Анализ изменения структуры экономической силы в глобальной экономике
Министерство образования и науки РФ
Санкт-Петербургский государственный
политехнический университет
Факультет экономики и менеджмента
Кафедра мировой и региональной
экономики
КУРСОВОЙ ПРОЕКТ
"Анализ изменения структуры
экономической силы в глобальной экономике"
Выполнил студент Бугаева О.И.
Руководитель Диденко Н.И.
Санкт-Петербург
Содержание
Введение
Глава 1. Характеристика отдельных стран G7 и Е7
1.1 Динамика макроэкономических показателей G7
1.2 Динамика макроэкономических показателей Е7
1.3 Макроэкономические показатели глобальной экономики в динамике
Глава 2. Прогноз изменения экономической силы
2.1 Общая постановка задачи прогнозирования
2.2 Выбор модели прогнозирования
2.3 Прогнозирование показателей G7, Е7 и мировой экономики
Глава 3. Анализ экономической силы G7 И Е7 в 2020 году
3.1 Анализ роста ВВП на человека
3.2 Анализ удельного веса ВВП в мировом ВВП
Заключение
Список источников информации
Введение
Рассматриваемая в работе тема - "Анализ изменения
структуры экономической силы в глобальной экономике".
Целью работы является: прогноз экономической силы G7 и Е7 до 2020 года.
Объектом, исследуемым в работе, является
экономическая сила стран групп G7 и Е7.
Предмет работы - структура экономической силы.
Поставленная цель предполагает необходимо решить следующие задачи:
·
охарактеризовать
страны групп G7 и Е7 по макроэкономическим показателям
·
охарактеризовать
глобальную экономику по макроэкономическим показателям
·
спрогнозировать
значения для стран групп G7 и Е7 и для глобальной экономики
·
проанализировать
рост ВВП и удельный рост ВВП на человека.
глобальная экономика макроэкономические показатели
Глава 1.
Характеристика отдельных стран G7 и Е7
1.1 Динамика
макроэкономических показателей G7
Соберем статистические данные для стран G7 по некоторым
макроэкономическим показателям: ВВП, ВВП на душу населения, численности
населения, резервам страны, прямым иностранным инвестициям и представим в табл.
1.1, 1.2, 1.3, 1.4, 1.5 данные по темпам прироста этих показателей.
Таблица 1.1 - Темпы прироста ВВП (%)
|
Великобритания
|
Германия
|
Канада
|
Италия
|
США
|
Франция
|
Япония
|
1990
|
1,186052357
|
1,26641306
|
1,048979864
|
1,271961393
|
1,056895912
|
1,235499151
|
1,028720107
|
1991
|
1,240915321
|
1,335943271
|
1,076854949
|
1,341958442
|
1,091256164
|
1,236740449
|
1,172270927
|
1992
|
1,287191039
|
1,524870734
|
1,043235634
|
1,42157827
|
1,155823038
|
1,363412479
|
1,277005684
|
1993
|
1,159868236
|
1,482826119
|
1,014672898
|
1,14676469
|
1,215812079
|
1,287971321
|
1,463336703
|
1994
|
1,25670515
|
1,586652386
|
1,016165209
|
1,183657595
|
1,291814695
|
1,358487006
|
1,607646542
|
1995
|
1,373819835
|
1,863539666
|
1,063010113
|
1,264897983
|
1,354614066
|
1,561116573
|
1,767928937
|
1996
|
1,44497297
|
1,800088639
|
1,104854243
|
1,415308376
|
1,431712533
|
1,561831561
|
1,559864769
|
1997
|
1,610539274
|
1,593462845
|
1,147650644
|
1,339644952
|
1,521554695
|
1,411594721
|
1,433280854
|
1998
|
1,719497239
|
1,608930418
|
1,110261848
|
1,368625049
|
1,606500875
|
1,458644899
|
1,29748264
|
1999
|
1,76651765
|
1,574124686
|
1, 190366039
|
1,350295948
|
1,70841508
|
1,446291497
|
1,469183474
|
2000
|
1,73796331
|
1,393411139
|
1,30495181
