учебное пособие «Таможенная статистика
advertisement
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ Нижегородский государственный университет им. Н.И.Лобачевского А.А. Чалиев А.О. Овчаров Таможенная статистика Учебно-методическое пособие Рекомендовано методической комиссией финансового факультета для студентов высших учебных заведений по специальности 080115 «Таможенное дело» Нижний Новгород 2008 УДК 311(075.8) ББК У051 Ч–12 Ч–12 Чалиев А.А., Овчаров А.О. Таможенная статистика. Учебнометодическое пособие. – Нижний Новгород: Издательство Нижегородского госуниверситета, 2008. – 148 с. Рецензенты: к.э.н., доцент Пчелинцев А.Д., к.э.н., доцент Козлов А.И. Настоящее издание содержит основные разделы таможенной статистики. В учебно-методическом пособии также даны темы курсовых работ, примеры решения типовых задач, предлагаются задачи для самостоятельного решения в 10 вариантах. Пособие предназначено для студентов специальности «Таможенное дело» финансового факультета ННГУ. УДК 311(075.8) ББК У051 © Нижегородский государственный университет им. Н.И.Лобачевского, 2008 2 Содержание ПРЕДИСЛОВИЕ ......................................................................................................................................4 ЧАСТЬ 1. ТАМОЖЕННАЯ СТАТИСТИКА ВНЕШНЕЙ ТОРГОВЛИ .......................................5 ТЕМА 1. РОЛЬ И МЕСТО ТАМОЖЕННОЙ СТАТИСТИКИ ..............................................................................5 ТЕМА 2. СТАТИСТИЧЕСКОЕ НАБЛЮДЕНИЕ В ТАМОЖЕННОЙ СТАТИСТИКЕ ............................................10 ТЕМА 3. СТАТИСТИЧЕСКИЕ ВЕЛИЧИНЫ .................................................................................................15 ТЕМА 4. СИСТЕМА ПОКАЗАТЕЛЕЙ И ПРИЗНАКОВ В ТАМОЖЕННОЙ СТАТИСТИКЕ ..................................31 ТЕМА 5. РЯДЫ РАСПРЕДЕЛЕНИЯ В ТАМОЖЕННОЙ СТАТИСТИКЕ ............................................................40 ТЕМА 6. СТАТИСТИЧЕСКОЕ ИЗУЧЕНИЕ ДИНАМИКИ ВЭД ......................................................................63 ТЕМА 7. МЕТОДЫ ИЗУЧЕНИЯ ВЗАИМОСВЯЗЕЙ ПОКАЗАТЕЛЕЙ ТАМОЖЕННОЙ СТАТИСТИКИ .................77 ТЕМА 8. ИНДЕКСНЫЙ МЕТОД В ТАМОЖЕННОЙ СТАТИСТИКЕ ................................................................93 ТЕМА 9. ОСОБЕННОСТИ СТОИМОСТНОГО УЧЕТА ТОВАРОВ В ТАМОЖЕННОЙ СТАТИСТИКЕ ..................98 ЧАСТЬ 2. СПЕЦИАЛЬНАЯ ТАМОЖЕННАЯ СТАТИСТИКА ................................................102 ТЕМА 10. СТАТИСТИКА ДЕКЛАРИРОВАНИЯ .........................................................................................102 ТЕМА 11. СТАТИСТИКА ТАМОЖЕННЫХ ПЛАТЕЖЕЙ.............................................................................110 ТЕМА 12. СТАТИСТИКА ВАЛЮТНОГО КОНТРОЛЯ .................................................................................117 ТЕМА 13. СТАТИСТИКА ТАМОЖЕННЫХ ПРАВОНАРУШЕНИЙ ...............................................................122 ТЕМА 14. СТАТИСТИКА ПЕРЕМЕЩЕНИЯ ТРАНСПОРТНЫХ СРЕДСТВ И ФИЗИЧЕСКИХ ЛИЦ ....................129 ТЕМЫ КУРСОВЫХ РАБОТ .............................................................................................................133 МЕТОДИЧЕСКИЕ УКАЗАНИЯ ПО НАПИСАНИЮ КУРСОВЫХ РАБОТ ..........................134 СПИСОК ОСНОВНЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ .....................................................135 ПРИЛОЖЕНИЯ ...................................................................................................................................136 ПРИЛОЖЕНИЕ 1. ТРЕБОВАНИЯ ГОСВПО–2006 ПО СТАТИСТИКЕ .......................................................136 ПРИЛОЖЕНИЕ 2. ПЕРЕЧЕНЬ ПРИНЯТЫХ СОКРАЩЕНИЙ ........................................................................138 ПРИЛОЖЕНИЕ 3. ПЕРЕЧЕНЬ ТАМОЖЕННЫХ РЕЖИМОВ ........................................................................139 ПРИЛОЖЕНИЕ 4. ВИДЫ УСЛОВИЙ ПОСТАВКИ ИНКОТЕРМС-2000 ........................................................141 ПРИЛОЖЕНИЕ 5. КЛАССИФИКАЦИОННАЯ СТРУКТУРА ТН ВЭД .........................................................143 ПРИЛОЖЕНИЕ 6. ЗНАЧЕНИЯ КРИТЕРИЯ КОЛМОГОРОВА P(Λ) ..............................................................143 ПРИЛОЖЕНИЕ 7. ЗНАЧЕНИЯ Χ2-КРИТЕРИЯ ПИРСОНА ..........................................................................144 ПРИЛОЖЕНИЕ 8. ЗНАЧЕНИЯ F-КРИТЕРИЯ ФИШЕРА .............................................................................145 ПРИЛОЖЕНИЕ 9. ЗНАЧЕНИЯ T-КРИТЕРИЯ СТЬЮДЕНТА ........................................................................146 ПРИЛОЖЕНИЕ 10. КРИТИЧЕСКИЕ ЗНАЧЕНИЯ КОЭФФИЦИЕНТА АВТОКОРРЕЛЯЦИИ .............................146 ПРИЛОЖЕНИЕ 11. ЗНАЧЕНИЯ ИНТЕГРАЛА ЛАПЛАСА ..........................................................................147 3 Предисловие Данное учебное пособие разработано на основе действующего государственного образовательного стандарта высшего профессионального образования ГОСВПО–2006 и содержит обязательный минимум образовательной программы подготовки специалиста таможенного дела по специальности 080115 «Таможенное дело», который приведен в Приложении 1. Данное учебное пособие состоит из двух частей, поскольку объектами изучения таможенной статистики являются: 1) внешняя торговля РФ, рассматриваемая в 1-й части; 2) деятельность таможенных органов РФ, относящаяся к специальной таможенной статистике, рассматриваемая во 2-й части. Данное учебное пособие подготовлено с учетом того, что его читатели знакомы с курсом общей теории статистики – другим важным разделом статистической науки, в котором сформулированы общие методы и принципы определения количественных характеристик массовых явлений и процессов, в частности, методы исчисления средних величин, индексов, показателей анализа вариационного ряда и т. д. Эти методы широко используются в таможенной статистике и в той или иной мере будут рассмотрены в учебном пособии. Авторы не претендуют на окончательность предложенного варианта данного учебного пособия и с благодарностью примут замечания и предложения для дальнейшего его совершенствования, так как надеются, что оно окажется полезным не только студентам, но и преподавателям, а также специалистам таможенного дела. Предлагаемое учебное пособие призвано упорядочить и облегчить процесс изучения дисциплины «Таможенная статистика» в условиях минимального бюджета учебного времени. Оно содержит краткий курс лекций по всем обязательным темам, методические указания по практическому применению теоретического материала, контрольные вопросы и задания для организации текущей проверки полученных студентами знаний, а также темы курсовых работ. Варианты заданий для контрольной и курсовой работы выбираются по последней цифре в зачетной книжке студента или слушателя: Последняя цифра зачетки Номер варианта контрольной работы Номер темы курсовой работы 0 1 2 3 4 и т.д. 10 1 2 3 4 и т.д. 10, 20, 30, 40 1, 11, 21, 31 2, 12, 22, 32 3, 13, 23, 33 4, 14, 24, 34 и т.д. 4 Часть 1. Таможенная статистика внешней торговли Тема 1. Роль и место таможенной статистики В научный обиход термин «статистика»1 ввел немецкий ученый Готфрид Ахенваль в 1746 году, предложив заменить название курса «Государствоведение», преподававшегося в университетах Германии, на «Статистику», положив тем самым начало развитию статистики как науки и учебной дисциплины. В настоящее время данный термин употребляется в 4 значениях: 1) наука, изучающая количественную сторону массовых явлений и процессов в неразрывной связи с их качественным содержанием – учебный предмет в высших и средних специальных учебных заведениях; 2) совокупность цифровых сведений, характеризующих состояние массовых явлений и процессов общественной жизни; статистические данные, представляемые в отчетности предприятий, организаций, отраслей экономики, а также публикуемых в сборниках, справочниках, периодической печати и в сети Интернет, которые являются результатом статистической работы; 3) отрасль практической деятельности («статистический учет») по сбору, обработке, анализу и публикации массовых цифровых данных о самых различных явлениях и процессах общественной жизни2; 4) некий параметр ряда случайных величин, получаемый по определенному алгоритму из результатов наблюдений, например, статистические критерии (критические статистики), применяющиеся при проверке различных гипотез (предположительных утверждений) относительно природы или значений отдельных показателей исследуемых данных, особенностей их распределения и пр.3 Как научное направление таможенная статистика характеризуется предметом, объектом, целью, задачами и методами исследования. Таможенная статистика имеет общие для всех статистических дисциплин предмет и методы. Предметом таможенной статистики являются массовые явления (статистические совокупности), а также числовое выражение проявляющихся в них закономерностей, а в основе ее методов лежит закон больших чисел, что позволяет использовать в анализе данных таможенной статистики инструментарий теории статистики, а для оценки надежности статистических оценок и выводов – аппарат математической статистики. От лат. status – состояние, положение вещей; первоначально термин употреблялся в значении «политическое состояние» 2 Эту деятельность на профессиональном уровне осуществляет государственная статистика – Федеральная служба государственной статистики (ФСГС) и система ее учреждений, организованных по административно-территориальному признаку, а также ведомственная статистика (на предприятиях, ведомствах, министерствах и т.д.) 3 Термин «статистика» как параметр, как статистический критерий употребляется преимущественно в математической статистике, некоторые из них (χ2, t и др.) рассмотрены в соответствующих темах данного пособия 1 5 В самостоятельную дисциплину таможенная статистика, как и другие отраслевые статистические дисциплины, выделяется благодаря обособленным объекту исследования, цели и задачам. Объектом изучения таможенной статистики являются внешняя торговля РФ и деятельность таможенных органов. Цель таможенной статистики – обеспечение руководства Федеральной таможенной службы (ФТС), органов законодательной и исполнительной власти информацией о состоянии и развитии внешней торговли Российской Федерации (РФ) и о деятельности таможенных органов. Соответственно определены 2 раздела таможенной статистики: таможенная статистика внешней торговли и специальная таможенная статистика (см. рис. 1). Таможенная статистика Таможенная статистика внешней торговли Специальная таможенная статистика Статистические величины и их наблюдение Статистика декларирования Система показателей и признаков Статистика таможенных платежей Ряды распределения Статистика валютного контроля Ряды динамики Статистика таможенных правонарушений Взаимосвязи показателей Статистика перемещения транспортных средств и физических лиц Индексный метод Особенности стоимостного учета товаров Другие виды специальной таможенной статистики Рис. 1. Разделы и подразделы таможенной статистики 6 Ведение и организация таможенной статистики являются одной из функций таможенных органов. Правовой основой ведения таможенной статистики является Таможенный кодекс (ТК) [1], новая редакция которого введена в действие с 1 января 2004 года. Данные специальной таможенной статистики используются таможенными органами исключительно для таможенных целей. Задачами таможенной статистики внешней торговли являются: – содействие развитию внешнеэкономической деятельности (ВЭД), расширению внешнеторговых связей, разработке внешнеторговой политики РФ; – разработка методологических принципов анализа и системы показателей, характеризующих размеры, динамику и структуру внешней торговли; – обеспечение полного и достоверного учета данных об экспорте и импорте РФ; – анализ основных тенденций, структуры и динамики внешнеторговых товарных потоков РФ в увязке с анализом ее макроэкономической ситуации и конъюнктуры мировых рынков; – информационное обеспечение органов исполнительной и законодательной власти данными таможенной статистики внешней торговли для принятия ими решений в области таможенной политики РФ и государственного регулирования внешней торговли РФ; – представление данных таможенной статистики внешней торговли международным организациям; – представление данных таможенной статистики внешней торговли в целях контроля за поступлением в федеральный бюджет таможенных платежей, валютного контроля, разработки платежного баланса РФ; – расчет различного рода индексных показателей (например, индексов цен и физического объема внешней торговли и т. д.); – подготовка исходных данных для прогнозирования макроэкономических показателей в рамках системы национальных счетов и платежного баланса РФ; – обеспечение сопоставимости данных взаимной торговли между РФ и ее внешнеторговыми партнерами; – представление данных таможенной статистики внешней торговли РФ для анализа эффективности мероприятий в области тарифных и нетарифных мер государственного регулирования внешнеэкономической деятельности; – решение иных задач, обусловленных таможенной политикой РФ. В соответствии с Конституцией РФ общее руководство таможенным делом осуществляет Правительство РФ. Непосредственное руководство осуществляется Федеральной таможенной службой (ФТС) России, являющейся центральным органом федеральной исполнительной власти. Для реализации всего комплекса таможенных мероприятий создаются специальные таможенные органы, которые составляют единую систему, представленную на рисунках 2 и 3. Контрольные вопросы 1. Значения термина «статистика» 2. Особенности таможенной статистики, ее разделы и задачи 3. Структура таможенных органов России. 7 Рис. 2. Схема размещения территориальных таможенных органов (по состоянию на 01.01.2007) ) Таможни, непосредственно подчиненные ФТС России (ЦЭТ) Таможен - 7 Таможенных постов - 27 Пунктов пропуска - 6 Центральное таможенное управление (ЦТУ) Северо-Западное таможенное управление (СЗТУ) Уральское таможенное управление (УТУ) Таможен - 26 Таможенных постов - 193 Пунктов пропуска - 31 Таможен - 22 Таможенных постов - 131 Пунктов пропуска - 75 Таможен - 10 Таможенных постов - 59 Пунктов пропуска - 21 Санкт-Петербург Москва Нижний Новгород Екатеринбург Ростов-На-Дону Новосибирск Владивосток Южное таможенное управление (ЮТУ) Приволжское таможенное управление (ПТУ) Сибирское таможенное управление (СТУ) Дальневосточное таможенное управление (ДВТУ) Таможен - 20 Таможенных постов - 85 Пунктов пропуска - 63 Таможен - 17 Таможенных постов - 78 Пунктов пропуска - 29 Таможен - 18 Таможенных постов - 80 Пунктов пропуска - 51 Таможен - 16 Таможенных постов - 56 Пунктов пропуска - 55 Рис. 3. Структура таможенных органов Российской Федерации и организаций ФТС России (по состоянию на 01.01.2007) ФЕДЕРАЛЬНАЯ ТАМОЖЕННАЯ СЛУЖБА Таможни, непосредственно подчиненные ФТС России •Домодедовская таможня •Внуковская таможня •Шереметьевская таможня •Центральная энергетическая таможня •Центральная акцизная таможня •Центральная таможня (Кинологический центр ФТС России) •Центральная базовая таможня Региональные таможенные управления (РТУ) Территориальные таможенные управления •Центральное •Северо-Западное •Южное •Сибирское •Приволжское •Дальневосточное •Уральское Специализированные таможенные управления Российская таможенная академия (РТА) Главный научноинформационный вычислительный центр ФТС России •Центральный клинический госпиталь •Центральная поликлиника •Санаторий «Победа» •Пансионат «Белое солнце» •Региональное оперативнопоисковое управление •Региональное таможенное управление радиоэлектронной безопасности объектов таможенной инфраструктуры •Региональное таможенное управление организации силового обеспечения •Центральное экспертнокриминалистическое таможенное управление 129 таможен •Владивостокский •Ростовский •Санкт-Петербургский Таможенные посты Таможенные посты, подчиненные таможням Таможенные посты, подчиненные РТУ 27 постов 677 пост 5 постов Представительства ФТС России за рубежом •Белоруссия •Украина •Казахстан •Киргизия •Финляндия •Германия •Бельгия Государственные унитарные предприятия •ФГУП «РОСТЭК» •ФГУП «Санаторий «Электроника» •ГПЭП «Астэп» •ФГУП «Волга-терминал» Штатная численность кадрового состава таможенных органов (включая подведомственные учреждения) Филиалы РТА Таможни Медицинские учреждения Сотрудники Государственные служащие Работники бюджетной сферы ВСЕГО: 9 19 088 единиц 40 139 единиц 9 291 единиц 68 518 единиц Тема 2. Статистическое наблюдение в таможенной статистике Статистическое изучение тех или иных явлений в статистике предполагает как обязательное условие наличие информации, сведений об этих явлениях. Поэтому начало любого статистического исследования сводится к сбору необходимой информации. От того, насколько полными и качественными окажутся собранные первичные данные, зависят в значительной степени и конечные результаты работы, и выводы исследователей. Особенностями объекта изучения и поставленными задачами определяется специфика системы показателей и атрибутивных признаков, а также формы, виды и методы статистического наблюдения. В таможенной статистике внешней торговли эти вопросы регламентируются Методологией таможенной статистики внешней торговли РФ [3] (далее – Методология). Методология, по статистической сути, является программой статистического наблюдения за внешней торговлей России. Она определяет объект статистического наблюдения, систему показателей и признаков, характеризующих объект наблюдения и представляющие его единицы наблюдения, задает правила сбора статистической информации о внешней торговле и определяет возможности ее дальнейшей обработки и анализа. Методология разработана в соответствии с международными стандартами в области статистики, что делает информацию, полученную на ее основе, пригодной для международных сопоставлений. Термины и определения, содержащиеся в Методологии, и используемые при формировании таможенной статистики внешней торговли, приведены в соответствие с терминами и определениями ТК РФ 2003 г. Согласно Методологии таможенная статистика внешней торговли учитывает торговлю товарами и не затрагивает торговлю услугами. То есть объектом изучения таможенной статистики внешней торговли является внешняя торговля товарами. Причем учитываются все товары, которые добавляются к запасам материальных ресурсов страны или вычитаются из них в результате их ввоза или вывоза на территорию РФ. Соответственно не учитываются транзитные товарные потоки и временно (сроком до 1 года) ввозимые и вывозимые товары. В новой редакции Методологии не определен порог статистического наблюдения, хотя в предыдущей редакции он был установлен. В практике статистики международной торговли традиционно используются две системы учета торговли: общая и специальная. В соответствии с общей системой учет товаров осуществляется при пересечении ими государственной границы страны, а согласно специальной системе учета – при пересечении ее таможенной границы. Эти границы различны при наличии на территории государства свободных таможенных зон и свободных складов, которые находятся вне таможенной территории и, следовательно, действие таможенного законодательства не распространяется. В рекомендациях Статистической комиссией ООН приоритет отдается общей системе учета торговли. В Методологии установлено, что в таможенной статистике внешней торговли РФ используется общая система учета торговли что способствует обеспечению сопоставимости данных. Единицами наблюдения в таможенной статистике внешней торговли РФ являются партии товаров, декларируемые при таможенном оформлении (табл. 1). Таблица 1. Единицы наблюдения в таможенной статистике внешней торговли Экспорт Импорт товары, вывозимые в соответствии с товары, ввозимые для выпуска внутреннего таможенным режимом экспорта потребления (для свободного обращения); товары, вывозимые с таможенной территории товары, ввозимые и помещаемые под государства при завершении действия таможенный режим реимпорта таможенного режима переработки на таможенной территории товары, вывозимые для переработки вне товары, ввозимые для переработки на таможенной территории таможенной территории товары, вывозимые с таможенной территории товары, ввозимые после переработки вне государства при завершении действия таможенной территории таможенного режима переработки для внутреннего потребления товары, вывозимые с таможенной территории товары, ввозимые в соответствии с государства и помещаемые под таможенный таможенным режимом переработки для режим реэкспорта внутреннего потребления (для свободного обращения) отечественные товары, помещаемые в иностранные товары, ввозимые для реализации магазины беспошлинной торговли для в магазинах беспошлинной торговли реализации отечественные товары, временно вывозимые за иностранные товары, временно ввозимые на пределы таможенной территории государства таможенную территорию государства сроком сроком на один год и более на один год и более товары, вывозимые с таможенной территории товары, ввозимые на таможенную территорию государства и предназначенные для государства и предназначенные для предупреждения и ликвидации стихийных предупреждения и ликвидации стихийных бедствий и иных чрезвычайных ситуаций бедствий и иных чрезвычайных ситуаций товары, ввозимые с территории иностранных государств и помещаемые под таможенный режим свободной таможенной зоны и склада ввозимые товары, от которых лицо отказывается в пользу государства Как видно из табл. 1, не все установленные в законодательном порядке виды таможенных режимов4 участвуют в формировании внешнеторгового оборота страны. Не учитываются в таможенной статистике внешней торговли при общей системе учета категории товаров, правовой статус которых определен в соответствии со следующими таможенными режимами: 1) товары, перемещаемые транзитом через территорию государства; 2) товары, временно ввозимые (вывозимые) на срок менее одного года; Перечень всех таможенных режимов перемещения товаров через таможенную границу России приведен в Приложении 3. 4 11 3) товары, помещаемые на таможенный склад, на свободный склад, в свободную зону и предназначенные для вывоза за пределы таможенной территории государства; 4) иностранные товары, уничтожаемые на территории государства; 5) вывозимые товары, от которых лицо отказалось в пользу государства; 6) перемещаемые припасы; 7) товары, вывозимые с таможенной территории государства и предназначенные для обеспечения функционирования посольств, консульств, представительств при международных организациях и иных официальных представительств государства за рубежом; 8) товары, перемещаемые через таможенную границу между воинскими частями государства, дислоцированными на таможенной территории государства и за пределами этой территории; 9) товары, вывозимые в государства – участники СНГ и предназначенные для обеспечения деятельности расположенных на территориях этих государств лечебных, спортивно-оздоровительных и иных учреждений социальной сферы, имущество которых находится в собственности данного государства или субъектов государства, а также для проведения на территориях указанных государств отечественными организациями научно-исследовательских работ в интересах государства на некоммерческой основе; 10) отечественные товары, перемещаемые между таможенными органами через территорию иностранного государства. Порядок перемещения товаров через таможенную границу, предусматривающий установление таможенных режимов, не является абсолютным. Существуют категории товаров, на которые он не распространяется. Такие товары также не учитываются таможенной статистикой внешней торговли РФ. К ним относятся: 1. Монетарное золото, отечественная и иностранная валюта, ценные бумаги, выпущенные в обращение. 2. Товары, не являющиеся предметом коммерческих операций: ─ перемещаемые через границу физическими лицами для собственного пользования, в количественном или стоимостном выражении не превышающие норм, установленных национальным законодательством; ─ периодические издания (газеты, журналы), рассылаемые по прямой подписке для физических лиц; ─ товары, приобретаемые дипломатическими или другими представительствами иностранных государств, вооруженными силами, научными организациями на территории государства для собственных нужд. 3. Товары, временно ввозимые (вывозимые) на срок менее одного года. 4. Товары, утерянные или уничтоженные после вывоза с экономической территории экспортирующей страны, но до ввоза на экономическую территорию предназначаемой импортирующей страны, не подлежат включению в статистику 12 импорта предназначаемой страны-импортера (но включаются в статистику экспорта страны-экспортера). 5. Товары для обеспечения деятельности отечественных организаций за границей. 6. Товары, перемещаемые трубопроводным транспортом, необходимые для проведения его пусконаладочных работ. 7. Товары (припасы) для обеспечения нормальной эксплуатации и технического обслуживания транспортных средств, осуществляющих международные перевозки, предназначенные для потребления пассажирами и членами экипажа, а также предназначенные для реализации пассажирам и членам экипажа морских и воздушных судов. 8. Предметы материально-технического снабжения и снаряжения, топливо, продовольствие и другое имущество, необходимое для нормальной эксплуатации транспортных средств, осуществляющих международные перевозки. 9. Продукция морского промысла, ввозимая отечественными или арендованными (зафрахтованными) отечественными лицами судами. 10. Топливо и смазочные материалы, вывозимые для бункеровки отечественных транспортных средств или арендованных (зафрахтованных) отечественными лицами судов, находящихся за пределами таможенной территории государства. 11. Воздушные суда, перемещаемые через границу государства в целях технического обслуживания. 12. Товары, перемещаемые через границу государства в целях ремонта. 13. Выставочные экспонаты. 14. Товары, перемещаемые для проведения зрелищных и спортивных мероприятий. 15. Товары, поставляемые в счет залога. 16. Образцы товаров. 17. Перемещаемая через границу «транспортировочная» тара. 18. Товары, ранее ввезенные и помещенные под иной таможенный режим на таможенной территории государства, которые были учтены в импорте государства, при изменении таможенного режима повторно не учитываются в таможенной статистике внешней торговли государства (без изменения направления перемещения товара). Документальной основой ведения таможенной статистики является информация, содержащаяся в первичном документе – в Грузовой таможенной декларации (ГТД). Причем для целей таможенной статистики используется только та информация из ГТД, которая не относится к конфиденциальной, то есть не содержит сведений о конкретных внешнеторговых операциях и конкретных участниках внешнеэкономической деятельности. ГТД представляется участником внешнеэкономических связей таможенному органу и включает официально декларированные данные о товаре, перемещаемом через таможенную границу страны, что позволяет учитывать всю совокупность внешнеторговых операций, каждая из которых с точки зрения таможенного 13 контроля имеет свой конечный результат: вывоз товара за пределы таможенной территории страны (при экспорте) или его ввоз в пределы таможенной территории страны (при импорте). ГТД заполняется на каждую партию товаров. При наличии в партии нескольких товарных наименований используются добавочные листы, каждый из которых дает возможность декларировать товары еще трех наименований. Декларации бывают трех типов: экспортные, импортные и транзитные. Однако заполнение всех граф ГТД (около 50) осуществляется для режимов «Экспорт» и «Импорт», поскольку к ним применяются все меры экономической политики и для таможенного контроля в этих случаях требуется наиболее полная информация. В декларациях содержатся такие сведения, как отчетный период, направление товарного потока (ввоз или вывоз), страна происхождения (при ввозе), страна назначения (при вывозе), статистическая стоимость, код и наименование товара по ТН ВЭД5, вес нетто, код и наименование дополнительных единиц измерения, количество по дополнительным единицам измерения, вид таможенного режима и т. п. На основе этих сведений и составляется информация о внешней торговле страны, поэтому при заполнении ГТД применяются единые способы учета, а также общепринятые международные или локальные классификаторы и номенклатуры. На основе данных, содержащихся в ГТД, можно анализировать географическое и номенклатурное распределение внешней торговли страны. В соответствующих графах ГТД содержится характеристика товара: описание товара, вес, стоимость и др. В частности, указываются наименование товаров и их технические характеристики, включая номера моделей, типы, размеры, технические параметры и т.п., что позволяет однозначно классифицировать декларируемые товары в определенную 9-значную подсубпозицию ТН ВЭД. Правильное кодирование товаров является важным условием повышения достоверности данных таможенной статистики внешней торговли страны. Контрольные вопросы 1. 2. 3. 4. 5. 5 Роль методологии таможенной статистики. Единицы наблюдения таможенной статистики внешней торговли Товары, подлежащие учету в таможенной статистике внешней торговли. Товары, не подлежащие учету в таможенной статистике внешней торговли. ГТД и ее роль в таможенной статистике внешней торговли. Товарная номенклатура внешнеэкономической деятельности – подробнее см. тему 4 14 Тема 3. Статистические величины Как уже было сказано, предметом изучения статистики являются статистические совокупности (массовые явления). Единицы совокупности обладают определенными свойствами, которые принято называть признаками. Признаки различаются способами их измерения и другими особенностями, что дает основание для их классификации 2. Таблица 2. Основная классификация признаков в статистике Параметр классификации Вид признака Пример признака Описательные (атрибутивные) Страна происхождения товара По характеру выражения Количественные (числовые) Вес товара Первичные (объемные) Вес товара По способу измерения Вторичные (расчетные) Стоимость товара Прямые (непосредственные) Вес товара брутто По отношению к характеризируемому объекту Косвенные Вес товара нетто Альтернативные Не/продовольственный товар По характеру вариации Дискретные Код товара по ТН ВЭД Непрерывные Срок хранения товара По отношению ко времени Моментные Температура хранения товара Интервальные Стоимость хранения товара Для характеристики массовых явлений статистика использует статистические величины (показатели), которые характеризуют группы единиц или совокупность (явление) в целом. Статистические величины (показатели) подразделяются на абсолютные, относительные и средние. Результаты наблюдений таможенной статистики внешней торговли, то есть сведения, получаемые из ГТД, представляют собой абсолютные величины, отражающие уровень развития какого-либо явления (например, величина экспорта/импорта i-го товара в j-ю страну). Абсолютные величины обозначаются X, а их общее количество в статистической совокупности N. Абсолютные величины бывают моментные (отражают уровень развития явления на определенную дату, например, экспортная цена на нефть) и интервальные (отражают уровень развития явления за определенный интервал времени, например, величина экспорта за месяц, квартал, год и т.п.). В отличие от моментных интервальные абсолютные величины допускают последующее суммирование (например, суммируя величину экспорта товара за январь, февраль и март, получаем величину экспорта за I квартал). Абсолютные величины всегда имеют свою единицу измерения (размерность), присущую изучаемому явлению (в таможенной статистике – товару). Широко распространены в таможенной статистике следующие виды единиц измерения: 1) натуральные, подразделяющиеся на простые (например, штуки, тонны, метры) и сложные (составные), представляющие собой комбинацию двух разноименных величин (например, киловатт-час); 15 2) условно-натуральные (например, алкогольные напитки учитываются в дкл 100% спирта, а различные виды топлива соизмеряют по условному топливу с теплотворной способностью 7000 ккал/кг или 29,3 МДж/кг); 3) стоимостные, позволяющие соизмерить в денежной форме товары, которые нельзя соизмерить в натуральной форме (доллары США, рубли и т.д.). Количество единиц с одинаковым значением признака обозначается f и называется частота6. Очевидно, что суммируя число всех величин с одинаковыми значениями признака7, получаем N, то есть (1): (1) f N. Анализируя абсолютные величины, например, статистические данные о внешней торговли РФ, необходимо сопоставлять эти данные во времени и пространстве, исследовать закономерности их изменения и развития, изучать структуру совокупностей. С помощью абсолютных величин эти задачи не выполнимы, в этом случае необходимо использовать относительные величины. Относительная величина – это результат деления (сравнения) двух абсолютных величин. В числителе дроби стоит величина, которую сравнивают, а в знаменателе – величина, с которой сравнивают (база сравнения). Например, если сопоставить величины экспорта США и России, которые в 2005 году составили 904,383 и 243,569 млрд. долл. соответственно, то относительная величина покажет, что величина экспорта США в 3,71 раза (904,383/243,569) больше экспорта России, при этом базой сравнения является величина экспорта России. Полученная относительная величина выражена в виде коэффициента, который показывает, во сколько раз сравниваемая абсолютная величина больше базисной. В данном примере база сравнения принята за единицу. В случае если основание принимается за 100, относительная величина выражается в процентах (%), если за 1000 – в промилле (‰). Выбор той или иной формы относительной величины зависит от ее абсолютного значения: – если сравниваемая величина больше базы сравнения в 2 раза и более, то выбирают форму коэффициента (как в вышеприведенном примере); – если относительная величина близка к единице, то, как правило, ее выражают в процентах (например, сравнив величины экспорта России в 2006 и 2005 годах, которые составили 304,5 и 243,6 млрд. долл. соответственно, можно сказать, что экспорт в 2006 году составляет 125% от 2005 года [304,5/243,6*100%]); – если относительная величина значительно меньше единицы (близка к нулю), ее выражают в промилле (например, в 2004 году Россия экспортировала в страныСНГ всего 4142 тыс. т нефтепродуктов, в том числе в Грузию 10,7 тыс. т, что составляет 0,0026 [10,7/4142], или 2,6‰ от всего экспорта нефтепродуктов в страны СНГ). f – это начальная буква англ. слова frequency – частота В статистике, в отличие от математики, пределы суммирования не ставятся, а подразумеваются, так как абсолютные величины здесь не абстрактные, а смысловые (суммируются все величины совокупности – с первой по последнюю) 6 7 16 Различают относительные величины динамики, структуры, координации, сравнения и интенсивности, для краткости именуемые в дальнейшем индексами. Индекс динамики8 характеризует изменение какого-либо явления во времени. Он представляет собой отношение значений одной и той же абсолютной величины в разные периоды времени. Данный индекс определяется по формуле (2): iД X1 , X0 (2) где цифры означают: 1 – отчетный или анализируемый период, 0 – прошлый или базисный период. Критериальным значением индекса динамики служит единица (или 100%), то есть если i Д >1, то имеет место рост (увеличение) явления во времени; если i Д =1 – стабильность; если i Д <1 – наблюдается спад (уменьшение) явления. Еще одно название индекса динамики – индекс изменения, вычитая из которого единицу (100%), получают темп изменения (динамики)9 с критериальным значением 0, который определяется по формуле (3): T i Д 1. (3) Если T>0, то имеет место рост явления; Т=0 – стабильность, Т<0 – спад. В рассмотренном выше примере про экспорт России в 2006 и 2005 году был рассчитан именно индекс динамики по формуле (2): iД = 304,5/243,6*100% = 125%, что больше критериального значения 100%, что свидетельствует об увеличении экспорта. Используя формулу (3), получим темп изменения: Т = 125% – 100% = 25%, который показывает, что экспорт увеличился на 25%. Разновидностями индекса динамики являются индексы планового задания и выполнения плана, рассчитываемые для планирования различных величин и контроля их выполнения. Индекс планового задания – это отношение планового значения признака к базисному. Он определяется по формуле (4): iПЗ X 1 , X0 (4) где X’1 – планируемое значение; X0 – базисное значение признака. Например, таможенное управление перечислило в федеральный бюджет в 2006 году 160 млрд.руб., а на следующий год запланировали перечислить 200 млрд.руб., значит по формуле (4) iпз = 200/160 = 1,25, то есть плановое задание для таможенного управления на 2007 год составляет 125% от предыдущего года. Во многих учебниках по статистике встречается другое название индекса динамики – темп роста. Использование такого названия не совсем логично, так динамика может быть различна (не только рост, но и спад, а также стабильность), поэтому наиболее правильным является использование названия «индекс динамики» или «индекс изменения» 9 Часто встречается и другое название темпа изменения – темп прироста, что не совсем логично (см. предыдущую сноску) 8 17 Для определения процента выполнения плана необходимо рассчитать индекс выполнения плана, то есть отношение наблюдаемого значения признака к плановому (оптимальному, максимально возможному) значению: iВП X1 . X 1 (5) Например, на январь-ноябрь 2006 года таможенные органы запланировали перечислить в федеральный бюджет 1,955 трлн. руб., но фактически перечислили 2,59 трлн. руб., значит по формуле (5): iВП = 2,59/1,955 = 1,325, или 132,5%, то есть плановое задание выполнили на 132,5%. Индекс структуры (доля) – это отношение какой-либо части объекта (совокупности) ко всему объекту. Он определяется по формуле (6): iСТ d f f (6) В рассмотренном выше примере про экспорт нефтепродуктов в страны СНГ, была рассчитана доля этого экспорта в Грузию по формуле (69): d=10,7/4142 = 0,0026, или 2,6‰. Индекс координации – это отношение какой-либо части объекта к другой его части, принятой за основу (базу сравнения). Он определяется по формуле (7): iК f . fб (7) Например, импорт России в 2006 году составил 163,9 млрд.долл., тогда, сравнив его с экспортом (база сравнения), рассчитаем индекс координации по формуле (7): iК = 163,9/304,5 = 0,538, который показывает соотношение между двумя составными частями внешнеторгового оборота, то есть величина импорта России в 2006 году составляет 53,8% от величины экспорта. Меняя базу сравнения на импорт, по той же формуле получим: iК = 304,5/163,9 = 1,858, то есть экспорт России в 2006 году в 1,858 раза больше импорта, или экспорт составляет 185,8% от импорта. Индекс сравнения – это сравнение (соотношение) разных объектов по одинаковым признакам. Он определяется по формуле (8): iС XА , XБ (8) где А, Б – сравниваемые объекты. В рассмотренном выше примере, в котором сопоставлялись величины экспорта США и России, был рассчитан именно индекс сравнения по формуле (8): iс = 904,383/243,569 = 3,71. Меняя базу сравнения (то есть экспорт России – объект А, а экспорт США – объект Б), по той же формуле получим: iс = 243,569/904,383 = 0,27, то есть экспорт России составляет 27% от экспорта США. Индекс интенсивности – это соотношение разных признаков одного объекта между собой. Он определяется по формуле (9): 18 X . Y где X – один признак объекта; Y – другой признак этого же объекта i ИН (9) Например, количество ГТД, оформленных 1 работником таможни – это индекс интенсивности, характеризующий интенсивность оформления деклараций работником таможенных органов, который рассматривается в теме «Статистика декларирования» данного учебного пособия. Как уже неоднократно было сказано ранее, статистика изучает массовые явления и процессы. Каждое из таких явлений обладает как общими для всей совокупности, так и особенными, индивидуальными свойствами. Различие между индивидуальными явлениями называют вариацией, о ней подробно будет рассказано в теме 5 «Ряды распределения в таможенной статистике». Здесь же рассмотрим другое свойство массовых явлений – присущую им близость характеристик отдельных явлений. В этом свойстве заключается причина широчайшего применения средних величин. Главное значение средних величин состоит в их обобщающей функции, то есть замене множества различных индивидуальных значений признака средней величиной, характеризующей всю совокупность явлений. Виды средних величин различаются прежде всего тем, какое свойство, какой параметр исходной варьирующей массы индивидуальных значений признака должен быть сохранен неизменным. Средней арифметической величиной называется такое среднее значение признака, при вычислении которого общий объем признака в совокупности сохраняется неизменным. Иначе можно сказать, что средняя арифметическая величина – среднее слагаемое. При ее вычислении общий объем признака мысленно распределяется поровну между всеми единицами совокупности. Исходя из определения, формула средней арифметической величины имеет вид (10): X X 1 X 2 ... X N N X . N (10) По формуле (10) вычисляются средние величины первичных признаков, если известны индивидуальные значения признака. Если изучаемая совокупность велика, исходная информация чаще представляет собой ряд распределения или группировку, как, например, табл. 3. Таблица 3. Распределение дней работника таможни по числу оформленных ГТД в марте Количество ГТД, оформленных 1 2 3 4 5 6 7 работником таможни за день, X Число дней, f 3 5 7 4 2 1 1 Среднее число оформленных ГТД за день должно представлять собой результат равномерного распределения общего числа оформленных ГТД за все 23 рабочих дня марта. Общее число оформленных ГТД, согласно исходной информации табл. 3, можно получить как сумму произведений значений признака в 19 каждой группе Xi, на число дней с таким количеством оформленных ГТД fi (частоты). Получим формулу (11): N X Х fi i i 1 N f , (11) i i 1 где i – число групп. Такую форму средней арифметической величины называют взвешенной арифметической средней10 в отличие от простой средней, рассчитанной по формуле (10). В качестве весов здесь выступают количество единиц совокупности в разных группах. Название «вес» выражает тот факт, что разные значения признака имеют неодинаковую «важность» при расчете средней величины. «Важнее», весомее число дней, когда работник оформлял 2, 3, 4 ГТД за день, а такие значения, как 5, 6 или 7 оформленных ГТД за день, как бы ни радовалось начальство такой производительности работника, при расчете средней не играет большой роли: их «вес» мал. По формуле (11) по данным табл. 3 имеем: X 1 * 3 2 * 5 3 * 7 4 * 4 5 * 2 6 *1 7 *1 73 / 23 = 3,17 (оформленных работником за день ГТД). 23 Как видим, средняя арифметическая величина может быть дробным числом, если даже индивидуальные значения признака могут принимать только целые значения. Ничего необычного для метода средних в этом не заключено, так как из сущности средней не следует, что она обязана быть реальным значением признака, которое могло бы встретиться у какой-либо единицы совокупности. Если при группировке значения осредняемого признака заданы интервалами, то при расчете средней арифметической величины в качестве значения признака в группах принимают середины этих интервалов, то есть исходят из предположения о равномерном распределении единиц совокупности по интервалу значений признака. Для открытых интервалов в первой и последней группе, если таковые есть, значения признака надо определить экспертным путем исходя из сущности, свойств признака и совокупности. При отсутствии возможности экспертной оценки значения признака в открытых интервалах, для нахождения недостающей границы открытого интервала применяют размах (разность между значениями конца и начала интервала) соседнего интервала (принцип «соседа»). Например, по условным данным табл. 4 можно минимальной величиной таможенной стоимости считать 0 тыс.долл., тогда первый интервал будет от 0 до 5 тыс.долл., а максимальную величину определить затруднительно, поэтому Обычно (в т.ч. и в дальнейшем в данном пособии) в статистических формулах пределы суммирования не ставятся, а подразумеваются, т.е. подразумеваются именно такие пределы как формуле (11) – с 1-ой группы по N-ю (последнюю) 10 20 воспользуемся принципом «соседа» – применим размах соседнего интервала 15 тыс.долл. (30 – 15), значит последний интервал будет от 30 до 45 тыс.долл. Таблица 4. Распределение товаров по величине таможенной стоимости Группы товаров Количество Середина по величине таможенной Xi’fi товаров, тыс.шт. интервала Xi’ стоимости, тыс.долл. До 5 12 2,5 30 5 – 15 38 10 380 15 – 30 45 22,5 1012,5 Более 30 5 37,5 187,5 Итого 100 16,1 1610 Средняя величина таможенной стоимости, рассчитанная по формуле (11) с заменой точных значений признака в группах серединами интервалов, составил: N X Х / i fi i 1 N f 1610 16,1 тыс. долл., 100 i i 1 что и записано в итоговую строку в 3-м столбце табл. 4. Следует обратить внимание, что объемного показателя – это сумма, а итог по столбцам относительных показателей или средних групповых величин – средняя. Средняя арифметическая величина обладает свойствами, знание которых полезно как при ее использовании, так и при ее расчете. 1. Сумма отклонений индивидуальных значений признака от его среднего значения равна нулю. Доказательство11: N N (X i X ) ( X 1 X ) ( X 2 X ) ... ( X N X ) X 1 X 2 ... X N NX i 1 N X i 1 i N X i 1 N i 0 2. Если каждое индивидуальное значение признака умножить или разделить на постоянное число, то и средняя увеличится или уменьшится во столько же раз. Доказательство: N (X i 1 N i : c) X X 1 X 2 ... X N X1 X 2 ... N X X 2 ... X N c c c c 1 :c X :c N N N Вследствие этого свойства индивидуальные значения признака можно сократить в c раз, произвести расчет средней и результат умножить на c. 3. Если к каждому индивидуальному значению признака прибавить или из каждого значения вычесть постоянное число, то средняя величина возрастет или уменьшится на это же число. Доказательство: 11 Для взвешенной средней сумма взвешенных отклонений равна нулю – доказать самостоятельно 21 N ( X i c) i 1 N N ( X c) ( X 2 c) ... ( X N c) 1 N X i Nc X c i 1 N Это свойство полезно использовать при расчете средней величины из многозначных и слабоварьирующих значений признака аналогично предыдущему свойству. 4. Если веса средней взвешенной умножить или разделить на постоянное число, средняя величина не изменится. Доказательство: N fi : c X f Xi i i c i 1 X i 1 N N fi f i : c i 1 c i 1 N Используя это свойство, при расчетах следует сокращать веса на их общий сомножитель либо выражать многозначные числа весов в более крупных единицах измерениях. 5. Сумма квадратов отклонений индивидуальных значений признака от средней арифметической меньше, чем от любого другого числа. Доказательство: N составим сумму квадратов отклонений от переменной a: f (a) X i a 2 , чтобы i 1 найти экстремум этой функции, найдем ее производную по a и приравняем ее нулю, т.е. N f 2 X i a 1 0 , отсюда получаем a i 1 N X i a 0 ; i 1 a N N i 1 i 1 1 X i 0; N aN N i 1 Xi ; a X i 1 N i X. Таким образом, экстремум суммы квадратов отклонений достигает максимума при a= X . Так как логически ясно, что максимума функция иметь не может, этот экстремум является минимумом. Если при замене индивидуальных величин признака на среднюю величину необходимо сохранить неизменную сумму квадратов исходных величин, то средняя будет являться квадратической средней величиной. Ее формула следующая: N X кв X i 1 N 2 i . (12) Главной сферой применения квадратической средней в силу пятого свойства средней арифметической величины является измерение вариации признака в совокупности. Аналогично, если по условиям задачи необходимо сохранить неизменной сумму кубов индивидуальных значений признака при их замене на среднюю величину, мы приходим к средней кубической величине, имеющей вид: 22 N X куб X i3 3 i 1 N . (13) Если при замене индивидуальных величин признака на среднюю величину необходимо сохранить неизменным произведение индивидуальных величин, то следует применить геометрическую среднюю величину, имеющую следующий вид: X геом N X 1 X 2 ... X N N X . (14) Основное применение средняя геометрическая находит при определении средних относительных изменений, о чем сказано в теме 6. Геометрическая средняя величина дает наиболее точный результат осреднения, если задача стоит в нахождении такого значения признака, который качественно был бы равноудален как от максимального, так и от минимального значения признака. Когда статистическая информация не содержит частот f по отдельным вариантам Xi совокупности, а представлена как их произведение Xf, тогда применяется формула средней гармонической взвешенной, для получения которой обозначим Xf=w, откуда f=w/X, и, подставив эти обозначения в формулу (11), получим формулу (15): X гарм w w w w w w X x x 1 2 1 2 1 2 ... wN . wN ... xN (15) Таким образом, средняя гармоническая взвешенная применяется тогда, когда неизвестны действительные веса f, а известно w=Xf. В тех случаях, когда вес каждого варианта w=1, то есть индивидуальные значения X встречаются по 1 разу, применяется формула средней гармонической простой (16): X гарм 1 1 ... 1 1 1 1 ... x1 x2 xN N 1 X . (16) Все рассмотренные выше виды средних величин принадлежат к общему типу степенных средних, имеющему следующий вид: X= m X N m . (17) При m = 1 получаем среднюю арифметическую; при m = 2 – среднюю квадратическую; при m = 3 – среднюю кубическую; при m = 0 – среднюю геометрическую; при m = –1 – среднюю гармоническую. Чем выше показатель степени m, тем больше значение средней величины (если индивидуальные значения признака варьируют). В итоге, можно построить следующее соотношение, которое называется правилом мажорантности средних: X ГМ ≤ X геом ≤ Х арифм ≤ Х КВ ≤ Х куб . 23 (18) Методические указания Статистические данные должны быть представлены так, чтобы ими можно было пользоваться. Существует 3 основных формы представления статистических данных: 1) текстовая – включение данных в текст; 2) табличная – представление данных в таблицах; 3) графическая – выражение данных в виде графиков. Текстовая форма применяется при малом количестве цифр, как, например, в 1м и 2-м вариантах контрольных заданий к данной теме. Табличная форма применяется чаще всего, так как является более эффективной формой представления статистических данных. В отличие от математических таблиц, которые по начальным условиям позволяют получить тот или иной результат, статистические таблицы рассказывают языком цифр об изучаемых объектах. Статистическая таблица – это система строк и столбцов, в которых в определенной последовательности и связи излагается статистическая информация о социально-экономических явлениях. Таблица 5. Внешняя торговля РФ за 2000 – 2006 годы, млрд.долл. 12 Показатель 2000 2001 2002 2003 2004 2005 2006 Внешнеторговый оборот 149,9 155,6 168,3 212 280,6 368,9 468,4 Экспорт 105 101,9 107,3 135,9 183,2 243,6 304,5 Импорт 44,9 53,8 61 76,1 97,4 125,3 163,9 Сальдо торгового баланса 60,1 48,1 46,3 59,9 85,8 118,3 140,7 в том числе: со странами дальнего зарубежья экспорт 90,8 86,6 90,9 114,6 153 210,1 261,1 импорт 31,4 40,7 48,8 61 77,5 103,5 138,6 сальдо торгового баланса 59,3 45,9 42,1 53,6 75,5 106,6 122,5 со странами СНГ экспорт 14,3 15,3 16,4 21,4 30,2 33,5 43,4 импорт 13,4 13 12,2 15,1 19,9 21,8 25,2 сальдо торгового баланса 0,8 2,2 4,2 6,3 10,3 11,7 18,2 Например, в табл. 5 представлена информация о внешней торговле России, выражать которую в текстовой форме было бы неэффективным. Различают подлежащее и сказуемое статистической таблицы. В подлежащем указывается характеризуемый объект – либо единицы совокупности, либо группы единиц, либо совокупность в целом. В сказуемом дается характеристика подлежащего, обычно в числовой форме. Обязателен заголовок таблицы, в котором указывается к какой категории и к какому времени относятся данные таблицы. По характеру подлежащего статистические таблицы подразделяются на простые, групповые и комбинационные. Расхождения значений СВТ и ВО с расчетными по формулам (19) и (20) вызваны округлениями данных до десятых 12 24 В подлежащем простой таблицы объект изучения не подразделяется на группы, а дается либо перечень всех единиц совокупности, либо указывается совокупность в целом (например, табл. 7). В подлежащем групповой таблицы объект изучения подразделяется на группы по одному признаку. В сказуемом указываются число единиц в группах (абсолютное или в процентах) и сводные показатели по группам (например, табл. 5). В подлежащем комбинационной таблицы совокупность подразделяется на группы не по одному, а по нескольким признакам. При построении таблиц необходимо руководствоваться следующими общими правилами. Подлежащее таблицы располагается в левой (реже – верхней) части, а сказуемое – в правой (реже – нижней). Заголовки столбцов содержат названия показателей и их единицы измерения. Итоговая строка завершает таблицу и располагается в ее конце, но иногда бывает первой: в этом случае во второй строке делается запись «в том числе», и последующие строки содержат составляющие итоговой строки. Цифровые данные записываются с одной и той же степенью точности в пределах каждого столбца, при этом разряды чисел располагаются под разрядами, а целая часть отделяется от дробной запятой. В таблице не должно быть пустых клеток: если данные равны нулю, то ставится знак «–» (прочерк); если данные не известны, то делается запись «сведений нет» или ставится знак «…» (троеточие). Если значение показателя не равно нулю, но первая значащая цифра появляется после принятой степени точности, то делается запись 0,0 (если, скажем, была принята степень точности 0,1). Иногда статистические таблицы дополняются графиками, когда ставится цель подчеркнуть какую-то особенность данных, провести их сравнение. Графическая форма является самой эффективной формой представления данных с точки зрения их восприятия. С помощью графиков достигается наглядность характеристики структуры, динамики, взаимосвязи явлений, их сравнения. Статистические графики – это условные изображения числовых величин и их соотношений посредством линий, геометрических фигур, рисунков или географических карт-схем. Графическая форма облегчает рассмотрение статистических данных, делает их наглядными, выразительными, обозримыми. Однако графики имеют определенные ограничения: прежде всего, график не может включить столько данных, сколько может войти в таблицу; кроме того, на графике показываются всегда округленные данные – не точные, а приблизительные. Таким образом, график используется только для изображения общей ситуации, а не деталей. Последний недостаток – трудоемкость построения графиков. Он может быть преодолен использованием персонального компьютера (например, «Мастером диаграмм» из пакета Microsoft Office Excel). По способу построения графики делятся на диаграммы, картограммы и картодиаграммы. Наиболее распространенным способом графического изображения данных являются диаграммы, которые бывают следующих видов: линейные, радиальные, 25 точечные, плоскостные, объемные, фигурные. Вид диаграмм зависит от вида представляемых данных и задачи построения. В любом случае график обязательно сопровождается заголовком – над или под полем графика. В заголовке указывается, какой показатель изображен, по какой территории и за какое время. Линейные графики используются для представления количественных переменных: характеристики вариации их значений, динамики, взаимосвязи между переменными. Вариация данных анализируется с помощью полигона распределения, кумуляты (кривой «меньше, чем») и огивы (кривой «больше, чем»). Полигон распределения рассматривается в теме 5 (напр., рис. 9). Для построения кумуляты значения варьирующего признака откладываются по оси абсцисс, а на оси ординат помещаются накопленные итоги частот или частостей (от f1 до ∑f). Для построения огивы на оси ординат помещаются накопленные итоги частот в обратном порядке (от ∑f до f1). Кумуляту и огиву по данным табл. 4. изобразим на рис. 4. 100 90 80 70 60 50 40 30 20 10 0 кумулята огива 0 5 15 30 45 Рис. 4. Кумулята и огива распределения товаров по величине таможенной стоимости Применение линейных графиков в анализе динамики рассматривается в теме 6 (напр., рис.17), а использование их для анализа связей – в теме 7 (напр., рис.22). В теме 7 также рассмотрено использование точечных диаграмм (напр., рис. 21). Линейные графики подразделяются на одномерные, используемые для представления данных по одной переменной, и двумерные – по двум переменным. Примером одномерного линейного графика является полигон распределения, а двумерного – линия регрессии (напр., рис. 22). При графическом изображении динамики по оси абсцисс показывается время (годы, кварталы, месяцы), а по оси ординат – значения показателей или показателя. Построим график динамики внешней торговли РФ по данным табл. 5 (см. рис. 5). 26 500 450 400 350 300 250 200 150 100 50 0 Внешнеторговый оборот Экспорт Импорт 2000 2001 2002 2003 2004 2005 2006 Рис. 5. Линейный график динамики внешней торговли РФ за 2000 – 2006 гг. Иногда при больших изменениях показателя прибегают к логарифмической шкале. Например, если значения показателя изменяются от 1 до 1000, то это может вызвать затруднения при построении графика. В таких случаях переходят к логарифмам значений показателя, которые не будут столь сильно различаться: lg 1 = 0, lg 1000 = 3. Среди плоскостных диаграмм по частоте использования выделяются столбиковые диаграммы (гистограммы), на которых показатель представляется в виде столбика, высота которого соответствует значению показателя (напр., рис. 8). Пропорциональность площади той или иной геометрической фигуры величине показателя лежит в основе других видов плоскостных диаграмм: треугольных, квадратных, прямоугольных. Можно использовать и сравнение площадей круга – в этом случае задается радиус окружности. Ленточная диаграмма представляет показатели в виде горизонтально вытянутых прямоугольников, а в остальном не отличается от столбиковой диаграммы. Из плоскостных диаграмм часто используется секторная диаграмма, которая применяется для иллюстрации структуры изучаемой совокупности. Вся совокупность принимается за 100%, ей соответствует общая площадь круга, площади секторов соответствуют частям совокупности. Построим секторную диаграмму структуры внешней торговли РФ в 2006 году по данным табл. 5 (см. рис. 6). При использовании компьютерных программ секторные диаграммы строятся в объемном виде, то есть не в двух, а в трех плоскостях (см. рис. 7). 27 Импорт 35% Импорт 35% Экспорт 65% Экспорт 65% Рис. 6. Простая секторная диаграмма Рис. 7. Объемная секторная диаграмма Фигурные (картинные) диаграммы усиливают наглядность изображения, так как включают рисунок изображаемого показателя, размер которого соответствует размеру показателя. При построении графика одинаково важно все – правильный выбор графического изображения, пропорций, соблюдение правил оформления графиков. Подробнее эти вопросы освещаются в [17] и [12]. Картограммы и картодиаграммы применяются для изображения географической характеристики изучаемых явлений. Они показывают размещение изучаемого явления, его интенсивность на определенной территории – в республике, области, экономическом или административном округе и т.д. (напр., см. рис. 2). Построение картограмм и картодиаграмм рассматривается в специальной литературе, например [7]. 28 Контрольные задания Вариант 1. В 2005 году импорт РФ составил 98,7 млрд.долл., а экспорт – 241 млрд.долл., а в 2006 году – 137 и 302 млрд.долл. соответственно. Рассчитать всевозможные индексы, построить диаграмму и сделать выводы. Вариант 2. По плану на 2006 год намечалось увеличение внешнеторгового товарооборота на 10%. В 2006 году плановое задание перевыполнили на 65 млрд. долл. или на 17,5%. Определить фактический прирост товарооборота (в млрд. долл.) в 2006 году по сравнению с 2005 годом. Вариант 3. выводы. По данным табл. 6 рассчитать всевозможные индексы и сделать Таблица 6. Внешняя торговля РФ с некоторыми странами СНГ, млн.долл. 2005 2006 Страна Экспорт Импорт Экспорт Импорт Украина 12402 7819 14979 9218 Белоруссия 10118 5716 13084 6850 Казахстан 6524 3225 8969 3839 Всего по СНГ 32627 18995 42285 22348 Вариант 4. По условным данным табл. 7 определить общий фактический объем экспорта товара: Направление экспорта Страны дальнего зарубежья Страны СНГ Таблица 7. Экспорт товара Планируемый объем экспорта в 2006 году, млн.тонн 201 32 Выполнение намеченного плана, % 134 96 Вариант 5. По условным данным табл. 8 рассчитать среднюю экспортную цену товара, применив при этом свойства средней арифметической. Таблица 8. Распределение цены экспортируемого товара Цена товара, долл./т. до 500 500 – 600 600 – 700 более 700 Физический объем, т. 25000 28000 21000 11000 Вариант 6. По условным данным табл. 9 определить необходимую к уплате заводом общую величину ввозной таможенной пошлины. Таблица 9. Физический объем импорта рыбного консервного завода Пошлина, Физический Вид продукции Код ТН ВЭД Евро/кг объем, тонн Крабы 1605 10 000 0 3 2500 Креветки 1605 20 100 0 2 5000 Омары 1605 30 100 0 3,5 1500 29 Вариант 7. По условным данным табл. 10 определить общий фактический объем импорта товара: Направление импорта Страны дальнего зарубежья Страны СНГ Таблица 10. Импорт товара Планируемый объем импорта в 2006 году, млн.тонн 150 15 Выполнение намеченного плана, % 95 135 Вариант 8. По условным данным табл. 8 рассчитать среднюю импортную цену товара, применив при этом свойства средней арифметической. Таблица 11. Распределение цены импортируемого товара Цена товара, долл./т. до 100 100 – 150 150 – 200 более 200 Физический объем, кг 156000 187000 142000 115000 Вариант 9. По данным об экспорте из таблицы 12 рассчитать всевозможные индексы, построить диаграмму и сделать выводы. Таблица 12. Товарная структура экспорта и импорта РФ Экспорт Группа товаров 2005 2006 Продовольственные товары и сырье (кроме текстильного) 4,5 5,5 156 199 Минеральные продукты 14,4 16,9 Продукция химической промышленности, каучук 0,3 0,4 Кожевенное сырье, пушнина и изделия из них 8,3 9,5 Продукция лесной и целлюлозно-бумажной промышленности 0,9 0,9 Текстиль, текстильные изделия и обувь 40,9 49,5 Металлы, драгоценные камни и изделия из них 13,5 17,5 Машины, оборудование и транспортные средства 2,5 3,1 Прочие Импорт 2005 2006 17,4 21,6 3,0 3,3 16,3 21,8 0,3 0,4 3,3 4,0 3,6 5,5 7,6 10,6 43,4 65,6 3,7 4,9 Вариант 10. По данным об импорте из таблицы 12 рассчитать всевозможные индексы, построить диаграмму и сделать выводы. Контрольные вопросы 1. 2. 3. 4. 5. 6. 7. 8. 9. Признаки и их классификация. Абсолютные величины: понятие, особенности, примеры. Относительные величины: понятие, виды, применение. Cредняя арифметическая величина: простая и взвешенная. Свойства средней арифметической величины. Средняя квадратическая, кубическая, геометрическая и гармоническая. Правило мажорантности средних величин. Табличная форма представления статистических данных. Графическая форма представления статистических данных. 30 Тема 4. Система показателей и признаков в таможенной статистике Ключевым элементом таможенной статистики является система показателей, отражающих цифровую характеристику различных экономических явлений и процессов, а также экономики в целом. Под термином «система показателей» понимается некоторое упорядоченное множество взаимосвязанных и взаимосогласованных показателей, характеризующих экономику страны в целом и основные аспекты внешней торговли в частности. Определение содержания показателя и методов его оценки принято называть разработкой методологии. Разработка методологии, как правило, включает следующие этапы: 1) идентификация явлений и процессов, подлежащих статистическому изучению (определение типа данных, требующих разработки), формулирование целей, ради которых должны быть исчислены те или иные показатели (например, целью изучения импорта является измерение потребностей населения, их динамики, состояния внешнеэкономических связей страны и т.д.); 2) определение содержания показателей (например, при исчислении показателя экспорта должны быть точно определены те виды товаров, которые подлежат и не подлежат включению в этот показатель); 3) определение методов оценки отдельных показателей, например, типа цен, которые должны быть использованы для оценки товаров при исчислении величины внешнеторгового оборота: цены ФОБ, СИФ и т. д.; 4) определение основных классификаций, которые должны быть применены для распределения изучаемых экономических явлений на однородные группы на основе тех или иных критериев (например, ТН ВЭД); 5) определение основных источников данных, необходимых для исчисления показателей, а также процедуры обработки собранных данных с целью получения обобщающих показателей. Следует отметить, что методология исчисления показателей, как правило, представляет собой некоторый компромисс между тем, что было бы целесообразно достичь с теоретической точки зрения, и тем, что на практике можно получить с учетом имеющихся данных. Например, с теоретической точки зрения внешнеэкономические связи охватывают международную торговлю не только товарами, но и услугами, которые с практической точки зрения не могут быть оформлены ГТД, так как не проходят таможенный контроль. Кроме того, все показатели рассчитываются с той или иной степенью точности, с той или иной степенью приближения к действительности, которую сложно измерить. Степень точности исчисления различных показателей различна и зависит от ряда факторов: от сложности изучаемых явлений, степени различия их характеристик, а также от требований к точности данных со стороны потребителей информации, что в свою очередь зависит от целей их использования. Многие показатели таможенной статистики необходимы лишь для выявления общих 31 тенденций внешней торговли, и поэтому необязательно их рассчитывать с идеальной точностью. Система показателей таможенной статистики должна соответствовать определенным требованиям, чтобы была возможность проводить описание и анализ их развития. Во-первых, она должна иметь всеохватывающий характер, т.е. распространяться на все аспекты исследуемого процесса, должны быть охвачены все хозяйствующие субъекты, все виды экономических операций, которые они выполняют. Во-вторых показатели системы, относящиеся к различным аспектам экономического процесса, должны быть методологически взаимосогласованы, т.е. они должны быть основаны на гармонизированных концепциях, определениях и классификациях. Система показателей и признаков, разрабатываемых таможенной статистикой внешней торговли на основе сведений ГТД, содержит: 1) отчетный период; 10) вес нетто; 2) направление товаропотока (ввоз или 11) код и наименование вывоз); дополнительных единиц измерения; 3) страна происхождения; 12) количество товара в 4) страна назначения; дополнительных единицах 5) торгующая страна; измерения; 6) страна отправления; 13) характер сделки; 7) статистическая стоимость; 14) таможенный режим; 8) код и наименование товара; 15) особенность декларирования товара; 9) вес брутто; 16) регион. Период, к которому относится информация о внешнеторговой операции, определяется в соответствии с моментом учета. В таможенной статистике внешней торговли учет ввоза и вывоза товаров при водных, железнодорожных, автомобильных, воздушных перевозках производится при декларировании товара и ведется по дате выпуска товара, проставленной в ГТД. Данная система показателей и признаков информирует заинтересованные стороны о том, что ввозится и вывозится и в каком объеме (как в натуральном, так и в стоимостном выражении), а также какие зарубежные страны выступают партнерами России и каковы масштабы внешнеторговых сделок с ними. Особенности декларирования товаров, перемещаемых трубопроводным транспортом (нефть, нефтепродукты, газ, вода и др.) и по линиям электропередачи, обусловлены тем, что их перемещение осуществляется большими партиями в непрерывном режиме в течение длительного времени. Поэтому статистический учет, в связи с особенностью их декларирования, осуществляется по дате последнего транспортного документа, а для природного газа и электроэнергии – по дате последнего дня месяца, в котором поставлялся товар. Для классификации и кодирования товаров в таможенной статистике внешней торговли России применяется классификатор «Товарная номенклатура внешнеэкономической деятельности РФ» (ТН ВЭД России), структура которого 32 представлена в Приложении 5. ТН ВЭД России основана на номенклатуре Гармонизированной системы описания и кодирования товаров (ГС) Всемирной таможенной организации (далее – ВТО). Схема построения ТН ВЭД России совпадает с ГС, которая имеет 5 уровней детализации товаров. В ТН ВЭД России товары располагаются по степени их обработки (сырье, полуфабрикаты, готовые изделия). Первый (высший) уровень предусматривает группировку товаров в Разделы с I по XXI. С целью конкретизации товаров, относящихся к соответствующему разделу, используются примечания. Второй уровень объединяет товары в товарные группы - с 01 по 97, исключая товарную группу 77, зарезервированную Комитетом по ГС ВТО для целей развития номенклатуры. Группы формируются по таким критериям, как, например: – материал, из которого изготовлен товар (Товарные группы 39-46, 70-81 и др.); – функциональное предназначение товара (Товарные группы 30-34, 36, 37, 64-66, 8497 и др.); – степень обработки товара (от сырья до товара, прошедшего высокую степень обработки). Для целей конкретизации товарных групп также используются Примечания к товарным группам. Третий уровень группирует товары по товарным позициям (всего – 1244 позиции). В товарных позициях товары детализируются с учетом таких признаков как вид товара, его форма. Причем уровень конкретизации товара уже настолько точен, что описание товара имеет юридическое (правовое) значение и, как правило, не требует дополнительных примечаний. На четвертом и пятом уровнях товары детализируются в субпозиции и подсубпозиции соответственно. При отсутствии полного текста описывающего товар допускается использование примечаний. Таким образом, неотъемлемой частью ТН ВЭД являются примечания к разделам, группам, товарным позициям, субпозициям и подсубпозициям, а также Основные правила интерпретации ТН ВЭД. В соответствии с соглашением о единой Товарной номенклатуре внешнеэкономической деятельности Содружества Независимых Государств от 3 ноября 1995 года в РФ применяется Товарная номенклатура внешнеэкономической деятельности Содружества Независимых Государств (ТН ВЭД СНГ). В ТН ВЭД СНГ без каких-либо дополнений и изменений использованы все товарные позиции и субпозиции ГС, относящиеся к ним цифровые коды, а также основные правила интерпретации ГС. Первые шесть цифр кодового обозначения ТН ВЭД СНГ совпадают с соответствующими обозначениями ее международной основы – ГС. Классификация товаров в ТН ВЭД СНГ на седьмом и последующих знаках является развитием (детализацией) позиций ГС. На уровне восьми знаков кодового обозначения ТН ВЭД СНГ совпадает с комбинированной номенклатурой Европейского Союза. 33 Девятый знак кода предназначен для детализации в интересах России и других государств – участников Содружества. Для целей оперативного использования мер тарифного и нетарифного регулирования в интересах России разработана ТН ВЭД России. Данный документ развивает ТН ВЭД в интересах России на 10-м знаке кодового обозначения. Объем внешней торговли региона или страны в целом характеризуется системой показателей, которая включает: – абсолютные величины в натуральном выражении – объем вывезенных и ввезенных товаров по видам; – абсолютные стоимостные величины: объем экспорта (импорта) – всего, в том числе по видам вывезенных (ввезенных) товаров; объем внешнеторгового оборота; сальдо внешней торговли. Все эти абсолютные величины являются интервальными, исчисляемыми за определенный период: месяц, квартал, год. В масштабах отдельной страны (региона) объем внешнеторгового оборота (ВО) складывается из суммы стоимости экспорта (Э) и импорта (И), то есть по формуле (19): (19) ВО Э И . Сальдо внешней торговли (торгового баланса) страны (региона) (СВТ) определяется как разница между суммами экспорта (Э) и импорта (И), то есть по формуле (20): (20) СВТ Э И . Если СВТ положительно, значит экспорт превышает импорт, то есть торговый баланс активный, а если СВТ отрицательно, значит импорт больше экспорта, а торговый баланс пассивный. Если СВТ = 0, то такое соотношение в торговом балансе называется нетто-балансом. Сравнение экспорта с импортом может быть и относительным, при этом получается индекс координации, называемый коэффициентом покрытия импорта экспортом, определяемый по формуле (21): К покр Э . И (21) Помимо стоимостных показателей внешнеторгового оборота и сальдо торгового баланса, определяемых на уровне отдельных стран, в международной статистике внешней торговли исчисляют оборот и сальдо мировой торговли. Оборот мировой торговли (ОМТ) характеризует общий объем перемещаемых между странами товаров и рассчитывается как сумма стоимости экспорта всех стран, то есть по формуле (22): n ОМТ Эi , i 1 где n – число стран, осуществивших в отчетном периоде экспорт товаров. 34 (22) Такая методика расчета ОМТ объясняется тем, что экспорт товаров из всех стран мира соответствует импорту в эти страны, поэтому суммирование объемов мирового экспорта и импорта по аналогии с формулой (19) привело бы к двойному счету одних и тех же товаров. За счет различий в базисных ценах экспорта и импорта (экспорт – в ценах ФОБ, импорт – в ценах СИФ) возникает величина, именуемая в международной статистике как сальдо мировой торговли (СМТ), определяемая как разница между суммами стоимости экспорта и импорта всех стран мира, то есть по формуле (23): n m i 1 j 1 СМТ Эi И j , (23) где m – число стран, импортировавших товары в отчетном периоде. СМТ показывает, во что мировому сообществу обходится доставка товаров до стран-импортеров, при этом всегда СМТ < 0, так как цены СИФ на перемещаемые между странами товары всегда превышают цены ФОБ. Статистика внешней торговли изучает участие отдельных стран в международном разделении труда. Вовлеченность национальных экономик в мирохозяйственные связи отражается в системе показателей, в основе расчета которых лежат относительные статистические величины, рассмотренные в предыдущей теме. Основными из них являются следующие: – доля отдельных стран или групп стран в мировой торговле определяется по формуле (24): n dj Эj ОМТ , или d n Э j 1 j ОМТ , (24) где Эj – общий объем экспорта j-й страны; n – число стран анализируемой группы, экспортировавших товары. – доля отдельных стран в экспорте отдельных товаров (товарных групп) показывает в рамках каких отраслей и видов производств развивается специализация страны в международном разделении труда, определяется по формуле (25): d ij Эij m Э j 1 , (25) ij где Эij – объем экспорта i-го товара j-й страны; m – число стран, экспортировавших i-й товар на мировой рынок. – доля экспорта отдельной страны в валовом национальном продукте (ВНП) показывает, какую часть произведенного ВНП страна направляет на внешний рынок или сколько на единицу ВНП приходится единиц вывезенных товаров, определяется по формуле (26): 35 dj Эj ВНП j , (26) где ВНПj – объем валового национального продукта j-й страны. – коэффициент зависимости национальной экономики от импорта показывает, сколько на единицу произведенного ВНП приходится единиц ввезенных товаров, определяется по формуле (27): K зав j Иj ВНП j , (27) где Иj – общий объем импорта j-й страны. – доля экспорта в производстве отдельных видов продукции определяется по формуле (28): d Эj Эij , Qij (28) где Qij – объем производства i-го товара j-й страны. – доля импорта в потреблении отдельных видов продукции показывает зависимость экономики страны от импорта отдельных товаров, определяется по формуле (29): d Иj И ij Pij , (29) где Иij – объем импорта i-го товара j-й страны; Pij – объем потребления i-го товара j-й страны. – коэффициент относительной экспортной специализации характеризует уровень международного разделения труда, определяется по формуле (30): KОЭС j dij di , (30) где dij – доля экспорта i-го товара j-й страны в общем объеме экспорта i-го товара; di – доля экспорта i-го товара в общем объеме экспорта. Если КОЭС > 1, значит данная страна специализируется в мировом хозяйстве на производстве и торговле этим товаром. – коэффициент диверсификации определяется по формуле (31): n K Див d i 1 ij 2 di , (31) где n – объем товарной номенклатуры. КДив определяется в интервале от 0 до 1. Если он стремится к 1, значит страна специализируется на мировой рынок в производстве суженной номенклатуры товаров. При расширении производства экспортной продукции, реализуемой 36 данной страной на мировом рынке, коэффициент диверсификации приближается к 0. При КДив= 0 структура экспорта страны абсолютно диверсифицирована, т.е. структура экспорта j-й страны совпадает с его мировой структурой. Методика расчета коэффициентов относительной экспортной специализации и диверсификации применяется и к статистической оценке региональной вовлеченности во внешнеэкономические связи страны (см. методические указания к теме). Методические указания Рассчитаем основные показатели внешней торговли России в 2005 году по данным таблицы 13. Таблица 13. 15 стран-лидеров по величине экспорта в 2005 году Экспорт, Импорт, ВНП, № Страна млрд.долл. млрд.долл. млрд.долл. 1 Германия 969,858 773,804 2852 2 США 904,383 1732,350 12970 3 Китай 761,954 660,003 2264 4 Япония 594,905 514,922 4988 5 Франция 460,157 497,853 2178 6 Нидерланды 402,407 359,055 598 7 Великобритания 382,761 510,237 2264 8 Италия 367,200 379,772 1725 9 Канада 359,399 319,686 1052 10 Бельгия 334,298 318,658 374 11 Гонконг 292,119 300,160 … 12 Корея 284,419 261,238 777 13 Россия 243,569 125,303 639 14 Сингапур 229,649 200,047 120 15 Мексика 213,711 231,670 753 Мир в целом 10431,000 10783,000 … Как видно из табл. 13 в 2005 году в России величина экспорта составила 243,569 млрд.долл., а импорта – 125,303 млрд.долл. Тогда по формуле (19) внешнеторговый оборот составил: ВО = 243,569 + 125,303 = 368,872 (млрд.долл.). По данным табл. 13 в 2005 году в России величина сальдо внешней торговли по формуле (20) составило: СВТ = 243,569 – 125,303 = 118,266 (млрд.долл.). По данным табл. 13 в 2005 году в России коэффициент покрытия импорта экспортом по формуле (21) составил: Кпокр= 243,569/125,303 = 1,94, т.е. величина экспорта России в 1,94 раза больше величины импорта. Оборот мировой торговли в 2005 году по формуле (22) уже определен в итоговой строке табл. 13: ОМТ = 10431 (млрд.долл.). 37 Определим сальдо мировой торговли в 2005 году по формуле (23): СМТ = 10431 – 10783 = –352 (млрд.долл.), т.е. мировому сообществу доставка товаров до стран-импортеров обошлась в 2005 году в 352 млрд.долл. Теперь рассчитаем показатели, характеризующие вовлеченность экономики России в мирохозяйственные связи. Долю России в мировой торговле в 2005 году определяем по формуле (24): dРФ = 243,569 / 10431 = 0,02335, или 2,335%, что соответствует лишь 13-му месту в мировой торговле. Долю экспорта России в ВНП при условии, что ВНП России в 2005 году составил 639 млрд.долл., определяем по формуле (26): dРФ = 243,569 / 639 = 0,381, или т.е. 38,1% произведенного ВНП Россия направляет на внешний рынок. Коэффициент зависимости экономики России от импорта в 2005 году определяем по формуле (27): Кзав = 125,303 / 639 = 0,196, т.е. на единицу произведенного ВНП приходится 19,6% ввезенных товаров. Рассмотрим применение методики расчета коэффициентов относительной экспортной специализации и диверсификации к статистической оценке региональной вовлеченности во внешнеэкономические связи страны. Рассчитаем коэффициенты относительной экспортной специализации и диверсификации регионов, относящихся к ПТУ, на основе данных таблицы 14. Таблица 14. Товарная структура экспорта в первом полугодии 2006 и 2007 гг., % ПТУ Россия в целом Товарная группа 2006 2007 2006 2007 Продукция химической промышленности, каучук 34,7 35,0 5,5 5,9 Минеральные продукты 23,7 24,0 66,2 65,4 Машины, оборудование и транспортные средства 19,0 17,0 5,5 3,3 Металлы и изделия из них 13,9 14,0 13,9 17,1 Прочие товары 8,7 10,0 8,9 8,3 Итого 100,0 100,0 100,0 100,0 Рассчитаем коэффициенты относительной экспортной специализации по формуле (30) для 2006 и 2007 гг. и представим полученные значения в таблице 15. Таблица 15. Коэффициенты относительной экспортной специализации ПТУ Товарная группа 2006 2007 Продукция химической промышленности, каучук 6,309 5,932 Минеральные продукты 0,358 0,367 Машины, оборудование и транспортные средства 3,455 5,152 Металлы и изделия из них 1,000 0,819 Прочие товары 0,978 1,205 Как видно из таблицы 15, в 2006 и в 2007 годах регионы, относящиеся к ПТУ, специализировались на мировой рынок в производстве продукции химической 38 промышленности и каучука (заметно уменьшение этой специализации), а также машин, оборудования и транспортных средств (заметно увеличение этой специализации). Кроме того, в 2007 году заметно расширение производства экспортной продукции за счет товарной группы «Прочие товары». Рассчитаем коэффициенты диверсификации по формуле (31): 2006 K Див 2007 K Див 0,347 0,055 0,237 0,662 0,19 0,055 0,139 0,139 0,087 0,089 2 0,350 0,059 0,240 0,654 0,17 0,033 0,140 0,171 0,100 0,083 2 0,427 0,445 Увеличение значений коэффициента диверсификации с 0,427 в 2006 году до 0,445 в 2007 году означает, что регионы, относящиеся к ПТУ, расширили экспортную номенклатуру по сравнению с Россией в целом. Контрольные задания 1. Рассчитать основные показатели внешней торговли страны на основе данных таблицы 13 при условии, что номер страны – это номер варианта, по итогам расчетов сделать выводы. 2. Рассчитать коэффициенты относительной экспортной специализации и диверсификации региона на основе условных данных таблицы 16 и сделать выводы. Таблица 16. Товарная структура экспорта регионов, % А Б В Г Д 3 4 5 6 7 8 9 10 35 26 19 15 5 41 23 21 11 4 39 22 18 12 9 32 31 17 15 5 44 19 15 14 8 29 23 22 15 11 33 23 21 12 11 32 26 17 14 11 30 24 22 12 12 40 34 13 12 1 34 18 18 17 13 26 24 20 19 11 38 24 22 11 5 36 22 16 14 12 38 22 15 14 11 30 22 18 17 13 33 25 21 15 6 30 25 21 13 11 39 22 21 10 8 44 32 15 12 11 Страна в целом отчетный Товарная группа 2 базисный Период 1 базисный отчетный базисный отчетный базисный отчетный базисный отчетный базисный отчетный базисный отчетный базисный отчетный базисный отчетный базисный отчетный базисный отчетный Вариант (регион) 33,3 26,7 20,0 13,3 6,7 40,0 30,0 20,0 7,0 3,0 Контрольные вопросы 1. Методология разработки системы показателей. 2. Содержание системы показателей и признаков в таможенной статистике внешней торговли. 3. Классификатор ТН ВЭД России: структура и роль в таможенной статистике. 4. Абсолютные показатели внешней торговли. 5. Относительные показатели внешней торговли. 6. Показатели вовлеченности экономики страны в мирохозяйственные связи. 39 Тема 5. Ряды распределения в таможенной статистике Признаки, разрабатываемые таможенной статистикой внешней торговли, рассмотренные в предыдущей теме, варьируются (отличаются друг от друга) у различных единиц совокупности в один и тот же период или момент времени. Например, величина внешнеторгового оборота варьируется по подразделениям ФТС; величина экспорта (импорта) варьируется по направлениям экспорта (по разным странам-партнерам по внешней торговле), по видам товаров и т.п. Причиной вариации являются разные условия существования разных единиц совокупности. Например, огромное число причин влияет на масштабы внешней торговли различных стран мира. Для управления и изучения вариации статистикой разработаны специальные методы исследования вариации, система показателей, с помощью которой вариация измеряется, характеризуются ее свойства. Первым этапом статистического изучения вариации является построение ряда распределения (или вариационного ряда) – упорядоченного распределения единиц совокупности по возрастающим (чаще) или по убывающим (реже) значениям признака и подсчет числа единиц с тем или иным значением признака. Существует 3 вида ряда распределения: 1) ранжированный ряд – это перечень отдельных единиц совокупности в порядке возрастания изучаемого признака (например, таблица 17); если численность единиц совокупности достаточно велика ранжированный ряд становится громоздким, и в таких случаях ряд распределения строится с помощью группировки единиц совокупности по значениям изучаемого признака (ели признак принимает небольшое число значений, то строится дискретный ряд, а в противном случае – интервальный ряд); 2) дискретный ряд – это таблица, состоящая из двух столбцов (строк) – конкретных значений варьирующего признака Xi и числа единиц совокупности с данным значением признака fi – частот; число групп в дискретном ряду определяется числом реально существующих значений варьирующего признака; 3) интервальный ряд – это таблица, состоящая из двух столбцов (строк) – интервалов варьирующего признака Xi и числа единиц совокупности, попадающих в данный интервал (частот), или долей этого числа в общей численности совокупностей (частостей). Этап 1. Построение ранжированного ряда распределения. Построим ряд распределения внешнеторгового оборота (ВО) по таможенным постам России, для чего необходимо провести статистическое наблюдение, то есть собрать первичный статистический материал, который представляет собой величину ВО по всем таможенным постам, численность которых, как видно из рисунка 3, составляет 709 ед. Ввиду огромного массива данных применение сплошного наблюдения экономически нецелесообразно, поэтому в таких случаях применяется выборочный метод, то есть из общего массива данных (генеральная совокупность) отбирается 40 некоторая часть (выборочная совокупность, или выборка), которая и подвергается статистическому анализу. При этом число единиц в выборке обозначают п, во всей генеральной совокупности – N. Отношение n/N называется относительный размер или частость выборки. Качество результатов выборочного метода зависит от репрезентативности выборки, т.е. от того, насколько она представительна в генеральной совокупности. Для обеспечения репрезентативности выборки необходимо соблюдать принцип случайности отбора единиц. В нашем примере про ВО примем частость выборки n/N =0,05 или 5%, то есть в выборку включим n = 0,05*709 = 35 таможенных постов из 709. Результаты выборочного наблюдения ВО по 35 таможенным постам за отчетный период представим в виде ранжированного по возрастанию величины ВО ряда распределения (таблица 17). Таблица 17. Внешнеторговый оборот (ВО) по 35 таможенным постам, млн.долл. № поста 1 2 3 4 5 6 7 8 9 10 11 12 ВО 24,16 27,06 29,12 31,17 37,08 39,11 41,58 44,84 46,80 48,37 51,44 52,56 № поста 13 14 15 16 17 18 19 20 21 22 23 24 ВО 54,12 54,91 55,74 55,91 56,07 56,80 56,93 57,07 58,39 59,61 59,95 62,05 № поста 25 26 27 28 29 30 31 32 33 34 35 Итого ВО 65,31 69,24 71,39 77,12 79,12 84,34 86,89 91,74 96,01 106,84 111,16 2100,00 Учитывая, что на основе выборочного обследования нельзя точно оценить изучаемый параметр (например, среднее значение – Х или долю какого-то признака – d) генеральной совокупности, необходимо найти пределы, в которых он находится. Для этого необходимо определить изучаемый параметр по данным выборки ~ ~ (выборочную среднюю – X и/или выборочную долю – d ) и его дисперсию ( ~ 2 ). В нашем примере про ВО определим его средний размер в выборке по формуле (10), приняв за X величину ВО, а за N – численность выборки n: ~ X= Х = 2100/35 = 60 (млн.долл.) n Дисперсию (о ней будет рассказано чуть позднее – на 4-м этапе анализа вариации в этой теме) определим по формуле (46): ~ 2 X i n ~ X = (24,16 60) 2 2 (27,06 60) 2 ... (111,16 60) 2 = 445,778 (млн.долл.2) 35 41 Затем необходимо определить предельную ошибку выборки по формуле (32)13: = t , (32) где t – коэффициент доверия, зависящий от вероятности, с которой определяется предельная ошибка выборки; – средняя ошибка выборки, определяемая для повторной выборки по формуле (33), а для бесповторной – по формуле (34): ~ 2 ~ 2 n 1 , n n N где n – численность выборки; N – численность генеральной совокупности. = , = (33) (34) В нашем примере про ВО выборка бесповторная, значит, применяя формулу (34), получим среднюю ошибку выборки при определении средней величины ВО в генеральной совокупности: = 445,778 1 35 = 3,48 (млн.долл.). 35 709 Значения вероятности P и коэффициента доверия t имеются в таблицах нормального закона распределения14 – приложение 11. Вероятность, которая принимается при расчете выборочной характеристики, называется доверительной. Чаще всего принимают вероятность P = 0,950 (t = 1,96), которая означает, что только в 5 случаях из 100 ошибка может выйти за установленные границы. Предельная ошибка выборки при определении средней величины ВО по формуле (32): = 1,96*3,48 = 6,82 (млн.долл.). После расчета предельной ошибки находят доверительный интервал обобщающей характеристики генеральной совокупности по формуле (35) – для среднего значения, и по формуле (36) – для доли какого-либо признака: ~ Х X ~ d d ~ ~ или ( X – ) Х ( X + ) или (d – ) d (d + ) ~ ~ (35) (36) В нашем примере про ВО по формуле (35): Х = 60 ± 6,82 или 53,18 Х 66,82 (млн.долл.), то есть средняя величина ВО в отчетном периоде по всем 709 таможенным постам с вероятностью 0,95 лежит в пределах от 53,18 млн.долл. до 66,18 млн.долл. Этап 2. Построение интервального ряда распределения. Построим интервальный ряд распределения ВО по таможенным постам России, для чего необходимо выбрать оптимальное число групп (интервалов признака) и установить длину (размах) интервала. Поскольку при анализе ряда распределения сравнивают частоты в разных интервалах, необходимо, чтобы длина интервалов была Если в выборке более 30 единиц генеральной совокупности (n > 30) Подробнее о нормальном законе распределения рассказывается далее в этой же теме на 6-м этапе анализа рядов распределения 13 14 42 постоянной15. Оптимальное число групп выбирается так, чтобы достаточной мере отразилось разнообразие значений признака в совокупности и в то же время закономерность распределении, его форма не искажалась случайными колебаниями частот. Если групп будет слишком мало, не проявится закономерность вариации; если групп будет чрезмерно много, случайные скачки частот исказят форму распределения. Чаще всего число групп в ряду распределения определяют по формуле Стерждесса (37) или (38): k 1 3,322 lg N или (37) k 1 1,44 ln N , (38) где k – число групп (округляемое до ближайшего целого числа); N – численность совокупности. Из формулы Стерджесса видно, что число групп – функция объема данных (N). Зная число групп, рассчитывают длину (размах) интервала16 по формуле (39): X max X min , k где Xмax и Xmin — максимальное и минимальное значения в совокупности. h (39) В нашем примере про ВО по формуле Стерждесса (37) определим число групп: k = 1 + 3,322lg35 = 1+ 3,322*1,544 = 6,129 ≈ 6. Рассчитаем длину (размах) интервала по формуле (39): h = (111,16 – 24,16)/6 = 87/6 = 14,5 (млн.долл.). Теперь построим интервальный ряд с 6 группами с интервалом 14,5 млн.долл. (см. первые 3 столбца табл. 18). Таблица 18. Интервальный ряд распределения ВО по таможенным постам, млн.долл. i 1 2 3 4 5 6 Группы постов Число Середина Накопл. по величине постов интервала Хi’fi частота | Хi’ - X~ | fi (Хi’ - X~ )2 fi (Хi’ - X~ )3 fi (Хi’ - X~ )4 fi ВО fi Хi’ fi’ Xi 24,16 – 38,66 5 31,41 157,05 5 147,071 4326,001 -127246,23 3742856,97 38,66 – 53,16 7 45,91 321,37 12 104,400 1557,051 -23222,31 346344,16 53,16 – 67,66 13 60,41 785,33 25 5,386 2,231 -0,92 0,38 67,66 – 82,16 4 74,91 299,64 29 56,343 793,629 11178,84 157461,90 82,16 – 96,66 4 89,41 357,64 33 114,343 3268,572 93434,47 2670891,13 96,66 – 111,16 2 103,91 207,82 35 86,171 3712,758 159966,81 6892284,32 Итого 35 2128,85 513,714 13660,243 114110,66 13809838,86 Существенную помощь в анализе ряда распределения и его свойств оказывает графическое изображение. Интервальный ряд изображается столбиковой диаграммой, в которой основания столбиков, расположенные по оси абсцисс, – это Если приходится иметь дело с интервальным рядом распределения с неравными интервалами, то для сопоставимости нужно частоты или частости привести к единице интервала, полученное значение называется плотностью ρ, то есть ρ = f/h 16 Единицы совокупности, имеющие значение признака, равное границе интервала, включаются в тот интервал, где это точное значение впервые указывается 15 43 интервалы значений варьирующего признака, а высоты столбиков – частоты, соответствующие масштабу по оси ординат. Графическое изображение распределения таможенных постов в выборке по величине ВО приведено на рис. 8. Диаграмма такого типа называется гистограммой17. 14 12 10 8 6 4 2 0 14 12 10 8 6 4 2 0 38,66 24,16 53,16 38,66 67,66 53,16 82,16 67,66 96,66 82,16 38,66 24,16 111,16 96,66 Рис. 8. Гистограмма распределения 53,16 38,66 67,66 53,16 82,16 67,66 96,66 82,16 111,16 96,66 Рис. 9. Полигон распределения Данные табл. 18 и рис. 8 показывают характерную для многих признаков форму распределения: чаще встречаются значения средних интервалов признака, реже – крайние (малые и большие) значения признака. Форма этого распределения близка к нормальному закону распределения, которое образуется, если на варьирующую переменную влияет большое число факторов, ни один из которых не имеет преобладающего значения. Если имеется дискретный ряд распределения или используются середины интервалов (как в нашем примере про ВО – в таблице 18 в 4-м столбце рассчитаны середины интервалов как полусумма значений начала и конца интервала), то графическое изображение такого ряда называется полигоном (см. рис. 9)18, которое получается соединением прямыми точек с координатами Xi и fi. Этап 3. Расчет структурных характеристик ряда распределения. При изучении вариации применяются такие характеристики ряда распределения, которые описывают количественно его структуру, строение. Такова, например, медиана – величина варьирующего признака, делящая совокупность на две равные части – со значением признака меньше медианы и со значением признака больше медианы19. В нашем примере про ВО (табл. 17) медиана – это 18-й таможенный пост из 35 с величиной ВО 56,8 млн.долл. Из этого примера видно принципиальное различие между медианой и средней величиной: медиана не зависит от значений на краях ранжированного ряда. Даже если бы ВО 35-го таможенного поста был в 10 раз больше, величина медианы не изменилась бы. Поэтому медиану часто используют как более надежный показатель типичного значения признака, нежели средняя арифметическая, если ряд значений неоднороден, включает резкие отклонения от От греч. «гистос» – ткань, строение От греч. слов «поли» и «гонос» – многоугольник 19 При четном числе единиц совокупности за медиану принимают полусумму из двух центральных вариант 17 18 44 средней. В интервальном ряду распределения для нахождения медианы применяется формула: Me X 0 h где Ме X0 h 1 f Me fMe f f 0,5 Me1 f Me , (40) – медиана; – нижняя граница интервала, в котором находится медиана; – величина (размах) интервала; – накопленная частота в интервале, предшествующем медианному; – частота в медианном интервале. В табл. 18 медианным является среднее из 35 значений, т.е. 18-е от начала значение ВО. Как видно из столбца накопленных частот (6-й столбец), оно находится в третьем интервале. Тогда по формуле (40): Me 53,16 14,5 0,5 * 35 12 59,30 (млн.долл.). 13 Аналогично медиане вычисляются значения признака, делящие совокупность на 4 равные по численности части – квартили, которые обозначаются заглавной латинской буквой Q с подписным значком номера квартиля. Ясно, что Q2 совпадает с Ме. Для первого и третьего квартилей приводим формулы и расчет по данным табл. 18: Q1 X 0 h Q3 X 0 h f f 0,25 / Q1 1 f Q1 f f 0,75 f Q3 / Q3 1 38,66 14,5 0,25 * 35 5 43,43 (млн.долл.) 7 67,66 14,5 0,75 * 35 25 72,19 (млн.долл.) 4 Так как Q2 = Ме = 59,30 млн.долл., видно, что различие между первым квартилем и медианой (–15,87) больше, чем между медианой и третьим квартилем (12,89). Этот факт свидетельствует о наличии некоторой несимметричности в средней области распределения, что заметно и на рис. 8. Значения признака, делящие ряд на 5 равных частей, называются квинтилями, на 10 частей – децилями, на 100 частей – перцентилями. Эти характеристики применяются при необходимости подробного изучения структуры ряда распределения20. Безусловно, важное значение имеет такая величина признака, которая встречается в изучаемом ряду распределения чаще всего. Такую величину принято называть модой. В дискретном ряду мода определяется без вычисления как значение признака с наибольшей частотой. Обычно встречаются ряды с одним модальным значением признака. Если в ряду распределения встречаются 2 или несколько равных (и даже несколько различных, но больших чем соседние) значений признака, то он считается соответственно бимодальным или Получите формулы и произведите их расчет (по аналогии с формулами для расчета квартилей) самостоятельно 20 45 мультимодальным. Это свидетельствует о неоднородности совокупности, возможно, представляющей собой агрегат нескольких совокупностей с разными модами. В интервальном ряду распределения интервал с наибольшей частотой является модальным. Внутри этого интервала находят условное значение признака, вблизи которого плотность распределения (число единиц совокупности, приходящихся на единицу измерения варьирующего признака) достигает максимума. Это условное значение и считается точечной модой. Логично предположить, что такая точечная мода располагается ближе к той из границ интервала, за которой частота в соседнем интервале больше частоты в интервале за другой границей модального интервала. Отсюда получаем обычно применяемую формулу (41): Mo X 0 h где Мо Х0 fMo fMo-1 fMo+1 h f Mo f Mo1 , ( f Mo f Mo1 ) ( f Mo f Mo1 ) (41) – мода; – нижнее значение модального интервала; – частота в модальном интервале; – частота в предыдущем интервале; – частота в следующем интервале за модальным; – величина интервала. По данным табл. 18 рассчитаем точечную моду по формуле (41): Mo 53,16 14,5 13 7 58,96 (млн.долл.). (13 7) (13 4) К изучению структуры ряда распределения средняя арифметическая величина также имеет отношение, хотя основное значение этого обобщающего показателя другое. В интервальном ряду распределения ВО по таможенным постам средняя арифметическая рассчитывается как взвешенная по частоте середина интервалов X (расчет числителя – в 5-м столбце табл. 18) по формуле (11): ~ X= Х f = 2128,85/35 = 60,82 (млн.долл.). f / Различие между средней арифметической величиной (60,82), медианой (59,30) и модой (58,96) в нашем примере невелико. Чем ближе распределение по форме к нормальному закону, тем ближе значения медианы, моды и средней величины между собой. Этап 4. Расчет показателей размера и интенсивности вариации. Простейшим показателем является размах вариации – абсолютная разность между максимальным и минимальным значениями признака из имеющихся в изучаемой совокупности значений (42): H X max X min . (42) Поскольку величина размаха характеризует лишь максимальное различие значений признака, она не может измерять закономерную силу его вариации во всей совокупности. Предназначенный для данной цели показатель должен учитывать и 46 обобщать все различия значений признака в совокупности без исключения. Число таких различий равно числу сочетаний по два из всех единиц совокупности (в нашем примере про ВО число сочетаний составит Сnk n! 35! 595 ). (n k )!k! (35 2)!2! Однако нет необходимости рассматривать, вычислять и осреднять все отклонения. Проще использовать среднюю из отклонений отдельных значений признака от среднего арифметического значения признака, а таковых в нашем примере про ВО всего 35. Но среднее отклонение значений признака от средней арифметической величины согласно первому свойству последней равно нулю. Поэтому показателем силы вариации выступает не арифметическая средняя отклонений, а средний модуль отклонений, или среднее линейное отклонение (43): Л XX . (43) N В нашем примере про ВО по данным табл. 18 среднее линейное отклонение вычисляется как взвешенное по частоте отклонение по модулю середин интервалов от средней арифметической величины (расчет числителя произведен в 7-м столбце табл. 18), т.е. по формуле (44): X X Л f / ~ f 513,714 / 35 14,678 (млн.долл.). (44) Это означает, что в среднем величина ВО в изучаемой совокупности таможенных постов отклонялась от средней величины ВО в РФ на 14,678 млн.долл. Простота расчета и интерпретации составляют положительные стороны показателя Л, однако математические свойства модулей «плохие»: их нельзя поставить в соответствие с каким-либо вероятностным законом, в том числе и с нормальным распределением, параметром которого является не средний модуль отклонений, а среднее квадратическое отклонение, обозначаемое малой греческой буквой сигма ( ) или s и вычисляемое по формуле (45) – для ранжированного ряда и по формуле (46) – для интервального ряда: (X X ) N 2 (X X ) f / ; (45) 2 f . (46) В нашем примере про ВО по данным табл. 18 среднее квадратическое отклонение величины ВО по формуле (46) составило (расчет числителя произведен в 8-м столбце табл. 18): 13660,243 390,293 19,756 (млн.долл.). 35 Среднее квадратическое отклонение по величине в реальных совокупностях всегда больше среднего модуля отклонений. Разница между ними тем больше, чем больше в изучаемой совокупности резких, выделяющихся отклонений, что служит индикатором «засоренности» совокупности неоднородными с основной массой 47 элементами. Для нормального закона распределения отношение Л 1,25 . В нашем примере про ВО: Л 19,756 / 14,678 1,35 1,25 , т.е. в изучаемой совокупности наблюдаются некоторое число таможенных постов с отличающимися от основной массы величинами ВО. Квадрат среднего квадратического отклонения представляет собой дисперсию отклонений, на использовании которой основаны практически все методы математической статистики, ее формула имеет вид (47) – для несгруппированных данных (простая дисперсия) и (48) – для сгруппированных (взвешенная дисперсия): 2 (X X ) n (X X ) f / 2 X X ; 2 2 (47) 2 2 f X2 X2. (48) Еще одним показателем силы вариации, характеризующим ее не по всей совокупности, а лишь в ее центральной части, служит среднее квартильное расстояние (отклонение), т.е. средняя величина разности между квартилями, определяемая по формуле (49): (Q3 Q2 ) (Q2 Q1 ) Q3 Q1 . (49) 2 2 72,19 43,43 14,38 (млн.долл.). В нашем примере про ВО по формуле (49): q 2 q Сила вариации в центральной части совокупности, как правило, меньше, чем в целом по всей совокупности. Соотношение между средним линейным отклонением и средним квартильным расстоянием служит для изучения структуры вариации: большое значение такого соотношения свидетельствует о наличии слабоварьирующего «ядра» и сильно рассеянного вокруг него окружения в изучаемой совокупности. Для нашего примера про ВО соотношение Л/q = 1,021, что говорит о совсем незначительном различии силы вариации в центральной части совокупности и на ее периферии. Для оценки интенсивности вариации и для сравнения ее в разных совокупностях и тем более для разных признаков необходимы относительные показатели вариации, которые вычисляются как отношение абсолютных показателей силы вариации, рассмотренных ранее, к средней арифметической величине признака, то есть показатели (50) – (53): H ; X Л – линейный коэффициент вариации: ; X – относительный размах вариации: – квадратический коэффициент вариации: (50) (51) ; X q – относительное квартильное расстояние: d . X В нашем примере про ВО эти показатели составляют: 48 (52) (53) = 87/60,82 =1,43, или 143%; = 14,678/60,82 = 0,241, или 24,1%; = 19,756/60,82 = 0,32, или 32%; d = 14,38/60,82 = 0,236, или 23,6%. Оценка степени интенсивности вариации возможна только для каждого отдельного признака и совокупности определенного состава, она состоит в сравнении наблюдаемой вариации с некоторой обычной ее интенсивностью, принимаемой за норматив21. Так, для совокупности таможенных постов вариация величины ВО может быть определена как слабая, если < 25%, умеренная при 25% < < 50% и сильная при > 50%. Различная сила, интенсивность вариации обусловлены объективными причинами, поэтому нельзя говорить о каком-либо универсальном критерии вариации (например, 33%), так как для разных явлений и признаков этот критерий различен22. Этап 5. Расчет моментов распределения и показателей его формы. Для дальнейшего изучения характера вариации используются средние значения разных степеней отклонений отдельных величин признака от его средней арифметической величины. Эти показатели называются центральные моменты распределения порядка, соответствующего степени, в которую возводятся отклонения (табл. 19) или просто моментов (нецентральные моменты в таможенной статистике практически не используются). Таблица 19. Центральные моменты Формула Порядок момента по несгруппированным данным по сгруппированным данным Первый μ1 Второй μ2 (X X ) f f ( X X ) 0 / N (X X ) N 2 (X X ) f X X f (X X ) f f (X X ) f f / X 2 X 2 2 Третий μ3 ( X X ) Четвертый μ4 ( X X ) 3 N 4 N 0 2 2 / 3 / 4 2 2 Величина третьего момента μ3 зависит, как и его знак, от преобладания положительных кубов отклонений над отрицательными кубами либо наоборот. При Максимально возможные значения показателей вариации: Лmax = 2 X 2 X / N ; max x N 1 ; max 2 2 / N ; max N 1 22 Например, цена продажи американского доллара в коммерческих банках Н.Новгорода 26 июля 2007 года варьировала от 25,45 до 26,00 при средней цене 25,595 руб., тогда по формуле (50) = (26,00–25,45)/25,595 = 0,021, или 2,1%. Такая малая вариация вызвана тем, что при значительном различии курса доллара немедленно произошел бы отлив покупателей из «дорогого» банка в более «дешевые». Напротив, цена килограмма говядины в разных регионах России варьирует очень сильно – на десятки процентов и более. Это объясняется разными затратами на доставку товара из региона-производителя в регион потребитель. 21 49 нормальном и любом другом строго симметричном распределении сумма положительных кубов строго равна сумме отрицательных кубов, поэтому на основе третьего момента строится показатель, характеризующий степень асимметричности распределения – коэффициент асимметрии (54): As 3 . 3 (54) В нашем примере про ВО показатель асимметрии по формуле (54) составил (расчет числителя произведен в 9-м столбце табл. 18): As 114110,66 = 0,423 > 0, т.е. асимметрия значительна. 19,7563 * 35 Английский статистик К.Пирсон на основе разности между средней арифметической величиной и модой предложил другой показатель асимметрии (55): AsП X Мо . (55) В нашем примере по данным табл. 18 показатель асимметрии по формуле (55) составил: As 60,82 58,96 = 0,09. 19,756 Показатель асимметрии Пирсона (55) зависит от степени асимметричности в средней части ряда распределения, а показатель асимметрии (54) – от крайних значений признака. Таким образом, в нашем примере про ВО в средней части распределения наблюдается меньшая асимметрия, чем по краям, что видно и по графику (рис. 9). Распределения с сильной правосторонней и левосторонней асимметрией показаны на рис. 10. Левосторонняя As < 0 Правосторонняя As > 0 X Мо Мо X Рис. 10. Асимметрия распределения С помощью момента четвертого порядка характеризуется еще более сложное свойство рядов распределения – эксцесс (от англ. «излишество»). Показатель эксцесса рассчитывается по формуле (56): Ex 4 3. 4 50 (56) Чаще всего эксцесс интерпретируется как «крутизна» распределения, что не совсем верно. График распределения может выглядеть сколь угодно крутым в зависимости от силы вариации признака: чем слабее вариация, тем круче кривая распределения при данном масштабе. Не говоря уже о том, что, изменяя масштабы по осям абсцисс и ординат, любое распределение можно искусственно сделать «крутым» и «пологим». Чтобы показать, в чем состоит эксцесс распределения, и правильно его интерпретировать, нужно сравнить ряды с одинаковой силой вариации (одной и той же величиной σ) и разными показателями эксцесса. Чтобы не смешать эксцесс с асимметрией, все сравниваемые ряды должны быть симметричными. Такое сравнение изображено на рис. 11. Ex > 0 Нормальное распределение Ex = 0 Ex < 0 Рис. 11. Эксцесс распределения Наличие положительного эксцесса означает наличие слабоварьирующего «ядра» и сильно рассеянного вокруг него окружения в изучаемой совокупности. Отрицательный эксцесс означает отсутствие такого «ядра». В нашем примере по формуле (56) эксцесс составил (расчет числителя произведен в 10-м столбце табл. 18): Ex 13809838,86 3 0,41 , т.е. величина ВО по 19,756 4 * 35 таможенным постам варьирует сильнее, чем при нормальном распределении. По значениям показателей асимметрии и эксцесса распределения можно судить о близости распределения к нормальному: показатели асимметрии и эксцесса не должны превышать своих двукратных средних квадратических отклонений, т.е. As 2 As и Ex 2 Ex . Эти средние квадратические отклонения вычисляются по формулам (57) и (58): As 6n(n 1) ; (n 2)( n 1)( n 3) Ex (57) В нашем примере по формулам (57) и (58): 51 24n(n 1) 2 . (n 3)( n 2)( n 3)( n 5) (58) As 6 * 35 * (35 1) 0,40 (35 2)(35 1)(35 3) Ex 24 * 35 * (35 1) 2 0,78 (35 3)(35 2)(35 3)(35 5) Так как показатели асимметрии и эксцесса не превышают своих двухкратных средних квадратических отклонений (As = |0,423| < 0,4*2; Ex = |–0,41| < 0,78*2), можно говорить о сходстве анализируемого распределения с нормальным. Этап 6. Проверка соответствия ряда распределения теоретическому. Под теоретической кривой распределения понимается графическое изображение ряда в виде непрерывной линии изменения частот в вариационном ряду, функционально связанного с изменением вариантов, другими словами, теоретическое распределение может быть выражено аналитически – формулой, которая связывает частоты и соответствующие значения признака. Такие алгебраические формулы носят название законов распределения. Большое познавательное значение имеет сопоставление фактических кривых распределения с теоретическими. Как уже неоднократно отмечалось, часто пользуются типом распределения, которое называется нормальным. Формула функции плотности нормального распределения имеет следующий вид (59): ( X X )2 где X X σ t t2 1 1 2 e 2 f (X ) e 2 или (t ) 2 2 – значение изучаемого признака; – средняя арифметическая ряда; – среднее квадратическое отклонение; X X π = 3,1415 e = 2,7182 (59) – нормированное отклонение; – постоянное число (отношение длины окружности к ее диаметру); – основание натурального логарифма. Следовательно, кривая нормального распределения может быть построена по двум параметрам – средней арифметической и среднему квадратическому отклонению. Поэтому важно выяснить, как эти параметры влияют на вид нормальной кривой. Если X не меняется, а изменяется только σ, то чем меньше σ, тем более вытянута вверх кривая и наоборот, чем больше σ, тем более плоской и растянутой вдоль оси абсцисс становится кривая нормального распределения (см. рис. 12). f(X) σ1 X = const σ1 < σ2 < σ3 σ2 σ3 X X Рис. 12. Влияние величины σ на кривую нормального распределения 52 Если σ остается неизменной, а X изменяется, то кривые нормального распределения имеют одинаковую форму, но отличаются друг от друга положением максимальной ординаты (вершины) (см. рис. 13). f(X) σ = const X1 X1 < X 2 < X 3 X2 X3 Рис. 13. Влияние величины X на кривую нормального распределения Итак, выделим особенности кривой нормального распределения: 1) кривая симметрична и имеет максимум в точке, соответствующей значению X = Ме = Мо; 2) кривая асимптотически приближается к оси абсцисс, продолжаясь в обе стороны до бесконечности (чем больше отдельные значения X отклоняются от X , тем реже они встречаются); 3) кривая имеет две точки перегиба на расстоянии ± σ от X ; 4) коэффициенты асимметрии и эксцесса равны нулю. Гипотезы о распределениях заключаются в том, что выдвигается предположение о том, что распределение в изучаемой совокупности подчиняется какому-то определенному закону. Проверка гипотезы состоит в том, чтобы на основании сравнения фактических (эмпирических) частот с предполагаемыми (теоретическими) частотами сделать вывод о соответствии фактического распределения гипотетическому распределению. Под гипотетическим распределением необязательно понимается нормальное распределение. Может быть выдвинута гипотеза о логнормальном, биномиальном распределениях, распределении Пуассона и пр.23 Причина частого обращения к нормальному распределению состоит в том, что, как уже было замечено ранее, в этом типе распределения выражается закономерность, возникающая при взаимодействии множества случайных причин, когда ни одна из не имеет преобладающего влияния. В нашем примере про ВО близость значений средней арифметической величины (60,82), медианы (59,30) и моды (58,96) указывает на вероятное соответствие изучаемого распределения нормальному закону. Проверка гипотезы о соответствии теоретическому распределению предполагает расчет теоретических частот этого распределения. Для нормального распределения порядок расчета этих частот следующий: 1) по эмпирическим данным рассчитывают среднюю арифметическую ряда X и среднее квадратическое отклонение σ; 23 Прочие виды распределений изучаются дисциплиной «Теория вероятностей» 53 2) находят нормированное (выраженное в σ) отклонение каждого эмпирического значения от средней арифметической: t X X ; (60) 3) по формуле (59) или с помощью таблиц интеграла вероятностей Лапласа находят значение φ(t)24; 4) вычисляют теоретические частоты m по формуле: mi Nhi (t ) , (61) где N – объем совокупности, hi – длина (размах) i-го интервала. Определим теоретические частоты нормального распределения в нашем примере про ВО по данным табл. 18, для чего построим вспомогательную таблицу 20. Средняя арифметическая величина и среднее квадратическое отклонение нами ~ уже найдены ранее ( X 60,82; 19,756 ); значения нормированных отклонений t рассчитаны в 5-м столбце таблицы 20, а значения плотностей φ(t) – в 8-м столбце (в 6-м и 7-м столбцах приведены промежуточные расчеты по формуле (59)); в последнем столбце – теоретические частоты нормального распределения. Таблица 20. Расчет теоретических частот нормального распределения i Xi fi Хi’ 1 24,16 – 38,66 5 31,41 2 38,66 – 53,16 7 45,91 3 53,16 – 67,66 13 60,41 4 67,66 – 82,16 4 74,91 5 82,16 – 96,66 4 89,41 6 96,66 – 111,16 2 103,91 Итого 35 t ~ Xi X -1,4889 -0,7549 -0,0210 0,7130 1,4470 2,1809 t2 2 -1,1084 -0,2850 -0,0002 -0,2542 -1,0468 -2,3782 t2 2 e 0,3301 0,7520 0,9998 0,7756 0,3510 0,0927 φ(t) mi 0,0067 3,383 0,0152 7,707 0,0202 10,246 0,0157 7,948 0,0071 3,598 0,0019 0,950 33,832 Сравним на графике эмпирические f (ВО по таможенным постам) и теоретические m (нормальное распределение) частоты, полученные на основе данных табл. 20 (рис. 14). Близость этих частот очевидна25, но объективная оценка их соответствия может быть получена только с помощью критериев согласия. Простой расчет возможен при наличии Excel из пакета Microsoft Office, где имеется функция, вычисляющая плотность (или интеграл) функции нормального распределения =НОРМРАСП(А;Б;В;Г), где параметры: А – значение X; Б – средняя арифметическая X ; В – среднее квадратическое отклонение σ; Г – «0» для вычисления плотности (или «1» для вычисления интеграла) распределения 25 Иногда за счет округлений при расчетах (использование функции плотности распределения вместо интеграла) может быть нарушено равенство сумм эмпирических и теоретических частот, что и произошло в нашем примере про ВО (∑f=35, ∑m=33,832) 24 54 14 12 эмпирическое распределение 10 нормальное распределение 8 6 4 2 0 0 20 40 60 80 100 120 Рис. 14. Распределение ВО по таможенным постам (эмпирическое) и нормальное Критерии согласия, опираясь на установленный закон распределения, дают возможность установить, когда расхождения между теоретическими и эмпирическими частотами следует признать несущественными (случайными), а когда – существенными (неслучайными). Таким образом, критерии согласия позволяют отвергнуть или подтвердить правильность выдвинутой гипотезы о характере распределения в эмпирическом ряду и дать ответ, можно ли принять для данного эмпирического распределения модель, выраженную некоторым теоретическим законом распределения. Существует ряд критериев согласия, но чаще всего применяют критерии Пирсона χ2, Колмогорова и Романовского. Критерий согласия Пирсона χ2 (хи-квадрат) – один из основных критериев согласия, рассчитываемый по формуле (62): k 2 i 1 где k fi mi ( f i mi ) 2 , mi (62) – число интервалов; – эмпирическая частота i-го интервала; – теоретическая частота. Для распределения χ2 составлены таблицы, где указано критическое значение критерия согласия χ2 для выбранного уровня значимости α и данного числа степеней свободы ν (см. Приложение 7). Уровень значимости α – это вероятность ошибочного отклонения выдвинутой гипотезы, т.е. вероятность (P) того, что будет отвергнута правильная гипотеза. В статистических исследованиях в зависимости от важности и ответственности решаемых задач пользуются следующими тремя уровнями значимости: 1) α = 0,10, тогда P = 0,90; 55 2) α = 0,05, тогда P = 0,95 26; 3) α = 0,01, тогда P = 0,99. Число степеней свободы ν определяется по формуле: ν = k – z – 1, где k z (63) – число интервалов; – число параметров, задающих теоретический закон распределения. Для нормального распределения z = 2, так как нормальное распределение зависит от двух параметров – средней арифметической ( X ) и среднего квадратического отклонения (σ). Для оценки существенности расхождений расчетное значение χ2 сравнивают с табличным χ2табл. Расчетное значения критерия должно быть меньше табличного, т.е. χ2<χ2табл, в противном случае расхождения между теоретическим и эмпирическим распределением не случайны, а теоретическое распределение не может служить моделью для изучаемого эмпирического распределения. Использование критерия χ2 рекомендуется для достаточно больших совокупностей (N>50), при этом частота каждой группы не должна быть менее 5, в противном случае повышается вероятность получения ошибочных выводов. В нашем примере про ВО для расчета критерия χ2 построим вспомогательную таблицу 21. Таблица 21. Вспомогательные расчеты критериев согласия i Xi fi mi 1 24,16 – 38,66 5 3,383 2 38,66 – 53,16 7 7,707 3 53,16 – 67,66 13 10,246 4 67,66 – 82,16 4 7,948 5 82,16 – 96,66 4 3,598 6 96,66 – 111,16 2 0,950 Итого 35 33,832 ( f i mi ) 2 mi 0,773 0,065 0,740 1,961 0,045 1,160 4,744 fi’ mi’ 5 12 25 29 33 35 3,383 11,090 21,336 29,284 32,882 33,832 |fi’– mi’| 1,617 0,910 3,664 0,284 0,118 1,168 Теперь по формуле (62): χ2 =4,744, что меньше табличного (Приложение 7) значения χ2табл=7,8147 при уровне значимости α = 0,05 и числе степеней свободы ν=6–2–1=3, значит с вероятностью 0,95 можно говорить, что в основе эмпирического распределения величины ВО по таможенным постам лежит закон нормального распределения, т.е. выдвинутая гипотеза не отвергается, а расхождения объясняются случайными факторами. Критерий Романовского КР основан на использовании критерия Пирсона χ2, т.е. уже найденных значений χ2 и числа степеней свободы ν, рассчитывается по формуле (64): Практически приемлемая вероятность в экономических исследованиях, означающая, что в 5 случаях из 100 может быть отвергнута правильная гипотеза 26 56 КР 2 2 (64) . Он используется в том случае, когда отсутствует таблица значений χ2. Если КР < 3, то расхождения между теоретическим и эмпирическим распределением случайны, если КР > 3, то не случайны, и теоретическое распределение не может служить моделью для изучаемого эмпирического распределения. В нашем примере про ВО по формуле (64): К Р подтверждает несущественность теоретическими частотами. расхождений 4,744 3 между 2*3 = 0,712 < 3, что эмпирическими и Критерий Колмогорова λ основан на определении максимального расхождения между накопленными частотами эмпирического и теоретического распределений (D), рассчитывается по формуле (65) 27: D/ N . (65) Рассчитав значение λ, по таблице P(λ) (см. Приложение 6) определяют вероятность, с которой можно утверждать, что отклонения эмпирических частот от теоретических случайны. Вероятность P(λ) может изменяться от 0 до 1. При P(λ) = 1 (т.е. при λ < 0,3) происходит полное совпадение частот, при P(λ) = 0 – полное расхождение. В нашем примере про ВО в последних трех столбцах таблицы 21 приведены расчеты накопленных частот и разностей между ними, откуда видно, что в 3-ей группе наблюдается максимальное расхождение (разность) D = 3,664. Тогда по формуле (65): 3,664 / 35 0,619 . По таблице Приложения 6 находим значение вероятности при λ = 0,6: P = 0,86 (наиболее близкое значение к 0,619), т.е. с вероятностью, близкой к 0,86, можно говорить, что в основе эмпирического распределения величины ВО по таможенным постам лежит закон нормального распределения, а расхождения эмпирического и теоретического распределений носят случайный характер. Итак, подтвердив правильность выдвинутой гипотезы с помощью известных критериев согласия, можно использовать результаты распределения для практической деятельности. Какое же практическое значение может иметь произведенная проверка гипотезы? Во-первых, соответствие нормальному закону позволяет прогнозировать, какое число таможенных постов (или их доля) попадет в тот или иной интервал значений величины ВО. Во-вторых, нормальное распределение возникает при действии на вариацию изучаемого показателя множества независимых факторов. Из чего следует, что нельзя существенно снизить вариацию величины ВО, воздействуя только на один-два управляемых фактора, Основное условие для использования критерия Колмогорова – достаточно большое число наблюдений (N > 50) 27 57 скажем число оснащенности. работников таможенного поста или степень технической Методические указания Таможенная инспекция провела 1%-ю проверку после выпуска товаров. В результате получен следующий дискретный ряд распределения числа нарушений, выявленных в каждой проверке (табл. 22). Проведем анализ этого ряда распределения. Таблица 22. Ряд распределения числа нарушений, выявленных таможенной инспекцией Число нарушений 0 1 2 3 Число проверок 24 4 2 1 Этап 1. Данный в табл. 22 ряд распределения уже ранжирован в порядке возрастания числа нарушений, поэтому переходим сразу к расчету основного обобщающего показателя – среднего числа нарушений. Сначала рассчитаем среднее число нарушений в выборке, а также его дисперсию, для чего построим вспомогательную таблицу 23. Таблица 23. Ряд распределения числа нарушений, выявленных таможенной инспекцией Число Число ( f m) 2 ~ 2 нарушений проверок Xf (Х - X ) f m f’ m’ |f’– m’| m X f 0 24 0 3,022 21,7 0,244 24 21,7 2,3 1 4 4 1,665 7,7 1,778 28 29,4 1,4 2 2 4 5,413 1,4 0,257 30 30,8 0,8 3 1 3 6,997 0,2 3,200 31 31 0 Итого 31 11 17,097 31 5,479 Среднее число нарушений в выборке по формуле (11), приняв за X число нарушений, ~ а за N – численность выборки n: X = Х = 11/31 = 0,355 (нарушений). n Дисперсию определим по формуле (46): ~ 2 X i n ~ X 2 = 17,097 = 0,552 (нарушений2). 31 Затем определим среднюю ошибку выборки по формуле (33), так как число величин в генеральной совокупности N неизвестно: = ~ 2 n 0,552 0,133 . 31 Предельная ошибка выборки при вероятности 0,95 по формуле (32): = 1,96*0,133 = 0,261. Доверительный интервал среднего числа нарушений в генеральной совокупности по формуле (35): Х = 0,355 ± 0,261 или 0,094 Х 0,616 (нарушений), то есть среднее число нарушений по всей совокупности товаров, прошедших через таможенную границу, с вероятностью 0,95 лежит в пределах от 0,094 до 0,616 нарушений в 1 партии. 58 Найдем еще обобщающий показатель – долю выпущенных товаров без нарушений d (т.е. с числом нарушений X=0). Доля таких товаров в выборке по ~ формуле (6) составила: d 24/31 = 0,774, или 77,4%. Дисперсия этой доли по формуле (66) 28 составила: ~ ~ ~ 2 d (1 d ) = 0,774*(1–0,774) = 0,175. (66) ~ 2 0,175 0,075 . n 31 Предельная ошибка выборки при вероятности 0,95 по формуле (32): = 1,96*0,075 = 0,147. Средняя ошибка выборки по формуле (33): = Доверительный интервал доли выпущенных товаров без нарушений в генеральной совокупности по формуле (36): d = 0,774 ± 0,147 или 0,627 d 0,921, то есть доля выпущенных товаров без нарушений по всей совокупности товаров, прошедших через таможенную границу, с вероятностью 0,95 лежит в пределах от 62,7% до 92,1%. Этап 2. Данный ряд распределения не имеет смысла превращать в интервальный в виду очень малой вариации значений признака. Построив график этого распределения (полигон) – рис. 15, видно, что данное распределение не похоже на нормальное. 25 20 15 10 5 0 0 1 2 3 Рис. 15. Кривая распределения числа нарушений, выявленных таможенной инспекцией Этап 3. Из структурных характеристик ряда распределения можно определить только моду: Мо = 0, так как по данным табл. 23 такое число нарушений чаще всего встречается (f=24). Этап 4. По формуле (42) определим размах вариации: H = 3 – 0 = 3, что характеризует вариацию в 3 нарушения. По формуле (44) найдем среднее линейное отклонение: X X Л f ~ f 0 0,355 24 1 0,355 4 2 0,355 2 3 0,3551 31 17,035 / 31 0,550 . Это означает, что в среднем число нарушений в выборке отклоняется от среднего числа нарушений на 0,55. Среднее квадратическое отклонение рассчитаем не по формуле (46), а как корень из дисперсии, которая уже была рассчитана нами на 1-м этапе: 0,552 0,743 , тогда Л 0,743 / 0,550 1,35 1,25 , т.е. в изучаемом распределении Самостоятельно получить формулу (66) из формулы (46) путем подстановки двух значений признака, равных X1 = 0 и X2 = 1 с частотами f1 = d и f2 = q, причем d + q = 1 28 59 наблюдается некоторое число выделяющихся нарушений (с большим числом нарушений, выявленных в одной проверке). Поскольку квартили на предыдущем этапе не определялись, на данном этапе расчет среднего квартильного расстояния пропускаем. Теперь рассчитаем относительные показатели вариации: – относительный размах вариации по формуле (50): = 3/0,355 = 8,45; – линейный коэффициент вариации по формуле (51): = 0,550/0,355 = 1,55; – квадратический коэффициент вариации по формуле (52): = 0,743/0,355 = 2,09. Все расчеты на данном этапе свидетельствуют о значительных размере и интенсивности вариации нарушений, выявленных таможенной инспекцией. Этап 5. Не имеет практического смысла расчет моментов распределения, так как видно из рис. 15, что в изучаемом распределении симметрия отсутствует вовсе, поэтому и расчет эксцесса также бесполезен. Этап 6. Выдвинем гипотезу о соответствии изучаемого распределения распределению Пуассона29, которое описывается формулой (67): a X e a , (67) X! – вероятность того, что признак примет то или иное значение X; – основание натурального логарифма; – факториал числа X (т.е. произведение всех целых чисел от 1 до X включительно); – средняя арифметическая ряда распределения. P( x) где P(X) e = 2,7182 X! a=X Из формулы (67) видно, что единственным параметром распределения Пуассона является средняя арифметическая величина. Порядок определения теоретических частот этого распределения следующий: 1) рассчитать среднюю арифметическую ряда, т.е. = a; 2) рассчитать e–a; 3) для каждого значения X рассчитать теоретическую частоту по формуле (68): mN a x e a N * P( X ) . x! (68) ~ Поскольку a = X = 0,355 найдем значение e – 0,355 =0,7012. Затем, подставив в формулу (68) значения X от 0 до 3, вычислим теоретические частоты: 0,355 0 * 0,7012 21,7 (т.к. 0! = 1); 0! 0,355 2 * 0,7012 1,4 ; m2 = 31 2! m0 = 31 0,3551 * 0,7012 7,7 ; 1! 0,355 3 * 0,7012 0,2 . m3 = 31 3! m1 = 31 Названо по имени французского математика Симеона Пуассона (1781 – 1840), еще называют законом распределения редких явлений; возникает, когда значения признака выражены дискретно и являются результатом какого-либо редко возникающего события среди наблюдаемых единиц, причем с увеличением значений признака вероятность наступления события падает 29 60 Полученные теоретические частоты занесем в 5-й столбец табл. 23 и построим график эмпирического и теоретического распределений (рис. 16), из которого видна близость эмпирического и теоретического распределений. 25 20 15 10 5 0 Эмпирическое распределение Распределение Пуассона 0 1 2 3 Рис. 16. Эмпирическая и теоретическая (распределение Пуассона) кривые распределения Проверим выдвинутую гипотезу о соответствии изучаемого распределения закону Пуассона с помощью критериев согласия. Рассчитаем значение критерия Пирсона χ2 по формуле (62) в 6-м столбце табл. 23: χ2 =5,479, что меньше табличного (Приложение 7) значения χ2табл=5,9915 при уровне значимости α = 0,05 и числе степеней свободы ν=4–1–1=2, значит с вероятностью 0,95 можно говорить, что в основе эмпирического распределения лежит закон распределения Пуассона, т.е. выдвинутая гипотеза не отвергается, а расхождения объясняются случайными факторами. Определим значение критерия Романовского по формуле (64): КР 5,479 2 2*2 = 1,74 < 3, что подтверждает несущественность расхождений между эмпирическими и теоретическими частотами. Для расчета критерия Колмогорова в последних трех столбцах таблицы 23 приведены расчеты накопленных частот и разностей между ними, откуда видно, что в 1-ой группе наблюдается максимальное расхождение (разность) D = 2,3. Тогда по формуле (65): 2,3 / 31 0,413 . По таблице Приложения 6 находим значение вероятности при λ = 0,4: P = 0,9972 (наиболее близкое значение к 0,413), т.е. с вероятностью, близкой к единице, можно говорить, что в основе эмпирического распределения величины нарушений, выявленных таможенной инспекцией, лежит закон распределения Пуассона, а расхождения эмпирического и теоретического распределений носят случайный характер. 61 Контрольные задания На основе условных ранжированных данных таблицы 24, которые получены с помощью случайного выборочного наблюдения на 50 таможенных постах за отчетный период, провести анализ вариации (6 этапов) величины таможенных сборов (тыс. руб.) с товаров, перемещенных через таможенную границу, собранных таможенными постами. Таблица 24. Распределение вариантов для выполнения контрольного задания № п/п 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 1 107 139 142 144 150 207 207 217 233 244 271 273 275 300 302 305 312 320 359 369 370 372 382 411 414 2 109 111 199 226 239 289 318 319 346 390 390 405 428 436 438 450 451 496 497 502 513 517 531 545 558 3 118 165 168 247 249 293 299 302 339 361 364 405 410 429 439 458 462 492 498 543 550 566 581 588 590 Вариант 4 5 6 7 155 104 101 142 178 107 163 143 182 113 200 169 223 133 230 169 227 186 308 223 269 186 314 233 272 195 320 236 286 230 328 290 294 232 367 292 301 243 405 292 306 264 410 338 361 356 420 359 362 368 427 363 392 372 440 367 428 387 458 368 454 403 464 411 462 467 465 436 466 482 482 449 482 491 495 460 487 494 497 480 490 510 545 488 493 511 549 493 501 512 582 500 508 533 590 500 511 540 602 513 8 123 124 184 247 295 303 312 332 335 351 378 379 388 389 393 420 422 425 461 465 495 498 526 528 531 9 128 180 208 247 259 262 325 341 344 353 362 366 377 387 389 429 466 485 491 515 523 534 546 550 573 № п/п 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 10 158 177 292 317 327 380 433 449 458 490 505 506 526 553 567 586 604 618 624 627 633 653 656 657 673 1 416 426 428 436 451 496 497 513 517 545 558 571 580 593 597 615 649 661 680 801 816 825 845 961 972 2 560 571 573 580 593 597 615 649 661 668 680 693 801 813 816 825 675 842 845 650 858 878 958 972 994 3 593 609 610 612 622 658 680 706 716 726 737 751 795 812 825 849 855 858 861 865 866 867 938 939 989 Вариант 4 5 6 7 519 576 603 515 533 577 614 523 539 579 621 526 550 579 633 533 555 589 643 553 555 590 664 559 561 591 666 560 597 598 676 564 600 604 691 580 621 630 692 585 643 687 708 592 674 703 717 595 676 705 726 604 683 729 743 653 689 738 744 671 712 740 753 676 735 776 758 698 766 786 772 700 799 792 793 717 818 825 808 761 824 851 861 808 858 854 867 818 861 895 880 838 898 896 897 869 937 949 929 888 8 531 544 563 576 584 585 597 602 604 631 639 647 665 671 699 716 719 720 764 803 873 879 898 922 991 9 574 604 618 624 653 657 673 685 701 702 706 723 734 755 756 785 802 842 864 886 888 926 930 945 961 Контрольные вопросы 1. 2. 3. 4. 5. 6. 7. 8. 9. Понятие вариации и ее причины, виды рядов распределения. Выборочный ряд распределения и расчет его обобщающих характеристик. Построение ранжированного ряда распределения. Построение интервального ряда распределения и его графиков. Структурные характеристики ряда распределения. Показатели размера и интенсивности вариации. Моменты распределения и показателей его формы. Нормальное распределение и распределение Пуассона, расчет их частот. Критерии согласия. 62 10 677 689 702 709 723 734 752 755 756 779 785 802 819 822 829 842 848 864 886 888 926 930 945 951 961 Тема 6. Статистическое изучение динамики ВЭД на основе данных таможенной статистики Одной из важнейших задач статистики является изучение изменений анализируемых показателей во времени, то есть их динамика. Эта задача решается при помощи анализа рядов динамики (временных рядов). Ряд динамики – это числовые значения определенного статистического показателя в последовательные моменты или периоды времени (т.е. расположенные в хронологическом порядке). Числовые значения того или иного статистического показателя, составляющего ряд динамики, называют уровнями ряда и обычно обозначают через y. Первый член ряда y1 называют начальным (базисным) уровнем, а последний yn – конечным. Моменты или периоды времени, к которым относятся уровни, обозначают через t. Ряды динамики, как правило, представляют в виде таблицы (см. табл. 25) или графически (см. рис. 17), причем по оси абсцисс строится шкала времени t, а по оси ординат – шкала уровней ряда y. Таблица 25. Внешнеторговый оборот (ВО) России за период 2000-2007 гг. Год 2000 2001 2002 2003 2004 2005 2006 2007 Млрд. долл. США 149,9 155,6 168,3 212,0 280,6 368,9 468,4 552,2 600 2500 500 2000 400 1500 1000 300 500 200 0 100 2000 468,4 368,9 280,6 149,9 155,6 212 168,3 1 2 3 4 5 6 7 2001 2002 2003 2004 2005 2006 2007 Рис. 17. Внешнеторговый оборот (ВО) России за период 2000-2007 гг. Данные табл. 25 и рис. 17 наглядно иллюстрируют внешнеторгового оборота (ВО) в России за период 2000-2007 гг. ежегодный рост Анализ рядов динамики начинается с определения того, как именно изменяются уровни ряда (увеличиваются, уменьшаются или остаются неизменными) в абсолютном и относительном выражении. Чтобы проследить за направлением и размером изменений уровней во времени, для рядов динамики рассчитывают показатели изменения уровней ряда динамики: – абсолютное изменение (абсолютный прирост); – относительное изменение (темп роста или индекс динамики); 63 – темп изменения (темп прироста). Все эти показатели могут определяться базисным способом, когда уровень данного периода сравнивается с первым (базисным) периодом, либо цепным способом – когда сравниваются два уровня соседних периодов. Абсолютное изменение (абсолютный прирост) уровней рассчитывается как разность между двумя уровнями ряда по формуле (69) – для базисного способа сравнения или по формуле (70) – для цепного. Оно показывает, на сколько (в единицах показателей ряда) уровень одного (i-го) периода больше или меньше уровня какого-либо предшествующего периода, и, следовательно, может иметь знак «+» (при увеличении уровней) или «–» (при уменьшении уровней). yiБ yi y1 ; yiЦ yi yi 1 . (69) (70) В табл. 26 в столбце 3 рассчитаны базисные абсолютные изменения по формуле (69), а в столбце 4 – цепные абсолютные изменения по формуле (70). Таблица 26. Анализ динамики ВО России Год yiБ y iiБ iiЦ 1,038 1,123 1,414 1,872 2,461 3,125 3,684 1,038 1,082 1,260 1,324 1,315 1,270 1,179 3,684 yiЦ 2000 149,9 2001 155,6 5,7 5,7 2002 168,3 18,4 12,7 2003 212 62,1 43,7 2004 280,6 130,7 68,6 2005 368,9 219 88,3 2006 468,4 318,5 99,5 2007 552,2 402,3 83,8 Итого 2355,9 402,3 Ti Б , % Ti Ц ,% 3,8 12,3 41,4 87,2 146,1 212,5 268,4 3,8 8,2 26,0 32,4 31,5 27,0 17,9 Между базисными и цепными абсолютными изменениями существует взаимосвязь: сумма цепных абсолютных изменений равна последнему базисному изменению, т.е. n y i 1 Ц i y nБ . (71) В нашем примере про ВО подтверждается правильность расчета абсолютных изменений по формуле (71): n y i 1 Ц i = 402,3 рассчитана в итоговой строке 4-го столбца, а y nБ = 402,3 – в предпоследней строке 3-го столбца табл. 26. Относительное изменение (темп роста или индекс динамики) уровней рассчитывается как отношение (деление) двух уровней ряда по формуле (72) – для базисного способа сравнения или по формуле (73) – для цепного. iiБ yi y1 ; iiЦ yi yi 1 . (72) 64 (73) Относительное изменение показывает во сколько раз уровень данного периода больше уровня какого-либо предшествующего периода (при ii >1) или какую его часть составляет (при ii <1). Относительное изменение может выражаться в виде коэффициентов, то есть простого кратного отношения (если база сравнения принимается за единицу), и в процентах (если база сравнения принимается за 100 единиц) путем домножения относительного изменения на 100%. В табл. 26 в столбце 5 рассчитаны базисные относительные изменения по формуле (72), а в столбце 6 – цепные относительные изменения по формуле (73). Между базисными и цепными относительными изменениями существует взаимосвязь: произведение цепных относительных изменений равно последнему базисному изменению, то есть n i Ц i i 1 inБ . (74) В нашем примере про ВО подтверждается правильность расчета относительных изменений по формуле (74): n i Ц i = 1,038*1,082*1,260*1,324*1,315*1,270*1,179 = 3,684 i 1 рассчитано по данным 6-го столбца, а inБ = 3,684 – в предпоследней строке 5-го столбца табл. 26. Темп изменения (темп прироста) уровней – относительный показатель, показывающий, на сколько процентов данный уровень больше (или меньше) другого, принимаемого за базу сравнения. Он рассчитывается путем вычитания из относительного изменения 100%, то есть по формуле (75): Ti ii 100% , (75) или как процентное отношение абсолютного изменения к тому уровню, по сравнению с которым рассчитано абсолютное изменение (базисный уровень), то есть по формуле (76): y i Ti 100% . (76) yбаз В табл. 26 в столбце 7 рассчитаны базисные темпы изменения ВО по формуле (75), а в столбце 8 – цепные темпы изменения по формуле (76). Все расчеты в табл. 26 свидетельствуют о ежегодном росте ВО России за период 2000-2007 гг. Каждый ряд динамики можно рассматривать как некую совокупность n меняющихся во времени показателей, которые можно обобщить в виде средних величин. Такие обобщенные (средние) показатели особенно необходимы при сравнении динамики изменений того или иного показателя ВЭД в разные периоды, в разных странах и т.д. Обобщенной характеристикой ряда динамики служит прежде всего средний уровень ряда y . Для разных видов рядов динамики он рассчитывается неодинаково. 65 Ряды динамики бывают равномерные (с равными интервалами времени между уровнями), для которых средний уровень определяется по простой формуле средней величины, и неравномерные (с неравными интервалами), для которых используются формулы средних взвешенных (по интервалам времени) величин. В интервальном ряду динамики (в котором время задано в виде промежутков времени, к которым относятся уровни) y определяется по формуле средней арифметической, а в моментном ряду (в котором время задано в виде конкретных моментов времени или дат, к которым относятся уровни) – по формуле средней хронологической. В табл. 27 приводятся виды рядов динамики и соответствующие формулы для расчета их среднего уровня y . Таблица 27. Виды средних величин, применяемых при расчете среднего уровня Вид ряда Название средней Номер Формула средней величины динамики величины формулы Равномерный Арифметическая y (77) y простая интервальный n Равномерный моментный Хронологическая простая n 1 y n y1 y n y y1 y 2 y3 ... y n1 i i 2 2 2 y 2 n 1 n 1 (78) n Неравномерный интервальный Арифметическая взвешенная y yt i i i 1 n t i 1 n 1 Неравномерный моментный Хронологическая взвешенная y ( y i (79) i yi 1 )t i i 1 (80) n 1 2 t i i 1 В нашем примере про ВО России за период 2000-2007 гг. имеем равномерный интервальный ряд динамики, поэтому его средний уровень определяем по формуле (77): y = 2355,9/8 = 294,488, то есть ВО России в период 2000-2007 гг. составлял ежегодно в среднем 294,488 млрд. долл. США. Кроме среднего уровня ряда рассчитываются и другие средние показатели: – среднее абсолютное изменение (средний абсолютный прирост); – среднее относительное изменение (средний темп роста); – средний темп изменения (средний темп прироста). Каждый из этих показателей может рассчитываться базисным и цепным способом. Базисное среднее абсолютное изменение – это частное от деления последнего базисного абсолютного изменения на количество изменений уровней (81); цепное среднее абсолютное изменение уровней ряда – это частное от деления суммы всех цепных абсолютных изменений на количество изменений (82): Y Б Y = n ; n 1 Б Y (81) 66 Ц Y = Ц n 1 . (82) По знаку средних абсолютных изменений также судят о характере изменения явления в среднем: рост, спад или стабильность. Очевидно, что числители формулы (81) и (82) равны между собой по формуле (71), значит, среднее абсолютное изменение не зависит от способа расчета (базисный или цепной), так как результат получится одинаковый. В нашей задаче по формуле (81) или (82): Y = 402,3/7 = 57,471, то есть ежегодно в среднем ВО растет на 57,471 млрд. долл. Наряду со средним абсолютным изменением рассчитывается и среднее относительное. Базисное среднее относительное изменение определяется по формуле (83), а цепное среднее относительное изменение – по формуле (84): i Б= n 1 inБ = n 1 Yn Y1 , i Ц= n 1 iпЦ . (83) (84) Естественно, базисное и цепное среднее относительное изменения должны быть одинаковыми и сравнением их с критериальным значением 1 делается вывод о характере изменения явления в среднем: рост, спад или стабильность. В нашем примере про ВО: i = 7 3,684 = 1,205, то есть ежегодно в среднем в период 2000-2007 гг. ВО России растет в 1,205 раза. Вычитанием 100% из среднего относительного изменения образуется соответствующий средний темп изменения, по знаку которого также можно судить о характере изменения изучаемого явления, отраженного данным рядом динамики. В нашем примере про ВО: T = 1,205 – 1 = 0,205, то есть ежегодно в среднем в период 2000-2007 гг. ВО России растет на 20,5%. Одна из основных задач изучения рядов динамики – выявить основную тенденцию (закономерность) в изменении уровней ряда, именуемую трендом. Закономерность в изменении уровней ряда в одних случаях проявляется наглядно, в других – может маскироваться колебаниями случайного или неслучайного характера. Поэтому, чтобы сделать правильные выводы о закономерностях развития того или иного показателя, надо суметь отделить тренд от колебаний, вызванных случайными кратковременными причинами. На основании выделенного тренда можно экстраполировать (прогнозировать) развитие явления в будущем. С этой целью (устранить колебания, вызванные случайными причинами) ряды динамики подвергают обработке. Существует несколько методов обработки рядов динамики, помогающих выявить основную тенденцию изменения уровней ряда, а именно: метод укрупнения интервалов, метод скользящей средней и аналитическое выравнивание. Во всех методах вместо фактических уровней при обработке ряда рассчитываются иные (расчетные) уровни, в которых тем или иным способом взаимопогашается действие случайных факторов и тем самым уменьшается колеблемость уровней. Последние в результате становятся как бы «выравненными», «сглаженными» по отношению к исходным фактическим данным. Такие методы обработки рядов динамики называются сглаживанием или выравниванием рядов динамики. 67 Наиболее совершенным методом обработки рядов динамики в целях устранения случайных колебаний и выявления тренда является выравнивание уровней ряда по аналитическим формулам (или аналитическое выравнивание). Суть аналитического выравнивания заключается в замене эмпирических (фактических, исходных) уровней yi теоретическими ŷt , которые рассчитаны по определенному уравнению, принятому за математическую модель тренда, где теоретические уровни рассматриваются как функция времени: ŷt = f(t). При этом каждый фактический уровень yi рассматривается как сумма двух30 составляющих: y i f (t ) t , (85) где f(t) = ŷt - систематическая составляющая, отражающая тренд и выраженная определенным уравнением; t - случайная величина, вызывающая колебания уровней вокруг тренда. Задача аналитического выравнивания сводится к следующему: 1) определение на основе фактических данных формы (вида) гипотетической функции ŷt = f(t), способной наиболее адекватно отразить тенденцию развития исследуемого показателя; 2) нахождение по эмпирическим данным параметров указанной функции; 3) расчет по найденному уравнению теоретических (выравненных) уровней. В аналитическом выравнивании наиболее часто используются простейшие функции, представленные в табл. 28, где обозначено ŷt - теоретические (выравненные) уровни (читается как «игрек, выравненный по t»); t – условное обозначение времени (1, 2, 3 …); a0, a1, a2, ... – параметры аналитической функции; k – число гармоник (при выравнивании по ряду Фурье). Таблица 28. Виды математических функций31, используемые при выравнивании Название функции График функции Формула yˆ t a0 a1t (86) Прямая линия Парабола 2-го или yˆ t a0 a1t a 2 t 2 (87) порядка a yˆ t a0 1 (88) Гипербола t Показательная yˆ t a0 a1t (89) Степенная yˆ t a0 t a1 (90) Ряд Фурье yˆ t a0 m a k cos kt bk sin kt (91) k 1 Возможно выделение и большего числа составляющих, например, сезонная и/или циклическая компонента, подробнее – [16] 31 Приведены наиболее простые функции, более сложные виды, такие как логарифмическая, логистическая и др. описаны в специальной литературе, например – [6] 30 68 Выбор той или иной функции для выравнивания ряда динамики осуществляется на основании графического изображения эмпирических данных. Если по тем или иным причинам уровни эмпирического ряда трудно описать одной функцией, следует разбить анализируемый период на отдельные части и затем выровнять каждую часть по соответствующей кривой. Нередко один и тот же ряд можно выровнять по разным аналитическим функциям и получить довольно близкие результаты. В нашем примере про ВО России можно произвести выравнивание и по прямой линии, и по параболе. Чтобы решить вопрос о том, использование какой кривой дает лучший результат, обычно сопоставляют суммы квадратов отклонений эмпирических уровней от теоретических (остатки), рассчитанным по разным функциям, то есть: ( yˆ t y )2 . (92) Та функция, при которой эта сумма минимальна, считается наиболее адекватной, приемлемой. Однако сравнивать непосредственно суммы квадратов отклонений можно в том случае, если сравниваемые уравнения имеют одинаковое число параметров. Если же число параметров k разное, то каждую сумму квадратов делят на разность (n – k), выступающую в роли числа степеней свободы, и сравнивают уже квадраты отклонений уровней, рассчитанные на одну степень свободы (т.е. остаточные дисперсии на одну степень свободы). Параметры искомых уравнений (a0, a1, a2, ...) при аналитическом выравнивании могут быть определены по-разному, но наиболее распространенным методом является метод наименьших квадратов (МНК). При этом методе учитываются все эмпирические уровни и должна обеспечиваться минимальная сумма квадратов отклонений эмпирических значений уровней y от теоретических уровней ŷt : ( yˆ t y ) 2 min . (93) В частности, при выравнивании по прямой вида (86) параметры a0 и a1 отыскиваются по МНК следующим образом. В формуле (93) вместо ŷt записываем его конкретное выражение a0 a1t . Тогда S (a0 a1t y) 2 min . Дальнейшее решение сводится к задаче на экстремум, т.е. к определению того, при каком значении a0 и a1 функция двух переменных S может достигнуть минимума. Как известно, для этого надо найти частные производные S по a0 и a1 , приравнять их к нулю и после элементарных преобразований решить систему двух уравнений с двумя неизвестными. В соответствии с вышеизложенным найдем частные производные: S a 2 (a0 a1t y ) 0 0 S 2 (a a t y )t 0 0 1 a1 69 Сократив каждое уравнение на 2, раскрыв скобки и перенеся члены с y в правую сторону, а остальные – оставив в левой, получим систему нормальных уравнений: na0 a1 t y 2 a0 t a1 t yt (94) где n – количество уровней ряда; t – порядковый номер в условном обозначении периода или момента времени; y – уровни эмпирического ряда. Эта система и, соответственно, расчет параметров a0 и a1 упрощаются, если отсчет времени ведется от середины ряда32. Например, при нечетном числе уровней серединная точка времени (год, месяц) принимается за нуль, тогда предшествующие периоды обозначаются соответственно –1, –2, –3 и т.д., а следующие за средним (центральным) – соответственно 1, 2, 3 и т.д. При четном числе уровней (как в нашем примере про ВО России – 7 уровней) два серединных момента (периода) времени обозначают –1 и +1, а все последующие и предыдущие, соответственно, через два интервала: 3 , 5 , 7 и т.д. (см. 3-й столбец табл. 29). При таком порядке отсчета времени (от середины ряда) t = 0, поэтому, система нормальных уравнений (94) упрощается до следующих двух уравнений, каждое из которых решается самостоятельно: y na y a 0 0 n (95) yt 2 a1 t yt a1 t 2 Как видим, при такой нумерации периодов параметр a0 представляет собой средний уровень равномерного интервального ряда, то есть формулу (77). Определим по формуле (95) параметры уравнения прямой для нашего примера про ВО России, для чего исходные данные и все расчеты необходимых сумм представим в табл. 29. Таблица 29. Вспомогательные расчеты для линейного тренда Год y 2000 149,9 2001 155,6 2002 168,3 2003 212 2004 280,6 2005 368,9 2006 468,4 2007 552,2 Итого 2355,9 t t2 yt -7 49 -1049,3 -5 25 -778 -3 9 -504,9 -1 1 -212 1 1 280,6 3 9 1106,7 5 25 2342 7 49 3865,4 0 168 5050,5 ŷt ( yˆ t y ) 2 ( yˆ t y ) 2 ( y y)2 84,050 4336,223 44283,941 20905,545 144,175 130,531 22593,848 19289,738 204,300 1296,000 8133,785 15923,285 264,425 2748,381 903,754 6804,188 324,550 1931,602 903,754 192,863 384,675 248,851 8133,785 5537,220 444,800 556,960 22593,848 30245,558 504,925 2234,926 44283,941 66415,733 2355,900 13483,473 151830,656 165314,129 При расчете параметров уравнения тренда на ЭВМ необходимость вести отсчет от середины ряда динамики отпадает. Например, для получения уравнения тренда в Microsoft Office Excel необходимо построить его график с помощью «Мастера диаграмм», после чего вызвать контекстное меню, нажав на правую кнопку мыши на построенном графике, и выбрать пункт «Добавить линию тренда», в появившемся окне выбрать подходящую математическую функцию и установить галочку «показывать уравнение на диаграмме» 32 70 Из табл. 29 получаем, что: a0 = 2355,9/8 = 294,4875 и a1 = 5050,5/168 = 30,0625. Отсюда искомое уравнение тренда: ŷt =294,4875+30,0625t. В 6-м столбце табл. 29 приведены теоретические (трендовые) уровни, рассчитанные по этому уравнению, а в итоге 7-го столбца – остатки по формуле (92). Для иллюстрации построим график эмпирических и трендовых уровней – рис. 18. 600 500 400 Эмпирические уровни Трендовые уровни 300 200 100 0 2000 2001 2002 2003 2004 2005 2006 2007 Рис. 18. Эмпирические и трендовые уровни ряда динамики ВО России Для найденного уравнения тренда необходимо провести оценку его надежности (адекватности), что осуществляется обычно с помощью критерия Фишера, сравнивая его расчетное значение Fр с теоретическим (табличным) значением FТ (Приложение 8). При этом расчетный критерий Фишера определяется по формуле (96): FР ( yˆ y ) (k 1) ( yˆ y ) (n k ) 2 t 2 , (96) t где k – число параметров (членов) выбранного уравнения тренда. Для проверки правильности расчета сумм в формуле (96) можно использовать следующее равенство (97): (97) ( y y )2 ( yˆt y)2 ( yˆt y ) . В нашем примере про ВО равенство (97) соблюдается (необходимые суммы рассчитаны в трех последних столбцах табл. 29): 165314,129 = 13483,473 + 151830,656. Сравнение расчетного и теоретического значений критерия Фишера ведется при 33 заданном уровне значимости с учетом степеней свободы: 1 k 1 и 2 n k . При условии Fр > FТ считается, что выбранная математическая модель ряда динамики адекватно отражает обнаруженный в нем тренд. Проверим тренд на адекватность в нашем примере про ВО по формуле (96): 33 Понятие «уровень значимости» описано ранее на стр. 55 71 FР = 151830,656*6/(13483,473*1) = 67,563 > FТ, значит, модель адекватна и ее можно использовать для прогнозирования (FТ = 5,99 находим по Приложению 8 в 1-ом столбце [ 1 = k – 1 = 2 – 1 = 1] и 5-й строке [ 2 = n – k = 6]). Как уже было отмечено ранее, в нашем примере про ВО России можно произвести выравнивание не только по прямой линии, но и по параболе, чего делать не будем, так как уже найденный линейный тренд адекватно описывает тенденцию34. При составлении прогнозов уровней социально-экономических явлений обычно оперируют не точечной, а интервальной оценкой, рассчитывая так называемые доверительные интервалы прогноза. Границы интервалов определяются по формуле (98): yˆ t t yˆ , (98) где ŷt – точечный прогноз, рассчитанный по модели тренда; t – коэффициент доверия по распределению Стьюдента при уровне значимости и числе степеней свободы =n–1 (приложение 9)35; ŷ – ошибка аппроксимации, определяемая по формуле (99): yˆ ( yˆ t y) 2 nk . (99) Спрогнозируем ВО России на 2008 и 2009 годы с вероятностью 0,95 (значимостью 0,05), для чего найдем ошибку аппроксимации по формуле (99): ŷ = 13483,473/(8 - 2) = 47,405 и найдем коэффициент доверия по распределению Стьюдента по Приложению 9: t = 2,3646 при = 8 – 1= 7. Прогноз на 2008 и 2009 годы с вероятностью 0,95 по формуле (98): Y2008 = (294,4875+30,0625*9) 2,3646*47,405 или 452,96<Y2008<677,14 (млрд. долл.); Y2009 = (294,4875+30,0625*11) 2,3646*47,405 или 513,08<Y2009<737,27 (млрд. долл.). Как видно из полученных прогнозов, доверительный интервал достаточно широк (из-за достаточно большой величины ошибки аппроксимации). Более точный прогноз можно получить при выравнивании по параболе 2-го порядка36. Выравнивание по параболе рассмотрено в методических указаниях к теме на другом примере Используется при малом количестве уровней (n<30), в противном случае (n>30) вместо t используют коэффициент доверия t нормального закона распределения 36 Попробуйте проделать данное задание самостоятельно (в случае затруднений обратитесь к методическим указаниям по данной теме) 34 35 72 Методические указания По данным ФСГС сальдо внешней торговли (СВТ) России за период 2003-2007 гг. характеризуется рядом динамики, представленным в табл. 30. Таблица 30. Сальдо внешней торговли (СВТ) России за период 2003-2007 гг. Год Млрд. долл. США 2003 76,3 2004 106,1 2005 142,8 2006 163,4 2007 152,8 Проанализируем данный ряд динамики: выявим тенденцию и сделаем прогноз на 2008 и 2009 годы с вероятностью 0,95. Для большей наглядности представим данные табл. 30 на графике – рис. 19. 180 160 140 120 100 80 60 40 20 0 2003 2004 2005 2006 2007 Рис. 19. Сальдо внешней торговли (СВТ) России за период 2000-2006 гг. Данные табл. 30 и рис. 19 наглядно иллюстрируют постепенный рост и последующее уменьшение СВТ России за период 2003-2007 гг. Очевидно, что такую динамику не следует описывать линейной функцией тренда. Попробуем описать эту динамику с помощью тренда по параболе 2-го порядка по формуле (87). Параметры параболы (a0, a1, a2) определим методом МНК, для чего в формуле (93) вместо ŷt записываем выражение параболы a 0 a1t a 2 t 2 . Тогда S (a0 a1t a2t 2 y) 2 min . Дальнейшее решение сводится к задаче на экстремум, т.е. к определению того, при каком значении a0, a1, a2 функция трех переменных S может достигнуть минимума. Как известно, для этого надо найти частные производные S по a0, a1, a2 и приравнять их к нулю и после элементарных преобразований решить систему трех уравнений с тремя неизвестными. В соответствии с вышеизложенным найдем частные производные: 73 S 2 (a 0 a1t a 2 t 2 y ) 0 a 0 S 2 (a 0 a1t a 2 t 2 y )t 0 a 1 S 2 (a 0 a1t a 2 t 2 y )t 2 0 a 2 Сократив каждое уравнение на 2, раскрыв скобки и перенеся члены с y в правую сторону, а остальные – оставив в левой, получим систему нормальных уравнений: na0 a1 t a 2 t 2 y 2 3 a0 t a1 t a 2 t yt 2 3 4 2 a0 t a1 t a 2 t yt (100) Упростим систему (100), введя условную нумерацию t от середины ряда. Тогда ∑t = 0 и ∑t3 = 0, а система (100) упростится до следующего вида: na0 a 2 t 2 y 2 a1 t yt 2 4 2 a0 t a 2 t yt (101) Решая систему (101) 37, находим параметры a0, a1, a2: y t t yt n t t 4 a0 4 2 2 2 2 (102) a1 yt t 2 (103) a2 n yt 2 y t 2 n t 4 t 2 2 (104) Определим по формулам (102) – (104) параметры уравнения параболы для нашего примера про СВТ России, для чего исходные данные и все расчеты необходимых сумм представим в табл. 31. Таблица 31. Вспомогательные расчеты для параболического тренда Год 2003 2004 2005 2006 2007 Итого y t t2 t4 yt yt2 76,3 -2 4 16 -152,6 305,2 106,1 -1 1 1 -106,1 106,1 142,8 0 0 0 0 0 163,4 1 1 1 163,4 163,4 152,8 2 4 16 305,6 611,2 641,4 0 10 34 210,3 1185,9 ŷt 72,38 114,17 142,12 156,23 156,50 641,40 Из табл. 31 получаем по формулам (102) – (104): a0 = 142,123; a1 = 21,03; a2 = –6,921. 37 Проделайте данное задание самостоятельно 74 ( yˆ t y ) 2 15,39 65,15 0,46 51,39 13,67 146,05 ( yˆ t y ) 2 3125,13 199,05 191,62 781,28 796,21 5093,30 ( y y) 2 2701,92 491,95 210,83 1233,41 601,23 5239,35 Отсюда искомое уравнение тренда ŷt =142,123+21,03t–6,921t2. В 8-м столбце табл. 31 приведены теоретические (трендовые) уровни, рассчитанные по этому уравнению, а в итоге 9-го столбца – остатки по формуле (92). Для иллюстрации построим график эмпирических и трендовых уровней – рис. 20. 180 160 140 120 100 Эмпирические уровни Трендовые уровни 80 60 40 20 0 2003 2004 2005 2006 2007 Рис. 20. Эмпирические и трендовые уровни СВТ России Анализируя рис. 20, то есть сравнивая эмпирические и теоретические уровни, отмечаем, что они почти полностью совпадают, значит парабола 2-го порядка – вполне адекватная функция для отражения основной тенденции (тренда) СВТ России за 2003-2007 годы. Равенство (97) соблюдается (необходимые суммы рассчитаны в трех последних столбцах табл. 31): 5239,35 = 146,05 + 5093,30. Теперь проверим тренд на адекватность по формуле (96): FР = 5093,30*2/(146,05*2) = 34,87 > FТ, значит модель адекватна и ее можно использовать для прогнозирования (FТ = 19 находим по Приложению 8 в 2-ом столбце [ 1 = k – 1 = 3 – 1 = 2] и 2-й строке [ 2 = n – k = 2]). Спрогнозируем СВТ России на 2008 и 2009 годы с вероятностью 0,95, для чего найдем ошибку аппроксимации по формуле (99): ŷ = 146,05 /(5 - 3) = 8,55 и найдем коэффициент доверия по распределению Стьюдента по Приложению 9: t = 2,7764 при = 5 – 1= 4. Прогноз СВТ России на 2008 и 2009 годы с вероятностью 0,95 по формуле (98): Y2008 = (142,123+21,03*3–6,921*32) 2,7764*8,55 или 119,19<Y2008<166,66 (млрд. долл.); Y2009 = (142,123+21,03*4–6,921*42) 2,7764*8,55 или 91,77<Y2009<139,25 (млрд. долл.). Как видно из полученных прогнозов, доверительный интервал достаточно узок, значит получен достаточно точный прогноз СВТ России на 2008 и 2009 годы. Его надежная оценка имеет принципиальное значение для макроэкономического анализа и прогнозирования, поскольку его величина влияет на общую картину платежного баланса. Так, недооценка положительного сальдо означает недооценку отрицательного сальдо потоков капитала, и наоборот. В то же время потоки капитала увязаны с динамикой внутренних сбережений, что имеет принципиально важное значение для анализа инвестиционного потенциала и прогнозирования инвестиционной активности. 75 Контрольные задания 1967 февраль 20146 12063 3585 2187 март 22617 14639 4115 2460 апрель 23059 14073 4231 2535 май 25260 14728 4511 2650 июнь 22820 15648 4164 2767 июль 25349 16618 4670 2718 август 26299 17070 4807 2920 сентябрь 23939 15946 4527 2700 октябрь 29775 19005 5009 3025 ноябрь 30815 19713 5209 2858 декабрь 32972 21910 5745 3077 10 СВТ со всеми странами 3148 9 Импорт со всеми странами 9782 8 Экспорт со всеми странами 18405 7 Внешнеторговый оборот со всеми странами Импорт со странами СНГ январь Месяц СВТ со странами СНГ 4 Вариант 5 6 СВТ со странами дальнего зарубежья 3 Импорт со странами дальнего зарубежья 2 Экспорт со странами дальнего зарубежья 1 Экспорт со странами СНГ Проанализировать динамику ВЭД России за 12 месяцев 2007 года и спрогнозировать ее на следующие 3 месяца по следующим данным таможенной статистики (млн. долл. США). рассчитать самостоятельно по исходным данным вариантов 1 – 4 Контрольные вопросы 1. 2. 3. 4. 5. 6. Ряды динамики в таможенной статистике, задачи их анализа. Показатели изменения уровней ряда динамики. Средние показатели ряда динамики. Тренд ряда динамики, метод аналитического выравнивания. Оценка адекватности модели тренда. Прогнозирование при помощи тренда. 76 Тема 7. Методы изучения взаимосвязей показателей таможенной статистики 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 = a2). 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 адвалорной38 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, который рассматривается 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 38 ad valorem (лат.) – «от стоимости» 77 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 закономерности39. Выявленная таким образом связь именуется стохастической40. Корреляционная связь41 – 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 (x1, x2, …, xm) – множественной42. 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); 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 40 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 41 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 42 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 39 78 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). Общий термин «корреляционно-регрессионный анализ» подразумевает всестороннее исследование корреляционных связей (т.е. решение всех трех задач). Корреляционно-регрессионный анализ находит широкое применение в таможенной статистике. Рассмотрим его практическое применение на примере данных таможенной статистики внешней торговли России в 2006 году – таблица 32. Таблица 32. Величина внешнеторгового оборота и таможенных платежей Оборот, Платеж, Месяц млрд.долл. млрд.руб. Январь 27,068 172,17 Февраль 29,889 200,90 Март 34,444 231,83 Апрель 33,158 232,10 Май 37,755 233,40 Июнь 37,554 236,99 Июль 37,299 246,53 Август 40,370 253,62 Сентябрь 37,909 256,43 Октябрь 38,348 261,89 Ноябрь 39,137 259,36 Декабрь 46,298 278,87 В качестве факторного признака x примем стоимостной внешнеторговый товарооборот в млрд. долл. США, а в качестве результативного признака y – величину таможенных платежей в федеральный бюджет в млрд. руб. 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 х (как в таблице справа) и затем сравнить с ним (визуально) поведение результативного признака у. В нашей задаче в 6 случаях по мере увеличения значений x увеличиваются и значения y, а в 5 случаях этого не происходит, поэтому затруднительно говорить о прямой связи между х и у. x 27,068 29,889 33,158 34,444 37,299 37,554 37,755 37,909 38,348 39,137 40,370 46,298 y 172,17 200,90 232,10 231,83 246,53 236,99 233,40 256,43 261,89 259,36 253,62 278,87 2. Графический метод – это графическое изображение корреляционной зависимости. Для этого, имея n взаимосвязанных пар значений x и y и пользуясь прямоугольной системой координат, каждую такую пару изображают в виде точки на плоскости с координатами x и y. Совокупность полученных точек представляет собой 79 корреляционное поле (рис. 21), а соединяя последовательно нанесенные точки отрезками, получают ломаную линию, именуемую эмпирической линией регрессии (рис. 22). 300 300 250 250 200 200 150 150 100 100 50 50 0 0 25 30 35 40 45 25 50 Рис. 21. Корреляционное поле 30 35 40 45 50 Рис. 22. Эмпирическая линия регрессии Визуально анализируя график, можно предположить характер зависимости между признаками x и y. В нашей задаче эмпирическая линия регрессии (рис.22) похожа на восходящую прямую, что позволяет выдвинуть гипотезу о наличии прямой зависимости между величиной стоимостного внешнеторгового товарооборота и величиной таможенных платежей в федеральный бюджет. 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 ( xi x ) и ( yi y ), 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: С Н KФ . (105) С Н Очевидно, что если знаки всех отклонений по каждому признаку совпадут, то КФ=1, что характеризует наличие прямой связи. Если все знаки не совпадут, то КФ=–1 (обратная связь). Если же С=Н, то КФ=0. Итак, как и любой показатель тесноты связи, коэффициент Фехнера может принимать значения от 0 до 1. Однако, если КФ=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 (10): x x 439,229 36,602 ; n 12 y y 2864,09 238,674 . n 12 80 В двух последних столбцах таблицы 33 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 (105): КФ= 10 2 8 2 0,667. 10 2 12 3 Таблица 33. Вспомогательная таблица для расчета коэффициента Фехнера № x y x–x y– y месяца 1 27,068 172,17 – – 2 29,889 200,90 – – 3 34,444 231,83 – – 4 33,158 232,10 – – 5 37,755 233,40 + – 6 37,554 236,99 + – 7 37,299 246,53 + + 8 40,370 253,62 + + 9 37,909 256,43 + + 10 38,348 261,89 + + 11 39,137 259,36 + + 12 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 КФ 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 независимости43 признаков x и у отклонения значений факторного признака от средней ( x x ) носят случайный характер и должны случайно сочетаться с различными отклонениями ( y y ). При наличии значительного перевеса совпадений или несовпадений таких отклонений делается предположение о наличии связи между x и y. В отличие от КФ 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: tx xx x и ty y y y . 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 43 81 Линейный коэффициент корреляции r представляет собой среднюю величину из произведений нормированных отклонений для x и у: x x y y x y t x t y , (106) r n или r n ( x x )( y y ) . (107) n x y Числитель формулы (107), 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: ( x x )( y y) (108) cov(x, y) ( x y)( y y) n 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: r cov( x, y) x y . (109) Путем несложных математических преобразований44 можно получить и другие модификации формулы линейного коэффициента корреляции, например: r r n x xy x y x y , n xy x y 2 ( x) n y ( y ) 2 r (110) 2 2 r , (112) ( x x )( y y ) ( x x ) ( y y) 2 xy x 2 , y n ( x) ( y ) 2 2 2 x y n n 2 (111) . (113) Линейный коэффициент корреляции может принимать значения от –1 до +1, причем знак определяется в ходе решения. Например, если xy x y , то r по формуле (110) будет положительным, что характеризует прямую зависимость между х и у, в противном случае (r<0) – обратную связь. Если xy x y , 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 34. 44 Проделать это самостоятельно 82 Таблица 34. Шкала Чэддока |r| Теснота связи менее 0,1 отсутствует линейная связь 0,1 ÷ 0,3 слабая 0,3 ÷ 0,5 умеренная 0,5 ÷ 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. В нашей задаче для расчета r построим вспомогательную таблицу 35. Таблица 35. Вспомогательные расчеты линейного коэффициента корреляции № x y ( x x )2 месяца 1 27,068 172,17 90,897 2 29,889 200,90 45,064 3 34,444 231,83 4,657 4 33,158 232,10 11,861 5 37,755 233,40 1,329 6 37,554 236,99 0,906 7 37,299 246,53 0,486 8 40,370 253,62 14,198 9 37,909 256,43 1,708 10 38,348 261,89 3,049 11 39,137 259,36 6,426 12 46,298 278,87 94,012 Итого 439,229 2864,09 274,594 ( y y )2 tx ty tx ty 4422,782 1426,875 46,840 43,217 27,815 2,836 61,717 223,383 315,276 538,983 427,911 1615,718 9153,353 -1,993 -1,403 -0,451 -0,720 0,241 0,199 0,146 0,788 0,273 0,365 0,530 2,027 -2,408 -1,368 -0,248 -0,238 -0,191 -0,061 0,284 0,541 0,643 0,841 0,749 1,455 4,799 1,919 0,112 0,171 -0,046 -0,012 0,041 0,426 0,176 0,307 0,397 2,950 11,241 ( x x )( y y ) xy 634,049 4660,298 253,577 6004,700 14,769 7985,153 22,641 7695,972 -6,081 8812,017 -1,603 8899,922 5,476 9195,322 56,317 10238,639 23,207 9721,005 40,535 10042,958 52,439 10150,572 389,740 12911,123 1485,066 106317,681 В нашей задаче: x = 274,594 / 12 = 4,784; y = 9153,353 / 12 = 27,618. Тогда линейный коэффициент корреляции по формуле (106): r = 11,241/12 = 0,937. Аналогичный результат получаем по формуле (107): r = 1485,066/(12*4,784*27,618) = 0,937 Или по формуле (110): 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 83 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 σr. Оценка существенности (значимости) r основана на сопоставлении значения r с его средней квадратической ошибкой: r r . Существуют некоторые особенности расчета σr в зависимости от числа наблюдений (объема выборки) – n. 1. Если число наблюдений достаточно велико (n>30), то σr рассчитывается по формуле (114): r Обычно, если r r 1 r2 . n (114) >3, то r считается значимым (существенным), а связь – реальной. Задавшись определенной вероятностью, можно определить доверительные пределы (границы) r = ( r t r ), где t – коэффициент доверия, рассчитываемый по интегралу Лапласа (см. Приложение 11). 2. Если число наблюдений небольшое (n<30), то σr рассчитывается по формуле (115): r 1 r2 , n2 (115) а значимость r проверяется на основе t-критерия Стьюдента, для чего определяется расчетное значение критерия по формуле (116) и сопоставляется c tТАБЛ. t РАСЧ r r r n2 1 r2 . (116) Табличное значение tТАБЛ находится по таблице распределения t-критерия Стьюдента (см. Приложение 9) при уровне значимости α=1-β и числе степеней свободы ν=n–2. Если tРАСЧ> tТАБЛ , то r считается значимым, а связь между х и у – реальной. В противном случае (tРАСЧ< tТАБЛ) 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 (115) и (116): r 1 0,937 2 12 2 = 0,349/3,162 = 0,110; t РАСЧ r r = 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) tтабл=2,2281, а 84 при вероятности 99% (α=0,01) tтабл=3,169, значит, tРАСЧ > tТАБЛ, что дает возможность считать линейный коэффициент корреляции r = 0,937 значимым. 5. Подбор уравнения регрессии45 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 ŷ x или y x (читается: «игрек, выравненный по х») и рассматриваются как функция от х, т.е. ŷ x = 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 28 (при условии замены t на x). Обычно зависимость, выражаемую уравнением прямой, называют линейной (или прямолинейной), а все остальные — криволинейными зависимостями. Выбрав тип функции (таблица 28), по эмпирическим данным определяют параметры уравнения. При этом отыскиваемые параметры должны быть такими, при которых рассчитанные по уравнению теоретические значения результативного признака ŷ x 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 ŷ x должны быть такими, при которых бы обеспечивалась минимальная сумма квадратов их отклонений от эмпирических значений, т.е. S ( y yˆ x ) 2 min . Поставив данное условие, легко определить, при каких значениях a0, a1 и т.д. для каждой аналитической кривой эта сумма квадратов отклонений будет 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 45 85 минимальной. Данный метод уже использовался нами в теме 6 «Статистическое изучение динамики ВЭД», поэтому, воспользуемся формулой (94) для нахождения параметров теоретической линии регрессии, заменив параметр t на x: na 0 a1 x y x a1 x 2 a 0 (117) xy Выразив из первого уравнения системы (117) a0, получим46: a0 y a x y a x . 1 n (118) 1 n Подставив (118) во второе уравнение системы (117), затем, разделив обе его части на n, получим: x x xy y a x a . 2 1 1 n n n Применяя 3 раза формулу средней арифметической, получим: y a1x x a1 x 2 xy . Раскрыв скобки и перенеся члены без a1 в правую часть уравнения, выразим a1: a1 xy x y x x 2 2 xy x y x2 (119) . Параметр a1 в уравнении линейной регрессии называется коэффициентом регрессии, который показывает на сколько изменяется значение результативного признака y при изменении факторного признака x на единицу. Исходные данные и расчеты для нашего примера представим в таблице 36. Таблица 36. Вспомогательные расчеты для нахождения уравнения регрессии № x y x2 п/п 1 27,068 172,17 732,677 2 29,889 200,90 893,352 3 34,444 231,83 1186,389 4 33,158 232,10 1099,453 5 37,755 233,40 1425,440 6 37,554 236,99 1410,303 7 37,299 246,53 1391,215 8 40,370 253,62 1629,737 9 37,909 256,43 1437,092 10 38,348 261,89 1470,569 11 39,137 259,36 1531,705 12 46,298 278,87 2143,505 Итого 439,229 2864,09 16351,437 xy ŷ x 4660,298 6004,700 7985,153 7695,972 8812,017 8899,922 9195,322 10238,639 9721,005 10042,958 10150,572 12911,123 106317,681 187,124 202,377 227,006 220,052 244,908 243,821 242,443 259,048 245,741 248,115 252,381 291,100 2864,115 ( y yˆ x ) 2 223,612 2,181 23,274 145,147 132,441 46,669 16,706 29,459 114,256 189,761 48,710 149,580 1121,795 ( yˆ x y ) 2 2657,453 1317,497 136,153 346,774 38,864 26,495 14,202 415,076 49,940 89,122 187,871 2748,498 8027,945 106317,681/12 - 36,602 * 238,674 = 5,407. 4,784 2 По формуле (118): a0 = 238,674 – 5,407*36,602 = 40,767. По формуле (119): a1 Параметры a0 и a1 можно получить не только методом подстановки как приводится далее, но и методом определителей 2-го порядка (проделать данное задание самостоятельно) 46 86 Отсюда получаем уравнение регрессии: ŷ x =40,767+5,407x, подставляя в которое вместо x эмпирические значения факторного признака (2-й столбец таблицы 36), получаем выравненные по прямой линии теоретические значения результативного признака ŷ x (6-й столбец таблицы 36)47. Для иллюстрации различий между эмпирическими и теоретическими линиями регрессии построим график (рисунок 6). 300 250 200 Эмпирическая линия регрессии Теоретическая линия регрессии 150 100 50 0 25 30 35 40 45 50 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 ( yˆ x a0 a1 x ) средние ошибки параметров a1 и a2 определяются по формулам (120) и (121) соответственно: a 0 ОСТ n2 , (120) a 0 ОСТ x n2 (121) , ОСТ y yˆ n x 2 . (122) Значимость параметров проверяется путем сопоставления его значения со средней ошибкой. Обозначим это соотношение как t: t ai ai a , (123) i При большом числе наблюдений (n>30) параметр ai считается значимым, если t a >3. i 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 47 87 Если выборка малая (n<30), то значимость параметра ai проверяется путем сравнения с табличным значения t-критерия Стьюдента при числе степеней свободы ν=n-2 и заданном уровне значимости α (Приложение 9). Если рассчитанное по формуле (123) значение больше табличного, то параметр считается значимым. В нашем примере по формуле (122): ОСТ 1121,795 = 9,669. 12 Находим среднюю ошибку параметра a0 по формуле (120): a 0 Теперь a 0 находим 9,669 4,784 12 2 среднюю ошибку параметра a1 по 9,669 12 2 = 3,06. формуле (121): =0,639. 40,767 =13,3. 3,06 5,407 =8,46. 0,639 Теперь по формуле (123) для параметра a0: t a 0 И по той же формуле для параметра a1: t a 0 Так как выборка малая, то задавшись стандартной значимостью α=0,05 находим в 10-й строке Приложения 9 табличное значение tα=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 (96) в нашем примере получим48: FР (12 2)8027,945 71,56 (2 1)1121,795 Сравнивая расчетное значение критерия Фишера Fр = 71,56 с табличным Fт = 4,96, определяемое по Приложению 8 при числе степеней свободы ν1 = k – 1 = 2 –1 = 1 и ν2 = 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: Э где yˆ x x , x yˆ x (124) yˆ x – первая производная уравнения регрессии y по x. x В числителе – сумма последнего столбца, а в знаменателе – сумма предпоследнего столбца таблицы 36 48 88 Коэффициент эластичности – величина переменная, т.е. изменяется с изменением значений фактора x. Так, для линейной зависимости yˆ x a0 a1 x : Э a1 x . a0 a1 x (125) Применительно к рассмотренному уравнению регрессии, выражающему зависимость величины таможенных платежей в федеральный бюджет от величины стоимостного внешнеторгового оборота ( ŷ x = 40,767 + 5,407x), коэффициент эластичности по формуле (125): Э 5,407 x . 40,767 5,407 x Подставляя в данное выражение разные значения x, получаем и разные значения Э. Так, например, при x = 40 коэффициент эластичности Э 5,407 * 40 5,407 * 50 = 0,84, а при x = 50 соответственно Э = 0,87 40,767 5,407 * 50 40,767 5,407 * 40 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. Методические указания Особенности коррелирования рядов динамики. Во многих исследованиях в таможенной статистике приходится изучать динамику нескольких показателей одновременно, т.е. рассматривать параллельно несколько рядов динамики. В этом случае возникает необходимость измерить зависимость между ними, вернее, определить, насколько изменения уровней одного ряда зависят от изменения уровней другого ряда. Эта задача решается путем коррелирования рядов динамики. Однако при этом возникает следующая проблема: если показатели ряда x и ряда y рассматривать как функцию времени, т.е. x = f(t) и y = f(t), то при однонаправленности их трендов можно получить большое значение коэффициента корреляции между x и y даже тогда, когда они независимы, именно в силу однонаправленности их изменения. Поэтому, прежде чем коррелировать ряды динамики, необходимо установить путем логического (качественного) анализа, возможна ли связь между исследуемыми показателями x и y. Кроме того, одно из условий корреляции – независимость отдельных значений переменных множества x, так же как и множества y. Для рядов динамики это равнозначно отсутствию автокорреляции между уровнями ряда, т.е. отсутствию зависимости между последовательными (соседними) уровнями ряда динамики. Другими словами, прежде чем коррелировать ряды динамики, необходимо проверить каждый ряд на автокорреляцию. Если исходные фактические уровни ряда, относящиеся к определенному моменту (периоду) времени t, обозначить через yt, то сдвинутые на один момент 89 (период) уровни обозначают yt-1. Тогда, подставив в формулу коэффициента корреляции (110) значения yt и yt-1, получим формулу: rа y t y t 1 y t y t 1 yy t , (126) t 1 а поскольку yt yt 1 и y y , получим следующие формулы49 для расчета коэффициента автокорреляции: t ra y t y t 1 ( y t ) 2 y2 , t 1 или (127) ra t y y n( y ) y n( y ) t t 1 2 t t 2 2 (128) . t Сдвинутый (укороченный) ряд условно дополняют, принимая y1 = yn (чтобы сдвинутый ряд не укорачивался и чтобы средний уровень и дисперсия исходного и сдвинутого рядов были одинаковы). Найденное по формуле (127) или (128)50 значение коэффициента автокорреляции само по себе еще не говорит о наличии или отсутствии автокорреляции. Его нужно сравнить с критическим. Существуют специальные таблицы, в которых для разного числа членов ряда n и разных уровней значимости α определено критическое значение коэффициента автокорреляции: если найденное по формуле (127) или (128) значение окажется меньше критического, то автокорреляция отсутствует. Одна из таких таблиц, составленная Р. Андерсоном, приведена в Приложении 10. Таблица 37. Вспомогательные расчеты для проверки на автокорреляцию Месяц 1 2 3 4 5 6 7 8 9 10 11 12 Итого xt xt-1 xt xt-1 xt 2 yt yt-1 yt yt-1 yt 2 27,068 29,889 34,444 33,158 37,755 37,554 37,299 40,370 37,909 38,348 39,137 46,298 439,229 46,298 27,068 29,889 34,444 33,158 37,755 37,554 37,299 40,370 37,909 38,348 39,137 439,229 1253,194 809,035 1029,497 1142,094 1251,880 1417,851 1400,727 1505,761 1530,386 1453,734 1500,826 1811,965 16106,951 732,677 893,352 1186,389 1099,453 1425,440 1410,303 1391,215 1629,737 1437,092 1470,569 1531,705 2143,505 16351,437 172,170 200,900 231,830 232,100 233,400 236,990 246,530 253,620 256,430 261,890 259,360 278,870 2864,090 278,870 172,170 200,900 231,830 232,100 233,400 236,990 246,530 253,620 256,430 261,890 259,360 2864,090 48013,048 34588,953 46574,647 53807,743 54172,140 55313,466 58425,145 62524,939 65035,777 67156,453 67923,790 72327,723 685863,823 29642,509 40360,810 53745,149 53870,410 54475,560 56164,260 60777,041 64323,104 65756,345 68586,372 67267,610 77768,477 692737,647 В нашем примере про внешнеторговый оборот и таможенные платежи проверим оба эти ряда динамики на автокорреляцию с помощью формулы (127), для чего построим вспомогательную таблицу 37. Коэффициент автокорреляции можно рассчитывать либо между соседними уровнями, либо между уровнями, сдвинутыми на другое число единиц времени (временной лаг) m; приведенные формулы с временным лагом m=1 (между соседними уровнями) являются самыми распространенными 50 Формула (128) является тождественной формуле (127) 49 90 Теперь по формуле (127) для ряда x: ra = 16106,951 12 * 36,602 2 = 0,111. 16351,437 12 * 36,602 2 685863,823 12 * 238,674 2 Аналогично по формуле (127) для ряда y: ra = = 0,249. 692737,647 12 * 238,674 2 По таблице Приложения 10 определяем критическое (предельное) значение коэффициента корреляции для числа уровней n = 12 и уровне значимости α = 0,05. Оно равно 0,348. Оба рассчитанных значения оказались меньше критического, значит автокорреляция между уровнями в обоих рядах динамики отсутствует, следовательно, можно коррелировать уровни x и y. Исключение автокорреляции в рядах динамики. Если между уровнями ряда (при коррелировании рядов динамики) существует автокорреляция, она должна быть устранена. Есть несколько способов исключения автокорреляции в рядах динамики. Наиболее простой – коррелирование отклонений от выравненных уровней. Для этого каждый ряд динамики выравнивают по определенной для него аналитической формуле (т.е. находят x̂t и ŷt )51, затем из эмпирических уровней вычитают выравненные (т.е. находят остаточные величины52, не описываемые уравнением тренда: d x x xˆt и d y y yˆ t ). Так как остаточные величины могут содержать автокорреляцию (например, в случае недостаточно точно подобранного уравнения тренда), необходимо убедиться, что между ними автокорреляция отсутствует. Лишь после этого можно определять тесноту связи между dx и dy. Формулу коэффициента корреляции между остаточными величинами можно записать в следующем виде: r d d d d x 2 x y 2 y . (129) См. тему 6 «Статистическое изучение динамики ВЭД на основе данных таможенной статистики», метод аналитического выравнивания 52 Остаточные величины обычно обозначают εt, но для того, чтобы различать их для разных рядов динамики x и y, приняты обозначения dx и dy 51 91 Контрольные задания На основе исходных данных контрольных заданий по теме 6 с использованием таблицы 38 оценить взаимосвязь между признаками x и y 6-ю методами. Таблица 38. Распределение вариантов для выполнения контрольного задания Признак x (№ варианта темы 6) y (№ варианта темы 6) 1 2 3 4 Вариант 5 6 7 8 9 10 1 2 3 4 5 6 7 1 2 10 3 4 8 9 6 7 10 8 9 5 Контрольные вопросы 1. 2. 3. 4. 5. 6. 7. Виды взаимосвязей между признаками. Методы выявления наличия корреляционной взаимосвязи между признаками. Методы оценки тесноты взаимосвязи между признаками. Применение методов регрессионного анализа. Коэффициент эластичности. Особенности коррелирования рядов динамики. Понятие автокорреляции, ее исключение. 92 Тема 8. Индексный метод в таможенной статистике В статистике под термином «индекс»53 понимается относительная величина, характеризующая соотношение изучаемого показателя во времени, пространстве, а также сравнение фактических данных с планом или иным нормативом. Однако чаще всего термин «индекс» ассоциируется с понятием относительного изменения какого-либо показателя во времени, то есть его динамики54. В таможенной статистике индексы используются для изучения динамики товарооборота, физического объема экспорта и импорта, движения цен на товары, при определении «условий торговли». Индексные показатели позволяют установить и измерить связь между отдельными факторами и выявить их роль в общей динамике экспорта и импорта. Исходными величинами для таких подсчетов служат данные о ценах, количестве товаров, их реальной стоимости и оценках в сопоставимых ценах. Информационной базой при исчислении индексов являются данные таможенной статистики, содержащиеся в ГТД. Основными индексами, используемыми в таможенной статистике внешней торговли, являются: индексы средних цен, физического объема, стоимости и условий торговли. Каждый индекс имеет свои составные элементы: индексируемые величины, т.е. сравниваемые, и веса, служащие соизмерителями. Для расчета индекса физического объема внешней торговли индексируемыми величинами является количество товара, а их весами служат цены; для расчета индекса цен индексируются цены, а в качестве весов используется количество товаров. В таможенной статистике внешней торговли России, как и в международной практике, индексы рассчитываются по формулам (130) – (134): – индекс средних цен экспорта (импорта) – формула Пааше: I pЭ ( И ) pq p q 1 1 I pЭ ( И ) или (130) pq pq i 1 1 ; (131) 1 1 0 1 p – индекс стоимости экспорта (импорта): Э(И ) I pq q p q p 1 1 0 0 ; – индекс физического объема экспорта (импорта) – формула Ласпейреса: 53 54 От index (лат.) – показатель, указатель Более подробно об индексах динамики рассказано в теме 6 93 (132) I Э(И ) q qp q p 1 0 где 0 , или (133) I 0 Э(И ) q Э(И ) I pq I pЭ ( И ) . (134) p1, p0 — цена товара в изучаемый (отчетный) и базисный период; q1, q0 — количество товара в изучаемый (отчетный) и базисный период. Особенностью расчета индексов средних цен является то, что сначала они рассчитываются по сопоставимым странам55 для каждого товара по формуле (130) или (131), а потом распространяются на объем экспорта (импорта) по нескольким товарам по всем странам по формуле (135): I pЭ ( И ) pq pq ~i 1 1 , (135) 1 1 p ~ где ip – средний индекс цен товара по сопоставимым странам. Индексы средних цен и физического объема разрабатываются по следующим категориям: всего, страны дальнего зарубежья, страны-участники СНГ и т. д. Индексы средних цен определяются при использовании стоимостной оценки в долларах США, поэтому в их динамике отражается не только изменение цен, но и изменение соотношения между национальными валютами и долларом. Одним из важнейших показателей, используемых при анализе тенденций развития внешней торговли, является индекс «условий торговли», который определяется как отношение индексов средних цен экспорта к индексу средних цен импорта, то есть по формуле (136): IУТ I pЭ I pИ . (136) Если этот показатель меньше 1, то условия торговли в изучаемом периоде считаются неблагоприятными по сравнению с базисным периодом, если больше 1 – благоприятными. Индексы условий торговли – это оценка той степени, в какой цены за экспорт товаров данной группой стран превышают цены за импорт товаров теми же странами за какой-либо период по сравнению с базисным периодом. Их можно рассматривать как индексы покупательной способности (в единицах импорта) фиксированного объема экспорта. Сопоставимыми являются те страны, которые участвовали во внешней торговле товаром и в базисном, и в отчетном периодах 55 94 Методические указания В табл. 39 приведены условные данные о ценах и стоимости экспорта двух видов товара в разные страны, на основе которых необходимо определить индексы, используемые в таможенной статистике внешней торговли. Товар Б Товар А Таблица 39. Данные о ценах и стоимости экспорта товаров А и Б в разные страны Базисный период Отчетный период Количество, Стоимость, Количество, Стоимость, Страны тонн тыс.долл. тонн тыс.долл. q0 p0 q0 q1 p1 q1 Страна №1 1697 2530 2290 3160 Страна №2 2681 3570 3860 4880 Страна №3 6649 9883 10601 13675 Страна №4 – – 812 1172 Страна №5 953 1450 – – Страна №6 4982 6730 9515 12697 Страна №1 198 129 989 584 Страна №2 11409 5135 – – Страна №3 – – 2256 1398 Для расчета индексов построим таблицу 40, в которой рассчитаем: – необходимые итоги (всего по товарам А и Б, итого по сопоставимым странам); – цены на товары (за 1 тонну) по каждой стране в базисном и отчетном периодах; – индивидуальные индексы цен каждого товара по сопоставимым странам (для товара А сопоставимыми странами являются страны №1, 2, 3 и 6 – выделены штриховкой, а для товара Б – только страна №1). Товар Таблица 40. Вспомогательная таблица для расчета индексов Базисный Отчетный Индексы Цена за 1 т, долл. период период цен q0 Товар А – всего Страна №1 Страна №2 Страна №3 Страна №4 Страна №5 Страна №6 Итого по сопоставимым странам Товар Б – всего Страна №1 Страна №2 Страна №3 Итого по сопоставимым странам ВСЕГО по всем товарам в т.ч. по сопостав. странам p0 q0 q1 p1 q1 p0 p1 16962 1697 2681 6649 – 953 4982 24163 27078 35584 1424,54 1300,00 2530 2290 3160 1490,87 1379,91 3570 3860 4880 1331,59 1264,25 9883 10601 13675 1486,39 1289,97 – 812 1172 1443,35 1450 – – 1521,51 6730 9515 12697 1350,86 1334,42 16009 11607 198 11409 – 22713 26266 34412 5264 3245 1982 129 989 584 5135 – – – 2256 1398 198 129 989 29427 22842 95 453,52 651,52 450,08 610,79 590,50 ip p 1 p0 p0 q1 p1q1 ip 0,9126 0,9256 0,9494 0,8679 38992,87 3414,08 5139,95 15757,21 0,9878 12853,46 1,3468 0,9063 37164,70 1471,67 644,35 619,68 584 644,35 37566 34996 40464,54 Рассчитаем средний индекс цен по сопоставимым странам по формуле (130) для товара А: I pЭ( А) = 34412 / 37164,70 = 0,9259, то есть средняя цена товара А в отчетном периоде составляет 92,59% от цены базисного (уменьшилась на 7,41%). Аналогично по формуле (130) – для товара Б: Э I p ( Б ) = 584 / 644,35 = 0,9063 то есть средняя цена товара Б в отчетном периоде составляет 90,63% от цены базисного (уменьшилась на 9,37%). Сводный индекс средних цен (по обоим товарам А и Б) по формуле (135): I pЭ( А Б ) 35584 1982 37566 37566 0,9248 , 35584 0,9259 1982 0,9063 38431,8 2186,9 40618,7 то есть средние цены на товары А и Б в отчетном периоде составляют 92,48% от базисного периода (снизились на 7,52%). По формуле (132) определим индекс стоимости экспорта для товара А: I = 35584/24163 = 1,4727, то есть стоимость экспорта увеличилась в 1,4727 раза (на 47,27%) в отчетном периоде по сравнению с базисным. Аналогично по формуле (132) – для товара Б: Э I pq( Б ) = 1982/5264 = 0,3765, то есть стоимость экспорта уменьшилась и составила 37,65% в отчетном периоде по сравнению с базисным. Теперь определим индекс стоимости экспорта по формуле (132) для обоих товаров вместе: Э I pq = 37566/29427 = 1,2766, то есть стоимость экспорта обоих товаров ( А Б ) увеличилась в 1,2766 раза (на 27,66%) в отчетном периоде по сравнению с базисным. Определим индекс физического объема экспорта для товара А по формуле (134): I qЭ( А) = 1,4727/0,9259 = 1,5906, то есть стоимость экспорта увеличилась в 1,5906 раза (на 59,06%) в отчетном периоде по сравнению с базисным. Аналогично по формуле (134) – для товара Б: Э I q ( Б ) = 0,3765/0,9063 = 0,4154, то есть стоимость экспорта уменьшилась и составила 41,54% в отчетном периоде по сравнению с базисным. Общий индекс физического объема по товарам А и Б по формуле (134) составит: I qЭ( А Б ) = 1,2766 / 0,9248 = 1,3804 , то есть физический объем экспорта товаров А и Б увеличился в 1,3804 раза (на 38,04%). Э pq( А) 96 Контрольные задания По данным таблицы 41 определить индексы цен, физического объема и стоимости импорта, а также условий торговли (по сравнению с данными по экспорту из методических указаний). По итогам расчетов сделать необходимые выводы. Таблица 41. Условные данные о ценах и стоимости импорта товара в разные страны № страны 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Базисный период Отчетный период Количество, Стоимость, Количество, Стоимость, тонн тыс.долл. тонн тыс.долл. 8904 7123 12345 8642 395 909 430 903 4231 5289 8075 8479 29312 17294 18462 12000 19436 14577 16879 14347 5103 8420 1236 2534 13201 10561 13301 10508 3080 3542 750 1125 8904 8014 20395 12237 33840 15228 16021 8892 1798 4216 – – 1235 2744 – – 6489 10811 – – 590 1966 – – 2506 2784 – – – – 1689 5629 – – 2970 4289 – – 5974 7963 – – 1970 3938 – – 10850 13259 Вариант для выполнения контрольного задания выбирается на основе данных таблицы 41 с использованием таблицы 42. Таблица 42. Распределение вариантов для выполнения контрольного задания Вариант 1 2 3 4 Товар А – №№ стран 1, 3, 10, 13, 19 2, 4, 11, 20 2, 5, 11, 16, 18 4, 9, 12 19, 3, 7, 12, 17, 19 6, 8, 18, 20 4, 9, 13, 14, 16 7, 8, 17, 20 Товар Б – №№ стран 5 1, 5, 9, 14, 15 6, 10, 16, 17 6 7 8 3, 6, 13, 15, 17 2, 5, 12, 18 5, 7, 14, 19, 20 4, 6, 15, 17 7, 8, 12, 17, 19 3, 4, 13, 16 Контрольные вопросы 1. 2. 3. 4. 9 10 3, 8, 9, 7, 9 10, 18, 20 18, 19 2, 6, 12, 19 1, 8, 11, 17 Виды индексов, используемые в таможенной статистике внешней торговли. Расчет индексов физического объема и стоимости. Расчет средних индексов цен. Расчет индексов условий торговли. 97 Тема 9. Особенности стоимостного учета товаров в таможенной статистике Одним из ключевых вопросов статистики внешней торговли является вопрос определения таможенной стоимости товаров, поскольку это нее зависит величина таможенной пошлины, взимаемой таможенными органами, и необходима им для осуществления валютного контроля внешнеторговых сделок. Таможенная стоимость – это стоимость товара, которая используется в целях таможенного обложения, то есть в качестве исходной расчетной базы для исчисления таможенных платежей [11]. Существует 6 нормативно установленных методов определения таможенной стоимости, последовательность применения которых представлена на рисунке 23. Метод 1: по цене сделки с ввозимыми товарами Метод 2: по цене сделки с идентичными товарами Метод 3: по цене сделки с однородными товарами Метод 6: резервный Метод 5: на основе сложения стоимости Метод 4: на основе вычитания стоимости Рис. 23. Схема применения методов определения таможенной стоимости Первый метод – по цене сделки с ввозимыми товарами – является основным, где таможенной стоимостью признается цена сделки с ввозимыми товарами, фактически уплаченная или подлежащая уплате за эти товары. В цену сделки включают следующие компоненты, если они не были ранее в нее включены: 1. Расходы на доставку до авиапорта, порта или иного места ввоза товаров на таможенную территорию страны (стоимость транспортировки, расходы на погрузку, выгрузку товаров; страховая сумма); 2. Расходы, понесенные покупателем (комиссионные и брокерские вознаграждения; стоимость тары, упаковки); 3. Соответствующая часть стоимости товара и услуг, которые прямо или косвенно были предоставлены покупателем бесплатно или по сниженной цене для использования в связи с производством или продажей на вывоз оцениваемых товаров; 4. Лицензионные и иные платежи за использование объектов интеллектуальной собственности; 5. Прямой или косвенный доход продавца от любых последующих перепродаж, передачи или использования оцениваемых товаров на территории страны. К положительной стороне данного метода можно отнести то, что никакие компоненты, кроме законодательно установленных, не могут быть доначислены к цене, фактически уплаченной или подлежащей к уплате. К негативной – то, что 98 существуют ограничения в отношении прав покупателя на оцениваемый товар, продажа и цена сделки зависят от соблюдения условий, влияние которых не может быть учтено и ряд других. При наличии предпосылок для оценки по цене сделки с ввозимыми товарами не допускается использование других методов оценки. При использовании методов оценки по цене сделки с идентичными и однородными товарами в качестве базы для определения таможенной стоимости товаров используется цена идентичных или однородных товаров по другой сделке. При этом обязательным требованием является условие, что таможенная стоимость сравниваемых товаров была определена по методу 1. При нахождении варианта продажи, отличающегося по какому-либо из оговоренных условий, то следует провести корректировку базовой цены. К отрицательному моменту относится то, что при отсутствии возможности документального подтверждения исходных данных, необходимых для корректировки, применение данных методов не допускается. При невозможности использовать предыдущие методы, необходимо переходить к следующим, при этом последовательность применения 4 и 5 методов может быть изменена по желанию декларанта. Резервный метод применяется в тех случаях, когда ни один из пяти первых методов не может быть использован. По данному методу таможенная стоимость определяется с учетом мировой практики. Таким образом, нормативная регламентация последовательности применения методов определения таможенной стоимости призвана обеспечить наиболее полное и эффективное перечисление средств в федеральный бюджет в результате осуществления своевременного и четкого таможенного обложения. Законодательная регламентация условий помещения товаров под конкретный таможенный режим (см. Приложение 3) способствует упорядочению ВЭД и оказывает влияние на размер и вид таможенных платежей, подлежащих к уплате в отношении перемещаемых через границу товаров и транспортных средств. Стоимостной учет внешнеторгового оборота обеспечивает обобщающую оценку экспорта и импорта страны, характеризует состояние торгового баланса и платежной способности. Стоимостная оценка ввозимых и вывозимых товаров базируется на понятии статистической стоимости. Она позволяет привести все многообразие внешнеторговых цен, используемых участниками ВЭД, к сопоставимому виду, к единой базисной оценке, принятой в рамках используемой системы учета внешней торговли. В соответствии с Международными правилами толкования внешнеторговых терминов «Инкотермс-2000» установлены 13 видов коммерческих условий поставок, а следовательно, и условий формирования цен, приведенные в Приложении 4. Все условия поставок разделены на 4 отдельные группы – E, F, C, D. В основе такой группировки лежит момент исполнения продавцом обязанностей по поставке товара покупателю. 99 Инкотермс-2000 применяется в сфере внешней торговли товарами, когда предмет купли – продажи материализован и перемещается через таможенные границы различных государств. Типовые условия поставок (Инкотермс-2000) разработаны и опубликованы Международной торговой палатой. В Российской Федерации Инкотермс-2000 признаны торговым обычаем. То есть, Инкотермс-2000 не имеют силу закона и обязательны для исполнения, только, когда стороны договора добровольно обращаются к ним. Таким образом, положения типовых условий поставок применяются, если в международном договоре купли-продажи сделана прямая оговорка на конкретное условие поставки товара (торговый термин), предусмотренное Инкотермс-2000. При этом стороны договора вправе по своему усмотрению отступать от выбранного типового условия поставки товара и, таким образом, ограничить его применение либо дополнить (расширить), оговорив дополнительные обязанности стороны (сторон). Любое отступление от избранного условия поставки должно быть оговорено в контракте. При отсутствии каких-либо оговорок, стороны внешнеторговой сделки купли-продажи должны руководствоваться требованиями избранного условия поставки (Инкотермс-2000). Условия поставок товаров, предусмотренные Инкотермс-2000 позволяют определить на кого (продавца или покупателя) возлагается бремя затрат, обусловленных: – перевозкой (транспортировкой) товаров; – погрузкой, выгрузкой или перегрузкой товаров и проведением иных операций, связанных с их перевозкой; – страхованием товаров в связи с их международной перевозкой; – уплатой таможенных платежей (экспортных/импортных). При определении таможенной стоимости ввозимых в РФ товаров, указанные выше расходы, подлежат включению в таможенную стоимость товаров, если ранее они не были включены в контрактную стоимость. В таможенную стоимость ввозимых в РФ товаров подлежат включению только расходы по перевозке (транспортировке), погрузке, выгрузке или перегрузке товаров, а также суммы экспортных таможенных платежей (уплаченных в стране вывоза), понесенные до прибытия товаров на таможенную территорию РФ. Расходы по страхованию товаров определяются стоимостью товаров (ценностью груза) и не зависят от протяженности маршрута и продолжительности перевозки. Таким образом, расходы по страхованию, как правило, подлежат включению в таможенную стоимость в полном объеме. В случаях, когда выбранное условие поставки (конкретный торговый термин), возлагает обязанности несения расходов на продавца (полностью либо частично), такие расходы обычно включаются в контрактную стоимость товаров. 100 Если бремя расходов (полностью либо частично) по доставке товаров в РФ несет покупатель, то такие расходы не входят в контрактную стоимость товаров и подлежат уточнению для целей включения их в таможенную стоимость. При вывозе товаров за пределы таможенной территории РФ все расходы, которые понес продавец согласно избранному условию поставки, подлежат включению в таможенную стоимость (кроме экспортных таможенных пошлин и сборов за таможенное оформление товаров). При изменении таможенного режима, условия поставок, предусмотренные Инкотермс-2000, имеют второстепенное значение, поскольку таможенной стоимостью товаров является таможенная стоимость, определенная на день принятия таможенным органом таможенной декларации при их первом помещении под таможенный режим после фактического пересечения товарами таможенной границы РФ, если иное не установлено таможенным законодательством РФ. Базисом при расчете статистической стоимости экспортируемых товаров являются цена ФОБ – российский порт (водный транспорт) или цена ДАФ – граница РФ (любой вид транспорта). При расчете статистической стоимости импортируемых товаров базисной ценой выступает цена СИФ – российский порт (водный транспорт) или цена СИП – пункт назначения на границе РФ (любой вид транспорта). Во всех случаях цены пересчитываются в доллары США по курсу, установленному Центральным банком РФ на дату принятия ГТД к таможенному оформлению. Такая практика учета экспорта и импорта имеет определенный экономический смысл. Экспортная цена ФОБ устанавливает эквивалент той стоимости, которая должна быть возмещена изза границы за экспорт товара, импортная цена СИФ – эквивалент той суммы, которую страна должна выплатить за границу за купленный там товар. Контрольные вопросы 1. 2. 3. 4. 5. Понятие таможенной стоимости и методы ее определения. Таможенные режимы перемещения товаров через таможенную границу. Роль Инкотермс-2000. Группы и виды условий поставок и их характеристика. Статистическая стоимость экспортируемых и импортируемых товаров. 101 Часть 2. Специальная таможенная статистика Тема 10. Статистика декларирования Обязательное таможенное декларирование участниками ВЭД товаров, перемещаемых через таможенную границу страны, введено с 1 января 1989 г., то есть в период, когда начался переход экономики России на рыночные отношения. В сфере внешней торговли это нашло отражение в отходе от принципов государственной монополии на внешнюю торговлю и выходе на внешние рынки большого числа участников внешнеэкономических связей. Таможенное декларирование представляет собой заявление уполномоченным лицом (декларантом или таможенным брокером) по установленной форме точных сведений о товарах в соответствии с требованиями избранного таможенного режима или специальной таможенной процедуры. Таможенному декларированию подлежат товары: – перемещаемые через таможенную границу; – таможенный режим которых изменяется (например, таможенный режим временного ввоза изменяется на режим выпуска для внутреннего потребления); – являющиеся отходами, образовавшимися в результате применения таможенных режимов переработки на таможенной территории и переработки для внутреннего потребления; – являющиеся остатками, ввезенных товаров для переработки и не использованных в производственном процессе при применении таможенных режимов переработки на таможенной территории и переработки для внутреннего потребления; – являющиеся отходами, образовавшимися в результате уничтожения иностранных товаров, при применении таможенного режима уничтожения; незаконно ввезенные на таможенную территорию РФ и приобретенные лицом, осуществляющим предпринимательскую деятельность и не имеющим отношения к незаконному перемещению. ТК РФ предусматривает следующие формы таможенного декларирования: 1) письменную; 2) устную; 3) электронную; 4) конклюдентную. В области ВЭД (в случае перемещения товаров участниками внешнеэкономической деятельности) применяется письменная форма ГТД. Для участников ВЭД альтернативой ГТД может служить: – заявление (например, при заявлении таможенного режима реэкспорта); – транспортный документ (например, в случае перевозки товаров по процедуре международного таможенного транзита); – таможенный документ (в случае временного ввоза товаров). 102 Основными статистическими показателями, характеризующими эффективность работы таможенных органов по декларированию товаров участниками ВЭД, являются: 1. Количество ГТД, оформленных за определенный период времени (как правило, месяц или год) 56 – см. таблицу 43. Таблица 43. Количество ГТД, оформленных ДВТУ за I квартал 2006 и 2007 гг., шт. Январь – март 2006 г. Январь – март 2007 г. Наименование региона ТовароТовароЭкспорт Импорт Экспорт Импорт оборот оборот Амурская область 532 1 927 2 459 530 2 143 2 673 Еврейская АО 144 115 259 250 155 405 Камчатская область 119 520 639 70 470 540 Магаданская область 3 357 360 9 319 328 Приморский край 2 748 20 307 23 055 2 811 24 422 27 233 Республика Саха 63 147 210 102 153 255 Сахалинская область 232 3 861 4 093 313 3 995 4 308 Хабаровский край 3 973 3 662 7 635 3 511 3 091 6 602 Чукотский АО 0 75 75 1 297 298 Итого по Дальнему Востоку 7814 30971 38 785 7597 35045 42 642 2. Среднее количество ГТД, оформленных 1 работником таможни за анализируемый период времени, определяемое по формуле (137): N N ГТД ГТД Т сп , (137) где ∑NГТД – общее количество ГТД, оформленных за анализируемый период таможенным подразделением; Тсп – среднесписочная численность работников этого подразделения за этот период. 3. Среднее время декларирования товаров, определяемое по формуле (138): t ГТД tчас. , N ГТД (138) где tчас – продолжительность рабочего времени таможенного подразделения за анализируемый период в часах, определяемая как произведение числа рабочих дней за анализируемый период и среднего количества часов работы за день. 4. Средняя величина таможенных платежей, взимаемых с одной ГТД, определяемая по формуле (139): ТП ГТД ТП N , (139) ГТД где ∑ТП – общая сумма таможенных платежей таможенного подразделения за анализируемый период. Данный показатель представляет интерес не только по различным РТУ, но и по различным группам товаров, таможенным режимам и пр. 56 103 Сравнительный анализ и анализ динамики этих показателей по различным таможенным подразделениям (таможенным постам, таможням, таможенным управлениям) позволяет таможенным органам контролировать, оптимизировать и планировать эффективность работы своих подразделений. На основе данных таблицы 43 проанализируем эффективность работы ДВТУ по декларированию товаров участниками ВЭД в I квартале 2006 и 2007 гг. на основе анализа динамики товарооборота, не выделяя в его составе экспорт и импорт57. Для проведения анализа динамики воспользуемся формулами из темы 6 «Статистическое изучение динамики ВЭД на основе данных таможенной статистики». Определим абсолютные изменения (∆Y) количества ГТД, оформленных в I квартале 2007 года (отчетный период) по сравнению с I кварталом 2006 года (базисный период), по формуле (69), результаты расчетов по всем регионам Дальнего Востока приведем в 4-м столбце таблицы 44. Рассчитаем относительные изменения (i) количества ГТД, оформленных в I квартале 2007 года по сравнению с тем же периодом 2006 года, по формуле (72), результаты расчетов по всем регионам Дальнего Востока приведем в 5-м столбце таблицы 44. Найдем темп изменения (T) количества ГТД, оформленных в I квартале 2007 года по сравнению с тем же периодом 2006 года по формуле (75), результаты расчетов по всем регионам Дальнего Востока приведем в 6-м столбце таблицы 44. Таблица 44. Анализ динамики количества ГТД (шт.), оформленных ДВТУ Наименование региона Амурская область Еврейская АО Камчатская область Магаданская область Приморский край Республика Саха Сахалинская область Хабаровский край Чукотский АО Итого по Дальнему Востоку I кв. 2006 I кв. 2007 2 459 259 639 360 23 055 210 4 093 7 635 75 38 785 ∆Y i Т 2 673 214 1,087 8,7% 405 146 1,564 56,4% 540 -99 0,845 -15,5% 328 -32 0,911 -8,9% 27 233 4 178 1,181 18,1% 255 45 1,214 21,4% 4 308 215 1,053 5,3% 6 602 -1 033 0,865 -13,5% 298 223 3,973 297,3% 42 642 3 857 1,099 9,9% Характер изменения рост рост уменьшение уменьшение рост рост рост уменьшение рост рост Анализ данных таблицы 44 показывает, что рост количества ГТД, оформленных ДВТУ за I квартал 2007 и 2006 гг., наблюдается в 6 регионах из 9. Отрицательная динамика наблюдается в 3-х регионах: Хабаровский край, Камчатская область и Магаданская область. Общее число оформленных ГТД по ДВТУ в I квартале 2007 года выросло на 3857 шт. (или 9,9%) по сравнению с тем же периодом предыдущего года. 57 Проделайте подобный анализ по экспорту и импорту в отдельности самостоятельно 104 Среднесписочная численность работников таможенных органов ДВТУ в 20062007 гг. составляет 4883 чел., тогда среднее количество ГТД, оформленных 1 работником за I квартал 2006 и 2007 годов найдем по формуле (137): 2006 N ГТД = 38785/4883 = 7,943; 2007 N ГТД = 42642/4883 = 8,733. То есть общая эффективность работы ДВТУ по декларированию увеличилась с 7,943 ГТД на 1 работника в I квартале 2006 года до 7,943 ГТД на 1 работника в I квартале 2007 года. Для нахождения среднего времени декларирования товаров условно примем число рабочих дней в I квартале 2007 и 2006 годов равное 90, а продолжительность рабочего дня – 8 часов, тогда по формуле (138): 2006 t ГТД = 8*90/38785 = 0,019 (часа) или 1,14 (мин); 2007 t ГТД = 8*90/42642 = 0,017 (часа) или 1,02 мин. То есть среднее время декларирования товаров уменьшилось на 0,12 мин. в I квартале 2007 года по сравнению с тем же периодов предыдущего года, что также характеризует повышение эффективности работы ДВТУ по декларированию. Чтобы найти среднюю величину таможенных платежей, взимаемых с одной ГТД, необходимо знать величину таможенных платежей, перечисленных ДВТУ в федеральный бюджет за I квартал 2006 и 2007 гг. Примем приблизительно эту величину в I квартале 2007 года в размере 34 млрд. руб., а в I квартале 2006 года – 30 млрд. руб. Тогда по формуле (139): 2006 ТП ГТД = 30000/38785 = 0,7735 (млн.руб.) или 773,5 (тыс.руб.); 2007 ТП ГТД = 34000/42642 = 0,7973 (млн.руб.) или 797,3 (тыс.руб.). То есть средняя величина таможенных платежей, взимаемая с 1 ГТД, увеличилась с 773,5 тыс. руб. в I квартале 2006 года до 797,9 тыс.руб. в I квартале 2007 года (на 23,8 тыс.руб. или на 3,1%). Проведенный анализ динамики работы ДВТУ в целом по декларированию в I квартале 2007 года по сравнению с I кварталом 2006 года показал, что по всем статистическими показателями, характеризующими эффективность работы по декларированию товаров, наблюдается положительная динамика. Методические указания На основе данных таблицы 44 проанализируем изменения структуры количества ГТД, оформленных регионами Дальнего Востока. Обобщающим абсолютным показателем изменения структуры может служить сумма модулей абсолютных изменений долей, определяемая по формуле (140): k d d1 j d 0 j , j 1 где d1j – доля j-ой группы в отчетном периоде; d0j – доля j-ой группы в базисном периоде. 105 (140) Рассчитаем доли каждого региона в общем количестве ГТД для I квартала 2006 и 2007 гг. по формуле (6), результаты представим в 4-м и 5-м столбцах таблицы 45 соответственно, а в итоге 6-го столбца рассчитаем сумму модулей абсолютных изменений долей, которая равна 10,54%. Это свидетельствует о несильном различии структуры количества ГТД, оформленных регионами Дальнего Востока в I квартале 2007 года по сравнению с тем же периодом 2006 года. Расчет среднего абсолютного изменения, приходящегося на одну группу не дает никакой дополнительной информации. Зато можно определить, насколько сильно произошедшее изменение структуры в сравнении с предельно возможной величиной суммы модулей, которая равна 2. Для этого используется показатель степени интенсивности абсолютного сдвига (или индекс Лузмора-Хэнби), который определяется по формуле (141): k d1 j d 0 j . K d 0,5 (141) j 1 По данным таблицы 45 по формуле (141): K d = 0,0527, то есть интенсивность изменения долей в распределении регионов Дальнего Востока по количеству оформленных ГТД составило 5,27% от максимально возможного. Таблица 45. Анализ структуры данных таблицы 44 Наименование региона I кв. 2006 I кв. 2007 Амурская область 2 459 2 673 Еврейская АО 259 405 Камчатская область 639 540 Магаданская область 360 328 Приморский край 23 055 27 233 Республика Саха 210 255 Сахалинская область 4 093 4 308 Хабаровский край 7 635 6 602 Чукотский АО 75 298 Итого по ДальнемуВостоку 38 785 42 642 d0 d1 |d1 – d0| d 02 d 12 0,0634 0,0067 0,0165 0,0093 0,5944 0,0054 0,1055 0,1969 0,0019 0,0627 0,0095 0,0127 0,0077 0,6386 0,0060 0,1010 0,1548 0,0070 0,0007 0,0028 0,0038 0,0016 0,0442 0,0006 0,0045 0,0421 0,0051 0,0040 0,0000 0,0003 0,0001 0,3533 0,0000 0,0111 0,0388 0,0000 0,0039 0,0001 0,0002 0,0001 0,4078 0,0000 0,0102 0,0240 0,0000 1,0000 1,0000 (d1 – d0)2 (d1 + d0)2 0,000000 0,000008 0,000014 0,000003 0,001954 0,000000 0,000020 0,001772 0,000026 (d1 d 0 ) 2 (d1 d 0 ) 2 0,01590 0,00026 0,00085 0,00029 1,52029 0,00013 0,04264 0,12369 0,00008 0,0000 0,0299 0,0169 0,0089 0,0013 0,0028 0,0005 0,0143 0,3284 0,1054 0,4077 0,4463 0,003798 1,70414 0,4029 Обобщенная оценка степени структуризации явления в целом обычно выполняется по формуле уровня концентрации (или коэффициент Герфиндаля), который более чувствителен к изменению долей групп с наибольшим удельным весом в итоге, определяемый по формуле (142): k H d 2j (142) j 1 где d i – доля j-ой группы в общем итоге изучаемого показателя; k – количество групп. По данным таблицы 45 в 7-м и 8-м столбцах произведен расчет коэффициента Герфиндаля по формуле (142): H2006=0,4077 и H2007=0,4463, то есть уровень 106 концентрации в распределении регионов Дальнего Востока по количеству оформленных ГТД увеличился в 2007 году по сравнению с 2006 годом. Обратная индексу Герфиндаля величина – это эффективное число групп в структуре, которое показывает количество групп без учета групп, имеющих ничтожно малые доли, определяется по формуле (143): E = 1/H. (143) По данным таблицы 45 эффективное число групп по формуле (143): E2006=1/0,4077=2,45 и E2007=2,24, то есть эффективное число групп в распределении регионов Дальнего Востока по количеству оформленных ГТД практически не изменилось. Еще один вариант оценки степени структуризации явления в целом – индекс Грофмана (144), который представляет собой сумму модулей абсолютных изменений долей, приходящихся на одну эффективную группу: I Grofman d H 0 d . E0 (144) По данным таблицы 45 по формуле (144): I Grofman = 0,4077*0,1054 = 0,043, то есть изменение долей, приходящихся на одну эффективную группу в распределении регионов Дальнего Востока по количеству оформленных ГТД незначительно (4,3%). Для оценки изменений двух наибольших долей (доминантные доли) применяется индекс Липхарта (145): 2 I Lijphart 0,5 d1m d0m . (145) m 1 где d1m и d0m – доля m-ой группы элементов в отчетном периоде и базисном периодах; m – максимальная доля в совокупности. По данным таблицы 45 по формуле (145): I Lijphart =0,5*(0,0442+0,0421)=0,043, то есть среднее изменение долей в двух доминантных группах распределения регионов Дальнего Востока по количеству оформленных ГТД составило 4,3%. Рассмотренные показатели основаны на средней арифметической в различных вариантах, и из-за их линейности по отклонениям они одинаково учитывают большие и малые отклонения. Квадратические индексы позволяют сравнивать различные структуры, неразличимые с точки зрения суммы изменений. Квадратический индекс структурных сдвигов Казинца (146): I Кazinets d1 j d 0 j 2 . k (146) По данным таблицы 45 по формуле (146): I Кazinets = 0,003798/9 =0,021, то есть среднее измененение долей в группе в распределении регионов Дальнего Востока по количеству оформленных ГТД составило 2,1% (незначительно). 107 Аналогичен индексу Казинца индекс наименьших квадратов (или индекс Галлахера), при расчете которого, в отличие от формулы (141), малые разности долей слабее влияют на индекс, чем большие, определяется по формуле (147)58: k I Gallaher 0,5 d1 j d 0 j 2 . (147) j 1 По данным таблицы 45 по формуле (147): I Gallaher = 0,5 * 0,003798 =0,044, то есть интенсивность изменения долей в распределении регионов Дальнего Востока по количеству оформленных ГТД составила 4,4%. Незначительную модификацию индекса наименьших квадратов представляет индекс Монро (148): k d1 j d0 j 2 I Monroe j 1 1 H0 . (148) По данным таблицы 45 по формуле (148): I Monroe = 0,003798/(1 0,4077) =0,052, то есть интенсивность изменения долей в распределении регионов Дальнего Востока по количеству оформленных ГТД по формуле Монро составила 5,2%. Интегральный коэффициент структурных сдвигов Гатева (149), который различает структуры с равными суммами квадратов отклонений (принимает более высокие значения, когда группы имеют примерно одинаковые доли): I Gatev d1 j d 0 j 2 d12j d 02 j d1 j d 0 j 2 . H1 H 0 (149) По данным таблицы 45 по формуле (149): I Gatev = 0,003798/(0,4463 0,4077) =0,067, то есть интенсивность изменения долей в распределении регионов Дальнего Востока по количеству оформленных ГТД по методике Гатева составила 6,7% (незначительно). Индекс Рябцева, отличающийся от (149) только знаменателем, рассчитывается по формуле (150): I Ryabtsev d1 j d 0 j 2 . 2 d1 j d 0 j (150) По данным таблицы 45 по формуле (150): I Ryabtsev = 0,003798/1,70414 =0,472, то есть интенсивность изменения долей в распределении регионов Дальнего Востока по количеству оформленных ГТД по методике Рябцева составила 47,2% (значительно). Индекс структурных различий Салаи (151), особенностью которого является 58 Индекс не удовлетворяет свойству независимости от раскола совокупности 108 то, что чем больше доля j-ой группы, тем большее значение будет принимать d1 j d 0 j 2, что ведет к уменьшению вклада j-ой группы в общей сумме, тем самым увеличивая значимость изменения долей малых групп: I Szalai d1 j d 0 j / d1 j d 0 j 2 . (151) k По данным таблицы 45 по формуле (151): I Szalai = 0,4029/9 =0,212, то есть средняя интенсивность изменения долей в распределении регионов Дальнего Востока по количеству оформленных ГТД по методике Салаи составила 21,2%. Контрольные задания По данным таблицы 46 оценить изменения структуры оформляемых ГТД в ДВТУ по географическому аспекту в 2005 и 2006 годах с помощью следующих методов: a) рассчитать абсолютные и относительные показатели динамики эффективности работы ДВТУ по декларированию по различным регионам Дальнего Востока и в целом; b) рассчитать показатели изменения (различия) структуры по формулам (140)–(151). По итогам расчетов сделать необходимые выводы. Таблица 46. Количество ГТД, оформленных ДВТУ в 2005 и 2006 гг., шт. Наименование региона Амурская область Камчатская область Магаданская область Чукотский АО Приморский край Республика Саха Сахалинская область Хабаровский край Еврейская АО 2005 г. 2006 г. Импорт Всего Экспорт Импорт Всего 5623 8153 2056 7110 9166 1969 2580 530 2185 2715 1345 1397 43 1649 1692 722 728 5 613 618 98518 111052 12850 108556 121406 517 938 348 651 999 17822 19175 1528 19578 21106 15425 31954 15632 16959 32591 579 1031 738 736 1474 Экспорт 2530 611 52 6 12534 421 1353 16529 452 Вариант для выполнения контрольного задания выбирается на основе данных таблицы 46 с использованием таблицы 47. Таблица 47. Распределение вариантов для выполнения контрольного задания Вариант 1 2 3 4 5 6 7 8 9 Показатель экспорт импорт всего экспорт импорт всего экспорт импорт всего Метод c c c b b b a a Контрольные вопросы 1. Цели и задачи и формы таможенного декларирования. 2. Показатели, характеризующие эффективность декларирования. 3. Коэффициенты изменения (различия) структуры. 109 a 10 все 3 графики Тема 11. Статистика таможенных платежей Таможенные платежи представляют собой денежные средства, взимаемые таможенными органами с лиц, участвующих в процессе перемещения товаров и транспортных средств через таможенную границу РФ. В соответствии Бюджетным кодексом РФ таможенные платежи относятся к налоговым доходам федерального бюджета. Виды таможенных платежей регламентируются ТК РФ. Их классификация представлена на рис. 24. Таможенные платежи Пошлины Налоги Ввозная таможенная пошлина Сборы Налог на добавленную стоимость (НДС), взимаемый при ввозе товаров на таможенную территорию РФ Вывозная таможенная пошлина Таможенные сборы за таможенное оформление Таможенные сборы за таможенное сопровождение Акциз, взимаемый при ввозе (вывозе) товаров на таможенную территорию РФ Таможенные сборы за хранение товаров Рис. 24. Классификация видов таможенных платежей Данные о размерах перечисленных таможенных платежей в федеральный бюджет за период с 2000 по 2006 годы по их видам представлены в таблице 48. Таблица 48. Величина таможенных платежей в федеральный бюджет РФ, млрд.руб. Вид платежа Ввозная таможенная пошлина Вывозная таможенная пошлина НДС Акциз при ввозе Акциз при вывозе Таможенные сборы и иные платежи Итого 2000 64,4 164,3 101,2 2,6 7,4 18,9 358,8 2001 104,0 224,8 161,5 3,1 10,4 36,1 539,9 110 2002 128,7 194,8 220,3 3,5 0,8 40,2 588,3 Годы 2003 158,0 294,7 263,0 4,4 – 37,5 757,6 2004 204,2 655,6 320,6 7,5 – 31,7 1219,6 2005 270,9 1351,9 425,6 17,6 – 36,1 2102,1 2006 341,6 1895,8 559,5 17,2 – 48,1 2862,2 Проанализировав59 данные таблицы 48 можно сделать общий вывод о том, что поступление таможенных платежей в федеральный бюджет неуклонно растет. Особенно сильный рост наблюдается с 2004 года, что связано с применением нового ТК РФ, отвечающего мировым требованиям, в том числе способствующего существенному упрощению таможенных процедур. На основе данных таблицы 48 можно визуально оценить структуру таможенных платежей, для чего построена следующая диаграмма (рис. 25). 3000 2500 2000 Таможенные сборы и иные платежи Акциз 1500 НДС 1000 Вывозная таможенная пошлина Ввозная таможенная пошлина 500 0 2000 2001 2002 2003 2004 2005 2006 Рис. 25. Структура таможенных платежей в федеральный бюджет, млрд.руб. Для количественной оценки изменений в структуре таможенных платежей рассчитываются показатели сравнения структуры по формулам (140)–(151). Однако изменения структуры не сводятся к возрастанию и уменьшению долей элементов этой структуры. В ряде практических задач особую роль имеют ранги долей, то есть порядковые номера (места), присваиваемые этим долям60. На основе изменения (различия) рангов долей можно определить 2 ранговых показателя61: 1. Линейный коэффициент изменения (различия) рангов долей (ЛКR) – это отношение фактической суммы модулей изменения рангов к предельно возможной сумме модулей при n элементах структуры. Для четного n определяется по формуле (152), а для нечетного n – по формуле (153): ЛK R R 1i R0i , ЛK R (152) R 1i R0i , n2 / 2 (n 2 1) / 2 где R1i и R0i – ранги доли i-го элемента структуры в отчетном и базисном периодах. (153) Проделать это задание самостоятельно, на основе формул, изученных в темах 3, 5, 6, 7 Ранжирование позволяет определять победителей, призеров (т.е. расставлять по местам), а также аутсайдеров различных сравнений показателей 61 Существуют и другие показатели, о которых можно прочитать в [5] 59 60 111 2. Квадратический коэффициент интенсивности изменения (различия) рангов долей (ККR) основан на коэффициенте корреляции рангов Спирмена, особенностью которого является то, что он позволяет определить корреляцию по таким признакам, которые нельзя выразить численно, но можно проранжировать. При полном совпадении рангов долей в базисном и отчетном периодах коэффициент Спирмена равен +1, а при максимальном изменении рангов (первый становится последним, порядок рангов «переворачивается») коэффициент Спирмена составит –1, следовательно максимальное значение изменения коэффициента Спирмена равно 2. Чтобы получить показатель степени интенсивности изменения рангов элементов структуры, следует отклонение фактического коэффициента Спирмена от единицы разделить на 2: R KK R 1 rспирмен 2 6 1 1 2 R0i 3 3 n n 2 1i R 1i R0i n3 n 2 . (154) Перечисленные показатели различия структуры рассчитываются также для оценки изменений в структуре таможенных платежей по различным таможенным управлениям (в географическом разрезе)62, таможням, таможенным постам. Наиболее значимое место в структуре таможенных платежей занимают таможенные пошлины (ввозные и вывозные). Таможенная пошлина – это косвенный налог, взимаемый государством при перемещении отдельных видов товаров и транспортных средств через таможенную границу государства, регулирующий развитие внутреннего рынка и способствующий интеграции страны в мировое сообщество [13]. Классификация таможенных пошлин представлена в таблице 49. Изменение таможенных пошлин является одним из важных механизмов регулирования экономической ситуации в стране. Снижение пошлин усиливает давление иностранных конкурентов на отечественное производство, вытесняет отечественных производителей с внутреннего рынка. Вместе с тем, оно служит мощным фактором, побуждающим отечественных товаропроизводителей повышать конкурентоспособность своей продукции, снижать издержки производства и улучшать качество выпускаемых товаров. В то же время целесообразно использовать временное повышение таможенных пошлин для защиты отечественных товаропроизводителей от наполнения рынка импортными товарамианалогами. Для расчета таможенных пошлин применяются ставки, предусмотренные таможенным тарифом. Они дифференцированы в зависимости от кода товара по ТН ВЭД и страны происхождения товара. 62 См. контрольные задания к теме 112 Таблица 49. Классификация таможенных пошлин Критерий классификации Виды пошлины Импортные (ввозные) По объекту обложения Экспортные (вывозные) Транзитные Специфические По способу взимания Адвалорные Смешанные Максимальные Страна происхождения товара Минимальные Преференциаль ные Сезонные По порядку установления Антидемпинговые Специальные Компенсационные Автономные По характеру происхождения Конвенционные Краткая характеристика Взимаются с импортируемых товаров, выполняют протекционистскую функцию, защищая внутренний рынок от иностранных конкурентов, позволяют повышать внутренние цены на отечественные товары до уровня мировых Взимаются с товаров при вывозе их за таможенную территорию, применяется к товарам, в области экспорта которых страна обладает монополией Взимаются за провоз товара по территории данной страны, носят фискальный характер Устанавливаются в определенной сумме с единицы объема, веса или количества товара, позволяя ограничить уклонение от таможенных налогов путем занижения фактурных цен на импортные товары Устанавливаются в виде определенного процента с цены товара, поэтому поступления от них в бюджет зависят от колебаний конъюнктуры цен на мировых рынках Комбинация специфических и адвалорных ставок, позволяющая в зависимости от колебаний цены на тот или иной товар отдавать предпочтение более эффективной ставке Устанавливаются для всех стран Применяются в отношении товаров, происходящих из стран, пользующихся в торговле с данной страной режимом наибольшего благоприятствования Предоставляются отдельным странам, они ниже минимальных или равны нулю, что означает беспошлинный провоз Устанавливаются правительством страны для оперативного регулирования ввоза и вывоза товаров на срок не более 6 месяцев в году, при этом ставки таможенных пошлин, предусмотренные таможенным тарифом не применяются Устанавливаются на импортные товары, которые продаются по более низким ценам, чем их номинальная стоимость в стране вывоза (на момент вывоза), если такой импорт влечет за собой неблагоприятные последствия для национальных производителей Применяются для охраны внутреннего рынка, если товары ввозятся в страну в количестве и на условиях, способных нанести ущерб отечественным производителям, а также как ответная мера на дискриминационные действия других стран Взимаются с целью нейтрализации субсидий, предоставленных государством импортеру товара Устанавливаются государственной властью внутри данной страны вне зависимости от каких-либо многосторонних или двухсторонних актов (договоров), величина этой пошлины может быть изменена в связи с интересами государства без согласования со странами-партнерами Устанавливаются в процессе переговоров и могут быть повышены государственной властью в процессе переговоров в одностороннем порядке 113 Таможенный тариф – это инструмент государственного регулирования внешней торговли и внутреннего рынка, представляющий собой документ, содержащий правила обложения товаров пошлинами при их перемещении через таможенную границу государства [13]. Можно выделить 2 основных функции, присущие таможенному тарифу – фискальная и регулирующая. Фискальная (от лат. «фиск» – государственная казна) обеспечивает поступление средств от взимания таможенных пошлин в доходную часть бюджета страны. Регулирующая функция подразделяется на 3 вида: 1) протекционистская (защита отечественных товаропроизводителей путем установления ввозных пошлин выше разницы между национальными и мировыми ценами); 2) стабилизирующая (выравнивание условий конкуренции для товаров импортного и отечественного производства путем применения пошлин, которые не создают преимущества для тех или других товаров, то есть ввозные пошлины устанавливаются в соответствии с разницами между мировыми и национальными ценами); 3) стимулирующая (установление ввозных пошлин ниже разницы между национальными и мировыми ценами, тем самым создавая более широкие возможности для импорта товаров). В развитых государствах таможенно-тарифное регулирование выполняет, в первую очередь, регулирующую функцию. В России же фискальная роль является преобладающей. 114 Методические указания Для оценки изменения в структуре таможенных платежей в федеральный бюджет по данным таблицы 48 рассчитаем ранговые показатели сравнения структуры по формулам (152)–(154). Для чего выполним вспомогательный расчет долей каждого вида платежа в 2000 и 2006 годах по формуле (6) в таблице 50 с точностью до 3-х знаков после запятой (5 и 6 столбцы), а в 7 и 8 столбцах определим ранги каждого вида платежа. Таблица 50. Расчет коэффициентов различия рангов долей № групп 1 2 3 4 5 6 Вид платежа Ввозная пошлина Вывозная пошлина НДС Акциз при ввозе Акциз при вывозе Тамож. сборы и ин. платежи Итого 2006 год 2000 год d1 (2006) 341,6 64,4 1895,8 164,3 559,5 101,2 17,2 2,6 – 7,4 48,1 18,9 2862,2 358,8 0,119 0,662 0,195 0,006 0,000 0,017 1 d0 (2000) 0,179 0,458 0,282 0,007 0,021 0,053 1 R1 R0 |R1-R0| (R1-R0)2 3 1 2 5 6 4 3 1 2 6 5 4 0 0 0 1 1 0 2 0 0 0 1 1 0 2 Становится очевидным, что ранги у видов платежей с наибольшими долями (первые 4 места) не изменились, изменения произошли группах с наименьшими долями, что говорит о незначительном изменении структуры платежей в 2006 году по сравнению с 2000 годом. На основе данных таблицы 50 рассчитаем ранговые показатели сравнения структуры, приняв за базисный период 2000 год, а за отчетный – 2006 год63. Измерим с помощью формулы (152) интенсивность изменения рангов долей по данным таблицы 50 (9-й столбец): ЛKR 2 = 0,111 или 11,1%, 6 /2 2 Данное значение свидетельствует об 11,1%-м изменении рангов от максимально возможного, то есть об очень незначительном изменении. Измерим с помощью формулы (154) интенсивность изменения рангов долей по данным таблицы 50 (10-й столбец): KKR 3* 2 = 0,029 или 2,9%, 63 6 Полученное значение говорит о незначительности таможенных платежей в 2006 и 2000 годах. 63 различия в структуре Расчет за остальные периоды (например, за 2006 и 2005 годы) выполните самостоятельно 115 Контрольные задания По данным таблицы 51 оценить изменения в структуре таможенных платежей по таможенным управлениям РФ, для чего: 1) построить диаграмму, показывающую изменение структуры платежей; 2) рассчитать ранговые показатели сравнения структуры по формулам (152)–(154), сделать выводы. Таблица 51. Перечисление таможенных платежей в федеральный бюджет, млрд.руб. Годы Таможенное управление 2000 2001 2002 2003 Центральное (ЦТУ) 97,2 154,3 195,6 254,3 Южное (ЮТУ) 43,6 62,2 62,7 88,7 Приволжское (ПТУ) 15,1 43,2 53,5 70,8 Северо-западное (СЗТУ) 51,6 88,9 113,1 138,3 Сибирское (СТУ) 18,8 18,7 23,3 28,3 Уральское (УТУ) 25,6 30,7 24,5 27,9 Дальневосточное (ДВТУ) 13,8 20,5 32,2 35,1 Прочие (ЦЭТ) 75,6 127,0 96,5 136,6 Вариант для выполнения контрольного задания выбирается на основе данных таблицы 51 с использованием таблицы 52. Таблица 52. Распределение вариантов для выполнения контрольного задания Вариант 1 2 3 4 5 6 7 8 9 10 Отчетный 2001 2002 2003 2002 2003 2003 2002+2003 2003 2002 2003 период Базисный 2000 2000 2000 2001 2002 2001 2000+2001 2000+2001 2000+2001 2001+2002 период Контрольные вопросы 1. 2. 3. 4. 5. Таможенные платежи: понятие, виды. Динамика и структура таможенных платежей в России. Ранговые показатели оценки изменений в структуре. Классификация таможенных пошлин. Таможенный тариф и его функции. 116 Тема 12. Статистика валютного контроля Валютный контроль – это деятельность государства, направленная на обеспечение валютного законодательства при осуществлении валютных операций. Валютный контроль в России является составной частью системы валютного регулирования, обеспечивающая эффективность устанавливаемых государством валютный ограничений. Организация валютного контроля в России строится на сочетании трех взаимодополняющих организационно-правовых форм: 1. Общий (неспециализированный) валютный контроль, включающий в себя контроль специальной службы (Минфин РФ), а также взаимодействующих с ней налоговых и правоохранительных органов. В рамках общего контроля реализуется, так называемый, внутренний валютный контроль путем проведения проверок документации. 2. Банковский валютный контроль, объединяющий деятельность Банка России, его территориальных учреждений, а также подотчетных ему агентов – уполномоченных банков64. Общими для них являются те направления контроля, которые связаны с наблюдением за законностью валютных операций, осуществляемых через кредитные организации. 3. Таможенный валютный контроль, объединяющий деятельность таможенных органов по контролю за валютными операциями, связанными с перемещением валютных ценностей и товаров через таможенную границу РФ. Одновременное применение этих трех форм позволяет государству использовать объективно существующую способность банковской системы и таможенных органов контролировать определенные виды валютных операций, а также учитывать особенности различных валютных операций, располагая, наряду с общим, двумя специализированными формами контроля. Недостатками такой множественности форм контроля являются пересечение и дублирование функций, а также отсутствие единообразного и четкого правового регулирования деятельности контролирующих органов [9]. Все таможенные органы в пределах своей компетенции осуществляют функции валютного контроля. С этой целью в их составе действуют специально созданные структурные подразделения, представленные в таблице 53. В области осуществления валютного контроля таможенными органами ведется контроль за соблюдением таможенного и валютного законодательства участниками ВЭД в части зачисления денежных средств за экспортируемые товары при экспорте и возврата валютной выручки за не ввезенные импортные товары в рамках заключенных внешнеторговых контрактов. Работа в области валютного контроля ориентируется на предотвращение совершения участниками ВЭД незаконных валютных операций путем уклонения от Уполномоченный банк – коммерческий банк, получивший лицензию на осуществление операций в иностранной валюте и выполняющий функции агента валютного контроля за операциями своих клиентов 64 117 технологий валютного контроля, основанных на применении паспортов сделок, оформляемых уполномоченными банками. Таблица 53. Подразделения таможенных органов, осуществляющие валютный контроль и их основные функции Орган (его структурное подразделение) ФТС России (управление валютного контроля) РТУ (отделы валютного контроля) Таможни, Таможенные посты (отделы таможенного оформления и таможенного контроля, отделы валютного контроля) Выполняемые функции Разрабатывает общую концепцию валютного контроля с участием таможенных органов Готовит проекты нормативных актов, определяющих организацию и технологию валютного контроля таможенными органами Обобщает и анализирует отчеты, полученные от нижестоящих таможенных органов, материалы целевых проверок участников ВЭД в целях повышения эффективности осуществления валютного контроля Формирует и анализирует электронные базы данных, обеспечивающие деятельность таможенных органов по валютному контролю и учет ее результатов Осуществляет внутриведомственный контроль за соблюдением законодательства Рассматривает обращения лиц по вопросам осуществления валютного контроля таможенными органами Осуществляет проведение целевых проверок участников ВЭД, обычно при наличии информации о нарушениях валютного законодательства в особо крупных размерах Организует взаимодействие с другими органами валютного контроля Осуществляет проведение целевых проверок участников ВЭД по вопросам соблюдения валютного законодательства Осуществляет внутриведомственный контроль за соблюдением законодательства Рассматривает обращения лиц по вопросам осуществления валютного контроля и, в частности, в связи с изъятиями и конфискациями валютных ценностей, валюты РФ, ценных бумаг в валюте РФ Осуществляет тесное взаимодействие с другими агентами валютного контроля Таможенное оформление товаров при их вывозе с таможенной территории РФ Контроль за операциями по перемещению юридическими лицами через таможенную границу валютных ценностей, валюты РФ, ценных бумаг в валюте РФ Результаты осуществления таможенными органами валютного контроля характеризуются в 2005 – 2006 гг. показателями, приведенными в таблице 54. 118 Таблица 54. Результаты осуществления таможенными органами валютного контроля Показатель, млрд. долл. США 2005 2006 Объем экспортных операций с расчетами денежными средствами, охваченных 220,5 278,0 технологиями валютного контроля Объем импортных операций с расчетами денежными средствами, охваченных 80,0 117,3 технологиями валютного контроля Объем ввезенной валюты физическими лицами 1,6 2,4 Объем вывезенной валюты физическими лицами 3,8 5,0 Объем ввезенной валюты юридическими лицами 12,9 12,6 2,7 12,8 Объем вывезенной валюты юридическими лицами В неторговом обороте таможенные органы осуществляют контроль за ввозом в РФ и вывозом из РФ физическими и юридическими лицами наличной иностранной валюты, валюты РФ, внешних и внутренних ценных бумаг в документарной форме, а также дорожных чеков, с одновременным созданием баз данных персонифицированного учета сведений о перемещении физическими лицами валюты суммами, превышающими в эквиваленте 10000 долларов США, а также о перемещении валюты юридическими лицами. Результаты этой работы также представлены в таблице 54. Для визуального анализа структуры данные таблицы 54 представим в виде диаграммы (рис. 26). 300 Объем экспортных операций с расчетами денежными средствами, охваченных технологиями валютного контроля 250 Объем импортных операций с расчетами денежными средствами, охваченных технологиями валютного контроля 200 Объем ввезенной валюты физическими лицами 150 Объем вывезенной валюты физическими лицами 100 Объем ввезенной валюты юридическими лицами 50 Объем вывезенной валюты юридическими лицами 0 2005 2006 Рис. 26. Динамика и структура результатов валютного контроля, млрд.долл.США За 2006 год подразделениями валютного контроля таможенных органов проведено 37,6 тысяч проверок (за 2005 год – 22,3 тыс.), в ходе которых выявлено 119 23,2 тысяч нарушений валютного законодательства на сумму 720 млн. долл. США (за 2005 год – 9,3 тысяч на сумму 942 млн. долл. США). Возбуждено 4,2 тысяч дел об административных правонарушениях, которые направлены в территориальные управления Росфиннадзора для рассмотрения, где в результате рассмотрения дел по 64% (2005 год - 49 %) назначено административное наказание. Соответствующие показатели по РТУ за 2006 год приведены в таблице 55. Таблица 55. Показатели эффективности валютного контроля по РТУ № п/п 1 2 3 Показатель Количество проверок, тыс. ед. Выявлено случаев нарушений, тыс. ед. Сумма предметов нарушений, млн. долл. США ЦТУ ЮТУ УТУ СТУ СЗТУ ПТУ ДВТУ ЦЭТ 12,3 8,1 3,4 3,1 3,7 4,4 2,0 0,57 1,7 1,1 4,2 2,8 6,0 3,41 1,8 0,014 89,0 64,0 140,0 65,5 79,0 132,5 51,2 97,4 4 Возбуждено дел об АП 952 383 738 465 963 446 223 14 5 Доля дел об АП в общем количестве проверок, % 7,7 4,7 21,7 15,0 26,0 10,1 11,2 2,5 Серьезным информационным ресурсом, призванным обеспечить повышение эффективности валютного контроля, осуществляемого таможенными органами, явилось подписанное в ноябре 2006 года Соглашение об информационном взаимодействии Центрального Банка РФ и ФТС, что позволит с учетом возможностей, открываемых новой формой ГТД, комплексно решать вопросы построения новых автоматизированных технологий валютного контроля во внешнеторговой деятельности, основанных на сопоставлении банковской и таможенной информации (о платежах и поставках товаров). 120 Контрольные задания По данным таблицы 55 оценить тесноту связи между различными показателями эффективности валютного контроля по РТУ с помощью методов, рассмотренных в теме 7 – Методы изучения взаимосвязей показателей таможенной статистики: a) коэффициент корреляции знаков Фехнера; b) линейный коэффициент корреляции (с проверкой на адекватность); c) подбор уравнения регрессии. Вариант для выполнения контрольного задания выбирается на основе данных таблицы 55 с использованием таблицы 56. Таблица 56. Распределение вариантов для выполнения контрольного задания Вариант 1 2 3 4 5 6 7 8 9 10 Метод a a a b b b b c c c Номер показателя – факторный признак (x) 1 4 3 1 1 2 3 1 2 2 Номер показателя – результативный признак (y) 5 5 5 2 3 3 4 4 4 5 Контрольные вопросы 1. 2. 3. 4. Валютный контроль: понятие, формы. Органы, осуществляющие валютный контроль в РФ и их основные функции. Динамика и структура результатов валютного контроля в РФ. Показатели эффективности валютного контроля РТУ. 121 Тема 13. Статистика таможенных правонарушений Одним из главных направлений работы таможенной службы является соблюдение законности и контроль за соблюдением законодательства. Вся деятельность таможенных органов по соблюдению законодательства состоит из двух взаимосвязанных составляющих: 1. Жесткий контроль за соблюдением законодательства участниками ВЭД; 2. Строгое соблюдение законодательства самими должностными лицами таможенных органов независимо от занимаемой должности. В рамках первой составляющей деятельность таможенных органов нацелена на решение задач по обеспечению экономической безопасности государства, выявление и пресечение фактов незаконного перемещения товаров и транспортных средств через таможенную границу, а также уклонения от уплаты таможенных платежей недобросовестными и связанными с криминалом участниками ВЭД. Основную угрозу экономической безопасности РФ прежде всего создают: – при ввозе (импорт) – незаконные операции с товарами с высоким налогообложением (легковой автотранспорт, бытовая аудио- и видеотехника, оргтехника, мебель, одежда, обувь, ковры и ковровые изделия, алкогольная и табачная продукция); – при вывозе (экспорт) – нелегальные операции с сырьевыми товарами (лес, металлы и др.). Наибольшее количество дел возбуждается в связи с: – недекларированием товаров; – недостоверным декларированием товаров; – несоблюдением перевозчиком установленного таможенным органом срока внутреннего или международного таможенного транзита либо маршрута перевозки товаров, а также доставка товаров в зону таможенного контроля, отличную от определенной в качестве места доставки; – неосуществлением физическими лицами обратного ввоза на таможенную территорию РФ временно вывезенных товаров, подлежащих обратному ввозу. Импорт товаров в Россию осуществляется по 3 схемам: 1) «Белой» – абсолютно легально, соответствуя требованиям ФТС; 2) «Черной» – нелегально (контрабанда); 3) «Серой» (полулегально) – условное название большого спектра технологий, существенно различающихся по степени и формам отклонения практики от нормативных требований. «Серые» схемы чрезвычайно многообразны, оперативно изменяются, приспосабливаясь к новациям таможенного контроля. Их суть – искажение таможенных деклараций с целью снижения таможенных сборов по следующим направлениям: таможенные коды, количество ввозимых товаров в натуре, инвойсные цены. В осуществлении как «серых», так и «черных» схем, как правило, задействуются следующие участники: 122 1) Продавец товара – это чаще всего крупная зарубежная компания, которая может и не знать, что сделка осуществляется с нарушением закона; 2) Российский банк, обеспечивающий перевод необходимой суммы для закупки товара; 3) Компания, закупающая товар и зарегистрированная, как правило, в оффшоре; 4) «Черный брокер», имеющий «окно» на таможне; 5) Несколько фирм-однодневок и конечный покупатель, дистрибьютор продукции. Вся эта цепочка по закону несет ответственность за нарушение таможенного режима. Наводнение внутреннего рынка дешевыми, часто контрафактными товарами, которые ввозятся с нарушением таможенного законодательства, то есть не облагаются или не полностью облагаются таможенными пошлинами и не проходят должного контроля качества, создает серьезные препятствия для развития отечественного производства. Масштабы такого теневого импорта варьируются по товарным позициям и странам-поставщикам. Один из возможных подходов к оценке и анализу теневой составляющей внешней торговли состоит в построении «зеркальной» статистики экспортноимпортных потоков, то есть в сопоставлении оценок, фиксируемых в таможенной статистике одной страны, с соответствующими оценками тех же потоков статистике стран – торговых партнеров. Такой подход позволяет оценивать каждый отдельный поток с двух точек зрения: со стороны отправителя груза и со стороны его получателя. При этом предполагается, что оценки импортера и экспортера должны быть близки. Допустимые различия определяется соотношением цен СИФ/ФОБ и принимаются в пределах 10%. Чтобы установить степень вовлеченности импортных товаров в ту или иную схему «растаможки», недостаточно одного лишь «зеркального» сопоставления импорт/экспорт по таможенной стоимости. Необходимо сравнить также физические объемы (в натуре) и цены. В настоящее время в таможенную практику происходит внедрение автоматизированной Системы управления рисками (СУР), что качественным и количественным образом отражается на таможенном администрировании65. Благодаря этой системе достигается переход от тотального контроля товаров, перемещаемых через границу, к выборочному. Использование СУР таможенными органами обеспечивает возможность таможенным постам не проверять все партии товаров, а сосредоточиться только на рисковых партиях. Автоматизированное выявление профилей риска – одна из самых важных задач автоматизации СУР. Если до применения СУР из всех проверенных парий товара лишь каждый трехсотый По данным ФТС в 2005 году с помощью СУР дополнительно удалось перечислить в государственный бюджет порядка 10,7 млрд. руб., возбуждено 3459 дел об административных правонарушениях 65 123 досмотр выявлял нарушения, то теперь эффективность СУР при ввозе составляет 8%66, то есть результат дает в среднем каждый 13-й досмотр. Несмотря на очевидные преимущества автоматизированной СУР, ее значительные возможности в борьбе с таможенными нарушениями, она не лишена недостатков. Основные недостатки: несовершенство применяемых программных средств67, необходимость высокой квалификации специалистов для работы с автоматизированной СУР. Правоохранительная деятельность таможенных органов по линии расследования и дознания характеризуется данными, представленными в таблице 57 и на рисунке 27. Таблица 57. Динамика возбуждения дел Показатель Количество возбужденных дел об административных правонарушениях Количество возбужденных уголовных дел Должностные лица; 5% 2005 год 64852 3264 2006 год 70129 4423 По факту совершения АП; 4% Физические лица; 52% Юридические лица; 39% Рис. 27. Структура возбуждаемых дел по субъектам правонарушений в 2006 году Больше всего дел с составлением обвинительного акта в 2006 году окончили подразделения дознания ЦТУ (97%), УТУ (96%), ДВТУ и СЗТУ (по 94%), а также СТУ (90%). Одним из важных элементов таможенного регулирования является проведение контроля после выпуска товаров (постконтроль), который проводят подразделения таможенной инспекции. Это способствует решению задач по смещению акцента при проведении таможенного контроля с этапа таможенного оформления на Журнал «Таможня» №11, 2006, стр. 5. Зачастую заполнение электронного отчета о выявленных рисках занимает в несколько раз больше времени, чем документальная проверка декларации 66 67 124 таможенный контроль после выпуска товаров, а также по контролю за соблюдением участниками ВЭД, лицами, осуществляющими деятельность в области таможенного дела, и лицами, осуществляющими розничную или оптовую торговлю ввезенными товарами, таможенного законодательства России. Эффективность работы подразделений таможенной инспекции показана в таблице 58 и на рисунках 28 – 30. Таблица 58. Динамика основных показателей деятельности таможенной инспекции Показатели 2005 год 2006 год Количество проверок, всего 10677 12357 в т.ч. таможенных ревизий 4668 3613 других форм таможенного контроля 6009 8744 Доначислено таможенных платежей, пеней, наложено 1734,3 1828,3 штрафов, млн. руб. Взыскано таможенных платежей, пеней, штрафов, млн. руб. 315,4 663,3 Количество дел об АП, всего 4791 4826 Количество уголовных дел, всего 155 435 3000 2805 2786 2500 2005 г. 2292 2000 1686 2006 г. 2102 1582 1445 1381 1500 1000 1435 1146 1137 1077 961 700 500 300 199 0 ЦТУ СТУ СЗТУ ПТУ ДВТУ ЮТУ УТУ ТНП ФТС России Рис. 28. Количество проверок, проведенных подразделениями таможенных инспекций 125 140000 133083 2005 г. 2006 г. 131420 125935 120000 97067 94809 100000 79537 80000 64990 56354 60000 40889 3431338168 40000 29454 23809 16713 20000 8167 3949 0 ЦТУ СТУ СЗТУ ПТУ ДВТУ ЮТУ УТУ ТНП ФТС России Рис. 29. Суммы таможенных платежей, пеней, штрафов, взысканных подразделениями таможенной инспекции в 2005 и 2006 году, тыс.руб. 488 167 469 302 577 229 2005 г. 100000 62 407 5 322 164 844 148 600 122 457 120 918 169 765 139 626 103 647 200000 167 362 400000 300000 2006 г. 287 588 500000 123 030 412 270 600000 0 ЦТУ СТУ СЗТУ ПТУ ДВТУ ЮТУ УТУ ТНП ФТС России Рис. 30. Суммы доначисленных таможенных платежей, пеней, наложенных штрафов подразделениями таможенной инспекции в 2005 и 2006 году, тыс.руб. В настоящее время приобрела особую актуальность проблема борьбы с преступлениями коррупционной направленности. Работа подразделений собственной безопасности таможенных органов направлена на активную борьбу с преступлениями, совершаемыми должностными лицами таможенных органов с использованием своего служебного положения, а также с таможенными правонарушениями. Результаты этой работы в 2006 году по РТУ представлены в таблице 59, а в таблице 61 представлена динамика этой работы. 126 Таблица 60. Результаты работы по предотвращению проникновения преступности и коррупции в таможенные органы № Подразделение ЦТУ СЗТУ ЮТУ ДВТУ СТУ ПТУ УТУ УСБ п/п 1 Проверено кандидатов 2565 640 579 371 638 349 609 2584 Отведено по негативным 2 33 20 20 25 40 19 17 21 обстоятельствам в т.ч. как связанных с 3 22 4 1 9 1 2 1 5 криминальными структурами Выявлено фактов участия в предпринимательской 4 2 30 6 40 22 65 2 12 деятельности и содействия коммерческим структурам 5 Проведено служебных проверок 207 73 225 97 68 104 43 58 6 Уволено сотрудников 13 5 1 1 2 5 5 5 Наказано в дисциплинарном 7 213 72 126 67 65 89 48 39 порядке 8 Ротировано 3 1 7 1 1 Проведено индивидуальных 9 16 3 6 6 14 профилактик Проведено общепрофилактич-х 10 49 215 140 60 124 52 48 34 мероприятий 11 в т.ч. публикаций в СМИ 15 8 4 5 6 22 3 7 Таблица 61. Результаты деятельности подразделений собственной безопасности по выявлению, предупреждению и пресечению должностных правонарушений № Показатели 2004 2005 2006 п/п Борьба с проникновением преступных элементов в таможенную среду Проверено кандидатов на службу в таможенные органы 9771 9432 8465 1 из них отведено по негативным обстоятельствам 379 272 204 в т.ч. как внедряемых криминальными структурами 32 35 45 Профилактика коррупции, обеспечение чистоты рядов сотрудников Выявлено фактов участия сотрудников в предпринимательской деятельности и 149 91 180 оказания содействия участникам ВЭД в нарушениях таможенных правил Проведено служебных проверок 1008 728 897 2 Уволено сотрудников за должностные проступки без состава преступления 65 45 39 наказано сотрудников в дисциплинарном порядке 966 761 733 ротировано 22 12 13 Проведено индивидуальных профилактических мероприятий 130 47 45 Пресечение преступлений против интересов государственной службы в таможенных органах Возбуждено уголовных дел всеми правоохранительными органами, всего 250 300 519 из них в отношении взяткодателей 26 36 34 в т.ч. по материалам ПСБ или совместным 218 252 457 3 Проходит лиц по уголовным делам: возбужденным по материалам подразделений СБ 213 192 252 всего 242 252 313 Осуждено сотрудников и взяткодателей 99 123 117 127 Контрольные задания Проанализировать данные статистики таможенных правонарушений методами, изученными в предыдущих темах. По итогам расчетов сделать аргументированные выводы. Вариант для выполнения контрольного задания выбирается на основе данных таблицы 62. Таблица 62. Распределение вариантов для выполнения контрольного задания Вариант 1 2 3 4 5 6 7 8 Номер таблицы 63 64 – 58 57 – – 61 61 61 Номер строк таблицы 5÷11 1÷4 – все все – – 1 2 3 Номер рисунка 29 28 30 – – – – – – 27 9 10 Контрольные вопросы 1. 2. 3. 4. 5. 6. Проблемы контроля за соблюдением законодательства участниками ВЭД. Проблемы соблюдения законности в таможенных органах. Виды правонарушений в области таможенного дела. Система управления рисками. Деятельность таможенных органов по линии расследования и дознания. Эффективность работы подразделений таможенной инспекции. 128 Тема 14. Статистика перемещения транспортных средств и физических лиц Транспортные средства перемещаются через таможенную границу в соответствии с таможенным режимом временного ввоза и временного вывоза. Подробнее об этом – глава 22 ТК РФ. В настоящее время действует новая форма таможенной декларации на автомобиль (транспортное средство), утвержденная приказом ФТС России от 1 ноября 2006 г. № 1087, которая используется исключительно при декларировании автомобилей и транспортных средств, перемещаемых через таможенную границу РФ физическими лицами для личного пользования, и их перемещение не связано с осуществлением предпринимательской деятельности, торговли. Целью введения новой формы таможенной декларации на автомобиль (транспортное средство) является усовершенствование таможенного оформления автомобилей (транспортных средств), перемещаемых физическими лицами для личного использования в части их декларирования. Товары, перемещаемые через таможенную границу физическими лицами, декларируются путем подачи пассажирской таможенной декларации. Форма пассажирской таможенной декларации утверждена приказом ГТК России от 19 мая 2004 № 590 «Об утверждении Инструкции о порядке заполнения пассажирской таможенной декларации». Если физическое лицо не следует через таможенную границу, а получает товар, пересылаемый в его адрес и предназначенный для личного пользования этого лица, то в качестве таможенной декларации используется заявление. Порядок заполнения заявления и основные его реквизиты утверждены Приказом ГТК России от 17 июня 2004 г. № 687 «Об утверждении формы заявления физического лица и порядка заполнения заявления физического лица». При перемещении товаров физическими лицами в количестве, по стоимости и весу которых не предусмотрена уплата таможенных платежей и (или) на товары не нужно получать специальное разрешение, допускается устная форма таможенного декларирования. В местах таможенного оформления, оборудованных для применения физическими лицами «зеленого коридора», декларирование может осуществляться в конклюдентной форме. Выбор «зеленого коридора» рассматривается как заявление об отсутствии товаров, подлежащих письменному декларированию. В 2002 году в России начался эксперимент по внедрению технологии электронного декларирования. Более того, планируется, что к 2010 году вообще будут забыты бумажные носители и таможня полностью перейдет на электронное декларирование. В настоящее время декларирование товаров в электронной форме осуществляется на основании пункта 8 ст. 63 ТК РФ и пункта 1 ст. 124 ТК РФ, а также в соответствии с приказом ГТК России от 30 марта 2004 г. № 395 «Об утверждении Инструкции о совершении таможенных операций при декларировании товаров в электронной форме». Электронное декларирование осуществляется путем: 129 ─ подачи в электронной форме сведений, подлежащих указанию в письменной таможенной декларации на бланках формы грузовой таможенной декларации или в таможенной декларации, оформленной в виде письменного заявления; ─ представления электронных документов и их описи, подтверждающих заявленные в таможенной декларации сведения, в соответствии с выбранным таможенным режимом. Срок подачи таможенной декларации на товары, ввозимые в РФ, не должен превышать 15 дней с момента предъявления товаров в месте их прибытия на таможенную территорию РФ либо с момента завершения внутреннего таможенного транзита (например, с момента помещения на склад временного хранения). Допускается продление срока подачи таможенной декларации в пределах срока временного хранения товаров. Таможенная декларация на вывозимые товары подается, как правило, до их убытия за пределы таможенной территории РФ. Без уплаты таможенных пошлин, налогов физические лица могут ввозить в сопровождаемом и несопровождаемом багаже товары, общая стоимость которых не превышает 65 тыс. рублей и общий вес которых не превышает 35 кг (1 раз в месяц). Если вышеуказанные нормы превышены, а общая стоимость и/или общий вес товара не более 650 тыс. рублей и не более 200 кг, то в части такого превышения применяется единая ставка таможенных пошлин, налогов в размере 30% таможенной стоимости указанных товаров, но не менее 4 евро за 1 кг. Если же общая стоимость ввозимых товаров для личного пользования превышает 650 тыс. рублей и/или их общий вес более 200 кг, то применяются ставки таможенных пошлин, налогов, установленные общим порядком и условиями тарифного регулирования и налогообложения, предусмотренными для участников ВЭД. Эти меры применяются и в том случае, если алкогольные напитки ввозятся с 5-кратным превышением существующих ограничений (в части такого превышения), или же физическое лицо более одного раза в месяц пересекает таможенную границу РФ. Физические лица, признанные в установленном порядке беженцами или вынужденными переселенцами, а также переселяющиеся из иностранных государств в РФ на постоянное место жительства, могут ввозить без уплаты таможенных пошлин, налогов товары (за исключением транспортных средств), бывшие в употреблении и приобретенные ими до въезда на территорию РФ. Физическое лицо, достигшее 17 лет, может ввезти/вывезти единовременно без уплаты таможенных пошлин, налогов только 2 л алкогольных напитков (с 21 года), не более 250 г икры осетровых рыб в заводской упаковке и табачные изделия (сигары – до 50 шт., сигариллы – до 100 шт., сигареты до 200 шт., табак – 0,25 кг. В случае ввоза табачных изделий только одного вида допускается ввоз 100 сигар, 200 сигарилл, 400 сигарет и 0,5 кг табака. Ввоз/вывоз этих товаров ограничен российским законодательством. 130 Существует вполне легальный канал поступления товаров без регистрации таможенными органами – это ввоз физическими лицами в пределах установленных беспошлинных квот. Эту часть импорта можно считать законной лишь с определенными оговорками, так как она связана с «челночным» бизнесом, масштабы и цвет которого таможенные органы затрудняются определить даже приблизительно, поскольку нет учета, сколько физическими лицами перемещается товаров через таможенную границу в рамках беспошлинной квоты. Существует таможенный приходный ордер, где фиксируется перемещение товара сверх квоты, но не остается никаких следов от декларирования товаров, перевозимых в рамках квоты. Отсутствие статистики «челночной» торговли делает невозможным и какиелибо корректировки в отношении объемов теневого импорта. Нет единого мнения и вопросе о цвете товаров, которые ввозят в страну «челноки»68. С одной точки зрения, «челноки» реализуют на рынке товары, которые официально прошли таможню без нарушения таможенного законодательства, значит они являются «белыми». Другая точка зрения – таможня пропустила товар для личных целей, а он оказался на рынке, следовательно, «челноки» – это «серые» импортеры. А может быть даже «черные», так как они освобождены от уплаты таможенных пошлин с условием, что ввозят товар для личного пользования, а не для продажи. С 1 марта 2006 года были снижены квоты на беспошлинный ввоз товаров физическими лицами в 6,2 раза (с 50 кг в неделю до 35 кг в месяц) с целью уменьшения «челночной» торговли. Существовавший до настоящего времени порядок, по сути, давал предпринимателям неофициальные льготы, поскольку пользуясь туристическим каналом, они избегали таможенных и налоговых платежей. Для того, чтобы оформить коммерческий груз, необходимо заплатить логистической компании за его «растаможку» (4 доллара в среднем за 1 кг груза), уплатить таможенную пошлину (до 10% в зависимости от вида груза) и НДС (18%). Провоз груза «челноками» избавляет от этих расходов и фактически субсидирует импорт. Товары, подлежащие обязательному декларированию: – российская и иностранная валюта (см. тему 12); – ценные бумаги (платежные документы, дорожные чеки); – драгоценные металлы в любом виде и состоянии за исключением перемещаемых с целью временного вывоза-ввоза личных ювелирных и других бытовых изделий; – драгоценные камни (алмазы, рубины, изумруды, сапфиры, александриты, природный жемчуг) за исключением перемещаемых с целью временного вывозаввоза личных ювелирных и других бытовых изделий; – оружие, боеприпасы, взрывчатые вещества; – наркотические средства, психотропные вещества, а также их аналоги; Трактовка цветов импортируемых товаров («белый», «черный» и «серый») приведена в предыдущей теме «Статистика таможенных правонарушений» 68 131 – художественные и культурные ценности (картины, скульптуры, иконы, старинные монеты, ордена, медали, марки и т.д.); – ядовитые и отравляющие вещества, а также сильнодействующие лекарственные средства (снотворные, обезболивающие и т.д.); – радиоактивные вещества; – объекты дикой флоры и фауны, находящиеся под угрозой исчезновения, их части и полученная из них продукция; – технические средства, состоящие из одного или нескольких радиопередающих или приемных устройств или их комбинация и вспомогательного оборудования (радиостанции системы радионавигации и радиоопределения, системы кабельного телевидения и другие устройства, при работе которых используются радиочастоты выше 9 кГц); – печатная продукция, кино-, фото- и видеоматериалы, составляющие служебную и (или) государственную тайну, направленные на пропаганду фашизма, возбуждение расовой, национальной и религиозной вражды, порнографического характера; – товары, на которые в соответствии с законодательством РФ установлены количественные (весовые) или стоимостные ограничения на перемещение через таможенную границу без уплаты таможенных платежей в упрощенном, льготном порядке, не предназначенные для производственной или иной коммерческой деятельности, в случае, если эти ограничения превышены; – товары, предназначенные для производственной или иной коммерческой деятельности. Непредставление пассажиром таможенной декларации в отношении таких товаров рассматривается должностным лицом таможенного органа как заявление о том, что у пассажира отсутствуют такие товары. Перемещение физическими лицами товаров, подлежащих контролю иных государственных органов (МВД, Минкультуры, Минсельхоз и т. д.), допускается при предоставлении разрешений (лицензий, свидетельств и т.д.) этих органов. Контрольные вопросы 1. 2. 3. 4. 5. Порядок перемещения транспортных средств. Перемещение товаров физическими лицами. Формы декларирования товаров, перемещаемых физическими лицами. Проблема челночного бизнеса. Товары, подлежащие обязательному декларированию физическими лицами. 132 Темы курсовых работ 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32. 33. 34. 35. 36. 37. 38. 39. 40. Статистическое наблюдение за ВЭД Эволюция методологии таможенной статистики Классификатор ТН ВЭД и его роль в таможенной статистике Перспективы вступления России в ВТО Анализ показателей таможенной статистики внешней торговли России Применение статистических величин в таможенной статистике Применение методов вариационного анализа в таможенной статистике Вариационные ряды распределения в таможенной статистике России Выявление трендов в рядах динамики таможенной статистики Прогнозирование рядов динамики таможенной статистики с помощью ЭВМ Сезонность в рядах динамики таможенной статистики Анализ и прогнозирование динамики торгового баланса России Корреляция рядов динамики данных таможенной статистики Применение методов корреляционного анализа в таможенной статистике Применение методов регрессионного анализа в таможенной статистике Применение ЭВМ для оценки взаимосвязей в таможенной статистике РФ Применение индексного метода в таможенной статистике Применение индексного факторного анализа данных таможенной статистики Роль таможенной статистики в работе специалиста таможенного дела Таможенная статистика в Приволжском федеральном округе Таможенная статистика за рубежом Оценка эффективности деятельности таможенных органов Таможенно-тарифное регулирование и таможенная политика Статистика декларирования Электронное декларирование Статистика функционирования льготных таможенных режимов Финансовые планирование и контроль в таможенных органах Статистика таможенных платежей Прогнозирование таможенных платежей Сравнительный анализ таможенных платежей в России и за рубежом Статистика валютного регулирования и контроля Валютный контроль в неторговом обороте Валютный контроль при бартерных и лизинговых операциях Статистика таможенных правонарушений Статистика «черного» импорта Статистика «серого» импорта «Зеркальная» таможенная статистика Оценка эффективности борьбы с таможенными правонарушениями Статистика перемещения транспортных средств через границу Статистика перемещения физических лиц через границу 133 Методические указания по написанию курсовых работ Выбор темы производится студентом по последней цифре в зачетной книжке (см. таблицу в Предисловии). К оформлению курсовой работы предъявляются общие типовые требования. Рекомендуемый объем курсовой работы 30–40 страниц машинописного текста. Шрифт «Times New Roman» 12-14 пт., междустрочный интервал – одинарный. Поля: левое – 2-3 см, остальные – 1-2 см. Выполнять курсовую работу необходимо с использованием текстового редактора Word и табличного процессора Excel. Структура курсовой работы должна быть следующей: введение, теоретическая часть, практическая часть, заключение, список используемой литературы, приложения. Во введении необходимо обосновать актуальность выбранной темы, ее практическую значимость; сформулировать цель курсовой работы; отразить объект и методы исследования. В теоретической части работы необходимо дать подробную характеристику анализируемого явления, привести актуальные статистические данные, их статистический анализ, выводы. Следует обязательно делать ссылки на источники статистических данных. В практической части выполняется решение соответствующего варианта контрольных заданий, приведенных в конце тем данного учебно-методического пособия. В заключении необходимо кратко описать значение проведенных исследований в теоретической части, сформулировать основные выводы и предложения. Список используемой литературы должен быть составлен в соответствии с библиографическими требованиями. 134 Список основных источников и литературы 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. Таможенный кодекс Российской Федерации от 28 мая 2003 г. № 61-ФЗ Концепция развития таможенных органов РФ (утвержденная распоряжением Правительства от 14.12.2005 № 2225-р) Методология таможенной статистики внешней торговли Российской Федерации (утвержденная приказом ГТК от 24 декабря 2003 г. № 1524) Федеральный закон от 8 декабря 2003 № 164-ФЗ «Об основах государственного регулирования внешнеторговой деятельности» Агапова Т.Н. Методы статистического изучения структуры сложных систем и ее изменения. – М.: Финансы и статистика, 1996 Анализ временных рядов и прогнозирование: Учебник / Афанасьев В.Н., Юзбашев М.М. – М.: Финансы и статистика, 2001. – 228 с. Герчук Я. П. Графические методы в статистике. – М.: Статистика, 1968 Ларичев В.Д., Гильмутдинова Н.С. Таможенные преступления. – М., Экзамен, 2001 – 144 c. Мельник А.Н. Осуществление таможенными органами валютного контроля как мера противодействия утечке капитала за рубеж; Дисс. … канд. юр. наук. – Москва, 2004 Общая теория статистики: Учебник/ Под ред. И.И. Елисеевой. – 4-е изд., перераб. и доп. – М.: Финансы и статистика, 2002. – 480 с. Основы таможенного дела. Учебное пособие. Вып. III. РИО РТА. 1996 Практикум по теории статистики: Учеб. пособие / Под ред. Р.А. Шмойловой. – М.: Финансы и статистика, 2003. – 416 с. Савостина И. В. Финансовый механизм таможенного обложения; Дисс. … канд. экон. наук. – Екатеринбург, 2005 Статистика: Учеб. пособие / Под ред. В.Г. Ионина. – Изд. 2-е, перераб. и доп. – М.: ИНФРА-М, 2006. – 384 с. Таможенная статистика: Учебно-методическое пособие / Л.И. Шорников, Д.В. Суходоев. – Н.Новгород: ГОУ ВПО «Нижегородский гос. университет им.Н.И. Лобачевского», 2006. – 80 с. Теория статистики: Учебник / Под ред. Г.Л. Громыко. – Изд. 2-е, перераб. и доп. – М.: ИНФРА-М, 2005. – 476 с. Теория статистики: Учебник для вузов (под ред. Шмойловой Р.А.). – Изд. 4-е, доп., перераб. – М.: Финансы и статистика, 2007. – 656 с. Экономическая статистика. 2-е изд., доп.: Учебник / Под ред. Ю.Н. Иванова. – М.: ИНФРА-М, 2002. – 480 с. Бюллетень "Таможенные ведомости" Журнал «Таможня» – официальное издание ФТС России http://www.customs.ru – официальный сайт ФТС России http://www.gks.ru – официальный сайт ФСГС России http://www.chaliev.narod.ru – персональный сайт автора этого пособия 135 Приложения Приложение 1. Требования ГОСВПО–2006 по статистике МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ СОГЛАСОВАНО УТВЕРЖДАЮ Заместитель руководителя Федеральной таможенной службы России Заместитель Министра образования и науки России ГОСУДАРСТВЕННЫЙ ОБРАЗОВАТЕЛЬНЫЙ СТАНДАРТ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ Специальность 080115 «Таможенное дело» Квалификация – Специалист таможенного дела Вводится с момента утверждения Москва 2006 136 4. ТРЕБОВАНИЯ К ОБЯЗАТЕЛЬНОМУ МИНИМУМУ СОДЕРЖАНИЯ ОСНОВНОЙ ОБРАЗОВАТЕЛЬНОЙ ПРОГРАММЫ ПОДГОТОВКИ СПЕЦИАЛИСТА ТАМОЖЕННОГО ДЕЛА ПО СПЕЦИАЛЬНОСТИ 080115 «ТАМОЖЕННОЕ ДЕЛО» Индекс Наименование дисциплин и их основные разделы ЕН Общие математические и естественно-научные дисциплины ЕН.Ф.00 Федеральный компонент ЕН.Ф.02 Общая и таможенная статистика Статистика Предмет и метод статистики. Методы статистического изучения социальноэкономических явлений и процессов. Статистическое наблюдение. Сводка и группировка. Абсолютные и относительные величины. Средние величины. Ряды распределения. Ряды динамики. Индексы. Изучение взаимосвязи. Несплошные наблюдения. Предмет и задачи статистики. Основные макроэкономические показатели и методика их расчета. Основные категории СНС, их состав и оценка. Основные счета СНС. Статистика внешнеэкономических связей и платежный баланс. Статистика промышленности. Статистика транспорта. Статистика финансов. Демографическая статистика. Статистика рынка труда и занятости населения. Статистика уровня жизни. Таможенная статистика Роль и место таможенной статистики в системе статистических дисциплин. Организация таможенной статистики. Статистическое наблюдение в таможенной статистике. Принципы формирования системы показателей и признаков в таможенной статистике. Статистические величины. Атрибутивные ряды распределения и задачи их анализа в таможенной статистике. Вариационные ряды распределения и использование методов вариационного анализа для анализа данных таможенной статистики. Статистическое изучение динамики внешнеэкономической деятельности на основе данных таможенной статистики. Методы изучения взаимосвязей показателей таможенной статистики. Индексный метод в таможенной статистике внешней торговли. Особенности стоимостного учета товаров в таможенной статистике внешней торговли. Статистика декларирования. Статистика таможенных платежей. Статистика валютного контроля. Статистика таможенных правонарушений. Статистика перемещения транспортных средств и физических лиц. Другие направления специальной таможенной статистики. 137 Всего часов 1300 900 230 Приложение 2. Перечень принятых сокращений Сокращение Расшифровка сокращения АП Административное правонарушение ВВП Валовой внутренний продукт ВНП Валовой национальный продукт ВО Внешнеторговый оборот ВТО Всемирная таможенная организация ВЭД Внешнеэкономическая деятельность ГС Гармонизированная система ГТД Грузовая таможенная декларация ДВТУ Дальневосточное таможенное управление КН ЕС Комбинированная номенклатура Европейского Содружества Методология Методология таможенной статистики внешней торговли РФ НДС Налог на добавленную стоимость ПТУ Приволжское таможенное управление РТУ Региональное таможенное управление РФ Российская Федерация СВТ Сальдо внешней торговли СЗТУ Северо-Западное таможенное управление СНГ Содружество независимых государств СТУ Сибирское таможенное управление СУР Система управления рисками ТК Таможенный кодекс ТН Товарная номенклатура УТУ Уральское таможенное управление ФСГС Федеральная служба государственной статистики ФТС Федеральная таможенная служба ЦТУ Центральное таможенное управление ЦЭТ Таможни, непосредственно подчиненные ФТС России ЮТУ Южное таможенное управление 138 Приложение 3. Перечень таможенных режимов перемещения товаров через таможенную границу Таможенный режим Выпуск для внутреннего потребления Содержание режима Основные таможенные режимы ввезенные на таможенную территорию РФ товары остаются на этой территории без обязательства об их вывозе с этой территории товары, находящиеся в свободном обращении на таможенной территории РФ, вывозятся с этой территории без обязательства об обратном ввозе иностранные товары перемещаются по таможенной территории РФ под таможенным контролем между местом их прибытия на таможенную территорию РФ и местом их убытия с этой территории (если это является Международный частью их пути, который начинается и заканчивается за пределами таможенный таможенной территории РФ) без уплаты таможенных пошлин, налогов, а транзит также без применения к товарам запретов и ограничений экономического характера, установленных в соответствии с законодательством РФ о государственном регулировании внешнеторговой деятельности Экономические таможенные режимы ввезенные товары используются на таможенной территории РФ в течение Переработка на установленного срока (срока переработки товаров) для целей проведения таможенной операций по переработке товаров с полным условным освобождением от территории уплаты таможенных пошлин, налогов при условии вывоза продуктов переработки с таможенной территории РФ в определенный срок ввезенные товары используются на таможенной территории РФ в течение установленного срока (срока переработки товаров) для целей проведения Переработка для операций по переработке товаров с полным условным освобождением от уплаты внутреннего таможенных пошлин с последующим выпуском продуктов переработки для потребления свободного обращения с уплатой таможенных пошлин по ставкам, применяемым к продуктам переработки товары вывозятся с таможенной территории РФ для целей проведения операций Переработка вне по переработке товаров в течение установленного срока (срока переработки таможенной товаров) с последующим ввозом продуктов переработки с полным или территории частичным освобождением от уплаты ввозных таможенных пошлин, налогов иностранные товары используются в течение определенного срока (срока временного ввоза) на таможенной территории РФ с полным или частичным условным освобождением от уплаты таможенных пошлин, налогов и без Временный ввоз применения к этим товарам запретов и ограничений экономического характера, установленных в соответствии с законодательством РФ о государственном регулировании внешнеторговой деятельности ввезенные на таможенную территорию РФ товары хранятся под таможенным контролем без уплаты таможенных пошлин, налогов и без применения запретов Таможенный и ограничений экономического характера, установленных в соответствии с склад законодательством РФ о государственном регулировании внешнеторговой деятельности, а товары, предназначенные для вывоза, хранятся под таможенным контролем иностранные и российские товары, ввозимые на территорию свободной Свободная таможенной зоны освобождаются от уплаты таможенных пошлин, налогов таможенная зона (иностранные – ввозных, российские – вывозных), а также применения к ним мер нетарифного регулирования Свободный иностранные товары ввозятся на территорию РФ (в место нахождения склад свободного склада) с целью производства средств автомобильного транспорта и Экспорт 139 Таможенный режим Реимпорт Реэкспорт Уничтожение Отказ в пользу государства Временный вывоз Беспошлинная торговля Перемещение припасов Иные специальные таможенные режимы Содержание режима автомобильных компонентов, выпускаемых в дальнейшем для свободного обращения на таможенной территории РФ Завершающие таможенные режимы товары, ранее вывезенные с таможенной территории РФ, ввозятся на таможенную территорию РФ в установленные сроки без уплаты таможенных пошлин, налогов и без применения к товарам запретов и ограничений экономического характера, установленных в соответствии с законодательством РФ о государственном регулировании внешнеторговой деятельности товары, ранее ввезенные на таможенную территорию РФ, вывозятся с этой территории без уплаты или с возвратом уплаченных сумм ввозных таможенных пошлин, налогов и без применения к товарам запретов и ограничений экономического характера, установленных в соответствии с законодательством РФ о государственном регулировании внешнеторговой деятельности иностранные товары уничтожаются под таможенным контролем без уплаты таможенных пошлин, налогов, а также без применения к товарам запретов и ограничений экономического характера, установленных в соответствии с законодательством РФ о государственном регулировании внешнеторговой деятельности товары безвозмездно передаются в федеральную собственность без уплаты таможенных пошлин, налогов, а также без применения к товарам запретов и ограничений экономического характера, установленных в соответствии с законодательством РФ о государственном регулировании внешнеторговой деятельности Специальные таможенные режимы товары, находящиеся в свободном обращении на таможенной территории РФ, могут временно использоваться за пределами таможенной территории РФ с полным условным освобождением от уплаты вывозных таможенных пошлин и без применения к товарам запретов и ограничений экономического характера, установленных в соответствии с законодательством РФ о государственном регулировании внешнеторговой деятельности иностранные товары, ввезенные на таможенную территорию РФ, или российские товары продаются в розницу физическим лицам, выезжающим за пределы таможенной территории РФ, непосредственно в магазинах беспошлинной торговли без уплаты таможенных пошлин, налогов, а также без применения к товарам запретов и ограничений экономического характера, установленных в соответствии с законодательством РФ о государственном регулировании внешнеторговой деятельности товары, предназначенные для использования на морских (речных) судах, воздушных судах и в поездах, используемых для платной международной перевозки пассажиров либо для платной или бесплатной международной промышленной либо коммерческой перевозки товаров, а также товары, предназначенные для продажи членам экипажей и пассажирам таких морских (речных) судов, воздушных судов, перемещаются через таможенную границу без уплаты таможенных пошлин, налогов и без применения запретов и ограничений экономического характера, установленных в соответствии с законодательством РФ о государственном регулировании внешнеторговой деятельности полное освобождение отдельных товаров от таможенных пошлин, налогов, а также неприменение к ним запретов и ограничений экономического характера, установленных в соответствии с законодательством РФ о государственном регулировании внешнеторговой деятельности 140 Приложение 4. Виды условий поставки Инкотермс-2000 Вид EXW E [Ex Works] (франко – завод) FCA [Free Carrier] (франко – перевозчик) F FAS [Free Alongside Ship] (свободно вдоль борта судна) FOB [Free On Board] (свободно на борту судна) CFR [Cost and Freight] (стоимость и фрахт) C CIF [Cost, Insurance, Freight] (стоимость, страхование и фрахт) CPT [Carriage Paid To] Краткая характеристика Товар передается покупателю в месте нахождения продавца. После передачи товара, продавец считается выполнившим свои контрактные обязательства, и все последующие расходы по доставке товара ложатся на покупателя (перевозка, страховка, таможенные формальности). Продавец доставит прошедший экспортные таможенные формальности товар указанному покупателем перевозчику в названное покупателем место. Выбор места передачи продавцом товара перевозчику может повлиять на обязательства по погрузке и разгрузке товара на данном месте. Например, если передача товара перевозчику осуществляется в помещении продавца, то продавец несет ответственность за отгрузку. Если же передача товара перевозчику осуществляется в другом месте, то продавец за отгрузку товара ответственности не несет. FCA может быть использован при перевозке товара любым видом транспорта, включая смешанные перевозки. Продавец выполнил поставку, когда товар размещен вдоль борта судна на причале или на лихтерах в указанном порту отгрузки. С этого момента все расходы и риски потери или повреждения товара должен нести покупатель. При этом на продавца возлагается обязанность прохождения таможенных формальностей для экспорта (вывоза) товара. FAS может применяться при перевозке товара морским или речным транспортом. Продавец выполнил поставку, когда товар перешел через поручни судна в названном порту отгрузки. С этого момента все расходы и риски потери или повреждения товара должен нести покупатель. При этом на продавца возлагается обязанность прохождения таможенных формальностей для экспорта (вывоза) товара. FOB может применяться только при перевозке товара морским или речным транспортом Продавец выполнил поставку, когда товар перешел через поручни судна в порту отгрузки. При этом продавец обязан оплатить расходы и фрахт, необходимые для доставки товара в названный покупателем порт назначения. При этом риск потери или повреждения товара, а также любые дополнительные расходы, возникающие после отгрузки товара, переходят с продавца на покупателя. Кроме того, на продавца возлагается обязанность прохождения таможенных формальностей для экспорта (вывоза) товара. CFR может применяться только при перевозке товара морским или речным транспортом. Продавец выполнил поставку, когда товар перешел через поручни судна в порту отгрузки. Продавец обязан оплатить расходы и фрахт, необходимые для доставки товара в указанный порт назначения. Риск потери или повреждения товара, как и любые дополнительные расходы, возникающие после отгрузки товара, переходят с продавца на покупателя. При этом на продавца возлагается обязанность приобретения морского страхования в пользу покупателя против риска потери и повреждения товара во время перевозки. Таким образом, продавец обязан заключить договор страхования и оплатить страховые взносы. Согласно данному условию поставки, от продавца требуется обеспечение страхования лишь с минимальным покрытием (иное сторонами оговаривается дополнительно). На продавца возлагается обязанность прохождения таможенных формальностей для экспорта (вывоза) товара. CIF может применяться только при перевозке товара морским или речным транспортом. Продавец предоставит товар названному покупателем перевозчику. Кроме того, продавец обязан оплатить расходы, связанные с перевозкой товара до названного 141 Вид (перевозка оплачена до указанного покупателем пункта назначения) CIP [Carriage and Insurance Paid] (перевозка и страхование оплачены до указанного покупателем пункта назначения) DAF [Delivered At Frontier] (поставка на границе) DES [Delivered Ex Ship] (поставка с судна) DEQ D [Delivered Ex Quay] (поставка с причала) DDU [Delivered Duty Unpaid] (поставка без оплаты пошлины) DDP [Delivered Duty Paid] (поставка с оплатой пошлины) Краткая характеристика покупателем пункта назначения. То есть, риски утраты или повреждения товара переходят к покупателю после передачи товара перевозчику. На продавца возлагается обязанность прохождения таможенных формальностей для экспорта (вывоза) товара. CPT может применяться при перевозке товара любым видом транспорта, включая смешанные перевозки. Продавец обязан оплатить расходы, связанные с перевозкой товара до названного покупателем пункта назначения. То есть, покупатель берет на себя все риски и любые дополнительные расходы после доставки товара в пункт назначения. На продавца также возлагаются обязанности по обеспечению страхования от рисков потери и повреждения товара во время перевозки в пользу покупателя (с минимальным покрытием) и по прохождению таможенных формальностей для экспорта (вывоза) товара. CIP может применяться при перевозке товара любым видом транспорта, включая смешанные перевозки Продавец выполнил поставку, когда он предоставил неразгруженный товар, прошедший таможенные формальности для экспорта (вывоза), но еще не для импорта (ввоза) на прибывшем транспортном средстве в распоряжение покупателя в названном пункте или месте на границе до поступления товара на таможенную границу сопредельной страны. Под термином «граница» понимается любая граница, включая границу страны экспорта. DAF может применяться при перевозке товара любым видом транспорта, когда товар поставляется до сухопутной границы продавец выполнил поставку, когда он предоставил не прошедший таможенные формальности для импорта (ввоза) товар в распоряжение покупателя на борту судна в названном порту назначения. Продавец несет все расходы и риски по доставке товара в названный порт назначения до момента его разгрузки. DES может применяться только при перевозке морским или речным транспортом или в смешанных перевозках, когда товар прибывает в порт назначения на судне Продавец выполнил свои обязанности по поставке, когда товар, не прошедший таможенные формальности для импорта (ввоза), предоставлен в распоряжение покупателя на пристани в названном порту назначения. Продавец обязан нести все расходы и риски, связанные с транспортировкой и выгрузкой товара на пристань. Все таможенные формальности для импорта (ввоза) товара возлагаются на покупателя. DEQ может применяться при перевозке морским или речным транспортом или в смешанных перевозках, когда товар выгружается с судна на пристань в порту назначения Продавец предоставит не прошедший таможенные формальности для импорта (ввоза) и неразгруженный с прибывшего транспортного средства товар в распоряжение покупателя в названном месте назначения. Продавец несет все расходы и риски, связанные с транспортировкой товара до места назначения, указанного покупателем. Все таможенные формальности для импорта (ввоза) товара возлагаются на покупателя. DDU может применяться независимо от вида транспорта Продавец предоставит прошедший таможенные формальности при импорте (ввозе) товар в распоряжение покупателя в названном месте назначения. Продавец обязан нести все расходы и риски, связанные с транспортировкой товара. Данный термин не применяется, если продавец прямо или косвенно не может обеспечить получение необходимых разрешительных документов на ввоз (лицензии, сертификаты и т.п.). DDP может применяться независимо от вида транспорта 142 Приложение 5. Классификационная структура ТН ВЭД Код товара в соответствии с КН ЕС (8 знаков) Х Х Х Х Х Х Х Х 1 2 3 4 5 6 7 8 9 10 Код товара в соответствии с ГС (6 знаков) Дополнительная детализация ЕС Код товара в соответствии с ТН ВЭД СНГ (9 знаков) Приложение 6. Значения критерия Колмогорова P(λ) λ 0,30 0,35 0,40 0,45 0,50 0,55 0,60 0,65 0,70 0,75 P 1 0,9997 0,9972 0,9874 0,9639 0,9228 0,8643 0,7920 0,7112 0,6272 λ 0,80 0,85 0,90 0,95 1,0 1,1 1,2 1,3 1,4 1,5 143 P 0,5441 0,4653 0,3927 0,3275 0,2700 0,1777 0,1122 0,0681 0,0397 0,0222 Дополнительная детализация России Х Дополнительная детализация СНГ Х Приложение 7. Значения χ2-критерия Пирсона α ν 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 0,10 0,05 0,025 0,01 0,005 2,7055 4,6052 6,2514 7,7794 9,2364 10,6446 12,0170 13,3616 14,6837 15,9872 17,2750 18,5494 19,8119 21,0641 22,3071 23,5418 24,7690 25,9894 27,2036 28,4120 29,6151 30,8133 32,0069 33,1962 34,3816 35,5632 36,7412 37,9159 39,0875 40,2560 3,8415 5,9915 7,8147 9,4877 11,0705 12,5916 14,0671 15,5073 16,9190 18,3070 19,6751 21,0261 22,3620 23,6848 24,9958 26,2962 27,5871 28,8693 30,1435 31,4104 32,6706 33,9244 35,1725 36,4150 37,6525 38,8851 40,1133 41,3371 42,5570 43,7730 5,0239 7,3778 9,3484 11,1433 12,8325 14,4494 16,0128 17,5346 19,0228 20,4832 21,9201 23,3367 24,7356 26,1190 27,4884 28,8454 30,1910 31,5264 32,8523 34,1696 35,4789 36,7807 38,0756 39,3641 40,6465 41,9232 43,1945 44,4608 45,7223 46,9792 6,6349 9,2103 11,3449 13,2767 15,0863 16,8119 18,4753 20,0902 21,6660 23,2093 24,7250 26,2170 27,6883 29,1412 30,5779 31,9999 33,4087 34,8053 36,1909 37,5662 38,9322 40,2894 41,6384 42,9798 44,3141 45,6417 46,9629 48,2782 49,5879 50,8922 7,8794 10,5966 12,8382 14,8603 16,7496 18,5476 20,2777 21,9550 23,5894 25,1882 26,7569 28,2995 29,8195 31,3194 32,8013 34,2672 35,7185 37,1565 38,5823 39,9969 41,4011 42,7957 44,1813 45,5585 46,9279 48,2899 49,6449 50,9934 52,3356 53,6720 144 Приложение 8. Значения F-критерия Фишера при уровне значимости 0,05 ν1 ν2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 35 40 45 50 60 70 80 90 100 125 150 200 300 400 500 1000 1 2 3 4 5 6 8 12 24 161,5 18,5 10,13 7,71 6,61 5,99 5,59 5,32 5,12 4,96 4,84 4,75 4,67 4,6 4,54 4,49 4,45 4,41 4,38 4,35 4,32 4,3 4,28 4,26 4,24 4,22 4,21 4,2 4,18 4,17 4,12 4,08 4,06 4,03 4 3,98 3,96 3,95 3,94 3,92 3,9 3,89 3,87 3,86 3,86 3,85 3,84 200 19 9,55 6,94 5,79 5,14 4,74 4,46 4,26 4,1 3,98 3,88 3,8 3,74 3,68 3,63 3,59 3,55 3,52 3,49 3,47 3,44 3,42 3,4 3,38 3,37 3,35 3,34 3,33 3,32 3,26 3,23 3,21 3,18 3,15 3,13 3,11 3,1 3,09 3,07 3,06 3,04 3,03 3,02 3,01 3 2,99 215,7 19,16 9,28 6,59 5,41 4,76 4,35 4,07 3,86 3,71 3,59 3,49 3,41 3,34 3,29 3,24 3,2 3,16 3,13 3,1 3,07 3,05 3,03 3,01 2,99 2,98 2,96 2,95 2,93 2,92 2,87 2,84 2,81 2,79 2,76 2,74 2,72 2,71 2,7 2,68 2,66 2,65 2,64 2,63 2,62 2,61 2,6 224,6 19,25 9,12 6,39 5,19 4,53 4,12 3,84 3,63 3,48 3,36 3,26 3,18 3,11 3,06 3,01 2,96 2,93 2,9 2,87 2,84 2,82 2,8 2,78 2,76 2,74 2,73 2,71 2,7 2,69 2,64 2,61 2,58 2,56 2,52 2,5 2,49 2,47 2,46 2,44 2,43 2,42 2,41 2,4 2,39 2,38 2,37 230,2 19,3 9,01 6,26 5,05 4,39 3,97 3,69 3,48 3,33 3,2 3,11 3,02 2,96 2,9 2,85 2,81 2,77 2,74 2,71 2,68 2,66 2,64 2,62 2,6 2,59 2,57 2,56 2,54 2,53 2,48 2,45 2,42 2,4 2,37 2,35 2,33 2,32 2,3 2,29 2,27 2,26 2,25 2,24 2,23 2,22 2,21 234 19,33 8,94 6,16 4,95 4,28 3,87 3,58 3,37 3,22 3,09 3 2,92 2,85 2,79 2,74 2,7 2,66 2,63 2,6 2,57 2,55 2,53 2,51 2,49 2,47 2,46 2,44 2,43 2,42 2,37 2,34 2,31 2,29 2,25 2,23 2,21 2,2 2,19 2,17 2,16 2,14 2,13 2,12 2,11 2,1 2,09 238,9 19,37 8,84 6,04 4,82 4,15 3,73 3,44 3,23 3,07 2,95 2,85 2,77 2,7 2,64 2,59 2,55 2,51 2,48 2,45 2,42 2,4 2,38 2,36 2,34 2,32 2,3 2,29 2,28 2,27 2,22 2,18 2,15 2,13 2,1 2,07 2,06 2,04 2,03 2,01 2 1,98 1,97 1,96 1,96 1,95 1,94 243,9 19,41 8,74 5,91 4,68 4 3,57 3,28 3,07 2,91 2,79 2,69 2,6 2,53 2,48 2,42 2,38 2,34 2,31 2,28 2,25 2,23 2,2 2,18 2,16 2,15 2,13 2,12 2,1 2,09 2,04 2 1,97 1,95 1,92 1,89 1,88 1,86 1,85 1,83 1,82 1,8 1,79. 1,78 1,77 1,76 1,75 249 19,45 8,64 5,77 4,53 3,84 3,41 3,12 2,9 2,74 2,61 2,5 2,42 2,35 2,29 2,24 2,19 2,15 2,11 2,08 2,05 2,03 2 1,98 1,96 1,95 1,93 1,91 1,9 1,89 1,83 1,79 1,76 1,72 1,7 1,67 1,65 1,64 1,63 1,6 1,59 1,57 1,55 1,54 1,54 1,53 1,52 254,3 19,5 8,53 5,63 4,36 3,67 3,23 2,93 2,71 2,54 2,4 2,3 2,21 2,13 2,07 2,01 1,96 1,92 1,88 1,84 1,81 1,78 1,76 1,73 1,71 1,69 1,67 1,65 1,64 1,62 1,57 1,52 1,48 1,44 1,39 1,35 1,31 1,28 1,26 1,21 1,18 1,14 1,1 1,07 1,06 1,03 145 Приложение 9. Значения t-критерия Стьюдента при уровне значимости : 0,10, 0,05, 0,01 Число степеней свободы ν 0,1 0,05 0,01 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 6,314 2,92 2,353 2,132 2,015 1,943 1,895 1,86 1,833 1,813 1,796 1,782 1,771 1,761 1,753 1,746 1,74 12,706 4,3027 3,1825 2,7764 2,5706 2,4469 2,3646 2,306 2,2622 2,2281 2,201 2,1788 2,1604 2,1448 2,1315 2,1199, 2,1098 63,66 9,925 5,841 4,604 4,032 3,707 3,5 3,355 3,25 3,169 3,106 3,055 3,012 2,977 2,947 2,921 2,898 Число степеней свободы ν 0,1 0,05 0,01 18 19 20 21 22 23 24 25 26 27 28 29 30 40 60 120 1,734 1,729 1,725 1,721 1,717 1,714 1,711 1,708 1,706 1,703 1,701 1,699 1,697 1,684 1,671 1,658 1,645 2,101 2,093 2,086 2,08 2,074 2,069 2,064 2,06 2,056 2,052 2,048 2,045 2,042 2,021 2 1,98 1,96 2,878 2,861 2,845 2,831 2,819 2,807 2,797 2,787 2,779 2,771 2,763 2,756 2,75 2,705 2,66 2,617 2,576 Приложение 10. Критические значения коэффициента автокорреляции при уровне значимости α: 0,05 и 0,01 Объем выборки Положительные значения Отрицательные значения n α = 0,05 α = 0,01 α = 0,05 α = 0,01 0,253 0,297 -0,753 -0,798 5 0,345 0,447 -0,708 -0,863 6 0,370 0,510 -0,674 -0,799 7 0,371 0,531 0,625 -0,764 8 0,366 0,533 -0,593 -0,737 9 0,360 0,525 -0,564 -0,705 10 0,353 0,515 -0,539 -0,679 11 0,348 0,505 -0,516 -0,655 12 0,341 0,495 -0,497 -0,634 13 0,335 0,485 -0,479 -0,615 14 0,328 0,475 -0,462 -0,597 15 0,299 0,432 -0,399 -0,524 20 146 Приложение 11. Значения интеграла Лапласа p(t ) t 0,00 0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90 1,00 1,10 1,20 1,30 1,40 1,50 1,60 1,70 1,80 1,90 2,00 2,10 2,20 2,30 2,40 2,50 2,60 2,70 2,80 2,90 3,00 3,10 3,20 3,30 3,40 3,50 0 0,0000 0,0797 0,1585 0,2358 0,3108 0,3829 0,4515 0,5161 0,5763 0,6319 0,6827 0,7287 0,7699 0,8064 0,8385 0,8664 0,8904 0,9109 0,9281 0,9426 0,9545 0,9643 0,9722 0,9786 0,9836 0,9876 0,9907 0,9931 0,9949 0,9963 0,9973 0,9981 0,9986 0,9990 0,9993 0,9995 1 0,0080 0,0876 0,1663 0,2434 0,3182 0,3899 0,4581 0,5223 0,5821 0,6372 0,6875 0,7330 0,7737 0,8098 0,8415 0,8690 0,8926 0,9127 0,9297 0,9439 0,9556 0,9651 0,9729 0,9791 0,9840 0,9879 0,9909 0,9933 0,9950 0,9964 0,9974 0,9981 0,9987 0,9991 0,9994 0,9996 2 0,0160 0,0955 0,1741 0,2510 0,3255 0,3969 0,4647 0,5285 0,5878 0,6424 0,6923 0,7373 0,7775 0,8132 0,8444 0,8715 0,8948 0,9146 0,9312 0,9451 0,9566 0,9660 0,9736 0,9797 0,9845 0,9883 0,9912 0,9935 0,9952 0,9965 0,9975 0,9982 0,9987 0,9991 0,9994 0,9996 3 0,0239 0,1034 0,1819 0,2586 0,3328 0,4039 0,4713 0,5346 0,5935 0,6476 0,6970 0,7415 0,7813 0,8165 0,8473 0,8740 0,8969 0,9164 0,9328 0,9464 0,9576 0,9668 0,9743 0,9802 0,9849 0,9886 0,9915 0,9937 0,9953 0,9966 0,9976 0,9983 0,9988 0,9991 0,9994 0,9996 1 2 t e t2 2 dt t Сотые доли 4 5 0,0319 0,0399 0,1113 0,1192 0,1897 0,1974 0,2661 0,2737 0,3401 0,3473 0,4108 0,4177 0,4778 0,4843 0,5407 0,5467 0,5991 0,6047 0,6528 0,6579 0,7017 0,7063 0,7457 0,7499 0,7850 0,7887 0,8198 0,8230 0,8501 0,8529 0,8764 0,8789 0,8990 0,9011 0,9181 0,9199 0,9342 0,9357 0,9476 0,9488 0,9586 0,9596 0,9676 0,9684 0,9749 0,9756 0,9807 0,9812 0,9853 0,9857 0,9889 0,9892 0,9917 0,9920 0,9939 0,9940 0,9955 0,9956 0,9967 0,9968 0,9976 0,9977 0,9983 0,9984 0,9988 0,9988 0,9992 0,9992 0,9994 0,9994 0,9996 0,9996 147 6 0,0478 0,1271 0,2051 0,2812 0,3545 0,4245 0,4907 0,5527 0,6102 0,6629 0,7109 0,7540 0,7923 0,8262 0,8557 0,8812 0,9031 0,9216 0,9371 0,9500 0,9606 0,9692 0,9762 0,9817 0,9861 0,9895 0,9922 0,9942 0,9958 0,9969 0,9978 0,9984 0,9989 0,9992 0,9995 0,9996 7 0,0558 0,1350 0,2128 0,2886 0,3616 0,4313 0,4971 0,5587 0,6157 0,6680 0,7154 0,7580 0,7959 0,8293 0,8584 0,8836 0,9051 0,9233 0,9385 0,9512 0,9615 0,9700 0,9768 0,9822 0,9865 0,9898 0,9924 0,9944 0,9959 0,9970 0,9979 0,9985 0,9989 0,9992 0,9995 0,9996 8 0,0638 0,1428 0,2205 0,2961 0,3688 0,4381 0,5035 0,5646 0,6211 0,6729 0,7199 0,7620 0,7995 0,8324 0,8611 0,8859 0,9070 0,9249 0,9399 0,9523 0,9625 0,9707 0,9774 0,9827 0,9869 0,9901 0,9926 0,9946 0,9960 0,9971 0,9979 0,9985 0,9990 0,9993 0,9995 0,9997 9 0,0717 0,1507 0,2282 0,3035 0,3759 0,4448 0,5098 0,5705 0,6265 0,6778 0,7243 0,7660 0,8029 0,8355 0,8638 0,8882 0,9090 0,9265 0,9412 0,9534 0,9634 0,9715 0,9780 0,9832 0,9872 0,9904 0,9929 0,9947 0,9961 0,9972 0,9980 0,9986 0,9990 0,9993 0,9995 0,9997 Александр Александрович Чалиев Антон Олегович Овчаров ТАМОЖЕННАЯ СТАТИСТИКА Учебно-методическое пособие Государственное образовательное учреждение высшего профессионального образования «Нижегородский государственный университет им. Н.И.Лобачевского». 603950, Нижний Новгород, пр. Гагарина, 23. Подписано в печать . Формат 60х84 1/16. Бумага офсетная. Печать офсетная. Гарнитура Таймс. Усл. печ. л. 9,0. Уч.-изд. л. Заказ № Тираж 500 экз. Отпечатано в типографии Нижегородского госуниверситета им. Н.И.Лобачевского 603600, г. Нижний Новгород, ул. Большая Покровская, 37 Лицензия ПД № 18-0099 от 14.05.01 148