Вход

Статистический анализ структуры экспорта в РФ за 2001-2007 года.

Рекомендуемая категория для самостоятельной подготовки:
Курсовая работа*
Код 346422
Дата создания 06 июля 2013
Страниц 30
Мы сможем обработать ваш заказ (!) 29 марта в 12:00 [мск]
Файлы будут доступны для скачивания только после обработки заказа.
1 310руб.
КУПИТЬ

Содержание

Введение
Динамические ряды
Основные расчеты поставленной задачи
Структура экспорта важнейших товаров в РФ 2006-2007 гг.
Перспективы развития российского экспорта
Заключение
Список использованных источников

Введение

Статистический анализ структуры экспорта в РФ за 2001-2007 года.

Фрагмент работы для ознакомления

За базис возьмем 2000 год.
Базисный абсолютный прирост будет равен разности фактического показателя и базисного.
2001 год: 100,0-103,1 = -3,1
2002 год: 106,7-103,1 = 3,6
и т.д.
Цепной абсолютный прирост будет равен разности между последующим показателем периода и последующим:
2001 год: 100,0-103,1 = -3,1
2002 год: 106,7-100, = 6,7
и т.д.
Приведем расчет и интерпретацию таких показателей, как цепной и базисный темпы роста.
Темп роста показывает, во сколько раз уровень текущего периода выше или ниже уровня базисного периода, или сколько процентов он составляет по отношению к базисному. Темп роста - это отношение последующего уровня к предыдущему или какому-либо другому, принятому за базу сравнения.
В качестве примера рассмотрим цепной темп роста для экспорта 2000 года относительно 2001, подставив соответствующие коэффициенты в формулу:
    цепные темпы роста
Получим коэффициент 9,7, а умножив его на 100% получим процент по отношению к базисному (в данном случае это 2000год) 9,7*100%=97%.
Эмпирическое сглаживание динамических рядов
Один из наиболее простых приемов сглаживания заключается в расчете скользящих. Применение скользящих средних, позволяет сгладить периодические и случайные колебания и тем самым выявить имеющуюся тенденцию в развитии.
В нашем курсовом проекте необходимо рассмотреть сглаживание динамических рядов 2-х значными скользящими средними. В таблице 3 представлены данные экспорт и их скользящей средней в каждом из динамических рядов.
Покажем расчет скользящей средней.
2001 год: (103,1+100,0+106,7)/3=103,267;
2002 год: (100,0+106,7+133,7)/3=113,467;
2003 год: (106,7+133,7+181,6)/3=140,667;
2004 год: (133,7+181,6+241,5)/3=185,600;
2005 год: (181,6+241,5+301,2)/3=241,433;
2006 год: (241,5+301,2+352,5)/3=298,850;
2007 год: (301,2+352,5)/2=326,850.
На их основе были построены графики.
Таблица 3. Скользящие средние
Год
Объем экспорта, млрд. долл. США
Скользящие средние
2000 год
103,1
2001 год
100,0
103,267
2002 год
106,7
113,467
2003 год
133,7
140,667
2004 год
181,6
185,600
2005 год
241,5
241,433
2006 год
301,2
298,400
2007 год
352,5
326,850
Аналитическое сглаживание динамического ряда
Кривые роста, описывающие закономерности развития явлений: во времени, получают путем аналитического выравнивания динамических рядов. Выравнивание ряда с помощью тех или иных функций (т. е. их подгонка к данным) в большинстве случаев оказывается удобным средством описания эмпирических данных, характеризующих развитие во времени исследуемого явления. Это средство при соблюдении ряда условий можно применить и для прогнозирования. Процесс выравнивания состоит из следующих основных этапов:
-выбора типа кривой, форма которой соответствует характеру изменения динамического ряда;
- определения численных значений (оценивание) параметров кривой;
- апостериорного контроля качества выбора тренда.
Найденная функция позволяет получить выровненные, или, как их иногда называют, теоретические значения уровней динамического ряда, т. е. те уровни, которые наблюдались бы, если бы динамика явления полностью совпадала с кривой. Эта же функция с некоторой корректировкой или без нее, применяется и для экстраполяции.
Вопрос о выборе типа кривой является основным при выравнивании ряда. При всех прочих равных условиях ошибка в решении этого вопроса оказывается более значимой по своим последствиям (особенно для прогнозирования), чем ошибка, связанная со статистическим оцениванием параметров.
В курсовой работе будет проведено аналитическое сглаживание динамических рядов. Сглаживание будет проводиться линейной, полиномиальной, логарифмической, экспоненциальной и степенной формой тренда. Затем будут определены численные значения кривых и выбрана оптимальная форма тренда, используя метод МНК или метод наименьших квадратов. В связи с этим нам необходимо задать следующие данные, представленные в таблице 4.
Таблица 4. Расчетные данные для аналитического сглаживания
Время
Объем экспорта, млрд. долл. США
yt
t
t2
t3
Ln t
Ln (yt)
2000 год
103,1
1
1
1
0,000
4,636
2001 год
100,0
2
4
8
0,693
4,605
2002 год
106,7
3
9
27
1,099
4,670
2003 год
133,7
4
16
64
1,386
4,896
2004 год
181,6
5
25
125
1,609
5,202
2005 год
241,5
6
36
216
1,792
5,487
2006 год
301,2
7
49
343
1,946
5,708
2007 год
352,5
8
64
512
2,079
5,865
Далее по данным таблицам построим графики с разнообразными видами трендов, в частности это линейный, полиномиальный (2-й и 3-й степени), логарифмический, экспоненциальный.
Выбор оптимальной модели тренда
В соответствии с методом наименьших квадратов оптимальной моделью считается модель с наименьшей остаточной дисперсией (или остаточным среднеквадратическим отклонением).
где — стандарт, стандартное отклонение, несмещенная оценка среднеквадратического отклонения случайной величины X относительно её математического ожидания; — дисперсия; — i-й элемент выборки; — среднее арифметическое выборки; — объём выборки.
Но для решения задачи экстраполяции и прогнозирования по тренду необходимо также учесть значимость параметров модели тренда.
Таблица 5

Модель тренда
Уравнение тренда
Остаточное среднеквадратичное отклонение
Значимость параметров модели тренда
1
Линейная
Y=38,144X+18,389
2,4
Значимы оба параметра
2
Полином 2-й степени
Y=5,7696X2-13,783X+104,93
2,11
Параметры незначимы
3
Полином 3-й степени
Y=0,8775X3+17,616X2-58,975X+148,37
1,91
Параметры незначимы
4
Логарифмическая
Y=115,7LnX+36,669
3,47
Значимы оба параметра
5
Экспоненциальная
Y=68,681e0.2006x
0,87
Значимы оба параметра
Как видно из таблиц представленных выше, оптимальным трендом в случае экспорт будет экспоненциальная модель тренда, т.к. остаточное среднеквадратичное отклонение у нее наименьшие из всех моделей со значимыми параметрами. Также из таблиц можно увидеть, как значимость параметров уравнения влияет на выбор оптимального тренда, т.к. в противном случае наш выбор остановился бы на полиноме 2-й степени, для которого остаточное среднеквадратичное отклонение наименьшие из всех представленных моделей тренда.
Структура экспорта важнейших товаров в РФ 2006-2007 гг.
Экспорт России  в 2007 году составил 352,5 млрд.долларов США, в том числе в страны дальнего зарубежья – 299,9  млрд.долларов США (рост на 15,8%), в страны СНГ – 52,6 млрд.долларов США (рост на 24,3%).
В товарной структуре экспорта в страны дальнего зарубежья состав основных товарных позиций по сравнению с прошлым годом практически не изменился. На первой строке товарной структуры находится экспорт товаров топливно-энергетического комплекса, доля которых составляет 67,7% от всего объема экспорта в эти страны (68,5% в 2006 году).
Доля нефтепродуктов в экспорте товаров ТЭК в страны дальнего зарубежья составила 24,0%, физические объемы по сравнению с 2006 годом увеличились на 7,6%, в том числе мазута – на 15,6%. Физические и стоимостные объемы угля каменного возросли на 4,9% и 19,0% соответственно.
Доля продукции химической промышленности  в отчетном периоде составила 5,4% ( в 2006 году – 5,0% ). Возросли поставки метанола на 17,2% в физическом и на 26,2% в стоимостном выражении, удобрений калийных – на 20,4% и на 39,9% соответственно, в то время как поставки аммиака безводного снизились  на 16,4% и 5,8% соответственно.
Таблица 6. Динамика экспорта некоторых видов продукции
 
2002
2003
2004
2005
2006

Список литературы

1.С. Дробышевский, В. Носко, Р. Энтов. А. Юдин. Институт экономики переходного периода. Эконометрический анализ динамических рядов основных макроэкономических показателей
2.Елисеева И.И. Юзбашев М.М. Общая теория статистики. Москва, «Финансы и статиска» 2005.
3.Кильдишев Г.С., Овсиенко В.Е., Рабинович П.М., Рябушкин Т.В. Общая теория статистики. – М.: Статистика, 2001. – 423 с.
4.Теория статистики. Учебник./Под ред. Шмойлова Р. А. 3-е изд., перераб.-М.: Финансы и статистика, 2002
5.Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики: Учебник. - М.: ИНФРА-М, 2002.
6.Общая теория статистики: Статистическая методология в изучении коммерческой деятельности: Учебник / Под ред. О.Э. Башиной, А.А. Спирина. -М.: Финансы и статистика, 2000.
7.Сиденко А.В., Попов Г.И., МатвееваВ.М. Статистика: Учебник. - М.: Дело-Сервис, 2000.
8.Российский статистический ежегодник. - М.: Финансы и статистика, 2001.
9.Россия в цифрах. Статистический сборник. - М.: Финансы и статистика, 2001.
10.http://www.gks.ru
Очень похожие работы
Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.
* Категория работы носит оценочный характер в соответствии с качественными и количественными параметрами предоставляемого материала. Данный материал ни целиком, ни любая из его частей не является готовым научным трудом, выпускной квалификационной работой, научным докладом или иной работой, предусмотренной государственной системой научной аттестации или необходимой для прохождения промежуточной или итоговой аттестации. Данный материал представляет собой субъективный результат обработки, структурирования и форматирования собранной его автором информации и предназначен, прежде всего, для использования в качестве источника для самостоятельной подготовки работы указанной тематики.
bmt: 0.00652
© Рефератбанк, 2002 - 2024