ОЦЕНКА И АНАЛИЗ ПОКАЗАТЕЛЕЙ ВНЕШНЕТОРГОВОЙ ДЕЯТЕЛЬНОСТИ РЕГИОНА Санкт-Петербург

Хотя в товарной категории «асбест» средний темп прироста составляет -4279,61 (падение объема в определенные отрезки времени).Далее по данным таблицы 2.1−2.5 рассчитаем среднюю цену (стоимость единицы товара) по всей совокупности данных по двум методикам и сравним их результаты. Расчет необходимо провести 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. Результаты расчетов по товарам сведем в таблицу 3.

5.12. Таблица 5.12 — Значения средних цен на товары, USDМетод расчета

РыбаРис

АсбестМедная проволока

ПивоСредняя арифметическая6355,572 775,632614,2 689 688,628500

Средняя арифметическая взвешенная 6374,9 774,36012614,2 328 169 692,2921318504,39 883

Таким образом, из таблицы 5.12 видно, что показатели средней арифметической и средней арифметической взвешенной имеют разные значения в зависимости от периода поставок. Для более точного анализа на основе индексного метода проведем расчет и анализ ежеквартальной динамики уровня цен на товары. Для этого по каждому товару необходимо определить среднюю (взвешенную) цену поквартально. Результаты расчетов представим в таблице 5.

13.Таблица 5.13 — Показатели средних цен на товары по кварталам, USDНаименование товараI кварталII кварталIII кварталIV квартал

Рыба5710,929 236 066,317146468,66 926,89263

Рис704,463 158 762,96801,84 847,905882

Асбест556,390 588 592,524632,292 632 675,617143

Медная проволока9538,5 759 788,659521,6 526 310 024,9846

Пиво7687,57 968,7587009409,9 091 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 расчетов представим в таблице 5.14, в графическом виде (график) (рис. 5.3).Таблица 5.14 — Динамика средних цен на товары по кварталам

Наименование товараI кварталII кварталIII кварталIV квартал

Рыба-355,387 912 401,742857458,832 632

Рис-58,496 842 138,8846,658 824

Асбест-36,133 411 839,768631643,3 245 113

Медная проволока-250,075−266,997 368 503,331984

Пиво-281,25 731,25709,90 909

Рисунок 5.3 — Динамика средних цен на товары по кварталам, USDТаким образом, средние цены на рыбу, асбест и пиво имеют тенденцию стремительного роста. Цены на рис к концу года замедляют свой рост. Что касается медной проволоки, то в данном случае наблюдалось значительное снижение средней цены третьем квартале и стремительный подъем в четвертом.

6. Корреляционно-регрессионный анализ

Для выполнения корреляционно-регрессионного анализа необходимо на основе таблицы 2.1−2.5 по каждому товару сформировать исходные данные (таблица 6.1−6.5).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. Таблица 6.1 — Сведения о поставках товара «рыба» по месяцам

МесяцКоличество поставок за месяц

Внешнеторговый оборот за месяц, USDЯнварь4 292 468,8Февраль5 354 337,2Март4 413 393,4Апрель6 389 770,84Май6 488 760,36Июнь2 197 978,86Июль8 591 968,06Август2 174 637,62Сентябрь4 501 696,5Октябрь3 296 968,36Ноябрь5 479 198,86Декабрь11 968 802,9Таблица 6.2 — Сведения о поставках товара «рис» по месяцам

МесяцКоличество поставок за месяц

Внешнеторговый оборот за месяц, USDЯнварь652 166,4Февраль344 616

Март10 102 342,24Апрель341 527,2Май547 567,52Июнь558 412,64Июль00Август684 461,52Сентябрь535 418,24Октябрь445 302,4Ноябрь458 172,4Декабрь894 071,12Таблица 6.3 — Сведения о поставках товара «асбест» по месяцам

МесяцКоличество поставок за месяц

Внешнеторговый оборот за месяц, USDЯнварь650 554,8Февраль761 970,4Март431 963,68Апрель221 689,64Май217 340,84Июнь650 826,6Июль763 845,82Август10 105 811,74Сентябрь220 221,92Октябрь891 134,54Ноябрь544 847

Декабрь19 186,84Таблица 6.4 — Сведения о поставках товара «медная проволока» по месяцам

