Использование экономико-статистических методов в анализе экспорта на примере ДВТУ

Федеральная таможенная служба Государственное образовательное учреждение высшего профессионального образования.

" Российская таможенная академия" .

Владивостокский филиал.

Кафедра экономики таможенного дела.

КУРСОВАЯ РАБОТА по дисциплине «Таможенная статистика» .

на тему: Использование экономико-статистических методов в анализе экспорта на примере ДВТУ студента.

Лизунова Никиты Сергеевича Факультет экономический Группа 251.

Научный руководитель:

Г. А. Поштакова Владивосток 2011.

• Введение
• 1. Статистический учет экспорта в таможенной статистике
• 1.1 Цель и задачи таможенной статистики внешней торговли
• 1.2 Методология таможенной статистики внешней торговли РФ в части учета экспортных поставок товара
• 1.3 Система статистических и аналитических показателей, характеризующих экспорт
• 2. Исследование экспорта в зоне деятельности ДВТУ
• 2.1 Исследование динамики и структуры экспорта по важнейшим товарам и странам — торговым партнерам за 2006;2010 гг.
• 2.2 Корреляционно-регрессионный анализ экспорта за 2008;2009 гг.
• 3. Исследование тенденции и построение прогноза экспорта в зоне деятельности ДВТУ на 4-й квартал 2011 г.
• Заключение
• Список использованных источников
• внешний торговля экспорт регрессионный
• Введение
• Таможенная статистика является одним из элементов таможенного дела в Российской Федерации и служит изучению и анализу количественной стороны явлений и процессов, происходящих во внешней торговле.
• Актуальность данной работы заключается в том, что таможенная статистика внешней торговли позволяет изучать внешнеторговый оборот и дает представление о состоянии экономики государства, его внешнеэкономических связях, позволяет прогнозировать важные экономические показатели. Таможенные органы ведут сбор и обработку сведений о перемещении товаров через таможенную границу.
• Объектом исследования является экспорт товаров в зоне деятельности ДВТУ, предметом исследования является стоимостной объем экспорта.
• Целями данной курсовой работы являются применение методологии таможенной статистики внешней торговли государств — членов ТС и ТН ВЭД ТС в практике таможенного дела; изучение статистических и экономико-математических методов анализа данных; комплексное применение изученных методов в исследовании социально-экономических явлений.
• В соответствии с поставленными целями необходимо решить следующие задачи:
• — изучить методологию таможенной статистики внешней торговли РФ в части учета экспортных поставок товара;
• — построить систему статистических и аналитических показателей, характеризующих экспорт;
• — исследовать динамику и структуру экспорта по важнейшим товарам и странам — торговым партнерам;
• — выявить факторы, влияющие на экспорт, дать количественную оценку их влиянию;
• — изучить тенденции и построить прогноз экспорта товаров на 4-й квартал 2011 г.
• Информационную базу курсовой работы составили федеральные законы, нормативно-правовые акты Правительства Российской Федерации, монографии, научные статьи и другие публикации российских и зарубежных авторов. Значительный информационный и фактический материал получен на основе обработки аналитических документов и нормативно-правовых актов ФТС России и информационных ресурсов сети Internet. Источником статистической информации является отдел статистики ДВТУ.
• Структура курсовой работы отражает ее содержание и логику исследования и состоит из введения, трех разделов, заключения, списка использованных источников.
• Первый раздел включает в себя информационный обзор статистического учета экспорта в таможенной статистике, включающий определение цели и задач таможенной статистики внешней торговли, рассмотрение методологии таможенной статистики внешней торговли РФ в части учета экспортных поставок товара, построение системы статистических и аналитических показателей, характеризующих экспорт.
• Во втором разделе проводится исследование экспорта в зоне деятельности ДВТУ за 2006;2010 гг., которое включает исследование динамики и структуры экспорта по важнейшим товарам и странам — торговым партнерам и корреляционно-регрессионный анализ экспорта за период с 2008 по 2009 гг.
• Третий раздел работы содержит исследование тенденции и построение прогноза экспорта в зоне деятельности ДВТУ на 4-й квартал 2011 г.
• 1. Статистический учет экспорта в таможенной статистике
• 1.1 Цель и задачи таможенной статистики внешней торговли
• Согласно п. 1 статьи 46 Таможенного Кодекса Таможенного Союза (далее ТК ТС) таможенные органы ведут сбор и обработку сведений о перемещении товаров через таможенную границу для формирования данных таможенной статистики внешней торговли товарами в целях анализа состояния, динамики и тенденций развития внешней торговли товарами.
• Согласно п. 2 статьи 46 ТК ТС таможенные органы ведут таможенную статистику внешней торговли товарами в соответствии с методологией, утверждаемой решением Комиссии таможенного союза. В соответствии с Решением ЕврАзЭС от 28 января 2011 г. № 525 «О единой методологии ведения таможенной статистики внешней торговли и статистики взаимной торговли государств — членов Таможенного Союза» таможенная статистика внешней торговли призвана обеспечить полный и достоверный учет данных о внешней и взаимной торговле товарами в целях решения следующих задач:
• — анализа основных тенденций, структуры и динамики внешнеторговых потоков;
• — анализа результатов применения мер тарифного и нетарифного регулирования внешнеэкономической деятельности;
• — разработки и принятия решений в области внешнеторговой политики;
• — контроля за поступлением таможенных платежей в бюджеты государств — членов Таможенного союза;
• — разработки платежного баланса и системы национальных счетов;
• — прогнозирования макроэкономических показателей;
• — расчета индексов физического объема, средних цен и стоимостного объема;
• — содействия развитию внешнеэкономической деятельности, расширению внешнеторговых связей.
• 1.2 Методология таможенной статистики внешней торговли РФ в части учета экспортных поставок товара
• Согласно единой методологии ведения таможенной статистики внешней торговли и статистики взаимной торговли государств — членов Таможенного Союза (далее единая методология) экспортом товаров является вывоз с территории государства — члена Таможенного союза товаров, которые уменьшают запасы материальных ресурсов государства — члена Таможенного союза. В соответствии со статьей 4 ТК ТС под вывозом товаров с таможенной территории таможенного союза понимается совершение действий, направленных на вывоз товаров с таможенной территории таможенного союза любым способом, включая пересылку в международных почтовых отправлениях, использование трубопроводного транспорта и линий электропередачи, до фактического пересечения таможенной границы.
• Таблица 1.1 отражает содержание учета экспортных поставок товара в соответствии с единой методологией.
• Таблица 1.1
• Методология таможенной статистики внешней торговли РФ в части учета экспортных поставок товара

элемент учета.	в части учета экспорта товаров.
1. Источники формирования данных.	учет экспорта при водных, железнодорожных, автомобильных, воздушных перевозках при декларировании товара ведется по дате выпуска товара, проставленной в декларации на товары; учет импорта и экспорта товаров, перемещаемых трубопроводным транспортом и по линиям электропередач, осуществляется с учетом особенностей их транспортировки и декларирования в соответствии с порядком, установленным законодательством и (или) международными договорами государства — члена Таможенного союза.
2. Система учета.	При общей системе учета учитываются товары, помещенные под следующие таможенные процедуры: экспорт; после завершения действия таможенной процедуры переработки на таможенной территории; после завершения действия таможенной процедуры переработки для внутреннего потребления; переработки вне таможенной территории; реэкспорта; беспошлинной торговли; временного вывоза на срок один год и более; после завершения действия таможенной процедуры свободного склада; после завершения действия таможенной процедуры свободной таможенной зоны.
3. Стоимостная оценка товаров.	Статистическая стоимость экспортируемых товаров, вывозимых водным транспортом, рассчитывается в ценах ФОБ в пункте вывоза страны-экспортера. Если товары вывозятся другими видами транспорта и цены ФОБ не применимы, в пункте вывоза страны-экспортера применяются цены ФСА. Статистическая стоимость экспортируемых товаров в условиях, когда не применимы цены ни ФОБ, ни ФСА, рассчитывается в ценах ДАФ страны-экспортера.
4. Страны-партнеры.	В таможенной статистике внешней торговли странами-партнерами считаются — страна назначения товара. Учет экспорта товаров ведется по торгующей стране, если страна назначения неизвестна.
5. Распространение данных.	Данные таможенной статистики внешней торговли распространяются в следующих разрезах: экспорт товаров в целом, а также в разрезе стран-партнеров и по группам стран; структура экспорта товаров в стоимостном выражении; экспорт товаров в натуральном и стоимостном выражении; индексы средних цен, физического и стоимостного объема экспорта товаров.

• Заметим, что в данной таблице показаны особенности статистического учета, конкретно касающиеся учета экспортных поставок товара.
• Помимо приведенных выше единая методология также определяет границы сферы статистического наблюдения, категории учитываемых товаров, показатели формирования таможенной статистики внешней торговли, количественный учет товаров и прочее.
• 1.3 Система статистических и аналитических показателей, характеризующих экспорт
• Статистическим показателем является количественная характеристика социально — экономических явлений и процессов в условиях качественной определенности. В свою очередь система статистических показателей определяется как совокупность взаимосвязанных показателей, имеющая одноуровневую или многоуровневую структуру и нацеленная на решение конкретной статистической задачи.
• По форме выражения статистические показатели подразделяются на абсолютные, относительные и средние.
• В статистике все абсолютные величины являются именованными, измеряются в конкретных единицах и, в отличие от математического понятия абсолютной величины, могут быть как положительными, так и отрицательными. Заметим, что экспорт может измеряться как в натуральных единицах измерения (в тоннах), так в стоимостных единицах измерения (долл. США), необходимые для выражения объема разнородной продукции в стоимостной (денежной) форме.
• Относительная величина в статистике — это обобщающий показатель, который дает числовую меру соотношения двух сопоставляемых абсолютных величин.
• Средний показатель — средняя величина, являющаяся обобщенной характеристикой признака в статистической совокупности в конкретных условиях места и времени (рассчитывается по однородной совокупности).
• Во втором разделе курсовой работы предполагается изучить динамику экспорта товаров. Для этого целесообразно рассмотреть основные показатели изменения уровней ряда динамики и расчет средних показателей в рядах динамики.
• Рядом динамики является ряд расположенных в хронологической последовательности числовых значений статистического показателя, характеризующих изменение общественных явлений во времени.
• Таблица 1.2 отражает показатели динамики и методы их исчисления.
• Таблица 1.2
• Показатели динамики и методы их исчисления

Наименование показателя.	Формула расчета.	Значение для анализа.
Абсолютный прирост цепной.		характеризует скорость роста анализируемого показателя в именованных единицах.
Абсолютный прирост базисный.
Коэффициент роста цепной.		показывает, во сколько раз данный уровень ряда больше базисного (предшествующего) уровня или какую часть базисного (предшествующего) уровня составляет уровень текущего периода.
Коэффициент роста базисный.
Темп роста цепной.		характеризует размер увеличения или уменьшения уровня ряда в относительных единицах.
Темп роста базисный.
Темп прироста цепной.		характеризует размер увеличения или уменьшения уровня ряда за определенный промежуток времени — в процентах.
Темп прироста базисный.
Абсолютное значение 1-го % прироста.		характеризует эластичность исследуемого явления.

• Заметим, что в случае, когда сравнение проводится с периодом времени, начальным в ряду динамики, получают базисные показатели. Если же сравнение производится с предыдущим периодом или моментом времени, то говорят о цепных показателях.
• Система средних показателей динамики включает: средний уровень ряда, средний абсолютный прирост, средний коэффициент роста.
• Средний уровень ряда — это показатель, обобщающий итоги развития явления за единичный интервал или момент из имеющейся временной последовательности. Расчет среднего уровня ряда динамики определяется видом этого ряда и величиной интервала, соответствующего каждому уровню.
• Средний уровень ряда будет рассчитываться для интервальных рядов как средняя арифметическая.
• Данные показатели представлены в таблице 1.3.
• Таблица 1.3
• Средние показатели динамики

Наименование показателя.	Формула расчета.	Значение для анализа.
Средний абсолютный прирост.		показывает, на сколько в среднем за единицу времени должен увеличиваться или уменьшаться уровень ряда в абсолютном выражении, чтобы, отправляясь от начального уровня, за данное число периодов достигнуть конечного уровня.
Средний коэффициент роста.		показывает, во сколько раз в среднем за единицу времени должен увеличиваться или уменьшаться уровень ряда, чтобы, отправляясь от начального уровня, за данное число периодов достигнуть конечного уровня.

• Далее необходимо изучить структуру экспорта по важнейшим товарам и странам — торговым партнерам. Таблица 1.4 определяет необходимые показатели для расчетов.
• Таблица 1.4
• Средние показатели динамики

Наименование показателя.	Формула расчета.	Значение для анализа.
цепной показатель структурных сдвигов.		показывают, на сколько в среднем отличается удельный вес одного структурного элемента в отчетный период времени по сравнению с предшествующим периодом;
средняя величина показателя структурных сдвигов.
цепной показатель структурных сдвигов (gцеп).		учитывает структурные сдвиги только тех элементов структуры, у которых изменение удельных весов сохранило направление по сравнению с предыдущим периодом;
коэффициент монотонности.		определяет направление структурных сдвигов.

• Второй раздел курсовой работы также предполагает проведение корреляционно-регрессионного анализа.
• Задачи корреляционного анализа сводятся к измерению тесноты связи между варьирующими признаками, определению неизвестных причинных связей и оценке факторов оказывающих наибольшее влияние на результативный признак.
• Задачи регрессионного анализа лежат в сфере установления формы зависимости, определения функции регрессии, использования уравнения для оценки неизвестных значении зависимой переменной.
• Первым этапом в проведении исследования является построение специального графика, называемого корреляционное поле или диаграмма рассеяния. По расположению точек, по их концентрации в определенном направлении можно судить о наличии связи.
• Таблица 1.5 предопределяет показатели, необходимые для расчета в целях оценки связи между показателями.
• Таблица 1.5
• Показатели корреляционного анализа

Наименование показателя.	Формула расчета.	Значение для анализа.
линейный коэффициент корреляции.		количественная оценка тесноты связи.
средняя ошибка линейного коэффициента корреляции.		рассчитывается при небольшом числе наблюдений (n<30); необходим для дальнейших расчетов.
фактическое значение t-критерия Стьюдента.		проверка значимости линейного коэффициента корреляции.

