Telegram Group Search
Круговорот ресурсов в торговле

В марте на портале resourcetrade.earth — очень удобной платформе для анализа и визуализации мировой торговли ресурсами — были добавлены данные за 2022 год.

Портал позволяет наглядно увидеть торговые потоки между крупнейшими экспортерами и импортерами как по ресурсам в целом, так и по отдельным видам ресурсов (по таким категориям как продовольствие, удобрения, древесина, топливо, металлы, драгоценные камни).

На картинке — пример визуализации по палладию: видим, что США ввозят этот металл из России и ЮАР, а затем частично реэкспортируют его в Европу (проекты Boeing в Европе, в том числе военные). Данные за 2018-2022 гг. можно скачать напрямую с сайта, или прямо отсюда по двум периодам:

✔️ 2018-2022 (по палладию)
✔️ 2013-2017 (по палладию)

✔️ 2018-2022 (по всем ресурсам)
✔️ 2014-2018 (по всем ресурсам)
Виновники торможения

Вчера в блоге МВФ вышел пост на тему перспектив мирового роста, по мотивам 3 главы еще не вышедшего, но уже частично опубликованного апрельского IMF WEO. Глобальный рост в ближайшую пятилетку может оказаться в среднем на 1 проц. п. ниже, чем до пандемии. Пессимизм МВФ по поводу перспектив роста сохранился (первая картинка).

В то же время, эксперты показали, за счет каких компонент замедлился глобальный рост (вторая картинка). Они указывают на СФП* как основную причину замедления и винят неэффективное межфирменное распределение факторов производства — капитала и труда (часто они достаются не самым продуктивным фирмам). Вывод: нужна политика по снятию барьеров на рынке труда, повышение конкурентности рынков, открытости торговли (преодоление геофрагментации) и доступа к финансовым ресурсам. А также, вероятно, развитие применения ИИ**.

И немного личного мнения.

Что здесь смущает? Эксперты явно сравниваются с периодом не до пандемии, а еще до мирового финансового кризиса 2009 года, что видно из второй картинки. Но тогда работал разгоняемый Китаем сырьевой суперцикл. После 2009 г. вклад СФП уже был низкий, а вот вклад капитала (инвестиций) продолжал расти. Отличительная особенность периода после пандемии — резкое снижение вклада капитала, а не СФП. Вернуть тот романтически высокий СФП, вероятно, уже невозможно в текущей реальности. Поэтому стоит ли делать на этом главный акцент?

* СФП — совокупная факторная производительность
** ИИ — искусственный интеллект
Сдвиги в мировой торговле

Вчера показал пару слайдов, иллюстрирующих сдвиги в мировой торговле глазами США и Китая. За последние 5 лет мировая торговля прошла 3 качественно различающихся этапа: «торговая война» — «постковидный трамплин» — «набат геополитики».

Слайды иллюстрируют торговлю США и Китая с ключевыми группами стран-партнеров. Например, можно увидеть, насколько разной была динамика торговли каждой из двух крупнейших экономик мира со странами АСЕАН и странами альянса Chip 4 (Япония, Южная Корея, Тайвань).

Блоки, конечно, формируются — страны внутри блоков более активно торгуют между собой и все такое. Но у Китая с 2022 года держится исторически высокий профицит торговли. Продукция находит сбыт, несмотря на все разговоры, и косвенно этому способствует реэкспорт в США через страны АСЕАН и Северной Америки. Так что Китай все еще «на коне», кто бы что ни говорил
Данные о юане под замком

ЦБ в вышедшем в среду обзоре рисков финрынков ограничил круг данных о юане: как отметил TrueEcon, в части депозитов/кредитов/коррсчетов, и — добавлю от себя — в части внешнеторговых расчетов.

Данные по доле юаня в расчетах за импорт и экспорт последний раз выходили в апреле 2024 г. и касались февраля. Данные за март – уже по группе «валюты дружественных стран», без выделения юаней.

На основании построенных графиков можно предположить следующее:

1️⃣ Если при оплате импорта юани используются в основном в торговле с Китаем (импорт из Китая и импорт в юанях почти равны), то экспортная выручка в юанях в последние месяцы активно приходит и из других стран (учитывая, что часть экспорта в Китай может оплачиваться в рублях, вклад других стран может быть значим)

2️⃣ В части оплаты экспорта в феврале-марте мог начаться этап более активного применения валют прочих дружественных стран, но проверить это сложно (февральский спад по юаню мог объясняться сезонностью, а мог — снижением доли юаня)
И о питании

Еще одна совместная с коллегами статья в этом году, начинающаяся со слова "оценка". Заиспользовали продовольственные балансы FAO (страничка с данными — здесь).

Продбалансы — интересная штука: определение продуктов завязано в первую очередь на ресурсную базу (привет, ОКОНХ), а не на сферу потребления (как в буржуйском ОКВЭД). Благодаря этому можно посмотреть на продовольственный баланс сквозным образом — по всей цепочке переработки: например, в группу "пшеница и продукты из нее" входят пшеница, мука, хлеб, хлопья для завтрака.

