Статистика денег и кредита

 

Введем обозначения: x_i– кол-во кредитных организаций , y_i – 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  t_кр при уровне значимости а =0,05 и v числе степеней свободы:

v=n-k-1 =7-1-1=5

t_кр= 2,57. Так как t _асч > t_кр (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 ,a_j 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 ; a_j = 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, t_кр =2,57. Так как t_расч < t_кр    (0,33<2,57), то параметр а₀   не является значимым. 7,1,так как t_расч > t_кp (7,1>2,57), то параметр a_j  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 F_кp = 6,61. Так как F_расч <F_кp (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 a_j = 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   у_р^*=6,50123;

интервальное значение прогноза у_р^* [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.

 

2.7. Индексы

В статистике приходится сопоставлять не только отдельные элементы, но и многие сложные явления, состоящие из непосредственно  несоизмеримых, разнородных не подлежащих суммированию элементов.

Индекс – относительная величина, которая характеризует изменение во времени и в пространстве изучаемого явления или степень выполнения плана.

По охвату единиц совокупности индексы делят на: индивидуальные, групповые, общие (агрегатные)

Вычислим индивидуальные индексы по формуле (табл. 13):

Таблица 13

Отдельные показатели по кредитам в рублях, предоставленным кредитными организациями физическим лицам и индивидуальным предпринимателям.

 

	2011
		2012
1	2	3		4
ВСЕГО ПО РОССИЙСКОЙ ФЕДЕРАЦИИ	248 408 945	179 611 916		0,72
ПРИВОЛЖСКИЙ ФЕДЕРАЛЬНЫЙ ОКРУГ	61 819 639	44 409 459		0,72
Республика Башкортостан	10 950 662	9 669 188	0,88
Республика Марий Эл	921 844	584 121	0,63
Республика Мордовия	940 159	462 213	0,49
Республика Татарстан (Татарстан)	5 449 874	7 889 566	1,45 Удмуртская Республика		5 052 323		3 732 415	0,74
Чувашская Республика - Чувашия	3 311 362	2 209 492	0,67
Пермский край	6 933 937	5 005 872	0,72
Кировская область	2 734 210	1 865 352	0,68
Нижегородская область	6 301 381	2 915 267	0,46
Оренбургская область	3 518 255	2 519 216	0,72
Пензенская область	1 015 552	588 293	0,58
Самарская область	8 174 605	6 710 373	0,82
Саратовская область	2 663 564	1 997 099	0,75
Ульяновская область	1 412 219	700 684	0,50

 

Проанализировав полученные индексы можно сделать вывод, что по показатели о количестве взятых в кредит денег на жилье в 2012 году уменьшаются во всех регионах, кроме Татарстана, его показатель вырос на 45%.

 

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.

 

Список  литературы:

2. Общая теория статистики. Основы курса. Авров А.П.- Университет Туран, 1998 г.
3. Практикум по общей теории статистики. М.Р. Ефимова, О.И. Ганченко, Е.В. Петрова. Москва. Финансы и статистика. 1999 г.  
   Практикум по статистике / Под ред. В.М. Симчеры -М.: ЗАО "Финстатинформ", 1999.-259с.
4. Практикум по теории статистики / Под ред. Р. А. Шмойловой. - М.: Финансы и статистика, 1998. - 416с.
5. Российский статистический ежегодник: Стат. сб. / Госкомстат России. -М., 1999.-621с.
6. Россия в цифрах: Крат. Стат. сб. / Госкомстат России. - М., 2003.-386с

 

Приложения 

 

ПРИЛОЖЕНИЕ  А. 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     осуществление банковских     операций	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