МесяцКоличество поставок за месяц

Внешнеторговый оборот за месяц, USDЯнварь6 880 121,1Февраль4 696 208,8Март61 012 589,4Апрель4 581 317,2Май3 371 254,2Июнь5 686 777,4Июль81 265 522,4Август6 998 871

Сентябрь5 998 871

Октябрь61 085 039,7Ноябрь4 651 624

Декабрь3 502 865,1Таблица 6.5 — Сведения о поставках товара «пиво» по месяцам

МесяцКоличество поставок за месяц

Внешнеторговый оборот за месяц, USDЯнварь3 400 500

Февраль2 330 000

Март3 345 000

Апрель4 552 375

Май7 708 750

Июнь5 660 000

Июль5 816 750

Август101 000 500

Сентябрь101 242 000

Октябрь3 421 875

Ноябрь4 721 875

Декабрь4 656 625

Для построения уравнения линейной регрессии используем инструмент «Регрессия» Пакета программ MS Excel. Уравнение парной линейной регрессии имеет общий вид: y = a0 + b1x1 .(16)В результатах анализа значения коэффициентов a0 и b1 — это коэффициенты при y-пересечении и переменной x1. Полученные результаты анализа представим в виде таблицы 3.

6.6−3.

6.10 и укажем итоговое уравнение регрессии. Также необходимо провести проверку на значимость гипотезы о статистической незначимости проверяемых параметров a0 и b1. Таблица 6.6 — Итоги регрессионной статистики и дисперсионного анализа по товару «рыба"Коэффициент

Значение коэффициента

Р-Значениеa00,8 405 716 750,420231985b18,2 157 937 529,31926E-06Коэффициент корреляции0,93-Итоговое уравнение регрессии — y = 6337,1x + 112 309

Таблица 6.7 — Итоги регрессионной статистики и дисперсионного анализа по товару «рис"Коэффициент

Значение коэффициента

Р-Значениеa00,4 166 348 840,685747324b17,1 260 427 553,19459E-05Коэффициент корреляции0,91-Итоговое уравнение регрессии — y = 0,0793x + 0,9516

Таблица 6.8 — Итоги регрессионной статистики и дисперсионного анализа по товару «асбест"Коэффициент

Значение коэффициента

Р-Значениеa01,7 407 791 960,112343115b114,483 528 984,89366E-08Коэффициент корреляции0,98-Итоговое уравнение регрессии — y = 0,0923x + 0,3846

Таблица 6.9 — Итоги регрессионной статистики и дисперсионного анализа по товару «медная проволока"Коэффициент

Значение коэффициента

Р-Значениеa01,591 930 390,142484627b18,6 324 116 636,01086E-06Коэффициент корреляции0,94-Итоговое уравнение регрессии — y = 0,047x + 2,6503

Таблица 6.10 — Итоги регрессионной статистики и дисперсионного анализа по товару «пиво"Коэффициент

Значение коэффициента

Р-Значениеa06,759 451 890,000119431b12,5 784 277 870,027490351

Коэффициент корреляции0,63-Итоговое уравнение регрессии — y = 0,0806x + 0,972 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. И наоборот, чем ближе значение коэффициента корреляции к нулю, тем слабее связь. Из расчетов видно, что наиболее сильная зависимость между исследуемыми показателями наблюдается по товарным категориям «рыба», «рис», «асбест», «медная проволока», наименьшая зависимость — «пиво». 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)где — параметры уравнения;

времени (месяц).Используя для расчетов MS Excel, 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. Результаты расчетов представим в соответствующей форме (таблица 3.

7.1−3.

7.5), где значения графы y соответствуют значениям Внешнеторгового оборота за месяц из таблиц 6.1−6.

5.Среднее значение временного показателя t определяется по формуле (1).Таблица 7.1 — Форма для выполнения прогнозирования по товару «рыба"tyy (t)(y — y (t))2t2(t — tcp)21292468,8 279 940,069156969101,112 826,694442354337,2 307 071,901223400846342826,694 443 413 393,4334203,734 627 100 326 692 608,027784389770,8 361 335,566808564813,3 162 516,694445488760,4 388 467,39810058678186252417,361 116 197 978,9415599,23 147 358 625 662 361 600,027787591968,1 442 731,06322271681327492224,694 448 174 637,6469862,89 587 157 963 075 649 536,361119501696,5 496 994,72722106665,24 812 040,0277810296968,4 524 126,56516008477111001950,6 944 411 479 198,9551258,39 251 925 761 591 214 080,3611112968802,9 578 390,2241,52422E+111 441 778,02778Σ--3,85555E+1 165 027 513,6667tcp54,1 666 666 713 605 522,0571691694,6 944 414 632 653,8891961613,3 611 115 659 785,7212251534,2 778

Таблица 7.2 — Форма для выполнения прогнозирования по товару «рис"tyy (t)(y — y (t))2t2(t — tcp)2152166,451 388,04605844,289 612 826,6944424461652106,2 456 103 695,2642826,694 443 102 342,252824,44 245 201 251 792 616,02778441527,253 542,64144370798,4 162 516,69444547567,5 254 260,8444800532,62 252 417,36111658412,6 454 979,0411789608,96 362 320,027787055697,243 102 182 544 492 224,69444884461,5 256 415,44786582603,4 642 131,36111935418,2 457 133,64471558597,2 812 040,027781045302,457 851,84157488444,31 001 950,694441158172,458 570,04158117,56 961 211 863,361111294071,1 259 288,2412098487411441778,2 778Σ--843 750 204 365 027 456,6667tcp54,166 666 671 360 006,441691694,694 441 460 724,641961613,361 111 561 442,842251534,2 778

Таблица 7.3 — Форма для выполнения прогнозирования по товару «асбест"tyy (t)(y — y (t))2t2(t — tcp)2150554,845 985,423820879198,4 412 826,69444261970,446 251,6168247080145,842 826,69444331963,6 846 517,8097211822691,992 618,02778421689,6 446 784,0027629727037,2 162 516,69444517340,8 447 050,1956882645809,8 252 417,36111650826,647 316,388512321584,55 362 320,02778763845,8 247 582,5815264492927,5 492 224,694448105811,747 848,77443359705380642131,36 111 920 221,9248114,9 673 778 022 090,1812040,27 781 091 134,5448381,160 318 278 514 780 995 584,69444114484748647,353 214 442 684,571211863,36 111 129 186,8448913,546 215 782 111 821 430 784,02778Σ--982 720 221 065 027 456,6667tcp54,166 666 671 349 179,73911691694,694 441 449 445,9321961613,361 111 549 712,1252251534,2 778

Таблица 7.4 — Форма для выполнения прогнозирования по товару «медная проволока"tyy (t)(y — y (t))2t2(t — tcp)21880121,1 801 201,827622825166312826,694 442 696 208,8802969,91 139 775 956 642 832,6944431012589804736,3 534 320 288 894 192 640,027784581317,2 806 503,61750708922304162516,694 445 371 254,2808270,881,90984E+11 252 417,361116686777,4 810 038,14315193210853362320,277 871 265 522 811 808,4072,05859E+11 492 224,694448998871813572,6 734 335 471 127 642 112,361119998871815339,93 333 683 652 475 813 888,02778101085040817107,197 717 878 264 300 994 560,6944411651624818874,46 279 727 163 001 208 832,3611112502865,1 820 641,7231,00982E+111 441 778,02778Σ--7,92335E+1 165 027 513,6667tcp54,1 666 666 713 822 408,9861691694,6 944 414 824 176,251961613,3 611 115 825 943,5132251534,2 778

Таблица 7.5 — Форма для выполнения прогнозирования по товару «пиво"tyy (t)(y — y (t))2t2(t — tcp)21400500292870,1 921 158 417 550 412 800,694442330000528018,7 943 921 144 266 142 720,694443345000763167,3951,74864E+1 192 618,027784552375998315,9971,98863E+11 162 516,6944457087501233464,62,75325E+11 252 417,3611166600001468613,26,53855E+11 362 320,0277878167501703761,87,8679E+11 492 224,69444810005001938910,48,80614E+11 642 131,3611191242000021740591,04979E+14 812 040,02778104218752409207,63,94949E+121 001 950,69444117218752644356,213,69593E+121 211 863,36111126566252879504,814,94119E+121 441 778,02778Σ--1,20587E+1 465 027 513,6667tcp54,16 666 667 133 114 652,411691694,69 444 143 349 802,011961613,36 111 153 584 950,612251534,2 778

Для каждого товара, используя данные из таблиц 7.1−7.5 и линейную функцию (15), необходимо составим прогноз развития внешнеторгового оборота на три ближайших месяца. В этом случае таблицы 3.

7.1−3.

7.5 следует дополнить строками № 13, 14 и 15, при этом ранее рассчитанные значения сумм и т. п. не пересчитываются. Для повышения определенности сделанного прогноза необходимо провести 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)Доверительные границы (верхняя и нижняя) для прогнозируемого внешнеторгового оборота определяются по формуле, (22) где tβ - статистика Стьюдента, в среде MS Excel определяется с помощью функции СТЬЮДРАСПОБР (β;n-2). В данной курсовой работе принять β = 0,05.Итоговые значения представим в таблице 7.6−7.

10.Таблица 7.6 — Результаты прогнозирования внешнеторгового оборота по товару «рыба"Месяц (t)Объем внешнеторгового

Доверительные границыоборотаинтервала прогнозированияфактический (y)прогнозный (y (t))нижняя (уН (t))верхняя (уВ (t))1292468,8 279 940,069−78 574,71137638454,84 932 354 337,2307071,9013−51 442,87906665586,68 163 413 393,4334203,7336−24 311,04675692718,51 394 389 770,84361335,56 592 820,785554719850,34 625 488 760,36388467,398 229 952,61786746982,17 856 197 978,86415599,230 557 084,45017774114,1 097 591 968,06442731,62 884 216,28248801245,84 328 174 637,62469862,8 951 111 348,1148828377,67 559 501 696,5496994,7 274 138 479,9471855509,507 810 296 968,36524126,5 597 165 611,7794882641,340 111 479 198,86551258,3 921 192 743,6117909773,172 412 968 802,9578390,2 244 219 875,444936905,47 130 605 522,0567247007,2 763 964 036,837140632653,889 274 139,1086991168,6 693 150 659 785,7213301270,94 091 018 300,502Таблица 7.7 — Результаты прогнозирования внешнеторгового оборота по товару «рис"Месяц (t)Объем внешнеторгового

Доверительные границыоборотаинтервала прогнозированияфактический (y)прогнозный (y (t))нижняя (уН (t))верхняя (уВ (t))152166,451 388,04−1647,963 983 104 424,04424461652106,24−929,7 639 828 105 142,2443102342,2 452 824,44−211,5 639 828 105 860,444441527,253 542,64506,6 360 172 106 578,644547567,5 254 260,841224,836 017 107 296,844658412,6 454 979,041943,36 017 108 015,0447055697,242 661,236017108733,244 884 461,5256415,443 379,436017109451,444 935 418,2457133,644 097,636017110169,6 441 045 302,457851,844 815,836017110887,8 441 158 172,458570,45 534,036017111606,441 294 071,1259288,246 252,236017112324,24 413 060 006,446970,436 017 113 042,44414060724,647 688,636017113760,64 415 061 442,848406,836 017 114 478,844Таблица 7.8 — Результаты прогнозирования внешнеторгового оборота по товару «асбест"Месяц (t)Объем внешнеторгового

Доверительные границыоборотаинтервала прогнозированияфактический (y)прогнозный (y (t))нижняя (уН (t))верхняя (уВ (t))150554,845 985,42385−11 251,83085103222,6 785 261 970,446251,61 678−10 985,63791103488,8 715 331 963,6846517,80 972−10 719,44497103755,644 421 689,6446784,266−10 453,25204104021,2 574 517 340,8447050,19 559−10 187,0591104287,4 503 650 826,647316,3 885 347 221,33231104553,6 432 763 845,8247582,58 147−9654,673 225 104 819,83628105811,7 447 848,77441−9388,480 288 105 086,0291920221,9 248 114,96734−9122,287 351 105 352,2221091134,5 448 381,16028−8856,94 414 105 618,415114484748647,35 322−8589,901 477 105 884,6079129186,8 448 913,54615−8323,70 854 106 150,800813049179,73 909−8057,515 603 106 416,993814049445,93 203−7791,322 666 106 683,186715049712,12 497−7525,129 729 106 949,3797

Таблица 7.9 — Результаты прогнозирования внешнеторгового оборота по товару «медная проволока"Месяц (t)Объем внешнеторгового

Доверительные границыоборотаинтервала прогнозированияфактический (y)прогнозный (y (t))нижняя (уН (t))верхняя (уВ (t))1880121,1 801 201,8269287254,78 491 315 148,8692696208,8 802 969,0902289022,4 821 316 916,13231012589,4 804 736,3535290789,31 151 318 683,3964581317,2 806 503,6168292556,57 481 320 450,6595371254,2 808 270,8801294323,8 381 322 217,9226686777,4 810 038,1434296091,10 131 323 985,18571265522,4 811 805,4066297858,36 461 325 752,4498998871813572,6 699 299 625,62791327519,7 129 998 871 815 339,9332815201,66 961 329 286,975101085039,7 817 107,1965303160,15 451 331 054,23911651624818874,4 598 304 927,41781332821,50 212 502 865,1820641,7 231 306 694,6811334588,765 130 822 408,9864308461,94 431 336 356,028140824176,2 497 310 229,20761338123,292 150 825 943,5129311996,47 091 339 890,555Таблица 7.10 — Результаты прогнозирования внешнеторгового оборота по товару «пиво"Месяц (t)Объем внешнеторгового

Доверительные границыоборотаинтервала прогнозированияфактический (y)прогнозный (y (t))нижняя (уН (t))верхняя (уВ (t))1400500292870,1923;6 047 493,2886633233,6 732 330 000 528 018,7937−5 812 344,6876868382,2 743 345 000 763 167,3951−5 577 196,0867103530,8 764 552 375 998 315,9965−5 342 047,4847338679,47 757 087 501 233 464,598−5 106 898,8837573828,7 966 600 001 468 613,199−4 871 750,2817808976,6 878 167 501 703 761,801−4 636 601,688044125,281 810 005 001 938 912,402−4 401 453,0798279273,8 839 124 200 002 173 952,003−4 166 304,4778514422,484 104 218 752 409 216,605−3 931 155,8768749571,86 117 218 752 644 352,206−3 696 007,2748984719,687 126 566 252 879 488,808−3 460 858,6739219868,2 881 303 114 653,409−3 225 710,0729455016,891 403 349 802,01−2 990 561,479690165,4 911 503 584 950,612−2 755 412,8699925314,093Данные таблиц 7.6−7.10 отразим графически в одной системе координат. По значениям прогнозного объема внешнеторгового оборота и обеим доверительным границам строятся графики, а фактические значения внешнеторгового оборота отображаются на графике точками.Рис. 7.

1. Результаты прогнозирования внешнеторгового оборота по товару «рыба"Рис. 7.

2. Результаты прогнозирования внешнеторгового оборота по товару «рис"Рис. 7.

3. Результаты прогнозирования внешнеторгового оборота по товару «асбест"Рис. 7.

4. Результаты прогнозирования внешнеторгового оборота по товару «медная проволока"Рис. 7.

5. Результаты прогнозирования внешнеторгового оборота по товару «пиво"Заключение

В результате выполнения курсовой работы были решены следующие задачи:

1. Сформирован блок исходных данных в соответствии с номером зачетной книжки:

определен субъект РФ, для которого проводится оценка показателей внешней торговли;

определено наименование товаров, подлежащих статистическому анализу;

проведен первичный анализ и корректировка стоимостных значений в соответствие с региональным коэффициентом;

сформирован блок уточненных исходных данных.

2. На основе анализа уточненных исходных данных определена товарно-стоимостная и региональная структура внешнеторговых поставок:

рассчитаны основные статистические показатели по объемам внешней торговли;

сформированя дискретные вариационные ряды данных по размеру экспортной (импортной) поставки (количеству поставляемого товара) и стране-контрагенту;

сформирован интервальный вариационный ряд данных по стоимости экспортной (импортной) партии поставки.

3. На основе анализа уточненных исходных данных проведен анализ внешнеторговых поставок в системе специальной таможенной статистики — сформированя дискретные вариационные ряды данных по примененным таможенным процедурам.

4. Сформированы и заполнены формы учета внешнеторговой деятельности в соответствии с порядком ведения таможенной статистики внешней торговли РФ по субъектам РФ.

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

рассчитаны основные показатели изменения внешнеторгового оборота;

рассчитаныь основные показатели изменения средних цен на товары.

6. Выполнен корреляционно-регрессионный анализ внешнеторгового оборота.

7. Составлен прогноз развития внешнеторгового оборота на ближайшие периоды. 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. Официальный сайт Федеральной таможенной службы [Электронный ресурс] - Свободный доступ из сети Интернет — www.customs.ru