Анализ влияния экономической конъюнктуры на мировой рынок (на примере рынка драгоценных металлов)

Необходимо определить в каждой из трех подгрупп показателей общемировой конъюнктуры (производство, обращение, валютно-финансовая сфера) и в группе показателей товарно-рыночной конъюнктуры показатели, имеющие высокие и значимые коэффициенты парной корреляции, затем из каждой такой пары показателей удалить один параметр (как правило, удаляют показатель, имеющий меньший коэффициент корреляции зависимым показателем). В оставшейся матрице среди схожих по смыслу показателей выбрать один наиболее коррелирующий с добычей золота. Эти показатели способны охарактеризовать всю группу в целом, т.к. теоретически показатели одной группы имеют высокую степень взаимозависимости.

Полученные данные необходимо представить в виде таблицы 3.1

Таблица 3.

1. — Данные для анализа влияния конъюнктуры на рынок

Год Результ. пок-ль Влияющие показатели мировой конъюнктуры Влияющие показатели товарно-рыночной конъюнктуры Сфера производства (1) Сфера обращения (2) Кредитно-денежная сфера (3) Добыча Х1(1) … Хn (1) X1(2) … Хn (2) Х1(3) … Хn (3) Z1 … Zn 1990 1991 …

Далее необходимо:

1. Определить тенденцию изменения мировой добычи золота за 20 лет, исходя из имеющихся данных.

Для этого:

— выбираем вид математического уравнения, описывающего данный процесс, используя коэффициент детерминации R2. Используется уравнение, имеющее его наибольшее значение;

— рассчитываем коэффициенты уравнения с помощью программы SPSS 17;

— представляем на одном графике исходные данные и модель;

— проверяем тесноту и значимость связи с помощью критерия Фишера;

— проверяем значимость коэффициентов уравнения с помощью t-критерия Стьюдента.

2. Найти тренд для показателей, определенных в п. 3. (аналогично п. 5).

3. Представить на одном графике данные, полученные в п. 5 и 6.

4. Построить математическую модель изменения мировой добычи золота от трех показателей (по одному из каждой группы показателей, определенных в п. 3) методами многофакторного регрессионного анализа.

Для этого:

— рассчитываем коэффициенты уравнения с помощью программы SPSS 17;

— проверяем тесноту и значимость связи с помощью критерия Фишера;

— проверяем значимость коэффициентов уравнения с помощью t-критерия Стьюдента.

5. Сделать выводы

3.2 Оценка влияния общемировой конъюнктуры на рынок золота

1. Цель анализа.

Определить зависимости между результирующими показателями, характеризующими рынок золота (в нашем случае, возьмем объем предложения, т. е. добычу) и влияющими показателями, характеризующими состояние общемировой конъюнктуры и товарно-рыночной конъюнктуры.

2. Сбор исходной информации.

Исходная информация формировалась по показателям сферы производства общемировой конъюнктуры, показателям сферы обращения и денежно-кредитной сферы, показателям товарно-рыночной конъюнктуры.

3. Выбор показателей для анализа.

Первоначальная матрица данных состояла из 45 показателей по четырем группам, собранных с 1990 г. по 2010 года. Используя корреляционный анализ, отбросим показатели, имеющие значимые и высокие коэффициенты корреляции при попарном сравнении показателей, оставляя из пары тот показатель, который имеет больший коэффициент корреляции с зависимым показателем — мировой добычи золота.

Значимость коэффициентов парной корреляции программа SPSS 17 выводит автоматически.

Поэтому поэтапным исключением из рассмотрения данных по этому принципу матрица коэффициентов корреляции сократилась, однако, показателей все равно было довольно много для проведения дальнейшего анализа, в частности регрессионного, ведь мы поставили себе задачу выбрать по одному показателю из каждой группы.

Следует отметить также, что в группах изначально можно было выделить схожие показатели, характеризующие предмет с одной и той же стороны. Например, добыча и предложение. Такие показатели имеют высокую взаимозависимость. Поэтому, используя метод корреляционных плеяд, из каждой группы теоретически достаточно выбрать один показатель, способный охарактеризовать группу в целом.

Полученный набор параметров выглядит следующим образом:

— группа показателей, характеризующая производственную сферу общемировой конъюнктуры: МВП, мировая инфляция, население Земли, мировое потребление электроэнергии;

— группа показателей, характеризующих валютно-финансовую сферу: суммарный внешний долг, мировой М2, текущий курс доллара к евро среднегодовой и суммарная рыночная капитализация компаний;

— группа показателей, характеризующих конъюнктуру рынка золота: мировая добыча, переходящие мировые запасы золота у производителей, мировые валовые капиталовложения в данную отрасль, мировое потребление золота.

4. Данные для анализа.

Данные для анализа, полученные в п. 3, представим в виде таблицы 3.

2.

5. Определение тренда динамики добычи золота.

5.

1. Выберем линейный вид уравнения тренда, чтобы в дальнейшем было удобно сравнивать темпы изменения всех показателей.

5.

2. Рассчитаем коэффициенты уравнения с помощью программы SPSS 17. Получили следующее уравнение тренда:

Добыча золота = 0,0232*t + 2,48,

где t — переменная времени (1=1990 г., 2=1991 г., 3=1992 г. и т. д.)

5.

3. Представим на одном графике исходные данные и тренд, рисунок 3.

1.

5.

4. Оценка адекватности модели по критерию Фишера.

При построении модели линейной регрессии SPSS выводит данные о значимости модели по критерию Фишера.

Данные представлены в таблице 3.

3.

Таблица 3.2 — Данные для проведения анализа

Год Результ. пок-ль Сфера производства общемировой конъюнктуры Валютно-финансовая сфера общемировой конъюнктуры Конъюнктура рынка золота Добыча золота, тыс. тонн МВП (млрд. долл. США) Население Земли (млн.

чел) Потребление эл. энергии (к ВТ*ч/чел) Мировая инфляция (%) Текущий курс доллара к евро Мировой М2 (млрд. долл. США) Рыночная капитализация (млрд. долл. США) Потребление золота (тыс.

тонн) Переходящие запасы (тыс. тонн) Валовые капиталовложения (млрд. долл. США) Добыча серебра (тыс.

тонн) 1990 2,43 21 901 5272 2118,7 7,61 0,86 9 403,5 2,35 0,69 5035 1,79 1991 2,32 22 972 5358 2143,8 8,26 0,88 11 347,1 2,30 0,67 5028 1,84 1992 2,39 24 519 5439 2125,9 7,03 0,83 10 938,4 2,34 0,68 5055 1,88 1993 2,45 24 884 5520 2133,6 7,16 0,88 23 568 14 017,0 2,41 0,70 5066 1,92 1994 2,15 26 723 5601 2157,9 9,53 0,87 24 851 15 115,9 2,43 0,71 5097 1,99 1995 2,24 29 675 5683 2196,6 8,32 0,76 28 029 17 788,2 2,47 0,72 5115 1,93 1996 2,31 30 280 5762 2234,4 6,10 0,80 27 648 20 252,7 2,28 0,67 5093 1,87 1997 2,47 30 191 5843 2258,2 4,57 0,92 27 337 23 116,4 2,39 0,70 5076 1,84 1998 2,53 30 081 5922 2280,8 4,17 0,94 28 116 26 923,7 2,48 0,73 5077 1,80 1999 2,48 31 210 6001 2313,4 3,80 0,94 31 362 36 108,1 2,53 0,74 5091 1,85 2000 2,59 32 213 6080 2388,5 4,18 1,08 33 777 32 187,1 2,64 0,77 5114 1,90 2001 2,63 32 012 6157 2383,0 3,33 1,12 32 990 27 906,3 2,67 0,78 5122 1,92 2002 2,65 33 274 6233 2436,3 3,31 1,06 34 068 23 509,3 2,53 0,74 5150 1,95 2003 2,61 37 444 6308 2502,2 3,85 0,88 38 893 32 036,2 2,48 0,73 5186 1,97 2004 2,59 42 193 6383 2586,4 5,20 0,80 43 607 38 151,4 2,45 0,72 5204 2,01 2005 2,52 45 621 6458 2674,0 4,89 0,80 46 945 43 319,4 2,59 0,76 5248 1,98 2006 2,48 49 455 6534 2755,1 5,83 0,80 51 136 53 375,3 2,73 0,80 5287 1,95 2007 2,44 55 805 6610 2849,9 5,73 0,73 58 686 64 563,4 2,91 0,85 5315 1,92 2008 2,41 61 259 6687 2876,1 8,34 0,68 67 169 34 887,5 3,46 1,01 5268 1,87 2009 2,58 58 078 6764 2819,0 2,13 0,72 70 578 48 732,6 3,75 1,10 5283 1,92 2010 2,71 63 044 6841 2861,9 4,75 0,75 76 027 56 172,6 3,80 1,11 5297 1,97

Рисунок 3.1 — Тенденция изменения добычи золота с 1990 по 2010 года Таблица 3.3 — Дисперсионный анализ

Модель Сумма квадратов Ст. св Средний квадрат F Знч. Регрессия 20 284,230 1 20 284,230 25,762 .000 Остаток 14 959,837 19 787,360 Всего 35 244,067 20

Исходя из данных в колонке «Знч.» видим, что наша модель обладает необходимым уровнем значимости по критерию Фишера. Само расчетное значение критерия Фишера содержится в графе «F».

5.

5. Проверка значимости коэффициентов уравнения по t-критерию Стьюдента.

Также SPSS рассчитывает значимость коэффициентов уравнения.

Данные представлены в таблице 3.

4.

Таблица 3.4 — Коэффициенты уравнения

Модель Нестандартизованные коэффициенты Стандартизованные коэффициенты t Знч. B Стд. ошибка Бета (Константа) 539,735 12,697 42,508, 000 год 5,133 1,011, 759 5,076, 000

Также как и в п. 5.

4. мы видим, что коэффициенты обладают необходимым уровнем значимости. Расчетные значения t-критерия приведены в графе «t».

6. Построение тренда показателей, определенных в п. 3.

Аналогично п. 5 выполним построение линейных моделей трендов выбранных показателей. Проверка в SPSS показала значимость как самих моделей — по критерию Фишера, так и коэффициентов уравнений — по t-критерию Стьюдента.

Получили уравнения, представленные в таблице 3.5 (у — зависимая переменная, t — независимая переменная (время)).

Таблица 3.5 — Уравнения трендов для показателей

Показатель Уравнение линейного тренда Мировое потребление золота, тыс. тонн 0,0251t — 96,69 Мировая добыча серебра, тыс. тонн 0,0183t — 10,82 Переходящие мировые запасы золота, тыс. тонн 0,0071t2 — 43,84t + 4E+08 Валовые капиталовложения в отрасль, млрд. долл. США 14,449t — 23 745

Мировая рыночная капитализация, млрд. долл. США 2324,8t — 5E+08 Население Земли, млн. чел 78,027t — 149 986 МВП, млрд. долл. США 1987,6t — 4E+06 Мировой внешний долг, млрд. долл. США 106,33t — 210 417

Потребление электроэнергии общемировое, кВТ*ч/чел 42,878t — 83 322

Мировой М2, млрд. долл. США 2942,8t — 6E+06

7. Представление на одном графике тренда для производства пшеницы и показателей конъюнктуры Графики представлены на рисунках 3.

2. — 3.

11.

Рисунок 3.2

Рисунок 3.3

Рисунок 3.4

Рисунок 3.5

Рисунок 3.6

Рисунок 3.7

Рисунок 3.8

Рисунок 3.9

Рисунок 3.10

Рисунок 3.11

8. Построение математической модели зависимости между добычей золота и показателями конъюнктуры методами множественной регрессии.

Рассчитаем матрицу парных корреляций между рядами данных и из каждой группы выберем по одному показателю для дальнейшего регрессионного анализа. Таким образом, были отобраны показатели переходящего запаса (от группы конъюнктуры рынка золота), рыночной капитализации компаний (от группы валютно-финансовой сферы общемировой конъюнктуры) и инфляция (от группы производственной сферы общемировой конъюнктуры). Данные представлены выше в табл. 3.

2.

8.

2. Расчет коэффициентов математической модели в SPSS.

Итак, согласно анализу, проведенному в программе SPSS 17, получено следующее уравнение регрессии:

ДОБЫЧА ЗОЛОТА = 0,111*ЗАПАСЫ + 0,109*КАПИТАЛИЗАЦИЯ — 0,04*ИНФЛЯЦИЯ + 0,016.

R2 — коэффициент детерминации — равен 0,614. Это означает, что 61,4% разброса значений переменной добычи золота относительно среднего объясняется построенной регрессией. Это достаточно высокий показатель, т.к. в модель взяты показатели из совершенно различных сфер.

8.

3. Проверка значимости модели по критерию Фишера.

Программа SPSS сама рассчитывает значение критерия Фишера для модели и оценки. Расчетное значения критерия Фишера равно 3,77. Оно является значимым (λ=0,032), следовательно, модель является математически верной.

8.

4. Проверка коэффициентов уравнения по t-критерию Стьюдента.

Результаты оценки параметров приведены в табл. 3.

6.

Таблица 3.6 — Коэффициенты уравнения по t-критерию Стьюдента

Модель Нестандартизованные коэффициенты Стандартизованные коэффициенты t Знч. B Стд. ошибка Бета (Константа), 016, 012 1,314, 097 Запасы, 111, 042, 516 2,664, 017 Рыночная капитализация, 109, 053, 407 2,069, 055 Инфляция -, 044, 029 -, 308 -1,549, 091

Расчетные значения t-критерия представлены в графе «t». Все параметры значимы при 90% доверительной вероятности (графа «Знч.»). Самым значимым является параметр «Переходящие запасы».

9. Выводы.

Мы разделили влияющие показатели на 4 группы:

— показатели, характеризующие производственную сферу общемировой конъюнктуры;

— показатели, характеризующие сферу товарного обмена общемировой конъюнктуры;

— показатели, характеризующие валютно-финансовую сферу общемировой конъюнктуры;

— показатели, характеризующие товарно-рыночную конъюнктуру — конъюнктуру рынка золота.

Исходя из предположения, что автокорреляция всегда присутствует в рядах динамики, для того, чтобы исключить ее влияние, мы перешли от изучения самих рядов, к изучению темпов их прироста.

Исходная матрица данных состояла из 45 показателей. Путем корреляционного анализа мы уменьшили количество показателей, выявив пары тесно коррелированных показателей и удалив по одному показателю из пары.

В итоге, мы получили, что наиболее сильно на мировую добычу золота влияют следующие показатели:

— мировое потребление золота — представляет собой спрос на драгоценный металл, логично, что вместе со спросом меняется и предложение, т. е. добыча золота;

— валовые капиталовложения в данную отрасль — увеличивают производительность оборудования, тем самым, увеличивая объемы производства;

— переходящие запасы золота у производителей — можем предположить, что, ориентируясь на имеющиеся запасы, производители планируют объемы добычи;

— мировая добыча серебра — это сторона спроса на золото; от тенденций на рынке драгоценных металлов добыча золота зависит в том, что часть золота идет на производство ювелирных изделий и при, например, уменьшении спроса на серебро, возрастает и нужда в золоте;

— мировой ВВП — понятно, что при увеличении ВВП растет возможность увеличивать расходы на добывающую отрасль и, тем самым, способствовать увеличению роста добычи золота, эффективности труда в данной отрасли, и наоборот.

— население — устойчивое увеличение населения формирует все более усиливающийся спрос на ювелирную продукцию, в том числе и на золото.

— инфляция — получили отрицательный коэффициент парной корреляции с добычей золота, соответственно, при увеличении инфляции добыча золота падает, т. е. инфляция является негативным фактором.

— потребление электроэнергии — добыча золота становится всё более энергоемким под влиянием роста механизации отрасли и увеличения расхода электроэнергии.

— М2 и рыночная капитализация компаний — косвенные факторы, влияющие на добычу золота через денежно-кредитную политику государств.

— курс доллара к евро — это два ведущих производителя и экспортера дрвгоценного металла, колебания курса ведут к изменениям в торговле и далее в производстве.

Далее анализ заключался в нахождении трендов указанных показателей и сравнении их с трендом изменения добычи золота.

Мы получили, что увеличение потребления золота происходит опережающими темпами (линия тренда имеет больший угол наклона). Это позволяет говорить нам о нехватке золотых запасов. Усугубляет положение и рост численности населения (тренд также имеет более высокие темпы ускорения, чем добыча золота), особенно то, что наибольшие темпы прироста численности населения наблюдаются в беднейших странах, у которых темпы экономического роста остаются относительно низкими.

Если говорить о мировом ВВП, то его ускорение происходит опережающими темпами. Соответственно растут доходы на душу населения, что меняет структуру спроса на золото. Например, в связи с увеличением душевых доходов в крупных быстроразвивающихся странах, таких как Китай или Индия, отмечается интенсивный рост потребления золота. Это влечет за собой многократное увеличение потребления драгоценного металла.

Интересно также отметить, что увеличение валовых капиталовложений в данную отрасль идет медленнее, чем добыча. Это значит, во-первых, что в целом по миру небольшой прирост капиталовложений приносит больший прирост добычи золота, а, во-вторых, что возможно капиталовложения — лишь часть совокупности факторов влияющих на добычу золота и их влияние — не единственный определяющий фактор.

Далее мы выбрали по одному показателю из каждой группы для того, чтобы провести многофакторный регрессионный анализ. Критерием выбора был коэффициент парной корреляции: выбирались те показатели, которые имеют самый высокой показатель коэффициента парной корреляции. В итоге мы получили следующие три показателя:

— суммарный переходящий запас золота у производителей;

— мировая рыночная капитализация компаний;

— мировая инфляция.

Уравнение регрессии: ДОБЫЧА ЗОЛОТА = 0,111*ЗАПАСЫ + 0,109*КАПИТАЛИЗАЦИЯ — 0,04*ИНФЛЯЦИЯ + 0,016.

Наибольший вклад вносят переходящие запасы золота. Это вполне очевидно, так как это показатель конъюнктуры исследуемого рынка, и чисто логически можно предположить, что они взаимосвязаны. Наше предположение подтверждается: коэффициент парной корреляции этих показателей равен 0,53 и он является значимым.

Следующий фактор — рыночная капитализация. Изменения на фондовых рынках вызывают изменения в реальном секторе экономики, ведь во многих странах финансирование реального сектора происходит за счет фондовых рынков и рынков ценных бумаг.

Капитализация (т.е. стоимость финансовых активов) является частью трансмиссионного механизма денежно-кредитной политики. Действие данного канала в общих чертах выглядит следующим образом: падение цен на финансовые активы ведет к повышению процентной премии, выплачиваемой заемщиками за внешнее финансирование, что в свою очередь провоцирует снижение объема потребления и инвестиций. Добыча золота сильно зависит от доступности кредитования.

Инфляция — последний по значимости фактор в нашей модели. Инфляция характеризует изменение цен по всем товарам и услугам, создаваемым в мире. Поэтому в данном случае, это неоднозначный фактор, ведь с одной стороны высокие цены собственно на золото способствуют улучшению финансирования данной отрасли, что создает более прочную базу для наращивания производства, но с другой стороны добыча золота зависит в большой степени от доступности месторождений и других ресурсов, таких как трудовые ресурсы, энергетические ресурсы. Рост цен на них крайне осложняет положение дел в добыче золота вообще, и ювелирной промышленности в частности, способствует снижению объемов производства. Мы получили отрицательный коэффициент при инфляции, что означает, что при ее увеличении добыча золота снижается. Однако, значимость коэффициента небольшая.

Заключение

Список ведущих стран-экспортёров драгоценных металлов и золота в частности достаточно стабилен, однако их очерёдность в нём в последние годы испытывает частые изменения. Лидером продолжают оставаться ЮАР, США, Австралия и Китай. Следом за ними в 2010 году расположились Канада, Индонезия, Россия, Перу.

Лидером по импорту золота в последние несколько лет выступает Индия и Китай. Причем Индия в 2011 году импортировала 933,4 тонны золота, а Китай — 769,8 тонн золота.

В период с 2000 по 2011 года мировые цены на драгоценные металлы и золото в частности постоянно росли. Одной из причин резкого роста цен стало увеличение спроса на драгоценный металл. В 2010 году соотношению спроса и предложения на мировом рынке золота было в пользу спроса.

В ходе проделанной работы мы определили влияние общемировой конъюнктуры на рынок драгоценных металлов (на примере рынка золота), а также построили тренды изменения добычи золота и влияющих показателей.

Мы получили, что увеличение потребления золота происходит опережающими темпами над добычей драгоценного металла. Это позволяет говорить нам о существовании нехватки золотых запасов в мире. Усугубляет положение и рост численности населения (тренд также имеет более высокие темпы ускорения, чем производство пшеницы), особенно то, что наибольшие темпы прироста численности населения наблюдаются в беднейших странах, у которых темпы экономического роста остаются относительно низкими.

Увеличение валовых капиталовложений в данную отрасль идет медленнее, чем добыча, что позволяет нам говорить о том, что в целом по миру небольшой прирост капиталовложений приносит больший прирост добычи золота.

Если говорить о мировом ВВП, то его ускорение происходит опережающими темпами. Соответственно растут доходы на душу населения, что меняет структуру спроса на драгоценные металлы.

Согласно проделанному корреляционно-регрессионному анализу влияние общемировой конъюнктуры на добычу сильнее всего прослеживается через показатели переходящего запаса золота, капитализации компаний и инфляции. Причем инфляция имеет отрицательный коэффициент в уравнении многофакторной регрессии, т. е. является негативным фактором.

Список источников и литературы

1. Шкуропат А. В., Терский М. В., под ред. Александровой Л. И. Мировая экономика. Часть 1. (конспект лекций) — электронная версия.

2. Писарева М. П. Мировая экономика. Конспект лекций. 2008. — 160 с. — электронная версия.

3. Поляков В. В. Мировой рынок: вопросы прогнозирования: учебное пособие. — М.: КНОРУС, 2004. -240 с.

4. Диденко Н. И. Международная экономика. — Ростов н/Д: Феникс, 2007. — 784 с.

5.

http://www.micex.ru/markets/commodity/futures/instruments — Торгуемые инструменты на НТБ

6. Коллектив авторов. Международные экономические отношения / под ред. Е. Ф. Жукова — М.: ЮНИТИ-ДАНА, 1999. — электронная версия.

7.

http://www.gold.org ;

8. Мозиас П., Яковлева В. Внешнеторговая политика Китая после присоединения к ВТО // Мировая экономика и международные отношения.- 2009. — № 12. — С. 64−68.

9. Савельев А. А., Чугунов Д. Л. Государственное страхование экспорта как механизм управления рисками участников международной торговли (практический анализ) // Менеджмент в России и за рубежом.- 2011. № 2. С. 63−70.

10. Шикин А. В. Теоретические аспекты формирования конъюнктуры современного рынка золота // Научный вестник. Одесский государственный экономический университет. Всеукраинская ассоциация молодых ученых. — Науки: экономика, политология, история.

— 2009. — № 21 (99). — С. 11−20.

11. www.sberbank.ru

12. www.goldminingunion.ru

Участники рынка

Конечные потребители (в том числе и финансовые рынки)

Производители изделий из драгоценных металлов

Отрасли, потребляющие драгоценные металлы

Добыча и обработка драгоценных металлов Потребление

Производство

Производство

Потребление

2011 год

2010 год

2,5

2,0

3,0

Добыча золота

(Tonnes))

(Meat, Total

Линейный

tonnes)

(production, mn

Линейный

tonnes

production, mn

(Tonnes)

Meat, Total

3,0

1,5

Y= 0,0183t — 10,82

y = 0,0232*t + 2,48

тренд для добычи золота и серебра

(tonnes))

quantity

(Domestic supply

Линейный

tonnes)

(production, mn

Линейный

tonnes

production, mn

quantity (tonnes)

Domestic supply

3,0

1,50

y = 0,0251t — 96,69

y = 0,0232*t + 2,48

тренд для добычи золота и потребления золота

tonnes)

й (production, mn

Полиномиальны

(tonnes))

й (Stock

Полиномиальны

tonnes

production, mn

Stock (tonnes)

3,0

1,5

y = 0,0232*t + 2,48

y = 0,0071t2 — 43,84t + 4E+08

запасов

тренд для добычи золота и переходящих

тренд для добычи золота и рыночной

капитализации

y = 0,0232*t + 2,48

y = 2324,8x — 5E+06

10 000

20 000

30 000

40 000

50 000

60 000

70 000

80 000

Market capitalization

of listed companies

(current US$)

production (10 000

tonnes)

Линейный

(production (10 000

tonnes))

Линейный (Market

capitalization of listed

companies (current

US$))

Stock bn USD)

(Gross Capital

Линейный

tonnes))

(10 000

(production

Линейный

Stock bn USD

Gross Capital

000 tonnes)

production (10

y = 14,449x — 23 745

y = 0,0232*t + 2,48

капиталовложений в отрасль

тренды динамики добычи золота и валовых

tonnes))

(10 000

(production

Линейный

total mn)

(Population,

Линейный

000 tonnes)

production (10

mn

Population, total

y = 0,0232*t + 2,48

y = 78,027x — 149 986

тренды динамики добычи золота и населения

US$))

current

(GDP (bn

Линейный

tonnes))

(10 000

(production

Линейный

tonnes)

(10 000

production

current US$)

GDP (bn

y = 1987,6x — 4E+06

y = 0,0232*t + 2,48

ВВП

тренды динамики добычи золота и мирового

current USD)

debt stocks, bn

Линейный (External

tonnes))

(production (10 000

Линейный

tonnes)

production (10 000

bn current USD

External debt stocks

y = 106,33x — 210 417

y = 0,0232*t + 2,48

тренды динамики добычи золота и мирового внешнего долга

capita))

(kWh per

consumption

(Electric power

Линейный

tonnes))

(100 000

(production

Линейный

tonnes)

(100 000

production

capita)

(kWh per

consumption

Electric power

y = 42,878x — 83 322

y = 0,0232*t + 2,48

потребления электроэнергии на душу населения

тренды динамики добычи золота и

(M2) bn USD)

quasi money

(Money and

Линейный

tonnes))

(10 000

(production

Линейный

000 tonnes)

production (10

(M2) bn USD

quasi money

Money and

y = 2942,8x — 6E+06

y = 0,0232*t + 2,48

тренд динамики добычи золота и М2