Основы таможенной статистики

Страны	Базисный период	Отчетный период
	Количество, тонн q0	Стоимость, тыс. долл. p0 q0	Количество, тонн q1	Стоимость, тыс. долл. p1 q1
Товар А	7	13201	10561	13301	10508
	8	3080	3542	750	1125
	12	1235	2744
	17			2970	4289
Товар Б	3	4231	5289	8075	8479
	4	29312	17294	18462	12000
	13	6489	10811

Для расчета индексов построим таблицу 4, в которой рассчитаем:

- необходимые итоги (всего по товарам А и Б, итого по сопоставимым странам);

- цены на товары (за 1 тонну) по каждой стране в базисном и отчетном периодах;

- индивидуальные индексы цен каждого товара по сопоставимым странам.

Таблица 16. Вспомогательная таблица для расчета индексов

Товар	Базисный период	Отчетный период	Цена за 1 т, долл.	Индексы цен
	q0	p0 q0	q1	p1 q1	p0	p1
Товар А - всего	17 516,0	16 847,0	17 021,0	15 922,0	961,8	935,4	1,0	16 370,9
7	13201	10561	13301	10508	800,0	790,0	1,0	10 641,0
8	3080	3542	750	1125	1 150,0	1 500,0	1,3	862,5
12	1 235,0	2 744,0	0,0	0,0	2 221,9
17	0,0	0,0	2 970,0	4 289,0		1 444,1
Итого по сопоставимым странам	16 281,0	14 103,0	14 051,0	11 633,0				11 503,5
Товар Б - всего	40 032,0	33 394,0	26 537,0	20 479,0	834,2	771,7	0,93	22 136,7
3	4231	5289	8075	8479	1 250,1	1 050,0	0,84	10 094,2
4	29312	17294	18462	12000	590,0	650,0	1,10	10 892,5
13	6 489,0	10 811,0	0,0	0,0	1 666,1
Итого по сопоставимым странам	33 543,0	22 583,0	26 537,0	20 479,0				20 986,8
ВСЕГО по всем товарам		50 241,0		36 401,0				38 507,6
в т.ч. по сопоставимым странам		36 686,0		32 112,0

Рассчитаем средний индекс цен по сопоставимым странам по формуле (1) для товара А:

=11633/11503,5=1,01, то есть средняя цена товара А в отчетном периоде составляет 101% от цены базисного (выросла на 1%).

Аналогично по формуле (1) - для товара Б:

= 20479/20968,8=0,97 то есть средняя цена товара Б в отчетном периоде составляет 97% от цены базисного (снизилась на 3%).

Сводный индекс средних цен (по обоим товарам А и Б) по формуле (6):

(11633+20479)/(11633/1,01+20479/0,97)=0,98 то есть средние цены на товары А и Б в отчетном периоде составляют 98% от базисного периода (снизилась на 2%).

По формуле (3) определим индекс стоимости экспорта для товара А:

=11633/16847=0,69, то есть стоимость экспорта снизилась на 31% в отчетном периоде по сравнению с базисным.

Аналогично по формуле (3) - для товара Б:

= 20479/33394=0,61, то есть стоимость экспорта снизилась и составила 57% в отчетном периоде по сравнению с базисным.

Теперь определим индекс стоимости экспорта по формуле (3) для обоих товаров вместе:

=36401/50241=0,72, то есть стоимость экспорта обоих товаров снизилась на 9%) в отчетном периоде по сравнению с базисным.

Определим индекс физического объема экспорта для товара А по формуле (5):

= 0,69 /1,01=0,68, то есть стоимость экспорта снизилась на 32% в отчетном периоде по сравнению с базисным.

Аналогично по формуле (5) - для товара Б:

=0,61/0,97=0,62 то есть стоимость экспорта составила 62% в отчетном периоде по сравнению с базисным.

Общий индекс физического объема по товарам А и Б по формуле (5) составит:

= 0,72/0,98=0,73 то есть физический объем экспорта товаров А и Б снизилась на 27%).

2.4 Практическое задание №4

Работа по декларированию

По данным таблицы 17 оценить изменения структуры оформляемых ГТД в ДВТУ по географическому аспекту в 2005 и 2006 годах с помощью следующих методов:

Рассчитать линейный коэффициент изменения рангов долей;

По итогам расчетов сделать необходимые выводы.

Таблица 17. Количество ГТД, оформленных ДВТУ в 2005 и 2006 гг., шт.

