Далее также было определено уравнение регрессии для описания тренда, показавшее высокий уровень адекватности. Это так же, как и в предыдущем случае, полиномиальная зависимость второй степени:
y=28,124×2- 11 2045x-108.
Коэффициент множественной корреляции R2 = 0,982 показывает очень высокую достоверность этого уравнения, близкую к функциональной зависимости, что говорит о высокой степени структурной устойчивости сельского хозяйства страны.
Поскольку циклическая компонента после сглаживания оказалась выражена слабо (на ее долю приходится менее 2% ошибки) операцией выделения циклической составляющей можно пренебречь.
Перейдем к анализу рядов динамики промышленного производства по аналогичной схеме. Анализ графика временного ряда для объемов промышленного производства на рис. 10 показывает, что здесь также имеет место отчетливо выраженный тренд к возрастанию стоимости промышленной продукции.
Рисунок 10 Динамика производства промышленной продукции в денежном выражении.
Помимо этого имеется цикл колебаний длительностью 3 года и нерегулярный компонент — шум, вызванный вариациями внешних рыночных условий. Для снижения действия нерегулярных шумов также был применен метод скользящих средних с периодом сглаживания 3 года (рис. 11). Далее также было определено уравнения регрессии для описания тренда, показавшее высокий уровень адекватности. Это так же, как и в предыдущем случае, полиномиальная зависимость второй степени:
y=-457,45×2+2Е+06х-2*109.
Рисунок 11. Скользящая средняя динамики производства промышленной продукции для Новой Зеландии.
Коэффициент множественной корреляции R2 = 0,971 показывает высокую достоверность этого уравнения, близкую к функциональной зависимости, что говорит о высокой степени структурной устойчивости промышленного сектора страны.
Глава 3 Прогноз на ближайшую перспективу макроэкономических показателей Новой Зеландии.
Анализ приведенных результатов показывает, что практически все вариационные ряды исходных макроэкономических параметров Новой Зеландии подвержены значительной волатильности, объясняющейся существенными отклонениями во времени параметров внешних условий такой сложной организационно-экономической системы как хозяйственная деятельность страны (данные таблицы 2).
С другой стороны, результаты проведенного анализа макроэкономики Новой Зеландии за последние 12 лет методами статистических группировок и анализа временных рядов, приведенные в предыдущей главе, в целом указывают на высокую стабильность и устойчивость роста эффективности функционирования ее отраслей, поскольку устранение циклических и случайных иррегулярных (шумовых) компонентов дает повышающийся тренд, близкий к функциональной зависимости (см. рисунки 6,9,11).
Это является следствием взаимодействия нескольких причин, а именно:
консервативной политики правительства, сохранившей природные ресурсы страны и ее экологию;
сельскохозяйственной специализации ее экономики, поскольку рынок продовольственных товаров во время рецессии 2008 — 2009гг, пришедшейся на рассматриваемый период, пострадал в наименьшей степени;
экономической политики правящей партии, состоящей в минимизации поддержки или какого-либо иного вмешательства в дела частного бизнеса, как сельскохозяйственного, так и в промышленности, в результате которой предприниматели самостоятельно находят оптимальные стратегии ведения бизнеса.
Каждый из этих факторов в отдельности и их совместное действие обеспечивают не только высокий уровень жизни населения (ВВП Новой Зеландии на душу населения по данным МВФ — $ 38,2 тыс. в 2012 г., это 25-й показатель в мире), но и высокую стабильность. Количественное подтверждение на примере динамики временных рядов отражено на рисунке 7).
Особенно выделяется даже на общем благополучном фоне сельскохозяйственное производство. Уникальность сельскохозяйственного производства Новой Зеландии состоит в том, что оно, в отличие от большинства развитых стран, не пользуется дотациями со стороны государства, успешно при этом самостоятельно конкурируя на внешнем рынке.
Таким образом, несмотря на то, что сельское хозяйство страны функционирует в условиях практически свободного рынка, фермерам удалось выработать эффективную стратегию и тактику производства и реализации продукции. Одним из примеров может служить отказ фермеров от производства рапса на дизельное топливо в пользу пищевого рапсового масла высокой очистки, имеющего более высокую стоимость. Другим примером — рост площадей под садоводство за счет возделывания авокадо, киви и яблок.
Хотя мировые цены на сельскохозяйственную продукцию являются, безусловно, регуляторами доходности отрасли эффективные стратегии фермеров обеспечивают рост объемов и стабильный рост производства. При этом проведенный выше анализ данных за 12 лет (см. рис. 9) доказывает четкую возрастающую тенденцию роста, практически не подверженную циклическому воздействию.
Наличие циклической компоненты с длительностью периода, отраженной в динамике временных рядов всех основных отраслей, равной 3,5 годам (см. рис. 4 — 10), по-видимому, объясняется тем, что основу сельскохозяйственного производства составляет животноводство, а 3,5 года — воспроизводственный цикл при смене стада крупного рогатого скота. Эта же гипотеза позволяет объяснить и наличие цикла с аналогичным периодом в промышленном производстве, поскольку последняя является во многом пищевой и перерабатывающей сельскохозяйственное сырье (молоко, мясо, шерсть, зерновые).
Высокая достоверность полученных регрессионных моделей (коэффициент множественной корреляции около 0,95 — см табл. 3), связывающих основные макроэкономические параметры и независимые переменные (даты) позволяет использовать их для прогнозирования траекторий развития в ближайшие годы.
В результате количественных оценок временных рядов было обнаружено присутствие явно выраженного тренда к возрастанию валового внутреннего продукта. Помимо этого имеется цикл колебаний длительностью 3,5 года и наличие случайного компонента.
В то же время на графиках динамики промышленного производства уже отчетливо просматривается тенденция к уменьшению темпов роста совокупного производства и насыщения. Это может быть объяснено временным спадом мирового производства в связи с кризисом 2008 года. Данных дальнейших наблюдений недостаточно, чтобы оценить, насколько длительной окажется это стагнация.
Относительно слабое развитие промышленности страны эксперты объясняют высоким уровнем жизни: крупные международные корпорации не заинтересованы в строительстве своих предприятий здесь ввиду отсутствия дешевой рабочей силы. Другой стороной этой причины является и сложность выхода на внешний рынок собственных производителей. Однако по производству сухого молока Новая Зеландия занимает четвертое место в мире, и в России на ее долю приходится около 10%.
ЗАКЛЮЧЕНИЕ
.
Статистические методы в исследованиях сложных экономических систем являются основным методом представления информации ввиду больших объемов исходных данных.
Многомерность изучаемых данных, имеющих несколько характерных параметров, приводит к необходимости сгруппировать наблюдения так, чтобы они были однородными по поведению одного или нескольких интересующих параметров.
Методы анализа рядов динамики являются также рабочим инструментом, позволяющим проводить их анализ и выявлять тенденции и тренды в условиях многомерности.
Айвазян Е. А. Прикладная статистика. Основы моделирования и первичной обработки данных. — М.: Финансы и статистика, 2003.
2. Кремер Н. Ш., Путко Б. А. Эконометрика: Учебник для вузов. — М.: ЮНИТИ-ДАНА, 2013. — 311 с.
3. Яновский Л. П.
Введение
в эконометрику: учебное пособие. — 2-е изд., доп. — М.: КНОРУС; 2007. — 256 с.
4. Общая теория статистики: Учебник/ Под ред. И. И. Елисеевой. — 4-е изд., перераб. и доп. — М.: Финансы и статистика, 2002. — 480 с.
5. Статистика: Учеб. пособие / Под ред. В. Г. Ионина. — Изд. 2-е, перераб.
и доп. — М.: ИНФРА-М, 2006. — 384 с.
6. Теория статистики: Учебник / Под ред. Г. Л. Громыко. — Изд. 2-е, перераб. и доп. — М.: ИНФРА-М, 2005. — 476 с.
7. Теория статистики: Учебник для вузов (под ред. Шмойловой Р.А.). — Изд. 4-е, доп., перераб. — М.: Финансы и статистика, 2007. — 656 с.
8. Басовский JI.E. Экономический анализ (Комплексный экономический анализ хозяйственной деятельности): учеб.
пособие / Л. Е. Басовский, А. М. Лунева, А. Л. Басовский; под ред. Л. Е. Басовского. М.: ИНФРА-М, 2008. — 222с. 9. Бочаров, В.В., Финансовый анализ.
Краткий курс. 2-е изд. / В. В. Бочаров СПб.: Питер, 2009. — 240 с.
10. Дорохов, Е. В. Статистическое исследование состояния национальных рынков акций / Е. В. Дорохов // Вопросы статистики 2005;№ 7. с. 74−81.
11. Иванов, Ю. Н. Экономическая статистика / под ред. Ю. Н. Иванова М.: Инфра-М, 1998. — 480 с.
12. Минашкин, В. Г. Методология статистического исследования состояния и развития рынка ценных бумаг в России / В. Г. Минашкин М.: 2006. — 343 с.
13. Носко, В.П.
Введение
в регрессионный анализ временных рядов / В. П. Носко М.: НФПК, 2002. — 254 с.
14. Пархоменко A.B. Статистика финансов: учебное пособие / А. В. Пархоменко, А. Н. Пчелинцев. Тамбов: Изд-во Тамб. гос. техн. ун-та, 2010.-80 с.
15. Салин, В. Н. Статистика Финансов. Учебник. 2-е изд. / Под ред.
В.Н. Салина. — М.: Финансы и статистика, 2003. — 816 с.
16. Статистическое изучение рынка, методы его анализа и показатели. ;
http://www.labex.ru/page/g14_snacek29.html.
17. Статистические методы макроэкономического анализа. ;
http://www.omsk.kp.ru/daily/26 050.
5/2 963 170/.