|
1,233872626
|
1,818707249
|
1,317097149
|
1,568154323
|
2001
|
1,728096121
|
1,389341114
|
1,287859532
|
1,255878724
|
1,878024639
|
1,328983823
|
1,378783911
|
2002
|
1,886052589
|
1,48219087
|
1,322490522
|
1,369295626
|
1,94075331
|
1,441922126
|
1,319441176
|
2003
|
2,181882073
|
1,79037524
|
1,55868799
|
1,692647795
|
2,034784453
|
1,779734064
|
1,426207719
|
2004
|
2,584109637
|
2,013842517
|
1,786140403
|
1,939665963
|
2,169963059
|
2,041369996
|
1,543163023
|
2005
|
2,701096328
|
2,0433225
|
2,040920661
|
1,996396767
|
2,31461548
|
2,121686974
|
1,515347773
|
2006
|
2,889189611
|
2,144149801
|
2,301670165
|
2,093295125
|
2,44938756
|
2,240007547
|
1,444046337
|
2007
|
3,324451312
|
2,455170631
|
2,563517751
|
2,377396195
|
2,559396928
|
2,564413462
|
1,443903813
|
2008
|
3,127479887
|
2,676680455
|
2,705026336
|
2,578714549
|
2,601816993
|
2,812077338
|
1,60726869
|
2009
|
2,569192496
|
2,436268282
|
2,407824105
|
2,359480616
|
2,548367711
|
2,601453809
|
1,668895113
|
2010
|
2,659440037
|
2,4249446
|
2,838884349
|
2,28214075
|
2,643883557
|
2,53058063
|
1,821441474
|
2011
|
2,88444219
|
2,677544689
|
3, 20026138
|
2,45320491
|
2,745603337
|
2,760369808
|
1,954488656
|
2012
|
2,876122567
|
2,532227803
|
3,278801254
|
2,251651854
|
2,871237429
|
2,594691215
|
1,975346779
|
Источник: рассчитано на основе #"719692.files/image001.gif"> определяются методом наименьших квадратов
или методом максимального правдоподобия.
Анализ авторегрессии не ограничивается построением только одной
модели, а строится несколько моделей, после чего определяется порядок
правильной модели.(англ. autoregressive integrated moving average) -
интегрированная модель авторегрессии - скользящего среднего - модель и
методология анализа временных рядов, иногда называемые моделями (или
методологией) Бокса-Дженкинса. Являются расширением моделей ARMA для
нестационарных временных рядов, которые можно сделать стационарными взятием
разностей некоторого порядка от исходного временного ряда (так называемые
интегрированные или разностно-стационарные временные ряды).
Авторегрессионную модель с распределенным лагом, которая включает
одну независимую переменную, можно представить в следующем виде:
где первая сумма представляет собой авторегрессионную компоненту -
распределенный лаг изучаемой переменной, вторая сумма - распределенный лаг
независимого фактора. Обычно предполагается, что в этой модели ошибки εt являются белым шумом и не коррелированны с фактором zt,
его лагами и с лагами изучаемой переменой xt. При этих
предположениях метода наименьших квадратов дает состоятельные оценки параметров
модели.
Метод скользящий средних, для того чтобы выделить тренд
"сглаживает" ряд значений. При использовании этого метода
определяется среднее арифметическое некоторого числа значений (трехточечные скользящие
средние, четырехточечные и т.д.).
Если берется четное количество точек, то скользящее среднее
ставится по срединной точке между строками.
2.3
Прогнозирование показателей G7, Е7 и мировой экономики
После удаления автокорреляции из рядов динамики можно
провести авторегрессионный анализ. Воспользуемся программой Excel, пакетом
анализ данных. В авторегрессии каждое значение ряда является линейной функцией
предыдущего или нескольких предыдущих значений.
Получим регрессионное уравнение вида:
Для ВВП стран G7: Yt = 0,00616 + 0,275697Yt-1 - 0,49876Yt-2 +
0,25993Yt-3 + 0,085Yt-4
Для ВВП стран E7: Yt = - 0,00256 + 0,13988Yt-1 - 0,03354Yt-2
+ 0,87936Yt-3 + 0,16849Yt-4
Для общемирового ВВП: Yt = 0,00513 + 0,15434Yt-1 - 0,2885Yt-2
+ 0,41132Yt-3 + 0,29505Yt-4
Для населения стран G7: Yt = 0,000233 - 0,23833Yt-1 -
0,5547Yt-2 - 0,1875Yt-3 - 0,47227Yt-4
Для населения стран E7: Yt = - 0,000274 - 0,26422Yt-1 -
0,21358Yt-2 + 0,77992Yt-3 + 0,92253Yt-4
Для резервов стран G7: Yt = - 0,00015 + 0,351031Yt-1 -
0,062386Yt-2 + 0,21119Yt-3 + 0,366369Yt-4
Для резервов стран E7: Yt = 0,49793Yt-1 + 0,21735Yt-2 +
0,305043Yt-3 - 0,18373Yt-4
Для FDI стран G7: Yt = 0,12217Yt-1 + 0,34226Yt-2 +
0,086539Yt-3 + 0,32389Yt-4
Для FDI стран E7: Yt = - 0,000000001 - 0,3317196Yt-1 +
0,015585904Yt-2 + 0,9451048Yt-3 + 1,00007037Yt-4
Построение авторегрессионых моделей более высших порядков
программа проводить не может, т.к. количество наблюдений слишком мало.
Результаты прогнозных значений показателей представим в
табл.2.1
Таблица 2.1 - Прогнозные значения показателей
|
2013
|
2014
|
2015
|
2016
|
2017
|
2018
|
2019
|
2020
|
ВВП (долл. США)
|
Мир
|
71893135514000
|
75862816470231
|
79260231771226
|
78821964659528
|
79245506983494
|
82005995795241
|
83131997034157
|
82554283760569
|
G7
|
33755381738300
|
34046548226804
|
34772245249391
|
34642354142857
|
34252463260586
|
34423135580915
|
34692573055653
|
34569346551554
|
E7
|
19427422965970
|
22389312000990
|
23888688306860
|
26113775597006
|
29357685384924
|
31554354290187
|
33962106275607
|
37452695816865
|
Население
(чел.)
|
G7
|
751984895,7
|
755795942,7
|
759606989,7
|
763418036,7
|
767229083,7
|
771040130,7
|
774851177,7
|
778662224,7
|
E7
|
3401087559
|
3430912714
|
3460737869
|
3490563024
|
3520388179
|
3550213334
|
3580038489
|
3609863644
|
FDI (млн. долл.
США)
|
G7
|
8723754,542
|
9207431,904
|
9504029,817
|
9989124,021
|
10340715,76
|
10732023,61
|
11038210,14
|
11397089,53
|
E7
|
4098293,896
|
4470551,297
|
4677470,542
|
5952176,103
|
7010735,717
|
7247302,152
|
8596991,188
|
10428205,02
|
Общие резервы,
в т. ч. золотовалютные (долл. США)
|
G7
|
2821335753518
|
3030819000496
|
3221825636745
|
3335026184403
|
3463340651463
|
3618407737005
|
3758721798743
|
3866874272694
|
E7
|
5305387326901
|
5538845259963
|
5712013299770
|
5897217360634
|
6041807014916
|
6163987116427
|
6280929854115
|
6375793516364
|
Глава 3.
Анализ экономической силы G7 И Е7 в 2020 году
3.1 Анализ роста
ВВП на человека
После удаления автокорреляции из рядов динамики можно
провести авторегрессионный анализ. Воспользуемся программой Excel, пакетом
анализ данных. В авторегрессии каждое значение ряда является линейной функцией
предыдущего или нескольких предыдущих значений.
