Статистический анализ динамики экспортно-импортных товаропотоков РФ (2024-2025): Методология, тренды и эконометрическое прогнозирование

По итогам 2024 года внешнеторговый товарооборот России составил 716,9 млрд долл. США, что знаменует собой не просто восстановление после кризисных явлений, а структурный и географический сдвиг, требующий применения специфических статистических методологий для корректного анализа и прогнозирования.

Теоретико-методологические основы статистического исследования внешней торговли

Краткая аннотация

Настоящая работа посвящена разработке и применению комплекса статистических методов, включая анализ динамических рядов и эконометрическое моделирование, для оценки и интерпретации сложной динамики экспортно-импортных товаропотоков Российской Федерации в период радикальных геополитических и экономических трансформаций 2024–2025 гг.

Актуальность темы обусловлена необходимостью объективной количественной оценки эффективности внешней торговли в условиях переориентации поставок, усиления санкционного давления и изменения таможенно-тарифного регулирования. Без строгого методологического аппарата, основанного на данных ФТС и Росстата, невозможно адекватно оценить степень адаптации экономики и прогнозировать ее дальнейшее развитие, следовательно, все стратегические решения в области ВЭД должны опираться на эти данные.

Объект исследования — совокупность экспортно-импортных товаропотоков Российской Федерации в стоимостном и натуральном выражении. Предмет исследования — статистические закономерности, тренды, структурные изменения и эконометрические модели, характеризующие динамику этих товаропотоков.

Цель работы — разработка и применение статистической методологии для глубокого анализа динамики внешней торговли РФ и построения адекватного прогнозного инструментария.

Задачи исследования:

1. Систематизировать концептуальные основы статистического учета внешней торговли РФ.
2. Раскрыть методологию расчета аналитических показателей динамических рядов.
3. Освоить и применить продвинутые инструменты факторного и индексного анализа (методы Ласпейреса, Пааше, цепных подстановок).
4. Провести эмпирический анализ актуальных данных за 2024–2025 гг., выявив ключевые структурные и географические сдвиги.
5. Построить эконометрическую модель для прогнозирования динамики товаропотоков.
6. Оценить количественное влияние таможенно-тарифного регулирования на ВЭД.

Концептуальные основы учета и статистики ВЭД

Статистика внешней торговли является важнейшим элементом национальной экономической статистики, формирующим информационную базу для макроэкономического анализа и принятия решений в сфере государственного регулирования.

Методологическая база. В Российской Федерации статистический учет внешней торговли строится на международных стандартах, главным образом на методологических положениях ООН «Статистика международной торговли товарами. Концепции и определения» (СМТТ-2) и Руководстве по платежному балансу МВФ (5-е издание).

Субъекты учета. Ведущую роль в формировании статистики играет Федеральная таможенная служба (ФТС России), которая является основным источником первичных данных, получаемых из грузовых таможенных деклараций (ГТД), заполняемых участниками внешнеэкономической деятельности.

Роль Росстата. Росстат дополняет данные ФТС, осуществляя статистическое наблюдение за товарами, не подлежащими таможенному оформлению. К ним относятся, например, рыба и морепродукты, добытые и проданные в открытом море, а также товары, транспортируемые трубопроводным транспортом (нефть, газ), учет которых был передан Росстату с 2009 года.

Объект учета. Объектом статистического учета являются все товары, физический ввоз и вывоз которых приводит к увеличению или уменьшению материальных ресурсов страны. Особое внимание уделяется учету взаимной торговли товарами со странами-членами ЕАЭС, где применяются специальные механизмы статистического сбора данных, отличные от таможенного декларирования.

Система основных статистических показателей динамики

Для характеристики динамики экспортно-импортных товаропотоков используется аппарат анализа динамических рядов. Динамический ряд представляет собой последовательность значений статистического показателя, расположенных в хронологическом порядке.

