Ценовая трансмиссия нефтяного шока 2026 года на мировые товарные рынки

Введение

Нефтяной рынок в 2026 г. прошел через крупный шок предложения, связанный с нарушением перевозок через Ормузский пролив. Всемирный банк оценивал первоначальное выпадение поставок примерно в 10 млн баррелей в сутки и относил этот эпизод к крупнейшим нарушениям нефтяного предложения последних десятилетий [26]. Сентябрьский обзор Международного энергетического агентства также фиксировал сохранявшееся сокращение добычи и запасов на фоне ограниченных поставок из региона [13]. В такой ситуации изменение цены Brent воздействует на другие товарные рынки через неодинаковые механизмы, проявляющиеся в виде общего энергетический баланс, стоимости природного газа, производственных издержек, транспорта, биотопливного спроса, мирового промышленного цикла и финансовых условий рынков.

Стоит сказать о том, что единый нефтяной шок не предполагает одинаковой реакции остальных товаров. Прямо связанные энергетические рынки способны переоцениваться в том же направлении и в тот же торговый день, тогда как аграрные и промышленные товары одновременно зависят от собственных балансов спроса и предложения. Финансовые активы реагируют еще сложнее. В марте 2026 г. рост нефти сопровождался снижением золота на фоне сокращения заемных позиций и повышенного спроса на ликвидность [28]. Поэтому знак и сила межрыночной связи зависят от экономического канала и режима рынка.

Исследования межтоварной связанности развиваются по нескольким направлениям. Р. Пиндайк и Х. Ротемберг выявили избыточное совместное движение цен разных товаров [23]. Б. Бюйюкшахин и М. Робе связали усиление межрыночных зависимостей с присутствием финансовых участников [8], а К. Тан и В. Сюн показали, что индексные инвестиции усиливают сопряженность товарных фьючерсов с финансовыми рынками [24]. Ц. Цзи и И. Фань установили передачу нефтяной волатильности на неэнергетические товары [14]. Для аграрного сегмента С. Назлыоглу и У. Сойташ, а позднее С. Назлыоглу, Дж. Эрдем и У. Сойташ исследовали связи нефти с сельскохозяйственными ценами и передачу волатильности [20; 21; 22].

Второе направление связано с природой самого нефтяного шока. Л. Килиан разграничил шоки предложения, глобального спроса и специфического спроса на нефть [15]. К. Баумайстер и Дж. Гамильтон показали, что выводы о роли нефтяных шоков чувствительны к структурной идентификации [6]. Методы Ф. Диболда и К. Йылмаза позволяют измерять направленную связанность и перетоки волатильности [11; 12], а Я. Баруник и Т. Крехлик разделяют связанность по временным горизонтам [5]. М. Балджылар, Д. Габауэр и З. Умар применили изменяющуюся во времени систему VAR к нефтяным фьючерсам и другим товарным рынкам [4].

Для золота литература подчеркивает зависимость от режима. Д. Баур и Б. Люси показали, что защитная функция золота усиливается в экстремальных состояниях финансовых рынков [7]. К. Мокни и соавторы выявили динамическую связанность нефтяных шоков и золота, зависящую от экономической неопределенности [19]. М.А. Мадани и З. Фтити также получили режимную зависимость защитной функции золота [16]. Работы В. Менси и соавторов показывают асимметричные и экстремальные перетоки между нефтью, золотом и финансовыми рынками [17; 18]. Х. Кунадо и соавторы исследовали динамические перетоки реализованной волатильности между нефтью и драгоценными металлами [10]. Я.-Дж. Чжан и И.-М. Вэй анализировали долгосрочную связь, причинность и ценовое лидерство между нефтяным и золотым рынками [29].

Для азотных удобрений связь с энергетическим рынком имеет производственную основу. О. Вонгпиябоворн и Ч. Харт показывают, что природный газ является основным сырьем для производства аммиака, а изменения его цены в отдельные периоды существенно передаются на цены азотных удобрений [25]. Это позволяет рассматривать аммиак как промежуточное звено между газовым рынком и рынками мочевины и других азотных удобрений, а не как общий индикатор химического сектора.