Получим регрессионное уравнение вида:
Для ВВП на человека стран G7: Yt = - 0,0000000000011 +
0,2653867Yt-1 - 0,493184891Yt-2 + 0,2313802Yt-3 + 0,072Yt-4
Для ВВП на человека стран E7: Yt = 0,000000000001 +
0,159131Yt-1 - 0,03791Yt-2 + 0,848689Yt-3 + 0,115594Yt-4
Построение авторегрессионых моделей более высших порядков
программа проводить не может, т.к. количество наблюдений слишком мало.
Результаты прогнозных значений показателей представим в
табл.3.1
Таблица 3.1 - Прогнозные значения показателей
Год
|
Значения
показателя ВВП на душу населения (долл. США) для стран Е7
|
1989
|
20596,81387
|
779,3363789
|
1990
|
22645,4619
|
835,694869
|
1991
|
23760,30875
|
813,0324709
|
1992
|
25315,63897
|
824,6134456
|
1993
|
25721,66556
|
892,4699535
|
1994
|
27321,88755
|
962,2208907
|
1995
|
29529,24109
|
1056,499184
|
1996
|
29255,25776
|
1154,496104
|
1997
|
28766,03591
|
1224,451272
|
1998
|
28935,9685
|
1172,179233
|
1999
|
30348,34361
|
1115,549355
|
2000
|
30849,23387
|
1233,718965
|
2001
|
30339,83884
|
1241,522153
|
2002
|
31108,82372
|
1305,424505
|
2003
|
34136,88955
|
1451,964065
|
2004
|
37248,58156
|
1702,320402
|
2005
|
38622,8522
|
2015,852282
|
2006
|
40052,43855
|
2380,73755
|
2007
|
42756,55706
|
2954,36748
|
2008
|
44380,15639
|
3504,871233
|
2009
|
43883,80664
|
3488,456554
|
2010
|
43471,87018
|
4166,258966
|
2011
|
46051,46549
|
4893,610912
|
2012
|
46188,68047
|
5096,483326
|
2013
|
47366,26181
|
5674,538717
|
2014
|
48178,31174
|
6454,479844
|
2015
|
48266,04962
|
6812,931683
|
2016
|
48171, 19182
|
7354,445
|
2017
|
48375,42495
|
8155,774836
|
2018
|
48526,71921
|
8657,133132
|
2019
|
48511,78485
|
9207,547642
|
2020
|
48519,01944
|
10018,80467
|
Представим на рис. 3.1 тенденцию изменения данного
показателя.
Рисунок 3.1 Динамика изменения показателя ВВП на
душу населения (долл. США) для стран G7 и Е7
Таким образом, отметим общий рост значения для обеих групп
стран. Тем не менее, в странах группы Е7 показатель растет значительно быстрее.
3.2 Анализ
удельного веса ВВП в мировом ВВП
Удалим автокорреляцию из рядов динамики, после чего проведем
авторегрессионный анализ. Воспользуемся программой Excel, пакетом анализ
данных. Получим регрессионное уравнение вида:
Для удельного веса ВВП стран G7: Yt = 0,447774Yt-1 -
0,03228Yt-2 + 0,25414Yt-3 - 0,07914Yt-4
Для удельного веса ВВП стран E7: Yt = 0,00000000000001 +
0,4181Yt-1 - 0,12726Yt-2 + 0,39214 Yt-3 + 0,163573Yt-4
Построение авторегрессионых моделей более высших порядков
программа проводить не может, т.к. количество наблюдений слишком мало.
