Курс социально-экономической статистики (стр. 166 из 182)
Другими примерами методологической несогласованности являются учет движения товаров для ремонта (в СНС ремонт неинвестиционных товаров рассматривается как услуга, в платежном балансе — как товар); некоторых видов налогов (в СНС налоги на производство и импорт за вычетом субсидий рассматриваются как первичные доходы, в платежном балансе — как перераспределительные операции), а также классификация операций в финансовом счете (в СНС они классифицируются в первую очередь по типу финансовых инструментов, в платежном балансе — по функциональному признаку).
Тем не менее высокий уровень скоординированности между двумя близкими по содержанию разделами макроэкономических балансовых построений позволяет использовать данные таможенной статистики при составлении счетов «остального мира» (как части СНС) и платежного баланса, которые в свою очередь необходимы для исчисления многих макроэкономических показателей, прежде всего таких, как валовой национальный располагаемый доход (ВНРД) и валовое национальное сбережение (ВНС).
Алгоритмы расчетов указанных выше показателей с использованием показателей платежного баланса (они выделены полужирным шрифтом) приводятся ниже:
ВВП = конечное потребление + валовое накопление + экспорт товаров и услуг - импорт товаров и услуг.
ВНД = ВВП + сальдо по оплате труда, полученной от нерезидентов и выплаченной им + сальдо доходов от собственности, полученных от нерезидентов и выплаченных им + сальдо налогов на продукты и импорт (за вычетом субсидий, полученных от нерезидентов и выплаченных им).
ВНРД = ВНД + сальдо текущих трансфертов, полученных от нерезидентов и выплаченных им, кроме налогов на продукты и импорт (за вычетом субсидий).
ВНС = ВНРД - конечное потребление = валовое накопление + сальдо по внешним счетам текущих операций.
Существуют технические проблемы, связанные с измерением текущих операций платежного баланса. Так, значительная часть товаров импортируется физическими лицами, занимающимися неорганизованной торговлей («челноками»). Экспертные оценки показывают, что импорт «челноков» оценивается миллиардами долларов, однако напрямую в статистической отчетности он не отражается. Кроме того, импортеры регулярно занижают стоимость ввозимых товаров в таможенных декларациях с целью сокращения налоговых пошлин. В конце 90-х гг. величина корректировки данных таможенной статистики по импорту товаров достигала 40% и больше.
Корректировка первоначально зарегистрированной информации осуществляется на основе метода товарных потоков — путем сопоставления данных об импорте и отечественном производстве потребительских товаров, с одной стороны, и данными о розничной торговле и экспорте, с другой стороны. Экспертами предлагаются и другие методы оценки достоверности досчетов, например с помощью «зеркальной статистики» экспорта товаров из других стран в Россию.
Но даже с учетом большой корректировки импорта товаров сальдо внешней торговли России, как указывалось, было положительным. На протяжении ряда лет положительным (хотя и в значительно меньших размерах) было и сальдо текущих операций. Данные, отражающие динамику текущих операций за 1993—1998 гг., приведены в табл. 52.3.
Таблица 52.3
Счет текущих операций платежного баланса России и его основные компоненты (млрд долл. США)
Как видно из табл. 52.3, для платежного баланса России в течение ряда лет характерно устойчивое положительное сальдо по счету текущих операций (в первую очередь из-за экспорта). Сальдо торговли услугами было отрицательным ввиду значительных расходов, осуществляемых российскими резидентами во время их поездок за границу. Что касается поступлений инвестиционных доходов и доходов в форме оплаты труда, то отрицательное сальдо объясняется главным образом значительной величиной процентов, начисленных в значительной степени на внешнюю задолженность, унаследованную Россией от СССР.
Аналитические возможности следующей составляющей платежного баланса — счета операций с капиталом и финансовыми инструментами — рассмотрим на примере данных за 1998 г. Сальдо операций между резидентами и нерезидентами, не предполагающих встречных потоков экономических ценностей и классифицируемых в платежном балансе как капитальные трансферты, сложилось отрицательным (-0,5 млрд долл. США). Это связано в первую очередь с тем, что вывезенные эмигрантами ресурсы (стоимостная оценка потоков имущества, финансовых активов и обязательств, сопровождающих перемещение мигрантов) превышали объем средств, поступивших в Россию.
Зарегистрированный приток иностранного капитала в Россию за, 1998 г. превысил инвестиции резидентов в иностранные активы на 0,5 млрд долл. (т.е. в финансовом счете общее сальдо положительное). В 1997 г. соответствующий показатель был значительно больше (-6,5 млрд долл.). Таким образом, за 1998 г. по сравнению с 1997 г. интенсивность движения капитала в целом ослабла.
Контрольные вопросы
1. Какие функции и задачи имеет платежный баланс?
2. В чем состоят основные сходства и различия в методологии отражения хозяйственных операций между платежным балансом и бухгалтерским учетом?
3. Каковы технические проблемы составления платежного баланса?
4. Что можно сказать о согласованности платежного баланса и счетов «остального мира» СНС?
Раздел XII. Статистическое моделирование и прогнозирование социально-экономических процессов
В условиях перехода страны к рыночной экономике возрастает интерес и потребность в статистических методах анализа и прогнозирования, в количественных оценках социально-экономических явлений, получаемых с использованием многомерных статистических методов на ПЭВМ.
В данном разделе излагаются основные теоретические положения таких многомерных статистических методов, как корреляционный, регрессионный, компонентный и кластерный анализ, ряд задач эконометрики.
Значительное внимание уделяется логическому анализу исходной информации и экономической интерпретации получаемых результатов, а также рассмотрению подробно разработанных типовых примеров, взятых из экономической практики и решенных с использованием ЭВМ.
Примеры иллюстрируют необходимость комплексного применения многомерных статистических методов. При этом корреляционный анализ используется, с одной стороны, на этапе предварительного анализа для выявления мультиколлинеарности, а с другой — при оценке адекватности регрессионной модели; компонентный анализ используется в задачах снижения размерности, а также при построении уравнения регрессии на главных компонентах и в задачах классификации. При окончательном выборе модели рекомендуется использовать как экономические, так и статистические критерии. Наряду с точечными оценками рассматриваются методы построения интервальных оценок коэффициентов и уравнения регрессии.
В 53.5 «Основы эконометрики» рассматриваются производственные функции и системы одновременных эконометрических уравнений, двухшаговый метод наименьших квадратов.
Настоящий раздел предназначен для студентов, изучающих многомерные статистические методы, и специалистов, желающих повысить свою квалификацию в области применения современных эконометрических методов для анализа и прогнозирования социально-экономических явлений.
Корреляционный анализ является одним из методов статистического анализа взаимозависимости нескольких признаков.
Основная задача корреляционного анализа состоит в оценке корреляционной матрицы генеральной совокупности по выборке и определении на основе этой матрицы частных и множественных коэффициентов корреляции и детерминации.
Парный и частный коэффициенты корреляции характеризуют тесноту линейной зависимости между двумя переменными соответственно на фоне действия и при исключении влияния всех остальных показателей, входящих в модель. Они изменяются в пределах от -1 до +1, причем чем ближе коэффициент корреляции к 1, тем сильнее зависимость между переменными. Если коэффициент корреляции больше нуля, то связь положительная, а если меньше нуля — отрицательная.
Множественный коэффициент корреляции характеризует тесноту, линейной связи между одной переменной (результативной) и остальными, входящими в модель; он изменяется в пределах от 0 до 1.
Квадрат множественного коэффициента корреляции называется множественным коэффициентом детерминации. Он характеризует долю дисперсии одной переменной (результативной), обусловленной влиянием всех остальных переменных (аргументов), входящих в модель.
Исходной для анализа является матрица
размерности п х k, i-я строка которой характеризует i-е наблюдение (объект) по всем k показателям (j = 1, 2, ..., k).
В корреляционном анализе матрицу Х рассматривают как выборку объема п из k-мерной генеральной совокупности, подчиняющейся k-мерному нормальному закону распределения.
По выборке определяют оценки параметров генеральной совокупности, а именно: вектор средних 
, вектор средних квадратических отклонений s и корреляционную матрицу R порядка k: