Государственное казенное образовательное учреждение
высшего профессионального образования
«Российская таможенная академия»
Кафедра статистики
КУРСОВАЯ РАБОТА
по дисциплине
«Таможенная статистика»
на тему
«Анализ динамики
и структуры внешней
торговли России»
Выполнил: студентка 5- го курса очной формы
обучения экономического факультета,
группа Э072 С. Г. Никулова
Подпись
__________________
Научный руководитель: Е. В. Родительская,
к.э.н., доцент
Подпись ___________________
Москва
2011
ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
3
5
1.1.
Внешняя
торговля как важнейший
фактор развития экономики
5
1.2.
Показатели,
характеризующие внешнюю
торговлю РФ
8
15
15
2.2.
Оценка товарной структуры
экспорта и импорта
20
ЗАКЛЮЧЕНИЕ
30
СПИСОК
ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
32
Приложение
34
ВВЕДЕНИЕ
Развитие внешнеэкономической деятельности играет особую роль в современных условиях, когда происходит процесс интеграции экономики в мировое хозяйство. Россия проводит политику последовательного развития взаимовыгодного товарообмена со всеми зарубежными странами, которые проявляют к этому готовность.Россия имеет экспортно-импортные связи более чем со 100 странами мира. Сегодня невозможно представить деятельность ни одного крупного предприятия без участия его во внешнеэкономической деятельности (ВЭД). Эффективность работы такого предприятия напрямую зависит от эффективности работы отдела внешнеэкономических связей.
Международные экономические отношения являются одной из наиболее динамично развивающихся сфер экономической жизни. Экономические связи между государствами имеют многовековую историю. На протяжении столетий они существовали преимущественно как внешнеторговые, решая проблемы обеспечения населения товарами, которые национальная экономика производила неэффективно или не производила вовсе. В ходе эволюции внешнеэкономические связи переросли внешнюю торговлю и превратились в сложную совокупность международных экономических отношений, - мировое хозяйство. Происходящие в нем процессы затрагивают интересы всех государств мира. И, соответственно, все государства должны регулировать свою внешнеэкономическую деятельность, дабы достичь соблюдения в первую очередь своих интересов.
Целью написания курсовой работы является изучение и анализ внешней торговли Российской Федерации.
Для достижения поставленной цели, необходимо решить следующие задачи:
- раскрыть понятие и сущность внешней торговли;
- рассмотреть основные методологические аспекты внешней торговли;
- проанализировать динамику и товарную структуру внешней торговли России.
Объектом написания данной работы является внешняя торговля Российской Федерации.
Предметом данной курсовой работы являются показатели структуры и динамики внешней торговли на основе данных таможенной статистики.
ГЛАВА 1. Анализ состояния внешней торговли Российской Федерации
- Внешняя
торговля как важнейший
фактор развития экономики
Объективный процесс интернационализации современного мирового хозяйства требует нового уровня многосторонних экономических взаимоотношений, поэтому изучение различных аспектов и форм внешнеэкономической деятельности представляет большой интерес.
Для экономического роста и развития стран в постоянно развивающейся мировой экономике очень большое значение имеет внешняя торговля. По некоторым оценкам на долю торговли приходится около 80% всего объема международных экономических отношений. Современные международные экономические отношения, характеризующиеся активным развитием мировой торговли, вносят много нового и специфического в процесс развития национальных экономик.
В Российской Федерации постепенно происходит становление новой экономической системы на основе перехода к рыночной экономике. А формирование в России рыночной экономики открытого типа предполагает активную вовлеченность страны в международное разделение труда. Создание в России рыночной экономики предполагает ее открытость и интеграцию в мировом хозяйстве. Любые предприятия, фирмы, кооперативы и их союзы, независимо от форм собственности, участвуя в формировании рыночных отношений, должны иметь выход на внешний рынок. Только в этом случае удается обеспечить их реальное вхождение в международные экономические процессы.
Внешнеэкономические связи являются средством, с помощью которого суверенные государства более эффективно обеспечивают свои внутренние экономические и социальные потребности. Основой внешнеэкономических связей является международное разделение труда.
С переходом к рыночной экономике в России резко возросла потребность в развитии внешней торговли. А государства, вовлеченные в международную торговлю, получают следующие выгоды.
Во-первых, внешний рынок открывает менее развитым странам широкие возможности для включения их в международную специализацию и кооперирование, что позволяет обеспечить рост производительности труда и качества продукции.
Во-вторых, международное сотрудничество способствует ускорению научно-техническому прогрессу (НТП) благодаря использованию передового зарубежного опыта, закупке новых машин, лицензий, оборудования.
В-третьих, мировой рынок позволяет повысить материальное благосостояние народа путем совершенствования собственного производства и увеличения на этой основе производства материальных благ, а также путем закупок продовольствия и, товаров народного потребления, производство которых в стране неэффективно или отсутствует.
По мере развития производительных сил и производственных отношений роль и значение мировой торговли будут возрастать. Поэтому с учетом конкурентных преимуществ России можно попытаться определить среднесрочные перспективы развития ее внешней торговли.
В январе-октябре 2011г. внешнеторговый оборот России составил, по данным Банка России, 685,2 млрд.долларов США (132,0% к январю-октябрю 2010г.), в том числе экспорт - 423,7 млрд.долларов США (131,5%), импорт - 261,6 млрд.долларов США (132,8%). Сальдо торгового баланса оставалось положительным, 162,1 млрд.долларов США (в январе-октябре 2010г. - 125,3 млрд.долларов США) 2 . Динамика экспорта и импорта Российской Федерации с января 2009 г. по октябрь 2011 г. Представлена на рисунке 1.1.1.
Рис. 1.1.1 Динамика экспорта и импорта Российской Федерации (в % к декабрю 2009 г.)
Таблица 1.1.1
Внешнеторговый оборот Российской Федерации с основными торговыми партнерами
| Январь-октябрь 2011 г. | |||
| млн. долларов США | В % к | ||
| январю-октябрю 2010 г. | итогу | ||
| Внешнеторговый оборот |
667677 | 133 | 100 |
| в том числе: | |||
| страны дальнего зарубежья | 567187 | 132,3 | 84,9 |
| из
них: страны Евросоюза |
320970 | 130,2 | 48,1 |
| из них: | |||
| Германия | 57780 | 139 | 8,7 |
| Нидерланды | 55467 | 116,8 | 8,3 |
| Италия | 36905 | 123,1 | 5,5 |
| Франция | 23973 | 132,4 | 3,6 |
| Польша | 22730 | 135,8 | 3,4 |
| Соединенное Королевство (Великобритания) |
17532 | 140,9 | 2,6 |
| Финляндия | 15682 | 119,8 | 2,3 |
| Венгрия | 9119 | 135,4 | 1,4 |
| Испания | 8693 | 154,9 | 1,3 |
| Чешская Республика | 7428 | 108,9 | 1,1 |
| Болгария | 3252 | 98,7 | 0,5 |
| Румыния | 3075 | 109,2 | 0,5 |
| страны АТЭС | 160429 | 138,1 | 24 |
| из них: | |||
| Китай | 67634 | 142,5 | 10,1 |
| Япония | 24161 | 131,8 | 3,6 |
| США | 25395 | 134,6 | 3,8 |
| Республика Корея | 20876 | 147,5 | 3,1 |
| Турция | 25008 | 124,6 | 3,7 |
| Швейцария | 12076 | 141,5 | 1,8 |
| государства-участники СНГ | 100490 | 137 | 15,1 |
| страны ЕврАзЭС | 53412 | 133,9 | 8 |
| в том числе: | |||
| Беларусь | 31373 | 141,9 | 4,7 |
| Казахстан | 17080 | 130,5 | 2,6 |
| Узбекистан | 3219 | 112,7 | 0,5 |
| Киргизия | 1065 | 94,7 | 0,2 |
| Таджикистан | 674 | 94,4 | 0,1 |
| Украина | 41564 | 140,9 | 6,2 |
Основными внешнеторговыми партнерами России в 2011 году как показывает таблица 1.1.1 являются Китай , Германия, Нидерланды, Италия, Франция, Турция, США, Япония, Польша, Южная Корея.
