CC BY
92
КОРРЕЛЯЦИОННАЯ МАТРИЦА В АНАЛИЗЕ СТАТИСТИЧЕСКОЙ ИНФОРМАЦИИ СТРУКТУРЫ ВНЕШНЕЙ ТОРГОВЛИ
Аннотация. В статье предложена методика выявления товарных групп внешней торговли, по которым имеются существенные расхождения при сопоставлении информации из разных источников, основанная на использовании матрицы парных коэффициентов корреляции. Приведены подходы к совместной интерпретации абсолютных величин и знаков значений этих коэффициентов. Выявление таких групп позволяет исследователю сконцентрироваться на детальном изучении внутренней структуры только ограниченного перечня проблемных товарных групп. Предлагаемые рекомендации могут быть применены при компаративном анализе стран-контрагентов, а также в других областях при сопоставительном анализе статистических данных.
Ключевые слова. Товарная группа, внешняя торговля, корреляционный анализ, взаимосвязь показателей, выявление зависимостей.
Rizvanova E.R.
CORRELATION MATRIX IN THE ANALYSIS OF THE STATISTICAL STRUCTURE OF EXTERNAL TRADE
Abstract. In the article is proposed method of detection of commodity groups of foreign trade in which significant discrepancies are present while compare information from different sources is made, based on usage of the matrix of a pair wise correlation coefficients. Approaches to the joint interpretation of the absolute values and signs of the volumes of these coefficients are made. The identification of such groups allows researcher to concentrate on a detailed study of the internal structure of only a limited list of problematic commodity groups. Proposed recommendations can be applied to the comparative analysis of the countries-trade partners and to the other areas of the comparative analysis statistical data.
Keywords. Commodity group, external trade, correlation analysis, interrelation of indicators, identification of dependencies.
Введение
Компаративный анализ информации сопоставимых между собой двух наборов данных, зеркальных или аналогичных друг другу/ позволяет делать выводы о процессах, сложившихся в рассматриваемой экономической системе, выявить наличие негативных закономерностей и предложить рекомендации по их минимизации. Основой в проведении такого анализа и интерпретации полученных результатов исследования является использование статистического инструментария для достоверности и надежности научной обоснованности итогов проделанной работы. Проведение сравнения с использованием общеизвестных методов и способов анализа позволяет охарактеризовать имеющиеся расхождения в отчетной информации изучаемой экономической системы и выявить узкоспециализированные проблемы и затруднения в различных областях, в том числе, и во внешнеторговой деятельности. Однако
ГРНТИ 06.51.65 © Ризванова Э.Р., 2017
Эльвира Рафаэлевна Ризванова - стажер кафедры статистики и эконометрики Санкт-Петербургского государственного экономического университета.
Контактные данные для связи с автором: 197373, Санкт-Петербург, пр. Авиаконструкторов, 44/1, 204 (Russia, St. Petersburg, Aviakonstruktorov av. 44/1, 204). Тел.: 8 (911) 130-73-68. E-mail: spbrizvanova@mail.ru. Статья поступила в редакцию 03.11.2017.
в таком случае необходима некая адаптация или усовершенствование механизмов разработанного и широко применяемого статистического инструментария для конкретных целей изучаемой предметной области, как, например, демографическая, социальная или таможенная статистика.
Результаты международной взаимной торговли в стоимостном выражении по данным стран-контрагентов обычно имеют расхождения. Существуют различные гипотезы о причинах их образования, в том числе, относительно искажений отчетных данных по разным причинам. Анализ различий товарных структур экспорта и импорта РФ и стран Скандинавии, а также стран Скандинавии между собой показал наличие данной проблемы только у небольшого перечня товарных групп из всей массы торговых операций [11]. Поэтому проведение качественного компаративного анализа публикуемой внешнеторговой отчетности, а также мониторинг результатов сопоставления с использованием статистического инструментария позволит не только своевременно выявлять проблемы и затруднения, но и определить конкретные товарные группы с расхождениями, на которые следует обратить особое внимание, как пользователю такой информации при проведении анализа и интерпретации полученных результатов, так и различным статистическим службам государств, при сравнении показателей международной торговли.