Наименование региона
	2005 г. всего	2006 г. всего
Амурская область	5 623	7 110
Камчатская область	1 969	2 185
Магаданская область	1 345	1 649
Чукотский АО	722	613
Приморский край	98 518	108 556
Республика Саха	517	651
Сахалинская область	17 822	19 578
Хабаровский край	15 425	16 959
Еврейская АО	579	736

Линейный коэффициент изменения рангов долей (ЛКR) - это отношение фактической суммы модулей изменения рангов к предельно возможной сумме модулей при n элементах структуры. Для четного n определяется по формуле (4), а для нечетного n - по формуле (5):

, (43) , (44)

где R1i и R0i - ранги доли i-го элемента структуры в отчетном и базисном периодах.

Таблица 18. Расчет линейного коэффициент изменения рангов долей

Наименование региона	2005	2006	d0	d1	d1 - d0	R0	R1	R1 - R0	(R1 - R0)2
Амурская область	5623	7110	0,0395	0,0450	0,0055	4	4	0	0
Камчатская область	1969	2185	0,0138	0,0138	0,0000	5	5	0	0
Магаданская область	1345	1649	0,0094	0,0104	0,0010	6	6	0	0
Чукотский АО	722	613	0,0051	0,0039	-0,0012	7	9	2	4
Приморский край	98518	108556	0,6913	0,6869	-0,0044	1	1	0	0
Республика Саха	517	651	0,0036	0,0041	0,0005	9	8	-1	1
Сахалинская область	17822	19578	0,1250	0,1239	-0,0012	2	2	0	0
Хабаровский край	15425	16959	0,1082	0,1073	-0,0009	3	3	0	0
Еврейская АО	579	736	0,0041	0,0047	0,0006	8	7	-1	1
Итого по	142520	158037	1,0000	1,0000				0,0000	6,0000

Квадратический коэффициент интенсивности изменения рангов долей (ККR) основан на коэффициенте корреляции рангов Спирмена, особенностью которого является то, что он позволяет определить корреляцию по таким признакам, которые нельзя выразить численно, но можно проранжировать.

где R_1i и R_0i - ранги доли i-го элемента структуры в отчетном и базисном периодах

Рис. 10. Сравнение структуры количества ГТД, оформленных регионами ДВТУ

На основе данных таблицы проанализируем изменения структуры количества ГТД, оформленных регионами Дальнего Востока.

Рассчитаем доли каждого региона в общем количестве ГТД 2005 и 2006 гг., результаты представим в 4-м и 5-м столбцах таблицы 3 соответственно, а в 6-м столбце рассчитаем абсолютные изменения (разность) этих долей. Значения 6-го столбца свидетельствуют о том, что изменения структуры небольшие - менее 5%. Для большей наглядности представим эти данные в виде графика.

Однако изменения структуры не сводятся к возрастанию и уменьшению долей элементов этой структуры. В ряде практических задач особую роль имеют ранги долей, то есть порядковые номера (места), присваиваемые этим долям.

На основе изменения рангов долей можно определить 2 показателя:

Линейный коэффициент изменения рангов долей (ЛКR) - это отношение фактической суммы модулей изменения рангов к предельно возможной сумме модулей при n элементах структуры. Для четного n определяется по формуле (4), а для нечетного n - по формуле (5):

, (45) , (46)

где R1i и R0i - ранги доли i-го элемента структуры в отчетном и базисном периодах.

Так по данным таблицы 4, где в 9-м столбце рассчитана сумма модулей изменения рангов, по формуле (5):

= 0/40 = 0 или 0%.

Данное значение свидетельствует о 0% изменении рангов от максимально возможного, то есть без изменений.

Квадратический коэффициент интенсивности изменения рангов долей (ККR) основан на коэффициенте корреляции рангов Спирмена, особенностью которого является то, что он позволяет определить корреляцию по таким признакам, которые нельзя выразить численно, но можно проранжировать. При полном совпадении рангов долей в базисном и отчетном периодах коэффициент Спирмена равен +1, а при максимальном изменении рангов (первый становится последним, порядок рангов «переворачивается») коэффициент Спирмена составит -1, следовательно максимальное значение изменения коэффициента Спирмена равно 2. Чтобы получить показатель степени интенсивности изменения рангов элементов структуры, следует отклонение фактического коэффициента Спирмена от единицы разделить на 2:

. (47)

Измерим с помощью формулы (6) интенсивность изменения рангов долей по данным таблицы 3 (10-й столбец):

= 0,025 или 2,5%,

Полученное значение говорит об устойчивости иерархии регионов Дальнего Востока по количеству оформленных ГТД в 2005 году по сравнению с 2006 годом.