- Показатели,
характеризующие
внешнюю торговлю
РФ
Рассмотрим показатели, которые получены методами прямого счета, т. е. вычислены по заранее известным формулам и использованы для анализа в данной курсовой. Различают абсолютные и относительные величины динамики. К первым можно отнести абсолютный прирост (1,2), который характеризует увеличение (уменьшение) уровня ряда за определенный промежуток времени. Он определяется по формуле:
1. Абсолютный прирост (цепной):
(1)
2. Абсолютный прирост (базисный):
(2),
где у i - уровень сравниваемого периода;
У i-1 - уровень предшествующего периода;
У 0 - уровень базисного периода.
Различают величины с постоянной и переменной базой сравнения. Базисные - характеризуют явление за весь исследуемый период времени в целом. Начальный уровень принимается за базу, а все остальные периоды сравниваются с базой. Цепные - характеризуют развитие явления внутри исследуемого периода времени. Каждый последующий период сравнивается с предыдущим. В данной курсовой использованы только цепные показатели роста и прироста.
Абсолютный прирост может быть положительным или отрицательным знак. Он показывает, на сколько уровень текущего периода выше (ниже) базисного, и таким образом измеряет абсолютную скорость роста или снижение уровня.
Относительные величины динамики характеризуют изменение количества возбужденных таможенных правонарушений во времени, что, несомненно, имеет первостепенное значение в выявлении тенденций изменений количества правонарушений. Самыми распространенными относительными величинами динамики являются: темпы роста (3) и прироста (4,5), а также средние темпы роста и прироста.
Величина динамики называется темпом роста, если выражена в процентах. Относительная величина динамики характеризует скорость изменения количества возбужденных уголовных во времени. Темп роста - это величина динамики выраженная в процентах. Темп прироста - это величина прироста относительной величины динамики в процентах.
Темп роста (Т р) - это показатель интенсивности изменения уровня ряда, который выражается в процентах. Он определяется как отношение последующего уровня к предыдущему или к показателю принятому за базу сравнения. Он определяет, во сколько раз увеличился уровень по сравнению с базисным, а в случае уменьшения - какую часть базисного уровня составляет сравниваемый.
Темп роста будет определяться так:
(3)
Темп прироста (Т пр) показывает относительную величину прироста и показывает, на сколько процентов сравниваемый уровень больше или меньше уровня, принятого за базу сравнения. Он может быть как положительным, так и отрицательным или равным нулю, он выражается в процентах; рассчитывается как отношение абсолютного прироста к абсолютному уровню, принятому за базу:
(4)
Темп прироста можно получить из темпа роста:
(5)
Для исследования структуры экспорта и импорта в разрезе стран- контрагентов в данной курсовой работе используется следующие показатели:
- Частные показатели
структурных сдвигов 3 .
Абсолютный прирост удельного веса i-й части совокупности показывает, на сколько процентных пунктов возросла или уменьшилась данная структурная часть и j-й период по сравнению с (j-1) периодом:
, (1)
где d ij – удельный вес (доля) i-й части совокупности в j-й период;
d ij-1 – удельный вес (доля) i-й части совокупности в j-1 период.
Знак прироста показывает направление изменения удельного веса данной структуры части («+» – увеличение, «–» – уменьшение), а его значение – конкретную величину этого изменения.
Темп роста удельного веса представляет собой отношение удельного веса i-й части совокупности в j-й период времени к удельному весу той же части в предшествующий период:
(2)
Темпы роста удельного веса выражаются в процентах и всегда являются положительными величинами. Однако, если в совокупности имели место какие-либо структурные изменения, часть темпов роста будет больше 100%, а часть – меньше.
Если изучаемая структура представлена данными за три и более периода, появляется необходимость в динамическом осреднении приведенных выше показателей, то есть в расчете средних показателей структурных сдвигов.
Средний абсолютный прирост удельного веса i-й структурной части показывает, на сколько процентных пунктов в среднем за какой-либо период (день, неделю, месяц, год и т.п.) изменяется данная структурная часть:
(3)
где n – число осредняемых периодов.
Сума средних «абсолютных» приростов удельных весов всех k структурных частей совокупности, так же как и сумма их приростов за один временной интервал, должна быть равна нулю.
Средний темп роста удельного веса характеризует среднее относительное изменение удельного веса i-й структурной части за n периодов и рассчитывается по формуле средней геометрической:
(4)
Подкоренное выражение этой формулы представляет собой последовательное произведение цепных темпов роста удельного веса за все временные интервалы .
- Обобщающие
показатели структурных сдвигов.
Среди применяемых для этой цели обобщающих показателей наиболее распространен линейный коэффициент абсолютных структурных сдвигов, представляющий собой суму приростов удельных весов, взятых по модулю, деленную на число структурных частей:
(5)
Этот показатель отражает среднее изменение удельного веса (в процентных пунктах), которое имело место за рассматриваемый временной интервал в целом по всем структурным частям совокупности.
Для анализа внешней торговли используются также индексы:
, (6)
- индекс стоимости (характеризует общую динамику стоимости экспорта или импорта)
- индекс физического объема (характеризует изменение общей массы экспорта или импорта)
, (7)
- индекс средних цен
или, (8)
(показывает, как повлияло изменение средних цен на динамику экспорта или импорта)
, (9)
Индексы средних цен экспорта/импорта товаров характеризуют изменение уровня цен на экспортируемые/импортируемые товары в отчетном периоде по сравнению с базисным. Индексы физического объема экспорта/импорта товаров характеризуют изменение объемов экспорта/импорта товаров при условии, что цены на экспортируемые/импортируемые товары в отчетном периоде по сравнению с базисным периодом не изменялись.
ГЛАВА 2. Статистический анализ внешней торговли
2.1. Исследование динамики на основе показателей внешней торговли
Внешнеторговый оборот России в 2010 году составил 625,6 млрд. долларов США и по сравнению с 2009 годом возрос на 33,4% (см.рис.2.1.1), в том числе со странами дальнего зарубежья – 534,3 млрд. долларов США (на 33,4 %), со странами СНГ – 91,3 млрд. долларов США (на 33,1 %).Сальдо торгового баланса в 2010 году составило 167,6 млрд. долларов США, увеличившись по сравнению с 2009 годом на 33,3 млрд. долларов США.
Рисунок 2.1.1. Динамика объема внешнеторгового оборота в 2006–2010 годах 4
Таблица 2.1.2
Внешняя торговля Российской Федерации (в млрд.долл.США) 5
| 2006 год | 2007 год | 2008 год | 2009 год | 2010 год | |
| со странами дальнего зарубежья | |||||
| экспорт | 260,2 | 300,6 | 400,5 | 255,3 | 337,5 |
| импорт | 140,2 | 191,7 | 252,9 | 167,7 | 213,6 |
| сальдо | 120 | 108,9 | 147,6 | 87,6 | 123,9 |
| со странами СНГ | |||||
| экспорт | 43,4 | 53,8 | 71,1 | 48,1 | 62,6 |
| импорт | 24,0 | 31,8 | 39,0 | 24,1 | 35,2 |
| сальдо | 19,4 | 22 | 32,1 | 24 | 27,4 |
| Всего | 467,8 | 577,9 | 763,5 | 495,2 | 648,9 |
Рисунок
2.1.2. Динамика внешней торговли 2006-2010 гг.,
млрд. долл
Как
отмечено на рис.2.1.2, положительное сальдо
торгового баланса, достигнув в 2008 года
максимума за весь предшествующий период
наблюдения, в результате финансово-экономического
кризиса систематически снижалось с ускоряющимся
темпом, вплоть до минимального значения
в 2009 года (40,2% от уровня 2008 года). С 2009 года
по 2010 год в динамике сальдо торгового
баланса отмечался рост.
Необходимо
отметить, что в 2009 году объем внешней
торговли России снизился по сравнению
с 2008 годом более чем вдвое (на
53%, по данным Федеральной таможенной
службы). В большей степени это
связано с падением экспорта из России.
Его сокращение существенно опередило
падение импорта (47,4 % против 39,3%).
Причины
столь резкого сокращения внешней
торговли лежат на поверхности. Примерно
70% в структуре российского экспорта
составляет топливно-энергетическая продукция,
и при случившемся падении
цен на нефть соответствующее сокращение
экспорта вполне закономерно. Сокращение
экспорта топливно-энергетических товаров
было максимальным и составило 51%. Между
тем, учитывая довольно сдержанные прогнозы
цен на нефть, восстановление российского
экспорта может оказаться длительным
процессом. По сведениям Министерства
экономического развития России, среднегодовая
стоимость нефти марки Urals в 2009 году составила
41 долл. США за баррель, а в 2011году её цена
ожидается на уровне 50 долл. США за баррель.
Существующее
снижение объемов импорта, прежде всего,
связано с реальным сокращением
объемов поставок из-за рубежа. После
снижения курса рубля к ведущим
валютам импортные товары стали
для российских потребителей примерно
в 1,5 раза дороже, что привело к
соответствующему падению спроса на
них. Другой причиной падения импорта
может быть снижение закупок машин,
оборудования и другой техники - денег
у компаний нет, и инвестиции падают
практически по всем отраслям.
Меньшее
(по сравнению с экспортом) падение
импорта связано с тем, что
без некоторых товаров российские
потребители просто не могут обойтись.
Именно для продовольственных товаров
падение импорта было минимальным
- 19%. В отличие от компаний, население
пока сохраняет платежеспособность.
Хотя и здесь снижение было неравномерным.
Так, Россия сократила закупки импортного
мяса на 26%, мяса птицы на 32%. Импорт овощей
уменьшился почти на 20%. А абсолютным
лидером по сокращению импорта стало
подсолнечное масло - минус 79%.
Среди
импортных товаров наименее востребованными
оказались машины, оборудование и
транспортные средства, которые потеряли
54 % оборота. Продукция химической промышленности
упала примерно на 30 %.
В
общем объеме внешнеторгового оборота
Российской Федерации на долю стран
дальнего зарубежья в 2010 году приходилось
84,93 % (в 2009 году – 85,42%) (см. Приложение).
Товарооборот
России со странами дальнего зарубежья
в 2010 году составил 551,1 млрд. долларов США
и по сравнению с 2009 годом увеличился на
31 %, в том числе экспорт – 337,5 млрд. долларов
США (рост на 32,2 %), импорт – 215,6 млрд. долларов
США (рост на 27,4%) (см.рис.2.1.3).
Рисунок
2.1.3. Товарооборот России со странами дальнего
зарубежья в 2009-2010 гг.
Сальдо
торгового баланса с этими
странами сложилось положительное
в размере 123,9 млрд. долларов США
(в 2009 году – 87,6 млрд. долларов США).
В
общем объеме внешнеторгового оборота
России на долю государств – участников
СНГ в 2010 году приходилось 15,07 % (в 2009 году
– 14,58 %).
и т.д.................
«Анализ влияния факторов на результаты внешнеторговой деятельности – наименее изученная проблема статистики внешней торговли. Изучение стохастических связей во внешней торговле в настоящее время носит эпизодический характер. С одной стороны это связано с «молодостью» таможенной статистики, как науки. С другой стороны причиной является отсутствие специалистов-статистиков занимающихся изучением стохастических связей на местах. В-третьих, информационная база для изучения влияния разнообразных факторов на результаты внешнеторговой деятельности выходит за рамки базы данных ГТК-ФТС. Появляется необходимость в привлечении дополнительной информации, например информации Федеральной службы Государственной статистики России, что требует отлаженных механизмов взаимообмена информацией, либо изыскания иных возможностей получения необходимых данных» .
«Один из наиболее общих законов объективного мира – закон всеобщей связи и зависимости между явлениями. Естественно, что, исследуя явления в самых различных областях, статистика неизбежно сталкивается с зависимостями как между количественными, так и между качественными показателями, признаками. Ее задача – обнаружить (выявить) такие зависимости и дать им количественную характеристику.
Среди взаимосвязанных признаков (показателей) одни могут рассматриваться как определенные факторы, влияющие на изменение других (факторные ), а вторые (результативные ) – как следствие, результат влияния первых.
Существует 2 вида связи между отдельными признаками: функциональная и стохастическая (статистическая), частным случаем которой является корреляционная.
Связь между двумя переменными x и y называется функциональной , если определенному значению переменной x строго соответствует одно или несколько значений другой переменной y , и с изменением значения x значение y меняется строго определенно. Такие связи обычно встречаются в точных науках. Например, известно, что площадь квадрата равна квадрату его стороны (S = a 2 ). Это соотношение характерно для каждого единичного случая (квадрата), это так называемая жестко детерминированная связь. Такие связи можно встретить и в таможенном деле. Например, связь между суммой адвалорной таможенной пошлины (y) и таможенной стоимостью товара (x) , облагаемого по фиксированной адвалорной ставке таможенной пошлины, например 5%, легко можно выразить формулой y = 0,05х . Для изучения функциональных связей применяется индексный метод, которыйрассматривается в теме 8.
Существуют и иного рода связи, где взаимно действуют многие факторы, комбинация которых приводит к вариации значений результативного признака (показателя) при одинаковом значении факторного признака. Например, при изучении зависимости величины таможенных платежей, поступающих в федеральный бюджет, от количества товаров, перемещаемых через таможенную границу государства, (или от стоимостного товарооборота) последние будут рассматриваться как факторный признак, а величина таможенных платежей – как результативный. Между ними нет жестко детерминированной связи, т.е. при одном и том же количестве перемещенных через таможенную границу товаров (или стоимости товарооборота) величина таможенных платежей, перечисленных разными таможнями будет различной, так как кроме количества товаров, перемещаемых через таможенную границу государства, (или стоимость товарооборота) на величину таможенных платежей влияет много других факторов (различная номенклатура товаров, для которых применяются различные таможенные пошлины, сборы и льготы; различные таможенные режимы перемещения товаров через таможенную границу и др.), комбинация которых вызывает вариацию величины таможенных платежей.
Там, где взаимодействует множество факторов, в том числе и случайных, выявить зависимости, рассматривая единичный случай, невозможно. Такие связи можно обнаружить только при массовом наблюдении как статистические закономерности. Выявленная таким образом связь именуется стохастической .
Корреляционная связь – понятие более узкое, чем стохастическая связь, это ее частный случай. Именно корреляционные связи являются предметом изучения статистики.
Корреляционная связь – это связь, проявляющаяся при большом числе наблюдений в виде определенной зависимости между средним значением результативного признака и признаками-факторами. Другими словами, корреляционную связь условно можно рассматривать как своего рода функциональную связь средней величины одного признака (результативного) со значением другого (или других). При этом, если рассматривается связь средней величины результативного показателя y с одним признаком-фактором x , корреляция называется парной , а если факторных признаков 2 и более (x 1 , x 2 , …, x m ) – множественной .
По характеру изменений x и y в парной корреляции различают прямую и обратную связь. При прямой связи значения обоих признаков изменяются в одном направлении, т.е. с увеличением (уменьшением) значений x увеличиваются (уменьшаются) и значения y . При обратной связи значения факторного и результативного признаков изменяются в разных направлениях.
Изучение корреляционных связей сводится в к решению следующих задач:
1) выявление наличия (отсутствия) корреляционной связи между изучаемыми признаками;
2) измерение тесноты связи между двумя (и более) признаками с помощью специальных коэффициентов (эта часть исследования именуется корреляционным анализом);
3) определение уравнения регрессии – математической модели, в которой среднее значение результативного признака у рассматривается как функция одной или нескольких переменных – факторных признаков (эта часть исследования именуется регрессионным анализом).
34. Корреляционно-регрессионный анализ связей показателей внешней торговли.
Общий термин «корреляционно-регрессионный анализ » подразумевает всестороннее исследование корреляционных связей (т.е. решение всех трех задач).
3. Коэффициент корреляции знаков (Фехнера) – простейший показатель тесноты связи, основанный на сравнении поведения отклонений индивидуальных значений каждого признака (x и y ) от своей средней величины. При этом во внимание принимаются не величины отклонений () и (), а их знаки («+» или «–»). Определив знаки отклонений от средней величины в каждом ряду, рассматривают все пары знаков и подсчитывают число их совпадений (С ) и несовпадений (Н ). Тогда коэффициент Фехнера рассчитывается как отношение разности чисел пар совпадений и несовпадений знаков к их сумме, т.е. к общему числу наблюдаемых единиц:
. (1)
Очевидно, что если знаки всех отклонений по каждому признаку совпадут, то К Ф = 1, что характеризует наличие прямой связи. Если все знаки не совпадут, то К Ф =– 1(обратная связь). Если же åС=åН , то К Ф = 0. Итак, как и любой показатель тесноты связи, коэффициент Фехнера может принимать значения от 0 до 1. Однако, если К Ф = 1, то это ни в коей мере нельзя воспринимать как свидетельство функциональной зависимости между х и у .
Средние значения факторного и результативного признаков определяем по формуле средней арифметической простой Ошибка! Источник ссылки не найден. :
; 
.
В двух последних столбцах таблицы 2 приведены знаки отклонений каждого х и у от своей средней величины. Число совпадений знаков – 10, а несовпадений – 2, тогда определяем коэффициент корреляции знаков (Фехнера) по формуле. (1):
К Ф = 
Таблица 2. Вспомогательная таблица для расчета коэффициента Фехнера
| № месяца | x | y | x – | y – |
| 27,068 | 172,17 | – | – | |
| 29,889 | 200,90 | – | – | |
| 34,444 | 231,83 | – | – | |
| 33,158 | 232,10 | – | – | |
| 37,755 | 233,40 | + | – | |
| 37,554 | 236,99 | + | – | |
| 37,299 | 246,53 | + | + | |
| 40,370 | 253,62 | + | + | |
| 37,909 | 256,43 | + | + | |
| 38,348 | 261,89 | + | + | |
| 39,137 | 259,36 | + | + | |
| 46,298 | 278,87 | + | + | |
| Итого | 439,229 | 2864,09 |
Обычно такое значение показателя тесноты связи характеризует заметную прямую зависимость между x и y , однако, следует иметь в виду, что поскольку К Ф зависит только от знаков и не учитывает величину самих отклонений х и у от их средних величин, то он практически характеризует не столько тесноту связи, сколько ее наличие и направление.
4. Линейный коэффициент корреляции – самый популярный измеритель тесноты линейной связи между двумя количественными признаками x и y . Он основан на предположении, что при полной независимости признаков x и у отклонения значений факторного признака от средней () носят случайный характер и должны случайно сочетаться с различными отклонениями (). При наличии значительного перевеса совпадений или несовпадений таких отклонений делается предположение о наличии связи между x и y .
В отличие от К Ф в линейном коэффициенте корреляции учитываются не только знаки отклонений от средних величин, но и значения самих отклонений, выраженные для сопоставимости в единицах среднего квадратического отклонения t :
Линейный коэффициент корреляции r представляет собой среднюю величину из произведений нормированных отклонений для x и у :
, (2) или 
. (3)
Числитель формулы. (3), деленный на n , представляющий собой среднее произведение отклонений значений двух признаков от их средних значений, называется коэффициентом ковариации – это мера совместной вариации факторного x и результативного y признаков:
Недостатком коэффициента ковариации является то, что он не нормирован, в отличие от линейного коэффициента корреляции. Очевидно, что линейный коэффициент корреляции представляет собой частное от деления ковариации между х и у на произведение их средних квадратических отклонений:
Путем несложных математических преобразований можно получить и другие модификации формулы линейного коэффициента корреляции, например:
, (6) 
, (7)
, (8) 
. (9)
Линейный коэффициент корреляции может принимать значения от –1 до +1, причем знак определяется в ходе решения. Например, если , то r по формуле (6) будет положительным, что характеризует прямую зависимость между х и у , в противном случае (r< 0) – обратную связь. Если , то r= 0, что означает отсутствие линейной зависимости между х и у , а при r= 1 – функциональная зависимость между х и у . Следовательно, всякое промежуточное значение r от 0 до 1 характеризует степень приближения корреляционной связи между х и у к функциональной. Существует эмпирическое правило (шкала Чэддока) для оценки тесноты связи, представленное в таблице 3.
Таблица 3. Шкала Чэддока
Таким образом, коэффициент корреляции при линейной зависимости служит как мерой тесноты связи, так и показателем, характеризующим степень приближения корреляционной зависимости между х и у к линейной. Поэтому близость значения r к 0 в одних случаях может означать отсутствие связи между х и у , а в других свидетельствовать о том, что зависимость не линейная.
В нашей задаче для расчета r построим вспомогательную таблицу 4.
Таблица 4. Вспомогательные расчеты линейного коэффициента корреляции
| № Месяца | x | y | t x | t y | t x t y | xy | |||
| 27,068 | 172,17 | 90,897 | 4422,782 | -1,993 | -2,408 | 4,799 | 634,049 | 4660,298 | |
| 29,889 | 200,90 | 45,064 | 1426,875 | -1,403 | -1,368 | 1,919 | 253,577 | 6004,700 | |
| 34,444 | 231,83 | 4,657 | 46,840 | -0,451 | -0,248 | 0,112 | 14,769 | 7985,153 | |
| 33,158 | 232,10 | 11,861 | 43,217 | -0,720 | -0,238 | 0,171 | 22,641 | 7695,972 | |
| 37,755 | 233,40 | 1,329 | 27,815 | 0,241 | -0,191 | -0,046 | -6,081 | 8812,017 | |
| 37,554 | 236,99 | 0,906 | 2,836 | 0,199 | -0,061 | -0,012 | -1,603 | 8899,922 | |
| 37,299 | 246,53 | 0,486 | 61,717 | 0,146 | 0,284 | 0,041 | 5,476 | 9195,322 | |
| 40,370 | 253,62 | 14,198 | 223,383 | 0,788 | 0,541 | 0,426 | 56,317 | 10238,639 | |
| 37,909 | 256,43 | 1,708 | 315,276 | 0,273 | 0,643 | 0,176 | 23,207 | 9721,005 | |
| 38,348 | 261,89 | 3,049 | 538,983 | 0,365 | 0,841 | 0,307 | 40,535 | 10042,958 | |
| 39,137 | 259,36 | 6,426 | 427,911 | 0,530 | 0,749 | 0,397 | 52,439 | 10150,572 | |
| 46,298 | 278,87 | 94,012 | 1615,718 | 2,027 | 1,455 | 2,950 | 389,740 | 12911,123 | |
| Итого | 439,229 | 2864,09 | 274,594 | 9153,353 | 11,241 | 1485,066 | 106317,681 |
В нашей задаче: = = 4,784; = = 27,618.
Тогда линейный коэффициент корреляции по формуле (2): r = 11,241/12 = 0,937.
Аналогичный результат получаем по формуле. (3):
r = 1485,066/(12*4,784*27,618) = 0,937
Или по формуле (6):
r = (106317,681/12 – 36,602*238,674) / (4,784*27,618) = 0,937.
Найденное значение свидетельствует о том, что связь между величиной стоимостного внешнеторгового товарооборота и величиной таможенных платежей в федеральный бюджет очень близка к функциональной (сильная по шкале Чэддока).
Проверка коэффициента корреляции на значимость (существенность). Интерпретируя значение коэффициента корреляции, следует иметь в виду, что он рассчитан для ограниченного числа наблюдений и подвержен случайным колебаниям, как и сами значения x и y , на основе которых он рассчитан. Другими словами, как любой выборочный показатель, он содержит случайную ошибку и не всегда однозначно отражает действительно реальную связь между изучаемыми показателями. Для того, чтобы оценить существенность (значимость) самого r и, соответственно, реальность измеряемой связи между х и у , необходимо рассчитать среднюю квадратическую ошибку коэффициента корреляции σ r . Оценка существенности (значимости) r основана на сопоставлении значения r с его средней квадратической ошибкой: .
Существуют некоторые особенности расчета σ r в зависимости от числа наблюдений (объема выборки) – n .
1. Если число наблюдений достаточно велико (n >30), то σ r рассчитывается по формуле. (10):
Обычно, если >3, то r считается значимым (существенным), а связь – реальной. Задавшись определенной вероятностью, можно определить доверительные пределы (границы) r = (), где t – коэффициент доверия, рассчитываемый по интегралу Лапласа (см. Приложение 11) .
2. Если число наблюдений небольшое (n <30), то σ r рассчитывается по формуле, (11):
а значимость r проверяется на основе t- критерия Стьюдента, для чего определяется расчетное значение критерия по формуле. (12) и сопоставляется c t ТАБЛ .
. (12)
Табличное значение t ТАБЛ находится по таблице распределения t -критерия Стьюдента (см. Приложение 9.) при уровне значимости α=1-β и числе степеней свободы ν=n–2 . Если t РАСЧ > t ТАБЛ , то r считается значимым, а связь между х и у – реальной. В противном случае (t РАСЧ < t ТАБЛ ) считается, что связь между х и у отсутствует, и значение r , отличное от нуля, получено случайно.
В нашей задаче число наблюдений небольшое, значит, оценивать существенность (значимость) линейного коэффициента корреляции будем по формулам, (11) и. (12):
= 0,349/3,162 = 0,110; = 0,937/0,110 = 8,482.
Из приложения 9 видно, что при числе степеней свободы ν = 12 – 2 = 10 (в 10-й строке) и вероятности β = 95% (уровень значимости α =1 – β = 0,05) t табл = 2,2281, а при вероятности 99% (α =0,01) t табл = 3,169, значит, t РАСЧ > t ТАБЛ , что дает возможность считать линейный коэффициент корреляции r = 0,937 значимым.
5. Подбор уравнения регрессии представляет собой математическое описание изменения взаимно коррелируемых величин по эмпирическим (фактическим) данным. Уравнение регрессии должно определить, каким будет среднее значение результативного признака у при том или ином значении факторного признака х, если остальные факторы, влияющие на у и не связанные с х, не учитывать, т.е. абстрагироваться от них. Другими словами, уравнение регрессии можно рассматривать как вероятностную гипотетическую функциональную связь величины результативного признака у со значениями факторного признака х.
Уравнение регрессии можно также назвать теоретической линией регрессии. Рассчитанные по уравнению регрессии значения результативного признака называются теоретическими .Они обычно обозначаются или (читается: «игрек, выравненный по х») и рассматриваются как функция от х , т.е. = f(x) .
Найти в каждом конкретном случае тип функции, с помощью которой можно наиболее адекватно отразить ту или иную зависимость между признаками х и у, - одна из основных задач регрессионного анализа. Выбор теоретической линии регрессии часто обусловлен формой эмпирической линии регрессии; теоретическая линия как бы сглаживает изломы эмпирической линии регрессии. Кроме того, необходимо учитывать природу изучаемых показателей и специфику их взаимосвязей.
Для аналитической связи между х и у могут использоваться виды уравнений, приведенные в таблице (см.раздел анализ рядов динамики) (при условии замены t на x ). Обычно зависимость, выражаемую уравнением прямой, называют линейной (или прямолинейной), а все остальные - криволинейными зависимостями .
Выбрав тип функции), по эмпирическим данным определяют параметры уравнения. При этом отыскиваемые параметры должны быть такими, при которых рассчитанные по уравнению теоретические значения результативного признака были бы максимально близки к эмпирическим данным.
Существует несколько методов нахождения параметров уравнения регрессии. Наиболее часто используется метод наименьших квадратов (МНК). Его суть заключается в следующем требовании: искомые теоретические значения результативного признака должны быть такими, при которых бы обеспечивалась минимальная сумма квадратов их отклонений от эмпирических значений, т.е.
.
Поставив данное условие, легко определить, при каких значениях a 0 , a 1 и т.д. для каждой аналитической кривой эта сумма квадратов отклонений будет минимальной. Данный метод уже использовался нами в теме 6 «Статистическое изучение динамики ВЭД», поэтому, воспользуемся формулой для нахождения параметров теоретической линии регрессии, заменив параметр t на x :
(13)
Выразив из первого уравнения системы (13) a 0 , получим:
. (14)
Подставив. (14) во второе уравнение системы (13), затем, разделив обе его части на n, получим:
.
Применяя 3 раза формулу средней арифметической, получим: 
.
Раскрыв скобки и перенеся члены без a 1 в правую часть уравнения, выразим a 1 :
. (15)
Параметр a 1 в уравнении линейной регрессии называется коэффициентом регрессии , который показывает на сколько изменяется значение результативного признака y x на единицу.
Исходные данные и расчеты для нашего примера представим в таблице 5.
Таблица 5. Вспомогательные расчеты для нахождения уравнения регрессии
| № п/п | x | y | x 2 | xy | |||
| 27,068 | 172,17 | 732,677 | 4660,298 | 187,124 | 223,612 | 2657,453 | |
| 29,889 | 200,90 | 893,352 | 6004,700 | 202,377 | 2,181 | 1317,497 | |
| 34,444 | 231,83 | 1186,389 | 7985,153 | 227,006 | 23,274 | 136,153 | |
| 33,158 | 232,10 | 1099,453 | 7695,972 | 220,052 | 145,147 | 346,774 | |
| 37,755 | 233,40 | 1425,440 | 8812,017 | 244,908 | 132,441 | 38,864 | |
| 37,554 | 236,99 | 1410,303 | 8899,922 | 243,821 | 46,669 | 26,495 | |
| 37,299 | 246,53 | 1391,215 | 9195,322 | 242,443 | 16,706 | 14,202 | |
| 40,370 | 253,62 | 1629,737 | 10238,639 | 259,048 | 29,459 | 415,076 | |
| 37,909 | 256,43 | 1437,092 | 9721,005 | 245,741 | 114,256 | 49,940 | |
| 38,348 | 261,89 | 1470,569 | 10042,958 | 248,115 | 189,761 | 89,122 | |
| 39,137 | 259,36 | 1531,705 | 10150,572 | 252,381 | 48,710 | 187,871 | |
| 46,298 | 278,87 | 2143,505 | 12911,123 | 291,100 | 149,580 | 2748,498 | |
| Итого | 439,229 | 2864,09 | 16351,437 | 106317,681 | 2864,115 | 1121,795 | 8027,945 |
По формуле. (15): 
= 5,407.
По формуле. (14): a 0 = 238,674 – 5,407*36,602 = 40,767.
Отсюда получаем уравнение регрессии: =40,767+5,407x , подставляя в которое вместо x эмпирические значения факторного признака (2-й столбец таблицы 5), получаем выравненные по прямой линии теоретические значения результативного признака (6-й столбец таблицы 5). Для иллюстрации различий между эмпирическими и теоретическими линиями регрессии построим график (рисунок 6).
Рис.6. График эмпирической и теоретической линий регрессии
Из рисунка 6 видно, что небольшие различия между эмпирической и теоретической линиями регрессии существуют, поэтому необходимо оценить существенность коэффициента регрессии и уравнения связи, для чего определяют среднюю ошибку параметров уравнения регрессии и сравнивают их с этой ошибкой.
Расчет ошибок параметров уравнения регрессии основан на использовании остаточной дисперсии, характеризующей расхождение (отклонение) между эмпирическими и теоретическими значениями результативного признака. Для линейного уравнения регрессии ( ) средние ошибки параметров a 1 и a 2 определяются по формулам (16) и (17) соответственно:
, (16) 
, (17) 
. (18)
Значимость параметров проверяется путем сопоставления его значения со средней ошибкой. Обозначим это соотношение как t
И по той же формуле для параметра a 1 : =8,46.
Так как выборка малая, то задавшись стандартной значимостью α=0,05 находим в 10-й строке Приложения 9 табличное значение t α =2,23, которое значительно меньше полученных значений 13,3 и 8,46, что свидетельствует о значимости обоих параметров уравнения регрессии.
Наряду с проверкой значимости отдельных параметров осуществляется проверка значимости уравнения регрессии
в целом или, что то же самое, проверка адекватности модели с помощью критерия Фишера по Приложению 8 . Данный метод уже использовался нами для проверки адекватности уравнения тренда в предыдущей теме, поэтому воспользовавшись формулой в нашем примере получим: 
Сравнивая расчетное значение критерия Фишера F р = 71,56 с табличным F т = 4,96, определяемое по Приложению 8 при числе степеней свободы ν 1 = k – 1 = 2 –1 = 1 и ν 2 = n – k = 12 – 2 = 10 (т.е. 1-й столбец и 10-я строка) и стандартном уровне значимости α = 0,05, можно сделать вывод, что уравнение регрессии значимо.
6. Коэффициент эластичности показывает, на сколько процентов изменяется в среднем результативный признак y при изменении факторного признака x на 1%. Он рассчитывается на основе уравнения регрессии:
где – первая производная уравнения регрессии y по x .
Коэффициент эластичности – величина переменная, т.е. изменяется с изменением значений фактора x . Так, для линейной зависимости :
Применительно к рассмотренному уравнению регрессии, выражающему зависимость величины таможенных платежей в федеральный бюджет от величины стоимостного внешнеторгового оборота ( = 40,767 + 5,407x
), коэффициент эластичности по формуле. (21): 
.
Подставляя в данное выражение разные значения x, получаем и разные значения Э
. Так, например, при x
= 40 коэффициент эластичности 
= 0,84, а при x
= 50 соответственно 
= 0,87 и т.д. Это значит, что при увеличении внешнеторгового товарооборота x
с 40 до 40,4 млрд.долл. (т.е. на 1%), величина таможенных платежей возрастет в среднем на 0,84% прежнего уровня; при увеличении x
с 50 до 50,5 млрд.долл. (т.е. на 1%) y
возрастет на 0,87% и т.д.» .
Ad valorem (лат.) – «от стоимости»
Проявление стохастических связей подвержено действию закона больших чисел : лишь в достаточно большом числе единиц индивидуальные особенности сгладятся, случайности взаимопогасятся и зависимость, если она имеет существенную силу, проявится достаточно отчетливо
Термин «стохастический» происходит от греч. «stochos» – мишень. Стреляя в мишень, даже хороший стрелок редко попадает в ее центр, выстрелы ложатся в некоторой близости от него. Другими словами стохастическая связь означает приблизительный характер значений признака
Термин «корреляция» ввел в статистику английский биолог и статистик Ф. Гальтон в конце XIX в., под которым понималась «как бы связь», т.е. связь в форме, отличающейся от функциональной. Еще ранее этот термин применил француз Ж.Кювье в палеонтологии, где под законом корреляции частей животных он понимал возможность восстановить по найденным в раскопках частям облик всего животного
Множественная корреляция изучается в курсе эконометрики на основе применения компьютерных программ (напр., специальная надстройка к Excel , SPSS и др.), в курсе статистики изучается только парная корреляция
При измерении тесноты связи между рядами динамики это равнозначно отсутствию автокорреляции между уровнями ряда, т.е. прежде чем оценивать тесноту связи между рядами динамики, необходимо проверить каждый ряд на автокорреляцию – см. методические указания
Проделать это самостоятельно
Термин «регрессия» ввел в статистику Ф. Гальтон, который изучив большое число семей, установил, что в группе семей с высокорослыми отцами сыновья в среднем ниже ростом, чем их отцы, а в группе семей с низкорослыми отцами сыновья в среднем выше отцов, т.е. отклонение роста от среднего в следующем поколении уменьшается – регрессирует
Параметры a 0 и a 1 можно получить не только методом подстановки как приводится далее, но и методом определителей 2-го порядка (проделать данное задание самостоятельно)
Сумма эмпирических (2864,09) и выравненных по прямой линии (2864,115) значений должна совпадать, но в нашем случае этого не происходит из-за округлений расчетов до 3-х знаков после запятой
В числителе – сумма последнего столбца, а в знаменателе – сумма предпоследнего столбца таблицы 5
6.6. Анализ влияния структурного фактора на динамику средней цены товара
Индекс средней цены товара может быть представлен в более подробном, развёрнутом виде. Для этого в формулу индекса вместо самих средних цен подставим формулы их расчёта для отчётного и базисного периода:
В
такой форме индекс средней цены носит
название индекса переменного состава.
Индекс переменного состава показывает,
что на среднюю цену товара оказывают
влияние два фактора. Один из факторов
– это структура совокупности по
физическому объёму товара 
которая изменяется от отчётного к
базисному уровню. Второй фактор – это
цена товара по каждому конкретному
географическому направлению, которая
также изменяется от отчётного к базисному
уровню. Чтобы определить влияние каждого
из указанных факторов на изменение
средней цены товара, строятся два
индекса. Индекс, оценивающий влияние
изменения структуры товаропотока на
среднюю цену товара, называется индексом
структурных сдвигов
и имеет вид:
В этом индексе структура товаропотока изменяется от отчетной к базисной, а цены фиксируются на базисном уровне.
Индекс структурных сдвигов оценивает изменение средней цены товара под влиянием изменения структуры товаропотока по физическому объёму и может быть рассчитан также в трёх формах, как и другие индексы.
6.7. Анализ влияния ценового фактора на динамику средней цены товара
Чтобы выявить влияние ценового фактора на изменение средней цены товара необходимо построить другой индекс, который называется индексом постоянного состава. В этом индексе изменяются цены от отчётного значения к базисному, а структура товаропотока фиксируется на отчётном уровне:
Индекс постоянного состава показывает, как изменяется средняя цена товара под влиянием изменения цен по конкретным географическим направлениям. Этот индекс может определятся в относительной, разностной и приростной формах как и другие индексы.
Рассчитав индексы структурных сдвигов и постоянного состава можно определить, какое изменение средней цены товара вызвано изменением структуры товаропотока, а какое связано с изменением самих цен на товар. Если индекс структурных сдвигов показывает рост средней цены (т.е. его значение в относительной форме, например, существенно превышает 100%), это говорит о том, что изменение географической направленности товаропотока неэффективно и привело к росту цен по сравнению с прошлым периодом.
6.8. Построение индексов условий внешней торговли, их интерпретация
При изучении динамики внешней торговли важно анализировать не только изменения стоимости, цен и физического объёма экспорта и импорта товаров, но и оценивать её эффективность в целом. С этой целью рассчитывается ряд показателей, которые исчисляются через индексы физического объёма, средних цен и стоимости по экспорту и импорту страны. Путём сопоставления индексов, рассчитанных по экспорту, с индексами, рассчитанными по импорту, определяются показатели, характеризующие условия внешней торговли страны в конкретном периоде времени по сравнению с предыдущим периодом.
Индекс общих условий торговли рассчитывается как отношение индекса стоимости по экспорту РФ к индексу стоимости по импорту РФ:
Считается, что если индекс общих условий торговли превышает 1 или 100%, это говорит о более благоприятных условиях по сравнению с предыдущим периодом, если индекс меньше 1 или 100%, следовательно, условия торговли стали менее благоприятными.
Индекс реальных (ценовых) условий торговли рассчитывается, как отношение индекса средних цен по экспорту РФ к индексу средних цен по импорту страны:
Данный индекс характеризует эффективность товарообмена страны. Он отвечает на вопрос: сколько товаров можно дополнительно импортировать в текущем периоде на сумму выручки от экспорта по сравнению с базисным периодом и, как следствие, либо расширение, либо сужение импортных возможностей страны. Если индекс реальных условий торговли превышает 1 или 100%, это говорит о том, что в отчётном периоде страна смогла бы на ту же экспортную выручку, что и в базисном периоде, закупить за счёт изменения мировых цен больше импортных товаров. Если данный индекс равен 1 или 100%, это означает, что стране не удалось получить дополнительную выгоду от внешней торговли по сравнению с базисным периодом. Если же индекс реальных условий меньше 1 или 100%, это означает, что выгодность товарообмена для страны уменьшилась.
Индекс валовых (объёмных) условий торговли рассчитывается как отношение индекса физического объёма по экспорту к индексу физического объёма по импорту страны:
Он характеризует динамику отношения объёмов экспорта и импорта. Если индекс валовых условий торговли больше 1 или 100%, это означает, что страна получает больше материальных ценностей из-за рубежа на единицу экспортируемых товаров по сравнению с базисным периодом, если данный индекс меньше 1 или 100%, то соответственно, страна получает меньше материальных ценностей на единицу экспортируемых товаров.
Для определения импортных возможностей страны вследствие изменения реальных условий торговли применяется индекс покупательной способности экспорта. Он определяется как произведение индекса физического объёма экспорта на индекс реальных условий торговли:
Этот индекс в известной мере характеризует улучшение условий внешней торговли в отчётном периоде по сравнению с базисным, если он больше 1. При этом если индекс реальных условий торговли и индекс физического объёма экспорта изменяются в противоположных направлениях, но так, что индекс покупательной способности экспорта равен 1, то всё таки можно говорить об улучшении условий внешней торговли.
Следует отметить, что интерпретация рассмотренных показателей достаточно сложна и не бесспорна. Их анализ необходимо проводить, учитывая динамику показателей торгового баланса.
Для детального анализа эффективности товарообмена РФ целесообразно осуществлять расчёты индексов условий торговли по группам стран и по конкретным странам, а также по отдельным товарным группам и товарам.
Результаты статистического анализа тенденций изменения показателей условий внешней торговли могут учитываться при выработке стратегии и при определении приоритетов России в выборе стран – партнёров по внешней торговле.
Внешняя торговля - традиционная и наиболее развитая форма международных экономических отношений – 80% всего объема МЭО.
Экономический успех любой страны мира основывается на внешней торговле.
Международная торговля (МТ ) является формой связи между товаропроизводителями разных стран , возникающей на основе международного разделения труда , и выражает их взаимную экономическую зависимость .
Со второй половины XX века мировая торговля развивается высокими темпами. В период 1950-1998 гг. мировой экспорт вырос в 16 раз. С середины 90-х высокие устойчивые темпы роста мирового экспорта - в среднем 6% в год.
Международная торговля растет быстрее производства. Тем самым создаются более благоприятные условия для его развития. На каждые 10% роста мирового производства приходится 16% увеличения объема МТ. Наблюдается увеличение ёмкости мировых рынков
На стабильный, устойчивый рост международной торговли оказал влияние ряд факторов :
· развитие международного разделения труда и интернационализации производства и капитала;
· научно-техническая революция, способствующая обновлению основного капитала, созданию новых отраслей экономики, ускоряющая реконструирование старых;
· регулирование (либерализация) международной торговли посредством мероприятий ГАТТ - ВТО;
· либерализация международной торговли, переход многих стран к режиму, включающему отмену количественных ограничений импорта и существенное снижение таможенных пошлин - образование "свободных экономических зон";
· развитие процессов торгово-экономической интеграции: устранение региональных барьеров, формирование общих рынков, зон свободной торговли;
· активная деятельность транснациональных корпораций на мировом рынке;
· получение политической независимости бывших колониальных стран. Выделение из их числа "новых индустриальных стран" с моделью экономики, ориентированной на внешний рынок.
«внешняя торговля » - торговля какой-либо страны с другими странами, состоящая из оплачиваемого ввоза (импорта ) и оплачиваемого вывоза (экспорта ) товаров.
Внешнеторговая деятельность подразделяется по товарной специализации на:
· торговлю готовой продукцией,
· торговлю машинами и оборудованием,
· торговлю сырьем
· торговлю услугами.
Основные конкуренты на мировом рынке
Современная структура мирового хозяйства может быть передана через понятия “центр”, “полупериферия” и “периферия”.
Центр - развитые страны Запада.
К полупериферии можно отнести большинство стран с переходной экономикой. В нее входят и наиболее “продвинутые” развивающиеся государства – “новые индустриальные страны” (НИС).
Периферия - развивающиеся страны (кроме НИС).
Главную играют индустриальные государства Запада. На них приходится более 70% мирового экспорта. При этом около 70% экспорта развитых стран Запада приходится на взаимный товарооборот .
Крупнейшими экспортёрами являются: США, Германия, Япония, Франция.
В экспорте этих стран преобладают капиталоемкие промышленные товары (машины и оборудование). В Германии – более 80% , в Японии – более 90% (1 место в мире).
1/3 японского экспорта приходится на США.
Западная Европа - главный центр международной торговли. Ее экспорт почти в 4 раза превышает экспорт США.
В настоящее время самые высокие темпы развития экономики и роста экспорта наблюдаются в Китае.
Устойчиво высокие темпы международной торговли поддерживаются за счет расширения торговли внутри стран ОЭСР (Организации экономического сотрудничества и развития). С середины 90-х годов доля стран ОЭСР (это в основном развитые страны) в мировой торговле 73% .
По прогнозам специалистов, в 2030 г. в числе наиболее конкурентоспособных государств предполагается увидеть три государства - США, Японию и Китай. Далее в этом долгосрочном прогнозе идут Германия, Сингапур, Южная Корея, Индия, Тайвань, Малайзия и Швейцария.
Доля развивающихся стран (включая Китай) в мировом экспорте более 27%. Их внешнеэкономические связи ориентированы на развитые капиталистические страны. На взаимную торговлю приходится лишь примерно 35% экспорта развивающихся государств.
Пока развивающиеся страны в основном остаются поставщиками сырья и продовольствия и сравнительно простых изделий готовой продукции на мировой рынок.
Из промышленных товаров в экспорте преобладают трудоёмкие (дешевая рабочая сила), ресурсоёмкие .
Капиталоемкая продукция присутствует в основном в экспорте НИС – 2/3 объема экспорта обрабатывающей промышленности. В других странах лишь 1/5.
Развивающиеся страны играют ведущую роль лишь в мировом экспорте одежды и тканей .
В экспорте услуг возросла доля финансовых и культурных услуг при сокращении доли транспорта и туризма.
В экспорте стран ОПЕК нефть и нефтепродукты –более 30%. (Кувейт,Саудовская Аравия)
Стремление развивающихся стран диверсифицировать свой экспорт за счет товаров промышленной группы зачастую встречает в той или иной форме противодействие промышленно развитых стран.
В целом экспорт развивающихся стран (за исключением НИС) растет неравномерно, как по группам стран, так и по отраслям.
Для развивающихся государств велико значение внешнеэкономических связей. Они способствуют расширению и модернизации основного капитала, позволяют получать новые технологии (эк. развитие), способствуют смягчению соц-эк проблем, возникающих при переходе к рыночной экономике.
Прибыль предприятия факторы влияющие на ее величину на примере СП ООО Данинвест
Дипломная работа >> Финансы... Анализ факторов влияющих на изменение прибыли 2.3.1 Анализ прибыли от реализации продукции. Факторный анализ 2.3.2 Анализ операционных и внереализационных результатов 2.3.3 Анализ факторов влияющих ... данного товарооборота можно рассчитать на основании...
Анализ товарооборота ООО Адидас
Реферат >> Экономика... изменения , происходящие в ассортиментной структуре, факторы , влияющие на этот процесс, разработать предложения по увеличению товарооборота . Анализ структуры...
Анализ финансовых показателей деятельности предприятия на примере МКП "Бытовик"
Дипломная работа >> Экономика... анализа . Анализ проводится на основе учетной информации, поэтому начинать его ... и факторов , влияющих на их изменение . В... изменения в финансовом состоянии и факторы , вызвавшие эти изменения . Путем исследований и анализа было определено, что товарооборот на ...
Анализ розничного товарооборота (2)
Курсовая работа >> Бухгалтерский учет и аудит... ; - определение факторов , влияющих на его изменение (количественное измерение и обобщения влияния факторов на выполнение прогнозных показателей и динамику розничного товарооборота ...
Факторы , влияющие на прибыль предприятия и экономические показатели ее оценки
Реферат >> ЭкономикаДинамизм, учитывающий изменение факторов внешней среды, ... Факторы , влияющие на прибыль предприятия и экономические показатели ее оценки 2.1 Анализ формирования прибыли Целью анализа ... вид деятельности предприятия объем товарооборота и его скорость и другие. ...