Исследование экономической безопасности стран мира методами статистического анализа

 

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное государственное бюджетное образовательное учреждение

высшего профессионального образования

«КУБАНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»

(ФГБОУ ВПО «КубГУ»)

Кафедра интеллектуальных информационных систем

Выпускная квалификационная (дипломная) работа

Исследование экономической безопасности стран мира методами статистического анализа

Дисциплина: Экономическая статистика

Работу выполнил О.В. Качанова

Научный руководитель ст. преп. В.А. Мазин

Нормоконтролер ст. лаборант (А.П. Лебедева

Краснодар 2013

Реферат

Дипломная работа 17 рис., 13 источников, 1 прил.

БЕЗОПАСНОСТЬ, ЭКОНОМИКА, СТРАНЫ, СТАТИСТИКА, ДИАГРАММА, ПИКТОГРАФИК, КЛАСТЕР, ФАКТОР, ПОКАЗАТЕЛЬ.

Объектом исследования являются страны мира, их экономические показатели.

Цель работы - провести статистический анализ оценки экономической безопасности, исследовать экономическую безопасность стран мира.

В процессе работы проводились следующие мероприятия - сбор информации и экономических данных по странам мира, выбор основных экономических показателей, проведение статистического анализа.

В результате исследования были получены необходимые данные (числовые данные, итоговые диаграммы и таблицы) для заключительного вывода из проведенного в работе исследования экономической безопасности.

Содержание

Введение

. Экономическая безопасность

1.1 Классификация стран. Экономическая классификация стран мира

.2 Экономические показатели

2. Статистические методы

2.1 Описание дискриминантного анализа

.2 Описание кластерного анализа

.3 Описание факторного анализа

.4 Описание графического анализа

3. Исследование экономической ситуации

3.1 Выбор параметров

.2 Дискриминантный анализ

.3 Кластерный анализ

.4 Факторный анализ

.5 Графический анализ

Заключение

Список использованных источников

Приложение А. Пиктографики

Введение

Устойчивость экономики характеризует прочность и надёжность её элементов, вертикальных, горизонтальных и других связей внутри системы, способность выдержать внутренние и внешние «нагрузки».

Безопасность - это состояние объекта в системе его связей с точки зрения способности к самовыживанию и развитию в условиях внутренних и внешних угроз, а также действия непредсказуемых и трудно прогнозируемых факторов. Чем более устойчива экономическая система (например, межотраслевая структура) соотношения производственного и финансово-банковского капитала и т.д., тем жизнеспособней экономика, а значит, и оценка её безопасности будет достаточно высокой.

Сущность экономической безопасности можно определить как такое состояние экономики и институтов власти, при которых обеспечиваются гарантированная защита национальных интересов, социально направленное развитие страны в целом, достаточный оборонный потенциал даже при наиболее неблагоприятном условии развития внутренних и внешних процессов. Таким образом, экономическая безопасность - это не только защищённость национальных интересов, но и готовность, и способность институтов власти создавать механизмы реализации и защиты национальных интересов развития отечественной экономики, поддержания социально-политической стабильности общества.

В работа поставлена задача проведения статистического анализа оценки экономической безопасности стран мира. Необходимо обработать основные экономические данные стран и получить результат исследования, а именно понять в каких странах экономическая безопасность находится в критическом состоянии, а для каких ситуация наиболее благоприятная.

1.Экономическая безопасность

В целом экономическую безопасность можно определить как состояние защищенности экономических интересов субъекта (государства, региона, предприятия, личности) от внешних и внутренних негативных воздействий (угроз). Исходя из того, что экономике принадлежит базисная роль в развитии общества и государства, проблемы экономической безопасности рассматриваются не только в собственно экономической сфере, но и в областях ее пересечения с другими, внеэкономическими сферами деятельности: социально-экономический, военно- экономической, обеспечения общественной безопасности, сферы защиты интеллектуальной собственности и научно-технического потенциала, взаимодействия экономики и охраны окружающей среды и т.д.

Угрозы экономической безопасности - это явления и процессы, оказывающие негативное воздействие на хозяйство страны, ущемляющие экономические интересы личности, общества и государства.

Сущность экономической безопасности с точки зрения угроз можно представить как совокупность условий и факторов, обеспечивающих независимость национальной экономики, ее стабильность и устойчивость, способность к постоянному обновлению и самосовершенствованию. Экономическая безопасность представляет собой также совокупность внутренних и внешних условий, благоприятствующих эффективному динамичному росту национальной экономики, ее способности удовлетворять потребности общества, государства, индивида, обеспечивать конкурентоспособность на внешних рынках, гарантирующую от различного рода угроз и потерь. К внешним угрозам относятся прежде всего факторы геополитические и внешнеэкономические, а также глобальные экологические процессы.

Резкое падение цен на экспортируемые товары или, наоборот, резкое повышение цен на импортируемые товары в условиях высокой степени зависимости от внешнего рынка весьма опасны для состояния экономики. С точки зрения экономической безопасности надо стремиться к диверсификации рынков сбыта для отечественных товаров, источников импортного сырья и промышленной продукции, поддерживать экономические отношения с широким кругом стран, компенсируя осложнения в отношениях с одними странами их расширением с другими.

В условиях глубокого кризиса экономики и катастрофического падения капиталовложений иностранные инвестиции могли бы послужить катализатором экономического подъема в некоторых областях, следовательно, улучшения экономического положения страны в целом, тем самым способствуя укреплению экономической безопасности. Принимая меры к широкому привлечению иностранных инвестиций в экономику, необходимо регулировать этот процесс так, чтобы соблюдались национальные интересы, и иностранные компании, вкладывая минимальные средства, не могли устанавливать контроль над целыми отраслями отечественного производства.

К внутренним факторам, представляющим угрозу экономической безопасности, относятся:

унаследованная от прошлого структурная деформированность экономики;

низкая конкурентоспособность национальной экономики, вызванная отсталостью технологической базы большинства отраслей, высокой энергоемкостью и ресурсоемкостью;

высокий уровень монополизации экономики;

высокий уровень инфляции;

недостаточная развитость и устойчивость объектов инфраструктуры;

слабая степень разведанности минерально-сырьевой базы и недостаточные возможности вовлечения ресурсов в хозяйственный оборот;

ухудшение состояния научно-технического потенциала страны, потеря ведущих позиций на отдельных направлениях научно-технического развития, в том числе и в результате "утечки мозгов" за рубеж и в другие сферы деятельности, утрата престижности интеллектуального труда;

вытеснение отечественных товаропроизводителей, особенно потребительских товаров, с внутреннего рынка зарубежными фирмами;

тенденции регионального сепаратизма и высокий уровень отраслевого лоббизма при принятии управленческих решений;

низкая инвестиционная активность;

предпочтение текущих расходов в ущерб капитальным;

потенциальная угроза возникновения социальных конфликтов, в том числе из-за несовершенства механизма оплаты труда, роста безработицы, стратификации населения, снижения качества и уровня образования;

несовершенство правового законодательства, монопольное положение и недобросовестность действий ряда экономических субъектов на внутреннем и внешнем рынке, их низкая правовая дисциплина;

низкая финансовая и договорная дисциплина агентов рынка;

криминализация экономики и коррупция в области управления экономикой;

массовое сокрытие доходов и уклонение от уплаты налогов;

незаконный перевод финансовых средств за границу.

Угрозы экономической безопасности - это следствие развивающихся противоречий как на внутреннем экономическом пространстве страны, так и за ее пределами. Внешние угрозы экономической безопасности страны, в том числе в сфере внешнеэкономической деятельности, создают определенные трудности в развитии экономики страны. К внешним угрозам в ряде стран с переходной экономикой относятся: сложившееся преобладание сырьевых товаров в экспорте, потеря традиционных рынков сбыта военной и машиностроительной продукции, недостаточный экспортный и валютный контроль и необустроенность таможенной границы, неразвитость транспортной инфраструктуры экспортно-импортных отношений, дискриминационные меры зарубежных стран.

1.1Классификация стран. Экономическая классификация стран мира

Разделение мирового хозяйства на сферы экономической деятельности и определение основных экономических взаимосвязей между ними позволяют не только проанализировать тенденции развития отдельных стран, но и сравнить их между собой. Однако в мире в целом примерно 200 стран, которые очень различны по уровню экономического развития. И знание классификаций чрезвычайно важно для взаимного изучения и обмена опытом экономического развития.

Принятое в мировой экономике определение страны отличается от определения, принятого в международном праве или обыденного. В рамках мировой экономики страной считаются не только территориальные единицы, являющиеся государством, но и некоторые территориальные единицы, которые не являются государствами, однако проводя самостоятельную и независимую экономическую политику и ведут отдельный статистический учет своего экономического развития. Это касается некоторых островных зависимых территорий Великобритании, Нидерландов и Франции, которые, не являясь самостоятельными государствами рассматриваются, тем не менее, международной экономикой как отдельные страны.

Наиболее полное представление о группах стран в мировой экономике дают данные универсальных международных организаций, членами которых являются большинство стран мира, - Организации Объединенных Наций, Международного валютного фонда и Всемирного банка. Оценка этими организациями групп стран в международной экономике несколько различается, поскольку различно количество стран - членов этих организаций (ООН - 185, МВФ - 181, ВБ - 180), а международные организации наблюдают за экономикой только своих стран - членов. Например, из классификации МВФ выпадают Куба, КНДР и некоторые другие небольшие по размеру страны, которые не являются его членами. Некоторые страны - члены международных организаций не предоставляют полные данные о своей экономике или предоставляют их не современно, в результате чего оценки развития их экономике выпадают из общих оценок международной экономики. Это Сан-Марино из числа развитых и Эритрея из числа развивающихся государств.

Наконец, любая классификация составляется из задач каждой организации. Например, Всемирный банк обращает внимания на оценку уровня экономического развития каждой страны, ООН - на социальные и демографические аспекты и т.д.

Всего же, в современной литературе можно выделить несколько основных признаков для классификации стран мира:

По типу социально-экономической системы во второй половине ХХ века страны делили на капиталистические, социалистические и развивающиеся, или страны «третьего мира». В свою очередь, развивающиеся страны делили на страны социалистической или капиталистической ориентации. Распад Советского Союза и мировой социалистической системы привел к отказу от такой классификации мирового хозяйства.

По уровню развития страны подразделяются на развитые и развивающиеся. Постсоциалистические государства и страны, все еще официально провозглашающие целью своего развития строительство социализма, оказались в числе развивающихся.

По степени развитости рыночной экономики в международной практике все страны мира чаще всего подразделяются на три основные группы: развитые страны с рыночной экономикой, страны с переходной экономикой и развивающиеся страны. Такая разбивка на группы была выбрана для удобства анализа в ЭКОСОС (Экономическом и социальном совете ООН). В настоящее время МВФ введен термин «передовые экономики» (или «передовые страны») для обозначения групп стран и территорий, традиционно относимых к развитым (это 23 страны). К передовым экономикам мира относят также четырех восточноазиатских «тигров» (Южная Корея, Сингапур, Гонконг, как особый административный район Китая, и Тайвань), Израиль и Кипр.

Среди лидеров мировой экономики находятся страны Северной Америки (США и Канада), Западной Европы (прежде всего Великобритания, Германия, Италия и Франция), Восточной Азии во главе с Японией. За ними следует заметно прогрессирующая группа новых индустриальных экономик, в том числе «азиатские тигры». Все еще на этапе реформирования в рамках перехода к рынку остается ряд государств Центральной и Восточной Европы, а также государств на территории бывшего СССР. Некоторые из них в последние годы были приняты в Европейский Союз, и группа развитых стран возросла до 30. Обширный массив стран - развивающаяся зона - насчитывает свыше 100 стран мира.

Для характеристики экономики стран мира используются уже известные показатели: ВВП на душу населения, отраслевая структура экономики и наукоемкие отрасли и уровень и качество жизни населения. Развитые страны

Развитые страны (англ. Developed countries) характеризуются высоким уровнем жизни населения. Развитые страны имеют, как правило, большой запас произведённого капитала и население, которое по большей части занято высокоспециализированными видами деятельности. В этой группе стран проживает около 15% населения мира. Развитые страны называют также индустриальными странами или индустриально развитыми.

К развитым странам обычно относят 24 промышленно развитые страны Северной Америки, Западной Европы и Тихоокеанского бассейна с высоким уровнем доходов. Среди индустриальных наиболее существенную роль играют страны так называемой Группы 7 (G-7), обеспечивающие 47% мирового ВВП и 51% международной торговли. Эти государства координируют свою экономическую и финансовую политику на ежегодных встречах в верхах, которые проводятся начиная с 1975 года. На Европейском континенте, где находятся 4 из 7 крупнейших развитых стран, наиболее значимым объединением является Европейский союз в составе 15 стран, дающих 21% мирового ВНП и 41% экспорта.

В качестве экономически развитых стран Международный валютный фонд выделяет государства:

Страны, квалифицирующиеся ВБ и МВФ как страны с развитой экономикой в конце XX - начале XXI вв.: Австралия, Австрия, Бельгия, Канада, Кипр, Чехия, Дания, Финляндия, Франция, Германия, Греция, Исландия, Ирландия, Израиль, Италия, Япония, Южная Корея, Люксембург, Мальта, Нидерланды, Новая Зеландия, Норвегия, Португалия, Сингапур, Словакия, Словения, Испания, Швеция, Швейцария, Великобритания, США.

В более полную группу развитых стран включаются также Андорра, Бермудские острова, Фарерские острова, Ватикан, Гонконг, Тайвань, Лихтенштейн, Монако и Сан-Марино.

Среди основных признаков развитых стран целесообразно выделить следующие:

ВВП на душу населения в среднем составляет примерно 20 тыс. долл. и постоянно растет. Это определяет высокий уровень потребления и инвестиций и уровень жизни населения в целом. Социальная опора - «средний класс», разделяющий ценности и основные устои общества.

Отраслевая структура экономики развитых стран эволюционизирует в сторону доминирования промышленности и ярко выраженной тенденции превращения индустриальной экономики в постиндустриальную. Бурно развивается сфера услуг, и по доле населения, занятой в ней, она лидирует. Научно-технический прогресс оказывает значительное влияние на экономический рост и структуру экономики.

Структура бизнеса развитых стран неоднородна. Ведущая роль в экономике принадлежит мощным концернам - ТНК (транснациональным корпорациям). Исключение составляет группа некоторых малых стран Европы, где нет ТНК мирового уровня. Однако для экономик развитых стран характерно также широкое распространение среднего и мелкого бизнеса как фактора экономической и социальной стабильности. В этом бизнесе занято до 2/3 экономически активного населения. Во многих странах малый бизнес обеспечивает до 80% новых рабочих мест и воздействует на отраслевую структуру экономики.

Хозяйственный механизм развитых стран включает три уровня: спонтанно-рыночный, корпоративный и государственный. Ему соответствуют развитая система рыночных отношений и диверсифицированные методы государственного регулирования. Их сочетание обусловливает гибкость, быструю приспособляемость к меняющимся условиям воспроизводства и в целом высокую эффективность хозяйственной деятельности.

Государство развитых стран - активный участник хозяйственной деятельности. Целями государственного регулирования являются формирование наиболее благоприятных условий для самовозрастания капитала и поддержание социально-экономической стабильности общества. Важнейшие средства госрегулирования - административно-правовые (развитые системы хозяйственного права), налогово-бюджетные (средства госбюджета и фондов социального страхования), денежно-кредитные и государственная собственность. Общей тенденцией с начала 60-х годов является снижение роли госсобственности в среднем с 9 до 7% в ВВП. Причем она концентрируется, в основном, в сфере инфраструктуры. Различия между странами по степени госрегулирования определяются интенсивностью перераспределительных функций государства через его финансы: наиболее интенсивно - в Западной Европе, в меньшей степени - в США и Японии.

Экономики развитых стран характеризуются открытостью мировому хозяйству и либеральной организацией внешнеторгового режима. Лидерство в мировом производстве определяет их ведущую роль в мировой торговле, международном движении капитала, международных валютно-расчетных отношениях. В области международной миграции рабочей силы развитые страны выступают как принимающая сторона. Страны с переходной экономикой

К странам с переходной экономикой обычно относят 28 государств Центральной и Восточной Европы и бывшего СССР, переходящие от централизованно - планируемой к рыночной экономике, а также, в ряде случаев, Монголию, Китай и Вьетнам. В числе стран с переходной экономикой в силу своей политической значимости обычно отдельно, вне связи с другими группами, рассматривается Россия (2% мирового ВВП и 1% экспорта). Отдельной группой выделяются некогда входившие в социалистический лагерь страны Центральной и Восточной Европы, а также страны бывшего СССР, которые называют странами бывшей «рублевой зоны».

Экономические показатели других стран с переходной экономикой. К странам с переходной экономикой относятся:

Бывшие социалистические страны Центральной и Восточной Европы: Албания, Болгария, Венгрия, Польша, Румыния, Словакия, Чешская Республика, преемники Социалистической Федеративной Республики Югославии - Босния и Герцеговина, Республика Македония, Словения, Хорватия, Сербия и Черногория;

Бывшие советские республики - ныне страны СНГ: Азербайджан, Армения, Белоруссия, Грузия, Казахстан, Киргизия, Молдавия, Российская Федерация, Таджикистан, Туркменистан, Узбекистан, Украина;

Бывшие прибалтийские республики: Латвия, Литва, Эстония.

Особую сложность представляет классификация Китайской Народной Республики, поскольку строительство капитализма, а значит, рыночных отношений, в КНР происходит под руководством Коммунистической партии Китая (КПК). Экономика Китая представляет симбиоз плановой социалистической экономики и свободного предпринимательства. Международный валютный фонд (МВФ) относит Китай, как и Индию, к развивающимся азиатским странам.

Для стран Центральной и Восточной Европы, стран Балтии и некоторых Балканских стран, характерен изначально более высокий уровень социально-экономического развития; радикальное и успешное проведение реформ (бархатные революции); выраженное стремление войти в состав ЕС. Аутсайдерами в этой группе являются Албания, Болгария и Румыния. Лидеры - Чехия и Словения.

Бывшие советские республики, за исключением стран Балтии, с 1993 года объединены в Содружество Независимых Государств (СНГ). Развал СССР привел к разрыву складывающихся десятилетиями хозяйственных связей между предприятиями бывших республик. Единовременная отмена государственного ценообразования (в условиях дефицита товаров и услуг), стихийная приватизация крупнейших экспортно-ориентированных государственных предприятий, введение параллельной валюты (доллара США) и либерализация внешнеторговой деятельности привели к резкому падению производства. ВВП в России снизилось почти в 2 раза. Гиперинфляция достигала 2000% и более в год.

Наблюдалось резкое падение курса национальной валюты, дефицит государственного бюджета, резкое расслоение населения при абсолютном обнищании основной его массы. Произошло формирование олигархического варианта капитализма без создания среднего класса. Кредиты МВФ и других международных организаций направлялись на латание дыр в государственном бюджете и бесконтрольно разворовывались. Проведение финансовой стабилизации за счет бюджетных ограничений и политики рестрикции или сжатия денежной массы (рост процентных ставок) постепенно снизили инфляцию, но имели серьезные социальные потери (безработицу, рост смертности населения, беспризорные дети и др.). Опыт шоковой терапии показал, что само по себе введение частной собственности и рыночных отношений не является гарантом создания эффективной экономики.

Если говорить о термине «переходная экономика», то он используется для характеристики преобразований экономики социалистических стран в рыночную. Переход к рынку требовал проведения ряда существенных преобразований, к которым относятся:

разгосударствление экономики, требующее приватизации и стимулирования развития негосударственных предприятий;

развитие негосударственных форм собственности, в том числе частной собственности на средства производства;

формирование потребительского рынка и насыщение его товарами.

Первые программы реформ состояли из наборов стабилизационных мер и приватизации. Монетарные и фискальные ограничения должны были сбить инфляцию и восстановить финансовое равновесие, а либерализация внешних связей - привнести на внутренний рынок необходимую конкуренцию.

Экономические и социальные издержки перехода оказались выше, чем ожидалось. Затянувшийся экономический спад, высокий уровень безработицы, упадок системы социального обеспечения, углубление дифференциации доходов и снижение благосостояния населения стали первыми результатами реформ.

Практика реформирования в различных странах может быть сведена к двум основным альтернативным путям:

пути быстрых радикальных реформ («шоковая терапия»), принятому за основу во многих странах, в том числе и в России. Стратегия исторически была сформирована еще в 1980-е годы МВФ для стран-должников. Ее чертами стала обвальная либерализация цен, доходов и хозяйственной деятельности. Макроэкономическая стабилизация достигалась за счет сокращения денежной массы и огромной инфляции как следствия.

Срочные системные преобразования включали приватизацию. Во внешнеэкономической деятельности целью стало вовлечение национальной экономики в мировое хозяйство. Результаты «шоковой терапии» скорее негативные, чем позитивные;

пути постепенного эволюционного преобразования экономики, взятому за основу в Китае.

Уже с середины 1990-х годов и с началом стадии оживления страны с переходной экономикой демонстрировали неплохие в целом показатели хозяйственного развития и рыночной экономики. Показатели ВВП постепенно пошли вверх. Однако высоким остается пока уровень безработицы. С учетом неодинаковых стартовых условий разного времени начала преобразований их результаты получились разные. Наибольших успехов добились Польша, Венгрия, Чехия, Словения, Эстония, Словакия.

Во многих странах Центральной и Восточной Европы (ЦВЕ) велика доля государственных расходов в ВВП: не менее 30-50 %. В процессе рыночного реформирования снизился уровень жизни населения и увеличилось неравенство в распределении доходов: примерно 1/5 часть населения смогла поднять уровень жизни, а около 30% превратились в неимущих. В одну группу можно выделить бывшие советские республики, которые ныне объединены в СНГ. Их экономики демонстрируют различную скорость рыночных преобразований.

Развивающиеся страны - 132 государства Азии, Африки, Латинской Америки, характеризующиеся низким и средним уровнем доходов. В силу большого разнообразия развивающихся стран международной экономике их принято классифицировать как по географическим признакам, так и по различным аналитическим критериям.

Существуют определенные основания для выделения вчерашних зависимых и колониальных стран, отставших в своем экономическом и социальном развитии и условно объединенных термином «развивающиеся», в особую группу государств. В этих странах проживает 80% населения мира, и судьба этого региона всегда будет в существенной степени влиять на мировые процессы.

Важнейшие критерии выделения развивающихся стран - это особое место в системе экономических и политических связей, уровень экономического развития и специфические черты воспроизводства и особенности социально-экономической структуры.

Первой и наиболее существенной чертой развивающихся стран является их место в мировой экономике и политике. Сегодня они являются частью мировой капиталистической системы и в большей или меньшей степени подвержены действию господствующих экономических законов и мировых хозяйственных тенденций. Оставаясь звеном мировой экономики, в этих странах продолжает действовать тенденция к углублению экономической и политической зависимости от экономик развитых стран.

Развивающиеся страны по-прежнему являются крупными поставщиками сырья и топлива на мировой рынок, несмотря на то, что доля развивающихся стран в импорте странами Запада топлива за последние годы несколько уменьшилась. Являясь поставщиками сырья, они зависят от импорта готовой продукции, поэтому сегодня удельный вес развивающихся стран в мировом экспорте составляет только около 30%, в том числе в поставках промышленных изделий - 21,4%.

Велика зависимость экономики этой группы стран от ТНК, а также финансовая зависимость. ТНК с самой передовой технологией не идут на ее передачу при создании в развивающихся странах совместных предприятий, предпочитая размещать там свои филиалы. В развивающихся странах сосредоточено не менее 1/4 зарубежных вложений ТНК. Частный капитал сегодня стал главным элементом иностранных поступлений в развивающиеся страны. На долю прямых иностранных инвестиций сегодня приходится более половины всех средств, поступающих из частных источников.

Уровень экономического развития развивающихся стран можно охарактеризовать как экономическую отсталость от наиболее развитой части мира. Низкий уровень развития производительных сил, отсталость технической оснащенности промышленности, сельского хозяйства и социальной инфраструктуры - основные черты экономики этих стран в целом. Наиболее характерный признак отсталости - аграрный профиль экономики и доля населения, занятого в сельском хозяйстве. Индустриально-аграрный профиль экономики не типичен для развивающихся стран. Он сложился лишь в наиболее развитых странах Латинской Америки и нескольких азиатских государствах. В подавляющем большинстве стран сельскохозяйственная занятость и поныне в 2,5 раза, а иногда и в 10 раз превышает индустриальную. В этом отношении многие нефтедобывающие страны стоят ближе к развивающимся странам, чем к развитым.