Известно, что достаточно точно осуществляется отбор проблемных товарных групп из всей структуры торговли в результате исследования корреляционных взаимосвязей отклонений друг с другом и с суммарной величиной, активно применяющийся в эконометрике. Однако для целей внешнеэкономической деятельности интерпретация матрицы парных коэффициентов корреляции нуждается в совершенствовании. Проблематика расхождений в статистических официальных данных характерна не только для России, но и для многих стран, таких как Китай, США и страны Европейского союза. Она свойственна как крупным странам-контрагентам, так и государствам с небольшими, по сравнению с главными партнерами, объемами торговли в стоимостном выражении, как между РФ и странами Скандинавии.
Исследованию особенностей формирования товарной структуры торговли, проведения комплексного анализа официальных данных объемов экспорта и импорта на основе использования статистического инструментария, а также интерпретации получаемых результатов зеркального сопоставления посвящено недостаточное количество научных работ. В основном в известных публикациях рассматриваются отдельные таможенные, учетные, классификационные или статистические аспекты анализа внешней торговли. Например, в трудах по исследуемой проблематике поднимаются проблемы сопоставимости показателей таможенной статистики [9]; рассматриваются вопросы отнесения статистики таможенной деятельности к неотъемлемому структурному элементу современной национальной экономики [3]; описываются состояние и тенденции развития современных внешнеторговых отношений [8, 13, 14]; излагаются результаты зеркального сопоставления официальных данных России с информацией стран-контрагентов [5].
Тем не менее, часть вопросов, касающихся проведения компаративного анализа и выявления проблемных групп остаются без ответа. В связи с вышесказанным, представляют интерес научные труды специалистов по смежным направлениям статистических исследований [2, 4, 6, 7, 10, 12], посвященные инструментальным методам и способам проведения сопоставления отчетной информации, а также оценке и интерпретации полученных результатов в различных областях науки.
Корреляционный анализ взаимосвязи расхождений товарных групп в структуре торговли
Практическое использование общеизвестных более сложных статистических методов и способов анализа внешнеторговых отчетных данных, по сравнению, например, с расчетами темпов роста или определения доли в общем объеме, с целью представления в широкий доступ информации о состоянии товарной структуры и перспектив развития внешней торговли применяется достаточно редко. Результаты анализа с опосредованным применением статистического инструментария встречаются в научных узкоспециализированных исследованиях или отчетах о динамике развития экспортно-импортных операций страны и сравнении показателей торговли с аналогичными зеркальными показателями государства - партнера. Однако, в основном в них рассматриваются расхождения между информацией в общем объеме торговли, а отбор «проблемных» товарных групп происходит на основе наибольших отклонений в данных.
Такой анализ достаточно поверхностен, его результаты не дают ответа на вопрос наличия / отсутствия перераспределения объемов внутри товарной структуры и объяснения сложившейся величины
расхождений, их использование для прогнозирования дает условные результаты. В связи с этим рекомендуется в исследованиях применять статистический метод корреляционного анализа, дающего возможность определить влияние характеристик товарной группы на величину общего расхождения, при этом предлагается учитывать нижеописанные особенности в проведении этого анализа и интерпретации полученных коэффициентов парной корреляции во внешнеторговой деятельности. Нижеприведенные исследования выполнены на основе зеркального сопоставления официальной отчетной информации Норвегии о результатах торговли с РФ и апробированы на внешнеторговых данных РФ и стран Скандинавии.
Проведенный анализ динамики долей отклонений в суммарной их величине показал возможность формирования нескольких наборов групп товаров, имеющих различную степень влияния на общую величину расхождений. К первой группе относится основная масса товаров, что в рамках проводимого исследования экономической системы имеет, по сравнению с другими группами, минимальные доли расхождений в общем объеме расхождений - примерно 1-3%. Эти товары рекомендуется на данном этапе компаративного анализа не исследовать. Ко второй группе относятся товары, которые, наоборот, по сравнению с другими, имеют наибольшие доли отклонений в общем объеме расхождений. На практике таких товаров выявляется небольшое количество и их рекомендуется исследовать в первую очередь.
Также можно выделить промежуточную группу товаров, часть из них имеет доли расхождений в общем объеме, приближаемые к несущественным (первая группа), часть - доли, гораздо более существенные, приближаемые к самым большим, по сравнению с остальными (вторая группа). В данную группу товаров, обычно, входит также небольшое количество товаров, которые рекомендуется подвергнуть более глубокому статистическому анализу. Особое внимание следует обратить на взаимную компенсацию положительных и отрицательных расхождений в данных, что приводит к условности в определении значения границ для выделенных групп, и учесть их при отборе товаров для последующего корреляционного анализа. Для этого необходимо определить те товарные группы, что обуславливают значительную часть положительных и отрицательных отклонений. Для них рекомендуется проводить дальнейший анализ.
Ранее была опубликована авторская статья [11], в которой при проведении анализа норвежской статистической отчетности об итогах торговли с РФ осуществлялся на основе разработанной методики отбор товарных групп, предположительно влияющих на общую величину расхождений или имеющих взаимосвязь с отклонениями по другим отделам, исходя из порогового значения коэффициента парной корреляции 0,55. Данный подход является индикаторным, отвечающим на вопрос: «Такая товарная группа отбирается для дальнейшего углубленного анализа?» (да/нет). Его использование позволяет выявить и отобрать группы товаров, расхождения по которым имеют взаимосвязи, но может привести к возникновению спорных мнений об интерпретации показателя тесноты связи при более глубоком анализе корреляционной матрицы и неопределенностей в ситуациях, когда коэффициент корреляции близок к значению 0,55.
Поэтому для повышения точности выявления проблемных товарных групп предложенная методика может быть усовершенствована на основе ввода большего количества градаций по аналогии с известной шкалой Чеддока, предлагающей считать связь слабой при значении от 0,1 до 0,3, умеренной -при 0,3-0,5, заметной - при 0,5-0,7, высокой - при 0,7-0,9 и весьма высокой - при 0,9-1,0. Однако, использование такой пятиступенчатой детализации для характеристики тесноты взаимосвязи величин расхождений между собой в анализе международных торговых отношений не имеет смысла, так как данные о них сильно обобщены.
При исследовании итогов экспорта и импорта РФ и стран Скандинавии выявлено, что достаточно применять трехступенчатую детализацию, поэтому рекомендуется считать, что взаимосвязь между величинами отклонений при значении коэффициента корреляции от 0,0 до 0,3 отсутствует; при значении коэффициента от 0,3 до 0,7 наблюдается зависимость средней силы; при значении от 0,7 до 1,0 -сильная. Предлагаемая интерпретация полученных показателей корреляционной матрицы включает два этапа.
На первом рекомендуется анализировать абсолютные значения парных коэффициентов корреляции отклонений по каждому выделенному отделу с общей величиной расхождений с использованием вышеприведенной трехступенчатой шкалы для отбора тех товаров, с которыми имеется сильная взаи-
мосвязь. По его результатам можно делать вывод о влиянии величины расхождения для отобранного товара на величину общего отклонения, если коэффициент корреляции расхождения отобранного отдела с общей величиной значительно превосходит по модулю величины коэффициентов корреляции с другими отделами и при этом указывает на сильную взаимосвязь. В дальнейшем для этих товаров в рамках комплексного сопоставления рекомендуется провести регрессионный анализ и изучить его внутреннюю структуру.