Практическое задание №6.

Оценка изменений в структуре таможенных платежей

По данным таблицы 19 оценить изменения в структуре таможенных платежей по таможенным управлениям РФ, для чего:

построить диаграмму, показывающую изменение структуры платежей;

рассчитать показатели сравнения структуры по формулам (146) - (149), сделать выводы.

Таблица 19. Перечисление таможенных платежей в федеральный бюджет, млрд. руб.

Таможенное управление	Годы
	2000	2001	2002	2003
Центральное (ЦТУ)	97,2	154,3	173	254,3
Южное (ЮТУ)	43,6	62,2	62,7	88,7
Приволжское (ПТУ)	15,1	43,2	53,5	70,8
Северо-западное (СЗТУ)	51,6	88,9	113,1	146
Сибирское (СТУ)	18,8	18,7	23,3	28,3
Уральское (УТУ)	25,6	30,7	24,5	27,9
Дальневосточное (ДВТУ)	13,8	20,5	32,2	35,1
Прочие (ЦЭТ)	75,6	127,0	96,5	136,6

Для оценки изменения в структуре таможенных платежей в федеральный бюджет по данным таблицы 3 рассчитаем показатели сравнения структуры по формулам (146) - (149). Для чего необходимо выполнить вспомогательный расчет долей каждого вида платежа в каждом году по формуле (6), который приведем в таблице 20 с точностью до 3-х знаков после запятой.

Таблица 20. Расчет долей платежей

Таможенное управление	Годы	Базовый год	Доля	Отчетный год	Доля
	2000	2001	2002	2003
Центральное (ЦТУ)	97,2	154,3	195,6	254,3	251,5	0,284	254,3	0,326
Южное (ЮТУ)	43,6	62,2	62,7	88,7	105,8	0,119	88,7	0,114
Приволжское (ПТУ)	15,1	43,2	53,5	70,8	58,3	0,066	70,8	0,091
Северо-западное (СЗТУ)	51,6	88,9	113,1	146	140,5	0,158	138,3	0,177
Сибирское (СТУ)	18,8	18,7	23,3	28,3	37,5	0,042	28,3	0,036
Уральское (УТУ)	25,6	30,7	24,5	27,9	56,3	0,063	27,9	0,036
Дальневосточное (ДВТУ)	13,8	20,5	32,2	35,1	34,3	0,039	35,1	0,045
Прочие (ЦЭТ)	75,6	127	96,5	136,6	202,6	0,228	136,6	0,175
Итого:					886,8	1	780	1

На основе данных таблицы рассчитаем показатели сравнения структуры.



Таблица 21. Расчет коэффициентов структурных сдвигов

№ групп	Вид платежа	d1	d0
1	Центральное (ЦТУ)	0,326	0,284	0,042	0,0017996	0,18672393	0,004842
2	Южное (ЮТУ)	0,114	0,119	0,006	0,0000312	0,027165543	0,000575
3	Приволжское (ПТУ)	0,091	0,066	0,025	0,0006264	0,012561063	0,025570
4	Северо-западное (СЗТУ)	0,177	0,158	0,019	0,0003562	0,056539611	0,003160
5	Сибирское (СТУ)	0,036	0,042	0,006	0,0000361	0,003104567	0,005841
6	Уральское (УТУ)	0,036	0,063	0,028	0,0007683	0,005309998	0,077982
7	Дальневосточное (ДВТУ)	0,045	0,039	0,006	0,0000400	0,003521018	0,005707
8	Прочие (ЦЭТ)	0,175	0,228	0,053	0,0028445	0,082864721	0,017463
	Итого:	1,000	1,000	0,185	0,007	0,378	0,141

Рис. 11. Показатели сравнения структуры

Линейный коэффициент структурных сдвигов Казинца по формуле (146) составил: ЛК = 0,185/8 = 0,023 или 2,3%. Квадратический коэффициент структурных сдвигов Казинца по формуле (147) составил: = 0,028 или 2,8%

Оба коэффициента свидетельствуют о том, что имеются структурные различия в удельных весах таможенных платежей, то есть доля отдельных видов таможенных платежей в среднем различается на 2,3 - 2,8%.

Интегральный коэффициент структурных сдвигов Гатева по формуле (148) составил: KГ = = 0,13, что также свидетельствует о наличии структурных различий в долях отдельных видов таможенных платежей

Индекс структурных различий Салаи по формуле (149) составил: IС = = 0,132, что также подтверждает наличие значительных структурных сдвигов. Преимущество индекса Салаи состоит в том, что он учитывает не только интенсивность изменений в группе как индекс Гатева, но и удельный вес этой группы в двух периодах.

Задание №7. Изучение эффективности валютного контроля по РТУ

Таблица 22. Показатели эффективности валютного контроля по РТУ

№ п/п	Показатель	ЦТУ	ЮТУ	УТУ	СТУ	СЗТУ	ПТУ	ДВТУ	ЦЭТ
1	Количество проверок, тыс. ед.	12,3	8,1	3,4	3,1	3,7	4,4	2,0	0,57
2	Выявлено случаев нарушений, тыс. ед.	1,7	1,1	4,2	2,8	6,0	3,41	1,8	0,014
3	Сумма предметов нарушений, млн. долл. США	89,0	64,0	140,0	65,5	79,0	132,5	51,2	97,4
4	Возбуждено дел об АП	952	383	738	465	963	446	223	14
5	Доля дел об АБ в общем количестве проверок, %	7,7	4,7	21,7	15,0	26,0	10,1	11,2	2,5

Подбор уравнения регрессии представляет собой математическое описание изменения взаимно коррелируемых величин по эмпирическим (фактическим) данным. Уравнение регрессии должно определить, каким будет среднее значение результативного признака у при том или ином значении факторного признака х, если остальные факторы, влияющие на у и не связанные с х, не учитывать, т.е. абстрагироваться от них. Другими словами, уравнение регрессии можно рассматривать как вероятностную гипотетическую функциональную связь величины результативного признака у со значениями факторного признака х.

Уравнение регрессии можно также назвать теоретической линией регрессии. Рассчитанные по уравнению регрессии значения результативного признака называются теоретическими. Они обычно обозначаются или (читается: «игрек, выравненный по х») и рассматриваются как функция от х, т.е. = f(x).

Найти в каждом конкретном случае тип функции, с помощью которой можно наиболее адекватно отразить ту или иную зависимость между признаками х и у, - одна из основных задач регрессионного анализа. Выбор теоретической линии регрессии часто обусловлен формой эмпирической линии регрессии; теоретическая линия как бы сглаживает изломы эмпирической линии регрессии. Кроме того, необходимо учитывать природу изучаемых показателей и специфику их взаимосвязей.

Для аналитической связи между х и у могут использоваться виды уравнений, рассмотренных ранее. Обычно зависимость, выражаемую уравнением прямой, называют линейной (или прямолинейной), а все остальные - криволинейными зависимостями.

Выбрав тип функции, по эмпирическим данным определяют параметры уравнения. При этом отыскиваемые параметры должны быть такими, при которых рассчитанные по уравнению теоретические значения результативного признака были бы максимально близки к эмпирическим данным.

Существует несколько методов нахождения параметров уравнения регрессии. Наиболее часто используется метод наименьших квадратов (МНК). Его суть заключается в следующем требовании: искомые теоретические значения результативного признака должны быть такими, при которых бы обеспечивалась минимальная сумма квадратов их отклонений от эмпирических значений, т.е.

S=.



Поставив данное условие, легко определить, при каких значениях a, b и т.д. для каждой аналитической кривой эта сумма квадратов отклонений будет минимальной. Данный метод уже использовался нами в теме 6 «Статистическое изучение динамики ВЭД», поэтому, воспользуемся формулой (*) для нахождения параметров теоретической линии регрессии:

(*)

Выразив из первого уравнения системы (*) b, получим:

(7)

Подставив (7) во второе уравнение системы(*), затем разделив обе его части на n, получим:

(8)

Параметр b в уравнении линейной регрессии называется коэффициентом регрессии, который показывает на сколько изменяется значение результативного признака y при изменении факторного признака x на единицу.

Исходные данные и расчеты для нашего примера представим в таблице 23.

Таблица 23. Вспомогательные расчеты для нахождения уравнения регрессии

№ п/п	x	y	x2	xy		()2
1	12,3	952	151,29	11709,6	914,14	1433,26	184041,00
2	8,1	383	65,61	3102,3	698,09	99282,33	19600,00
3	3,4	738	11,56	2509,2	456,32	79343,56	46225,00
4	3,1	465	9,61	1441,5	440,89	581,39	3364,00
5	3,7	963	13,69	3563,1	471,75	241324,31	193600,00
6	4,4	446	19,36	1962,4	507,76	3814,39	5929,00
7	2	223	4	446	384,30	26018,74	90000,00
8	0,57	14	0,3249	7,98	310,74	88056,51	259081,00
Итого	37,57	4184	275,445	24742,1	4184,00	539854,49	801840,00
Ср.зн	4,69625	523	34,4306	3092,76

о формуле (7):b= (3092,7-4,6*523)/(34,4-4,6*4,6)=51,4

По формуле (8): = 523-51,4*4,6=281,4

Отсюда получаем уравнение регрессии: =281,4+51,4x, подставляя в которое вместо x эмпирические значения факторного признака (2-й столбец таблицы 4), получаем выравненные по прямой линии теоретические значения результативного признака (6-й столбец таблицы 4). Для иллюстрации различий между эмпирическими и теоретическими линиями регрессии построим график (рис. 3).

=(34,4-4,6*4,6)^0,5=3,5

=(373759-523*523)^0,5=316,5

Рис. 3. График эмпирической и теоретической линий регрессии

Из рисунка 3 видно, что небольшие различия между эмпирической и теоретической линиями регрессии существуют, поэтому необходимо оценить существенность коэффициента регрессии и уравнения связи, для чего определяют среднюю ошибку параметров уравнения регрессии и сравнивают их с этой ошибкой.

Расчет ошибок параметров уравнения регрессии основан на использовании остаточной дисперсии, характеризующей расхождение (отклонение) между эмпирическими и теоретическими значениями результативного признака. Для линейного уравнения регрессии () стандартные ошибки параметров b, a и определяются по формулам (9-11),

, (9) , (10)

(11), где

Значимость параметров проверяется путем сопоставления его значения со стандартной ошибкой. Обозначим это соотношение как t критерий Стьюдента для параметров:

, (12)

Если выборка малая (n<30), то значимость параметра b проверяется путем сравнения с табличным значения t-критерия Стьюдента при числе степеней свободы н=n-2 и заданном уровне значимости б (Приложение 2). Если рассчитанное по формуле (12) значение больше табличного, то параметр считается значимым.

В нашем примере: =(539854,9/6) 0,5=299,9

Mb=299,9*(1/(275,4 -8*4,6*4,6))^0,5=30,1

Ma=299,9*(275,4 /(8*(275,4 -8*4,6*4,6)))^0,5=176,8

tb=51,4/30,1=1,7

ta=281,4/176,8=1,5

Так как выборка малая, то задавшись стандартной значимостью б=0,05 находим в 10-й строке Приложения 2 табличное значение t табл=2.26, которое значительно меньше полученных значений 2,4, но больше чем 1,18, что видетельствует о значимости параметра bуравнения регрессии и не значимости параметра a.

Проверка коэффициента корреляции на значимость (существенность). Интерпретируя значение коэффициента корреляции, следует иметь в виду, что он рассчитан для ограниченного числа наблюдений и подвержен случайным колебаниям, как и сами значения x и y, на основе которых он рассчитан. Другими словами, как любой выборочный показатель, он содержит случайную ошибку и не всегда однозначно отражает действительно реальную связь между изучаемыми показателями. Для того, чтобы оценить существенность (значимость) самого r и, соответственно, реальность измеряемой связи между х и у, необходимо рассчитать средне - квадратическую ошибку коэффициента корреляции у_r. Оценка существенности (значимости) r основана на сопоставлении значения r с его среднеквадратической ошибкой: .

Существуют некоторые особенности расчета у_r в зависимости от числа наблюдений (объема выборки) - n.

Если число наблюдений достаточно велико (n>30), то у_r рассчитывается по формуле (13):

. (12)



Обычно, если >3, то r считается значимым (существенным), а связь - реальной. Задавшись определенной вероятностью, можно определить доверительные пределы (границы) r = (), где t - коэффициент доверия, рассчитываемый по интегралу Лапласа.

Если число наблюдений небольшое (n<30), то у_r рассчитывается по формуле (14)

, (13)

а значимость r проверяется на основе t-критерия Стьюдента, для чего определяется расчетное значение критерия по формуле (12) и сопоставляется c t_ТАБЛ.

. (14)

Табличное значение t_ТАБЛ находится по таблице распределения t-критерия Стьюдента (см. Приложение 2) при уровне значимости б=1-в и числе степеней свободы н=n-2. Если t_РАСЧ> t_ТАБЛ, то r считается значимым, а связь между х и у - реальной. В противном случае (t_РАСЧ< t_ТАБЛ) считается, что связь между х и у отсутствует, и значение r, отличное от нуля, получено случайно.