Особенности социально-экономической структуры развивающихся стран связаны с многоукладностью экономики. Развивающимся странам присущ значительный набор форм производства: от патриархально-общинной и мелкотоварной до монополистической и кооперативной. Хозяйственные связи между укладами ограничены. Уклады характеризуются своей системой ценностей и образом жизни населения. Патриархальный уклад характерен для сельского хозяйства. Частнокапиталистический уклад включает различные формы собственности и существует в торговле, сфере услуг.

Возникновение капиталистического уклада имеет здесь свои особенности. Во-первых, часто он связан с экспортом капитала из более развитых стран, и в условиях неподготовленной экономики носит «анклавный» характер.

Во-вторых, капиталистический уклад, развиваясь как зависимый, не может ликвидировать многоукладность и даже ведет к ее расширению. В-третьих, не наблюдается последовательного развития одной формы собственности из другой. Например, монополистическая собственность, чаще всего представленная филиалами ТНК, не является продуктом развития акционерной собственности и т.п.

Социальная структура общества отражает многоукладность экономики. Общинный тип доминирует в общественных отношениях, гражданское общество только формируется. Для развивающихся стран характерны бедность, перенаселение, высокий уровень безработицы.

Экономическая роль государства в развивающихся странах весьма велика и наряду с традиционными функциями включает: осуществление национального суверенитета над природными ресурсами; контроль над иностранной финансовой помощью, чтобы ее использовать для осуществления проектов, предусмотренных в программах социального и экономического развития государства; аграрные преобразования, связанные с увеличением производства сельскохозяйственной продукции, созданием кооперативов и т.п.; подготовку национальных кадров.

Существует классификация развивающихся стран в зависимости от уровня экономического развития, измеряемая показателем ВВП на душу населения:

cтраны с высокими доходами на душу населения, сопоставимыми с доходами в развитых странах (Бруней, Катар, Кувейт, ОАЭ, Сингапур);

cтраны со средними показателями ВВП на душу населения (Ливия, Уругвай, Тунис и т.п.);

бедные страны мира. В эту группу входит большинство стран тропической Африки, страны Южной Азии и Океании, ряд стран Латинской Америки.

Другая классификация развивающихся стран связана с уровнем развития капитализма как хозяйственного уклада. С этой точки зрения можно выделить следующие группы развивающихся стран:

это государства, где государственный, иностранный и местный капитал преобладает. Экономическая активность государства является госкапиталистической по содержанию. В этих странах высока включенность иностранного капитала в местный. К таким странам относятся Мексика, Бразилия, Аргентина, Уругвай, Сингапур, Тайвань, Южная Корея, а также ряд небольших государств Азиатско-Тихоокенского региона.

вторая группа государств - самая большая. Их особенность в том, что здесь капитализм представлен «анклавами», причем иногда весьма изолированными. К данной группе относятся такие страны как Индия, Пакистан, страны Ближнего Востока, Персидского залива, Северной Африки, нескоторые страны Юго-Восточной Азии (Филиппины, Тайланд, Индонезия).

третья группа - наименее развитые государства мира, примерно 30 стран с населением около 15% населения развивающегося мира. Капиталистический уклад в них существует в виде фрагментов. Эти капиталистические «анклавы», в основном, представлены иностранным капиталом. 2/3 наименее развитых стран находится в Африке. В докапиталистическом секторе преобладают натуральные связи. Почти все сфер занятости населения - традиционные уклады. Единственная моторная сила развития в большинстве из них - государство. Доля обрабатывающей промышленности в ВВП не более 10%, ВВП на душу населения не более 300 долл., а уровень грамотности - не более 20% взрослого населения. У этих стран мало шансов улучшить свое положение самостоятельно, опираясь лишь на внутренние силы.

1.2Экономические показатели

Экономические показатели - величины или характеристики, показывающие состояние экономики. Их динамика задается статистическим рядом рассчитываемых, как правило еженедельно, ежемесячно или ежеквартально значений, который помогает обнаружить тенденции развития экономики и предсказать ее будущее. Краткосрочные процессы и явления, отражающиеся на состоянии экономики, весьма многообразны. Некоторые из них регулярно повторяются в определенное время года, как, например, резкое увеличение объема розничных продаж накануне Нового года. Среди других важных для экономической жизни событий можно выделить забастовки и необычные погодные условия, начало и прекращение войн, общий спад деловой активности, начало экономического подъема или спекулятивного бума. Поскольку различные факторы действуют от нескольких недель до нескольких лет, очень важно иметь информацию, регулярно обновляемую через достаточно короткие промежутки времени.

Среди экономических индикаторов первостепенное значение имеют показатели состояния и результатов функционирования экономики в целом, которые часто называют агрегированными показателями. Вероятно, наиболее широко используемым показателем такого рода является валовой внутренний продукт (ВВП). Это сумма всех товаров и услуг, произведенных местными и иностранными компаниями. Является главным индикатором, отражающим состояние национальной экономики. Согласно кейнсианской модели развития экономики, ВВП можно представить в следующем виде: GDP = C + I + S + E - M, где С - потребление, I - инвестиции, В - государственные расходы, Е - экспорт, М - импорт. ВВП выражается в виде индекса по отношению к предыдущему периоду рассмотрения. Оказывает значительное влияние на рынок. Рост ВВП приводит к росту курса национальной валюты. Торговый сигнал: изменение на 0,4%. После выхода предварительных данных этот показатель еще дважды пересчитывается.

Следующий важный показатель - число безработных. Показывает процентное соотношение числа безработных к общей численности трудоспособного населения. Выходит одновременно с индикатором "Nonfarm payrolls". Оказывает значительное влияние на рынок. Обычно анализ уровня безработицы проводят в контексте с цифрами, отражающими величину показателя "Nonfarm payrolls". Например, рост значения показателя "Nonfarm payrolls" при росте уровня безработицы свидетельствует об увеличении безработицы в сельскохозяйственных отраслях экономики, и т.п. В условиях ожидания повышения основных процентных ставок уменьшение его значения приводит к росту курса доллара. Публикуется, как правило, в первую пятницу каждого месяца в 08:30 EST (Нью-Йорк) одновременно с показателем "Nonfarm payrolls". Торговый сигнал: изменение на 0.1%.

Еще важным показателем является государственный долг. Это сумма задолженности по выпущенным и непогашенным государственным займам (включая начисленные проценты). В зависимости от рынка размещения, валюты займа и других характеристик подразделяется на внутренний и внешний государственный долг. Различают также капитальный и текущий государственный долг. Капитальный - представляет собой всю сумму выпущенных и непогашенных долговых обязательств государства, включая начисленные проценты по этим обязательствам. Текущий долг - это расходы по выплате доходов кредиторам по всем долговым обязательствам государства и по их погашению, срок оплаты которых наступил.

Государственный долг вызван использованием государственных займов в качестве одной из форм привлечения денежных ресурсов для расширенного воспроизводства и удовлетворения общественных потребностей. Государственный долг погашается государством за счет средств государственного бюджета.

Главная задача рейтинговых агентств - предоставление мировым кредитным рынкам независимых и ориентированных на перспективу оценок кредитоспособности, аналитических исследований и данных.

Шкала кредитных рейтингов:- Наивысший уровень кредитоспособности- Очень высокий уровень кредитоспособности- Высокий уровень кредитоспособности- Достаточный уровень кредитоспособности- Уровень кредитоспособности ниже достаточного- Существенно недостаточный уровень кредитоспособности- Возможен дефолт- Высокая вероятность дефолта- Дефолт неизбежен- Дефолт

2.Статистические методы

2.1Описание дискриминантного анализа

статистический анализ экономическая безопасность

Дискриминантный анализ используется для принятия решения о том, какие переменные различают (дискриминируют) две или более возникающие совокупности (группы). Например, некий исследователь в области образования может захотеть исследовать, какие переменные относят выпускника средней школы к одной из трех категорий: (1) поступающий в колледж, (2) поступающий в профессиональную школу или (3) отказывающийся от дальнейшего образования или профессиональной подготовки. Для этой цели исследователь может собрать данные о различных переменных, связанных с учащимися школы. После выпуска большинство учащихся естественно должно попасть в одну из названных категорий. Затем можно использовать Дискриминантный анализ для определения того, какие переменные дают наилучшее предсказание выбора учащимися дальнейшего пути.

Медик может регистрировать различные переменные, относящиеся к состоянию больного, чтобы выяснить, какие переменные лучше предсказывают, что пациент, вероятно, выздоровел полностью (группа 1), частично (группа 2) или совсем не выздоровел (группа 3). Биолог может записать различные характеристики сходных типов (групп) цветов, чтобы затем провести анализ дискриминантной функции, наилучшим образом разделяющей типы или группы.

Дискриминантный анализ является разделом многомерного статистического анализа, который позволяет изучать различия между двумя и более группами объектов по нескольким переменным одновременно. Дискриминантный анализ - это общий термин, относящийся к нескольким тесно связанным статистическим процедурам. Эти процедуры можно разделить на методы интерпретации межгрупповых различий - дискриминации и методы классификации наблюдений по группам. При интерпретации нужно ответить на вопрос: возможно ли, используя данный набор переменных, отличить одну группу от другой, насколько хорошо эти переменные помогают провести дискриминацию и какие из них наиболее информативны?

Методы классификации связаны с получением одной или нескольких функций, обеспечивающих возможность отнесения данного объекта к одной из групп. Эти функции называются классифицирующими и зависят от значений переменных таким образом, что появляется возможность отнести каждый объект к одной из групп. Задачи дискриминантного анализа можно разделить на три типа.

Задачи первого типа часто встречаются в медицинской практике. Допустим, что мы располагаем информацией о некотором числе индивидуумов, болезнь каждого из которых относится к одному из двух или более диагнозов. На основе этой информации нужно найти функцию, позволяющую поставить в соответствие новым индивидуумам характерные для них диагнозы. Построение такой функции и составляет задачу дискриминации.

Второй тип задач относится к ситуации, когда признаки принадлежности объекта к той или иной группе потеряны, и их нужно восстановить. Примером может служить определение пола давно умершего человека по его останкам, найденным при археологических раскопках.

Задачи третьего типа связаны с предсказанием будущих событий на основании имеющихся данных. Такие задачи возникают при прогнозе отдаленных результатов лечения, например, прогноз выживаемости оперированных больных.

Целью задачи дискриминации является изучение основных процедур дискриминантного анализа: дискриминации и классификации, построение и определение количества 75 дискриминантных функций и их разделительной способности, нахождение классифицирующих функций.

Проблему классификации можно рассматривать как проблему статистических решающих функций. Имеется несколько гипотез, каждой из которых соответствует свое распределение вероятностей для наблюдений. Мы должны принять одну из этих гипотез и отвергнуть остальные. Если множество допустимых генеральных совокупностей состоит лишь из двух генеральных совокупностей, то рассматриваемая задача является элементарной задачей проверки одной гипотезы, соответствующей определенному распределению вероятностей, при одной конкурирующей гипотезе.

Ставя задачу отнесения каждого из классифицируемых наблюдений Xi = (xi1, xi2,... xip)T, i = 1, 2,..., n, к одному из классов, необходимо четко определить понятие класса. Мы будем понимать под «классом» генеральную совокупность, описываемую унимодальной плотностью f (x) (или унимодальным полигоном вероятностей в случае дискретных признаков X). Дискриминантный анализ используется для принятия решения о том, какие переменные различают (дискриминируют, классифицируют) две или более возникающие совокупности (классы).

При построении процедуры классификации желательно сделать минимальной вероятность неправильной классификации, точнее - добиться того, чтобы в среднем неправильные выводы делались как можно реже. Введем величину c(j | i) потерь, которые мы несем при отнесении одного объекта i - го класса к классу. Следовательно, если в процессе классификации мы поступили таким образом m(j | i) раз, то потери, связанные с отнесением объектов i - го класса к классу j составят m(j | i) c(j | i). Для того чтобы подсчитать общие потери Cn при такой процедуре классификации, надо просуммировать величину произведения m(j | i) c(j | i) по всем i = 1, 2,..., k и j = 1, 2,..., k, т.е.

(1)

Величина

(2)

определяет средние потери от неправильной классификации объектов i-го класса, так что средние удельные потери от неправильной классификации всех анализируемых объектов будут равны:

(3)

В достаточно широком классе ситуаций полагают, что потери c(j | i) одинаковы для любой пары i и j. В этом случае стремление к минимизации средних удельных потерь C будет эквивалентно стремлению минимизации вероятности правильной классификации объектов, равной:

(4)

Поэтому часто при построении процедур классификации говорят не о потерях, а о вероятностях неправильной.

А именно

(5)

2.2Описание кластерного анализа

При анализе и прогнозировании социально-экономических явлений исследователь довольно часто сталкивается с многомерностью их описания. Это происходит при решении задачи сегментирования рынка, построении типологии стран по достаточно большому числу показателей, прогнозирования конъюнктуры рынка отдельных товаров, изучении и прогнозировании экономической депрессии и многих других проблем.

Методы многомерного анализа - наиболее действенный количественный инструмент исследования социально-экономических процессов, описываемых большим числом характеристик. К ним относятся кластерный анализ, таксономия, распознавание образов, факторный анализ.

Кластерный анализ наиболее ярко отражает черты многомерного анализа в классификации, факторный анализ - в исследовании связи.

Первое применение кластерный анализ нашел в социологии. Название кластерный анализ происходит от английского слова cluster - гроздь, скопление. Впервые в 1939 был определен предмет кластерного анализа и сделано его описание исследователем Трионом. Главное назначение кластерного анализа - разбиение множества исследуемых объектов и признаков на однородные в соответствующем понимании группы или кластеры. Это означает, что решается задача классификации данных и выявления соответствующей структуры в ней. Методы кластерного анализа можно применять в самых различных случаях, даже в тех случаях, когда речь идет о простой группировке, в которой все сводится к образованию групп по количественному сходству. Общий вопрос, задаваемый исследователями во многих областях, состоит в том, как организовать наблюдаемые данные в наглядные структуры, т.е. развернуть таксономии. Например, биологи ставят цель разбить животных на различные виды, чтобы содержательно описать различия между ними. В соответствии с современной системой, принятой в биологии, человек принадлежит к приматам, млекопитающим, амниотам, позвоночным и животным. Заметьте, что в этой классификации, чем выше уровень агрегации, тем меньше сходства между членами в соответствующем классе. Человек имеет больше сходства с другими приматами (т.е. с обезьянами), чем с "отдаленными" членами семейства млекопитающих (например, собаками) и т.д.

Техника кластеризации применяется в самых разнообразных областях. Хартиган (Hartigan, 1975) дал прекрасный обзор многих опубликованных исследований, содержащих результаты, полученные методами кластерного анализа. Например, в области медицины кластеризация заболеваний, лечения заболеваний или симптомов заболеваний приводит к широко используемым таксономиям. В области психиатрии правильная диагностика кластеров симптомов, таких как паранойя, шизофрения и т.д., является решающей для успешной терапии. В археологии с помощью кластерного анализа исследователи пытаются установить таксономии каменных орудий, похоронных объектов и т.д. Известны широкие применения кластерного анализа в маркетинговых исследованиях. В общем, всякий раз, когда необходимо классифицировать "горы" информации к пригодным для дальнейшей обработки группам, кластерный анализ оказывается весьма полезным и эффективным.

Большое достоинство кластерного анализа в том, что он позволяет производить разбиение объектов не по одному параметру, а по целому набору признаков. Кроме того, кластерный анализ в отличие от большинства математико-статистических методов не накладывает никаких ограничений на вид рассматриваемых объектов, и позволяет рассматривать множество исходных данных практически произвольной природы. Это имеет большое значение, например, для прогнозирования конъюнктуры, когда показатели имеют разнообразный вид, затрудняющий применение традиционных эконометрических подходов.

Кластерный анализ позволяет рассматривать достаточно большой объем информации и резко сокращать, сжимать большие массивы социально-экономической информации, делать их компактными и наглядными.

Важное значение кластерный анализ имеет применительно к совокупностям временных рядов, характеризующих экономическое развитие (например, общехозяйственной и товарной конъюнктуры). Здесь можно выделять периоды, когда значения соответствующих показателей были достаточно близкими, а также определять группы временных рядов, динамика которых наиболее схожа.

Кластерный анализ можно использовать циклически. В этом случае исследование производится до тех пор, пока не будут достигнуты необходимые результаты. При этом каждый цикл здесь может давать информацию, которая способна сильно изменить направленность и подходы дальнейшего применения кластерного анализа. Этот процесс можно представить системой с обратной связью.

Как и любой другой метод, кластерный анализ имеет определенные недостатки и ограничения: В частности, состав и количество кластеров зависит от выбираемых критериев разбиения. При сведении исходного массива данных к более компактному виду могут возникать определенные искажения, а также могут теряться индивидуальные черты отдельных объектов за счет замены их характеристиками обобщенных значений параметров кластера. При проведении классификации объектов игнорируется очень часто возможность отсутствия в рассматриваемой совокупности каких-либо значений кластеров.

В кластерном анализе считается, что:

выбранные характеристики допускают в принципе желательное разбиение на кластеры;

единицы измерения (масштаб) выбраны правильно.

Проводить кластерный анализ будем непосредственно в знакомой уже нам программе STATISTICA. В модуле Кластерный анализ реализован полный набор методов кластерного анализа данных, включая методы k-средних, иерархической кластеризации и двухвходового объединения. Данные могут поступать как в исходном виде, так и в виде матрицы расстояний между объектами. Наблюдения, переменные или и наблюдения, и переменные можно кластеризовать, используя различные меры расстояния (евклидово, квадрат евклидова, городских кварталов, Чебышева, степенное, процент несогласия и 1- коэффициент корреляции Пирсона) и различные правила объединения (связывания) кластеров (одиночная, полная связь, невзвешенное и взвешенное попарное среднее по группам, невзвешенное, взвешенное расстояние между центрами, метод Варда и другие). Матрицы расстояний можно сохранять для дальнейшего анализа в других модулях системы STATISTICA. При проведении кластерного анализа методом k-средних пользователь имеет полный контроль над начальным расположением центров кластеров. Могут быть выполнены чрезвычайно большие планы анализа: так например, при иерархическом (древовидном) связывании можно работать с матрицей из 90 тыс. расстояний. Помимо стандартных результатов кластерного анализа, в модуле доступен также разнообразный набор описательных статистик и расширенных диагностических методов (полная схема объединения с пороговыми уровнями при иерархической кластеризации, таблица дисперсионного анализа при кластеризации методом k-средних). Информация о принадлежности объектов к кластерам может быть добавлена к файлу данных и использоваться в дальнейшем анализе. Графические возможности модуля Кластерный анализ включают настраиваемые дендрограммы, двухвходовые диаграммы объединений, графическое представление схемы объединения, диаграмму средних при кластеризации по методу k-средних и многое другое.

2.3Описание факторного анализа

Главными целями факторного анализа являются: (1) сокращение числа переменных (редукция данных) и (2) определение структуры взаимосвязей между переменными, т.е. классификация переменных. Поэтому факторный анализ используется или как метод сокращения данных или как метод классификации. Основное понятие факторного анализа (фактор) определяется следующим образом: факторы - гипотетические непосредственно не измеряемые, скрытые переменные в той или иной мере связанные с измеряемыми характеристиками - проявлениями этих факторов.

Идея факторного анализа основана на предположении, что имеется ряд величин, неизвестных исследователю, которые заставляют проявляться различные соотношения между переменными. То есть структура связей между p анализируемыми признаками x(1), K, x(p) может быть объяснена тем, что все эти переменные зависят (линейно или как-то еще) от меньшего числа других, непосредственно не измеряемых факторов f (1),K, f (m) (m < p), которые принято называть общими. Такая взаимозависимость может быть расценена как своего рода базис взаимосвязи между рассматриваемыми переменными. Таким образом, факторный анализ (в широком смысле) - совокупность моделей и методов, ориентированных на выявление, конструирование и анализ внутренних факторов по информации об их внешних проявлениях. В узком смысле под факторным анализом понимают методы выявления гипотетических (ненаблюдаемых) факторов, призванных объяснить корреляционную матрицу количественных наблюдаемых переменных.

Существуют 2 уровня факторного анализа: разведочный (эксплораторный), когда не известно ни количество факторов, ни структура связи; проверочный (конфирматорный) - осуществляется проверка гипотезы о влиянии факторов. Большинство моделей конструируется так, чтобы общие факторы оказались некоррелированными. При этом в общем случае не постулируется возможность однозначного восстановления значений каждого из наблюдаемых признаков x(j) по соответствующим значениям общих факторов f (1),K, f (m): допускается, что любой из исходных признаков x(j) зависит также и от некоторой своей (специфической) остаточной случайной компоненты e(j) - характерного фактора, который и обуславливает статистический характер связи между x(j) с одной стороны и f (1),K, f (m) с другой.

Конечная цель статистического исследования, проводимого с привлечением факторного анализа, как правило, состоит в выявлении и интерпретации латентных общих факторов с одновременным стремлением минимизировать их число и степень зависимости x(j) от своих характерных факторов e(j). Как и в любой модельной схеме, эта цель может быть достигнута лишь приближенно. Принято считать статистический анализ такого рода успешным, если большое число переменных удалось объяснить малым числом факторов. Являются ли факторы причинами или просто агрегированными теоретическими конструкциями зависит от интерпретации модели. Методы и модели факторного анализа нацелены на сжатие информации или, что тоже, на снижение размерности исходного признакового пространства. При этом методы факторного анализа базируются в основном на возможности снижения размерности с помощью использования взаимной коррелированности исходных признаков (могут использоваться также малая вариабельность некоторых из них, агрегирование).

Факторный анализ позволяет выявить зависимость между явлениями, обнаружить скрытую основу нескольких явлений, ответить на вопрос, почему связаны явления. Как метод статистического исследования факторный анализ включает следующие основные этапы:

Формирование цели. Цели могут быть:

Исследовательские (выявление факторов и их анализ);

Прикладные (построение агрегированных характеристик для прогнозирования и управления);

Выбор совокупности признаков и объектов;

Получение исходной факторной структуры;

Корректировка факторной структуры исходя из целей исследования.

При проверочном факторном анализе критерий качества - соответствие структуры заданной исследователем, при разведочном - достижение "простой структуры", когда связь переменных с каким-либо фактором выражена максимально чётко.

Иногда коррекция приводит к коррелированным факторам. Это позволяет повторно применить факторный анализ, используя в качестве исходной информации значения факторов. В связи с этим возможен такой промежуточный этап, как - Выявление факторов второго порядка. Получаем факторы второго порядка - более общие и глубокие категории исследуемого явления - Интерпретация и использование результатов.

Основные идеи факторного анализа в рамках традиционных представлений сводятся к следующему:

Сущность вещей заключена в их простых и многообразных проявлениях, которые могут быть объяснены с помощью комбинации нескольких основных факторов.

Общая сущность наблюдаемых вещей постигается через бесконечное приближение.

Реализуя эти принципы, факторный анализ позволяет получить простую модель взаимосвязи явлений на более высоком, причинном уровне, что очень ценно как в теоретических, так и в практических исследованиях.

2.4Описание графического анализа

включает в себя большое количество разнообразных категорий и типов графиков. Это всевозможные графики на плоскости и в пространстве, включая аналитические графики, деловые графики и диаграммы, специализированные статистические графики (гистограммы, матричные, диаграммы рассеяния и др.), пиктографики.

Графики - это схематичное изображение статистической информации с помощью различных геометрических образов, которыми могут быть линии, точки, плоскостные либо объемные фигуры, символы со многими элементами (звезды, лучи, многоугольники, и т.д.).

В современных статистических пакетах прикладных программ для графического представления статистической информации предлагается особый вид графиков - пиктографики. Они составляются для каждого наблюдения, они имеют вид графических объектов со многими элементами. Значения показателей соответствуют свойствам или размерам элементов пиктографика. С изменением значений показателей при переходе от одной единицы наблюдения к другой внешний вид пиктограммы меняется. На пиктографиках каждое наблюдение представлено в виде многомерного символа, что позволяет использовать эти типы графического представления данных в качестве не очень простого, но мощного исследовательского инструмента. Главная идея такого метода анализа основана на человеческой способности "автоматически" фиксировать сложные связи между многими переменными, если они проявляются в последовательности элементов (в данном случае "пиктограмм"). Иногда понимание (или "чувство") того, что некоторые элементы "чем-то похожи" друг на друга, приходит раньше, чем наблюдатель (аналитик) может объяснить, какие именно переменные обусловливают это.

Пиктографики «лучи» имеют вид «велосипедного колеса», в котором количество «спиц» соответствует количеству переменных. Каждая спица - числовая ось, на которой откладывается значение показателя в своем масштабе не зависимо от масштаба других показателей, шкалы начинаются с наименьшего в данном числовом масштабе. Цель пиктографика - продемонстрировать различия в значениях аналогичных показателей у разных единиц наблюдения.

Число лучей каждого пиктографика равно количеству показателей, которые располагаются друг за другом по часовой стрелке, начиная с первого, который находится на верхнем луче.

Другой вид часто применяющихся пиктографиков - «звезды». Их построение и анализ аналогичен пиктографикам «лучи. Отметим, что в каждом конкретном случае выбор «звезд» или «лучей» - индивидуальный процесс: кому-то удобнее работать со «звездами», чем с «лучами», а кому-то наоборот.

Следующий, наиболее экзотичный, вид пиктографиков - «лица Чернова». Здесь для каждого наблюдения рисуется отдельное лицо. Черты лица соответствуют значениям показателей: овал лица - показатель первый, размер ушей - показатель второй, длина носа - показатель третий, тип улыбки - показатель пятый и т.д. Конечно, по данному графику нельзя определить конкретные значения показателей, но для классификации наблюдений по однородным группам, выявления взаимосвязей между показателями (если скажем, длина носа меняется с изменением овала лица) «лица Чернова» могут быть полезны.

3.Исследование экономической ситуации

3.1Выбор параметров

Для проведения исследования требуются определённые экономические показатели. Исходными показателями послужили:

X1 - численность населения (чел.);

X2 - ВВП на душу населения ($);

X3 - уровень безработицы (%);

X4 - количество населения за чертой бедности (%);

X5 - государственный долг (% от ВВП);

X6 - доходы (млрд.$);

X7 - расходы (млрд.$);

X8 - экспорт (млрд.$);

X9 - импорт (млрд.$);

X10 - рейтинг.

Ниже приведены данные по 10 странам, данные были собраны из открытых источников (рисунок 1).

Рисунок 1 - Экономические показатели стран мира

3.2Дискриминантный анализ

Первым этапом проведения исследования экономической безопасности в системе STATISTICA будет дискриминантный анализ.

В качестве метода выберем (Method) - Standard. В ходе вычислений

системой получены результаты, которые представлены в окне Discriminant Function Analisis Results (рисунок 2).

Рисунок 2 - Результаты анализа дискриминантных функций

Информационная часть диалогового окна Discriminant Function Analisis Results (Результаты Анализа Дискриминантных Функций) сообщает, что:

Number of variables in the model (число переменных в модели) - 8;

Wilks Lambda (значение лямбды Уилкса) - 0,5590833;

Approx. F (16, 110) (приближенное значение F - статистики, связанной с лямбдой Уилкса) - 2,319634;

p < 0.0055 - уровень значимости F - критерия для значения 2,319634.

Значение статистики Уилкса лежит в интервале [0,1]. Значения статистики Уилкса, лежащие около 0, свидетельствуют о хорошей дискриминации, а значения, лежащие около 1, свидетельствуют о плохой дискриминации.

По данным показателя Wilks Lambda (значение лямбды Уилкса), равного 0,5590833и по значению F - критерия равного 2,319634, можно сделать вывод, что данная классификация корректная. Поэтому, дискриминантный анализ возможен).

В качестве проверки корректности обучающих выборок посмотрим результаты классификационной матрицы, выполнив функцию Classification matrix (Классификационная матрица) (рисунок 3), предварительно выбрав Same for all groups.

Рисунок 3 - Классификационная матрица

Из классификационной матрицы можно сделать вывод, что объекты были правильно отнесены экспертным способом к выделенным группам. Построенная модель правильно определяет экспертную оценку с точностью 67%. При этом лучше всего она определяет оценку для рейтинга «2» (80%), хуже - для «1» (71%). Если существуют моменты, неправильно отнесенные к соответствующим группам, то можно посмотреть Classification of cases (Классификация случаев) (рисунок 4).

Рисунок 4 - Классификация случаев

В таблице классификации случаев некорректно отнесенные объекты помечаются звездочкой (*). Таким образом, задача получения корректных обучающих выборок состоит в том, чтобы исключить из обучающих выборок те объекты, которые по своим показателям не соответствуют большинству объектов, образующих однородную группу.

Результаты полученных обучающих выборок, представлены в окне Discriminant Function Analisis Results (Результаты Анализа Дискриминантных Функций). В результате проведенного анализа общий коэффициент корректности обучающих выборок должен быть равен 100%.

На основе полученных обучающих выборок можно проводить повторную классификацию тех объектов, которые не попали в обучающие выборки, и любых других объектов, подлежащих группировке. Для решения данной задачи, существуют два варианта: первый - провести классификацию на основе дискриминантных функций, второй - на основе классификационных функций. Пользуясь опцией Proportional to group sizes (Пропорциональные размерам групп), Same for all groups (Одинаковые для всех групп), User defined (Заданные пользователем), получим таблицу с апостериорными вероятностями.

Далее необходимо использовать Classification functions (Классификационные функции). Получаем следующие данные (рисунок 5).

Рисунок 5 - Классификационные функции для каждого класса

Дополнительно посмотрим результаты канонического анализа, а точнее построим Scatterplot of canonical scores (Диаграмма рассеяния для значений) график рассеяния канонических значений для канонических корней (разделение трех типов рейтинга) (рисунок 6). С его помощью можно определить вклад, который вносит каждая дискриминантная функция в разделение между группами. На графике мы видим разделение трёх групп (рейтингов), у каждой группы есть свой центр. Синим цветом обозначена группа стран, у которых наиболее благоприятная экономическая ситуация.

Рисунок 6 - График рассеяния канонических значений

Дискриминантный анализ - это очень полезный инструмент. Для поиска переменных, позволяющих относить наблюдаемые объекты в одну или несколько реально наблюдаемых групп, для классификации наблюдений в различные группы.

3.3Кластерный анализ

Кластерный анализ объединяет различные процедуры, используемые для проведения классификации. Под кластером понимают группу объектов, обладающую свойством плотности, дисперсией, отделимостью от других кластеров, формой, размером.

Задача сложна тем, что мы сравниваем страны не по - одному какому - либо параметру, а по нескольким параметрам одновременно.

Использование кластер-анализа для решения данной задачи наиболее эффективно. В общем случае кластер-анализ предназначен для объединения некоторых объектов в классы (кластеры) таким образом, чтобы в один класс попадали максимально схожие, а объекты различных классов максимально отличались друг от друга. Количественный показатель сходства рассчитывается заданным способом на основании данных, характеризующих объекты.

Шаг первый - Иерархическая классификация. Для начала работы в статистике запускаем таблицу с данными. Далее выбираем Кластерный анализ, а в рабочем окне программы STATISTICA выбираем пункт Анализ, затем стартовую панель самого Кластерного анализа. Выбираем метод Иерархической кластеризации. Выбираем нужные переменные, в поле Объекты выбираем Наблюдения (строки). В качестве правила объединения отмечаем Метод полной связи, в качестве меры близости - Евклидово расстояние.

Метод полной связи определяет расстояние между кластерами как наибольшее расстояние между любыми двумя объектами в различных кластерах (т.е. "наиболее удаленными соседями"). Мера близости, определяемая евклидовым расстоянием, является геометрическим расстоянием в n- мерном пространстве.

Наиболее важным результатом, получаемым в результате древовидной кластеризации, является иерархическое дерево. Выбираем опцию Вертикальная диаграмма.

На рисунке 7, представленном ниже, получили результат, который включил в себя следующие данные: количество переменных, равные 9, количество наблюдаемых стран - 65, правило объединения и метрику расстояния. Эти данные будем использовать для построения диаграммы результата, где страны будут разбиты на кластеры.

Рисунок 7 - Результат вычислений

Каждый узел диаграммы, приведенной ниже на рисунке 8, представляет объединение нескольких кластеров, положение узлов на вертикальной оси определяет расстояние, на котором были объединены соответствующие кластеры. На расстоянии 500 можно выделить 3 класса, в него попали следующие страны - Китай, Германия и Япония.

Рисунок 8 - Диаграмма результата

Второй шаг - Кластеризация методом К-средних. Исходя из визуального представления результатов, можно сделать предположение, что страны образуют около семи естественных кластеров. Проверим данное предположение, разбив исходные данные методом К-средних на 7 кластеров, и проверим значимость различия между полученными группами. В Стартовой панели модуля Кластерный анализ выбираем Кластеризация методом К средних. Получаем результаты дисперсионного анализ (рисунок 9).

Исходя из амплитуды (и уровней значимости) F-статистики, все переменные являются главными при решении вопроса о распределении объектов по кластерам.