На втором этапе, когда коэффициент парной корреляции с общей величиной расхождений не превосходит по величине аналогичные коэффициенты с другими товарами, предлагается выбирать те, для которых прослеживается (по модулю) сильная взаимосвязь с другими товарами. Рекомендуется особое внимание обратить на знак этого коэффициента и интерпретировать его следующим образом:
• положительный знак - величина отклонений по данному товару взаимосвязана с величиной отклонений по другому товару из-за влияния сторонних причин: взаимосвязь из-за влияния сторонних причин отсутствует (от 0,0 до 0,3); наличие зависимости средней силы указывает, что возможно наличие влияния сторонних причин при близости к сильной и возможно отсутствие влияния сторонних причин при близкой к слабой; сильная взаимосвязь (от 0,7 до 1,0) указывает, что дальнейший регрессионный анализ для них нецелесообразен;
• отрицательный знак - величина отклонений по отобранному товару взаимосвязана с величиной отклонений по другому товару, и имеет место хотя бы частичное перераспределение объемов между ними: отсутствие взаимосвязи (от 0,0 до 0,3) указывает, что в изучаемых группах отсутствует перераспределение их объемов; наличие средней силы зависимости близкой к сильной указывает, что перераспределение объемов возможно, а при близкой к слабой - на отсутствие перераспределения; сильная взаимосвязь (от 0,7 до 1,0) указывает, что для таких групп товаров целесообразно провести регрессионный анализ и исследовать их внутренние структуры, так как они имеют перераспределение своих объемов.
Таким образом, в результате такой (да/среднее/нет) интерпретации коэффициентов парной корреляции на основе классических принципов статистического корреляционного анализа осуществляется отбор товаров, действительно и непосредственно влияющих на величину общего отклонения. Могут быть выявлены товары, по которым вероятен неправильный учет, статистическое отображение или присвоение кода при осуществлении экспортно-импортных операций. На втором этапе рекомендуется также провести смысловой анализ наименования и состава структуры отобранных отделов, для подтверждения факта перераспределения и исключения псевдокорреляционной взаимосвязи.
Заключение
Практическая реализация предлагаемых особенностей проведения корреляционного анализа и интерпретации получаемых парных коэффициентов взаимосвязи позволила выявить во внешнеторговых отчетных данных Норвегии об экспорте и импорте с РФ, представленных в Гармонизированной системе описания и кодирования товаров и Стандартной международной торговой классификации, следующие проблемы:
• в товаропотоке экспорта Норвегии в РФ изменения по товарному отделу согласно Стандартной международной торговой классификации [1] № 67 «Чугун и сталь» объясняют более половины вариации общей величины расхождений (коэффициент парной корреляции 0,88 превосходит по величине коэффициенты корреляции с другими товарами);
• имеет место хотя бы частичное перераспределение объемов между собой у товарных отделов № 66 «Продукция из нерудных ископаемых, не включенная в другие категории» и № 74 «Неспециальные машины и оборудование для промышленности, не включенные в другие категории, и детали машин, не включенные в другие категории» (коэффициент парной корреляции 0,78, знак отрицательный), а также у № 72 «Машины, специально предназначенные для конкретных отраслей» и № 74 «Неспециальные машины и оборудование для промышленности, не включенные в другие категории, и детали машин, не включенные в другие категории» (коэффициент парной корреляции 0,98 знак отрицательный).
В обратном направлении товаропотока, т.е. импорта Норвегии из РФ выявлено, что изменения по товарному отделу № 56 «Удобрения (кроме включенных в группу 272)» объясняют более половины вариации общей величины расхождений в период с 2000 по 2009 гг. (коэффициент парной корреляции
0.93.превосходит по величине коэффициенты корреляции с другими товарами), а по товарному отделу № 51 «Органические химические вещества» в период с 2010 по 2014 гг. (коэффициент парной корреляции 0,82 превосходит по величине коэффициенты корреляции с другими товарами) в первом периоде имеется зависимость величин расхождений между товарными отделами № 51 «Органические химические вещества» и № 59 «Химические материалы и продукция, не включенные в другие категории» (коэффициент парной корреляции 0,80, знак отрицательный), во втором - между отделами № 56 «Удобрения (кроме включенных в группу 272)» и № 59 «Химические материалы и продукция, не включенные в другие категории» (коэффициент парной корреляции 0,81, знак отрицательный).
Сопоставление внешнеторговой отчетности с использованием предлагаемых особенностей проведения корреляционного анализа и интерпретации полученных результатов в отдельности по каждому товарному отделу на уровне кода товара с большей детализацией позволит выявить конкретный товар, влияющий на выявленную проблему.
ЛИТЕРАТУРА
1. Международная стандартная торговая классификация. Четвертый пересмотренный вариант. Статистический отдел департамента ООН по экономическим и социальным вопросам, 2008. [Электронный ресурс]. Режим доступа: http://unstats.un.org/unsd/cr/registry/regdntransfer.asp?f=219 (дата обращения 25.10.2017).
2. Багров Н.М., Плотников В.А. Демографическая динамика России и стран мира: сравнительный анализ по статистическим показателям // Известия Санкт-Петербургского государственного экономического университета. 2016. № 3 (99). С. 176-187.
3. Быковская И.В. Таможенная статистика как элемент экономики страны // Наука и образование в XXI веке. Сборник научных трудов по материалам международной научно-практической конференции (г. Тамбов, 30 сентября 2013 г.). - Тамбов: Изд-во ООО «Консалтинговая компания Юком», 2013. С. 26-27.
4. Елисеева И.И., Тротт К.С., Мухаметзянова Ф.Г. Кластерный анализ регионов-доноров современной России // Вестник Белгородского университета кооперации, экономики и права. 2016. № 2 (58). С. 117-125.
5. Жуковская В.М., Трофимова И.Н., Чертко Н.Т. Экспортно-импортные потоки РФ (Сопоставление данных таможенной статистики РФ и статистики международной торговли ОЭСР). М.: ИМЭМО РАН, 2003. 173 с.
6. Курышева С.В. Оценка тенденций в изменении налоговой нагрузки предприятий России по видам экономической деятельности за 2006-2014 годы // Вестник НГУЭУ. 2015. № 4. С. 152-159
7. Максимова Т.Г., Ризванова Э.Р. Автоматизированная конвертация данных как инструмент решения проблемы сопоставимости информации // Статистические методы в гуманитарных и экономических науках. Материалы международной научно-практической конференции (Санкт-Петербург, 28-29 января 2016 г.). СПб.: Нестор-История, 2016. С. 185-187.
8. Плотников В.А. Перспективы развития внешнеэкономических связей России в условиях экономических санкций (на примере российско-кипрских связей) // Россия и Санкт-Петербург: экономика и образование в XXI веке. Научная сессия профессорско-преподавательского состава, научных сотрудников и аспирантов по итогам НИР за 2014 год. СПб.: Изд-во СПбГЭУ, 2015. С. 48-53.
9. Попов В.В., Райкова Н.Е. Развитие показателей таможенной статистики Российской Федерации и проблема их сопоставимости // Молодой ученый. 2012. № 8. С. 136-139.
10. Шаныгин С.И. Статистический анализ достоверности результатов контроля состояния организационно -экономической системы // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2010. № 6 (112). С. 277-286.
11. Шаныгин С.И., Ризванова Э.Р. Сопоставительный статистический анализ официальных итогов внешней торговли // Вестник Санкт-Петербургского университета. Серия 5. Экономика. 2016. № 4. С. 49-74.
12. Шубаева В.Г., Бурова Н.В. Индикаторы привлекательности региона как туристской дестинации и маркетинговая стратегия ее развития // Известия Санкт-Петербургского государственного экономического университета. 2012. № 2. С. 124-128.
13. Dong G. Mirror Statistics of International Trade in Manufacturing Goods: The Case of China. United Nations Industrial Development Organization Working Paper. Vienna, 2010.
14. OllusS.-E., SimolaH. Russia's true imports? // BOFIT Online. 2007. №1.
