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, 3÷ 0, 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 α (обычно α =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.

⇐ Предыдущая12345Следующая ⇒

Поделиться: