VII Международная студенческая научная конференция Студенческий научный форум - 2015

Современный мир представляет собой комплекс взаимосвязанных факторов. Изменение одного может вызвать изменения другого, а может и не повлиять. Такие зависимости встречаются повсеместно и примеров можно привести множество. Например, в сельском хозяйстве это может быть связь между урожайностью и количеством внесенных удобрений. Очевидно, что последние участвуют в формировании урожая. Но для каждого конкретного поля, участка одно и то же количество внесенных удобрений вызовет разный прирост урожайности, так как во взаимодействии находится еще целый ряд факторов (погода, состояние почвы и др.), которые и формируют конечный результат. Однако в среднем такая связь наблюдается–увеличение массы внесенных удобрений ведет к росту урожайности.

Для выявления взаимосвязи, как правило, используется длительное наблюдение. Причем свойства системы выбранных нескольких случайных величин не исчерпываются свойствами отдельных случайных величин, входящих в систему, а включают также взаимные связи (зависимости) между случайными величинами. Поэтому при изучении системы случайных величин следует обращать внимание на характер и степень зависимости. Эта зависимость может быть более или менее ярко выраженной, более или менее тесной. А в других случаях случайные величины оказаться практически независимыми.

Для определения зависимости и ее степени используется коэффициент корреляции, который проявляется в среднем, для массовых наблюдений.

В экономике корреляционный анализ имеет широкое применение, так как различные экономические показатели каким-либо образом бывают связаны между собой. Например, при работе со статистическими данными, чтобы определить насколько тесна связь между показателями, чтобы определить тип связи и для принятия верных решений используется именно корреляционный анализ. Данный показатель рассчитывается практически во всех науках из-за простоты интерпретации результата. Также, он дает возможность проверить адекватность применяемых мер в отношении конкретного экономического объекта, что очень важно для странах, где бурное развитие экономики.

Однако следует учитывать, что коэффициент корреляции не показывает причинно-следственную связь, а лишь указывает на возможность присутствия связи и ее силу.

Для примера возьмем российский рубль и нефть. В свете последних событий они являются главными элементами экономики, за которыми наблюдает весь мир. Полагается, что экономика России напрямую зависит от операций купли-продажи нефти и курс рубля напрямую зависит именно от него. Для определения этого используем корреляционный анализ.

Мы имеем выборку из курса рубля по отношению к доллару США и стоимость баррели нефти за период с 18 ноября по 16 декабря 2014 года

Таблица 1. Динамика курса рубля к доллару и изменение цен на нефть, руб/баррель

	Ноябрь			Декабрь
	18	22	28	2	5	11	16
Динамика курса рубля	47,33	45,79	47,66	51,81	52,69	54,28	58,35
Динамика цены нефти, руб/баррель	3743,32	3679,68	3337,15	3734,56	3684,08	3364,27	3540,09

Как видно, курс рубля продолжает ослабевать, цена нефти также упала, хоть и не на много.

Для определения корреляции используется формула

r=i-1nX-X(Y-Y)i=1nX-X2(Y-Y)2

где среднее значение X рассчитывается по формуле :

X=1n i=1nXi=17i=1n355,91=50,84

Точно также рассчитывается и Y. Y=1n i=1nYi=17i=1n25103,15=3586,6

Введем таблицу для упрощения вычислений, за X возьмем курс рубля, за Y – цены нефти

		Xi	Yi	X-X	Y-Y	X-X2	(Y-Y)2
ноябрь	18	47,33	3743,32	-3,51	175,16	12,32	30681,02
	22	45,79	3679,68	-5,05	93,52	25,50	845,99
	28	47,66	3337,15	-3,18	-249,01	10,11	62005,98
декабрь	2	51,81	3754,56	0,97	168,4	0,94	28358,56
	5	52,69	3684,08	1,85	97,92	3,42	9588,32
	11	54,28	3364,27	3,44	-221,09	11,83	49235,17
	16	58,35	3540,09	7,51	-45,07	56,40	2031,30

Из этого следует

r=i-1nX-X(Y-Y)i=1nX-X2i=1n(Y-Y)2=-1052,51120,52(163033,34)=-1052,514432,69=-0,237

Как видно, связь отрицательная, а именно повышение одного показателя вызывает снижение другого, коэффициент ближе к нулю, чем к -1. Для наглядности рассмотрим графическое изображение диаграммы рассеяния.

Рисунок 1. Диаграмма рассеяния для цен нефти и курса рубля к доллару.

Диаграмма имеет небольшой отрицательный наклон, что говорит об обратной связи. Курс рубля к доллару продолжает расти, что говорит об обесценении национальной валюты, что приводит к диспропорции расходов и доходов, увеличение спроса и как следствие эмиссии денег, что приводит к инфляции.

Однако, ситуация на сегодня складывается немного иначе. Гиперинфляция приводит к обесценению имеющихся активов и снижению рентабельности некоторых видов деятельности, а именно нефтедобычи. При этом мы наблюдаем падение цен на нефть. Снижение ее цены способствует снижению ценности рубля, то есть появлению инфляции. Например, в нынешний период, когда идет снижение цены баррели нефти и гиперинфляция, стране необходимо поддерживать спрос и пытаться увеличить цену на нефть для притока иностранной валюты. Это будет способствовать поддержанию экономики страны.

Список используемой литературы

1. Айвазян С.А., Бежаева З.И., Староверов О.В. Классификация многомерных наблюдений. – М.: Статистика,2014. – 240с.

2. Болч Б., Хуань К. Многомерные статистические методы экономики / Пер. с англ. – М.: Статистика, 2011. – 317с.

3. Гусаров В.М. Теория статистики. М.: ЮНИТИ, 2013. – 247 с.

4. Маленво Э. Статистические методы эконометрии / Пер. с фр.: Вып. 1. – М.: Статистика, 2012. – 423с.

5. Теория статистики/ под ред. Р.А. Шмойловой, М.: Финансы и статистика, 2010. - 510 с.

6. Морозова О.В., Долгополова А.Ф., Тынянко Н.Н., Долгих Е.В., Крон Р.В., Попова С.В., Смирнова Н.Б., Демчук А.А. Математическая статистика для экономических специальностей на базе Excel (практикум)//Международный журнал экспериментального образования. 2009. № 4. С. 21.

7. Гулай Т.А, Долгополова А.Ф, Литвин Д.Б. Анализ и оценка приоритетности, изучаемых студентами экономических специальностей аграрных вузов// Вестник АПК Ставрополья, СтГАУ, №1(9), 2013, с 6-10.

Код для цитирования: Скопировать