Рисунок 9 - Результат дисперсионного анализа

3.4Факторный анализ

Целью анализа является изучение вопроса о числе факторов, "скрывающихся" за показателями и их значимость. Для исследования выбираем Многомерный разведочный анализ для отображения стартовой панели модуля Факторный анализ. Далее выбираем переменные.

Задаём метод выделения факторов. В нём указано сколько наблюдений выбрано и принято к обработке. Переходим к следующему диалоговому окну, с его помощью просматриваем описательные статистики, и прочие опции.

Вычисляем корреляционную матрицу и отображаем таблицу результатов с корреляциями (рисунок 10).

Рисунок 10 - Результаты вычислений

Корреляции в этой таблице результатов есть как положительные, так и отрицательные. Матрица имеет некоторую отчетливую структуру. Переходим к Методу выделения. Отменяем в диалоговом окне Просмотр описательных статистик для того, и задаем метод выделения факторов. Принимаем метод Главных компонент, поле Макс. число факторов содержит значение 9 (максимальное число факторов) (рисунок 11).

Данное окно имеет следующую структуру: верхняя часть окна является информационной: здесь сообщается, что пропущенные значения обработаны методом Casewise. Обработано 99 случаев и 65 случаев приняты для дальнейших вычислений. Корреляционная матрица вычислена для 9 переменных.

Рисунок 11 - Определение метода выделения факторов

Просматриваем результаты факторного анализа в окне диалога Результаты факторного анализа (рисунок12).

Рисунок 12 - Результаты факторного анализа

Описание результата вычислений факторного анализа:

Number of variables (число анализируемых переменных) - 9;

Method (метод анализа) - главные компоненты;

log(10) determination of correlation matrix (десятичный логарифм детерминанта корреляционной матрицы) - -4,6583;

Number of Factor extraction (число выделенных факторов) - 2;

Eigenvalues (собственные значения) - 3,64786; 1,51429.

Далее посмотрим на факторные нагрузки для всех факторов (рисунок 13). Здесь видим вычисленные для данного метода вращения факторов. В этой таблице факторам соответствуют столбцы, а переменным - строки и для каждого фактора указывается нагрузка каждой исходной переменной, показывающая относительную величину проекции переменной на факторную координатную ось. Факторные нагрузки могут интерпретироваться как корреляции между соответствующими переменными и факторами - чем выше нагрузка по модулю, тем больше близость фактора к исходной переменной; т. о., они представляют наиболее важную информацию для интерпретации полученных факторов.

Рисунок 13 - Факторные нагрузки

Здесь видно, что первый фактор более коррелирует с переменными, чем второй.

Выделение факторов происходило таким образом, что последующие факторы включали в себя все меньшую и меньшую дисперсию. Отметим, что знаки факторных нагрузок имеют значение лишь для того, чтобы показать, что переменные с противоположными нагрузками на один и тот же фактор взаимодействуют с этим фактором противоположным образом.

Переходим к получения графика собственных значений. График, представленный ниже, был дополнен отрезками, соединяющими соседние собственные значения, чтобы сделать критерий более наглядным. Точка, где непрерывное падение собственных значений замедляется и после которой уровень остальных собственных значений отражает только случайный "шум". На графике, приведенном ниже, эта точка может соответствовать фактору 2 или 3 (рисунок 14).

Рисунок 14 - График собственных значений

Факторный анализ - это непростая процедура. Многие критические решения в факторном анализе по своей природе субъективны (число факторов, метод вращения, интерпретация нагрузок). Модуль Факторный анализ был разработан специально для того, чтобы сделать легким для пользователя интерактивное переключение между различным числом факторов, вращениями и т.д., так чтобы испытать и сравнить различные решения.

3.5Графический анализ

Задача анализа состоит в построении пиктографиков. Их основная идея заключается в представлении элементарных наблюдений как отдельных графических объектов, где значения переменных соответствуют определенным чертам или размерам объекта. Это соответствие устанавливается т. о., чтобы общий вид объекта менялся в зависимости от конфигурации значений. Таким образом, объекты имеют определенный "внешний вид", который уникален для каждой конфигурации значений и может быть идентифицирован наблюдателем. Изучение таких пиктограмм помогает выявить как простые связи, так и сложные взаимодействия между переменными.

Для начала выберем порядок анализируемых переменных. В большинстве случаев наилучшим вариантом оказывается случайная последовательность переменных. В нашем случае будем использовать тип круговых пиктографиков, имеющих вид «велосипедного колеса», на них значения переменных представлены расстояниями между центром пиктограммы и их концами. Эти графики нам покажут связи между переменными, которые проявляются в общей структуре пиктограмм и зависят от конфигурации значений самих переменных.

Для построения графиков были выбраны 15 стран, по 5 стран из каждого экономического рейтинга. Все экономические данные стран были нормализованы. США присвоен 1 рейтинг, который говорит об устойчивой экономической ситуации в стране, что и видим на графике, представленном ниже (рисунок 15).

Рисунок 15 - График результата (США)

России присвоен второй экономический рейтинг, который говорит о переходной экономике. График изображен на рисунке 16.

Рисунок 16 - График результата (Россия)

Третий рейтинг говорит о слабой экономической ситуации в стране, и на рисунке 17 представлен график о. Фиджи.

Рисунок 17 - График результата (о. Фиджи)

Анализируя полученные графики, мы видим - что у более развитых стран наиболее выделена правая часть пиктографика, где экономические показатели находятся на высоком уровне. Все остальные полученные пиктографики представлены в Приложении А.

Заключение

Устойчивость экономики характеризует прочность и надёжность её элементов, способность выдержать внутренние и внешние «нагрузки». В этой работе была поставлена задача исследовать экономическую ситуацию стран мира методами статистического анализа. Необходимо было понять в каких странах экономическая ситуация наиболее благоприятна, а у каких экономика неустойчива, что может привести к социальной нестабильности страны.

В процессе работы использовались различные источники информации для проведения статистического анализа, были собраны множества экономических данных по странам мира.

В результате проведенной работы были получены результаты (табличные данные и графические), на основании которых было сделано заключение о наиболее благоприятной экономической ситуации в таких странах как Япония, Германия и Китай.

Список использованных источников

1 Айвазян, С.А. Классификация многомерных наблюдений / С.А. Айвазян, З.И. Бежаева, О.В. Староверов. - М.: Статистика, 1974. - 240 с.

Айвазян, С.А. Прикладная статистика и основы эконометрики / С.А. Айвазян, В.С. Мхитарян. - М.: ЮНИТИ, 1998.

Айвазян, С.А. Прикладная статистика: классификация и снижение размерности / С.А. Айвазян, В.С. Мхитарян. - М.: Финансы и статистика, 1989.

Салин, В.Н. Практикум по курсу статистика (в системе STATISTICA) / В.Н. Салин, Э.Ю. Чурилова. - М., 2002.

Мандель, И.Д. Кластерный анализ. - М.: Финансы и статистика, 1988.

Дуброва, Т.А. Факторный анализ с использованием пакета STATISTICA / Т.А. Дуброва, Д.Э. Павлов, Н.П. Осипова. - М.: Учеб. пособие МГУ экономики, статистики и информатики, 2002.

Дуброва, Т.А. Методы многомерной классификации. Дискриминантный анализ в системе STATISTICA / Т.А. Дуброва, А.Г. Бажин, Л.П. Бакуменко - М.: Учеб. пособие МГУ экономики, статистики и информатики, 2002.

Олдендерфер, М. С. Кластерный анализ. Факторный, дискриминантный и кластерный анализ: пер. с англ. под. ред. И.С. Енюкова. - М.: Финансы и статистика, 1989. - 215 с.

Шуметов, В. Г. Кластерный анализ: подход с применением ЭВМ / В.Г. Шуметов, Л.В. Шуметова. - Орел. 2000. - 118 с.

Электронный учебник по статистике. [Электронный ресурс] - М., StatSoft. < #"justify">Мандель, И.Д. Кластерный анализ. - М.: Наука, 1998. - 176 с.

Халафян, А.А. STATISTICA 6 Статистический анализ данных. - М.: Наука, 2003. - 201 с.

Архипов А.П. Экономическая безопасность: оценки, проблемы, способы обеспечения / А.П. Архипов. - М.: Вопросы экономики, 2008.- № 6.

Приложение А

Пиктографики

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образован

Больше работ по теме: