США 9663,222 Средний абсолютный прирост, млн. долл. США 1550,645 Средний темп роста, % 106,0% Средний темп прироста, % 6,0%
Аналитическое сглаживание динамического ряда Кривые роста, описывающие закономерности развития явлений: во времени, получают путем аналитического выравнивания динамических рядов. Выравнивание ряда с помощью тех или иных функций (т. е. их подгонка к данным) в большинстве случаев оказывается удобным средством описания эмпирических данных, характеризующих развитие во времени исследуемого явления. Это средство при соблюдении ряда условий можно применить и для прогнозирования. Процесс выравнивания состоит из следующих основных этапов:
— выбора типа кривой, форма которой соответствует характеру изменения динамического ряда;
— определения численных значений (оценивание) параметров кривой;
— апостериорного контроля качества выбора тренда.
Найденная функция позволяет получить выровненные, или, как их иногда называют, теоретические значения уровней динамического ряда, т. е. те уровни, которые наблюдались бы, если бы динамика явления полностью совпадала с кривой. Эта же функция с некоторой корректировкой или без нее, применяется и для экстраполяции.
Вопрос о выборе типа кривой является основным при выравнивании ряда. При всех прочих равных условиях ошибка в решении этого вопроса оказывается более значимой по своим последствиям (особенно для прогнозирования), чем ошибка, связанная со статистическим оцениванием параметров.
Время Объем экспорта, млн. долл. США t t2 t3 Ln t Ln (yt) 2000 3632,50 1 1 1 0,000 8,198 2001 5399,20 2 4 8 0,693 8,594 2002 3786,90 3 9 27 1,099 8,239 2003 4418,10 4 16 64 1,386 8,393 2004 5282,10 5 25 125 1,609 8,572 2005 7413,80 6 36 216 1,792 8,911 2006 8156,70 7 49 343 1,946 9,007 2007 12 490,60 8 64 512 2,079 9,433 2008 14 064,20 9 81 729 2,197 9,551 2009 11 970,30 10 100 1000 2,303 9,390 2010 18 654,67 11 121 1331 2,398 9,834 2011 20 689,60 12 144 1728 2,485 9,937
Сглаживание будет проводиться линейной, полиномиальной, логарифмической, экспоненциальной и степенной формой тренда.
Выбор оптимальной модели тренда В соответствии с методом наименьших квадратов оптимальной моделью считается модель с наименьшей остаточной дисперсией (или остаточным среднеквадратическим отклонением). Но для решения задачи экстраполяции и прогнозирования по тренду необходимо также учесть значимость параметров модели тренда.
Таблица 9
№ Модель тренда Уравнение тренда Остаточное среднеквадратичное отклонение Значимость параметров модели тренда 1 Линейная Y=1520,3X-218,82 2,4 Значимы оба параметра 2 Полином 2-й степени Y=144,92X2−363,6X+4177 2,11 Параметры незначимы 3 Логарифмическая Y=6226,1LnX-706,96 3,47 Значимы оба параметра 4 Экспоненциальная Y=2809,9e0.1637×0,87 Значимы оба параметра Как видно из таблицы, оптимальным трендом будет экспоненциальная модель тренда, т.к. остаточное среднеквадратичное отклонение у нее наименьшие из всех моделей со значимыми параметрами. Также из таблицы можно увидеть, как значимость параметров уравнения влияет на выбор оптимального тренда, т.к. в противном случае наш выбор остановился бы на полиноме 2-й степени, для которого остаточное среднеквадратичное отклонение наименьшие из всех представленных моделей тренда.
Статистическое изучение структуры Решение задачи по изучению структуры начинается с расчёта показателей простой (одномерной) структуры — долей или удельных весов — по представленной в условии группировке за два года. Сумма долей всех элементов структуры должна быть равна 100%.
Далее рассчитываются показатели изменения структуры за период: абсолютное изменение структуры:
;
среднее изменение, приходящееся на один элемент структуры:
или в форме средней квадратической величины
показатель интенсивности абсолютного структурного сдвига:
и коэффициент Гатева
Рассмотрим расчёт и интерпретацию перечисленных показателей на нашем примере.
Экспорт, млн.
долл.США 2007 2008 W0 W1 │W0-W1│
(W0-W1)2 W02 W12
Республика Саха (Якутия) 2091,90 2291,4 16,75 16,29 0,46 0,2074 280,49 265,44 Приморский край 156,80 170,7 1,26 1,21 0,04 0,0017 1,58 1,47 Хабаровский край 1105,20 871 8,85 6,19 2,66 7,0502 78,29 38,35 Амурская область 1753,20 1714,5 14,04 12,19 1,85 3,4063 197,01 148,61 Камчатская область 209,80 272,2 1,68 1,94 0,26 0,0654 2,82 3,75 Магаданская область 117,20 128,4 0,94 0,91 0,03 0,0006 0,88 0,83 Сахалинская область 7037,80 8592,3 56,34 61,09 4,75 22,5496 3174,73 3732,41 Еврейская автономная область 18,00 22,5 0,14 0,16 0,02 0,0003 0,02 0,03 Чукотский автономный округ 0,70 1,2 0,01 0,01 0,00 0,0000 0,00 0,00 Дальневосточный федеральный округ 12 490,6 14 064,2 100 100 10,046 33,2816 3735,83 4190,89
Абсолютное изменение структуры за год составляет: 10.
05%.
