Статистический анализ внешнеэкономической деятельности РФ
Линейная регрессионная модели. Парная регрессия. Дисперсионный анализ. Эластичность. Изучение качества регрессии Доверительные интервалы для оцененных параметров. Критерий Фишера значимости всей регрессии. Колеблемость признака. Показательная модель.
| Рубрика | Экономико-математическое моделирование |
| Вид | курсовая работа |
| Язык | русский |
| Дата добавления | 21.08.2008 |
| Размер файла | 305,8 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
1
Курсовая работа
по дисциплине
на тему
Статистический анализ внешнеэкономической деятельности РФ
|
Выполнил |
|
|
Студент курса |
|
|
группы |
|
|
отделения |
|
|
Руководитель |
|
Санкт-Петербург 2007
Содержание
- Содержание
- Введение
- Глава 1. Линейная регрессионная модели
- Парная регрессия
- Дисперсионный анализ
- Эластичность
- Изучение качества регрессии
- Доверительные интервалы для оцененных параметров
- Критерий Фишера значимости всей регрессии
- Колеблемость признака
- Анализ модели
- Глава 2. Показательная модель
- Построение регрессии
- Дисперсионный анализ для линейной регрессии
- Эластичность показательной регрессии
- Изучение качества линейной регрессии
- Доверительные интервалы для оцененных параметров
- Критерий Фишера значимости всей регрессии
- Колеблемость признака
- Заключение
- Литература
Введение
Обсудим внешнеэкономическую деятельность РФ на примере импорта. Импорт РФ в 2007 г. может увеличиться на 72.3% до 130 млрд. долл. по сравнению с 2003 г. Импорт РФ в 2007 г. Эти данные содержатся в прогнозе социально-экономического развития РФ на 2005 г. и основные параметры прогноза до 2007 г., подготовленном Минэкономразвития РФ.
Как считают эксперты Минэкономразвития, в российском импорте ведущее положение сохранят закупки машинно-технических изделий. Сохранится высокий удельный вес продовольственных товаров.
В среднесрочной перспективе в структуре импорта машин и оборудования возрастет доля инвестиционных товаров и снизится удельный вес низкотехнологичного и потребительского импорта. Расширению закупок инвестиционных товаров будут способствовать меры по стимулированию внутренних инвестиций, а также снижение ставок пошлин на ввоз технологического оборудования. Прогнозируется, что импорт машин и оборудования к 2007 г. может возрасти в 2-2.5 раза по сравнению с 2003 г.
Несмотря на ожидаемый рост производства основных видов продовольствия, отечественный АПК пока не в состоянии полностью удовлетворить спрос населения по ряду товарных групп, поэтому на период до 2007 г. сохранятся поставки из-за рубежа отдельных видов продовольствия и сельскохозяйственного сырья. В то же время, на импорт продовольствия сдерживающее влияние будут оказывать принимаемые правительством Российской Федерации меры по защите отечественных товаропроизводителей. В связи с введением в 2003 г. тарифных ограничений на импорт мяса говядины и свинины прогнозируется некоторое снижение закупок мяса свежего и мороженого. В результате введения квотирования импорта мяса птицы его ввоз значительно сокращается. Восполнить указанное сокращение объемов импорта планируется за счет увеличения отечественного производства аналогичной продукции. Увеличение посевных площадей и валового сбора сахарной свеклы позволит в ближайшее время преодолеть многолетнюю тенденцию снижения производства сахара из этого сырья и несколько сократить ввоз сахара-сырца.
Прогнозируется увеличение импорта зерновых культур. Объемы импорта кофе и чая будут определяться ростом платежеспособного спроса населения и емкостью внутреннего рынка, который при нынешнем уровне потребления почти насыщен. Важными статьями импорта останутся медикаменты и некоторые виды химической продукции. По продукции легкой промышленности ожидается увеличение импорта тканей, не производимых в России или производимых в недостаточном количестве, спрос на которые на внутреннем рынке будет расширяться вместе с ростом благосостояния населения. Предполагается увеличение импорта обуви, как за счет снижения ставок ввозных таможенных пошлин, так и за счет уменьшения доли теневой продукции вследствие ужесточения таможенного администрирования.
По прогнозам Минэкономразвития РФ, импорт продовольствия к 2009 году вырастет двукратно прогнозирует двукратный рост импорта. Рост доходов населения ведет к опережающему спросу на высококачественные товары, и отечественное производство не может удовлетворить этот спрос в полном объеме.
Важно не только точно прогнозировать объем импорта, но и точно учитывать его объем [6]. Реальный размер импорта в Россию, согласно тщательно собранным данным иностранных таможен, примерно на треть выше объема того же импорта, но по данным российской официальной статистики. Так, исходя из данных статистических и таможенных органов внешнеторговых партнеров России, в 2005 году в нашу страну было экспортировано товаров и услуг на сумму $128 млрд., тогда как российская статистика импорта зафиксировала лишь $98,3 млрд. В Федеральной таможенной службе разность объясняют как занижением таможенной стоимости товаров, так и расхождением методик учета: российская статистика не учитывает мелких челноков и автоперегонщиков.
Вот наглядный пример: по данным ФТС России, импорт товаров из Финляндии в 2005 году составил менее $3,1 млрд.; по данным финской статистики, в Россию было отправлено товаров и услуг на сумму $6,677 млрд. Финляндия отнюдь не исключение из правила. Так, согласно германской статистике, экспорт в Россию в прошлом году составил $20,4 млрд. (17,3 млрд. евро), а согласно российской, импорт из Германии равнялся $13,2 млрд. - почти в полтора раза меньше. $13,2 млрд. экспорта из Китая оборачиваются лишь $7,3 млрд. импорта из этой страны в Россию - разница почти двукратная. На $7,15 млрд. (6,06 млрд. евро) экспортируют в Россию товаров итальянские компании, но российские фирмы импортируют из той же Италии $4,4 млрд.
И так практически по каждой стране. Различий в статистике нет разве что с Белоруссией, Украиной и Казахстаном - с другими бывшими союзными республиками, не вошедшими в СНГ, они уже есть. Так, Латвия экспортировала в Россию на $1,16 млрд., но Россия импортировала товаров из этой страны на вдвое меньшую сумму. Та же ситуация с Литвой: экспорт из этой страны в Россию составил в 2005 году $1,2 млрд., импорт в Россию, по данным ФТС,- всего $568 млн.
Причиной статистических расхождений могут быть различия в методике подсчета [12]. «Разница в данных может объясняться тем, что страны происхождения товара учитываются как страны-экспортеры»,- поясняет она. Телефон Nokia, произведенный, допустим, в Венгрии, приходит в Финляндию, Финляндия переправляет этот груз в РФ и засчитывает себе как экспорт в Россию, но та учитывает его именно как импорт из Венгрии как страны-производителя товара.
Экспорт из Венгрии в Россию и импорт в Россию из Венгрии, согласно данным таможен двух стран, совпадает и составляет гораздо меньшую величину - речь идет примерно о $1,1 млрд. внешнеторгового оборота. Уже ясно, что «фактором Венгрии» объяснить «дыру» в $3,5 млрд. на российско-финской границе нельзя. К тому же, по логике финского таможенника, Россия должна была больше ввезти из Венгрии, чем Венгрия - вывезти в Россию, однако эти суммы совпадают. Пропавший экспорт финских телефонов не находится и в статистике других государств. Есть две страны, которые теоретически подходят под описание финского таможенника: Япония и Корея экспортируют товара в Россию на меньшую сумму, чем импортирует оттуда Россия. При этом крупная бытовая техника из Азии действительно ввозится в Россию через финскую границу.
Учет, допустим, корейского (плазменного) телевизора происходит так: корейская статистика считает его как экспорт в Финляндию, финская - как экспорт в Россию, а российская - как импорт из Кореи. Получается, что импорт России из Кореи превышает экспорт из этой страны. Однако разница в цифрах - $1,95 млрд. с Японией и $0,15млрд с Кореей - все равно значительно меньше, чем $3,5-миллиардное расхождение между российской и финской таможенной статистикой. Если же просуммировать данные по всем торговым партнерам России, получится, что в страну в 2005 году было импортировано товаров почти на $130 млрд., но российская таможенная статистика зафиксировала импорт лишь на $98 млрд. Отличиями в учете по стране происхождения «дыру» в $30 млрд. никак не объяснить.
Разность в оценке объемов экспорта из ЕС в Россию может объясняться также различной оценкой стоимости товара. Российские таможенники признают, что отчасти расхождение между данными связано с занижением таможенной стоимости товаров. Однако это не единственная причина. Фактор занижения таможенной стоимости дает погрешность в 5-7% - то есть около $5-7 млрд. из разницы в $30 млрд.
Остальное приходится на челноков и перегонщиков, ввозящих в Россию подержанные автомобили. В управлении таможенной статистики разъяснили, что партии товаров стоимостью до $2000 (как раз операции мелких челноков) на российской границе не учитывают никак, тогда как китайские товарищи более дотошны - они учитывают поставки стоимостью от $400. Данные об импорте подержанных автомобилей, которые были оформлены по таможенным приходным ордерам, российской таможенной статистикой также не учитываются. По оценкам ФТС, это $1,6 млрд., а по данным PricewaterhouseCoopers, частными лицами в 2005 году было ввезено подержанных автомобилей на $4,1 млрд.
В работе ставится задача построения регрессионной модели импорта РФ и получение прогноза на 2007г., 2008г. Разрабатываются 2 модели, выбирается лучшая.
Глава 1. Линейная регрессионная модели
Приведем данные импорта РФ за период 1999-2006 Все данные получены с сайта информационного агентства Прайм-тасс http://e3.prime-tass.ru. Импорт выражается в млрд.долларов. Отметим, что мы взяли в качестве начальной даты 1999г., т.к. начиная с этого года объем импорта стал увеличиваться после кризиса 1998г. Если бы мы взяли данные с 1995г., то получили бы излом в 1998г., который сделал бы нашу модель малопригодной для прогнозирования.
|
Период |
Значение |
значение за квартал |
квартал |
год |
|
|
январь 1999 г. |
2,9 |
3,10 |
I |
1999 |
|
|
февраль 1999 г. |
2,9 |
||||
|
март 1999 г. |
3,5 |
||||
|
апрель 1999 г. |
3,7 |
3,40 |
II |
1999 |
|
|
май 1999 г. |
3,1 |
||||
|
июнь 1999 г. |
3,4 |
||||
|
июль 1999 г. |
3,4 |
3,33 |
III |
1999 |
|
|
август 1999 г. |
3,2 |
||||
|
сентябрь 1999 г. |
3,4 |
||||
|
октябрь 1999 г. |
3,6 |
3,80 |
IV |
1999 |
|
|
ноябрь 1999 г. |
3,6 |
||||
|
декабрь 1999 г. |
4,2 |
||||
|
январь 2000 г. |
2,4 |
3,20 |
I |
2000 |
|
|
