Динамика расхождений статистики внешней торговли РФ: влияние санкций

В данной статье проводится анализ расхождений между прямыми и зеркальными данными внешнеторговой статистики Российской Федерации в период с 2003 по 2024 г. Особое внимание уделено оценке влияния санкционной политики на уровень статистических расхождений, отражающих торговые издержки, манипуляции в таможенной и налоговой отчетности, а также структурные изменения в логистике и организации международных торговых потоков. Для достижения поставленных целей использованы методы панельной регрессии с фиксированными эффектами, логитмодели для оценки вероятности возникновения существенных расхождений, а также тест Чоу для выявления структурных сдвигов в данных. Анализ основан на информации из базы Trade Map, Федеральной таможенной службы и Центрального банка России, что позволило отразить как долгосрочные тенденции, так и краткосрочные кризисные явления, связанные с введением санкций в 2014 и 2022 гг. Результаты исследования указывают на устойчивый рост расхождений в статистике, подтверждая, что санкционные меры и сопутствующие изменения в методологии учета существенно влияют на точность отражения торговых потоков. Полученные выводы имеют практическое значение для совершенствования систем статистического контроля, разработки мер по снижению торговых издержек и корректной оценки внешнеторговой активности в условиях роста санкционной политики. Полученные результаты имеют прикладную значимость для совершенствования методик статистического мониторинга, повышения прозрачности учета торговых операций и эффективного противодействия манипуляциям в международной торговле в условиях экономических ограничений, а также подчеркивают необходимость учета выявленных тенденций роста расхождений при использовании зеркальной статистики в качестве замещающего источника информации о внешнеторговых потоках.

1. Мурадов, К. Ю. (2015). Россия - АСЕАН: торговля и глобальные производственные цепочки. Мировая экономика и международные отношения, 59(8), 25–39. http://dx.doi.org/10.20542/0131-2227-2015-8-25-39

2. Нарбут, В. В., Толмачев, М. Н., & Шнайдер, О. В. (2022). Российский экспорт и импорт дв сторонняя асимметрия в статистике торговых партнеров. Вест ник Казанского государственного аграрного университета, 17(3), 154–162. https://doi.org/10.12737/2073-0462-2022-158-166

3. Bessan, E., & Ayédoun, C. (2022). Misinvoicing in Benin’s international trade: An analysis from mirror statistics. Journal of Economics, Finance and Management Studies, 5(11). https://doi.org/10.47191/jefms/v5-i11-18

4. Braml, M. T., & Felbermayr, G. J. (2022). The EU self-surplus puzzle: An indication of VAT fraud? International Tax and Public Finance, 29(5), 1075–1097. https://doi.org/10.1007/s10797-021-09713

5. Carrère, C., & Grigoriou, Ch. (2014). Can mirror data help to capture informal international trade? Policy Issues in International Trade and Commodities Research Study Series. No. 65 United Nations Conference on Trade and Development. https://unctad.org/system/files/official-document/itcdtab65_en.pdf

6. Feenstra, R. C., & Hanson, G. H. (2004). Intermediaries in entrepôt trade: Hong Kong re-exports of Chinese goods. Journal of Economics and Management Strategy, 13(1), 3–35. https://doi.org/10.1111/j.1430-9134.2004.00002

7. Ferrantino, M., & Wang, Z. (2008). Accounting for discrepancies in bilateral trade: The case of China, Hong Kong, and the United States. China Economic Review, 19 502–520. https://doi.org/10.1016/j.chieco.2008.02.002

8. Ferwerda, J., Kattenberg, M., Chang, H.-H., Unger, B., Groot, L. F. M., & Bikker, J. A. (2011). Gravity models of trade-based money laundering SSRN. https://doi.org/10.2139/ssrn.1926776

9. Fung, K. C., & Lau, L. J. (2003). Adjusted estimates of United States-China bilateral trade balances: 1995–2002. Journal of Asian Economics, 14(4), 489–496. https://doi.org/10.1016/S1049-0078(03)00040

10. Fuse, M., Oda, H., Noguchi, H., & Nakajima, K. (2022). Detecting illegal intercountry trade of mercury using discrepancies in mirrored trade data. Environmental Science & Technology, 56(19), 13565–13572. https://doi.org/10.1021/acs.est.2c04327

11. Gara, M., Giammatteo, M., & Tosti, E. (2018). Magic mirror in my hand … how trade mirror statistics can help us detect illegal financial flows. Occasional Paper. No. 445. Bank of Italy. https://doi.org/10.2139/ssrn.3212626

12. Gaulier, G., & Zignago, S. (2010). BACI: International trade database at the productlevel (the 1994–2007 version) CEPII Working Paper. No. 2010-23. CEPII. https://doi.org/10.2139/ssrn.1994500

13. Hamanaka, S. (2012). Whose trade statistics are correct? Multiple mirror comparison techniques: A test case of Cambodia. Journal of Economic Policy Reform, 15(1), 33–56. https://doi.org/10.1080/17487870.2012.657827

14. Hummels, D. L., & Lugovskyy, V. (2006). Are matched partner trade statistics a usable measure of transportation costs? Review of International Economics, 14(1), 69–86. https://doi.org/10.1111/j.1467-9396.2006.00561

15. International Monetary Fund. Monetary and Capital Markets Department. (2023). Chapter 3. Geopolitics and Financial Fragmentation: Implications for Macro-Financial Stability. In Global Financial Stability Report April 2023: Safeguarding Financial Stability amid High Inflation and Geopolitical Risks. USA: International Monetary Fund. https://doi.org/10.5089/9798400233241.082.CH003

16. Irawan, Y., & Ekananda, M. (2024). Dynamic analysis of trade misinvoicing and VAT in developing countries: Dynamic panel data model. International Journal of Economics Development Research, 5(1), 150–162

17. Javorcik, B., & Narciso, G. (2017). WTO accession and tariff evasion. Journal of Development Economics, 125, 59–73. https://doi.org/10.1016/j.jdeveco.2016.11.001

18. Javorcik, B. S., & Narciso, G. (2008). Differentiated products and evasion of import tariffs. Journal of International Economics, 76 2), 208–222. https://doi.org/10.1016/jjinteco.2008.07.002

19. Javorsek, M. (2016). Asymmetries in international merchandise trade statistics: A case study of selected countries in Asia-Pacific. ESCAP Statistics Division Working Paper Series SD/ WP/02/April. United Nations Economic and Social Commission for Asia and the Pacific. https://hdl.handle.net/20.500.12870/1454

20. Kalizinje, F. (2018). Combating customs revenue fraud in WCO East and Southern African region: A mirror analysis through the lens of Malawi. Global Trade and Customs Journal, 13(5), 24–233. https://doi.org/10.54648/gtcj2018024

21. Oja, K. (2015). No milk for the bear: The impact on the Baltic states of Russia’s countersanctions. Baltic Journal of Economics, 15(1), 38–49. https://doi.org/10.1080/140609X.2015.107238

22. Kee, H. L., & Nicita, A. (2022). Trade fraud and non-tariff measures. Journal of International Economics, 139 103682. https://doi.org/10.1016/j.jinteco.2022.103682

23. Lépissier, A., Davis, W., & Ibrahim, G. (2021). Presenting a new atlas of illicit financial flows from trade misinvoicing SSRN. https://doi.org/10.2139/ssrn.3984323

24. Li, Y., & Lin, F. (2022). Beyond tariff evasion: Bypass effect of FTAs to circumvent technical barriers. Review of World Economics, 158, 1085–1105. https://doi.org/10.1007/s10290-022-00455

25. Markowicz, I., & Baran, P. (2019). ICA and ICS-based rankings of EU countries according to quality of mirror data on intra-community trade in goods in the years 2014–2017. Oeconomia Copernicana, 10(1), 55–68. https://doi.org/10.24136/oc.2019.003

26. Markowicz, I., & Baran, P. (2020). A new method for calculating mirror data asymmetry in international trade. Oeconomia Copernicana, 11(4), 637–656. https://doi.org/10.24136/oc.2020.02

27. Morgenstern, O. (1963). On the accuracy of economic observations. Princeton University ress

28. Paz, L. S. (2022). Measuring illicit financial flows: A gravity model approach to estimate international trade misinvoicing. WIDER Working Paper. No. 2022/24. The United Nations University World Institute for Development Economics Research. https://doi.org/10.35188/UNU-WIDER/2022/155

29. Pritchett, L. (2000). Understanding patterns of economic growth: Searching for hills among plateaus, mountains, and plains. The World Bank Economic Review, 14(2), 221–250. https://doi.org/10.1093/wber/14.2.221

30. Tsigas, M. E., Hertel, T. W., & Binkley, J. K. (1992). Estimates of systematic reporting biases in trade statistics. Economic Systems Research, 4(4), 297–310

31. Yeats, A. J. (1995). Are partner-country statistics useful for estimating “missing” trade data? Policy Research Working Paper. No. 1501. The World Bank. https://ssrn.com/abstract=63614