Таможенная статистика

Оглавление

1. Введение                                                                                      2
2. Теоретическая часть                                                                   3
3. Практическая часть                                                                    12
4. Вывод                                                                                          17
5. Список используемой литературы                                           18

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Введение

 

       Самая  старая форма международных отношений - это международная торговля. Еще до формирования мирового хозяйства народы вели активную торговлю товарами, то есть обменивали то, что у одних было в избытке на то, с чем был дефицит, а у других народов наоборот. Поэтому международная торговля предшествовала мировому хозяйству.

На протяжения столетий внешняя торговля была и есть основой  международных экономических отношений, так как рост мирохозяйственных  связей ускорил процесс формирования международного разделения труда, что  соединяет все страны в единое хозяйственное целое. А это свидетельствует, что интернационализация хозяйственных связей обусловлена развитием производительных сил, которые, перерастая национальные рамки, подводят к необходимости интернационализации производства. Для экономического роста и развития слаборазвитых стран в постоянно развивающейся мировой экономике очень важное значение имеет внешняя торговля.

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.

Рассмотрим внешнеэкономическую  деятельность с помощью таможенной статистики.

                1. Теоретическая часть

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.

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.

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 адвалорной таможенной пошлины (y) и таможенной стоимостью товара (x), облагаемого по фиксированной адвалорной ставке таможенной пошлины, например 5%, легко можно выразить формулой y = 0,05х. Для изучения функциональных связей применяется индексный мето.

Существуют и иного  рода связи, где взаимно действуют  многие факторы, комбинация которых  приводит к вариации значений результативного  признака (показателя) при одинаковом значении факторного признака. Например, при изучении зависимости величины таможенных платежей, поступающих в федеральный бюджет, от количества товаров, перемещаемых через таможенную границу государства, (или от стоимостного товарооборота) последние будут рассматриваться как факторный признак, а величина таможенных платежей – как результативный. Между ними нет жестко детерминированной связи, т.е. при одном и том же количестве перемещенных через таможенную границу товаров (или стоимости товарооборота) величина таможенных платежей, перечисленных разными таможнями будет различной, так как кроме количества товаров, перемещаемых через таможенную границу государства, (или стоимость товарооборота) на величину таможенных платежей влияет много других факторов (различная номенклатура товаров, для которых применяются различные таможенные пошлины, сборы и льготы; различные таможенные режимы перемещения товаров через таможенную границу и др.), комбинация которых вызывает вариацию величины таможенных платежей.

Там, где взаимодействует  множество факторов, в том числе и случайных, выявить зависимости, рассматривая единичный случай, невозможно. Такие связи можно обнаружить только при массовом наблюдении как статистические закономерности. Выявленная таким образом связь именуется стохастической. 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

 

Корреляционная связь – понятие более узкое, чем стохастическая связь, это ее частный случай. Именно корреляционные связи являются предметом изучения статистики. 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

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, …, x_m) – множественной.

По характеру изменений x и y в парной корреляции различают прямую и обратную связь. При прямой связи значения обоих признаков изменяются в одном направлении, т.е. с увеличением (уменьшением) значений x увеличиваются (уменьшаются) и значения y. При обратной связи значения факторного и результативного признаков изменяются в разных направлениях.

Изучение корреляционных связей сводится в к решению следующих  задач:

1. выявление наличия (отсутствия) корреляционной связи между изучаемыми признаками;
2. измерение тесноты связи между двумя (и более) признаками с помощью специальных коэффициентов (эта часть исследования именуется корреляционным анализом);
3. определение уравнения регрессии – математической модели, в которой среднее значение результативного признака у рассматривается как функция одной или нескольких переменных – факторных признаков (эта часть исследования именуется регрессионным анализом).

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

Таблица. Величина внешнеторгового оборота и таможенных платежей

Месяц	Оборот, млрд.долл.	Платеж, 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.

 

 

x	y
27,068	172,17
29,889	200,90
33,158	232,10
34,444	231,83
37,299	246,53
37,554	236,99
37,755	233,40
37,909	256,43
38,348	261,89
39,137	259,36
40,370	253,62
46,298	278,87

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.

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 корреляционное поле (рис. 1), а соединяя последовательно нанесенные точки отрезками, получают ломаную линию, именуемую эмпирической линией регрессии (рис. Ошибка! Источник ссылки не найден.).

 

 

Рис. 1. Корреляционное поле

 

 

 

 

Рис. 2.Эмпирическая линия регрессии

Визуально анализируя график, можно предположить характер зависимости  между признаками x и y. В нашей задаче эмпирическая линия регрессии (рис.Ошибка! Источник ссылки не найден.) 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 ( ) и ( ), а их знаки («+» или «–»). Определив знаки отклонений от средней величины в каждом ряду, рассматривают все пары знаков и подсчитывают число их совпадений (С) и несовпадений (Н). Тогда коэффициент Фехнера рассчитывается как отношение разности чисел пар совпадений и несовпадений знаков к их сумме, т.е. к общему числу наблюдаемых единиц:

. (1)

Очевидно, что если знаки  всех отклонений по каждому признаку совпадут, то К_Ф=1, что характеризует наличие прямой связи. Если все знаки не совпадут, то К_Ф=–1 (обратная связь). Если же åС=åН, то К_Ф=0. Итак, как и любой показатель тесноты связи, коэффициент Фехнера может принимать значения от 0 до 1. Однако, если К_Ф=1, то это ни в коей мере нельзя воспринимать как свидетельство функциональной зависимости между х и у.