февраль 2000 г. |
3,5 |
||||
|
март 2000 г. |
3,7 |
||||
|
апрель 2000 г. |
3,5 |
3,60 |
II |
2000 |
|
|
май 2000 г. |
3,5 |
||||
|
июнь 2000 г. |
3,8 |
||||
|
июль 2000 г. |
3,7 |
3,70 |
III |
2000 |
|
|
август 2000 г. |
3,7 |
||||
|
сентябрь 2000 г. |
3,7 |
||||
|
октябрь 2000 г. |
4 |
4,33 |
IV |
2000 |
|
|
ноябрь 2000 г. |
4,3 |
||||
|
декабрь 2000 г. |
4,7 |
||||
|
январь 2001 г. |
3,1 |
3,60 |
I |
2001 |
|
|
февраль 2001 г. |
3,5 |
||||
|
март 2001 г. |
4,2 |
||||
|
апрель 2001 г. |
4,3 |
4,43 |
II |
2001 |
|
|
май 2001 г. |
4,4 |
||||
|
июнь 2001 г. |
4,6 |
||||
|
июль 2001 г. |
4,2 |
4,30 |
III |
2001 |
|
|
август 2001 г. |
4,4 |
||||
|
сентябрь 2001 г. |
4,3 |
||||
|
октябрь 2001 г. |
4,8 |
5,17 |
IV |
2001 |
|
|
ноябрь 2001 г. |
5,1 |
||||
|
декабрь 2001 г. |
5,6 |
||||
|
январь 2002 г. |
3,5 |
4,13 |
I |
2002 |
|
|
февраль 2002 г. |
4,2 |
||||
|
март 2002 г. |
4,7 |
||||
|
апрель 2002 г. |
4,9 |
4,77 |
II |
2002 |
|
|
май 2002 г. |
4,6 |
||||
|
июнь 2002 г. |
4,8 |
||||
|
июль 2002 г. |
5,4 |
5,20 |
III |
2002 |
|
|
август 2002 г. |
5 |
||||
|
сентябрь 2002 г. |
5,2 |
||||
|
октябрь 2002 г. |
5,8 |
5,97 |
IV |
2002 |
|
|
ноябрь 2002 г. |
5,6 |
||||
|
декабрь 2002 г. |
6,5 |
||||
|
январь 2003 г. |
4,5 |
5,10 |
I |
2003 |
|
|
февраль 2003 г. |
5,1 |
||||
|
март 2003 г. |
5,7 |
||||
|
апрель 2003 г. |
5,7 |
5,90 |
II |
2003 |
|
|
май 2003 г. |
5,8 |
||||
|
июнь 2003 г. |
6,2 |
||||
|
июль 2003 г. |
6,6 |
6,33 |
III |
2003 |
|
|
август 2003 г. |
6,2 |
||||
|
сентябрь 2003 г. |
6,2 |
||||
|
октябрь 2003 г. |
6,7 |
7,23 |
IV |
2003 |
|
|
ноябрь 2003 г. |
6,6 |
||||
|
декабрь 2003 г. |
8,4 |
||||
|
январь 2004 г. |
5,3 |
6,43 |
I |
2004 |
|
|
февраль 2004 г. |
6,4 |
||||
|
март 2004 г. |
7,6 |
||||
|
апрель 2004 г. |
7,8 |
7,70 |
II |
2004 |
|
|
май 2004 г. |
7,4 |
||||
|
июнь 2004 г. |
7,9 |
||||
|
июль 2004 г. |
8,3 |
8,17 |
III |
2004 |
|
|
август 2004 г. |
8,1 |
||||
|
сентябрь 2004 г. |
8,1 |
||||
|
октябрь 2004 г. |
8,5 |
9,08 |
IV |
2004 |
|
|
ноябрь 2004 г. |
8,45 |
||||
|
декабрь 2004 г. |
10,3 |
||||
|
январь 2005 г. |
6,7 |
8,17 |
I |
2005 |
|
|
февраль 2005 г. |
8,1 |
||||
|
март 2005 г. |
9,7 |
||||
|
апрель 2005 г. |
9,7 |
9,80 |
II |
2005 |
|
|
май 2005 г. |
9,6 |
||||
|
июнь 2005 г. |
10,1 |
||||
|
июль 2005 г. |
10,6 |
10,50 |
III |
2005 |
|
|
август 2005 г. |
10,5 |
||||
|
сентябрь 2005 г. |
10,4 |
||||
|
октябрь 2005 г. |
11,2 |
12,47 |
IV |
2005 |
|
|
ноябрь 2005 г. |
12,2 |
||||
|
декабрь 2005 г. |
14 |
||||
|
январь 2006 г. |
8,7 |
10,40 |
I |
2006 |
|
|
февраль 2006 г. |
10,2 |
||||
|
март 2006 г. |
12,3 |
||||
|
апрель 2006 г. |
11,6 |
12,67 |
II |
2006 |
|
|
май 2006 г. |
12,9 |
||||
|
июнь 2006 г. |
13,5 |
||||
|
июль 2006 г. |
13,7 |
14,20 |
III |
2006 |
|
|
август 2006 г. |
14,4 |
||||
|
сентябрь 2006 г. |
14,5 |
||||
|
октябрь 2006 г. |
15,7 |
17,10 |
IV |
2006 |
|
|
ноябрь 2006 г. |
16,2 |
||||
|
декабрь 2006 г. |
19,4 |
Построим линейную регрессионную модель.
Парная регрессия
Для регрессии вида [2]
найдем коэффициенты по формулам
Вычислим
Тогда
Откуда
Тогда линейная регрессия будет иметь вид
Смысл коэффициента beta [3] заключается в том, что при изменении значения X на 1 единицу Y меняется на 0,35 единиц
Нарисуем точки и регрессию:
Дисперсионный анализ
Среднее Y
Остаточная вариация (RSS)
Общая вариация (TSS)
Объясняемая вариация (ESS)
Правило сложения дисперсий выполняется [7]
Подсчитаем оценку дисперсии ошибки, т.е.
Среднее X
Найдем оценки дисперсий коэффициентов регрессии [11]
по формулам
Получим
Эластичность
Подсчитаем функцию эластичности по формуле
В нашем случае
или
Значение эластичности в средней точке показывает, что при изменении X на 1% Y меняется на 0,85 процентов [10].
Изучение качества регрессии
Доверительные интервалы для оцененных параметров
уровень доверия
Количество степеней свободы 30
Критическое значение статистики Стьюдента
Доверительный интервал для beta
равен
Не можем на данном уровне значимости принять гипотезу beta=0 т.к. не попадает в доверительный интервал.
Доверительный интервал для alpha
равен
Мы можем на данном уровне значимости принять гипотезу alpha=0 т.к. попадает в доверительный интервал [4].
Критерий Фишера значимости всей регрессии
Коэффициент корреляции
где
показывает, что связь сильна
Коэффициент детерминации
показывает, что регрессия объясняет 83,59 процентов вариации признака.
Убедимся в значимости модели с помощью статистики Фишера
которая больше критического значения [5]
Следовательно, регрессия значима
Проверим значимость коэффициента корреляции
поэтому выборочный коэффициент корреляции значимо отличается от нуля.
Средняя ошибка аппроксимации [9]
Колеблемость признака
Колеблемость - это отклонения уровней динамического ряда от тренда, т.е. остатки регрессии.
Найдем остатки регрессии (т.е. очищаем признак от тренда)
Нарисуем график остатков
Среднее линейное отклонение уровней ряда от тренда описывается показателем [8]
т.е. среднее абсолютное отклонение от тренда равно
Амплитуда колебаний есть разность максимального и минимального отклонения и показывает максимальный разброс отклонений.
Анализ модели
1. R^2 показывает хорошее качество модели.
2. Ее содержательный коэффициент при регрессоре «номер квартала» значим
3. F статистика большая
4. Но! Видим автокорреляцию остатков. До 10 квартала остатки положительны, до 30 отрицательны, а потом снова положительные (см. график остатков. Поэтому условия теоремы Гаусса-Маркова не выполняются. Надо пробовать моделировать импорт нелинейной регрессией [14].
Глава 2. Показательная модель
Приведем массив данных
Обозначим ln(f)=y, ln(a)=alpha, ln(b)=beta [3]
Получим
Оценим линейную регрессию
Построение регрессии
Для регрессии вида
найдем коэффициенты по формулам
Вычислим
Тогда
Откуда
Тогда линейная регрессия будет иметь вид
Смысл коэффициента beta заключается в том, что при изменении значения X на 1 единицу Y меняется на 0,05 единиц
Параметры показательной регрессии
Нарисуем точки и регрессию:
Дисперсионный анализ для линейной регрессии
Среднее Y
Остаточная вариация (RSS)
Общая вариация (TSS)
Объясняемая вариация (ESS)
Правило сложения дисперсий выполняется
Подсчитаем оценку дисперсии ошибки, т.е.
Среднее X
Найдем оценки дисперсий коэффициентов регрессии
по формулам
Получим
Эластичность показательной регрессии
Подсчитаем функцию эластичности по формуле
В нашем случае
Или
Значение эластичности в средней точке показывает, что при изменении X на 1% Y меняется на 5,72 процентов [13].
Изучение качества линейной регрессии
Доверительные интервалы для оцененных параметров
уровень доверия
Количество степеней свободы 30
Критическое значение статистики Стьюдента
Доверительный интервал для beta
равен
Не можем на данном уровне значимости принять гипотезу beta=0 т.к. не попадает в доверительный интервал.
Доверительный интервал для alpha
равен
Мы не можем на данном уровне значимости принять гипотезу alpha=0 т.к. не попадает в доверительный интервал.
Критерий Фишера значимости всей регрессии
Коэффициент корреляции
где
показывает, что связь сильна
Коэффициент детерминации
показывает, что регрессия объясняет 94,68 процентов вариации признака.
Убедимся в значимости модели с помощью статистики Фишера
которая больше критического значения
Следовательно, регрессия значима
Проверим значимость коэффициента корреляции
поэтому выборочный коэффициент корреляции значимо отличается от нуля.
Средняя ошибка аппроксимации
Колеблемость признака
Колеблемость - это отклонения уровней динамического ряда от тренда, т.е. остатки регрессии.
Найдем остатки регрессии (т.е. очищаем признак от тренда)
Нарисуем график остатков
Среднее линейное отклонение уровней ряда от тренда описывается показателем
т.е. среднее абсолютное отклонение от тренда равно
Амплитуда колебаний есть разность максимального и минимального отклонения и показывает максимальный разброс отклонений.
Сравним модели
|
R^2 |
Значимость a |
Значимость b |
A(t) |
a(t) |
амплитуда |
||
|
Линейная |
0,8359 |
- |
+ |
0,186 |
1,18 |
6,81 |
|
|
Показательная |
0,9468 |
+ |
+ |
0,053 |
0,09 |
0,46 |
Можно видеть, что показательная регрессия обладает лучшими показателями по сравнению с линейной, следовательно, обладает лучшими прогнозными свойствами.
Заключение
Важнейшей составляющей методологии прогнозирования товарного импорта является определение набора факторов и тенденций, которые необходимо учитывать при разработке долго-, средне- и кратко- срочных прогнозов Седова Е.И. Романчук Л.В., Рябушкин Б.Т., Гуменюк В.Е. Методологические подходы к восстановлению динамического ряда показателей экспорта и импорта РФ по основным группам товаров за 1990-1994гг. Вопросы статистики, 6/2007
. В отечественной и зарубежной практике прогнозирования существуют серьезные разночтения по данному вопросу, которые обусловлены конкретными целями, стоящие перед аналитиками.
Можно выделить основные принципы отбора объясняющих переменных для целей моделирования товарного импорта в РФ:
· формирование набора факторов, имитирующих реальный механизм функционирования рыночной экономики;
· сочетание структурного и высокочастотного подхода для описания функциональных взаимосвязей товарного импорта с другими макроэкономическими показателями (основанных соответственно на концепциях межотраслевого баланса и системы национальных счетов);
· проверка значимости тенденций, условий и факторов при помощи тестирования статистических гипотез;
· разделение объясняющих переменных модели, которые оказывают реальное воздействие на развитие товарного импорта в РФ, и переменных, которые подчиняются законам роста импорта и имеют с ним максимальный индекс корреляции.
С формальной точки зрения прогноз представляет собой некоторый алгоритм, преобразующий прошлые и настоящие данные об исследуемом явлении или процессе, в значения характеристик явления (процесса) для момента, отстоящего от текущего момента на срок, называемый упреждением прогноза. Социально-экономические прогнозы по сроку упреждения подразделяются на: краткосрочные, с упреждением 1-2 года, среднесрочные, с упреждением 5-10 лет, долгосрочные, с упреждением 15-20 лет Королев И.С., Жуковская В.М., Трофимова И.Н., Чертко Н.Т. «Зеркальная» статистика импорта потребительских товаров. Вопросы статистики. 2/2007 .
