Для целей данного исследования были отобраны торговые споры с участием ЕС, инициированные в рамках ВТО в период с января 1995 г. по май 2010 г. Споры, возникшие позднее не рассматривались, так как предполагается, что они ещё находятся в процессе разрешения, что делает невозможным присвоить им определённые характеристики, необходимые для построения модели. Информация по всем торговым спорам была получена на официальном сайте ВТО, где она находится в свободном доступе. Официальный сайт ВТО: http://www.wto.org/english/tratop_e/dispu_e/dispu_by_country_e.htm

Для каждого двустороннего спора необходимо было выделить товарную группу с целью дальнейшего использования этой информации при моделировании. В свете этого из выборки были исключены все споры, в отношении которых этого сделать невозможно по тем или иным причинам: одни из них касаются торговли услугами, другие - защиты интеллектуальной собственности. К остальным спорам в соответствии с кодами товарной номенклатуры (в основном HS, но иногда встречаются кодировки в системе CN 8) были привязаны соответствующие товарные группы в максимально детализированном виде: вплоть до 6 знака кодировки HS и до 8 знака кодировки CN 8. Однако в случае со многими спорами в документах, относящихся к их разрешению, не указаны товарные коды, а лишь приведено словесное описание товаров или их групп. В таких случаях товарные группы были по возможности идентифицированы в соответствии с описанием. Те споры, для которых этого сделать не удалось ввиду недостаточного чёткого описания, были также исключены из выборки. Среди споров также встречались такие, которые касаются всего объёма товарного экспорта или импорта. Подобные споры были сохранены в итоговой выборке.

После всех описанных операций в выборке, на основе которой впоследствии была построена модель, осталось 125 уникальных двусторонних споров специфицированных по товарным группам, в которых ответчиком или инициатором выступал ЕС.

Так как целью данной работы является выявление зависимости между вероятностью возникновения торгового спора и рядом фактором, которые будут подробнее описаны далее, в качестве математической модели была выбрана логистическая регрессия, имеющая вид:

где P{y=1} - вероятность наступления события у=1,

z = a₁x₁+a₂x₂+…+a_nx_n, где x₁, x₂…x_n - значения независимых переменных,

x₁, x₂…x_n - коэффициенты при независимых переменных.

Вероятность P{y=1} принимает значения от 0 до 1, где 1 соответствует наступлению события у, а 0 - тому, что событие у не наступило.

В рамках данного исследования наступление или не наступление события, будет зависимой переменной в модели: 1 - торговый спор был инициирован, 0 - жалоба в ВТО подана не была.

Выбором такой модели обусловлена весьма существенная проблема: в имеющейся у нас выборке зависимая переменная во всех случаях принимает значение 1, так как все отобранные случаи соответствуют зарегистрированным в ВТО спорам. С этой проблемой сталкивались авторы практически всех представленных в обзоре литературы работ. Решали её, как правило, двумя различными способами. Первый заключается в выборе другой зависимой переменной. К этому методу прибегали авторы, целью которых было не просчитать вероятность возникновения споров, а выявить влияние тех или иных факторов, что позволяло им в качестве зависимой переменной использовать, например, объём ВВП (Гузман и Симмонс) или количество инициированных споров (Дэвис и Бермео). Однако в нашем случае такой способ неприменим, так целью исследования является изучение влияния некоторых факторов именно на вероятность возникновения спора и получение некоторых числовых прогнозов.

Второй способ заключается в составлении всех возможных пар стран, между которыми теоретически мог возникнуть торговый спор. Такой подход использовали Рейнхардт и авторы исследования ICTSD. Результатом такого приёма является получение значительного массива данных, как правило, более 100 тыс. записей, из которых споры возникали менее чем в 1% случаев. ICTSD, p. 20. С точки зрения цели данной работы этот способ подходит для решения проблемы однородности применяемой зависимой переменной, однако он требует очень существенных ресурсов, как человеческих, так и информационных, что делает его применение невозможным в рамках данного исследования.

Для решения существующей проблемы был применён метод, подобный составлению всех возможных пар стран, однако требующий меньших ресурсов. В соответствии с имеющейся выборкой состоявшихся торговых споров случайным образом были выбраны страны, с которыми у ЕС не было конфликтов по соответствующим товарным группам, и составлен другой набор данных, где зависимая переменная во всех случаях принимает значение 0. Каждой записи также случайным образом была присвоена дата в рамках года, в течение которого был инициирован реальный торговый спор. Для примера рассмотрим спор DS 9, в рамках которого 30 июня 1995 г. Канада подала жалобу на ЕС по вопросам импорта зерновых. Дублирующей стала запись, согласно которой 17 сентября 1995 г. Аргентина не подавала жалобы на ЕС по вопросам импорта зерновых. Однако «пара» была сконструирована не для каждой записи из первоначальной выборки, так как некоторые споры весьма специфичны в плане товаров и, следовательно, стран. Наиболее ярким примером служат гражданские самолёты и споры с США по этому поводу. После применения описанного метода выборка включает 228 записей, в 125 из которых переменная, характеризующая наступление события, принимает значение 1, а в 103 - 0.

После формирования набора данных по торговым спорам и товарам, которых касались оспариваемые меры, необходимо было дополнить их данными торговой статистики. Так как одной из сторон во всех исследуемых случаях был ЕС, то в качестве источника данных по торговле был выбран статистический орган Европейского Союза - Евростат, в частности, предоставляемые им базы данных по международной торговле. Eurostat. http://epp.eurostat.ec.europa.eu/newxtweb/mainxtnet.do

От методологии перейдём к описанию переменных модели и предположениям относительно их возможного влияния на зависимый параметр. Как уже было сказано выше, зависимой переменной является вероятность возникновения торгового спора, которая может принимать значения от 0 до 1. С целью получения более достоверных результатов модель разделена на две части: в одной из них анализируются только записи, где ЕС выступает возможным инициатором спора, в другой ЕС выступает потенциальным ответчиком. Объясняющие факторы в обеих частях практически одинаковы, однако отличается их интерпретация, поэтому ниже будут отдельно описаны гипотезы относительно каждой подмодели.

Начнём с предположений относительно случаев, в которых ЕС выступает потенциальным инициатором разбирательства в ВТО. Переменные использованные в модели можно разделить на 4 группы, 3 из которых соответствуют описанным ранее гипотезам: Power Hypothesis, гипотеза о коммерческих интересах и гипотеза о влиянии опыта участия в спорах. Последний блок включает в себя четыре фактора, которые в целом можно охарактеризовать как отражающие желание страны поддерживать стабильность в отношениях с партнёрами.

Параметром, представляющим Power Hypothesis, является доля страны-партнёра в общем объёме импорта ЕС (Partner share of import). Так как ЕС является одним из основных игроков на мировой арене, в том числе и по показателям торговли, то довольно сложно найти такую страну, для которой доля экспорта в ЕС была бы незначительной при том, что для ЕС доля импорта из данной страны существенна. На основании этого можно утверждать, что чем больше доля страны в импорте ЕС, тем большее значение для данной страны имеет экспорт в ЕС. В свою очередь, чем большее значение для партнёра имеет экспорт в ЕС, тем над ним большей властью принуждения к исполнению обязательств обладает ЕС. Следовательно, в соответствии с power Hypothesis, чем больше Partner share of import, тем вероятнее инициирование торгового спора.

Далее обратимся к переменным из блока, характеризующего торговые интересы потенциального инициатора спора. Первым фактором является доля страны-партнёра в объёме экспорта ЕС (Partner share of export). Это «классическая» переменная, обозначающая коммерческие интересы страны: чем больше государство экспортирует, тем в соответствии с гипотезой Х. Хорна 1999 Хорн, Мавродис (2007), с. 15. вероятнее оно встретится с нарушениями правил ВТО со стороны импортёров и тем больше оснований будет у него для инициирования спора. Следовательно, чем больше Partner share of export, тем вероятнее возникновение торгового спора.

В качестве второй переменной это этого блока была использована доля соответствующего товара или группы товаров в объёме экспорта ЕС в страну-партнёра (Subject share of export). Мы предполагаем, что чем большую роль в экспорте играет определённый товар, тем пристальнее будут отслеживаться нарушения партнёром обязательств, касающиеся рынка данного товара, следовательно, большее число таких нарушений будет выявлено, что увеличивает вероятность подачи жалобы в ВТО.

Обратимся теперь к факторам предшествующего участия в механизме разрешения споров. в данный блок были включены две бинарные переменные, характеризующие скорее не опыт участия в спорах в целом, а более специфический опыт: наличие споров с данным партнёром ранее в роли инициатора или ответчика (Country); наличие в прошлом споров по данному товару (Subject). Обе переменные принимают значение 1, если споры в прошлом были, и 0, если не было. Предположительно коэффициенты при обеих переменных должны быть положительны. Споры с определённой страной в прошлом говорят о том, что другие параметры, определяющие возникновение спора (например, наличие коммерческих интересов), по крайней мере, ранее принимали соответствующие значения. Кроме того, применение механизма разрешения споров ранее позволяет накопить опыт и знания, необходимые для успешного разрешения конфликта с конкретным партнёром, так как каждый член ВТО имеет свои особенности, по крайней мере, в сфере предоставленных уступок. Фактор наличия споров по данному товару был включён в модель после первоначальной оценки имеющихся данных. Было замечено, что ряд товарных групп, таких как изделия из стали, текстиль, мясная продукция, оливковое масло и др., фигурирует во многих спорах. На основании этого было решено математически проверить данное наблюдение. Объяснением, предположительно, может служить наличие товаров, доминирующих в экспорно-импортных операциях каждого конкретного государства. Согласно же подходу, основанному на коммерческих интересах, чем больше значимость товара в экспорте или импорте, тем более вероятны торговые конфликты, касающиеся данного товара.

Последняя группа состоит из 4 несколько неоднозначных факторов, влияние которых может оказаться двояким. Это наличие торгового соглашения между странами, нотифицированного ВТО (Agreement) Данные о наличии подобного соглашения были взяты из базы данных ВТО Regional Trade Agreements Information System (RTA-IS) http://rtais.wto.org/UI/PublicMaintainRTAHome.aspx, наличие общей границы (Border), расстояние между ними в километрах (Distance) Данные о морском расстоянии между портом Антверпена и самым крупным портом страны-партнёра были взяты с сайта www.searates.com. Если страна-партнёр не имеет выхода к морю, то использовалось расстояние от порта Антверпена до ближайшего к столице страны-партнёра порта, затем расстояние по автомобильным или железнодорожным магистралям, полученное с помощью сервиса карт www.maps.google.com. Если маршрут до столицы страны-партнёра пролегает исключительно по суше, то было использовано расстояние от Брюсселя до столицы страны-партнёра по автомобильным или железнодорожным магистралям. и географическая принадлежность страны, выступающей партнёром ЕС, к Европе или Средиземноморью (Europe). Все переменные, кроме расстояния, бинарные. Agreement и Border принимают значение 1 в случае наличия соглашения или общей границы соответственно, и 0, если таковые отсутствуют. Значение переменной Europe равно 0, если страна расположена в обозначенном географическом регионе, и 1, если нет. Положительное значение параметров Agreement и Border с одной стороны может говорить о большем объёме торговли между ЕС и страной-партнёром и, как следствие, большем количестве нарушений и споров. С другой стороны наличие торгового соглашения предполагает особый характер отношений между странами, а кроме того, может содержать внутренний механизм разрешения конфликтов, не связанный с ВТО, что негативно повлияет на вероятность передачи спора для разбирательства в ОРС. Общая граница между странами может служить сдерживающим фактором с точки зрения поддержания стабильности в регионе и использования как можно более «мягких» сил для урегулирования разногласий. Чётко регламентированное и формальное разрешение спора, к тому же относительно гласное, нельзя назвать наиболее «мягким» из всех возможных инструментов урегулирования конфликтов.

