Статистические методы выявления взаимосвязей рыночных процессов

     Коэффициент поступления общий показывает долю всех поступивших (П) в отчетном периоде основных фондов в их общем объеме на конец этого периода (Ф_к): 

     Коэффициент выбытия основных фондов, равный отношению стоимости всех выбывших за данный период основных фондов (или только выбывших из-за ветхости и износа – В) к стоимости основных фондов на начало данного периода (Ф_н):   
 
 
 
 
 
 
 

таблица 1.1

ВВОД  В ДЕЙСТВИЕ ОСНОВНЫХ ФОНДОВ, КОЭФФИЦИЕНТЫ ОБНОВЛЕНИЯ, ВЫБЫТИЯ И СТЕПЕНЬ ИЗНОСА ОСНОВНЫХ ФОНДОВ¹

 

• число предприятий  по реализации и хранению товаров  и их динамика;
• размеры предприятий (площадь, число мест для посетителей, емкость склада);
• объем товарооборота предприятий.

     Анализируя  объем товарооборота, выявляют закономерности в его развитии. С этой целью рассчитывается динамика товарооборота в текущих и сопоставимых ценах.

      Динамика  роста товарооборота в текущих ценах (ДТО) рассчитывается:

ДТО = Факт. ТО отч.года в  тек. ценах*100 /Факт. ТО прош.года

     Фактический товарооборот отчетного года в сопоставимых ценах рассчитывают по формуле:

     

Установив изменения  в структуре товарооборота, необходимо определить причины, вызвавшие изменения  товарооборота. Это является важнейшим  моментом анализа товарооборота.

• число предприятий, удельный вес и их динамика в общей численности предприятий различных типов;

 
 

таблица 1.2

РАСПРЕДЕЛЕНИЕ ПРЕДПРИЯТИЙ И  ОРГАНИЗАЦИЙ ПО формам собственности² 
(на 1 января)

Проанализировав таблицу можно заметить, что преобладают  предприятия с частной формой собственности, и их удельный вес  с каждым годом увеличивается, одновременно с этим удельный вес предприятий с другими формами собственности форм собственности закономерно уменьшается.

• число транспортных средств и средств связи на 1 млн. руб. товарооборота;
• количество оборудования, механизмов и другой техники (по типам) на одном предприятии или на 1 млн. руб. товарооборота.

     Оценка  данных показателей дает общую картину  материального обеспечения рынка  и тем самым уровень его  развитости.

      Статистическое  изучение рынка производится количественной оценкой ряда ее показателей и нахождением индексных и регрессионных зависимостей между некоторыми из них.  
 
 
 
 

3.1Виды взаимосвязи

  В качестве двух самых общих их видов выделяют. Функциональную (полную) и корреляционную(неполную) – статистическую или стохастически детерминированную.

      Если значению одной переменной  обязательно соответствует одно или несколько точно заданных значений другой переменной, связь между ними является функциональной (например: прямопропорциональная зависимость между  производительностью труда и  увеличением производства продукции). Функциональную связь можно представить уравнением :

                                          y_i  = ƒ (x_i)                                                                     (1.)

где y_i – результативный признак (i = 1, 2 …, n); ƒ (x_i) – известная функция связи результативного и факторного признаков; x_i – факторный признак.

     При статистической связи разным значениям одной переменной  соответствуют разные распределения значений другой переменной. Это обусловлено тем, что результативный признак, кроме рассматриваемых зависимых переменных подвержен влиянию ряда неучтенных факторов, а также некоторых неизбежных ошибок измерения переменных. Такая связь проявляется не в каждом отдельном случае, а во всей совокупности в целом. Поэтому для её выявления требуется исследование массовых наблюдений, т.е. статистических данных.

    «Проявление стохастических связей подвержено закону больших чисел: лишь в достаточно большом числе единиц индивидуальные особенности сгладятся, случайности взаимопогасятся и зависимость, если она имеет существенную силу, проявится достаточно отчетливо.»³

  Переменные, связь между которыми изучается могут быть как количественными, так и неколичественными. Модель статистической связи  может быть представлена в общем виде уравнением:

                        ŷ_i  = ƒ (x_i) + ε_i                                                              (2.)

где ŷ_i – расчетное значение результативного признака; ƒ (x_i) – часть результативного признака, сформировавшегося под воздействием учетных известных факторных признаков, находящихся в стохастической связи с признаком; ε_i – часть результативного признака, возникшего в результате действия неучтенных факторов.

  Корреляционная связь – частный случай статистической связи, существует там, где  взаимосвязанные явления характеризуются только случайными величинами. При такой связи  среднее значение (математическое ожидание) случайной величины результативного признака  y закономерно изменяется в зависимости от изменения другой величины x или других случайных величин  x₁ ,x_2…x_n. Корреляционная связь проявляется во всей совокупности, а не в каждом отдельном случае. Только при достаточно большом количестве случаев каждому значению случайного признака x,  будет соответствовать распределение средних значений случайного признака y.

   Корреляционная связь предполагает, что изучаемые переменные имеют количественное выражение.

  Прямая и обратная связи. По направлению связи бывают прямыми, когда зависимая переменная растет с увеличением факторного признака, и обратными при , при которых рост факторного признака сопровождается уменьшением функции. Такие связи также можно назвать соответственно положительными и отрицательными. 

   Относительно своей аналитической формы связи бывают линейными и нелинейными. В первом случае между признаками в среднем проявляются линейные соотношения, т.е.  с возрастанием значения факторного признака происходит непрерывное возрастание (или убывание) результативного признака. Нелинейная взаимосвязь  выражается нелинейной функцией, а переменные связаны между собой в среднем нелинейно, т.е. с возрастанием значения факторного признака возрастание (или убывание) результативного признака происходит неравномерно или же направление его изменения меняется на обратное.

  Существует еще одна достаточно важная характеристика связей с точки зрения взаимодействующих факторов. Если характеризуется связь двух признаков, то ее принято называть парной, если изучаются более чем две переменные – множественной.

      По силе различают слабые и сильные связи. Эта формальная характеристика выражается  конкретными величинами и трактуется в соответствии с общепринятыми критериями силы связи для конкретных показателей.

  Однофакторные и многофакторные связи. По количеству факторов, действующих на результативный признак, связи различаются: однофакторные (один фактор) и многофакторные (два и более факторов). Однофакторные (простые) связи обычно называются парными (т.к. рассматривается пара признаков). Например, корреляционная связь между прибылью и производительностью труда. В случае многофакторной (множественной) связи имеют в виду, что все факторы действуют комплексно, то есть одновременно и во взаимосвязи.  С помощью множественной корреляции можно охватить весь комплекс факторных признаков и объективно отразить существующие множественные связи.

  В зависимости от познавательной цели статистические модели подразделяются на структурные, динамические и модели связи

      В наиболее общем виде задача статистики в области изучения взаимосвязей состоит в количественной оценке их наличия и направления, а также характеристике силы и формы влияния одних факторов на другие. Для ее решения применяются две группы методов, одна из которых включает в себя методы корреляционного анализа, другая - регрессионный анализ.

3.2.Методы  выявления взаимосвязи

  Для исследования стохастических связей широко используется графический метод, метод сопоставления двух параллельных рядов, метод аналитических группировок, корреляционный анализ, регрессионный анализ и некоторые непараметрические методы.

      1)Наиболее простым и наглядным методом выявления взаимосвязи является графический метод (построение точечного графика). Статистический график позволяет сразу оценить характер изучаемого явления, присущие ему закономерности и особенности, тенденции развития, взаимосвязь характеризующих его показателей.

  2) Метод сопоставления двух параллельных рядов является одним из простейших методов. «Для этого факторы, характеризующие результативный признак располагают в возрастающем или убывающем порядке (в зависимости от эволюции процесса и цели исследования), а затем прослеживают изменение величины результативного признака. Сопоставление и анализ расположенных таким образом рядов значений изучаемых величин позволяют установить наличие связи и ее направление. Зависимость между факторами и показателями может прослеживаться во времени (параллельные динамические ряды)⁴».