Анализ динамики и структуры таможенных правонарушений

 

Таблица 1. Анализ динамики и  структуры возбуждения дел об административных правонарушениях.

В том числе за 1-е полугодие  2010 и 2011 годов:

		2010 год	2011 год
Без проведения административного  расследования	Составлено протоколов об АП	19196	14562
	Вынесено постановление  прокурора	301	164
	Постановление-предупреждение	1371	1281
	Постановление без составления протокола	4323	5886
Всего:		25191	21893
С проведением административного  расследования	Вынесено определений  о возбуждении дела об АП	18653	17127
	Постановление прокурора	584	532
Всего:		19237	17659

 

Исходя из данных, которые  получились в таблице, можно сказать  что, что в первом полугодии 2011 года по сравнению с аналогичным периодом 2010 года в абсолютном отношении произошло сокращение возбужденных дел без проведения административного расследования на 3298, а так же дел с проведением административного расследования на 1578 дел.

 

Таблица 2. Виды назначенных  наказаний в период за 1 полугодие 2010 и 2011 годов.

Год	2010	2011
Предупреждения	2454	2387
Административные штрафы	29036	28229
Конфискация орудий совершения и/или предметов АП	4008	4601
Административный штраф  с конфискацией орудий совершения и/или  предметов АП	635	695
Административный арест	29	29
Всего:	36162	35941

 

Судя по рассчитанным данным, можно сказать, что в целом в первом полугодии 2011 года идёт незначительное снижение по назначенным наказаниям на 221 дело. В основном это связано из-за снижения количества административных штрафов.

 

Таблица 3. Суммы денежных средств в млрд. рублей, изъятых  в ходе проверок по правонарушениям  таможенными органами в первом полугодии 2010 и 2011 годов.

	2010	2011
Сумма неуплаченных таможенных платежей	0,5182	0,319
Товары и транспортные средства, незаконно перемещенные через  таможенную границу	8,6	5,7
Не возвращено из-за границы  средств в иностранной валюте	58	48
Итого:	67,1182	54,019

 

Как вывод, можно сказать, что при проведении анализа динамики и структуры статистических данных за первое полугодие 2010 и 2011 годов было выявлено сокращение возбужденных дел без проведения административного расследования на 3298, а так же дел с проведением административного расследования на 1578 дел. Так же, в первом полугодии 2011 года идёт незначительное снижение по назначенным наказаниям на 221 дело. А что касается выявленных сумм денежных средств изъятых в ходе проверок таможенными службами, то в первом полугодии 2011 года произошло снижение общей суммы на 13,0992 млрд. рублей.

 

2.3 Корреляционный анализ

 

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 рассматривать связь средней величины результативного показателя y с одним признаком-фактором x, корреляция называется парной, а если факторных признаков 2 и более (x1, x2, …, xm) – множественной.

По характеру изучений 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 к решению следующих  задач:

выявление наличия (отсутствия) корреляционной связи между изучаемыми признаками;

измерение тесноты связи  между двумя (и более) признаками с помощью специальных коэффициентов (эта часть исследования именуется  корреляционным анализом);

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).

Для выявления наличия  и характера корреляционной связи  между двумя признаками в статистике используется ряд методов.

1. Рассмотрение параллельных  данных (значений x и y в каждой из n единиц). Единицы наблюдения необходимо расположить по возрастанию значений факторного признака x и затем сравнить с ним (визуально) поведение результативного признака y (таблица 4).

2. 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.[4]

 

Таблица 4. Параллельные данные.

Год	Количество проверок, х	Количество возбужденных дел, y
2003	17509	58503
2004	19291	64097
2005	20535	68116
2006	21854	74552
2007	23781	84927
2008	25064	88688
2009	27514	94838
2010	29476	96764
2011	30941	97829

 

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 (1) и (2):

 

(1)   и    (2)

 

Линейный коэффициент  корреляции r представляет собой среднюю величину из произведений нормированных отклонений для x и у (3) :

 

(3)

 

Числитель формулы (3), делённый 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 (4):

 

(4)

 

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 x и y на произведение их средних квадратических отклонений (14):

 

(5)

 

Линейный коэффициент  корреляции может принимать значения от –1 до +1, причем знак определяется в  ходе решения. 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 5.

 

Таблица 5. Шкала Чеддока.

| r |	Теснота связи
менее 0,1	отсутствует линейная связь
0,1 ч 0,3	слабая
0,3 ч 0,5	умеренная
0,5 ч 0,7	заметная
более 0,7	сильная (тесная)

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.[4]

Для начала построим вспомогательную  таблицу 6.

 

Таблица 6. Вспомогательные  расчеты линейного коэффициента корреляции.

Год	x	y			tx	ty	tx ty
2003	17509	37936	6534089	915486049	-1,524	-1,615	2,461
2004	19291	58503	5494256	93896100	-0,443	-0,517	0,229
2005	20535	64097	344276	16777216	-0,105	-0,219	0,023
2006	21854	68116	513460	5929	0,131	-0,004	-0,0005
2007	23781	74552	4073441	40436881	0,381	0,339	0,129
2008	25064	84927	15529456	280026756	0,746	0,893	0,666
2009	27514	88688	27275321	420045025	0,99	1,094	1,083
2010	29476	94838	58850921	709956025	1,454	1,422	2,068
2011	30941	97829	73928576	681732100	-1,63	-1,394	2,272
Итого:	215965	669486	270304196	3358362081			8,9305

 

Год		xy
2003	243175509	447948288
2004	22635840	1024329027
2005	-35509738	1236495227
2006	-53130	1398762060
2007	12775231	1629259408
2008	65865024	2019648987
2009	106963405	2222876032
2010	204340505	2609372732
2011	224441560	473391667
Итого:	844634206	13062083428