Переменная, характеризующая расстояние между странами, также может иметь двойственное влияние. С одной стороны, в соответствии с гравитационным уравнением торговли расстояние негативно влияет на объём экспортно-импортных потоков между странами. То есть чем меньше расстояние, тем больше объём торговли, тем больше причин для споров и тем больше вероятность их возникновения. С другой стороны, чем ближе страны друг к другу, тем вероятнее они связаны целью поддержания политической стабильности в регионе, которая может серьёзно пострадать от громких торговых конфликтов, что будет играть роль фактора, сдерживающего желания стран подать жалобу о нарушениях обязательств в рамках ВТО.

Переменная Europe, по сути, дублирует другие три переменные этой группы, однако ожидания относительно знака при её коэффициенте однозначны. Вероятнее всего он будет положителен: расположение страны-партнёра в Европе или Средиземноморье снижает вероятность возникновения спора межу ЕС и данной страной, хотя бы по той причине, что в указанном географическом регионе государств, не входящих в ЕС, а значит тех, с кем может возникнуть конфликт, меньше, чем в других частях Света.

Все 4 переменные, относящиеся к последней группе, вероятно, будут существенно коррелированны между собой, но, несмотря на это они намеренно были включены в анализ, так как их множественность позволит при необходимости скорректировать модель, исключив некоторые их них или попробовав в различных комбинациях.

Теперь обратимся к части исследования, где ЕС выступает в роли потенциального ответчика в торговом споре. Интерпретация факторов в данном случае немного отличается от той, что была предложена применительно к данным, где ЕС является потенциальным инициатором спора.

Во-первых, вместо доли соответствующего товара или группы товаров в объёме экспорта ЕС в страну-партнёра (Subject share of export) используется доля соответствующего товара или группы товаров в объёме импорта ЕС из страны-партнёра (Subject share of import). Чем больше этот показатель, тем существеннее роль указанного товара в экспорте потенциального инициатора спора против ЕС и тем тщательнее будут выявляться нарушения партнёром обязательств, касающиеся рынка данного товара, следовательно, большее число таких нарушений будет выявлено, что увеличивает вероятность подачи жалобы в ВТО.

Во-вторых, меняется интерпретация двух других параметров: доля страны-партнёра в общем объёме импорта ЕС (Partner share of import) и доля страны-партнёра в объёме экспорта ЕС (Partner share of export). Теперь Partner share of import относится не к Power Hypothesis, а к коммерческим интересам, так как в случае с ЕС мы можем говорить о том, что доля ЕС в экспорте страны-партнёра прямо пропорциональна доле партнёра в импорте ЕС. Таким образом, чем больше значение переменной Partner share of import, тем вероятнее инициирование партнёром разбирательства против ЕС.

В свою очередь, доля партнёра в объёме экспорта ЕС теперь характеризует его влияние с точки зрения Power Hypothesis: чем эта доля больше, тем большей возможностью применить ответные меры страна обладает и тем скорее она подаст жалобу в ВТО, тем самым инициировав торговый спор.

Отчасти меняется интерпретация переменной Europe. Теперь расположение страны в Европе или Средиземноморье, возможно, будет отрицательно влиять на вероятность возникновения споров, так как ЕС, несомненно, доминирует в регионе как в политической, так и в экономической и торговой сферах. В свете этого потенциальное ухудшение отношений с лидером региона и его общее влияние на страны в нём расположенные может удерживать партнёров от инициирования споров против ЕС.

Оставшиеся 5 переменных сохраняют интерпретацию, данную им ранее.

2.2 Построение модели на основе данных о случаях, когда ЕС является потенциальным инициатором торгового спора

Для числового анализа данных и построения модели используется статистический пакет SPSS Statistics.

Начнём с построения модели для случаев, когда ЕС является потенциальным инициатором спора. Сначала построим модель, в которую будут включены все независимые переменные методом Enter. Пакет SPSS Statistics позволяет включать переменные в регрессию тремя способами: Enter - все параметры одновременно включаются в модель, Forward - параметры последовательно включаются в модель, Backward - сначала в модель включаются все параметры, а затем они последовательно из неё исключаются. В рамках предварительных пробных построений было выявлено, что наилучшие модели получаются путём использования именно этого метода. Получившаяся модель достаточно высокого качества: -2 Log Likelihood = 110,971 Показатель качества регрессии: чем он меньше, тем лучше модель. Далее -2LL., R2 = 47,8%. Доля дисперсии, объяснённая моделью: чем она выше, тем лучше модель. Несмотря на это все переменные статистически незначимы (Таблица 1 Приложения), что сводит на нет высокие показатели качества. В первую очередь это может быть следствием сильной корреляции переменных между собой (Таблица 2 Приложения). Чрезвычайно высок уровень корреляции переменных Partner share of export и Partner share of import, что делает невозможным их одновременное включение в модель. Чтобы исключить влияние, оказываемое ими друг на друга, но, тем не менее, исследовать их влияние на зависимую переменную мы будем включать их в модель по очереди, тем самым разделив её ещё на две части.

Кроме того сильно коррелируют друг с другом переменные Border и Europe, что было вполне ожидаемо: страны, расположенные в Европе или Средиземноморье, скорее будут иметь с ЕС общую границу, чем страны, расположенные на других континентах. Эти две переменные одновременно включать в модель также не следует.

В качестве первичной оценки правильности теоретических предположений, несмотря на незначимость коэффициентов, стоит обратить внимание на знаки при них. Знак при коэффициенте отличается от предполагаемого у переменной Agreement и Subject. То есть наличие торгового соглашения увеличивает вероятность спора, а случаи споров по тому же товару в прошлом уменьшают эту вероятность. Эти выводы прямо противоположны нашей гипотезе, однако безоговорочно полагаться на них не стоит из-за статистической несостоятельности коэффициентов. Коэффициенты при переменных Border и Distance, влияние которых согласно предположениям могло быть двойственным, отрицательный и положительный соответственно, что может свидетельствовать о преобладании стремления к поддержанию стабильности в регионе и политике избегания эскалации конфликтов.

Итак, сконцентрируемся на построении модели с Partner share of export, исключив из неё переменную Europe. Такая регрессия также довольно высокого качества: -2LL=112.878, R2=46,4%. Кроме того стоит особо отметить положительные коэффициенты и их высокую значимость при переменных Partner share of export и Country (Таблица 3 Приложения), что говорит о правильности изначальной гипотезы в отношении этих параметров. С другой стороны коэффициенты при переменных Agreement, Border и Distance, наоборот, сильно незначимы. Обратившись к корреляционной матрице (Таблица 4 Приложения) можно заметить, что переменная Border не зависит ни одной другой переменной, в то время как Distance и Agreement связаны положительной корреляцией. С точки зрения информации для дальнейшего усовершенствования модели это говорит о том, что переменная Border в ней должна оставаться. Из двух других переменных мы исключим ту, которая менее значима, то есть Agreement.

Исключение из модели переменной Agreement никаких плодов не дало: по-прежнему значимы те же переменные, что и раньше, а значимость коэффициентов при других никак не изменилась (Таблица 5 Приложения). Наиболее незначимы при этом Distance и Border. Результаты, полученные с помощью построения трёх моделей, позволяют говорить о том, что переменные Agreement, Border, Distance и Europe нельзя одновременно включать в анализ. Основываясь на этом выводе, мы попробуем построить несколько моделей, в каждую из которых будет включена одна из 4 указанных переменных.

Agreement. Переменная незначима, однако выявлена корреляция с переменной Country. После исключения из модели последней, общее качество регрессии снизилось, оставшись, тем не менее, вполне приемлемым, но коэффициенты при всех переменных оказались относительно значимыми (Таблица 6 Приложения).

Border. В модели, включающей только переменную Border из 4 связанных параметров, коэффициент при ней сильно незначим, при отсутствии корреляции с какой-либо другой переменной. Это позволяет сделать вывод о том, что переменная Border должна быть исключена из анализа как не влияющая на вероятность возникновения торговых споров.

Distance. В результате построения модели с переменной Distance была выявлена корреляция с параметром Partner share of export, после чего он был исключён из модели, однако в полученной после этого регрессии значимость Distance только снизилась. Таким образом, получить приемлемую модель с переменной Distance не удалось.

Europe. Модель с переменной Europe высокого качества (-2LL=111,416; R2=47,5%), однако несмотря на это коэффициент при переменной незначим (Таблица 7 Приложения) при отсутствии корреляции с другими параметрами (Таблица 8 Приложения). На основе этой информации переменная Europe исключается из дальнейшего моделирования.

Таким образом, после изучения 7 моделей мы сократили количество исследуемых переменных с 9 до 6, из которых наиболее значимы Partner share of export и Country, коэффициенты при которых помимо этого имеют ожидаемый знак.

Теперь построим регрессию, не включающую переменные Distance и Agreement. Качество полученной модели довольно высоко (-2LL=117,087; R2=43,2%). Наименее значимы, но, тем не менее, вполне приемлемы, коэффициенты при переменных Subject share of export и Subject (Таблица 9 Приложения), которые в тоже время относительно сильно коррелируют друг с другом (Таблица 10 Приложения). После поочерёдного исключения из модели двух этих переменных были получены две регрессии.

Subject. -2LL=119,515; R2=41,4%. Все коэффициенты значимы на уровне 5%.

Subject share of export. -2LL=125,883; R2=36,2%. Коэффициент при Subject share of export незначим.

Из трёх последних построенных регрессий наиболее качественной является та, что включает оба параметра Subject share of export и Subject, при том, что все коэффициенты значимы на приемлемом уровне.

Стоит обозначить результат, достигнутый нами на данный момент. Мы имеем три наиболее качественные модели: Модель А включает переменные Partner share of export, Subject share of export, Agreement и Subject (-2LL=126,942; R2=35,4%); Модель Б - Partner share of export, Subject share of export, Country и Subject (-2LL=117,087; R2=43,2%); Модель В - Partner share of export, Country и Subject (-2LL=119,515; R2=41,4%).

Модель Б наиболее качественная из всех трёх, однако в этой модели значимость коэффициента при Subject share of export равняется 0,13, в то время как, в Модели В все коэффициенты значимы на уровне 5% при чуть более низком качестве модели в целом. Чтобы определиться, какая модель нам более подходит, необходимо остановиться на некоторой математической детали.

Уровень значимости б - вероятность совершить ошибку первого рода, то есть отклонить Н₀ при условии, что Н₀ верна. Чем ниже уровень значимости, на котором значимы коэффициенты при переменных, тем меньше вероятность того, что при применении полученной модели будет совершена ошибка первого рода. Одновременно с этим возрастает вероятность ошибки второго рода, то есть принять Н₀ при условии, что верна Н₁, так как значение этой вероятности равно 1- б.

В рамках данного исследования Н₀ заключается в том, что торговый спор не возникнет, следовательно, Н₁ предполагает обратное. Таким образом, чем ниже уровень значимости, тем более вероятно, что спор будет инициирован, хотя в соответствии с моделью этого произойти не должно.

Чтобы выбрать одну из моделей, как наиболее подходящую для применения, необходимо решить, что менее чревато в сфере прогнозирования торговых споров: подать ложный «сигнал тревоги» или вовремя не выявить угрозу возникновения конфликта. Одним из путей принятия подобного решения может быть сравнение в каждом конкретном случае издержек по подготовке к спору, которого на самом деле не будет, с издержками от непредвиденного конфликта, который будет скорее проигран в свете отсутствия должной к нему подготовки. Однако проведение такого сравнения выходит за рамки данного исследования, поэтому мы остановимся сразу на двух логистических регрессиях:

Модель Б для случаев, когда важнее не пропустить вероятный торговый спор (коэффициенты при переменных представлены в Таблице 9 Приложения).

Модель В для случаев, когда подготовка к спору, который на самом деле маловероятен, связано с существенными издержками (коэффициенты при переменных представлены в Таблице 11 Приложения).

Что касается практической интерпретации моделей, то коэффициенты при всех переменных, кроме Subject, имеют предполагаемый нами ранее знак. Доля партнёра в объёме экспорта ЕС, доля товара в объёме экспорта в данную страну и факт споров с этой страной в прошлом положительно влияют на вероятность возникновения торгового спора, причём наиболее значимой и сильной детерминантой (сила влияния представлена в столбцах Exp (B) Таблицы 9 и Таблицы 11 Приложения) являются именно споры в прошлом.

Результат, полученный в отношении переменной Subject, отличается от изначальной гипотезы: споры по данному товару в прошлом снижают вероятность подобных конфликтов в настоящем, вопреки ожиданиям. Единственным правдоподобным объяснением нам видится тот факт, что, будучи однажды урегулированными, разногласия касательно конкретного товара длительное время не возникают, так страна-ответчик приводит свои меры в соответствие правилам ВТО, и у экспортёра больше нет причин для подачи жалобы. Однако совершенно абстрагироваться от случаев повторяющихся споров по одним и тем же товарам, которые были замечены в выборке ещё перед началом построения моделей, не представляется возможным. Статистическим объяснением отрицательного коэффициента при переменной, характеризующей этот фактор, может служить то, что в общем количестве товарных групп те, по которым споры случаются из года в год, немногочисленны и потому «теряются» в массе данных, согласно которым разбирательства инициируются по товарам, ранее не обсуждавшимся. Тем не менее параметр значим на уровне 1% в Модели Б и 5% в Модели В и исключён из регрессии быть не может.

Теперь обратимся к построению моделей с Partner share of import в качестве основной объясняющей переменной. Как и в предыдущем случае начнём с регрессии, включающей все параметры. Подобная модель вновь оказалась весьма качественной (-2LL=111,585; R2=47,3%), но с множеством незначимых коэффициентов (Таблица 12 Приложения). Сразу стоит отметить относительную значимость параметров Partner share of import, Country и Subject. Обратившись к Таблице 13 Приложения, мы видим, что переменные Border Europe вновь сильно коррелированны друг с другом, что влияет на значимость коэффициентов. В этот раз первой исключим из модели переменную Border, как наименее значимую (Таблица 14 Приложения) и построим регрессию, включающую все остальные факторы. В полученной модели, несмотря на её общее качество, значительного повышения значимости коэффициентов, не обнаружилось, поэтому мы снова исключаем из неё наименее значимую переменную - Europe.

Значимость коэффициентов в полученной регрессии хоть и повысилась, но всё равно незначительна. С помощью Таблицы 15 Приложения была обнаружена корреляция между переменными Agreement и Country, после чего была сделана попытка построения модели, не включающей последний параметр, однако результатов в отношении значимости переменных Distance и Agreement это не принесло, поэтому фактор Country был возвращён в модель.

На следующем шаге из модели была исключена переменная Agreement, как имевшая наименьшую значимость в предыдущей регрессии. Согласно полученным результатам Distance существенно коррелирует с Partner share of import (Таблица 16 Приложения). После исключения последней переменной из модели, значимость Distance лишь уменьшилась при отсутствии серьёзной корреляции с другими факторами, поэтому Partner share of import была возвращена в модель.

Первой полученной моделью приемлемого качества стала включающая 4 переменные: Partner share of import, Subject share of import, Country и Subject (Таблица 17 Приложения). Её -2LL=116,311 при R2=43,8%. При этом значительная корреляция наблюдалась между переменными Subject и Country, которые затем по очереди исключались из регрессии.

В модели без Subject коэффициент при Subject share of export оказался незначимым. В свою очередь в регрессии, не включающей Country, все переменные значимы на уровне 10%, хотя качество модели в целом невысоко: -2LL=130,904; R2=32,0%.

В завершении была построена модель, не включающая Subject share of export, все переменные которой значимы на уровне 1% (Таблица 18 Приложения), а общее качество модели: -2LL=118,646; R2=42,0%.

Таким образом, мы вновь получили набор моделей, выбрать одну наилучшую из которого затруднительно, так как:

в целом качество Модели К, включающей Partner share of import, Subject share of export, Country и Subject (Таблица 17 Приложения), выше, при меньшей значимости коэффициентов, в то время как

Модель Л Partner share of import, Country и Subject (Таблица 18 Приложения) несколько менее качественна в целом, однако все её коэффициенты значимы на уровне 1%.

Помимо прочего, различия между моделями в значениях коэффициентов при совпадающих переменных невелико, знаки при параметрах одинаковы, и интенсивность влияния каждого из факторов также схожа. В свете этого выбор между моделями осуществляется по тому же принципу, что и в первой части данного раздела. Если совершение ошибки первого рода предполагает бьльшие издержки, то предпочтительнее использование Модели Л. В противном случае, когда важно заранее знать о вероятном инициировании торгового разбирательства, более адекватной видится Модель К.

В отношении практической интерпретации переменных, входящих в Модели Л и К, можно сделать такие же выводы, что и в случае с Моделями Б и В. Исключение составляет Partner share of import, которая заменила Partner share of export. Ожидания авторов относительно знака коэффициента при переменной, характеризующей долю страны-партнёра в импорте ЕС, полностью оправдались: чем эта доля выше, тем вероятнее инициирование ЕС спора против этой страны. Эти результаты могут свидетельствовать о некотором подтверждении Power Hypothesis, правда, в абсолютном измерении, а не в противопоставлении Legal Capacity Hypothesis. Кроме того, можно говорить о том, что в определении вероятности возникновения торговых споров Power Hypothesis имеет не меньшую значимость, чем подход, в основе которого лежат коммерческие интересы страны. Основанием для подобного вывода служит то, что коэффициенты при переменных, представляющих тот или иной указанный подход, и их значимость практически идентичны во всех 4 сконструированных моделях.

2.3 Построение модели на основе данных о случаях, когда ЕС является потенциальным ответчиком в торговом споре

В соответствующей литературы в большинстве случаев модели, выявляющие зависимость вероятности возникновения торговых споров от ряда детерминант, строятся на основе данных по разбирательствам инициированным какой-либо определённой группой стран, как правило, развивающимися странами. В рамках данного исследования уже были построены модели по этому принципу, то есть на основе данных об инициировании споров, в нашем случае Европейским Союзом. Однако не все из первоначальных предположений относительно влияния тех или иных факторов на вероятность возникновения спора оправдались или, по крайней мере, получили некую интерпретацию в рамках той или иной модели. В частности, коэффициенты при переменных Trade agreement, Border, Distance и Europe оказались во всех случаях незначимыми, что не позволяет сделать каких-либо выводов в отношении их реального влияния на изучаемое явление и сопоставить с высказанными предположениями. Ввиду этого было решено попробовать построить аналогичную модель, но на основе данных о спорах, в которых ЕС выступал или потенциально мог бы выступать в качестве ответчика. Все предположения касательно интерпретации и ожидаемого эффекта параметров были сформулированы в разделе Методология, поэтому эта часть работы будет представлять собой исключительно ещё одну попытку создания адекватной модели, включающей переменные, выводы относительно которых не могут быть сделаны на основании уже проведённого анализа.

Сначала была снова построена модель, включающая все переменные. Как и ранее значимость коэффициентов при переменных чрезвычайно низка. Только Country и Subject share of import значимы на уровне 5% и 10% соответственно. Сильное влияние этих переменных (или аналогичных им) было выявлено ещё при построении моделей для ЕС как потенциального инициатора спора. Сохранение эффекта этих факторов в данной модели объясняется тем, что фактически принципиальной разницы между моделями нет. Отличаются они только набором исследуемых данных и стороной, с которой подходят к вопросу возникновения споров.

Корреляция переменных Border и Europe равна единице, и, как следствие, обе переменные незначимы. Основываясь на всех построенных в рамках данной работы моделях, можно с уверенностью сказать, что математически эти переменные полностью друг друга дублируют, хотя в действительности они различаются, и среди исследуемых данных есть записи, для которых значения этих параметров различны. Тем не менее, одну из них необходимо исключить, как формально увеличивающую количество переменных без оказания положительного влияния на качество модели. В ситуации отсутствия разницы мы откажемся от переменной Border, как следующей ранее в алфавитном порядке.

Помимо прочего, вновь корреляция близкая к единице наблюдается между долей страны-партнёра в объёме импорта ЕС и её долей в объёме экспорта ЕС. Как и ранее, сначала мы остановимся на изучении влияния моделей с одной из этих переменных, затем перейдём к моделям с другой.

Далее строи модель, включающую все переменные кроме Partner share of export, к которой мы обратимся позднее, и Border, исключённой из исследования. В полученных данных опять наблюдается высокая корреляция между переменными и низкая значимость коэффициентов. Из модели исключается переменная Distance как наименее значимая из пары с наибольшей степенью корреляции.

В полученной модели наиболее незначимыми оказались три переменные: Agreement, Europe и Subject. По тому же принципу, что и на предыдущем шаге исключаем Agreement.

Данные по следующей модели представлены в Таблице 19 Приложения. Все коэффициенты, кроме Subject, значимы на уровне 10%, поэтому указанный коэффициент исключается из регрессии.

В итоге получена Модель М относительно высокого качества (-2LL=127,817; R2=23,7%), все коэффициенты которой значимы на уровне 10% (Таблица 20 Приложения). Несмотря на наличие корреляции между переменными (Таблица 21 Приложения), удаление из модели какой-либо из них приводит к существенному ухудшению качества регрессии в целом, поэтому принято было решение остановиться на данной модели и считать её лучшей среди полученных в рамках данного раздела при условии включения Partner share of import.

В части практической интерпретации интерес представляет переменная Europe, так как все остальные (или аналогичные им) были уже подробно описаны ранее. Положительный коэффициент при ней подтверждает предположение о том, что расположение страны-партнёра в регионе влияния ЕС снижает вероятность возникновения споров между ними. Отсутствие этого фактора в итоговых моделях, построенных на основе данных о спорах, потенциально инициированных ЕС, и в то же время сильное его влияние на зависимую переменную в данной модели (столбец Exp (B) Таблицы 20 Приложения) может свидетельствовать об одностороннем действии рассматриваемого фактора: для ЕС расположение страны-партнёра в Европе или Средиземноморье не играет значительной роли при принятии решения о начале спора, в то время как страны, расположенные в зоне безоговорочного влияния ЕС, принимают во внимание фактор вступления в конфронтацию с доминирующим игроком.

Теперь обратимся к моделям с переменной Partner share of export вместо Partner share of import. Мы не будем подробно описывать последовательное исключение переменных из моделей и апробацию различных вариантов их сочетания, так как в целом принципы этой работы ясны из уже детализированных построений, а лишь остановимся на полученных результатах и их интерпретации.

Полученная Модель Н включает всего три переменные: Partner share of export, Subject share of import и Agreement. Все коэффициенты в модели значимы на уровне 10% (Таблица 22 Приложения), однако качество модели в целом не так высоко: -2LL=137,038; R2=14,0%. Коэффициент при переменной Agreement отрицателен, что говорит о роли торгового соглашения между странами как сдерживающего фактора при принятии решения об инициировании спора. Это полностью соответствует изначальной гипотезе, однако в построениях по данным, полученным на основе споров, где ЕС выступал инициатором, эта теория не подтверждается, хотя и не находит прямого опровержения. Вероятная причина такой разницы кроется в различии самих данных, степень представительности которых может оказаться ниже, чем предполагается. Также возможным объяснением является сильное влияние других переменных, среди которых эффект, оказываемы Agreement, мог несколько «затеряться».

Заключительным шагом в изучении выборки, где ЕС представляет потенциального ответчика, является замена в Моделях М и Н переменных Partner share of import и Partner share of export друг на друга с целью сопоставления двух подходов: Power Hypothesis и основанного на торговых интересах.

При включении в Модель М переменной Partner share of export, в числовых характеристиках модели практически ничего не поменялось, изменения составили сотые доли.

При замене в Модели Н основной переменной на Partner share of import качество модели в целом незначительно улучшилось. Кроме того, интенсивность влияния Partner share of import на несколько десятых единицы больше чем Partner share of export. Теоретически это может свидетельствовать о некотором преобладании коммерческих интересов над Power Hypothesis, но практически различия столь невелики, что они скорее вызваны статистической погрешностью.

3. Апробация моделей, выявление недостатков и направлений дальнейших исследований

3.1 Апробация полученных моделей

Во второй главе данной работы путём регрессионного анализа были получены несколько моделей, с помощью которых с той или иной степенью точности возможно прогнозирование возникновения торговых споров между двумя конкретными странами. Чтобы проверить работоспособность моделей, мы на примере просчитаем вероятность возникновения споров в условиях заданных значений параметров.

В качестве прогнозируемой переменной мы будем исследовать вероятность инициирования США торгового спора против России в 2013 г. по вопросу ограничения импорта товаров кодифицированных в группе HS 87, которая включает в себя преимущественно автомобили и автозапчасти.

Для начала нам необходимо получить показатели торговли двух стран на конец 2013 г. Для этого мы воспользовались базой данных Trade Map База данных International Trade Centre. www.trademap.org и получили годовые данные по двусторонней торговли между Россией и США за период с 2001 г. по 2012 г. На основании этих данных с помощью Excel были получены ожидаемые данные за 2013 г., который впоследствии и были использованы для проверки функционирования моделей.

Всего нами было получено 6 моделей: Б, В, К, Л, М и Н. модель М для рассматриваемого нами примера не подходит, так как была построена с учётом переменной Europe, которая применима только к спорам с участием Европейского Союза. Таким образом, для проверки у нас остаётся 5 моделей.

Для начала посчитаем ожидаемую вероятность с помощью 4 моделей, полученных с помощью данных, основанных на потенциальном инициировании спора ЕС.

Модель Б: 0,165;

Модель В: 0,107;

Модель К: 0,230;

Модель Л: 0,155.

Как мы видим вероятность, полученная с помощью всех 4 моделей не превышает 25%. Это объясняется, во-первых, тем, что доля России в экспорте США в 2012 г. менее 1% В этом разделе все расчёты авторские на основании данных Trade Map., что говорит о малой коммерческой заинтересованности США. Во-вторых, доля России в импорте США в том же году составила чуть менее 1,5%, что, согласно нашим предположениям относительно этого показателя может свидетельствовать и о малой доле США в экспорте России, которая составила в 2012 г. 2,47%, что говорит о малых возможностях США в плане ответных действий, то есть о малой власти в рамках Power Hypothesis. С другой стороны доля товаров 87 группы в 2012 г. составила в экспорте США в Россию более 14 %, однако этот относительно высокий показатель сглаживается низким уровнем общей торговой зависимости обеих стран друг от друга. Так как споров в рамках ВТО у России не было на сегодняшний момент, то закономерное отсутствие у США опыта ведения спора в рамках ВТО значительно снижает вероятность инициирования ими подобного разбирательства. Обратный эффект согласно всем 4 моделям оказывает тот факт, что по вопросам автомобилей и автокомплектующих США участвовали в нескольких конфликтах в рамках ВТО.

Предположим теперь, что мы хотим учесть в модели прошлые споры между странами не только в рамках ВТО, но и любые другие торговые конфликты. Изменение значения переменной Country с 0 на 1 резко увеличивает прогнозируемую вероятность по всем 4 моделям, причём согласно 3 из них она становится больше 50%. Если же в этой ситуации ещё представить, что в торговых спорах по автомобилям США ранее не участвовали, то вероятность инициирования спора против России станет равна почти 1: 0,893; 0,806; 0,930; 0,870. Практически объяснить такую зависимость довольно проблематично, хотя в процессе моделирования в предыдущей главе такая попытка предпринималась, однако переменная Subject значима во всех моделях и везде знак её коэффициент отрицателен.

Теперь обратимся к изучению примера с США и Россией с помощью Модели Н, главным отличием которой от других регрессий является наличие переменной Agreement и несколько другая интерпретация переменных, что объясняется обратной направленностью потенциального спора, то есть если предыдущие модели прогнозировали вероятность инициирования США спора против России, то данная модель предполагает, что США будет играть роль ответчика в конфликте. При значениях параметров, соответствующим реальной ситуации, вероятность возникновения торгового спора между США и Россией чуть более 40%. Это чрезмерно высокий показатель, если взглянуть на реальные данные. Как уже указано выше, доля Росси в объёме экспорта США менее 1%, что говорит об отсутствии у России какой-либо власти с точки зрения принятия ответных мер. Кроме того, малая доля США в экспорте России даёт основания усомниться в достоверности полученного результата. Математически основной детерминантой такого, довольно высокого значения, является отсутствие торгового соглашения между странами. Если представить, что торговое соглашение будет подписано, то вероятность того, что разрешение спора будет передано в ВТО, снизится до 16%.

Подводя итог проверке моделей на реальном примере, стоит отметить, что они довольно успешно функционируют, а результаты, полученные с помощью разных моделей, вполне согласуются друг с другом. Несколько большей оказывается вероятность, полученная с помощью Модели Н, однако она не согласуется скорее с действительностью, чем с результатами других прогнозов.

С учётом выводов, которые можно сделать после проверки моделей в действии, а также того факта, что качество Моделей М и Н в целом ниже, чем качество первых 4 регрессий, использование Моделей Б, В, Л и К для реального применения и прогнозирования кажется более предпочтительным. К тому же они вполне могут применяться и для расчета вероятности того, что конкретная страна станет ответчиком в споре с одним из торговых партнёров. Для этого необходимо просто «перевернуть» модель, спрогнозировав вероятность того, что данный партнёр примет решение об инициировании спора против рассматриваемой страны.

Модели же М и Н могут быть использованы в качестве дополнительных инструментов для отдельной оценки влияния наличия или отсутствия торгового соглашения и географического положения потенциального противника по конфликту, правда, для этого необходимо строить специальные модели для каждого региона.

3.2 Недостатки работы и направления дальнейших исследований

Данная работа, несмотря на, в общем, положительные результаты, имеет, как и любое другое исследование, ряд недостатков. Кроме того, полностью охватить предмет анализа и досконально изучить его со всех сторон в рамках одной работы невозможно, поэтому всегда можно выделить направления дальнейших исследований, которые предположительно помогут решить, например, некоторые методологические проблемы или позволят разработать кардинально новый подход к изучению соответствующей тематики. В данном разделе мы совместим выявление недостатков исследования и постараемся выделить направления работы, которые могут быть полезны для исправления этих недочётов.

Первый и самый главный недостаток данного исследования - это вероятно недостаточная представительность данных, на основе которых были построены модели. Альтернативой использованному методу добавления случайных пар стран было применение методологии, использованной Э. Рейнхардтом Э. Рейнхардт (2000) и группой авторов в рамках исследования ICTSD ICTSD (2008)., которые составили все возможные пары стран, между которыми мог разгореться торговый спор, получив выборку из нескольких сотен тысяч записей. Фактически, можно считать, что ими была исследована генеральная совокупность всех споров в рамках ВТО, так как государство, являющееся членом этой организации, может прибегнуть к механизму разрешения споров только в случае, когда этот спор возникает с другим членом ВТО. Конечно, строго говоря, генеральная совокупность всех возможных конфликтов состоит из всех пар стран, в рамках каждой из которых также должны быть рассмотрены все товарные группы вплоть до 6 знака HS и всё это множество ещё необходимо умножить на количество выделяемых периодов, которые могут представлять собой как год, так и, например, месяц. В результате всех указанных операций получится выборка, состоящая более, чем из нескольких сотен миллионов возможных споров. Примерный расчёт (130 стран членов, 20000 товарных групп): 130*129*20000=335400000. В этом подсчёте не учтены временные периоды. Исследование такого масштаба требует колоссальных ресурсов, как временных, так и информационных. Полагая, что на сегодняшний день написание подобной работы невозможно, мы можем утверждать, что Э. Рейнхардт с его 332 728 Э. Рейнхардт (2000), с. 2. наборами данных был наиболее близок к изучению генеральной совокупности.

Однако метод, использованный в данной работе, был выбран неслучайно, так как он позволяет избежать проблемы доминирования «нулей», с которой столкнулись авторы, прибегавшие к составлению пар. ICTSD (2008), p. 20. Суть проблемы заключается в том, что среди сотен тысяч возможных случаев возникновения споров, реальными запросами о консультациях заканчивается менее 1%. Ibid. Исследователи решают эту проблему применением особых математических моделей, однако до конца преодолеть влияние такой неравномерности данных не удаётся. Стоит отметить, что при изучении генеральной совокупности возможных споров данная проблема не только обязательно возникнет, но и будет в сотни раз серьёзнее. Для разрешения этого вопроса необходим дальнейший поиск наиболее подходящих способов математического и статистического анализа, а возможно и разработка новых методов с использованием передовых технических достижений, таких как, например, суперкомпьютеры, способные производить триллионы вычислительных операций в секунду.

Другим существенным недостатком данного исследования является построение модели, основываясь на данных об участии в спорах конкретного члена ВТО. С точки зрения вопросов моделирования недостатком это не является, так как в отношении изучаемого агента, то есть в данном случае Европейского Союза, модель вероятнее всего будет вполне применима. Однако нет чёткой уверенности в универсальности такой модели, так как векторы принимаемых в тех или иных ситуациях решений могут существенно отличаться в зависимости от страны, которой необходимо сделать выбор. Например, государство А при определённом наборе внешних факторов примет решение урегулировать торговые разногласия путём неформальных переговоров, в то время как государство Б при таком же наборе факторов станет инициатором спора в рамках ВТО. С другой стороны результат построения подобных моделей на основе данных об участии всех стран-членов в разрешении споров или хотя бы значительной их группы может оказаться неудачным с той точки зрения, что полученная модель не будет учитывать существенные характеристики отдельных стран, предлагая срединное решение, которое вряд ли окажется надёжным.