В нашей задаче число наблюдений небольшое, значит, оценивать существенность (значимость) линейного коэффициента корреляции будем по формулам (14) и (15):

= 0,33

= 0,57/0,33=1,7

Из приложения 9 видно, что при числе степеней свободы н = 8 - 2 = 6 и вероятности в = 95% (уровень значимости б =1 - в = 0,05) t_табл=2,44, а при вероятности 99% (б=0,01) t_табл=3,7, значит, t_РАСЧ < t_ТАБЛ, что дает возможность считать линейный коэффициент корреляции не значимым.

Наряду с проверкой значимости отдельных параметров осуществляется проверка значимости уравнения регрессии в целом или, что то же самое, проверка адекватности модели с помощью критерия Фишера по Приложению 4. Данный метод уже использовался нами для проверки адекватности уравнения тренда в предыдущей теме, поэтому воспользовавшись соотношением в нашем примере получим:

F=0.57*0.57*6/(1-0.57*0.57)=2,9

Сравнивая расчетное значение критерия Фишера F_р = 2,9 с табличным F_т = 5,99, определяемое по Приложению 8 при числе степеней свободы н₁ = k - 1 = 2 -1 = 1 и н₂ = n - k = 12 - 2 = 10 (т.е. 1-й столбец и 10-я строка) и стандартном уровне значимости б=0,05, можно сделать вывод, что уравнение регрессии не значимо.



Заключение

В ходе данной работы был сделан вывод о том, что внешняя торговля России малоэффективна из-за своей структуры. В структуре импорта преобладает оборудование и транспортные средства, а в структуре экспорта - сырьё с низкой добавленной стоимостью. Такая картина сложилась из-за того, что в 90-е годы 20 века после распада СССР Россия оказалась в глубоком экономическом кризисе, были разрушены основные производственные силы и осуществлён переход к рыночной экономике, несмотря на то что страна ещё не была готова к этому переходу. Решение этих проблем лежит в восстановлении промышленности, в первую очередь сельскохозяйственной, тяжелой, перерабатывающей и обрабатывающей.

Но для осуществления этих задач нужны средства, источником которых является внешняя торговля и инвестиции. В ближайшие пять лет структура экспорта вряд ли поменяется, но стоит всерьёз задуматься о рациональности такой структуры. Прежде всего, надо решить внутренние проблемы страны. И в этом направлении уже есть подвижки. На настоящий момент у нас свёрстан бюджет, и утверждён конкретный план развития. Также разработана стратегия развития России, в которой определены основные цели и сформулирован перечень внутренних экономических проблем, которые необходимо решить в первую очередь для рационального развития страны.



Список литературы

1. Приказ Государственного таможенного комитета Российской Федерации от 24 декабря 2003 г. №1524 «Об утверждении Методологии таможенной статистики внешней торговли Российской Федерации».

2. Приказ Госкомстата Российской Федерации от 29 мая 2006 г. №89 «О сотрудничестве и межведомственном обмене информацией по вопросам статистики внешней торговли Государственного комитета Российской Федерации по статистике и Государственного таможенного комитета Российской Федерации (ГТК России)»

3. Распоряжение Государственного таможенного комитета Российской Федерации от 24 апреля 2007 г. №192-р «Об особенностях перемещения товаров, учитываемых в таможенной статистике внешней торговли»

4. Приказ Государственного таможенного комитета Российской Федерации от 6 июня 2002 г. №588 «Об упорядочении правовой базы по вопросам ведения таможенной статистики и совершенствования информационных технологий».

5. Афонин П.Н. Таможенная статистика: учебное пособие / П.Н. Афонин. - СПб.: ИЦ Интермедия, 2018. - 159 с.

6. Беляева Е.Н. Таможенная статистика: Учебное пособие / Е.Н. Беляева, О.Е. Кудрявцев; Под ред. профессора С.Н. Гамидуллаева. - СПб: Троицкий мост, 2017. - 160 с.

7. Терехов В.А. Таможенная статистика в условиях функционирования Таможенного союза: Учебное пособие / В.А. Тере-хов, В.Н. Москаленко, Е.В, Родительская, И.М. Турланова. - СПб.: Троицкий мост, 2018. - 160 с.

Размещено на Allbest.ru

...