Еще можно увидеть, как потребляется тот или иной продукт — напрямую (food) / на корм скоту (feed) / на посевы (seed) / перерабатывается (processed) и т.д. Правда, зачастую это не прямые данные, а оценка экспертов FAO — но на то и нужны эксперты, чтобы им верить, хотя бы иногда
Коллеги из ЦЦИ опубликовали новый индекс сырьевых цен с фокусом на российский экспорт. Из чего он состоит и какой разной может быть динамика экспортных цен на разных "полюсах" Земли — на этом графике из презентации ЦЦИ
Европошлины на зерновые

На прошлой неделе Совет ЕС утвердил обсуждавшиеся с марта запретительные пошлины на импорт зерна и масел из России (вступят в силу с 1 июля). Значимых негативных эффектов не будет ни для России, ни для ЕС (и в том, и в другом случае доля взаимной торговли этими товарами составляет не более 3-4%). Но на этом фоне стало любопытно, кто из стран ЕС активно покупает злаки и масла в России. Увидеть это можно на прикрепленном графике.

Более детально посмотреть на данные можно на сайте Евростата по запросу
Трудовые перспективы

В период с 01.06.24 по 31.07.24 Минтруд проводит опрос работодателей для определения перспективной потребности в кадрах аж до 29г, а с 25г в России будет запущен нацпроект «Кадры». А пока готовится официальный прогноз...

...коллеги по ЦМАКП в рамках ежегодного проекта «13 тезисов» выпустили спецсюжет «Обеспеченность экономики кадрами: о важнейших структурных дисбалансах», где проанализировали перспективы спроса и предложения работников с высшим профобразованием (ВПО) до 35г. Среди источников данных — Обследование рабочей силы Росстата и новый Мониторинг трудоустройства выпускников (размещен на портале «Работа в России», но требуется авторизация через Госуслуги).

Дисбаланс между ВПО и средним профессиональным образованием (СПО) в последние несколько лет начинает выравниваться (см. картинку), но на уровне многих профессий в будущем сохранятся огромные дисбалансы.

В материал также включены содержательные замечания к проекту официальной методики прогноза потребности в кадрах
Неравенство девальвации

На прошлой неделе в открытом доступе на сайте журнала International Economic Review появилась статья о влиянии девальвации нацвалюты на стоимость потребкорзины разнодоходных групп покупателей. Оценки сделаны на максимально детальных данных супермаркетов METRO в Казахстане.

За год с августа 2015 г. (момент девальвации) стоимость потребкорзины в среднем возросла на 20%, но для бедных покупателей подорожание составило 24%, а для богатых — лишь 16%. Это произошло за счет снижения надбавок ритейлера на импортные товары (преобладающие в структуре потребления богатых) и изменения продуктового ассортимента.

🍯 Одна рука в меду, другая в патоке
Пересобираем ОЭСР

На следующей неделе старый сайт с данными ОЭСР перестает работать, вся статистика переползает на новый портал. Есть очень удобный excel-файл с переходной таблицей между старыми и новыми рядами. Для пользователей R на основе этого файла подготовил пару функций, позволяющих:

(а) искать в нем нужный код

OecdCode = function(search_phrase) {
require("data.table")
require("openxlsx")
url <- "https://gitlab.com/sis-cc/topologies/oecd-migration/-/raw/main/OECDDatasetsCorrespondence.xlsx"
corresp <- openxlsx::read.xlsx(url)
names(corresp) <- corresp[8,]
corresp <- corresp[-c(1:8),-c(8:9)]
row.names(corresp) <- c()
CODES1 <- corresp[tolower(corresp$`OECD.Stat Dataset name (EN)`) %like% tolower(search_phrase), c(1:2,5)]
CODES2 <- corresp[tolower(corresp$`OECD Data Explorer dataset name (EN)`) %like% tolower(search_phrase), c(1:2,5)]
CODES <- rbind(CODES1, CODES2)
CODES <- CODES[duplicated(CODES$`OECD.Stat Dataset code`)==F,]
}


(б) загружать по найденному коду полный ряд

OecdBulk = function(code) {
require("data.table")
require("openxlsx")
require("glue")
url <- "https://gitlab.com/sis-cc/topologies/oecd-migration/-/raw/main/OECDDatasetsCorrespondence.xlsx"
corresp <- openxlsx::read.xlsx(url)
names(corresp) <- corresp[8,]
corresp <- corresp[-c(1:8),-c(8:9)]
row.names(corresp) <- c()

rw <- which(corresp[,1] == code)
link <- corresp[rw,"OECD Data Explorer link"]
pos1 <- as.numeric(gregexpr(pattern = '\\[ag]=',link))
pos2 <- as.numeric(gregexpr(pattern = '\\[id]=',link))
AG <- substr(link,pos1+5,nchar(link))
ID <- substr(link,pos2+5,pos1-4)
link_dwnl <- glue::glue("https://sdmx.oecd.org/public/rest/data/{AG},{ID},/all?dimensionAtObservation=AllDimensions&format=csvfilewithlabels")
DATA <- data.table::fread(link_dwnl)
}


