Сезонная корректировка ИПЦ




 

Одной из важнейших проблем при построении индекса потребительских цен, является учет сезонной составляющей по сезонным продуктам.

Наблюдение за ценами и тарифами на потребительском рынке показывает, что цены некоторых товаров и услуг, особенно по отдельным видам плодоовощной продукции, подвержены заметным сезонным колебаниям в течении года. При этом такие колебания, как правило, носят циклический характер.

Уже в настоящее время при расчете индекса потребительских цен Госкомстат России применяет ряд методов сезонной корректировки, одним из которых является замена товаров.

Этот метод используется в случае, если цены на сезонные товары, отсутствующие в отдельные периоды года, меняются пропорционально ценам на аналогичные или эквивалентные товары соответствующей группы, имеющиеся в наличии в данное время. Например, цены на отдельные виды сезонных товаров, входящих в группы одежды и обуви, регистрируются лишь в периоды массовой реализации этих товаров. В несезонные периоды года повторяется последняя имеющаяся в наличии цена периода массовой реализации товара, без каких-либо ее изменений до начала следующего сезона, либо данная цена индексируется с учетом изменения цен на аналогичные виды эквивалентных летних или соответственно зимних предметов одежды и обуви, либо индексируется с учетом темпов роста цен в целом по соответствующей группе товаров.

Кроме метода замены товара, одним из применяемых в настоящее время методов сезонных корректировок является расчет средневзвешенной цены на картофель. В этом случае производится расчет средневзвешенной цены картофеля с учетом постепенно возрастающего в общем объеме реализации этого товара (в течение летнего периода) удельного веса молодого картофеля и, соответственно, снижающегося удельного веса картофеля урожая предшествующего года. При этом в расчет средневзвешенного показателя цена на молодой картофель начинает включаться только в период его массовой реализации. Этот метод в определенной степени обеспечивает увязку цен на картофель урожая текущего года с ценами картофеля урожая предыдущего года.

В условиях Российской Федерации в период высоких темпов инфляции, усугублявшихся резкими и разновременными скачками цен, отсутствовала возможность выявления тенденций и закономерностей сезонных колебаний цен и разработки индексов или коэффициентов сезонности.

В предлагаемом методе сезонной корректировки индексы цен, нивелирующие влияние сезонного фактора, рассчитаны по отдельным товарам как отношение индекса цен за отчетный месяц к коэффициенту сезонности для данного месяца по каждому конкретному товару.

Коэффициент сезонности для каждого отчетного месяца текущего года определен как отношение среднемесячного индекса цен базисного года каждого товара к помесячным индексам цен того же года. При этом среднемесячный индекс цен для каждого товара рассчитан, как среднегеометрическая величина корня двенадцатой степени из среднегодового индекса цен на этот же товар.

С целью отработки алгоритма сезонной корректировки цен и, соответственно, индексов по плодоовощной группе продукции, а также определения ИПЦ, скорректированного за счет сезонного фактора, проведены экспериментальные расчеты индексов потребительских цен по сезонным видам плодоовощной продукции.

Динамика индексов цен, а также индексов (коэффициентов) сезонности по отдельным видам плодоовощной продукции показывает, что имеют место ярко выраженные сезонные колебания индексов цен в отдельные месяцы рассматриваемых лет.

Применение индексов сезонности при расчете индексов потребительских цен позволяет получить ИПЦ, в котором исключена сезонная волна, что особенно важно в условиях умеренных темпов инфляции.

Экспериментальные расчеты ИПЦ, произведенные с применением индексов сезонности, разработанных по группе плодоовощной продукции, показывают, что, например, в случае применения индекса сезонности в январе 1996 г. значение ИПЦ было снижено со 104,11% до 103,12%, или на 0,99 пункта, в то время в августе того же года ИПЦ был бы увеличен с 99,79% до 101,56% или на 1,77 пункта.

При этом необходимо отметить, что внутригодовая корректировка индексов цен на сезонную составляющую сохраняет значение роста цен в целом за год.


7. Инфляция в России Экономика современной России реально столкнулась с инфляционными проблемами в начале 90-х годов в период перехода от централизованного планируемой к рыночной экономике, который начался с резкой либерализации цен. Отсутствие антиинфляционной программы, ориентация преимущественно на монетаристские методы регулирования экономических процессов, привели к галопирующей инфляции.Пик инфляции в России пришелся на 1992 г., когда цены за год выросли в среднем на 2508%. В 1993 г. цены на потребительские товары увеличились в годовом исчислении на 844%, и по этому показателю в то время Россия среди других стран мира уступала лишь Бразилия (2830%). Гиперинфляция потребовала денежные знаки более высокого достоинства для обеспечения роста цен необходимой денежной массы. В 1993 г. оборот были введены новые банкноты достоинством 5, 10 и 50 тыс.рублей. В 1994 и 1995 годах продолжался стремительный рост потребительских цен. В этот период Россия переживала стагфляцию – сочетание экономического спада с высоки уровнем инфляции.Благодаря введению валютного коридора и других мер по укреплению национальной валюты в 1996 г. правительству удалось снизить уровень инфляции до 21,9% и в 1997 г. до 11%.В дальнейшем правительство планировало уменьшить уровень инфляции до 9,1% к 1998г., до 7,2% к 1999 г. и до 6,6% к 2000 г. Однако этим планам помещал финансовый кризис, который разразился в августе в 1998 г. и привел к новому витку роста потребительских цен. Уровень инфляции в этом году составил 84,4%.В бюджете Российской Федерации на1999г. рост потребительских ценпрогнозировалось уже на уровне 30%. В свою очередь, специалисты Международного валютного фонда оценивали рост потребительских цен в России в 1999 г. не менее чем на 56%. В реальности, по официальным данным, уровень инфляции в России в 1999 г. составил 36,5 %В период с 2000 по 2004 г. результате проведения последовательной политики по сдерживанию данного показателя, который уменьшился за указанный период с 20,2% до 10,0%. В 2005 г. правительство прогнозировало уровень инфляции в 9%, однако удержать данный показатель в прогнозных рамках не удалось, и он составил 10,9%. Динамика среднегодового уровня инфляции в России.
Годы Инфляция (%)
2000 20,2
2001 18,6
2002 15,1
2003 12,0
2004 11,7
2005 10,9
2006 9,0
2007 11,9
2008 13,3
2009 янв. 2.4
2009 фев. 1.7
В марте индекс потребительских цен составил 101,3%, за период с начала года - 105,4% (в марте 2008г. - 101,2%, за период с начала года - 104,8%). в процентах
  Фев. 2009г. к янв. 2009г. Март 2009г. к Справочно март 2008г. к
февралю2009г. декабрю2008г. марту2008г. февралю2008г. декабрю2007г. марту 2007г.
Индекс потребительских цен 101,7 101,3 105,4 114,0 101,2 104,8 113,3
в том числе на:              
товары 101,7 101,6 104,4 113,0 101,4 103,9 113,5
продовольственные товары 101,9 101,7 105,0 115,8 102,0 105,7 119,0
продовольственные товары без плодоовощной продукции 101,5 101,4 104,0 117,4 101,5 104,0 117,6
непродовольственные товары 101,6 101,4 103,8 109,9 100,7 102,0 107,4
услуги 101,4 100,6 108,5 117,0 100,6 107,5 112,8
В марте в 10 субъектах Российской Федерации (кроме автономных округов, входящих в состав края, области) прирост потребительских цен составил 1,7% и более. Наибольшее увеличение цен и тарифов отмечалось в Ярославской области - на 2,3%, где непродовольственные товары подорожали на 3,8%.Как в Москве, так и в Санкт-Петербурге индекс потребительских цен за месяц составил 101,5% (с начала года - 105,6% и 106,6% соответственно).Базовый индекс потребительских цен (БИПЦ), исключающий изменения цен на отдельные товары, подверженные влиянию факторов, которые носят административный, а также сезонный характер, в марте 2009г. составил 101,4%, с начала года - 104,3% (в марте 2008г. - 101,1%, с начала года - 103,2%).

 


 

За период с 7 по 13 апреля 2009г. индекс потребительских цен составил 100,2%, с начала месяца - 100,4%, с начала года - 105,8% (в 2008г. с начала месяца - 100,8%, с начала года - 105,6%, в целом за апрель - 101,4%). в процентах
  К предыдущей дате регистрации цен За периодс началамесяца Среднесуточный прирост цен
с 1 по 13 апреля 2009г. справочно
март2009г. апрель2008г.
Индекс потребительских цен (оценка) 100,2 100,4 0,028 0,042 0,047

ПРАКТИЧЕСКАЯ ГЛАВА

 

Корреляционно регрессионный анализ парно – линейной зависимости признаков

Имеется группа, состоящая из 7 коммерческих банков, у которых за отчетный период – квартал, оценивается зависимость суммы активов коммерческих банков (результативный признак - ) от собственного капитала коммерческих банков (факторный признак - )

 

Таблица 1 – Расчет отклонений Млн.нац.руб.

№ п/п Название банка Собственный капитал коммерческих банков, Сумма активов коммерческих банков,
             
  Белагропром-банк     102,429 1242,26 127245,551
  Белпромстрой-банк     47,429 1139,26 54034,694
  Приор-банк     -13,571 643,286 -8730,306
  Белвнешэконом-банк     -37,571 -119,714 4497,837
  Белбиз-несбанк     3,429 -254,714 -873,306
  Белорус-банк     -40,571 -1073,714 43562,122
  Комплекс-банк     -61,571 -1576,714 97080,551
Всего           316817,143

 

1) Рассчитаем и по следующим формулам:

 

 


2) Рассчитаем коэффициент Фехнера. Его расчет основывается на сопоставлении знаков парных отклонений по факторному и результативному признакам.

 

 

где С – количество совпадающих отклонений, шт.;

Так как находится в пределах от 0,3 до 0,5, то связь можно считать слабой

· Для проведения дальнейшего анализа взаимосвязи составим таблицу 2

 

Таблица 2 – расчет значения результата по уравнению связи (y) Млн.нац.руб

№ п/п Название банка
           
  Белагропром-банк 10491,6   3714,84  
  Белпромстрой-банк 2249,47   2834,16  
  Приор-банк 184,184   1857,4  
  Белвнешэконом-банк 1411,61 14331,5 1473,1  
  Белбиз-несбанк 11,7551 64879,4 2129,61 95860,8
  Белорус-банк 1646,04   1425,07  
  Комплекс-банк 3791,04   1088,81  
Всего   19785,7      

 

 

Где - это коэффициент парно-линейной регрессии

- это свободный параметр уравнения регрессии


1)Рассчитаем параметры парной линейной регрессии

 

(млн.нац.руб.)

 

В среднем по совокупности увеличение собственного капитала коммерческих банков на 1 рубль приводит к увеличению суммы активов коммерческих банков на 16 млн.нац.руб.

 

(млн.нац.руб.)

 

В отчетном периоде среднее совокупное влияние неучтенных факторов или в среднем по группе сумма активов коммерческих банков увеличилась на 288 млн.нац.руб.

2)Составим уравнение регрессии с вычисленными параметрами

 

 

3) Получаем следующий график:

 

· Рассчитаем количественные характеристики тесноты связи:

1) Линейный коэффициент корреляции () – это стандартизированный коэффициент регрессии, выраженный не в абсолютных единицах измерения признака, а в долях среднего квадратического изменения результата.

 

 

Расчетное значение коэффициента находится от 0,7 до 1, что показывает прямую сильную взаимосвязь исследуемых признаков.

2) Коэффициент детерминации () – показывает какая часть вариации результата обусловлена вариацией исследуемого фактора.

 

(73%)

 

Коэффициент детерминации показывает, что 73% вариации суммы активов коммерческих банков обусловлено вариацией собственных капиталов коммерческих банков. Отсюда следует, что 27% приходится на долю других факторов (не включенных в исследование)

3) Корреляционное отношение:

 

 

Расчетное значение корреляционного отношения находится от 0,7 до 1, что показывает прямую сильную взаимосвязь исследуемых признаков.

После расчета коэффициента детерминации и корреляционного отношения, должно выполняться следующее условие:

в моей работе условие выполняется.

4) Коэффициент эластичности:

 

 

При увеличении на 1% среднего собственного капитала, в среднем по совокупности приводит к увеличению суммы активов на 0,861 %

· Проведем статистическую оценку надежности и точности расчетов показателей тесноты связи.

1) Для :

 

 

Где (n-2)- количество степеней свободы для рассматриваемой совокупности

2)Для :

 

 

· Сравним расчетные значения F-критерия с табличными

 


Таблица 3 – Значение t - критерия Стьюдента при уровнях доверительной вероятности 0,5; 0,05; 0,01:

Количество степеней свободы Уровни вероятности 0 значения показателей тесноты связи
0,1 высокое 0,05 среднее 0,01 низкое
  2,015 2,5706 4,0321

 

Сравнение расчетных значений с табличными, подтверждает сильную взаимосвязь признаков, так как соответствует низкому уровню вероятности 0 значения проверяемых показателей тесноты связи.

ω2=0 - означает что применение прямой линии для оценки формы регрессии обоснованы.