Среднее изменение, приходящееся на один элемент структуры равно:
10,05/9=1,12%
в форме средней квадратической величины:
=1,92
Изменения структуры считаются малыми, если среднее изменение, приходящееся на один элемент, не превышает 2% в год. В нашем примере оба показателя меньше 2%, следовательно, изменения структуры следует признать незначительными. Показатель интенсивности абсолютного структурного сдвига говорит о том, насколько фактические изменения структуры велики или малы по сравнению с максимальными изменениями структуры. Максимальные изменения структуры — это изменения в 2 раза (200%). Показатель интенсивности абсолютного структурного сдвига в нашем примере равен:
=10,05/2=5,025%
Чтобы узнать, насколько фактические изменения структуры велики или малы по сравнению с наиболее вероятными её изменениями, рассчитывается коэффициент Гатева:
=0,064
или 6,4%. Проанализировав все полученные результаты, изменение структуры экспорта Дальневосточного федерального округа по областям следует признать незначительными.
Заключение
В настоящее время имеются большие возможности значительного повышения экономической эффективности экспорта и объема валютных поступлении на базе имеющихся экспортных ресурсов путем повышения степени переработки экспортируемого сырья и увеличения в экспорте доли полуфабрикатов и готовых изделий: концентратов, качественного проката, труб и окатышей вместо руд. чугуна, ферросплавов, нефтепродуктов и продукции нефтехимии вместо сырой нефти; фанеры, целлюлозы, бумаги, мебели вместо круглого леса и пиломатериалов, одежды и белья вместо текстильного сырья и тканей и т. д.
Нельзя также не отметить такой важный элемент экспортного потенциала, как технический сервис, который требует к себе постоянного внимания. Многие наши предприятия машиностроения отдают приоритет выпуску готовых машин и мало заботятся о выпуске запасных частей. Отсутствие своевременных поставок запасных частей в ряде случаев не дает возможности удовлетворять требования покупателей, что является тормозом для развития экспорта РФ продукции машиностроения.
Российский Дальний Восток относится к числу территорий, экономическое развитие которых во многом зависит от степени вовлеченности в международное разделение труда. Основной формой внешнеэкономических связей региона всегда являлась внешняя торговля, масштабы которой в основном определялись экспортом.
На современном этапе ее развитие в ДФО характеризуется устойчивой положительной динамикой. Высокая концентрация дальневосточного экспорта на ограниченной номенклатуре товаров позволяла позитивно реагировать на изменения ценовой конъюнктуры мировых товарных рынков, а рост внутрирегионального платежеспособного спроса, реальных доходов населения и инвестиционной активности обусловили увеличение физических и стоимостных объемов импортируемой продукции. В итоге в 2007 году внешнеторговый оборот ДФО достиг максимального значения — 21,3 млрд долларов. Приведенные показатели объемов и структуры внешней торговли Дальнего Востока России основаны на данных ДВТУ ФТС РФ, с включением данных о легальном экспорте рыбопродукции за пределами таможенной границы России, об экспортных поставках продукции алмазного комплекса Республики Саха (Якутия) и драгоценных металлов.
Список используемой литературы:
Вариантные сценарии развития внешнеторгового оборота РФ до 2025 г. А. Н. Борковский, С. С. Алабян Некипелов А. Д., Власкин Г. А., Ленчук Е. Б. Промышленно-инновационная политика России в условиях глобализации // Россия в глобализирующемся мире: политико—экономические очерки. М., 2004. С. 294−306.
Воробьев А. С. Управление продвижением российских инноваций на мировой рынок. М., 2005. С. 14.
Шуплецов А.Ф., Дибирдеев В. И. Региональная и муниципальная статистика: проблемы становления // Вопросы статистики. 2004. — № 6. — С. 40−44.
Пашинцева Н. И. Организационные вопросы формирования муниципальной статистики в Российской Федерации // Вопросы статистики. — 2005. — № 12. — С. 32−37.
Балинова В.С. — Статистика в вопросах и ответах. — М.: ТК Вебли, Изд. Проспект. — 2009 г. — 344с.
Григорук Н. Е. Статистика внешнеэкономических связей: учебник для студ. вузов / Н. Е. Григорук. — М. :
Финансы и статистика, 1993. — 176 с.
Гусаров В. М. Статистика: Учеб. Пособие для вузов. — М.: ЮНИТИ-ДАНА, 2009 г, стр. 463.
Практикум по статистике. Учебное пособие. Зинченко А. П., Шибалкин А. Е, Тарасова О. Б., Шайкина Е. В. — М.: Колос, 2007 г. — 319с.
Официальный сайт Рсстата: www.gks.ru
Вариантные сценарии развития внешнеторгового оборота РФ до 2025 г. А. Н. Борковский, С.С. Алабян
Вариантные сценарии развития внешнеторгового оборота РФ до 2025 г. А. Н. Борковский, С.С. Алабян
Воробьев А. С. Управление продвижением российских инноваций на мировой рынок. М., 2005. С. 13.
Некипелов А.Д., Власкин Г. А., Ленчук Е. Б. Промышленно-инновационная политика России в условиях глобализации // Россия в глобализирующемся мире: политико—экономические очерки. М., 2004. С. 294−306.
Воробьев А. С. Управление продвижением российских инноваций на мировой рынок. М., 2005. С. 14.
Воробьев А. С. Управление продвижением российских инноваций на мировой рынок. М., 2005. С. 14.