Пример использования:
CODE <- OecdCode("gdp") # таблица с кодами по запросу "gdp"
DATA <- OecdBulk("PDB_GR") # данные по выбранному коду из таблицы
Китай «контроллит» экспорт

С 1 июля в Китае вступило в силу лицензирование экспорта отдельных товаров двойного назначения. Из таможенной статистики КНР следует, что:

1️⃣ В общем объеме экспорта Китая в Россию лицензируемые товары занимают не более 1%

2️⃣ Две трети 2-зн. товарных групп не содержат ни одного лицензируемого товара, и лишь по четырем группам объем экспорта по таким товарам хотя бы визуально заметен на иерархической диаграмме

3️⃣ Внутри 2-зн. позиций ТН ВЭД в среднем вклад лицензируемых товаров составляет лишь 2-3% (исключения – керамика и инструменты из металлов: 10-20%)

4️⃣ Внутри более узких 4-зн. позиций ТН ВЭД лицензируемые товары в среднем охватывают около 30% (по керамике – почти 100%, а по оборудованию и изделиям из черных металлов – свыше 25%)

Резюме: под лицензирование попал ничтожный объем экспорта Китая в РФ, но для узких ниш (керамические изделия огнеупорные и технические, ряд специальных инструментов, некоторые измерительные и контрольные приборы) ограничения могут быть значимы
Нефть отдыхает в начале июля

Сегодня Bloomberg в рамках еженедельного мониторинга морских перевозок российской нефти явно перестарался с акцентами и выделил двойным подчеркиванием то, что вовсе не имеет значения. Никакого «крушения», конечно, не произошло, а самый низкий уровень с февраля (причем имеется в виду февраль 2024, а не 2022, но воспринимается очень неоднозначно!) фиксируется всего лишь в рамках традиционного сезонного спада.

На графике выделил все феврали (02) и июли (07) — видно, что между 02 и 07 обычно вырисовываются «горбики», а между 07 и 02 — «лагуны». Уровень первой недели июля 2024 оказался выше аналогичных периодов 2022-2023 на 1-2%, то есть вполне соответствует июльской норме.

А вот что можно было бы выделить — это сжатие поставок в Китай на фоне по-прежнему сильного спроса со стороны Индии (хотя, вероятно, часть поставок в Китай просто стали заноситься в группу «неизвестная Азия»)
ОКВЭД-3?

С полей доносятся вести о том, что некоторые эксперты активно ратуют за ОКВЭД-3… А что там с международной практикой — ну просто чтобы знать, к чему примерно нам готовиться, если не отговорим Росстат?

Евростат с 2025 года уже начинает публиковать данные в NACE Rev. 2.1 (должен быть аналогом международной ISIC Rev. 5, хотя даже на 3 знаках совпадает не везде). Причем работа над переходными таблицами продолжается — самая последняя версия датируется 30 июля текущего года (переходной таблицы для ISIC Rev. 5 обнаружить не удалось, есть только описание структуры).

На иллюстрации, на примере европейского NACE Rev. 2.1 — как могут поменяться коды ОКВЭД в такой простой отрасли как «производство одежды». Показательно: однозначного соответствия нет ни в ту, ни в другую сторону (хотя радует, что в международном ISIC Rev. 5 по одежде пока все спокойно — но может, просто еще не обновили описание?)
Пешим ходом

Попался интересный источник данных по доступности инфраструктуры для пешеходов в городах мира (учитываются супермаркеты, места отдыха, кафе и рестораны, школы, больницы и т.д.). Справочно для всех городов приведены координаты, площадь и население (последние два показателя не совпадают с официальными данными, а рассчитаны для «функциональных городских территорий»). Файл в формате geojson можно скачать по ссылке.

Попробуем исследовать эти данные с двух сторон. В главке (1) посмотрим, какова доступность инфраструктуры в городах ЦФО — кто чемпион и кто аутсайдер, и связано ли это с плотностью населения? В главке (2) сравним Россию с некоторыми другими странами — пусть это будут Германия, США, Япония, Великобритания и Китай
Пешим ходом (1)

Цветом отобразил доступность городской инфраструктуры — от высокого зеленого (Москва) до низкого красного (Кинешма). Размер кружочков — площадь в расчете на человека: чем больше «ареал обитания» среднего жителя, тем сложнее добраться до инфраструктуры. В принципе, здесь видна взаимосвязь, если сравнить, опять же, Кинешму с Москвой, но более четко эту взаимосвязь увидим позже.

Сейчас же хочется отметить, что во многих областях ЦФО второй крупный город (Кинешма, Елец, Мичуринск, Обнинск) не дотягивает до региональной столицы (Иваново, Липецк, Тамбов, Калуга). Вероятно, это следствие перетока части населения в локальные центры экономической активности или в Москву. Хотя есть и исключения – например, в паре Орел / Ливны второй город, наоборот, выделяется высокой доступностью инфраструктуры
2025/03/02 11:05:18
Back to Top
HTML Embed Code: