Шмойлова_Теория статистики

11.2. Средние формы сводных индексов

На практике при расчете индексов часть необходимой информации может отсутствовать или базироваться на результатах выборочных обследований. В подобных случаях вместо индексов в агрегатной форме удобнее использовать средние арифметические и средние гармонические индексы. Любой сводный индекс можно представить как среднюю взвешенную из индивидуальных индексов. Однако при этом форму средней нужно выбрать таким образом, чтобы полученный средний индекс был тождественен исходному агрегатному индексу.

Предположим, мы располагаем данными о стоимости проданной продукции в текущем периоде и индивидуальными индексами цен, полученными, например, в результате выборочного наблюдения. Тогда при расчете сводного индекса цен по методу Пааше можно использовать следующую замену:

Вцелом же сводный индекс цен в данном случае будет выражен

вформе средней гармонической:

Рассмотрим следующий условный пример (табл. 11.2.):

Таблица 11.2.

Данные о реализации и ценах по товарной группе

Последняя графа таблицы содержит информацию об изменениях индивидуальных индексов цен или их приростах. С учетом этих приростов несложно определить первоначальные значения индексов, которые по товарам А, Б и В соответственно составляют 0,987, 1,042 и 1,025.

Рассчитаем значение сводного индекса:

Ι = 44000 +56000 +31000 =

p 1,019. 440000,987 + 560001,042 + 310001,025

Произведенный расчет позволяет заключить, что цены по данной товарной группе в среднем возросли на 1,9%.

Мы получили значение сводного индекса цен в среднегармонической форме, соответствующее сводному индексу Пааше в агрегатной форме. Для получения значения, соответствующего индексу Ласпейреса, индекс цен необходимо представить в среднеарифметической форме. При этом используется следующая замена:

p1q0 = ip p0 q0

С учетом этой замены сводный индекс цен в среднеарифметической форме можно представить следующим образом:

Среднеарифметическая форма также может использоваться при расчете сводного индекса физического объема товарооборота. При этом производится замена:

Для иллюстрации этой формы расчета воспользуемся следующим примером (табл. 11.3.):

Таблица 11.3.

Данные о реализации трех товаров в натуральном и стоимостном выражении

Индивидуальные индексы физического объема соответственно будут равны 1,034; 0,880; 0,915. С учетом этого рассчитаем среднеарифметический индекс:

Ι = 1,034 87000 + 0,880 54000 + 0,915 73000 =

q 0,955. 87000 +54000 + 73000

В результате расчета мы получили, что физический объем реализации товаров рассматриваемой товарной группы в среднем снизился на 4,5%.

11.3. Расчет сводных индексов за последовательные периоды

На практике, как правило, расчет индексов не является разовой акцией. Индексы позволяют получать сводную оценку изучаемых процессов постоянно, месяц за месяцем, год за годом. Однако при этом для достижения сопоставимости они должны рассчитываться по единой методологии. Такая методология или схема расчета индексов за несколько последовательных временных периодов называется системой индексов.

В зависимости от информационной базы и целей исследования индексная система может строится по-разному. Рассмотрим некоторые варианты ее построения их на примере сводного индекса цен, рассчитываемого за n периодов.

Если сравнивать цены каждого периода с ценами периода предшествующего получаемая индексная система будет включать цепные индексы, отражающие изменение цен за каждый из периодов рассматриваемого временного интервала. При этом в качестве весов можно использовать объемы реализации каждого конкретного периода или же постоянные объемы какого-либо периода, принятого в качестве базисного. Тогда индексная система будет включать индексы, соответственно, с переменными или с постоянными весами. Цепные индексы цен с переменными весами имеют следующий вид:

При использовании постоянных весов система преобразуется:

Отметим, что использование постоянных весов более предпочтительно, так как рассчитываемые таким образом индексы мультипликативны, т.е. их можно последовательно перемножать и получать величину показателя за более продолжительный период. Так, например, располагая индексами цен за три последовательных месяца можно получить сводную оценку изменения цены в целом за квартал и т.п. Индексы с переменными весами такой возможности не предоставляют.

Если сравнивать цены каждого периода с ценами какого-либо базисного периода (как правило – начального) получаемая индексная

система будет включать базисные индексы, отражающие изменение цен накопленным итогом, т.е. с начала рассматриваемого временного интервала. Например, изменение цен в январе по сравнению с декабрем предшествующего года, в феврале – по сравнению с тем же декабрем и т.д. При этом в качестве весов также можно использовать объемы реализации каждого конкретного периода или же постоянные объемы периода, принятого в качестве базисного. Система базисных индексов с переменными весами имеет следующий вид:

Базисные индексы цен с постоянными весами рассчитываются по формулам:

Отметим, что использование постоянных весов приводит базисные индексы, так же как и индексы цепные, к сопоставимому виду.

11.4. Индексный анализ влияния структурных изменений

Индексы позволяют оценить динамику показателей, характеризующих разнородные в качественном отношении совокупности, как правило, товарные группы. Однако, даже если рассматриваемая совокупность однородна (товар или вид продукции одного вида) на величине результативного показателя будет отражаться влияние структурных изменений, например, изменений в структуре производства или реализации данного товара по территориям. Рассмотрим случай, когда один товар или вид продукции реализуется или производится в нескольких местах (табл. 11.4.):

Таблица 11.4.

Данные о ценах и объемах реализации товара «X» в двух регионах

Проведем анализ изменения цен на данный товар. Из таблицы видно, что цена в каждом регионе возросла. Для сводной оценки этого роста воспользуемся средними показателями. Так как в данном случае

реализуется один и тот же товар, вполне правомерно рассчитать его среднюю цену за июнь и за июль. Индекс цен переменного состава

Рассчитанное значение индекса указывает на снижение средней цены данного товара на 0,8%, т.е. с 6,50 тыс. руб. до 6,45 тыс. руб. В то же время, из приведенной выше таблицы видно, что цена в каждом регионе в 2003 г. по сравнению с 2002 г. возросла. Данное несоответствие объясняется влиянием изменения структуры реализации товаров по регионам: в 2002 г. по более высокой цене продали товара втрое больше, а в 2003 г. ситуация принципиально изменилась (в данном условном примере для наглядности числа подобраны таким образом, чтобы это различие в структуре продаж было очевидным). Иными словами, на динамике средней цены данного товара отразились структурные сдвиги в рассматриваемой совокупности. Оценить воздействие этого фактора можно с помощью индекса структурных сдвигов:

Ιстр = ∑p0 q1 : ∑p0 q0 =

∑q1 ∑q0

Первая формула в этом индексе позволяет ответить на вопрос, какой была бы средняя цена в 2003 г., если бы цены в каждом регионе сохранились на уровне предыдущего года. Вторая часть формулы отражает фактическую среднюю цену 2002 г. В целом по полученному значению индекса мы можем сделать вывод, что за счет структурных сдвигов цены снизились на 16,1%.

Последним в данной системе является индекс цен фиксированного состава, который не учитывает влияние структуры:

Полученное значение индекса позволяет сделать вывод о том, что если бы структура реализации товара «Х» по регионам не изменилась,

средняя цена возросла бы на 18,3%. Однако, влияние на среднюю цену фактора структурных изменений оказалось сильнее и в итоге цена даже несколько снизилась. Данное взаимодействие рассматриваемых факторов отражается в следующей взаимосвязи:

Ιфсp Ιстр = Ιпсp

1,183 0,839 = 0,992.

Аналогично строятся индексы структурных сдвигов, переменного и фиксированного состава для анализа изменения себестоимости, урожайности и других показателей.

Заключение

Мы рассмотрели приемы сбора, обработки и анализа статистических данных, которые являются методологическим базисом любой статистической работы. В то же время, необходимо отметить, что статистическое наблюдение не является обязательным этапом статистического исследования. Во многих случаях экономист-аналитик имеет дело с материалом, полученным из баз данных, бюллетеней информационных агентств, статистических сборников и других источников. Тогда работа должна начинаться с проверки полноты и качества данных, их группировки, а при отсутствии необходимости в этих этапах - с расчета индивидуальных и обобщающих показателей.

Рассмотренные приемы и методы с успехом могут использоваться не только в практике статистического анализа. Статистическая методология исследования в настоящее время заняла прочные позиции во многих областях знания. Статистические формулы находят применение в макро- и микроэкономике, оценке бизнеса и недвижимости, финансовом анализе, техническом анализе товарных и финансовых рынков.

Более того, подвергающийся статистической обработке материал не обязательно должен относиться к экономической области. В большинстве случаев, описанные приемы и показатели будут работоспособны и эффективны при обобщении и анализе технической, биологической, медицинской, демографической и социологической информации.

Рассматриваемые в пособии методы в большинстве случаев иллюстрированы практическими примерами. Подобные вычисления при небольших объемах совокупности или коротких динамических рядах не очень трудоемки. При работе же с большими массивами статистической информации необходимо использовать прикладное программное обеспечение, существенно ускоряющее и упрощающее все расчеты. Среди наиболее распространенных современных программных продуктов следует отметить пакеты Мезозавр, ОЛИМП, САНИ,

Эвриста, STATISTICA, STATGRAPHICS и SPSS.

Литература

1.Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник / Под. ред. чл.-корр. РАН И.И.Елисеевой. - М.: Финансы и статистика, 2004.

2.Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики: Учебник. - М.: ИНФРА-М, 2004.

3.Общая теория статистики: Статистическая методология в изучении коммерческой деятельности: Учебник / Под ред. А.А.Спирина, О.Э.Башиной. - М.: Финансы и статистика, 2004.

4.Практикум по теории статистики: Учеб. пособие /Под.ред. проф. Р.А. Шмойловой. – М.: Финансы и статистика, 2004.

5.Статистический словарь / Гл. ред. М.А.Королев. - М.: Финансы

истатистика, 1989.

6.Шмойлова Р.А., Минашкин В.Г., Садовникова Н.А., Шувалова Е.Б. Теория статистики: Учебник / Под ред. проф. Шмойловой Р.А. - М.: Финансы и статистика, 2004.

7.Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютере / Под ред. В.Э.Фигурнова. - М.: ИНФРА-М, Финансы и статистика, 1998.