5. Рассчитываем коэффициент корреляции ранга
№ п/п
1 7 7 0 0
2 6 6 0 0
3 4 5 -1 1
4 3 4 -1 1
5 5 3 2 4
6 2 2 0 0
7 1 1 0 0
Итог       6
- подтверждает сильную прямую связь.Осуществим прогнозирование на основании уравнения регрессии.
Оценим изменение суммы активов коммерческих банков, при условии что в следующем отчетном периоде собственный капитал коммерческих банков увеличиться на 7%. Yпрогн. =289,307+288,186+16,012*7,81=702,547

Т.к. было выявлено, что в отчетном периоде были факторы, положительно влияющие на суммы активов коммерческих банков, то прогнозное увеличение исследуемого фактора, т.е. собственного капитала коммерческих банков, на 7 % обеспечивает дальнейший прирост суммы активов коммерческих банков.

 


ЗАКЛЮЧЕНИЕ

 

В данной курсовой работе рассмотрено статистическое изучение взаимосвязи социально-экономических явлений. Первая глава моей работы посвящена сущности исследования взаимосвязей социально-экономических признаков, вторая - основным понятия инфляции, показателям ее измерения, а также методике расчета. В практической части мною была изучена зависимость суммы активов коммерческих банков и собственного капитала.

В общем виде задача статистики в области изучения взаимосвязей состоит не только в количественной оценке их наличия, направления и силы связи, но и в определении формы влияния факторных признаков на результативный. Для ее решения применяют методы корреляционного и регрессионного анализа.

Задачи корреляционного анализа сводятся к измерению тесноты известной связи между варьирующими признаками, определению неизвестных причинных связей и оценке факторов, оказывающих наибольшее влияние на результативный признак.

Задачи регрессионного анализа – выбор типа модели, установление степени влияния независимых переменных на зависимую и определение расчетных значений зависимой переменной.

Решение всех названных задач приводит к необходимости комплексного использования этих методов.

На основе анализа инфляции были сделаны следующие выводы.

Инфляция – это сложный многопрофильный процесс, наносящий серьезный ущерб экономике страны, ее населению. Инфляция в настоящее время в той или иной степени охватывает практически все страны мира. Борьба с ней с целью ее снижения требует больших сил и материальных затрат.

Вся прогрессивная экономическая мысль человечества, положила немало усилий для борьбы с инфляцией, но инфляция окончательно побеждена не была, т.к. появились новые и более сложные ее формы.

Интенсивный инфляционный пресс всегда сопровождает преобразование административно-коммерческой системы в рыночную. Корни его находятся в структурно-системных диспропорциях развивающегося хозяйства. Для борьбы с инфляцией необходимо разработать и реализовать комплекс мероприятий, сочетающий меры денежно-кредитной политики и государственной политики по стимулированию экономического роста, структурной политики и социальной политики. Необходимо преодолеть межведомственные разногласия и определиться с методикой подсчета роста цен. В целях более объективного отражения ситуации с ростом цен в экономике целесообразно рассчитывать инфляцию также и по росту оптовых цен.

В конце работы хочу подчеркнуть, что Россия имеет все возможности для выхода из инфляционного тупика, т.к., несмотря на все трудности, она без всякого сомнения остается сверхдержавой, обладающей громадными ресурсами и в значительной степени определяющей обстановку во всем мире.

Изучение зависимости суммы активов коммерческих банков и собственного капитала было проведено при помощи корреляционно-регрессионого анализа парной линейной зависимости признаков. Интерпретация полученных показателей показала сильную прямую взаимосвязь суммы активов от собственного капитала коммерческих банков. В отчетном периоде были выявлены резервы увеличения суммы активов, т.е. факторы, не учтенные в исследовании, которые положительно влияли на сумму активов коммерческих банков. Прогноз изменения суммы активов подтверждает необходимость работы с неучтенными факторами.

 


ЛИТЕРАТУРА

 

1. Андрианов В. Деньги и инфляция. //Общество и экономика № 1 2002г.

2. Гусаров В.М. Статистика: Учебное пособие для вузов. – М: ЮНИТИ-ДАНА, 2001 – 463с.

3. Кудрин А. Инфляция: российские и мировые тенденции. //Вопросы экономики №10 2007 г.

4. Чернова Т.В. Экономическая статистика: Учебное пособие. Таганрог: Изд-во ТРТУ, 1999. 140 с.

5. https://www.gks.ru/bgd/free/B04_03/IssWWW.exe/Stg/d02/in-z-4.htm

6. https://www.rian.ru/economy/20081017/153399973.html



Поделиться:




Поиск по сайту

©2015-2024 poisk-ru.ru
Все права принадлежать их авторам. Данный сайт не претендует на авторства, а предоставляет бесплатное использование.
Дата создания страницы: 2019-10-17 Нарушение авторских прав и Нарушение персональных данных


Поиск по сайту: