Статистика внешнеэкономической деятельности

В-третьих, «сырьевая» модель экономики плоха  тем, что быстрый рост экспорта сырья  благодаря росту его добычи или  цен на рынках порождает экономический  парадокс, известный как «голландская болезнь». Ее сущность заключается  в том, что рост добычи и экспорта сырья в минерально-сырьевом секторе  приводит к перемещению ресурсов труда и капитала из торгуемого сектора  в не торгуемый не сырьевой сектор. В России «голландская болезнь» пока что проявляется в «мягкой форме», а именно – в отставании роста обрабатывающих производств по сравнению с ростом ВВП. В целом их рост отстал в 2005-2006 гг. от роста ВВП лишь на 2,8%. В то же время, рост производства пищевых продуктов, включая напитки, и табака отстал за два года от роста ВВП на 3,1%; текстильного и швейного производства – на 6,9%; машин и оборудования – на 9,1%; транспортных средств и оборудования – на 3,6%. Рост выпуска электрооборудования, электронного и оптического оборудования в 2000-2004 гг. опередил рост ВВП на 73%, а в 2005-2006 гг. – лишь на 0,44%. Такая динамика выпуска промышленностью несырьевых торгуемых продуктов во многом объясняется изменением реального курса рубля. В 1998 г. он упал по отношению к доллару на 46,7%, что резко повысило ценовую конкурентоспособность российских производителей. Однако в конце 2006 г. реальный курс рубля к доллару на 13% превысил уровень конца 1997 г. К концу августа это превышение возросло до 20%.

В-четвертых, недостатком «сырьевой» модели экономики  является недостаточно быстрый научно-технический  прогресс (НТП). А ведь он является основным источником современного экономического роста. В сырьевом секторе состав продукции почти не меняется, а  применение новых технологий связано  с созданием новых машин, оборудования, транспортных средств, реагентов, методов  разведки и бурения скважин и  т.д. Т.е. без НТП в торгуемом  секторе стране приходится эти технологии импортировать. Получая природную  ренту, страна-экспортер сырья в  то же время вынуждена платить  «интеллектуальную ренту» странам  – технологическим лидерам.

Можно сделать  вывод: если ничего не менять, то будущее  российской экономики сведется к  роли сырьевого придатка стран Запада и Китая. Но как ее избежать? Во-первых, сменить модель экономического развития (см. параграф 3). Во-вторых, изменить макроэкономическую политику. Нужно перестать девальвировать рубль, привлекая спекулятивные  капиталы из-за рубежа. Это позволит ослабить «голландскую болезнь». Надо прекратить практически бесплатное кредитование западных стран и начать вкладывать государственные средства в реальные активы. Обеспечив отток  спекулятивного капитала из России и  заместив иностранные займы российских госкомпаний бюджетными кредитами, можно без усиления инфляции инвестировать  средства Фонда национального благосостояния в развитие российского машиностроения. Можно вкладывать нефтяные доходы внутри страны, не провоцируя, а замедляя инфляцию: в высокотехнологичные инвестпроекты; в создание компаний на высокомонополизированных рынках; в расширение «узких мест», порождающих структурную инфляцию (например, в развитие цементной  промышленности); в отрасли, в которых  улучшатся конкурентные преимущества в случае падения цен на нефть. Уже сейчас государству нужно  форсировать строительство и модернизацию российских авиастроительных или автомобильных заводов, вкладывая средства в приобретение их акций или в создание новых компаний с полным циклом производства, не занимающихся лишь «отверточной» сборкой.

 

1.4Система показателей статистики внешней торговли

Статистическое наблюдение внешнеторговых операций, как и любое другое исследование, независимо от его масштабов и  целей, заканчивается расчетом и  анализом различных статистических показателей, которые дают количественную характеристику исследуемого явления  в тесной взаимосвязи с внутренними  процессами этого явления, его сущностью. Как правило, изучаемые процессы достаточно сложны, поэтому в анализе  используется система статистических показателей, а не отдельно взятые показатели.

Система статистических показателей  определяется как совокупность взаимосвязанных  показателей, нацеленная на решение  конкретной статистической задачи. [5, с.94]

Статистические показатели получаются расчетным путем. Это, может быть, простой подсчет единиц совокупности, суммирование их значений, сравнение  двух или нескольких величин или  более сложные расчеты.

Для формирования таможенной статистики внешней торговли используется система  показателей статистического мониторинга, основными в которых являются исчисленные в денежном выражении  экспорт и импорт.

На базе этих основных показателей  рассчитываются средние цены, эффективность  внешней торговли, определяется сальдо внешнеторгового баланса, роль и  место внешней торговли в платежном  балансе страны.

Статистическая информация содержит данные, как о стоимости, так и  о количестве экспортных операций, таким образом, учет товаров, обращаемых во внешней торговле, осуществляется также посредством количественных показателей, что позволяет получить данные о ценах конкретных сделок или среднестатистических ценах.

Статистические показатели позволяют  обеспечить проведение различного рода аналитические исследования экспортных операций в разбивке по странам —  контрагентам, участникам внешнеэкономической  деятельности, а также в региональном разрезе.

Кроме этих показателей в таможенных органах активно применяется  расчет показателей эффективности  работы сотрудников за анализируемый  период.

К показателям эффективности можно  отнести:

• перечисления средств в Федеральный  бюджет на одного сотрудника;

• количество ГТД в расчете на одного сотрудника ;

• количество пропущенных транспортных средств в расчете на одного сотрудника;

• количество дел о НТП в расчете  на одного сотрудника и т.п.

Изучение показателей внешней  торговли позволяет определить:

• объемы импортной продукции на рынке,
• объемы экспорта продукции из России
• основных зарубежных производителей продукции,
• долю зарубежных производителей на рынке;
• ключевые сегменты импортируемой или экспортируемой продукции;
• доли каждого из сегментов в общих объемах экспорта или импорта.