В случае долгосрочного прогнозирования необходимо учитывать следующие тенденции и факторы:
· опережающее развитие ВЭД по сравнению с темпами роста национальной экономики;
· повышение в производстве и торговле доли готовых товаров (кроме отечественной экономики;
· основные выгоды от глобализации получают развитые страны и находящиеся в них ТНК, присваивающие большую часть технологической ренты;
· динамика мировых цен, где наблюдаются значительные колебания, особенно под воздействием среднесрочных циклов;
· влияние колебаний цен на российский импорт будет усиливаться;
· на динамику и структуру экспорта и импорта РФ оказывают воздействие геоэкономические факторы, вступление РФ в ВТО усилит влияние западных ТНК на внешнюю торговлю.
В среднесрочном прогнозировании решающими являются:
динамика и структура производства и потребления основных товаров с учетом отраслевых взаимосвязей;
· динамика цен основных экспортных и импортных товаров;
· темпы роста инфляции, условия торговли, валютные курсы;
· таможенно- тарифное и нетарифное регулирование.
В краткосрочном прогнозировании следует отдавать приоритет:
· регулирующей роли государства;
· специфике производства и потребления;
· отраслевой структуре экономике;
· влиянию сезонных изменений на динамику производства, потребления и запасов;
· степень загрузки производственных мощностей;
· норма безработицы;
· портфель и интенсивность поступления заказов;
· характер движения цен.
На уровне отдельных товаров и отраслей результативность анализа и прогнозирования зависит от правильной диагностики переживаемой фазы жизненного цикла и оценки возможных сроков перехода к следующей фазе.
В прогнозировании импорта методологически корректно опираться на факторы и тенденции, в динамике которых проявляется определенная регулярность. В случае, если происходят качественные изменения, которые кардинально меняют общую картину, начиная с некоторого момента времени, целесообразно вводить фиктивные переменные в качестве регрессоров модели.
Таким образом, методологически правильная структуризация факторов прогнозного фона позволит осуществить всесторонний анализ развития товарного импорта, что подготовит условия для спецификации связей эконометрической модели.
Статистика экспорта импорта - один из самых востребованных объектов на рынке информационных услуг для компаний, занимающихся ввозом и вывозом самых различных товаров - как потребительских, так и бизнес-продукции [1]. На основе этих данных можно проводить самые разные маркетинговые исследования Капралова Н.Л. Внешнеэкономическая активность как фактор конкурентоспособности. Вопросы статистики. 8/2007, касающиеся и структуры рынка в целом, и целесообразности ведения внешнеэкономической деятельности на рынке той или иной страны. Фактически, статистика экспорта импорта является краеугольным камнем для полного и исчерпывающего маркетингового исследования, необходимым (а зачастую - и достаточным) фактором для получения гарантированно достоверных результатов.
Выполним прогноз на четыре квартала 2007г.
Суммарный импорт за год составит 59,68 млрд.
Выполним прогноз на четыре квартала 2008г.
Суммарный импорт за год составит 72,99 млрд.
Мы видим, что импорт растет о показательному закону. Это связано как с укреплением курса рубля, так с увеличением дохода населения и недостаточным уровнем отечественного производства промышленных и сельскохозяйственных товаров.
Литература
1. Сельцовский В.Л., Экономико-статистические методы анализа внешней торговли, М.: Финансы и статистика, 2004г.
2. Елисеева И.И. Общая теория статистики: Учебник для ВУЗов. - М.: Финансы и статистика, 1999.
3. Ефимова М.Р. Общая теория статистики: Учебник.- М.: Финансы и статистика, 1999.
4. Ефимова М.Р. Практикум по общей теории статистики: Учебн. пособие.- М.: Финансы и статистика, 1999.
5. Козлов В.С., Эрлих Я.М., Долгушевский Ф.Г. Общая теория статистики: Учебник.- М.: Статистика, 1975.
6. Копылова О.Ф. Индексы внешней торговли М.: Рио РТА. 2001г.
7. Общая теория статистики: Статистическая методология в изучении коммерческой деятельности. Учебник для ВУЗов.- М.: Финансы и статистика, 1999.
8. Общая теория статистики: Учебник/ Под ред. А.А. Спирина, О.Э. Башиной.- М.: Финансы и статистика, 1996.
9. Общая теория статистики: Учебник/ Под ред. А.М. Гольдберга, В.С. Козлова.- М.: Финансы и статистика, 1985.
10. Ряузов Н.Н. Общий курс статистики.- М.: Статистика, 1979.
11. Ряузов Н.Н. Практикум по общей теории статистики.- М.: Финансы и статистика, 1981.
12. Статистика таможенных платежей. Курс лекций, М.: РТА. 1997г.
13. Теория статистики: Учебник для ВУЗов/ Под ред.Шмойловой Р.А.- М.: Финансы и статистика, 1996.
14. Теория статистики: Учебник/ Под ред. проф. Р.А. Шмойловой.- М.: Финансы и статистика, 1996.
Подобные документы
Основные методы анализа линейной модели парной регрессии. Оценки неизвестных параметров для записанных уравнений парной регрессии по методу наименьших квадратов. Проверка значимости всех параметров модели (уравнения регрессии) по критерию Стьюдента.
лабораторная работа [67,8 K], добавлен 26.12.2010Построение модели множественной линейной регрессии по заданным параметрам. Оценка качества модели по коэффициентам детерминации и множественной корреляции. Определение значимости уравнения регрессии на основе F-критерия Фишера и t-критерия Стьюдента.
контрольная работа [914,4 K], добавлен 01.12.2013Ковариационная матрица оценок коэффициентов регрессии. Оценка дисперсии ошибок. Сущность теоремы Гаусса-Маркова. Проверка статистических гипотез, доверительные интервалы. Расчет коэффициента детерминации, скорректированного коэффициента детерминации.
контрольная работа [1,4 M], добавлен 28.07.2013Определение количественной зависимости массы пушного зверька от его возраста. Построение уравнения парной регрессии, расчет его параметров и проверка адекватности. Оценка статистической значимости параметров регрессии, расчет их доверительного интервала.
лабораторная работа [100,5 K], добавлен 02.06.2014Расчет параметров парной линейной регрессии. Оценка статистической значимости уравнения регрессии и его параметров с помощью критериев Фишера и Стьюдента. Построение матрицы парных коэффициентов корреляции. Статистический анализ с помощью ППП MS EXCEL.
контрольная работа [1,6 M], добавлен 14.05.2008Понятие регрессии. Оценка параметров модели. Показатели качества регрессии. Проверка статистической значимости в парной линейной регрессии. Реализация регрессионного анализа в программе MS Excel. Условия Гаусса-Маркова. Свойства коэффициента детерминации.
курсовая работа [233,1 K], добавлен 21.03.2015Параметры уравнения линейной регрессии. Вычисление остаточной суммы квадратов, оценка дисперсии остатков. Осуществление проверки значимости параметров уравнения регрессии с помощью критерия Стьюдента. Расчет коэффициентов детерминации и эластичности.
контрольная работа [248,4 K], добавлен 26.12.2010Построение уравнения множественной регрессии в линейной форме с полным набором факторов, отбор информативных факторов. Проверка значимости уравнения регрессии по критерию Фишера и статистической значимости параметров регрессии по критерию Стьюдента.
лабораторная работа [217,9 K], добавлен 17.10.2009Расчет матрицы парных коэффициентов корреляции и статистической значимости коэффициентов регрессии. Оценка статистической значимости параметров регрессионной модели с помощью t-критерия. Уравнение множественной регрессии со статистически факторами.
лабораторная работа [30,9 K], добавлен 05.12.2010Нахождение коэффициента корреляции и параметров линии регрессии по заданным показателям y и х. Оценка адекватности принятой модели по критерию Фишера. Построение графика линии регрессии и ее доверительной зоны, а также коэффициента эластичности.
контрольная работа [2,1 M], добавлен 09.07.2014
