2766 (599817), страница 3
Текст из файла (страница 3)
,
где ni – эмпирические (наблюдаемые) частоты,
- теоретические (выравнивающие) частоты, рассчитываются
по формуле:
, 
, 
где xi – середина интервала,
h –ширина интервала.
Сначала найдем величины средней арифметической и среднеквадратического отклонения для исходного интервального вариационного ряда.
Таблица 2.1.6-Расчеты для вычисления обобщающих показателей и показателей вариации
| xi | ni | xi* ni |
| S |
| 15 | 245 457 | 3681855 | 9622896228 | 245457 |
| 30 | 247 377 | 7421310 | 10497690370 | 492834 |
| 45 | 362 185 | 16298325 | 13212870990 | 855019 |
| 90 | 966 959 | 87026310 | 20611698040 | 1821978 |
| 365 | 792 270 | 289178550 | 13184165070 | 2614248 |
| 1640 | 303460 | 497674400 | 617944398300 | 2917708 |
| Итого | 2917708 | 901280750 | 68507371900 |
Средняя величина:
Среднеквадратическое отклонение:
Далее вычислим 
,для этого составим таблицу для проведения промежуточных расчетов.
Таблица 2.1.7- Расчеты для вычисления
| хi | ni | ui | φ(ui) |
|
|
| 15 | 245 457 | -0,86 | 0,2756 | 5035,8 | 11477906 |
| 30 | 247 377 | -0,82 | 0,2850 | 10496 | 5346094 |
| 45 | 362 185 | -0,78 | 0,2943 | 23804 | 4810187 |
| 90 | 966 959 | -0,67 | 0,3187 | 141468 | 4816887 |
| 365 | 792 270 | -0,009 | 0,3989 | 572473 | 84374 |
| 1640 | 303460 | 3,17 | 0,0042 | 2619784 | 2048014 |
| Итого | 2917708 |
|
=2858346 Исходя из данных, получаем =2858346
По таблице «Критические точки распределения Пирсона 
» при заданном уровне значимости α и числе степеней свободы ν находим 
.
Примем уровень значимости α=0,05. Число степеней свободы:
ν=s-k-1,
где s- число групп;
k- число параметров распределения.
Ν=6-2-1=3
Тогда =7,81
Сравнивая экспериментальное и критическое значения критерия Пирсона, получаем что < . Из этого следует вывод, что изучаемая совокупность распределена ненормально.
Таким образом, рассматриваемая совокупность объема предоставляемых кредитов на 2006 год не подчиняется нормальному закону распределения.
Для исходных данных рассчитаем моду и медиану по следующим формулам:
где х0-нижняя граница модального интервала;
h0- величина модального интервала;
fM0- частота модального интервала;
fM0-1-частота интервала, предшествующего предыдущему;
fM0+1- частота интервала, следующего за модальным.
где хМе- нижняя граница медианного интервала;
hМе- величина медианного интервала;
fMе- частота медианного интервала;
SMe-1- накопленная частота интервала, предшествующего медианному.
Модой распределения называется такая величина изучаемого признака, которая в данной совокупности встречается наиболее часто. Из этого следует, что в совокупности предоставления кредита самым распространенным является срок погашения 307 дней.
Медиана- величина изучаемого признака, которая находится в середине упорядоченного ряда. Таким образом, 50% объема кредита погашается менее чем за 237 дней, а другие 50% - более чем за 237 дней.
2.2. Изучение межрегиональных финансовых результатов деятельности кредитных организаций.
Изучение межрегиональной вариации финансовых результатов деятельности кредитных организаций проведем в виде сравнения финансовых результатов по различным регионам РФ. В качестве таких регионов было выбрано три: Приволжский округ, Сибирский округ, Северо-западный округ. Исходная информация представлена в таблице 2.2.1. Данная информация представлена в приложении Г.
Таблица 2.2.1-Исходные данные по регионам РФ за 2003-2007 гг.
| Период | Северо-западный округ | Приволжский округ | Сибирский округ |
| 2003 | 971,1 | 2074,1 | 546,1 |
| 2004 | 2658,8 | 4789,3 | 894,2 |
| 2005 | 4 844,7 | 5 830,0 | 1 378,8 |
| 2006 | 12753,1 | 7 479,2 | 2 972,0 |
| 2007 | 19 861,5 | 11 675,8 | 5 711,4 |
Проведем анализ зависимости финансовых результатов от месторасположения региона, т.e. анализ того, как зависит прибыль от региона, в котором она образуется. Для этого рассчитаем межгрупповую, внутригрупповую дисперсии по регионам и общую дисперсию по правилу сложения дисперсий.
Таблица 2.2.2- Расчетные данные
| Период | Северо-западный округ | Приволжский округ | Сибирский округ | ||||||||
| X1i |
|
| X2i |
|
| X3i |
|
| |||
| 2003 | 971,1 | -7246,8 | 525146660 | 2074,1 | -4295,6 | 18452179,3 | 546,1 | -1754 | 3077919,4 | ||
| 2004 | 2658,8 | -5559 | 30902481 | 4789,3 | -1580,4 | 2497664 | 894,2 | -1406 | 1977679 | ||
| 2005 | 4 844,7 | -3373,1 | 11377803,6 | 5 830,0 | -539,7 | 291276,1 | 1 378,8 | -922,5 | 851006,3 | ||
| 2006 | 12753,1 | 4535,3 | 2056894 | 7 479,2 | 1109,5 | 1230990,2 | 2 972,0 | 671,5 | 450912,3 | ||
| 2007 | 19 861,5 | 611643,7 | 135575749 | 11 675 | 5306,1 | 28154697 | 5 711,4 | 3410,9 | 11634238 | ||
| Итого | 41089,2 | 0 | 705059588 | 31848,4 | 0 | 50626806 | 11502,5 | 0 | 17991755 | ||
Вычислим средние арифметические величины по каждой группе:
;
; 
Внутригрупповые дисперсии по каждой группе:
; 
;
Средняя из внутригрупповых дисперсий:
Вычислим межгрупповую дисперсию. Для этого предварительно определим общую среднюю как среднюю взвешенную из групповых средних:
Межгрупповая дисперсия:
Общая дисперсия по правилу сложения дисперсий:
Эмпирическое корреляционное отношение:
Величина корреляционного отношения, равная 0,32, отражает несущественную связь между группировочным и результативным признаками, т.е это говорит о том, что финансовый результат, т.е прибыль кредитных организаций не зависит от того, в каком регионе она образуется.
Вариация значений признака в каждой группе значительна и составляет:
в первой группе: 
при х1=8217,8;
во второй группе: 
при х2=6369,7;
в третьей группе: 
при х3=2300,5.
Вариация значений признака между группами составляет 
при 
.
На основе проведенного анализа было установлено, что прибыль кредитных организаций не зависит от географического расположения, численности проживающих в регионе и от его экономического уровня. Из проведенного анализа видно, что в Приволжском округе прибыль в 2007 году увеличилась, по сравнению с предыдущим, в 1,56 раза. Такой же рост наблюдается и в других регионах страны. Что связано с приходом новой власти и оздоровлением экономики РФ в целом.
Полученные показатели можно свести в одну таблицу.
Таблица 2.2.3-Обобщающая таблица статистических расчетов
| Показатель | | | | | |
| Значение | 5629,3 | 51578543 | 6109811 | 57688354 | 0,32 |
| Краткая характеристика | Общая средняя, как средняя взвешенная из групповых средних | Средняя из внутригрупповых дисперсий отражает случайную вариацию, т.е часть вариации, происходящую под влиянием неучтенных факторов и не зависящую от признака-фактора. | Межгрупповая дисперсия характеризует систематическую вариацию, т.е различия в величине изучаемого признака, возникающего под влиянием признака-фактора, положенного в основание группировки | Общая дисперсия измеряет вариации признака во всей совокупности под влиянием всех факторов, обусловивших эту вариацию | Эмпирическое корелляционное отношение |
2.3 Анализ взаимосвязи количества кредитных организаций и уровнем процентной ставки по кредиту.
Предположим, что количество кредитных организаций зависит от уровня процентной ставки по кредиту. Проверим это предположение с помощью корреляционно-регрессивного анализа (КРА).
Информацию для исследования находим на сайте www.gks.ru. Приложении Д.
Таблица 2.3.1-Исходные данные
| Период | Кол-во кредитных организаций xi | Уровень процентной ставки yi | X*Y | X2 | Y2 |
| 1999 | 2483 | 18,5 | 45935,5 | 6165289 | 342,25 |
| 2000 | 2316 | 13,4 | 31034,4 | 5363856 | 179,56 |
| 2001 | 2126 | 13,5 | 28701 | 4519876 | 182,25 |
| 2002 | 2003 | 13,9 | 27841,7 | 4012009 | 193,21 |
| 2003 | 1828 | 9,8 | 17914,4 | 3341584 | 96,04 |
| 2004 | 1668 | 12,5 | 20850 | 2782224 | 156,25 |
| 2005 | 1518 | 10,4 | 15787,2 | 2304324 | 108,16 |
| ∑ | 13942 | 92 | 188064,2 | 28489162 | 1257,72 |
Введем обозначения: xi– кол-во кредитных организаций , yi – уровень процентной ставки по кредиту.
1.Оценка тесноты связи между признаками.
1.1. Предположим, что изучаемые признаки связаны линейной зависимостью. Рассчитаем линейный коэффициент корреляции по формуле:
Найдем среднее значение:
Среднеквадратическое отклонение:
Коэффициент линейной корреляции равный 0,82 свидетельствует о наличии сильной прямой связи.
1.2 Оценка существенности коэффициента корреляции. Для начала необходимо найти расчетное значение t- критерия Стьюдента:
По таблице критических точек распределения Стьюдента найдем tкр при уровне значимости а =0,05 и v числе степеней свободы:
v=n-k-1 =7-1-1=5
tкр= 2,57. Так как t асч > tкр (3,19>2,57). Поэтому, линейный коэффициент считается значимым, а связь между х и у - существенной.
2. Построение уравнения регрессии.
Этап построения регрессионного уравнения состоит в идентификации (оценке) его параметров, оценке из значимости и оценке значимости уравнения в целом.
2.1. Идентификация регрессии. Построим линейную однофакторную регрессионную модель вид 
. Для оценки неизвестных параметров a0 ,aj используется метод наименьших квадратов, заключающийся в минимизации суммы квадратов отклонений теоретических значений зависимой переменной от наблюдаемых (эмпирических).
Система нормальных уравнений для нахождения параметров a0 ,ai имеет вид:
Решением системы являются значения параметров:
а0 =-0,195 ; aj = 0,007.
Уравнение регрессии:
= -0,195 + 0,007х
Совокупный коэффициент детерминации:
стандартная ошибка 4,28 0,002
t-критерий -0,903 0,342
2.2. Проверка значимости параметров регрессии.
а =0,05, v=5. 
0,33, tкр =2,57. Так как tрасч < tкр (0,33<2,57), то параметр а0 не является значимым. 
7,1,так как tрасч > tкp (7,1>2,57), то параметр aj является значимым.
2.3. Проверка значимости уравнения регрессии в целом.
а=0,05, v1=k=l, v2=n-k-1= 5.
По таблице критических значений критерия Фишера найдем Fкp = 6,61. Так как Fрасч <Fкp (6,1<6,61), то для уровня значимости а =0,05 и числе степеней свободы v1=l, v2=5 построенное уравнение регрессии является значимым.
Таким образом, судя по регрессионному коэффициенту aj = 0,007, можно утверждать, что с увеличением количества кредитных организаций на 1 тыс. уровень процентной ставки в среднем увеличивается на 0,007 % в год.
Коэффициент детерминации R2 показывает, что 67% вариации признака «Уровень процентной ставки» обусловлено вариацией признака «Количество кредитных организаций», а остальные 33 % вариации связано с воздействием неучтенных в модели факторов.
3. Оценка качества регрессионного уравнения.
Оценка качества производится с использованием анализа остаточной компоненты.
Распределение остаточной компоненты подчиняется нормальному закону распределения, и автокорреляция в остатках отсутствует. Это свидетельствует об адекватности построенной регрессии.
4. Использование регрессионной модели для принятия управленческих решений (анализа, прогнозирования и т.д.)
Вычислим прогнозное значение уровня процентной ставки для количества кредитных организаций х = 1000 . При уровне значимости α=0,05:
точечное значение прогноза ур*=6,50123;
интервальное значение прогноза ур*
[0,81067;12,19179].
Т.е. с доверительной вероятностью р=1-α=1-0,05=0,95 можно предполагать, что прогнозное значение уровня процентной ставки будет находиться в интервале [0,81067;12,19179].
Вывод: Таким образом, в результате проведения корреляционно-регрессионного анализа показано, что между количеством кредитных организаций и уровнем процентной ставки по кредиту существует сильная связь. Изучаемые признаки связаны сильной линейной корреляционной зависимостью. Найдены параметры этой зависимости. Проведена комплексная оценка значимости, как параметров регрессионного уравнения, так и регрессии в целом. Выявлена значимость параметров. Показана адекватность построенного уравнения регрессии. Следовательно, регрессионная модель зависимости количества кредитных организаций и уровня процентной ставки может быть использована для принятия управленческих решений.
Заключение
В данной курсовой работе мы сделали следующие выводы : кредитный рынок — это экономическое пространство, где организуются отношения, обусловленные движением свободных денег между заемщиками и кредиторами на условиях возвратности и платности. Также сделали вывод о том что денежное обращение и кредит связаны между собой, во-первых, в силу того, что при их проведении деньги выполняют функцию средства платежа (погашения долгов).Во-вторых, разрыв во времени между началом и окончанием платежа придает последнему кредитный характер, а проводимая при этом платежная операция является, по сути, и кредитной, опосредующей кредитные отношения с организациями, оказывающими платежные услуги, как правило, банками.
При этом могут иметь место кредитные отношения между:
Центральным банком и коммерческими банками;
коммерческими банками;
коммерческими банками и обслуживаемыми ими юридическими и физическими лицами;
российскими и зарубежными банками.
Например, перечисление средств со счета согласно поручению плательщика означает уменьшение ему долга со стороны банковской системы и увеличение — получателю средств.
Централизованные кредиты являются, по существу, государственными дотациями. Во многих случаях заемщик и банк рассматривают такие кредиты как безвозмездную помощь.
Использование централизованных кредитов Банка России не требует со стороны коммерческих банков деятельности по привлечению ресурсов и оценке эффективности и расчетов сроков возврата. С помощью централизованных кредитов, полученных от Центрального банка России, коммерческие банки распределяют деньги по отраслям, регионам и отдельным предприятиям. Их распределение отражает, скорее, способности заемщиков добиваться для себя преимуществ и их политическое влияние, а не экономическую целесообразность расходования денег.
Коммерческие банки получают кредит от Центрального банка на регулярно проводимых аукционах. При необходимости они имеют возможность получить в Центральном банке переучетный (вексельный) или же ломбардный кредит. Порядок проведения кредитных аукционов и получения в банке соответствующих ссуд рассмотрен в предыдущей главе.
Таким образом кредитные отношения между коммерческими банками образуют межбанковский кредитный рынок. Это наиболее развитая и ликвидная часть финансового рынка.
6.Общая теория статистики. Основы курса. Авров А.П.- Университет Туран, 1998 г.
7. Практикум по общей теории статистики. М.Р. Ефимова, О.И. Ганченко, Е.В. Петрова. Москва. Финансы и статистика. 1999 г.
8. Практикум по статистике / Под ред. В.М. Симчеры -М.: ЗАО "Финстатинформ", 1999.-259с.
9. Практикум по теории статистики / Под ред. Р. А. Шмойловой. - М.: Финансы и статистика, 1998. - 416с.
10. Российский статистический ежегодник: Стат. сб. / Госкомстат России. -М., 1999.-621с.
11. Россия в цифрах: Крат. Стат. сб. / Госкомстат России. - М., 2003.-386с
ПРИЛОЖЕНИЕ А. СТРУКТУРА ДЕНЕЖНОЙ МАССЫ1)
(на начало года; млрд. рублей)
|
| 1999 | 2000 | 2001 | 2002 | 2003 | 2004 | 2005 | 2006 | 2007 |
| Денежная масса М2 (национальное определение) | 220,8 | 714,6 | 1154,4 | 1612,6 | 2134,5 | 3212,7 | 4363,3 | 6045,6 | 8995,8 |
| в том числе: |
|
|
|
|
|
|
|
|
|
| наличные деньги М0 | 80,8 | 266,1 | 418,9 | 583,8 | 763,2 | 1147,0 | 1534,8 | 2009,2 | 2785,2 |
| безналичные средства | 140,0 | 448,4 | 735,5 | 1028,8 | 1371,2 | 2065,6 | 2828,5 | 4036,3 | 6210,6 |
ПРИЛОЖЕНИЕ Б. Отдельные показатели по кредитам в рублях, предоставленным кредитными организациями физическим лицам и индивидуальным предпринимателям1 01.01.2007
| Объем выданных кредитов физическим лицам, | в том числе: | ||||||||
| Объем выданных кредитов физическим лицам на покупку жилья, | средневзве- | средневзве- | из них: | Объем выданных кредитов индиви- | |||||
| Объем выданных ипотечных жилищных кредитов физическим лицам, | средневзве- | средневзве- | |||||||
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | |
| ВСЕГО ПО РОССИЙСКОЙ ФЕДЕРАЦИИ | 1 982 084 989 | 248 408 945 | 174 | 14 | 179 611 916 | 182 | 14 | 426 544 599 | |
| ПРИВОЛЖСКИЙ ФЕДЕРАЛЬНЫЙ ОКРУГ | 402 139 158 | 61 819 639 | 178 | 14 | 44 409 459 | 182 | 14 | 96 432 534 | |
| Республика Башкортостан | 46 174 441 | 10 950 662 | 172 | 14 | 9 669 188 | 179 | 13 | 6 537 750 | |
| Республика Марий Эл | 4 180 582 | 921 844 | 154 | 15 | 584 121 | 169 | 14 | 1 348 452 | |
| Республика Мордовия | 6 122 399 | 940 159 | 189 | 14 | 462 213 | 222 | 13 | 960 151 | |
| Республика Татарстан (Татарстан) | 53 343 121 | 7 889 566 | 165 | 14 | 5 449 874 | 169 | 13 | 10 942 613 | |
| Удмуртская Республика | 18 844 084 | 5 052 323 | 167 | 14 | 3 732 415 | 161 | 14 | 8 994 971 | |
| Чувашская Республика - Чувашия | 17 788 383 | 3 311 362 | 199 | 14 | 2 209 492 | 200 | 13 | 3 068 730 | |
| Пермский край | 38 989 528 | 6 933 937 | 180 | 14 | 5 005 872 | 188 | 14 | 16 962 264 | |
| Кировская область | 11 803 664 | 2 734 210 | 192 | 14 | 1 865 352 | 192 | 13 | 4 880 571 | |
| Нижегородская область | 41 940 351 | 6 301 381 | 187 | 15 | 2 915 267 | 193 | 14 | 21 851 010 | |
| Оренбургская область | 26 047 754 | 3 518 255 | 191 | 13 | 2 519 216 | 187 | 13 | 6 720 261 | |
| Пензенская область | 9 118 587 | 1 015 552 | 188 | 14 | 588 293 | 184 | 13 | 4 689 207 | |
| Самарская область | 92 607 725 | 8 174 605 | 176 | 14 | 6 710 373 | 179 | 14 | 1 736 832 | |
| Саратовская область | 24 403 157 | 2 663 564 | 190 | 14 | 1 997 099 | 199 | 14 | 5 492 762 | |
| Ульяновская область | 10 775 382 | 1 412 219 | 178 | 15 | 700 684 | 174 | 14 | 2 246 960 | |
ПРИЛОЖЕНИЕ В.Данные об объемах предоставленных кредитов
|
| 2006 год | |||||||||||||
| 01.01 | 01.02 | 01.03 | 01.04 | 01.05 | 01.06 | 01.07 | 01.08 | 01.09 | 01.10 | 01.11 | 01.12 | |||
| Кредиты, предоставленные в рублях, - всего | 4 220 325 | 4 236 530 | 4 361 521 | 4 556 495 | 4 693 296 | 4 790 922 | 5 083 872 | 5 253 294 | 5 461 75 | 5 698 502 | 5 861 761 | 6 136 496 | ||
| ||||||||||||||
| 245 457 | 239 817 | 273 375 | 274 295 | 264 955 | 261 615 | 322 959 | 274 388 | 274 248 | 331 076 | 295 222 | 319 919 | ||
| 247 377 | 262 227 | 262 464 | 263 412 | 263 482 | 267 294 | 262 997 | 332 007 | 283 884 | 304 546 | 313 286 | 345 848 | ||
| 362 185 | 367 516 | 367 764 | 368 906 | 373 965 | 380 110 | 391 366 | 418 714 | 425 803 | 432 986 | 437 508 | 454 588 | ||
| 966 959 | 984 039 | 1 005 202 | 1 057 041 | 1 117 712 | 1 168 222 | 1 189 795 | 1 218 403 | 1 280 001 | 1 317 027 | 1 363 950 | 1 398 905 | ||
| 792 270 | 788 725 | 795 947 | 834 500 | 850 451 | 838 424 | 882 090 | 906 074 | 951 886 | 970 467 | 992 869 | 1 034 524 | ||
| 303 460 | 307 696 | 316 868 | 336 800 | 356 779 | 373 362 | 409 662 | 430 981 | 465 881 | 477 906 | 502 488 | 523 800 | ||
| 239 128 | 211 887 | 235 415 | 257 181 | 249 104 | 221 207 | 266 176 | 236 784 | 250 384 | 258 667 | 269 703 | 292 512 | ||
| 178 218 | 176 660 | 184 730 | 195 025 | 205 708 | 220 912 | 236 362 | 254 366 | 271 150 | 284 357 | 292 948 | 301 401 | ||
| 1 225 991 | 1 206 366 | 1 197 891 | 1 199 084 | 1 211 425 | 1 246 129 | 1 314 106 | 1 348 587 | 1 355 865 | 1 366 219 | 1 397 514 | 1 416 159 | ||
ПРИЛОЖЕНИЕ Г.Финансовые результаты деятельности кредитных организаций
Приволжский округ
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Сибирский округ
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Северо-Западный округ
Финансовые результаты деятельности кредитных организаций
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
ПРИЛОЖЕНИЕ Д. КРЕДИТНЫЕ ОРГАНИЗАЦИИ
(на начало года)
|
| 1999 | 2000 | 2001 | 2002 | 2003 | 2004 | 2005 | 2006 |
| Число кредитных организаций, зарегистрированных Банком России | 2483 | 2126 | 2003 | 1828 | 1668 | 1518 | 1409 | 1345 |
| в том числе имеющих право на | 1476 | 1311 | 1319 | 1329 | 1329 | 1299 | 1253 | 1189 |
| Число филиалов действующих кредитных организаций на территории Российской Федерации | 2453 | 3793 | 3433 | 3326 | 3219 | 3238 | 3295 | 3281 |
36
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