Результаты прогнозных значений показателей представим в
табл.3.2
Таблица 3.2 - Прогнозные значения показателей
Значения
показателя удельного веса ВВП (долл. США) для стран G7Значения показателя удельного веса ВВП (долл. США) для стран Е7
|
|
|
1989
|
67,02210258
|
10,08893264
|
1990
|
66,47473367
|
9,848959622
|
1991
|
66,99211363
|
9,278028751
|
1992
|
67,25190693
|
8,927773059
|
1993
|
67,59756117
|
9,624242782
|
1994
|
67,32336963
|
9,79981025
|
1995
|
66, 19728601
|
9,858751788
|
1996
|
64,64165478
|
10,69219297
|
1997
|
64,09614516
|
11,51140989
|
1998
|
65,11549711
|
11, 20275186
|
1999
|
66,21627269
|
10,39857848
|
2000
|
65,57554233
|
11,26558227
|
2001
|
65,26826283
|
11,53319318
|
2002
|
64,85063096
|
11,80792756
|
2003
|
63,81372196
|
11,82929265
|
2004
|
62,25864646
|
12,44969739
|
2005
|
60,03106079
|
13,76337676
|
2006
|
57,81597489
|
15,15300015
|
2007
|
55,14641137
|
16,85691677
|
2008
|
52,49640046
|
18,40117897
|
2009
|
52,8436542
|
19,15821752
|
2010
|
50,2317191
|
21,53042435
|
2011
|
48,25165181
|
23,01135825
|
2012
|
47,69879791
|
23,71835329
|
2013
|
46,82388203
|
24,87955253
|
2014
|
46,15345782
|
26,24384014
|
2015
|
45,8977018
|
27,18595642
|
2016
|
45,62622394
|
27,97723396
|
2017
|
45,41177825
|
28,91310597
|
2018
|
45,31257789
|
29,79629817
|
2019
|
45,226328
|
30,51085812
|
2020
|
45,15789526
|
31, 19364509
|
Представим на рис.3.2 тенденцию изменения данных показателей.
Рисунок 3.2 Динамика изменения показателя
удельного веса ВВП в мировом ВВП (долл. США) для стран G7 и Е7
Исходя из приведенных выше данных можно отметить падение
показателя для стран G7 и рост для стран Е7.
Заключение
Отметим, что был проведен прогноз экономической силы стран
групп G7
и Е7 до 2020 года.
Для достижения этой цели были решены следующие задачи:
·
охарактеризованы
страны групп G7 и Е7 по макроэкономическим показателям. Для этого представлены
статистические данные по таким показателям и рассчитаны темпы прироста значений
с 1989 по 2012 годы;
·
охарактеризована
глобальная экономика по макроэкономическим показателям и роль стран
рассматриваемых групп в глобальной экономике. Например, отмечено, что доля ВВП
14 стран этих двух групп в общемировом ВВП несколько снизилась с 1989. Тем не
менее, значение этих 14 стран в общемировом ВВП очень высоко и составляет
71,41%, а страны группы G7 составляют 47,69%;
·
спрогнозированы
значения для стран групп G7 и Е7 и для глобальной экономики;
·
проанализирован
рост ВВП и удельный рост ВВП на человека. Значения показателя удельного веса
ВВП (долл. США) для стран G7 в целом снижалось, а для стран Е7 - росло. Значения
показателя ВВП на душу населения росли для обеих групп стран. Тем не менее, в
странах группы Е7 показатель растет значительно быстрее.
Список
источников информации
1.
Бююль Ахим, Цефель Петер. SPSS: искусство обработки информации - М.: Диасофт,
2008. - 290 с.
.
Гужва Е.Г., Лесная М.И., Кондратьев А.В., Егоров А. Н.; Мировая экономика:
учебное пособие. СПбГАСУ. - СПб., 2009.
.
Дралин А.И., Михнева С.Г. Международные экономические отношения: учебное
пособие. Изд.2-e, пeрeрaб. и дoп. - Пенза: Информационно-издательский центр
ПГУ, 2006. - 162 с.
.
Ломакин В.К. Мировая экономика. Учебник для Вузов. Издательство: Юнити-Дана,
2007 г. - 169 стр.
.
http://data. worldbank.org/indicator/FI. RES. TOTL. CD - статистические данные
по объему резервов
.
http://data. worldbank.org/indicator/NY. GDP. MKTP. CD - статистические данные по
ВВП
.
http://data. worldbank.org/indicator/SL. GDP. PCAP. CD - статистические данные
по ВВП на душу населения
.
http://data. worldbank.org/indicator/SP. POP. TOTL - статистические данные по
численности населения
.
http://unctadstat. unctad.org/TableViewer/tableView. aspx - статистические
данные по объему прямых иностранных инвестиций в страну