• Заметим, что коэффициент корреляции принимает значения в интервале от -1 до 1. Принято считать, что если |r| < 0,30, то связь слабая; при |r| = (0,3ч0,7) — средняя; при |r| > 0,70 — сильная, или тесная. Когда |r| = 1 — связь функциональная. Если же r принимает значение около 0, то это дает основание говорить об отсутствии линейной связи между У и X.
• Критическое значение t-критерия определяется из таблицы значений t-критерия Стьюдента. При заданном уровне значимости б (обычно б=0,05) критическим будет t, соответствующее числу степеней свободы k=n-2. Коэффициент регрессии считается существенным или значимым, если выполняется соотношение t_факт > t_крит.
• Для характеристики влияния изменений Х на вариацию У служат методы регрессионного анализа. В случае парной линейной зависимости строится регрессионная модель.
• В данной работе аналитически парная регрессия будет описана логарифмическим уравнением (y = a₀+ a₁•lnx).
• Для определения коэффициентов в уравнении регрессии используют систему нормальных уравнений для определения коэффициентов в уравнении регрессии для логарифмической зависимости:
• Важен смысл параметров: а₁ — это коэффициент регрессии, характеризующий влияние, которое оказывает изменение Х на У. Он показывает, на сколько единиц в среднем изменится У при изменении Х на один процент.
• Параметр a₀ — это постоянная величина в уравнении регрессии. Экономического смысла он не имеет, но в ряде случаев его интерпретируют как начальное значение У.
• Для принятия решения на основе уравнения регрессии необходимо произвести оценку существенности связи. Таблица 1.6 определяет необходимые для расчета показатели для оценки связи.
• Таблица 1.6
• Показатели проверки адекватности модели

Наименование показателя.	Формула расчета.	Значение для анализа.
t-критерий Стьюдента.		проверка значимости коэффициента регрессии с помощью t-критерия Стьюдента.
F-критерий Фишера.		проверка адекватности всей модели.
коэффициент детерминации.		определение, в какой степени вариация переменной y объясняется уравнением регрессии.
средняя ошибка аппроксимации.		проверка на адекватность — соответствие имеющимся статистическим данным.

• В 3-м разделе курсовой работы предполагается проведение расчета прогнозных значений экспорта. Будут рассчитаны следующие показатели (таблица 1.7).
• Таблица 1.7
• Показатели, необходимые для корректного построения прогноза

Наименование показателя.	Формула расчета.	Значение для анализа.
критерий нулевого среднего.		определение постоянной систематической ошибки и адекватности.
коэффициент Дарбина-Уотсона.		проверка наличия автокорреляции.
коэффициент асимметрии.		мера «скошенности» распределения.
коэффициент эксцесса.		мера «крутости» распределения.
средняя абсолютная ошибка.		характеристика точности.
средняя квадратическая ошибка.
границы доверительных интервалов.		интервалы, в которые с заданной степенью вероятности попадут истинные значения показателя.

• Таким образом, с помощью изложенных выше статистических и аналитических показателей будет производиться исследование экспорта в данной курсовой работе.
• Показатели динамики и структурных сдвигов позволят выявить основную тенденцию в изменении экспорта, а также исследовать структурные изменения во времени, позволят исследовать динамику и структуру экспорта по важнейшим товарам и странам — торговым партнерам.
• Корреляционно-регрессионный анализ позволит установить степень тесноты связи между экспортом и (например) таможенными платежами или их составляющими, а также описать форму связи в соответствии с построенной моделью, т. е. корреляционно-регрессионный анализ позволит выявить факторы, влияющие на экспорт, определить количественную оценку их влияния.

Показатели, необходимые для корректного построения прогноза позволят произвести экономический прогноз с большей степенью достоверности позволят выявить основную тенденцию развития (тренда) экспорта и построить адекватную модель взаимосвязи.

2. Исследование экспорта в зоне деятельности ДВТУ.

2.1 Исследование динамики и структуры экспорта по важнейшим товарам и странам — торговым партнерам за 2006;2010 гг..

Рассмотрим распределение экспорта по странам в зоне деятельности ДВТУ в 2010 году. Как показывает таблица 2.1, крупнейшей страной-контрагентом по экспорту является Япония, на экспорт в которую приходится 38,9% от общей стоимости экспорта региона. На экспорт в Республику Корею и Китай приходится 33,7% и 19,1% соответственно, занимающие лидирующие позиции в структуре экспорта.

Таблица 2.1.

Географическое распределение экспорта по странам в зоне деятельности ДВТУ в 2010 г.

Страна.	Экспорт.
	млн.долл. США.	уд. вес, %.
Китай.	3033,06.	19,08.
Республика Корея.	5351,83.	33,67.
Япония.	6177,72.	38,86.
Швейцария.	517,84.	3,26.
Тайланд.	207,41.	1,30.
Филиппины.	186,49.	1,17.
Прочие.	421,94.	2,65.
Итого.	15 896,27.	100,00.

Графически структуру экспорта можно представить в виде круговой диаграммы так, как это изображено на рис. 2.1.

Рис. 2.1 Географическое распределение экспорта по странам в зоне деятельности ДВТУ в 2010 г..

Таблица 2.2 отражает товарную структуру экспорта.

Данная таблица показывает, что для экспорта 2010 года оказалось характерным преобладание топливно-энергетических товаров, занимающих в товарной структуре 75,3% от стоимости экспорта. Кроме того, драгоценные камни, драгоценные металлы и изделия из них и продовольственные товары и с/х сырье занимают значительные доли от стоимости экспорта, которые составляют 6,6% и 12,5% соответственно. Таким образом, товарная структура экспорта ДФО, по-прежнему, имеет сырьевую направленность, характерную для России в целом.

Таблица 2.2.

Товарная структура экспорта в зоне деятельности ДВТУ за 2010 г., млн. долл. США.

Товарные группы.	Экспорт.
	млн. долл. США.	уд. вес, %.
01−24.	1981,21.	12,46.
25−27.	11 971,09.	75,31.
44−49.	1052,89.	6,62.
72−83.	497,93.	3,13.
84−90.	339,58.	2,14.
Прочие.	53,57.	0,34.
Итого.	15 896,27.	100,00.

Графически структуру экспорта можно представить в виде круговой диаграммы так, как это изображено на рис. 2.2.

Рис. 2.2 Товарная структура экспорта в зоне деятельности ДВТУ за 2010 г., млн. долл. США.

Далее проведем анализ структурных сдвигов во времени по важнейшим товарам и странам — торговым партнерам, рассчитав необходимые показатели. Данные для анализа представлены в таблице 2.3 и таблице 2.4. Заметим, что за статистический порог принят 1% от стоимости дальневосточного экспорта (158 962,74 тыс. долл. США).

Таблица 2.3.

Географическое распределение экспорта по странам в зоне деятельности ДВТУ 2006 — 2010 гг., %.

Страна.
Китай.	37,91.	16,41.	13,52.	22,14.	19,08.
Республика Корея.	12,31.	38,25.	42,10.	34,96.	33,67.
Япония.	22,10.	36,88.	34,18.	33,39.	38,86.
Швейцария.	7,62.	0,32.	0,00.	0,99.	3,26.
Тайланд.	1,37.	0,32.	0,92.	0,45.	1,30.
Филиппины.	0,20.	0,40.	0,40.	1,55.	1,17.
Прочие.	18,51.	7,37.	8,84.	6,52.	2,65.
Итого.	100,00.	100,00.	100,00.	100,00.	100,00.

Таблица 2.4.

Товарная структура экспорта в зоне деятельности ДВТУ за 2005;2010г., %.

Товарные группы.
01−24.	6,15.	5,43.	3,03.	2,71.	15,47.	12,46.
25−27.	55,14.	59,13.	73,10.	77,21.	70,00.	75,31.
44−49.	16,82.	18,99.	14,53.	11,03.	8,31.	6,62.
72−83.	13,59.	9,86.	5,23.	6,61.	3,22.	3,13.
84−90.	5,71.	4,53.	2,12.	1,85.	2,34.	2,14.
Прочие.	2,59.	2,05.	1,98.	0,59.	0,66.	0,34.
Итого.	100,00.	100,00.	100,00.	100,00.	100,00.	100,00.

Таблица 2.5 показывает, что за один год удельный вес одного структурного элемента изменялся в среднем на 4,7%, что свидетельствует о существенных изменениях в структуре экспорта в период с 2006 по 2010гг.

Результаты расчета коэффициентов монотонности свидетельствуют, что в 2008 и 2010 годах направление структурных сдвигов имело случайный характер, в 2009 году направление структурных сдвигов изменилось.

Средний коэффициент монотонности за весь период составляет М_ср=М₃₋₅=0,37, что в целом говорит о случайности структурных сдвигов в течение всего периода наблюдений.

Таблица 2.5.

Анализ структуры экспорта по странам цепным методом.

Период.	Структурный сдвиг, %.	cцеп.	gцеп.	mцеп.	Mср.
	К.	РК.	Я.	Ш.	Т.	Ф.	Прочие.
	;	;	;	;	;	;	;	;	;	;	;
	— 21,50.	25,94.	14,78.	— 7,29.	— 1,05.	0,20.	— 11,14.	11,70.	;	;	;
	— 2,89.	3,85.	— 2,71.	— 0,32.	0,60.	0,00.	1,47.	1,69.	1,01.	0,60.	0,37.
	8,62.	— 7,14.	— 0,78.	0,99.	— 0,47.	1,15.	— 2,32.	3,07.	0,28.	0,09.
	— 3,06.	— 1,30.	5,47.	2,27.	0,86.	— 0,37.	— 3,87.	2,46.	1,06.	0,43.
							cср=.	4,73.

Таблица 2.6 показывает, что за один год удельный вес одного структурного элемента изменялся в среднем на 2,95%, что свидетельствует о существенных изменениях в структуре экспорта в период с 2005 по 2010гг.

Результаты расчета коэффициентов монотонности свидетельствуют, что в 2007 и 2008 годах направление структурных сдвигов сохранило направление изменений по сравнению с предыдущим периодом, однако в 2009 и 2010 годах направление структурных сдвигов имело случайный характер.

Средний коэффициент монотонности за весь период составляет М_ср=М₃₋₅=0,495, что в целом говорит о случайности структурных сдвигов в течение всего периода наблюдений.

Таблица 2.6.

Анализ структуры экспорта по товарам цепным методом.

Период.	Структурный сдвиг, %.	cцеп.	gцеп.	mцеп.	Mср.
	01−24.	25−27.	44−49.	72−83.	84−90.	Прочие.
	;	;	;	;	;	;	;	;	;	;
	— 0,71.	4,00.	2,17.	— 3,74.	— 1,17.	— 0,54.	2,06.	;	;	;
	— 2,40.	13,97.	— 4,46.	— 4,62.	— 2,41.	— 0,07.	4,66.	3,91.	0,84.	0,86.
	— 0,32.	4,11.	— 3,50.	1,38.	— 0,27.	— 1,39.	1,83.	1,60.	0,87.
	12,76.	— 7,21.	— 2,72.	— 3,39.	0,48.	0,08.	4,44.	0,45.	0,10.	0,13.
	— 3,00.	5,30.	— 1,69.	— 0,08.	— 0,20.	— 0,33.	1,77.	0,30.	0,17.
							cср=.	2,95.

Далее проанализируем динамику экспорта с 2008 г. по 3-й квартал 2011 г. Исходные данные для анализа представлены в таблице 2.2.

Таблица 2.2.

Динамика экспорта товаров по ДФО с 2008 г. по 3-й квартал 2011 г., тыс. долл. США.

Отчетный период.	Экспорт, тыс. долл. США.
1 кв. 2008.	2 755 527,79.
2 кв. 2008.	3 017 375,56.
3 кв. 2008.	3 669 099,5.
4 кв. 2008.	2 726 181,61.
1 кв. 2009.	1 874 981,52.
2 кв. 2009.	2 354 112,83.
3 кв. 2009.	2 814 732,69.
4 кв. 2009.	3 681 012,48.
1 кв. 2010.	4 218 755,84.
2 кв. 2010.	5 483 535,55.
3 кв. 2010.	4 266 507,39.
4 кв. 2010.	4 611 336,39.
1 кв. 2011.	4 371 053,77.
2 кв. 2011.	6 344 038,43.
3 кв. 2011.	7 764 869,6.
Итого.	59 953 120,95.
Средний уровень ряда.	3 996 874,73.

Расчеты показателей динамики приведены в таблице 2.3.

Таблица 2.3.

Расчетная таблица показателей динамики.

Абс. прирост.	Коэфф. роста.	Темп роста, %.	Темп прироста, %.	Абс.значение 1% прироста.
Базис.	Цепн.	Базис.	Цепн.	Базис.	Цепн.	Базис.	Цепн.
261 847,77.	261 847,77.	1,10.	1,10.	109,50.	109,50.	9,50.	9,50.	27 555,28.
913 571,71.	651 723,94.	1,33.	1,22.	133,15.	121,60.	33,15.	21,60.	30 173,76.
— 29 346,18.	— 942 917,89.	0,99.	0,74.	98,94.	74,30.	— 1,06.	— 25,70.	36 691,00.
— 880 546,27.	— 851 200,09.	0,68.	0,69.	68,04.	68,78.	— 31,96.	— 31,22.	27 261,82.
— 401 414,96.	479 131,31.	0,85.	1,26.	85,43.	125,55.	— 14,57.	25,55.	18 749,82.
59 204,90.	460 619,86.	1,02.	1,20.	102,15.	119,57.	2,15.	19,57.	23 541,13.
925 484,69.	866 279,79.	1,34.	1,31.	133,59.	130,78.	33,59.	30,78.	28 147,33.
1 463 228,05.	537 743,36.	1,53.	1,15.	153,10.	114,61.	53,10.	14,61.	36 810,12.
2 728 007,76.	1 264 779,71.	1,99.	1,30.	199,00.	129,98.	99,00.	29,98.	42 187,56.
1 510 979,60.	— 1 217 028,2.	1,55.	0,78.	154,83.	77,81.	54,83.	— 22,19.	54 835,36.
1 855 808,60.	344 829,00.	1,67.	1,08.	167,35.	108,08.	67,35.	8,08.	42 665,07.
1 615 525,98.	— 240 282,62.	1,59.	0,95.	158,63.	94,79.	58,63.	— 5,21.	46 113,36.
3 588 510,64.	1 972 984,66.	2,30.	1,45.	230,23.	145,14.	130,23.	45,14.	43 710,54.
5 009 341,81.	1 420 831,17.	2,82.	1,22.	281,79.	122,40.	181,79.	22,40.	63 440,38.
средний абсолютный прирост.	357 810,13.	средний коэффициент роста.	1,08.

Базисные показатели динамики свидетельствуют о том, что со 2 квартала 2008 г. по 3-й квартал 2008 г. и со 3-го квартала 2009 г. по 4 квартал 2011 г. наблюдалась положительная динамика экспорта, так как рассчитанные абсолютные приросты и темпы прироста для данных периодов положительны. Однако в период с 4-го квартала 2008 г. по 2 квартал 2009 г. сравнительно с базисным периодом экспорт снизился, отрицательные абсолютные приросты и темпы прироста подтверждают данную тенденцию. Цепные показатели динамики свидетельствуют о росте экспорта в периоды с 2-го квартала 2008 г. по 3-й квартал 2008 г., наиболее продолжительная тенденция роста — с 2-го квартала 2009 г. по 2-й квартал 2010 г., а также рост замечен на промежутке со 2-го квартала по 3-й квартал 2010 г. В целом рассчитанные средние показатели динамики подтверждают наличие положительной тенденции роста экспорта. Данное утверждение подтверждает положительный средний абсолютный прирост и средний коэффициент роста, который имеет значение большего единицы.

2.2 Корреляционно-регрессионный анализ экспорта за 2008;2009 гг..

Проанализируем связь между стоимостным объемом экспорта и общим объемом таможенных платежей, перечисленных в федеральный бюджет, на основе данных Дальневосточного таможенного управления за 2008;2011 гг. (таблица 2.4).

В качестве зависимой переменной y возьмем общий объем платежей, перечисленных таможней в федеральный бюджет. Стоимостной объем экспорта будем считать фактором, оказывающим влияние на величину y, и обозначим через x.

Таблица 2.4.

Исходные данные для анализа (2008 — 2011 гг.).

Номер периода.	Отчетный период.	Экспорт, млн. долл. США, xi.	Таможенные платежи млрд. руб., yi.
	1 кв. 2008.	2755,53.	35,54.
	2 кв. 2008.	3017,38.	45,70.
	3 кв. 2008.	3669,10.	52,19.
	4 кв. 2008.	2726,18.	47,33.
	1 кв. 2009.	1874,98.	23,38.
	2 кв. 2009.	2354,11.	26,13.
	3 кв. 2009.	2814,73.	34,49.
	4 кв. 2009.	3681,01.	31,82.
	1 кв. 2010.	4218,76.	31,17.
	2 кв. 2010.	5483,54.	45,99.
	3 кв. 2010.	4266,51.	57,27.
	4 кв. 2010.	4611,34.	52,43.
	1 кв. 2011.	4371,05.	41,45.
	2 кв. 2011.	6344,04.	45,07.
	3 кв. 2011.	7764,87.	50,52.

Для первоначальной оценки возможной статистической связи между заданными переменными x и y построим корреляционное поле (рисунок 2.3), соответствующее исходным данным, приведенным в таблице 2.4.

Рис. 2.3 Корреляционное поле зависимости таможенных платежей от стоимости экспорта.

По концентрации точек на рисунке 2.3 можно сделать предположение о существовании линейной зависимости между x и y. Рассчитаем линейный коэффициент корреляции r (таблица 2.5).

Таблица 2.5.

Расчет линейного коэффициента корреляции.

i.	xi.	yi.	xi-xср.	yi-yср.	(xi-xср)2.	(yi-yср)2.	3х4.
A.
	2755,53.	35,54.	— 1241,35.	— 5,83.	1 540 942,23.	33,99.	7237,57.
	3017,38.	45,70.	— 979,50.	4,34.	959 418,62.	18,81.	— 4248,40.
	3669,10.	52,19.	— 327,78.	10,82.	107 436,60.	117,18.	— 3548,13.
	2726,18.	47,33.	— 1270,69.	5,97.	1 614 661,01.	35,62.	— 7584,14.
	1874,98.	23,38.	— 2121,89.	— 17,98.	4 502 430,79.	323,39.	38 157,84.
	2354,11.	26,13.	— 1642,76.	— 15,24.	2 698 666,66.	232,23.	25 034,07.
	2814,73.	34,49.	— 1182,14.	— 6,87.	1 397 459,80.	47,25.	8126,04.
	3681,01.	31,82.	— 315,86.	— 9,55.	99 768,96.	91,12.	3015,17.
	4218,76.	31,17.	221,88.	— 10,19.	49 231,23.	103,93.	— 2262,00.
	5483,54.	45,99.	1486,66.	4,63.	2 210 160,39.	21,42.	6880,64.
	4266,51.	57,27.	269,63.	15,91.	72 701,77.	253,06.	4289,26.
	4611,34.	52,43.	614,46.	11,06.	377 563,13.	122,40.	6798,19.
	4371,05.	41,45.	374,18.	0,08.	140 009,95.	0,01.	31,01.
	6344,04.	45,07.	2347,16.	3,70.	5 509 177,43.	13,70.	8687,82.
	7764,87.	50,52.	3767,99.	9,15.	14 197 785,34.	83,76.	34 485,25.
Итого.	59 953,12.	620,49.	;	;	35 477 413,93.	1497,88.	125 100,18.
Среднее.	3996,87.	41,37.	;	;	;	;	;
Линейный коэффициент корреляции.	0,54.

Линейный коэффициент корреляции свидетельствует о наличии умеренной взаимосвязи (r < 0,7) рассмотренных выше показателей, следовательно, нецелесообразно производить регрессионный анализ.

Заметим, что в структуру таможенных платежей включается НДС, акциз и импортная пошлина, которые однозначно не взимаются при вывозе.

Таким образом, в качестве результативного признака следует взять значение экспортной пошлины.

Таблица 2.6.

Исходные данные для анализа (2008 — 2009 гг.).

Номер периода.	Отчетный период.	Экспорт, млн. долл. США, xi.	Вывозная пошлина млн. руб., yi.
	1 кв. 2008.	2755,53.	10 431,79.
	2 кв. 2008.	3017,38.	14 211,65.
	3 кв. 2008.	3669,10.	18 660,42.
	4 кв. 2008.	2726,18.	12 254,49.
	1 кв. 2009.	1874,98.	7860,23.
	2 кв. 2009.	2354,11.	9634,56.
	3 кв. 2009.	2814,73.	15 673,16.
	4 кв. 2009.	3681,01.	14 162,34.

Для первоначальной оценки возможной статистической связи между заданными переменными x и y построим корреляционное поле (рисунок 2.4), соответствующее исходным данным, приведенным в таблице 2.6.

Рис. 2.4 Корреляционное поле зависимости экспортной пошлины от стоимости экспорта.

По концентрации точек на рисунке 2.4 можно сделать предположение о существовании линейной (логарифмической) зависимости между x и y. Рассчитаем линейный коэффициент корреляции r (таблица 2.7).

Таблица 2.7.

Расчет линейного коэффициента корреляции.

i.	xi.	yi.	xi-xср.	yi-yср.	(xi-xср)2.	(yi-yср)2.	3х4.
A.
	2755,53.	10 431,79.	— 106,10.	— 2429,29.	11 257,25.	5 901 449,90.	257 748,17.
	3017,38.	14 211,65.	155,75.	1350,57.	24 257,30.	1 824 039,32.	210 347,99.
	3669,10.	18 660,42.	807,47.	5799,34.	652 010,23.	33 632 344,44.	4 682 801,78.
	2726,18.	12 254,49.	— 135,45.	— 606,59.	18 345,72.	367 951,43.	82 160,42.
	1874,98.	7860,23.	— 986,65.	— 5000,85.	973 471,27.	25 008 500,72.	4 934 071,04.
	2354,11.	9634,56.	— 507,52.	— 3226,52.	257 571,65.	10 410 431,31.	1 637 507,84.
	2814,73.	15 673,16.	— 46,90.	2812,08.	2199,17.	7 907 793,93.	— 131 873,36.
	3681,01.	14 162,34.	819,38.	1301,26.	671 390,93.	1 693 277,59.	1 066 232,25.
Итого.	22 893,02.	102 888,64.	;	;	2 610 503,53.	86 745 788,64.	12 738 996,14.
Среднее.	2861,63.	12 861,08.	;	;	;	;	;
Линейный коэффициент корреляции.	0,847.

Так как r=0,847, то между x и y существует сильная зависимость. Положительный знак коэффициента свидетельствует о том, что связь прямая.

При небольшом числе наблюдений (n<30) необходимо рассчитать среднюю ошибку линейного коэффициента корреляции. Исходя из того, что n=8 и r=0,847 средняя ошибка составит 0,217.

Далее необходимо произвести проверку значимости линейного коэффициента корреляции с применением t-критерия Стьюдента. Выполнив необходимые расчеты, получили фактическое значение t-критерия — 3,895.

Критическое значение t-критерия определяется из таблицы значений t-критерия Стьюдента, в нашем случае при k=6 и уровне значимости б=0,05 получили 2,4469.

Таким образом, линейный коэффициент корреляции является существенным, так как выполняется соотношение t_факт>t_крит.

Определим уравнение регрессии в виде: y=a₀+ a₁•lnx.

Вспомогательные расчеты проведем в таблице 2.8.

Таблица 2.8.

Вспомогательные расчеты.

i.	xi.	yi.	lnx.	ylnx.	ln2x.
	2755,53.	10 431,79.	7,92.	82 634,02.	62,75.
	3017,38.	14 211,65.	8,01.	113 865,79.	64,19.
	3669,10.	18 660,42.	8,21.	153 159,16.	67,37.
	2726,18.	12 254,49.	7,91.	96 941,06.	62,58.
	1874,98.	7860,23.	7,54.	59 237,47.	56,80.
	2354,11.	9634,56.	7,76.	74 801,93.	60,28.
	2814,73.	15 673,16.	7,94.	124 485,98.	63,09.
	3681,01.	14 162,34.	8,21.	116 286,16.	67,42.
Итого.	22 893,02.	102 888,64.	63,51.	821 411,57.	504,47.
Среднее.	2861,63.	12 861,08.	;	;	;

В соответствии с таблицей 2.8 система нормальных уравнений имеет вид:

Решаем полученную систему матричным методом и в соответствии с таблицей 2.9 получаем уравнение регрессии:

y = 13490Ln (x) — 94 229.

Таблица 2.9.

Расчет параметров уравнения регрессии.

Матрица системы нормальных уравнений.		63,51.	Столбец свободных коэффициентов.	102 888,64.
	63,51.	504,47.		821 411,57.
Обратная матрица.	182,5 642 118.	— 22,98 240 358.	Параметры регрессии.	a0.	— 94 228,77126.
	— 22,98 240 358.	2,895 160 909.		a1.	13 490,42323.

Коэффициент регрессии a₁ = 13 490,42 положителен, значит, с увеличением стоимостного объема экспорта общий объем экспортной пошлины, перечисленных в федеральный бюджет, также будет возрастать. При условии, если влияние прочих факторов на объем экспортной пошлины будет оставаться неизменным, то с ростом стоимостного объема экспорта на один процент объем перечисляемой экспортной пошлины возрастет на 134,90 млн. рублей.

Для определения значимости коэффициента регрессии в таблице 2.10 вычислим фактическое значение t-критерия Стьюдента. В данном случае в имеем t_факт=10 768,77.

Таблица 2.10.

Расчет значимости коэффициента регрессии.

i.	xi.	yi.	xi2.	yi2.	Sx.	Sy.
	2755,53.	10 431,79.	7 592 945,58.	108 822 242,60.	571,24.	3292,91.
	3017,38.	14 211,65.	9 104 582,06.	201 970 995,72.
	3669,10.	18 660,42.	13 462 294,81.	348 211 274,58.
	2726,18.	12 254,49.	7 432 057,39.	150 172 525,16.
	1874,98.	7860,23.	3 515 550,00.	61 783 215,65.
	2354,11.	9634,56.	5 541 833,89.	92 824 746,39.
	2814,73.	15 673,16.	7 922 704,97.	245 647 944,39.
	3681,01.	14 162,34.	13 549 834,62.	200 571 874,28.
Сумма.	22 893,02.	102 888,64.	68 121 803,33.	1 410 004 818,77.
Среднее.	2861,63.	12 861,08.	8 515 225,42.	176 250 602,35.	;	;
a1=13 490,4.	r=0,847.	Фактическое значение t-критерия.	10 768,77.

При уровне значимости б=0,05 и количестве степеней свободы k=6 критическое значение t-критерия составляет t_крит=2,4469. Соотношение t_факт>t_крит выполняется, следовательно, коэффициент регрессии a₁=13 490,42 существен с вероятностью 95%.

Проверим полученную модель на адекватность исходным данным, для чего вычислим расчетное значение F-критерия Фишера. Получаем F_факт=15,17. При уровне значимости б=0,05 и количестве степеней свободы k₁=1 и k₂=6 имеем F_крит=5,99. Поскольку 15,17>5,99, полученная модель регрессии адекватна исходным данным.

Коэффициент детерминации составляет r²=0,717, т. е. найденное уравнение регрессии объясняет 71,7% вариации объема экспортной пошлины и только 28,3% изменений происходит за счет влияния прочих факторов.

Таким образом, между стоимостным объемом экспорта и суммой экспортной пошлины, перечисленных в федеральный бюджет, существует прямая связь, которая может быть выражена уравнением y=13490Ln (x) — 94 229.

Кроме того, рассчитав среднюю ошибку аппроксимации (10,58%), пришли к выводу, что полученная модель регрессии адекватно описывает реальные статистические данные, так как ошибка менее 15%.

3. Исследование тенденции и построение прогноза экспорта в зоне деятельности ДВТУ на 4-й квартал 2011 г..

Имеются данные об экспорте в зоне деятельности Дальневосточного таможенного управления в период 2008;2011 гг. (таблица 3.1). Требуется проанализировать динамику экспорта и сделать прогноз стоимостного объема экспорта на 4-ый квартал 2011 года (для составления прогноза будет использован метод аналитического выравнивания).

Проверим исходный ряд на соответствие требованиям сопоставимости, полноты, однородности и устойчивости.

Уровни ряда выражены в одних и тех же единицах измерения — млн. долларов США; рассчитаны для одинаковых интервалов времени — по кварталам, по одной и той же методике — в соответствии с Методологией таможенной статистики внешней торговли Российской Федерации. Но требование сопоставимости последовательных уровней ряда в данном случае не выполняется, поскольку с 2010 года вступила в силу Единая методология, рассмотренная в первом разделе курсовой работы, 2010 год рассчитан в соответствии с коэффициентом пересчета.

Таблица 3.1.

Исходные данные для анализа динамики экспорта в зоне деятельности ДВТУ, млн. долл. США.

Отчетный период.	Экспорт, млн. долл. США.
1 кв. 2008.	2755,5.
2 кв. 2008.	3017,4.
3 кв. 2008.	3669,1.
4 кв. 2008.	2726,2.
1 кв. 2009.	1875,0.
2 кв. 2009.	2354,1.
3 кв. 2009.	2814,7.
4 кв. 2009.	3681,0.
1 кв. 2010.	4218,8.
2 кв. 2010.	5483,5.
3 кв. 2010.	4266,5.
4 кв. 2010.	4611,3.
1 кв. 2011.	4371,1.
2 кв. 2011.	6344,0.
3 кв. 2011.	7764,9.
Итого.	59 953,1.

Полученный ряд динамики содержит 15 последовательных уровней ряда, пропущенных значений нет, при этом период упреждения прогноза составляет один квартал (на 1 уровень вперед), следовательно, требование полноты исходного временного ряда выполнено.

Изобразим графически ряд, представленный в таблице 3.1 (рисунок 3.1). На графике показано, что аномальные значения и изломы в рассматриваемом динамическом ряду отсутствуют. Следовательно, данный ряд соответствует требованию однородности.

Рис. 3.1 Динамика экспорта по ДВТУ за 2008;2011 гг..

Точки графика группируются в определенном направлении, то есть закономерность преобладает над случайностью. Следовательно, данный ряд отвечает требованию устойчивости.

Заметим, что график подтверждает отсутствие сезонных колебаний в динамике экспорта, следовательно, нет необходимости в анализе сезонных колебаний. Отсутствие сезонности, прежде всего, объясняется структурой экспорта, где основой являются минеральные продукты, не имеющие ярко выраженного сезонного характера.

Сглаживая линию построенного графика, выдвигаем гипотезу о том, что основная тенденция развития экспорта может быть описана уравнением параболы.

Проведя необходимые расчеты, получена система нормальных уравнений, имеющая следующий вид.

Получены следующие параметры: a₀=3283,40, a₁= -275,14, a₂=35,26. Следовательно, уравнение параболы имеет вид: y=3283,4−275,14?t+35,26 t². Заметим, что a₁ — положительное значение, что говорит о тенденции роста стоимости экспорта.

Таблица 3.2.

Расчет параметров модели.

Период.	t.	y.	t2.	t3.	t4.	yt.	yt2.
1 кв. 2008.		2755,5.				2755,5.	2755,5.
2 кв. 2008.		3017,4.				6034,8.	12 069,6.
3 кв. 2008.		3669,1.				11 007,3.	33 021,9.
4 кв. 2008.		2726,2.				10 904,8.	43 619,2.
1 кв. 2009.
2 кв. 2009.		2354,1.				14 124,6.	84 747,6.
3 кв. 2009.		2814,7.				19 702,9.	137 920,3.
4 кв. 2009.
1 кв. 2010.		4218,8.				37 969,2.	341 722,8.
2 кв. 2010.		5483,5.
3 кв. 2010.		4266,5.				46 931,5.	516 246,5.
4 кв. 2010.		4611,3.				55 335,6.	664 027,2.
1 кв. 2011.		4371,1.				56 824,3.	738 715,9.
2 кв. 2011.
3 кв. 2011.		7764,9.				116 473,5.
Итого.		59 953,1.
Матрица коэффициентов системы.				Столбец свободных коэффициентов.	59 953,1.
Обратная матрица.	0,793 406 593.	— 0,2 043 956.	0,10 989.	Параметры уравнения.	a0.	3283,3958.
	— 0,204 395 604.	0,65 627.	— 0,38 785.		a1.	— 275,14 012.
	0,10 989 011.	— 0,38 785.	0,2 424.		a2.	35,25 724.

Для проверки адекватности построенной модели проведем анализ ряда остатков (таблица 3.3).

Таблица 3.3.

Анализ ряда остатков.

Период, t.	y.	yt.	et.	et-Me.	et-et-1.	(et-et-1)2.	(et)2.	(et)3.	(et)4.
	2755,5.	3043,5.	— 288,0.	— 267,3.	;	;	82 951,4543.	— 23 891 092,3.
	3017,4.	2874,1.	143,3.	164,0.	431,3.	185 992,436.	20 522,1274.	2 939 906,852.
	3669,1.	2775,3.	893,8.	914,6.	750,6.	563 331,192.	798 895,218.	714 060 044,5.	6,3823E+11.
	2726,2.	2747,0.	— 20,8.	0,0.	— 914,6.	836 421,01.	430,611 057.	— 8935,68 324.	185 425,882.
		2789,1.	— 914,1.	— 893,4.	— 893,4.	798 118,954.	835 626,72.	— 763 868 283.	6,9827E+11.
	2354,1.	2901,8.	— 547,7.	— 527,0.	366,4.	134 256,643.	299 992,511.	— 164 310 614.	8,9996E+10.
	2814,7.	3085,0.	— 270,3.	— 249,6.	277,4.	76 948,5437.	73 072,7486.	— 19 753 004,6.
		3338,7.	342,3.	363,0.	612,6.	375 256,125.	117 143,147.	40 093 625,36.	1,3723E+10.
	4218,8.	3663,0.	555,8.	576,6.	213,6.	45 610,8831.	308 945,717.	171 720 944,4.	9,5447E+10.
	5483,5.	4057,7.	1425,8.	1446,5.	870,0.	756 817,468.	2 032 852,66.		4,1325E+12.
	4266,5.	4523,0.	— 256,5.	— 235,7.	— 1682,3.	2 830 005,15.	65 782,2424.	— 16 871 861,8.
	4611,3.	5058,8.	— 447,5.	— 426,7.	— 191,0.	36 471,9827.	200 217,663.	— 89 588 771,8.	4,0087E+10.
	4371,1.	5665,0.	— 1293,9.	— 1273,2.	— 846,5.	716 546,797.	1 674 300,8.	— 2 166 457 762.	2,8033E+12.
		6341,9.	2,1.	22,9.	1296,1.	1 679 861,34.	4,60 913 992.	9,895 319 888.	21,2 441 708.
	7764,9.	7089,2.	675,7.	696,5.	673,6.	453 710,243.	456 607,058.	308 541 744,4.	2,0849E+11.
Итого.	;	;	0,0.	;	;	9 489 348,76.	6 884 393,83.	914 900 604,7.	8,7301E+12.
Медиана ряда остатков.	;	;	— 20,8.	;	;	;	;	;	;

Проведенные расчеты показывают, что, во-первых, выполняется свойство нулевого остатка, поскольку т. е. модель адекватна по критерию нулевого среднего; во-вторых, проверяя случайность ряда остатков, имеем число серий N=6, длина максимальной из них L=3. Рассчитывая критические значения, получаем N_кр = [7,1811]=7, L_кр = [4,3322]=4. Соотношения N>N_кр, Lкр не выполнены, следовательно, модель не адекватна по критерию случайности;

Далее рассчитаем коэффициент Дарбина — Уотсона: D=1,378. Критическое значение коэффициента Дарбина — Уотсона в данном случае составляет D₂=1,36 D₁=1.08. Поскольку D>D₂ и D1, для принятия решений нет достаточных оснований, т.к. величина попадает в область неопределенности.

Рассчитаем среднюю квадратическую ошибку, которая составила у=677,47, тогда коэффициент асимметрии As=0,196, коэффициент эксцесса Ex=-0,237. При этом выполняются соотношения |As|=0,196<1, |Ex|<1. Значит, модель адекватна по критерию нормальности.

Таким образом, по совокупности 2-х критериев (нулевого среднего и нормальности ряда остатков) и не определенности 1-го (независимости последовательных остатков) выбранная нами модель адекватна исходным данным и может быть использована для анализа и прогнозирования.

Далее оценим точность выбранной модели:

— средняя абсолютная ошибка e_abs=538,51;

— средняя квадратическая ошибка у_e=677,47.

Среднее значение уровня анализируемого ряда составляет y_ср=3996,87 млн. долларов США, тогда соотношение средней абсолютной ошибки e_abs и средней квадратической ошибки у_e к среднему значению уровня ряда yср составит:

В данном случае точность модели считается не вполне удовлетворительной, так как у_е и е_abs превышают 10% от среднего значения уровня ряда.

Расчеты показали, что уравнение параболы y=3283,4−275,14?t+35,26 t² достаточно адекватно, но не вполне точно отражает динамику экспорта в зоне ответственности Дальневосточного таможенного управления в период 2008;2011 гг. Однако воспользуемся этим уравнением для анализа и прогнозирования.

Таким образом, основная тенденция развития исследуемого явления показывает, что если факторы, оказывающие влияние на экспорт, кардинально не изменятся, то в 4-ом квартале 2011 года (при t=16) экспорт должен составить примерно y₁₆= 7907 млн. долларов США.

Определим доверительный интервал данного прогноза. Имеем n=15, k=3, тогда получаем:

Возьмем уровень значимости p=0,95, тогда при Z_{n, p}=2 получаем: y_t=7907 ± 2•757,43 млн. долларов США.

Таким образом, с вероятностью 95% прогнозное значение экспорта на 4-й квартал 2011 г. попадет в интервал:

6392,14 < y_t < 9421,86.

Заметим, что как показывает практика, существенное отличие прогнозного значения показателя от фактического вполне объяснимо, поскольку экономические и политические факторы, влияющие на динамику экспорта, не являются постоянными и неизменными величинами.

Заключение.

Таким образом, в результате выполнения курсовой работы были выполнены следующие задачи.

1. Рассмотрен статистический учет экспорта в таможенной статистике.

В частности были изучены цели и задачи таможенной статистики внешней торговли, в том числе на основе нормативно-правовой базы была рассмотрена единая методология таможенной статистики внешней торговли ТС в части учета экспортных поставок товара и выявлены ее особенности.

Далее была построена система статистических и аналитических показателей, которые использовались для расчетов в целях анализа экспорта, том числе выявлены методы расчета и значения для анализа каждого показателя.

2. Было проведено комплексное аналитическое исследование экспорта в зоне деятельности ДВТУ.

В результате анализа выявлено, что основной страной контрагентом является Япония, на которую приходится более трети общей стоимости экспорта региона. Анализ показал, что для экспорта характерно преобладание топливно-энергетических товаров.

Показатели динамики и структурных сдвигов подтвердили наличие положительной тенденции в изменении экспорта, а также исследование структурных изменений во времени показало, что в целом структурные сдвиги носят случайный характер в течение всего периода наблюдений как по странам, так и в товарной структуре экспорта.

Корреляционно-регрессионный анализ позволил установить степень тесноты связи между экспортом и таможенными платежами и их экспортной составляющей. Показатель корреляции установил умеренную связь между таможенными платежами и стоимостью экспорта, и сильную между стоимостью экспорта и объемом экспортной пошлины. Далее в процессе регрессионного анализа была выявлена логарифмическая взаимосвязь между стоимостью экспорта и объемом экспортной пошлины, на основе чего было построена адекватная модель, которая позволила определить, что экспортная пошлина возрастет на 134,90 млн. рублей с ростом стоимостного объема экспорта на один процент. Кроме того найденное уравнение регрессии объясняет 71,7% вариации объема экспортной пошлины за счет изменения экспорта.

3. Было проведено исследование тенденции и построен прогноз экспорта в зоне деятельности ДВТУ на 4-й квартал 2011 г.

Полученные расчеты подтвердили наличие положительной тенденции в изменения стоимостного объема экспорта. Кроме того было рассчитано прогнозное значение экспорта на 4-й квартал 2011 года — 7907 млн долл. США. Однако необходимо принять к сведению, что данное значение примерно, так как полученная модель прогноза достаточно адекватно, но не вполне точно отражает динамику экспорта в зоне ответственности Дальневосточного таможенного управления в период 2008;2011 гг.

Было выявлено, что с вероятностью 95% прогнозное значение экспорта на 4-й квартал 2011 г. попадет в интервал от 6392,14 млн долл. США до 9421,86 млн долл. США.

Однако на практике возможно несоответствие прогнозных значений фактическим в силу воздействия косвенных факторов.

Список использованных источников.

1. Итоги работы Дальневосточного таможенного управления в первой половине 2008 г. // Таможенная политика России на Дальнем Востоке: Ежеквартальный научно-практический журнал .— Владивосток., 2008 .— № 3 .— С.3−5 .

2. Итоги работы Дальневосточного таможенного управления в первом полугодии 2007 г. // Таможенная политика России на Дальнем Востоке: Ежеквартальный научно-практический журнал .— Владивосток., 2007 .— № 3 .— С.4−10 .

3. Итоги работы Дальневосточного таможенного управления за 1 квартал 2010 года (по материалам заседания коллегии) // Таможенная политика России на Дальнем Востоке .— Владивосток., 2010 .— № 2 .— С. 3−6 .

4. Итоги работы Дальневосточного таможенного управления за 1-е полугодие 2009 года // Таможенная политика России на Дальнем Востоке: Ежеквартальный научно-практический журнал .— Владивосток., 2009 .— № 3 .— С. 3−5.

5. Итоги работы Дальневосточного таможенного управления за 2009 год (по материалам заседания коллегии ДВТУ) // Таможенная политика России на Дальнем Востоке.— Владивосток., 2011 .— № 1 .— С. 3−8 .

6. Итоги работы Дальневосточного таможенного управления за 9 месяцев 2010 года // Таможенная политика России на Дальнем Востоке .— Владивосток., 2010 .— № 4 .— С. 3−8 .

7. Итоги работы Дальневосточного таможенного управления за 9 месяцев 2009 года // Таможенная политика России на Дальнем Востоке: Ежеквартальный научно-практический журнал .— Владивосток., 2009 .— № 4 .— С. 5−9 .

8. Итоги работы ДВТУ в 2005 г. // Таможенная политика России на Дальнем Востоке. — 2005 .— № 3−4 .— С.3−8.

9. Итоги работы ДВТУ в первом полугодии 2006 г. // Таможенная политика России на Дальнем Востоке: Ежеквартальный научно-практический журнал .— Владивосток., 2006 .— № 3 .— С.8−15.

10. Итоги работы таможенных органов ДВФО в 2007 г. // Таможенная политика России на Дальнем Востоке: Ежеквартальный научно-практический журнал .— Владивосток., 2008 .— № 1 .

11. Ларькина, Е. В. Математика: учеб. пособие. Ч. 1 / Е. В. Ларькина, В. А. Шлык .— Владивосток: ВФ РТА, 2008 .— 237 с.

12. Обзор внешнеэкономической деятельности Дальневосточного региона за 2010 год // Таможенная политика России на Дальнем Востоке.— Владивосток, 2011 .— № 1 .— С. 19−26 .