 

 

Глава 2 Статический анализ внешнеэкономической деятельности РФ

 

2.1 Сводка и группировка статистических данных

Статистическая сводка – комплекс последовательных операций по обобщение  конкретных единичных факторов, образующих совокупность, для выявления типичных черт и закономерностей, присущих изучаемому явлению в целом.

По глубине и точности обработки  материала различают сводку простую  и сложную.

Простая – это операция по подсчету общих итогов по совокупности единиц наблюдения.

Сложная – это комплекс операций, включающих группировку единиц наблюдения, подсчет итогов по каждой группе и  по всему объекту и представление  результатов в виде статистических таблиц.

Группировка – это разделение изучаемой  совокупности по значениям одного или  нескольких признаков на качественно  однородные группы и характеристика этих групп с помощью определенной системы показателей.

Чтобы выполнить группировку статистических данных необходимо определить: группировочный признак, размах вариации, число групп  и величину интервала.

Группировочный (факторный) признак  – это признак, на основе которого происходит разбиение на группы.

Размах вариации – это разница  между максимальным и минимальным  значениями группировочного признака:

 

.

 

Число групп определяется по формуле  Стерджесса: , где N – количество элементов совокупности.

Величина интервала определяется следующим образом:

 

 

где R – размах вариации, n – число групп.

2.2 Средние величины

«Средняя  величина представляет собой обобщенную характеристику уровня значений признака, которая получена в расчете на единицу совокупности. В отличие  от относительной величины, которая  является мерой соотношения показателей, средняя величина служит мерой признака на единицу совокупности» [8, c. 49].

«Форма, вид и методика расчета средней  величины зависят от поставленной цели исследования, вида и взаимосвязи  изучаемых признаков, а также  от характера исходных данных. Средние  величины делятся на две основные категории:

1. степенные средние;
2. структурные средние. 

Формула средней определяется значением  степени применяемой средней. С  увеличением показателя степени  k возрастает соответственно средняя величина» [8, c. 50].

Средняя гармоническая (k=-1):

 

• простая – (1)

 

• взвешенная – ; (2)

          Средняя геометрическая (k=0):

 

• простая - (3)

 

• взвешенная - (4)

 

Средняя арифметическая (k=+1):

 

• простая - ; (5)

 

• взвешенная - ; (6)

 

Средняя квадратическая (k=2):

 

• простая - (7)

 

• взвешенная - (8)

 

Наиболее  часто в экономической практике применяют такие структурные  средние, как мода и медиана. «Мода  представляет собой значение изучаемого признака, повторяющееся с наибольшей частотой. Медиана — это значение признака, приходящееся на середину ранжированной (упорядоченной) совокупности» [8, c. 59].

Мода  определяется по формуле:

 

 

 

2.3 Показатели вариации

 

«Для  измерения степени вариации единиц совокупности по изучаемому признаку используют абсолютные и относительные  показатели вариации.

К абсолютным характеристикам вариации относятся размах вариации (R), среднее линейное отклонение (d); дисперсия (σ2) и среднее квадратическое отклонение (σ). Относительные характеристики вариации рассчитываются как отношение абсолютных показателей степени вариации к среднему уровню изучаемого признака.

Размах  вариации (R) равен разности между наибольшей (хmax) и наименьшей (хmin) вариантами признака.

Среднее линейное отклонение (d) — это средняя арифметическая из абсолютных отклонений вариант признака от средней арифметической величины. Для расчета этого показателя применяют следующие формулы:

• для несгруппированных данных

 

, (25)

 

где xi-значение признака у i-той единицы совокупности; – средняя величина признака в совокупности; n- число единиц совокупности;

• для сгруппированных данных

 

 (26)

 

Среднее квадратическое отклонение является абсолютной мерой вариации и представляет собой корень квадратный из дисперсии. Смысловое содержание этого показателя такое же, как и среднего линейного отклонения: чем меньше его величина, тем однороднее совокупность и тем, соответственно, типичнее средняя величина.

Дисперсией σ 2 называется средний квадрат отклонений значений признака от их средней величины. Этот показатель единиц измерения не имеет. В зависимости от исходных данных дисперсию можно вычислять по средней арифметической простой или взвешенной. Для ее расчета используют следующие формулы:

• для несгруппированных данных

 

 

• для сгруппированных данных

 

 

Формулы для расчета среднего квадратического  отклонения имеют следующий вид:

• для несгруппированных данных

 

• для сгруппированных данных

 

 (30)» [8, c. 65].

2.4 Ряды динамики

 

Ряды динамики – последовательность упорядоченных во времени числовых показателей, характеризующих уровень развития явления.

Каждый  ряд динамики содержит две составляющие:

1. показатели периодов времени (годы, кварталы, месяцы, дни или даты);
2. показатели, характеризующие исследуемый объект за временные периоды или на соответствующие даты, которые называют уровнями ряда.

Уровни  ряда выражаются абсолютными, средними и относительными величинами. В зависимости  от характера показателей различают  интервальные (содержат значения показателей  за определенные периоды времени) и  моментные (отражают значения показателей  на определенный момент времени) ряды динамики.

Для характеристики интенсивности  развития во времени используются статистические показатели, получаемые сравнением уровней  между собой, в результате чего получаем систему абсолютных и относительных  показателей динамики: абсолютный прирост, коэффициент роста, темп роста, темп прироста, абсолютное значение 1% прироста. Для характеристики интенсивности  развития за длительный период рассчитываются средние показатели: средний уровень  ряда, средний абсолютный прирост, средний  коэффициент роста, средний темп роста, средний темп прироста, среднее  абсолютное значение 1% прироста.