Ключевые показатели, используемые для обобщающей характеристики динамики:

Показатель	Определение	Формула	Назначение
Абсолютный прирост ($\Delta$)	Разность между текущим и предыдущим (цепной) или базисным (базисный) уровнем ряда.	$\Delta = y_{t} — y_{t-1}$	Показывает абсолютную скорость изменения.
Коэффициент роста ($K_{р}$)	Отношение текущего уровня к предыдущему или базисному.	$K_{р} = y_{t} / y_{t-1}$	Показывает изменение в долях единицы (во сколько раз).
Темп прироста ($T_{прир}$)	Относительное изменение, выраженное в процентах.	$T_{прир} = (K_{р} — 1) \cdot 100\%$	Показывает относительную скорость изменения.

Средний уровень моментного ряда. В статистике внешней торговли часто приходится работать с моментными рядами, например, при анализе остатков товаров на складах или запасов сырья на определенную дату. Если интервалы между датами равны, средний уровень моментного ряда ($\bar{y}$) рассчитывается по формуле средней хронологической:

&bar;y = (1 / (n-1)) · ((y<sub>1</sub> + y<sub>n</sub>) / 2 + Σ<sup>n-1</sup><sub>i=2</sub> y<sub>i</sub>)

Где:

• $y_1$ и $y_n$ — первый и последний уровни ряда;
• $\Sigma$ — сумма промежуточных уровней.

Средние показатели изменения уровней ряда. Для характеристики средней интенсивности изменения за весь период используются:

1. Средний абсолютный прирост ($\bar{\Delta}$): Рассчитывается как средняя арифметическая из цепных абсолютных приростов.
2. Средний коэффициент роста ($\bar{K}_{р}$): Рассчитывается как средняя геометрическая из цепных коэффициентов роста.
3. Средний темп прироста ($\bar{T}_{прир}$): Выводится из среднего коэффициента роста: $\bar{T}_{прир} = (\bar{K}_{р} — 1) \cdot 100\%$.

Детализированный методологический аппарат факторного и индексного анализа

Глубокий статистический анализ динамики стоимостных объемов внешней торговли невозможен без применения индексного и факторного методов, позволяющих разложить общее изменение на влияние различных факторов. Какова практическая выгода от такого разделения? Оно позволяет лицам, принимающим решения, точно определить, вызван ли рост выручки изменением реального спроса (объема) или просто инфляционным ростом цен.

Применение индексного метода для оценки динамики товаропотоков

Индексный метод позволяет оценить изменение комплексных показателей, таких как стоимость товарооборота, за счет изменения физического объема и средних цен (удельной стоимости).

Согласно методологии ФТС России, для характеристики динамики внешней торговли рассчитываются сводные индексы физического объема и индексы средних цен, причем используются не симметричные формулы, а исторически принятые для статистики цен и объемов: индексы Ласпейреса и Пааше.

Индекс физического объема ($I_{q}$):

Индекс физического объема (количества) рассчитывается по формуле Ласпейреса с весами базисного периода. Он показывает, как изменился бы стоимостной объем, если бы цены оставались на уровне базисного периода ($p_0$):

I<sup>Ласпейрес</sup><sub>q</sub> = (Σ (q<sub>1</sub> · p<sub>0</sub>)) / (Σ (q<sub>0</sub> · p<sub>0</sub>))

Где: $q_1, q_0$ — количество товаров в отчетном и базисном периодах; $p_0$ — цена базисного периода.

Индекс средних цен ($I_{p}$):

Индекс средних цен (удельной стоимости) рассчитывается по формуле Пааше с весами отчетного периода ($q_1$). Он отражает изменение цен, взвешенное на объемы отчетного периода:

I<sup>Пааше</sup><sub>p</sub> = (Σ (q<sub>1</sub> · p<sub>1</sub>)) / (Σ (q<sub>1</sub> · p<sub>0</sub>))

Где: $p_1, p_0$ — цены (удельная стоимость) в отчетном и базисном периодах; $q_1$ — количество товаров в отчетном периоде.

Использование именно этих формул позволяет ФТС обеспечить методологическую сопоставимость данных и следовать международным рекомендациям по построению системы индексов. Произведение этих индексов дает сводный индекс стоимостного объема ($I_{qp}$):

I<sub>qp</sub> = I<sup>Ласпейрес</sup><sub>q</sub> · I<sup>Пааше</sup><sub>p</sub>

Факторный анализ изменения стоимости товарооборота

При анализе товаропотоков критически важно определить, какая часть изменения стоимостного объема (например, экспорта) обусловлена ростом (падением) физических объемов, а какая — изменением средних цен (удельной стоимости).

Для этого в рамках экономической статистики, и в частности в ФТС, применяется метод цепных подстановок. Этот метод является общепринятым и наиболее простым для разложения общего изменения результативного показателя на влияние отдельных факторов.

Пусть $V$ — стоимостной объем товарооборота, который является функцией двух факторов: $Q$ (физический объем) и $P$ (средняя цена).

$$V = Q \cdot P$$

Изменение стоимостного объема между базисным (0) и отчетным (1) периодами:

ΔV = V<sub>1</sub> - V<sub>0</sub> = Q<sub>1</sub> P<sub>1</sub> - Q<sub>0</sub> P<sub>0</sub>

Алгоритм метода цепных подстановок:

1. Определение влияния физического объема ($Q$): Рассчитывается условный объем $V_{усл}$ при подстановке отчетного объема ($Q_1$) в базисную цену ($P_0$):

   V<sub>усл</sub> = Q<sub>1</sub> · P<sub>0</sub>

   Влияние изменения объема:

   ΔV(Q) = V<sub>усл</sub> - V<sub>0</sub> = Q<sub>1</sub> P<sub>0</sub> - Q<sub>0</sub> P<sub>0</sub> = P<sub>0</sub> (Q<sub>1</sub> - Q<sub>0</sub>)

2. Определение влияния средней цены ($P$): Рассчитывается разница между фактическим объемом отчетного периода ($V_1$) и условным объемом ($V_{усл}$):

   ΔV(P) = V<sub>1</sub> - V<sub>усл</sub> = Q<sub>1</sub> P<sub>1</sub> - Q<sub>1</sub> P<sub>0</sub> = Q<sub>1</sub> (P<sub>1</sub> - P<sub>0</sub>)

Проверка: Сумма влияния факторов должна быть равна общему изменению:
$$\Delta V(Q) + \Delta V(P) = \Delta V$$

Метод цепных подстановок позволяет четко изолировать вклад каждого фактора. Например, если в 2024 году рост экспорта нефти был обусловлен увеличением физического объема, а не только ростом цен, этот метод дает точную количественную оценку влияния каждого из этих компонентов.

Эмпирический анализ и выявление структурно-географических сдвигов (2024-2025)

Период 2024–2025 годов стал временем радикальных структурных преобразований во внешней торговле РФ, что требует пристального внимания к анализу динамических рядов и выявлению новых тенденций.

Оценка макродинамики экспорта и импорта РФ

По итогам 2024 года российский внешнеторговый товарооборот продемонстрировал устойчивость и даже небольшой рост на 0,9%, достигнув 716,9 млрд долл. США.

Таблица 1. Динамика внешней торговли РФ в 2023–2025 гг. (млрд долл. США)

Показатель	2023 год	2024 год	Изменение 2024/2023, %	Янв–Май 2025	Изменение 2025/2024, %
Товарооборот	710,4	716,9	+0,9%	271,7	-3,2%
Экспорт	430,0	433,9	+0,9%	162,1	-6,2%
Импорт	280,4	283,0	+0,9%	109,5	+1,7%
Сальдо	149,6	150,9	+7,79%	52,6	—

Источник: Составлено на основе данных ФТС России.

Расчет среднего темпа прироста экспорта (2023–2024):

1. Коэффициент роста ($K_{р}$): $K_{р} = 433,9 \text{ млрд} / 430,0 \text{ млрд} = 1,00907$
2. Темп прироста ($T_{прир}$): $T_{прир} = (1,00907 — 1) \cdot 100\% = +0,907\%$

Положительное сальдо торгового баланса выросло до 150,9 млрд долл. США (+7,79% к 2023 году), что свидетельствует о сохранении традиционной экспортно-ориентированной модели экономики.

Однако данные за начало 2025 года указывают на замедление динамики и потенциальную смену тренда. За январь–май 2025 года товарооборот сократился на 3,2%, при этом экспорт показал значительное падение на 6,2%, в то время как импорт продолжил умеренный рост на 1,7%. Если эта тенденция сохранится, не приведет ли это к существенному сокращению положительного сальдо по итогам всего года, требуя корректировки валютной и фискальной политики?

Анализ структурной и географической переориентации

Наиболее яркой чертой 2024 года стал радикальный географический сдвиг, вызванный перестройкой логистических и финансовых цепочек.

Географический сдвиг:

В 2024 году экспорт в страны Европы упал на 20,37%, в то время как основным торговым партнером России окончательно стал Азиатский регион. Экспорт в страны Азии вырос на 7,58%, достигнув 329,2 млрд долл. США. Это подтверждает успешную, хотя и затратную, переориентацию рынков сбыта.

Структурная трансформация экспорта (Минеральные продукты):

Основой экспорта по-прежнему остаются минеральные продукты (60,9% от общей структуры), составив 264,1 млрд долл. США.

Детализация в секторе нефтепродуктов показывает глубокую структурную адаптацию:

1. Сырая нефть: Экспорт сырой нефти вырос на 2,4%, достигнув 240 млн тонн, а доходы составили 189 млрд долл. США. Ключевыми потребителями стали Китай и Индия, заместившие европейский рынок.
2. Нефтепродукты (НП): Экспорт НП из России продемонстрировал полную переориентацию. Доля поставок в страны ЕС снизилась практически до нуля. Анализ показывает, что основными новыми хабами для дизельного топлива и других НП стали:
   • Турция: около 43% от объема экспорта (по данным октября 2024 г.).
   • Африка: 31%
   • Латинская Америка: 12%

Структура импорта:

Структура импорта остается стабильной, отражая потребность экономики в технологическом обновлении. Крупнейшей статьей импорта остаются машины, оборудование и транспортные средства, составляющие 52% от общего объема импорта (147,1 млрд долл. США).

Эконометрическое моделирование и прогнозирование динамики товаропотоков

Статистический анализ динамических рядов закладывает основу для прогнозирования. Эконометрическое моделирование позволяет не только экстраполировать выявленный тренд, но и включить в модель влияние макроэкономических факторов, что критически важно в условиях высокой волатильности.

Выявление тенденции развития (тренда)

Аналитическое выравнивание является необходимым этапом для выявления долгосрочной тенденции (тренда), очищенной от случайных и сезонных колебаний. В простейшем случае используется линейная модель тренда:

y<sub>t</sub> = a + b · t

Где:

• $y_t$ — прогнозируемый уровень товаропотока (экспорта или импорта) в момент времени $t$.
• $t$ — порядковый номер периода (времени).
• $a$ — свободный член, уровень ряда в начале отсчета.
• $b$ — параметр, характеризующий средний абсолютный прирост (скорость роста/падения).

Параметры $a$ и $b$ определяются методом наименьших квадратов (МНК). Для временных рядов с четным числом уровней применяется центрирование времени $t$ (условное время), что упрощает расчет: $\Sigma t = 0$.

Расчет параметров МНК

Период (t)	Экспорт (y, млрд USD)	t’ (центрированное)	t’²	t’ · y
…	…	…	…	…

Формулы для расчета параметров $a$ и $b$ при центрировании:

a = (Σ y) / n = &bar;y

b = (Σ (t' · y)) / (Σ t'<sup>2</sup>)

Построенное уравнение тренда позволяет делать экстраполяционные прогнозы на краткосрочный период, предполагая сохранение выявленной тенденции.

Применение Гравитационной модели для прогнозирования

Для повышения достоверности прогнозов, особенно в контексте структурных и географических сдвигов, необходимо использовать многофакторные эконометрические модели.

Обоснование выбора модели:

Наиболее распространенной и подтвержденной методологией для эконометрического моделирования внешней торговли РФ, позволяющей оценить влияние макроэкономических параметров, транспортных издержек и географического расстояния, является Гравитационная модель внешней торговли. Эта модель, заимствованная из физики, предполагает, что торговый поток между двумя странами пропорционален их экономическому «размеру» (ВВП, спрос) и обратно пропорционален «расстоянию» (торговым издержкам, географической удаленности).

Спецификация модели:

В общем виде гравитационная модель, используемая для анализа российской ВЭД, может быть представлена в логарифмической форме (что позволяет интерпретировать коэффициенты как эластичности):

ln(V<sub>ij</sub>) = β<sub>0</sub> + β<sub>1</sub> ln(Y<sub>i</sub>) + β<sub>2</sub> ln(Y<sub>j</sub>) + β<sub>3</sub> ln(D<sub>ij</sub>) + β<sub>4</sub> Border<sub>ij</sub> + Σ<sub>k</sub> δ<sub>k</sub> Z<sub>k</sub> + ε<sub>ij</sub>

Где:

• $V_{ij}$ — Стоимость товаропотока (экспорт или импорт) между страной $i$ (РФ) и страной $j$.
• $Y_i, Y_j$ — Внутренний спрос или ВВП стран.
• $D_{ij}$ — Расстояние между странами (прокси для транспортных издержек).
• $\text{Border}_{ij}$ — Дамми-переменная, отражающая наличие общей границы.
• $Z_k$ — Дополнительные макроэкономические параметры (обменные курсы, цены на энергоносители, торговые соглашения).

Применение в контексте РФ (2024–2025):

В современных условиях, при моделировании динамики товаропотоков РФ, особое значение приобретают следующие параметры:

1. Валютный рынок: Обменный курс рубля напрямую влияет на ценовую конкурентоспособность экспорта.
2. Внутренний спрос: Влияет на объем импорта (потребность в машинах и оборудовании).
3. Санкционные дамми-переменные: Включение переменных, отражающих введение или снятие санкций в отношении конкретных торговых партнеров или секторов, позволяет количественно оценить их влияние на $\Delta V$.

Расчет параметров $\beta$ проводится с использованием пакетов статистического анализа (Gretl, Statistica), что позволяет получить адекватный прогнозный инструментарий, учитывающий не только инерцию, но и реакцию на внешние шоки.

Оценка влияния таможенного регулирования и проблемы учета

Таможенное регулирование является не просто административной функцией, а одним из наиболее действенных инструментов государственного вмешательства, который прямо влияет на объемы и структуру товаропотоков.

Количественная оценка влияния таможенно-тарифного регулирования

Таможенно-тарифное регулирование (ТТР) осуществляется путем применения ввозных и вывозных таможенных пошлин. Его эффективность должна оцениваться через количественное изменение объемов ВЭД и бюджетные поступления.

1. Гибкие вывозные таможенные пошлины (2023–2024 гг.):

Введенные с октября 2023 года гибкие вывозные таможенные пошлины (от 0% до 7% в зависимости от курса рубля) на ряд товаров являются ярким примером оперативного ТТР.

• Механизм влияния: Цель этих пошлин — стабилизация внутреннего рынка и снижение зависимости экспортеров от ослабления национальной валюты. Когда рубль слабеет, пошлина растет, что снижает рублевую выручку экспортеров и стимулирует их к насыщению внутреннего рынка или сдерживанию цен.
• Количественный эффект: Хотя прямое влияние на объем экспорта сложно выделить, анализ поступлений в бюджет показывает фискальную эффективность.

2. Экспортные пошлины на зерновые:

Другим значимым инструментом являются плавающие экспортные пошлины на зерновые культуры. По итогам 2024 года, ожидаемое поступление в бюджет от этих пошлин прогнозируется в размере 133,9 млрд рублей. Эта цифра наглядно демонстрирует, как ТТР используется не только для пополнения бюджета, но и для управления продовольственной безопасностью и ценовой политикой на внутреннем рынке. Таким образом, статистический анализ должен включать не только объемы, но и сопоставление их динамики с периодами введения/отмены конкретных мер ТТР, о чем подробно говорится в разделе Факторный анализ изменения стоимости товарооборота.

Эффективность современного таможенного администрирования

Совершенствование таможенного администрирования в РФ, направленное на ускорение товаропотоков и повышение собираемости платежей, также оказывает косвенное влияние на ВЭД.

Автоматизация процессов:

Развитие информационных таможенных технологий позволяет сокращать время прохождения таможенных процедур, снижая нетарифные издержки для бизнеса:

• В 2024 году практически 100% деклараций подавалось в электронном виде.
• Около 82% деклараций были автоматически зарегистрированы.
• 26–32,4% деклараций были автоматически выпущены системой.

Высокий уровень автоматизации снижает коррупционные риски и ускоряет оборот товаров.

Таможенный контроль после выпуска товаров (ККПО):

ККПО является наиболее эффективным инструментом борьбы с нарушениями, поскольку переносит основную проверку на постдекларационный этап. Статистика ККПО демонстрирует впечатляющую бюджетную эффективность: по итогам 2024 года по результатам постконтроля было дополнительно взыскано более 43 миллиардов рублей, что на 67% превысило показатель 2023 года. Этот показатель подтверждает, что, несмотря на упрощение формальных процедур на границе, система контроля стала более целевой и результативной, что повышает доверие к данным таможенной статистики.

Проблемы статистического учета

Несмотря на высокий уровень методологической проработки, при анализе внешней торговли РФ необходимо учитывать ряд системных ограничений и проблем:

1. Расхождения данных: Одной из ключевых проблем являются расхождения данных о взаимной торговле, особенно между ФТС РФ и статистическими службами стран-партнеров (так называемое «зеркальное расхождение»). Это обусловлено различиями в методологии учета (например, включение или исключение услуг, учет транзита).
2. Сопоставимость данных: Изменения в методологии учета, происходившие с 1991 года (переход от учета по стране происхождения к учету по стране отправления/назначения, изменения в ЕАЭС), приводят к недостаточной сопоставимости динамических рядов на длительных временных интервалах.
3. Неучтенный товарооборот: Определенная часть внешнеторговых операций (например, неформальный трансграничный поток, временный ввоз/вывоз) не всегда полностью отражается в статистике, что может искажать реальные объемы, особенно на региональном уровне.

При проведении анализа и построении эконометрических моделей необходимо вводить поправки или использовать методы сглаживания, чтобы минимизировать влияние этих методологических и учетных проблем.

Заключение и выводы

Проведенный статистический анализ динамики экспортно-импортных товаропотоков РФ за 2024–2025 гг. подтверждает, что внешнеэкономическая деятельность страны переживает период радикальной структурной и географической перестройки.

Ключевые методологические выводы:

1. Строгость методологии: Для академически корректного анализа необходимо применение продвинутых статистических инструментов. В частности, использование индексного метода с формулами Ласпейреса (для физического объема) и Пааше (для цен) в соответствии с методологией ФТС позволяет точно оценить вклад каждого фактора в изменение стоимостного объема.
2. Факторный анализ: Метод цепных подстановок остается наиболее прозрачным и проверяемым инструментом для разложения изменения стоимости товарооборота на влияние физического объема и средней цены, что критически важно при анализе сырьевого экспорта.
3. Прогнозный аппарат: Для прогнозирования динамики в условиях высокой неопределенности наиболее адекватным является использование Гравитационной модели внешней торговли, которая учитывает не только инерцию тренда, но и влияние макроэкономических факторов, таких как курс рубля, ВВП и географическая удаленность новых партнеров.

Основные эмпирические результаты:

1. Географическая переориентация завершена: Азиатский регион окончательно закрепил за собой статус основного торгового партнера РФ, при этом экспорт в Азию достиг $329,2 млрд. Падение европейского направления было полностью компенсировано перенаправлением потоков.
2. Структурная адаптация экспорта: Наиболее ярким примером адаптации является сектор нефтепродуктов, где доля экспорта в ЕС практически обнулена, а ключевыми хабами стали Турция (до 43%) и Африка (31%).
3. Динамика 2025 года: Начало 2025 года показывает замедление положительной динамики экспорта (-6,2% за 5 месяцев) при сохранении роста импорта (+1,7%), что сигнализирует о возможном сокращении положительного сальдо и требует внимательного мониторинга.

Выводы по регулированию и администрированию:

1. ТТР как инструмент управления: Действие гибких вывозных таможенных пошлин и экспортных пошлин на зерновые демонстрирует использование ТТР не только для фискальных целей (133,9 млрд руб. от зерновых пошлин), но и для прямого управления внутренним рынком и ценовой стабильностью.
2. Эффективность постконтроля: Современное таможенное администрирование, опирающееся на автоматизацию (82% авторегистрации), демонстрирует высокую бюджетную эффективность контроля после выпуска товаров, позволив взыскать с нарушителей более 43 млрд рублей в 2024 году, что на 67% превысило показатель предыдущего года.

Практическая значимость полученных результатов заключается в предоставлении участникам ВЭД и органам таможенного контроля обоснованного аналитического базиса для принятия решений, оценки рисков и формирования краткосрочных прогнозов с учетом выявленных структурных трансформаций.

Список использованной литературы

1. Адамов В.Е. Факторный индексный анализ (методология и проблемы). Москва: Статистика, 1997. 197 с.
2. Григорук Н.Е. Статистика внешнеэкономических связей. Москва: Финансы и статистика, 1993.
3. Калинина В.Н., Панкин В.Ф. Математическая статистика. Москва: Высшая школа, 1994.
4. Романов Ю.А. Статистика внешней торговли. Москва: Международные отношения, 1974.
5. Статистика: Курс лекций / Харченко Л.П., Долженкова В.Г., Ионин В.Г. и др. Москва: ИНФРА – М., 1998. 310 с.
6. Теория статистикки : учебник / под ред. Р.А. Шмойловой. Москва: Финансы и статистика, 1996.
7. Общая теория статистики : учебник / под ред. А.А. Спирина. Москва: Финансы и статистика, 1996.
8. Общая теория статистики: Статистическая методология в изучении коммерческой деятельности : Учебник / А.И. Харламов, О.Э. Башина, В.Т. Баранин под ред. А.А. Спирина, О.Э. Башина. Москва: Финансы и статистика, 1994. 296 с.
9. Экономическая статистика: Учебник / под ред. Ю.Н. Иванова. Москва: ИНФРА-М, 1998. 480 с.
10. Методологические положения по статистике: Стат. сб. / Госкомстат РФ. Москва, 1996.
11. Российский статистический ежегодник. Москва: Госкомстат России, 2005.
12. Стоимость жизни и ее измерение / под ред. В.М. Рутгайзера и С.П. Шпилько. Москва: Финансы и статистика, 1991.
13. Статистический словарь / Госкомстат РФ. Москва: Финстатинформ, 1996.
14. Макконнелл К., Брю С. Экономикс. Москва: Республика.
15. Основы экономической теории. Учебник / под ред. В.Д. Камаева. Москва: Изд-во МГТУ им. Н.Э. Баумана, 1999.
16. Официальный сайт Госкомстата. URL: www.gks.ru (дата обращения: 22.10.2025).
17. Проблемы сопоставимости статистических данных о внешней торговле России / В.Ф. Захарова, М.Ю. Бочарова // Вестник ВАВТ. 2024.
18. Анализ осуществления таможенного контроля после выпуска товаров в РФ // Вестник ВГУ. Серия: Экономика и управление. 2024. № 1.
19. ФТС представила данные таможенной статистики за пять месяцев 2025 // Официальный сайт ФТС. URL: https://osfts.ru/fts-predstavila-dannye-tamozhennoj-statistiki-za-pyat-mesyatsev-2025/ (дата обращения: 22.10.2025).
20. ФТС: сальдо внешней торговли РФ выросло на 7,79% за 2024 год // Альта-Софт. URL: https://alta.ru/news/85141/ (дата обращения: 22.10.2025).
21. ДИНАМИКА ВНЕШНЕЙ ТОРГОВЛИ РФ / Г.Ю. Иванова // Research Journal of International Studies. 2022. № 7.
22. Стратегии развития таможенной службы: слагаемые успеха и пути повышения эффективности // Вестник Российской таможенной академии. 2021. № 3.
23. Влияние таможенно-тарифного регулирования внешнеторговой деятельности на экономику России / А.А. Арутюнян // КиберЛенинка. URL: https://cyberleninka.ru/article/n/vliyanie-tamozhenno-tarifnogo-regulirovaniya-vneshnetorgovoy-deyatelnosti-na-ekonomiku-rossii (дата обращения: 22.10.2025).
24. Моделирование экспорта и импорта российской Федерации в системе прогнозно-аналитических расчетов / Н.Н. Афонина // КиберЛенинка. URL: https://cyberleninka.ru/article/n/modelirovanie-eksporta-i-importa-rossiyskoy-federatsii-v-sisteme-prognozno-analiticheskih-raschetov (дата обращения: 22.10.2025).