В российской литературе нефтяная динамика рассматривается через финансовые, геополитические и общеэкономические факторы. А.В. Иванищев и А.А. Пермяков исследуют влияние глобального денежного предложения на цену и волатильность нефтяных фьючерсов [1]. И.М. Попова систематизирует влияние геополитических факторов на мировой нефтяной рынок [2]. С.М. Смагулова анализирует взаимосвязь волатильности мировых сырьевых цен с глобальным экономическим ростом [3]. Эти работы дополняют зарубежную литературу, поскольку указывают на необходимость учитывать одновременно физический баланс, финансовые условия и мировой деловой цикл.

На этой основе в исследовании выделяются три канала. Энергетико-производственный контур охватывает Brent, TTF и аммиак. Аграрный контур включает пшеницу и пальмовое масло, причем пальмовое масло дополнительно связано с энергетическим рынком через биотопливный спрос. Финансово-циклический контур представлен золотом и медью: золото реагирует на процентные, валютные и ликвидностные условия, а медь сочетает чувствительность к промышленному спросу и финансовому циклу.

Исследование направлено на сопоставление реакции товарных рынков, различающихся по характеру экономической связи с нефтяным шоком. Цена Brent используется как исходный индикатор нефтяного рынка. Европейский природный газ TTF отражает энергетический канал передачи ценового импульса. Аммиак включен в анализ как исходное сырье для производства мочевины и других азотных удобрений, что позволяет проследить связь энергетического шока с агрохимической производственной цепочкой. Пшеница и пальмовое масло характеризуют два различных сегмента аграрного рынка: для пшеницы связь с нефтяными ценами формируется преимущественно через затраты на топливо, транспортировку и агрохимические ресурсы, тогда как для пальмового масла дополнительное значение имеет его использование в производстве биодизеля. Медь включена как промышленный металл, динамика которого зависит от состояния глобального спроса и финансовых условий. Золото рассматривается как финансовый и резервный актив, реакция которого на нефтяной шок связана с изменением спроса на защитные активы, процентных условий и потребности участников рынка в ликвидности. Использование единой дневной выборки позволяет сопоставить силу и направление связей между Brent и выбранными рынками, а также оценить изменение этих связей в период усиления нефтяного шока.

Основная часть

В анализ включены дневные ценовые ряды Brent, TTF, аммиака, пшеницы, пальмового масла, меди и золота за период с 2 января по 1 октября 2026 г. Все показатели выражены в долларах США; источником ценовых данных выступает база индексов Cbonds [9]. Для сопоставления рядов используются даты, по которым доступны наблюдения по всем рассматриваемым рынкам. Расчеты выполняются на основе дневных логарифмических изменений цен. Для аммиака, котировка которого пересматривается реже остальных рядов, дополнительно анализируются даты фактического изменения цены и недельные изменения.

Таблица 1. Обоснование выбора товарных рядов и каналов трансмиссии

Товарный ряд	Канал	Аналитическая роль
Brent	Исходный нефтяной импульс	Базовая объясняющая переменная и международный нефтяной ориентир.
Газ TTF	Прямой энергетический	Передача импульса внутри энергетического сегмента.
Аммиак	Агрохимический	Сырье для производства мочевины и других азотных удобрений; связь с ценой и доступностью газа.
Пшеница	Аграрный	Опосредованная связь через топливо, транспорт, удобрения и собственный зерновой баланс.
Пальмовое масло	Аграрный / биотопливный	Сочетание продовольственного и энергетического спроса на растительное масло.
Медь	Промышленный / макрофинансовый	Чувствительность к мировому промышленному спросу и общим финансовым условиям.
Золото	Финансово-ликвидностный	Реакция резервного и защитного актива на ставки, валютный курс, риск и спрос на ликвидность.

Источник: составлено автором на основе литературы [7; 14; 20; 24; 25].

Для сопоставления динамики ценовых рядов, различающихся по уровню и масштабу, рассчитываются дневные логарифмические изменения цен:

(1)

где rᵢ,ₜ − логарифмическое изменение цены товара i в торговый день t, %; Pᵢ,ₜ − цена товара i в день t; Pᵢ,ₜ₋₁ − цена на предыдущую доступную торговую дату; ln − натуральный логарифм. Перед проведением корреляционного и регрессионного анализа проверяется стационарность дневных логарифмических изменений цен. Для всех рассматриваемых рядов расширенный тест Дики-Фуллера отвергает нулевую гипотезу о наличии единичного корня на уровне значимости 1%. Это означает, что дневные изменения цен не содержат признаков нестационарности, характерной для уровней цен, поэтому дальнейший анализ проводится именно для логарифмических изменений.

Для каждого рассматриваемого рынка оценивается связь дневного изменения его цены с изменением Brent в тот же торговый день и с изменением Brent предыдущего торгового дня. Это позволяет сопоставить текущую реакцию рынка на нефтяной ценовой импульс с возможным краткосрочным запаздывающим эффектом:

(2)

где αᵢ − константа; β₀,ᵢ − коэффициент при изменении Brent в тот же торговый день; β₁,ᵢ − коэффициент при изменении Brent предыдущего торгового дня; εᵢ,ₜ − случайная ошибка. Знак коэффициента β характеризует направление связи с Brent, где положительное значение соответствует однонаправленному изменению цен, отрицательное значение указывает на их разнонаправленное движение. Статистическая значимость коэффициентов оценивается с использованием HAC-стандартных ошибок Ньюи–Уэста с пятью лагами, учитывающих возможную гетероскедастичность и автокорреляцию остатков. В качестве дополнительной проверки устойчивости рассчитываются HC3-стандартные ошибки. Для характеристики тесноты и направления связи между дневными изменениями цен также используются коэффициенты корреляции Пирсона и Спирмена.

Для сопоставления характера межрыночных связей до и после начала мартовского нефтяного шока выборка разделяется на два периода: с 5 января по 27 февраля и со 2 марта по 1 октября 2026 г. Граница между периодами соответствует началу резкого изменения ценовой динамики Brent в первых торговых днях марта. Дополнительно анализируется период с 27 февраля по 20 марта, охватывающий наиболее интенсивную фазу изменения нефтяных цен и первоначальную реакцию остальных рассматриваемых рынков.

Для дополнительной оценки роли финансового фактора используется модель, в которую одновременно включаются изменения Brent и золота. Такая спецификация позволяет установить, сохраняется ли связь рассматриваемого товарного рынка с изменением нефтяной цены после учета динамики золота, отражающей финансово-ликвидностную составляющую рыночных изменений:

(3)

где γᴮ,ᵢ − коэффициент при текущем изменении Brent; γᴳ,ᵢ − коэффициент при текущем изменении золота; uᵢ,ₜ − случайная ошибка. Дополнительная проверка устойчивости результатов проводится путем исключения пяти торговых дней с наибольшими по модулю изменениями Brent и повторной оценки регрессионных моделей. Для аммиака, учитывая дискретность его ценового ряда, отдельно сопоставляются изменения котировки в даты фактического пересмотра с накопленными изменениями Brent и TTF между последовательными пересмотрами. Дополнительно связь аммиака с Brent и TTF оценивается на недельной частоте.

Событийный анализ периода с 27 февраля по 20 марта 2026 г. позволяет сопоставить первичную реакцию рынков в наиболее острой фазе нефтяного шока. Наиболее сильное однонаправленное движение наблюдалось в энергетическом сегменте: рост Brent сопровождался еще более выраженным повышением TTF. Существенно выросла и цена аммиака, что согласуется с зависимостью его производства от стоимости природного газа. Реакция аграрных товаров оказалась неоднородной: пальмовое масло заметно подорожало, тогда как изменение цены пшеницы было минимальным. Одновременно золото и медь двигались в противоположном Brent направлении. Такое сочетание результатов позволяет предварительно выделить прямой энергетический канал передачи шока, более слабую реакцию аграрных рынков и отдельную отрицательную реакцию финансовых и промышленных активов, которая далее проверяется на всей дневной выборке.

Таблица 2. Динамика цен в событийном окне 27 февраля - 20 марта 2026 г.

Товарный ряд	27.02.2026	20.03.2026	Лог. изменение, %
Brent, долл./барр.	72,87	112,19	+43,2
TTF, долл./MBTU	37,79	68,57	+59,6
Аммиак, долл./т	603,00	850,00	+34,3
Пшеница, долл./т	217,25	218,72	+0,7
Пальмовое масло, долл./т	1 051,05	1 162,30	+10,1
Золото, долл./унц.	5 222,30	4 562,55	-13,5
Медь, долл./т	13 439	12 021	-11,2

Источник: рассчитано автором по дневным рядам Cbonds [9].

Наиболее нетипичный результат событийного анализа связан с золотом. Несмотря на усиление геополитической напряженности и резкий рост нефтяных цен, в марте 2026 г. золото снижалось. World Gold Council связывает эту динамику прежде всего с ростом потребности участников финансового рынка в ликвидности, когда инвесторы сокращали заемные позиции, фиксировали прибыль по ранее выросшим активам и выводили средства из обеспеченных золотом биржевых фондов [28]. Дополнительное давление формировали операции официального сектора. В I квартале 2026 г. золотые резервы Турции сократились примерно на 70 тонн, причем основная часть снижения пришлась на март; одновременно Центральный банк Турции использовал дополнительный объем золота в своповых операциях для привлечения валютной ликвидности [27; 28]. В рассматриваемом эпизоде золото, следовательно, реагировало на нефтяной шок через финансовые условия и спрос на ликвидность, что дает экономическое объяснение его противоположной Brent динамике.

Корреляционный анализ на полной дневной выборке подтверждает, что наиболее тесная положительная связь с изменениями Brent наблюдается для TTF, где коэффициенты Пирсона и Спирмена составляют 0,589 и 0,566 соответственно при p<0,001. Это соответствует наиболее прямому характеру связи между нефтяным и газовым рынками в рассматриваемый период. Для пальмового масла связь также положительна и статистически значима, однако заметно слабее: 0,384 по Пирсону и 0,344 по Спирмену при p<0,001.

Для золота выявлена устойчивая отрицательная связь с Brent. Коэффициенты составляют -0,203 и -0,216 и статистически значимы. Это согласуется с противоположной реакцией золота, наблюдавшейся в острой фазе мартовского шока. По меди отрицательная связь выражена слабее, что требует дополнительной проверки того, сохраняется ли она после учета динамики золота и общего финансового фактора.

Связь Brent с пшеницей оказывается слабой и зависит от используемого коэффициента корреляции, то есть оценка Пирсона не достигает 5%-го уровня значимости, тогда как ранговая корреляция Спирмена статистически значима. Это указывает на отсутствие устойчивой линейной зависимости между дневными изменениями цен на нефть и пшеницу. Для аммиака положительная дневная корреляция также не дает достаточных оснований для самостоятельной интерпретации из-за высокой доли дней без изменения котировки, поэтому этот ряд далее анализируется отдельно на датах фактического пересмотра и на недельной частоте.

Таблица 3. Связь дневных изменений Brent с выбранными товарными рынками

Товарный ряд	Пирсон r	Спирмен ρ	β₀ Brent(t), p HAC	β₁ Brent(t-1), p HAC	R²
TTF	0,589	0,566	0,826 (<0,001)	0,059 (0,521)	0,353
Аммиак	0,180	0,185	0,106 (0,057)	0,024 (0,404)	0,034
Пшеница	0,126	0,158	0,066 (0,109)	0,032 (0,367)	0,019
Пальмовое масло	0,384	0,344	0,122 (<0,001)	0,015 (0,508)	0,150
Золото	-0,203	-0,216	-0,101 (0,004)	0,005 (0,867)	0,043
Медь	-0,142	-0,147	-0,054 (0,021)	0,001 (0,943)	0,022

Источник: рассчитано автором по дневным рядам Cbonds [9]

Регрессионные оценки также показывают, что наиболее выраженная текущая связь с изменениями Brent наблюдается для TTF. Коэффициент β₀=0,826 означает, что увеличение дневного логарифмического изменения Brent на 1 п.п. связано в среднем с увеличением дневного изменения TTF примерно на 0,83 п.п. при прочих равных условиях модели. Для пальмового масла коэффициент значительно ниже и составляет 0,122, что соответствует более слабой положительной реакции.

Для золота и меди коэффициенты при текущем изменении Brent отрицательны. Значение β₀=-0,101 для золота означает, что увеличение дневного изменения Brent на 1 п.п. связано в среднем со снижением дневного изменения золота примерно на 0,10 п.п. Для меди коэффициент составляет -0,054, то есть обратная связь выражена слабее. Все четыре оценки статистически значимы на 5%-м уровне при использовании HAC-стандартных ошибок.

Коэффициенты при однодневном лаге Brent статистически незначимы во всех моделях. Это показывает, что выявленная связь с нефтяной ценой в основном проявляется в тот же торговый день и не сохраняется как устойчивый дополнительный эффект на следующий день.

Сопоставление двух периодов показывает, что после начала мартовского нефтяного шока изменилась структура связей Brent с другими рынками. Наиболее заметный сдвиг наблюдается по золоту: корреляция с Brent меняется с положительной, 0,483, до отрицательной, -0,355. Аналогичная смена знака происходит по меди: с +0,348 до -0,265. Для TTF, напротив, положительная связь усиливается с 0,311 до 0,644, что указывает на более тесную синхронизацию нефтяного и газового рынков в стрессовый период. Положительная корреляция пальмового масла с Brent также возрастает, тогда как по пшенице связь ослабевает. Эти различия позволяют проверить, насколько характер межрыночной реакции зависит от состояния рынка, а не остается постоянным на протяжении всей выборки.

Таблица 4. Корреляция Brent с выбранными рынками до и после начала мартовского шока

Товарный ряд	Янв.-фев. r	p	Март-1 окт. r	p	β Brent в стрессовом периоде, p HAC
TTF	0,311	0,051	0,644	<0,001	0,823 (<0,001)
Аммиак	0,067	0,682	0,194	0,016	0,110 (0,074)
Пшеница	0,237	0,141	0,116	0,153	0,059 (0,164)
Пальмовое масло	0,289	0,071	0,399	<0,001	0,120 (<0,001)
Золото	0,483	0,002	-0,355	<0,001	-0,143 (<0,001)
Медь	0,348	0,028	-0,265	0,001	-0,078 (<0,001)

Источник: рассчитано автором по дневным рядам Cbonds Indexes [9]. Предшоковый период: N=40; стрессовый период: N=153.

Сопоставление двух периодов показывает, что отрицательная связь Brent с золотом на полной выборке формируется главным образом после начала мартовского шока. До марта изменения Brent и золота в среднем были однонаправленными, тогда как в последующий период связь стала отрицательной. Это согласуется с рассмотренным выше финансово-ликвидностным механизмом, при котором рост потребности в ликвидности и сокращение заемных позиций сопровождаются продажами золота [28].

По меди наблюдается сходная смена знака, однако ее экономическая интерпретация требует дополнительной проверки. Само изменение корреляции с положительной на отрицательную еще не позволяет отделить прямую связь с нефтяным шоком от влияния общих финансовых факторов. Поэтому далее для меди используется совместная модель с Brent и золотом, позволяющая проверить, сохраняется ли самостоятельная связь с нефтяной ценой после учета динамики золота.

Совместная модель с включением изменений Brent и золота используется для проверки того, сохраняется ли связь отдельных товарных рынков с нефтяной ценой после учета финансового фактора, отражаемого динамикой золота. Для TTF и пальмового масла коэффициенты при Brent остаются положительными и статистически значимыми и составляют 0,798 и 0,124 соответственно, тогда как коэффициенты при золоте статистической значимости не имеют. Это показывает, что выявленные ранее связи TTF и пальмового масла с Brent сохраняются и после включения в модель динамики золота.

Для аммиака и пшеницы статистически значимой связи не выявлено ни с Brent, ни с золотом. Коэффициенты при Brent составляют 0,108 для аммиака и 0,075 для пшеницы, а при золоте 0,022 и 0,088 соответственно. Для аммиака этот результат следует рассматривать с учетом дискретности дневного ценового ряда, тогда как для пшеницы он согласуется с ранее выявленной слабой и неустойчивой связью с нефтяной ценой.

Для меди результат принципиально иной. После включения золота коэффициент при Brent сокращается до -0,009 и теряет статистическую значимость, тогда как коэффициент при золоте возрастает до 0,450 и становится статистически значимым. Следовательно, отрицательная парная связь меди с Brent, выявленная ранее, не сохраняется после учета динамики золота. Содержательно такой результат допускает последовательность передачи в формате «нефтяной шок - изменение финансовых условий и динамики золота - реакция меди».

Таблица 5. Совместная регрессия дневных изменений целевой цены на Brent и золото

Товарный ряд	γ Brent	p HAC	γ Золото	p HAC	R²
TTF	0,798	<0,001	-0,251	0,313	0,354
Аммиак	0,108	0,065	0,022	0,852	0,033
Пшеница	0,075	0,061	0,088	0,143	0,022
Пальмовое масло	0,124	<0,001	0,024	0,596	0,149
Медь	-0,009	0,599	0,450	<0,001	0,352

Источник: рассчитано автором по дневным рядам Cbonds Indexes [9]. N=193. Стандартные ошибки Newey-West HAC (5 лагов).

Исключение пяти торговых дней, характеризовавшихся наибольшими абсолютными изменениями цены Brent, не изменило основные результаты анализа. Коэффициент при Brent сохраняет положительный и статистически значимый знак для TTF и пальмового масла: 0,758 (p<0,001) и 0,117 (p<0,001) соответственно. Для золота коэффициент остается отрицательным и статистически значимым и составляет -0,096 (p=0,020). В модели для меди отрицательный знак сохраняется, однако статистическая значимость снижается: коэффициент равен -0,048 при p=0,092. Следовательно, выявленная связь Brent с TTF, пальмовым маслом и золотом сохраняется после исключения наиболее резких изменений нефтяной цены, тогда как результат по меди в большей степени зависит от отдельных периодов повышенной волатильности Brent.

Ряд цен на аммиак имеет выраженную дискретность, в 71,5% рассматриваемых торговых дней его значение не изменялось. По этой причине оценка связи на дневной частоте требует дополнительной проверки, поскольку последовательность нулевых изменений отражает периодичность пересмотра котировки наряду с собственно рыночной динамикой. На 55 датах фактического изменения цены аммиака корреляция с накопленным изменением Brent между последовательными пересмотрами составила 0,178 и оказалась статистически незначимой. В то же время корреляция с накопленным изменением TTF достигла 0,340 при p=0,011. При переходе к недельной частоте коэффициент корреляции аммиака с Brent составил 0,423 (p=0,007), а с TTF 0,405 (p=0,010). Полученные результаты указывают на более тесную связь динамики аммиака с рынком природного газа. Такой результат соответствует структуре производственной цепочки азотных удобрений, в которой природный газ используется как ключевое сырье для производства аммиака, а аммиак, в свою очередь, служит исходным сырьем для производства мочевины и других азотных удобрений [25].

Полученные результаты показывают, что передача нефтяного ценового шока существенно различается между рассматриваемыми товарными рынками. Наиболее устойчивая связь выявлена внутри энергетического сегмента. Изменения TTF тесно связаны с изменениями Brent в тот же торговый день, причем после начала мартовского шока эта связь заметно усиливается. Отсутствие статистически значимого однодневного лага указывает на то, что основная переоценка газового рынка происходила практически одновременно с изменением нефтяных цен. В рассматриваемом эпизоде это согласуется с одновременным воздействием геополитических и логистических факторов на нефтяной и европейский газовый рынки.

Пальмовое масло также сохраняет положительную связь с Brent в разных спецификациях модели. В отличие от TTF величина коэффициентов существенно ниже, однако связь остается статистически значимой и после исключения пяти торговых дней с наибольшими изменениями Brent. Для пшеницы подобной устойчивости не наблюдается: линейная корреляция с Brent слаба и статистически незначима на 5%-м уровне, а положительная ранговая связь остается небольшой. Различие между этими аграрными товарами согласуется с более непосредственной связью пальмового масла с рынком биотоплива, тогда как динамика пшеницы в большей степени определяется собственными факторами зернового рынка [20; 21].

Результаты по аммиаку требуют отдельной интерпретации из-за дискретного характера его котировок. На дневной частоте связь с Brent остается слабой, а стандартная регрессионная оценка ограниченно отражает движение такого ряда. При переходе к датам фактического пересмотра цены более выраженная связь наблюдается с TTF, а на недельной частоте положительная корреляция сохраняется как с Brent, так и с природным газом. Это соответствует структуре производственной цепочки азотных удобрений, в которой природный газ служит ключевым сырьем для производства аммиака, а аммиак используется для выпуска мочевины и других азотных удобрений [25]. Следовательно, связь аммиака с нефтяным шоком в рассматриваемом периоде проявляется преимущественно через газовый рынок, а не как самостоятельная прямая реакция на Brent.

Наиболее заметное изменение характера связи выявлено для золота. До начала мартовского шока корреляция с Brent была положительной, тогда как после его начала стала отрицательной. Такая динамика согласуется с наблюдавшимся в марте ростом потребности в ликвидности, сокращением заемных позиций и продажами золотых активов, описанными World Gold Council [28]. Результат показывает, что в острой фазе шока финансовые условия могли оказывать на золото более сильное влияние, чем спрос на него как на защитный актив.

Для меди первоначальная отрицательная связь с Brent также оказывается зависимой от более широкого финансового контекста. После одновременного включения Brent и золота коэффициент при нефтяной цене практически исчезает и теряет статистическую значимость, тогда как коэффициент при золоте становится положительным и значимым. Это означает, что выявленная ранее отрицательная парная связь Brent и меди не сохраняется после учета динамики золота. Полученный результат допускает последовательность передачи, при которой нефтяной шок сопровождается изменением финансовых условий, отражающимся в динамике золота, а затем совпадает с изменением цены меди.

В целом результаты показывают, что нефтяной шок 2026 г. не формировал единого механизма передачи для всех товарных рынков. Наиболее устойчивое совместное движение наблюдается внутри энергетического сегмента и, в меньшей степени, для пальмового масла. Для аммиака существенным оказывается газовый канал. По золоту и меди характер связи меняется после начала стрессового периода, причем совместная модель показывает, что отрицательная связь меди с Brent исчезает после учета динамики золота. Поэтому оценка ценовой трансмиссии на дневных данных требует учитывать как различия между производственными цепочками, так и изменение структуры межрыночных связей в стрессовые периоды.

Интерпретация результатов ограничена временными границами выборки с января по начало октября 2026 г. и высокой концентрацией наблюдений вокруг одного крупного стрессового эпизода. Дневная частота позволяет выявить краткосрочные изменения силы и направления межрыночных связей. На рассматриваемые рынки также могли одновременно влиять геополитические события, валютные и процентные условия, изменения глобального спроса и другие общие факторы. Дополнительное ограничение связано с дискретностью котировок аммиака, поэтому для него использованы отдельные проверки на датах фактического изменения цены и на недельной частоте. Полученные оценки характеризуют структуру межрыночных связей в конкретном эпизоде 2026 г. и не могут интерпретироваться как универсальные долгосрочные коэффициенты передачи.

Заключение

Проведенный анализ показывает, что нефтяной шок 2026 г. не формировал единой модели передачи ценового импульса на мировые товарные рынки. Характер связи зависел как от экономической близости конкретного рынка к энергетическому сектору, так и от состояния рынка в период усиления шока. Наиболее устойчивые связи наблюдались там, где нефтяные и газовые цены включены в близкие производственные и ценовые цепочки. Для рынков с более опосредованной связью с энергетическим сектором результаты были слабее либо зависели от частоты наблюдений и используемой спецификации.

Отдельный результат исследования связан с изменением межрыночных связей после начала мартовского шока. Для части активов менялась не только сила, но и направление связи с Brent. Совместная модель с Brent и золотом также показала, что наблюдаемая парная связь с нефтяной ценой в отдельных случаях может отражать влияние более широких финансовых факторов.

Использование дневных данных позволило выявить изменения, которые сглаживаются при работе с более крупной временной агрегацией: синхронность реакции рынков, отсутствие устойчивого однодневного лага и смену направления отдельных связей после начала шока. Полученные результаты поэтому дополняют представление о ценовой трансмиссии как о процессе, параметры которого зависят от структуры конкретного рынка и текущего рыночного режима.

Ввиду того, что результаты относятся к стрессовому эпизоду 2026 г. и не могут автоматически переноситься на другие периоды, дальнейшее исследование целесообразно направить на проверку выявленных механизмов на более продолжительных выборках и с использованием моделей, позволяющих отдельно оценивать прямые и опосредованные каналы межрыночной передачи.