Таможенная статистика

8).Рисунок 8 — Диаграмма прироста внешнеторгового оборота по пшенице.

Значения базисных показателей темпов прироста отобразим на едином графике (рис. 9).Рисунок 9 — График темпов прироста внешнеторгового оборота по пшенице.

По результатам таблицы 20 и графической интерпретации (рис. 8, 9) её значений можно заключить, что тольков пяти месяцах (март, май, август, ноябрь, декабрь) по сравнению с предыдущим месяцем наблюдалось увеличение объемов товарооборота по пшенице, в остальные периоды — снижение. Аналогичная картина наблюдается в сравнении с базисным месяцем — январем: в 4 месяцах (май, август, сентябрь, декабрь) наблюдается рост объемов товарооборота по пшенице, а остальные периоды наблюдается снижение объемов. При этом наибольший спад в объемах внешнеторгового оборота по пшенице наблюдался в июле месяце — об этом свидетельствуют и цепные и базисные показатели темпово роста и прироста. По сравнению с июнемв июлеобъем товарооборота снизился на 100% или на 13 894,8USD, а по сравнению с январем — на 100% или 14 247,4USD.Наибольший прирост в объемах внешнеторгового оборота по пшенице наблюдался в августе месяце — об этом свидетельствуют и цепные и базисные показатели темпово роста и прироста. По сравнению с предыдущим периодом в августе объем товарооборота увеличился на27 885,2USD, а по сравнению с январем — на 95,7% или 13 637,8USD.На основе данных таблицы 26рассчитаем средние показатели динамики:

средний уровень ряда динамики;

средний абсолютный прирост;

средний коэффициент роста;

средний темп роста;

средний темп прироста. Средний уровень ряда динамики показывает среднее значение по всему динамическому ряду и рассчитывается по формуле средней арифметической (1)., Получили, что в среднем за один месяц внешнеторговый оборот по пшенице составляет 15 669,65USD.Средний абсолютный прирост показывает среднее значение абсолютного прироста по всему динамическому ряду,(10)где ВОk — объём внешнеторгового оборота последнего периода (месяца) в динамическом ряду;K- количество периодов в динамическом ряду, K= 12. USDТаким образом, на 1031,22USD увеличился внешний товарооборот по пшенице за год (за 12 месяцев). Средний коэффициент роста — величина динамики, характеризующая среднюю интенсивность изменения показателя:.(11)То есть можно заключить, что в среднем за год внешнеторговый оборот по пшенице увеличился в 1,058 раза. Средний темп роста — средняя величина динамики, выраженная в процентах:

ТРср = КРсрx100% .(12)ТРср = 1,058×100% = 105,8%, т. е. в среднем за год внешнеторговый оборот по пшенице изменился на 105,8%.Средний темп прироста — средняя величина прироста относительной величины динамики в процентах:

ТПср = ТРср — 100% .(13)ТПср = 105,8% - 100% = 5,8% В среднем на 5,8% увеличился внешнеторговый оборот по пшенице за год (за 12 месяцев).Далее по данным таблиц 3 и 4 рассчитаем среднюю цену (стоимость единицы товара) по статистическим данным товаров калийные удобрения и сахар по двум методикам и сравнимполученные результаты. Расчёт проведем по формулам средней арифметической (1) и средней арифметической взвешенной (14), (14)где pi — значение цены товара при i-й поставке;

хi — количество единиц товара в i-й поставке. Средняя арифметическая для калийных удобрений:

Средняя арифметическая взвешенная для калийных удобрений:

Средняя арифметическая для сахара:

Средняя арифметическая взвешенная для сахара:

Результаты расчётов по товарам сведем в таблицу 26. Таблица 26 — Значения средних цен на товары, USDМетод расчёта.

Калийные удобрения.

СахарСредняя арифметическая579,76 392,32Средняя арифметическая взвешенная582,392,45Анализируя полученные результаты расчетов средних величин по разным методикам можно заключить, что в целом результаты совпали. Но значение средней арифметической взвешенной отличается от средней арифметической, т.к. учитывает вес каждого значения, участвующего в расчете, чтобы более важные характеристики в большей степени влияли на общую оценку, а менее важные, но все же имеющие значение, оказывали меньшее влияние. В целом получили, что средняя цена (стоимость 1 тонны) калийных удобрений составляет 582 USD, а сахара — 392,45USD.Также на основе индексного метода проведем расчёт и анализ ежеквартальной динамики уровня цен на товары. Для этого по товарам калийные удобрения и сахар определим среднюю (взвешенную) цену поквартально. Для расчетов воспользуемся табличным процессором MicrosoftExcel (рис. Б.15).Результаты расчётов представим в таблице 27. Таблица 27 — Показатели средних цен на товары по кварталам, USDНаименование товараI кварталII кварталIII кварталIV квартал.

Калийные удобрения523,81 557,17600,88 642,92Сахар354,22 377,52400,51 430,73 В качестве показателя динамики следует использовать цепной индивидуальный индекс цен, определяемый по формуле, (15)где рt — цена товара в текущем периоде;

рt-1 — цена товара в предыдущем периоде. Результаты расчётов представить в таблице 28, в графическом виде (рис. 10).Таблица 28 — Динамика средних цен на товары по кварталам.

Наименование товараI кварталII кварталIII кварталIV квартал.

Калийные удобрения-1,0641,0781,070Сахар-1,0661,0611,075Рисунок 10 — График динамики цен на товары калийные удобрения и сахар по кварталам.

Из полученных таблиц и графика динамики цен видно, что в течение года средние цены на оба товара (калийные удобрения, сахар) в каждом из кварталов по сравнению с предыдущим постоянно росли. [5, 6, 7]6. Корреляционно-регрессионный анализ.

Для выполнения корреляционно-регрессионного анализа на основе таблицы 6по товару макаронные изделия сформируем исходные данные (таблица 29). Для построения такой таблицы используем инструмент Сводная таблица табличного процессора MicrosoftExcel (рис. Б.16).Таблица 29 — Сведения о поставках макаронных изделий по месяцам.

МесяцКоличество поставок за месяц.

Внешнеторговый оборот за месяц, USDЯнварь433 679,38Февраль218 428,34Март659 987,424Апрель331 359,951Май446 039,077Июнь336 348,312Июль9 100 752,183Август772 347,121Сентябрь454 967,29Октябрь567 867,128Ноябрь560 082,743Декабрь897 987,932 В анализе построим уравнение парной линейной регрессии, используя значения фактора, оказывающего влияние (x) и результативного признака (y). В данном случае фактором будет являться количество поставок за месяц, а результативным признаком — стоимостное выражение внешнеторгового оборота за месяц. Для построения уравнения линейной регрессии будем использовать инструмент «Регрессия» табличногопроцессораMSExcel. Для этого выполняем команду Анализ данных на вкладке Данные, далее выбираем инструмент Регрессия. В открывшемся диалоговом окне Регрессия устанавливаем параметры, как показано на рисунке 17. Уравнение парной линейной регрессии имеет общий вид: y = a0 + b1x1 .(16)В результатах анализа значения коэффициентов a0 и b1 — этокоэффициенты при y-пересечении и переменной x1. Полученные результаты анализа (таблица Б.17, Б.18) представим в виде таблицы 30 и выпишем итоговое уравнение регрессии. Таблица 30 — Итоги регрессионной статистики и дисперсионного анализа.

КоэффициентЗначение коэффициента.

Р-Значениеa0−972,7830,869b111525,3380,7.

Коэффициент корреляции0,960-Значение коэффициента корреляции — это значение при Множественном R. Данный коэффициент показывает тесноту (силу) статистической взаимосвязи исследуемых величин. Чем ближе его значение к единице, тем сильнее линейная связь (зависимость) между исследуемыми величинами: в данном случае коэффициент корреляции достаточно близок к единице, следовательно, между количеством поставок и внешнеторговым оборотом по макаронным изделиям за месяц существует достаточно сильная статистическая связь, которая выражается уравнением парной линейной регрессии: y = -972,783 + 11 525,338xВ результате анализа получили, что параметр значимость F равна 0,7 < 0,05 (0,05=1 — 0,95), следовательно, полученное уравнение линейной регрессии статистически значимо и между количеством поставок и внешнеторговым оборотом по макаронным изделиям за месяц существует линейная зависимость. Если i-ое значение P-значения меньше α=0,05, то i-ый коэффициент статистически значим и влияет на результативный признак. Из таблицы регрессионной статистики видно, что: Р-значение для а0 равно 0,868 595 252, т. е. больше α=0,05, а, следовательно, параметр а0 = -972,783 статистически незначим;

Р-значение для b1 равно 0,7, т. е. меньше α=0,05, следовательно, параметр b1 = 11 525,338 статистически значим. [5, 6, 7]7. Прогнозирование внешнеторгового оборота.

Прогнозирование является неотъемлемой частью планирования внешнеэкономической деятельности. Прогнозирование лежит в основе разработки планов работы и развития таможенной деятельности. Одной из простейших моделей, выражающих тенденцию развития (прогноза), является линейная функция, т. е. прямая вида, (17)гдепараметры уравнения;

времени (месяц).Используя для расчётов MSExcel, данные параметры можно определить с помощью следующих функций:

а0 — ОТРЕЗОК (у;t);а1 — НАКЛОН (у;t).Для линейной зависимости параметр рассматривают как обобщенный начальный уровень ряда; - сила связи, т. е. параметр, показывающий, насколько изменится результат при изменении времени на единицу. Таким образом, этот параметр можно представить как постоянный теоретический абсолютный прирост. В результате применения в табличном процессоре функций ОТРЕЗОК (у;t) и НАКЛОН (у;t) получаем следующие значения (рис. Б.19):а0 = 24 862,854а1 = 4890,931Следовательно, тенденцию развития (прогноза), выражается линейной функцией вида:

Результаты расчётов будут представлены в соответствующей форме (таблица 31), где значения графы y соответствуют значениям Внешнеторгового оборота за месяц из таблицы 11. y (t) рассчитываем по формуле: Среднее значение временного показателя t определяется по формуле (1).Таблица 31 — Форма для выполнения прогнозированияtyy (t)(y — y (t))2t2(t — tcp)2133679,3 829 753,78515410295,2130,25 218 428,3434644,716 262 970 861 420,25359987,4 239 535,648418275160,9912,25 431 359,9544426,579 170 736 760,3166,25 546 039,0849317,51 010 748 122,55252,25 636 348,3154208,441 318 984 213,1360,257 100 752,259099,3 721 734 956 635 490,25872347,1 263 990,30469836397,73 642,25954967,2 968 881,235193597858,9816,251 067 867,1373772,16 634 869 473,4510012,251 160 082,7478663,97 345 229 561,412120,251 297 987,9383554,28 208 337 573,614430,2513 88 444,960782251087716942,2514 93 335,891871158851119656,2515 98 226,822964850856122572,2578--378 395 291 365 0143tcp6,5Для товара макаронные изделия, используя данные из таблицы 31 и линейную функцию (17), составим прогноз развития внешнеторгового оборота на три ближайших месяца. В этом случае таблицу 38дополняем строками № 13, 14 и 15, при этом ранее рассчитанные значения сумм и т. п. не пересчитываются, а прогноз рассчитываем для значений t, равных 13, 14 и 15, используя уравнение вида: .Для повышения определённости сделанного прогноза проведем интервальный прогноз. Для интервального прогноза для каждого значения t необходимо вычислить дисперсию ошибки независимой переменной, временная модель которой определяется выражением, (18)где — корреляционный момент коэффициентов модели; σ2а, σ2b, σ20 — дисперсии ошибок коэффициентов, (19), (20). (21)Расчеты по формулам (18) — (21) произведем в табличном процессоре Excel. Доверительные границы (верхняя и нижняя) для прогнозируемого внешнеторгового оборота определяются по формуле,(22)где tβ - статистика Стьюдента, в среде MSExcel определяется с помощью функции СТЬЮДРАСПОБР (β;n-2). В данной курсовой работе принять β = 0,05.Итоговые значения представим в таблице 32. Таблица 32 — Результаты прогнозирования внешнеторгового оборота по товару.

Месяц (t)Объём внешнеторговогооборота.

Доверительные границыинтервала прогнозированияфактический (y)прогнозный (y (t))нижняя (уН (t))верхняя (уВ (t))133679,3 829 753,7856217,83 553 289,73218428,3 434 644,71614088,1 755 201,26359987,4 239 535,64821717,7 957 353,5431359,9 544 426,57928978,1 459 875,02546039,849 317,51035675,4 262 959,6636348,3 154 208,44141565,9 466 850,947100752,259 099,37246456,8 771 741,87872347,1 263 990,30450348,2 177 632,39954967,2 968 881,23553432,7 984 329,681067867,1 373 772,16655954,3 191 590,021160082,7 478 663,09758106,5 599 219,641297987,9 383 554,02860018,810 709 013−88 444,96061769,42 115 120,514−93 335,89163410,96 123 260,815−98 226,82264974,87 131 478,8Данные таблицы 32 отразим графически в одной системе координат (рис. 11). По значениям прогнозного объёма внешнеторгового оборота и обеим доверительным границам строим графики, а фактические значения внешнеторгового оборота отображаем на графике точками. 5, 6, 7]Рисунок 11 — Результаты прогнозирования внешнеторгового оборота по макаронным изделиям.

Заключение

В ходе выполнения расчетно-аналитических задач, поставленных в рамках курсовой работы, были решены следующие практические задачи:

1. Сформирован блок скорректированных стоимостных значений для товаров: пиво, калийные удобрения, сахар, пшеница, макаронные изделия для Нижегородской области РФ.

2. Проведен анализ уточнённых исходных данных с целью выявления товарно-стоимостной и региональной структуры внешнеторговых поставок.

рассчитали основные статистические показатели по объёмам внешней торговли для товара пиво, получили, что средний объем партии пива составляет 16,818 тонн, индивидуальный объем партии пива отличается от среднего значения объема партии пива (16,818 тонн) на 4,529 тонны, установили что распределение объемов партий пива можно считать нормальным, а полученную совокупность — однородной, т.к. коэффициент вариации 0,269 < 0,33;сформированы дискретные вариационные ряды данных по размеру экспортной (импортной) поставки (по количеству поставляемого товара) калийных удобрений и сахара. В результате проведенного анализа построенных вариационных рядов получили, что чаще всего объемы экспортных партий калийных удобрений и сахара составляют 14 тонн, объем импортной партии сахара составляет 18 тонн. Также для каждого из рядов распределения построены гистограммы и кумуляты.

сформированы многомерные ряды распределения данных по стоимости экспортной (импортной) партии поставки (интервальный) калийных удобрений и сахара и стране-контрагенту (атрибутивный). Анализ сформированных рядов показал, что всего было осуществлено 60 экспортных поставок калийных удобрений. При этом наибольшее количество поставок калийных удобрений осуществлено с Грузией и Узбекистаном (по 13 поставок), наименьшее — с Чехией (6 поставок). При этом 20 поставок было осуществлено по стоимости от 6541,52 до 8568,10 USD. Всего было осуществлено 56 импортных поставок сахара. При этом наибольшее количество поставок сахара осуществлено с Молдовой и Израилем (по 13 и 12 поставок соответственно), наименьшее — с Польшей (6 поставок). При этом по 12 поставок было осуществлено по стоимости от 4652,9 до 5782,89 USD и от 5782,89 до 6912,88 USD.

3. Проведен анализ внешнеторговых поставок в системе специальной таможенной статистики — сформированы атрибутивные ряды данных по количеству ежемесячно оформленных деклараций (поставок товаров) и по применённым таможенным процедурам. Анализ сформированного атрибутивного ряды данных по количеству ежемесячно оформленных деклараций показал, что наибольшее количество деклараций, по сравнению с другими месяцами, было оформлено в августе. Из атрибутивного ряда данных по применённым таможенным процедурам видно, что наибольшее количество — 106 деклараций было оформлено на процедуру Экспорт (10), наименьшее количество — 2 декларации оформлено на Временный ввоз (53). На товар пшеница были оформлены декларации девяти видов таможенных процедур, на макаронные изделия — всего два вида деклараций.

4. Сформированы и заполнены формы учёта внешнеторговой деятельности в соответствии с порядком ведения таможенной статистики внешней торговли РФ по субъектам РФ. Анализ сформированных форм показал, что странами с наибольшим удельным весом в суммарном объеме экспорта являются Великобритания, Украина, Германия, Чехия и Япония, странами с наибольшим удельным весом в суммарном объеме импорта являются Украина, Германия, Польша, Япония, Великобритания. Наиболее значимыми торговыми партнерами Нижегородской области РФ среди стран СНГ являются: Украина, Азербайджан, Молдова, из стран дальнего зарубежья — Великобритания, Германия, Япония, Чехия, Польша. Из таблиц, построенных по товарной структуре экспорта и импорта видно, что в экспорте и импорте Нижегородской области РФ преобладают товары из группы продовольственных товаров и сырья (01−24).Объем внешнего товарооборота со странами дальнего зарубежья почти в 3 раза выше товарооборота со странами СНГ. Данные сальдо внешнеторгового баланса субъекта Российской Федерации по товарным группам во взаимосвязи с группировками стран показали, что со странами СНГ объемы экспорта превышают объемы импорта, со странами дальнего зарубежья наоборот — объемы импорта больше, чем объемы экспорта.

5. На основе индексного метода проведен расчёт и анализ динамики объемов внешнеторгового оборота и уровня средних цен по группам товаров:

рассчитаны основные показатели изменения внешнеторгового оборота: анализ рассчитанных показателей показал, что только в пяти месяцах (март, май, август, ноябрь, декабрь) по сравнению с предыдущим месяцем наблюдалось увеличение объемов товарооборота по пшенице, в остальные периоды — снижение. При этом наибольший спад в объемах внешнеторгового оборота по пшенице наблюдался в апреле месяце — об этом свидетельствуют и цепные и базисные показатели темпово роста и прироста. Наибольший прирост в объемах внешнеторгового оборота по пшенице наблюдался в августе месяце — об этом свидетельствуют и цепные и базисные показатели темпово роста и прироста.

рассчитаны основные показатели изменения средних цен на товары: в среднем за один месяц внешнеторговый оборот по пшенице составляет 15 669,65 USD; за год внешний товарооборот по пшенице на увеличился 1031,22 USD; в среднем за год внешнеторговый оборот по пшенице увеличился в 1,058 раза или на 105,8%. Средняя цена (стоимость 1 тонны) калийных удобрений составляет 582 USD, а сахара — 392,45 USD, при этом в течение года средние цены на оба товара (калийные удобрения, сахар) в каждом из кварталов по сравнению с предыдущим постоянно росли.

6. Выполнен корреляционно-регрессионный анализ внешнеторгового оборота. Получили, что коэффициент корреляции, равный 0,96, достаточно близок к единице, следовательно, между количеством поставок и внешнеторговым оборотом по макаронным изделиям за месяц существует достаточно сильная статистическая связь, которая выражается уравнением парной линейной регрессии: y = -972,783 + 11 525,338xВ результате анализа получили, что полученное уравнение линейной регрессии статистически значимо и между количеством поставок и внешнеторговым оборотом по макаронным изделиям за месяц существует линейная зависимость.

7. Составлен прогноз развития внешнеторгового оборота на ближайшие периоды (13, 14 и 15) с помощью рассчитанного тренда развития (прогноза), выраженного линейной функцией вида:

Результаты расчетов представлены графически на единой диаграмме-графике.Библиографический список.

Таможенный кодекс Таможенного союза.

Федеральный закон № 311-ФЗ «О таможенном регулировании в РФ"Приказ ФТС РФ от 19.

02.2013 г. № 311 «Об утверждении порядка ведения таможенной статистики внешней торговли Российской Федерации по субъектам Российской Федерации"Решение Комиссии Таможенного союза от 28.

01.2011 г. № 525 «О Единой методологии ведения таможенной статистики внешней торговли и статистики взаимной торговли государств-членов Таможенного союза"Афонин П. Н. Таможенная статистика: учебное пособие / П. Н. Афонин. — СПб.: ИЦ Интермедия, 2012.

— 159 с. Беляева Е. Н. Таможенная статистика: Учебное пособие / Е. Н. Беляева, О. Е. Кудрявцев; Под ред. профессора С. Н. Гамидуллаева. -.

СПб: Троицкий мост, 2012. — 160 с. Терехов В. А. Таможенная статистика в условиях функционирования Таможенного союза: Учебное пособие / В. А. Терехов, В. Н. Москаленко, Е. В, Родительская, И. М. Турланова. — СПб.: Троицкий мост, 2013. — 160 с. Базы данных: ТН ВЭД ЕАЭС.

Коды ТН ВЭД, ставки пошлин, особенности оформления [Электронный ресурс:] - Свободный доступ из сети Интернет -.

http://www.tks.ru/db/tnved/treeОфициальный сайт Федеральной таможенной службы [Электронный ресурс:] - Свободный доступ из сети Интернет — www.customs.ruПриложения.

Приложение АИсходные данные.

Таблица А.1 — Наименование товаров для анализа.

Предпоследняя цифра в номере варианта.

Наименование товаров4Пиво.

Калийные удобрения.

СахарПшеница.

Макаронные изделия.

Таблица А.2 — Субъекты РФНомер варианта.

Наименование субъекта РФРегиональный коэффициент92 541 577 389.

Нижегородская область1,02Таблица А.3 — Условные обозначения для таможенных процедур в динамических рядах данных по поставкам товаров№ п/пКод процедуры.

Название таможенной процедуры140Выпуск для внутреннего потребления252Переработка для на таможенной территории361Реимпорт497Отказ в пользу государства553Временный ввоз610Экспорт 731Реэкспорт821Переработка вне таможенной территории923Временный вывоз1093.

Уничтожение.

Таблица А.4 — Спецификации товаров.

Наименование товара.

Спецификация товара.

ПшеницаТвёрдая, не семенная.

ПивоВ бутылках.

Макаронные изделия.

СушеныеКалийные удобрения.

Сульфат калия.

СахарСвекольный, сырец.

Приложение БРисунок Б.1 — Расчет статистических характеристик для товара пиво.

Рисунок Б.2 — Формулы для расчета статистических характеристик для товара пиво.

Рисунок Б.3 — Дискретный вариационный ряд данных.

Рисунок Б.4 — Дискретный вариационный ряд данных.

Рисунок Б.5 — Многомерный ряд распределения калийных удобрений по стоимости партии поставки и стране-контрагенту.

Рисунок Б.6 — Многомерный ряд распределения сахара по стоимости партии поставки и стране-контрагенту.

Рисунок Б.7 -Сводная таблица по товарам и таможенным процедурам.

Рисунок Б.8 — Сводная таблица по обороту экспорта.

Рисунок Б.9 — Сводная таблица по обороту импорта.

Рисунок Б.10 — Сводная таблица по обороту экспорта и импорта.

Рисунок Б.11 — Сводная таблица экспорта по странам и товарам.

Рисунок Б.12 — Сводная таблица удельного веса экспорта и импорта по странам и товарам.

Рисунок Б.13 — Сводная таблица товарооборота по месяцам.

Рисунок Б.14 — Расчет показателей динамики.

Рисунок Б.15 — Ежеквартальная динамика уровня цен на товары.

Рисунок Б.16 — Товарооборот по макаронным изделиям по месяцам.

Рисунок Б.17 — Диалоговое окно Регрессия.

Рисунок Б.18 — Регрессионная статистика.

Рисунок Б.19 -Расчет параметров тренда.