Статистический анализ денежного обращения и кредита в РФ

Автор работы: Пользователь скрыл имя, 29 Марта 2014 в 12:12, курсовая работа

Описание работы

Целью курсовой работы является проведение статистического анализа денежного обращения и кредита. При этом намечено решить следующие задачи:
- изучить теоретические основы денежного обращения и кредита;
- оценить качественные и количественные сдвиги денежного обращения;
- изучить зависимость объемов выданных физическим лицам кредитов от региона;
- оценить влияние денежной массы М2 на величину выданных кредитов.

Содержание работы

Введение ……………………………………………………………………………. 5
1. Теоретические основы статистического изучения денежного обращения
и кредита ……………………………………………………………………………. 7
1.1 Понятие и сущность денежного обращения и кредита, задачи их
статистического изучения ………………………………………………………….. 7
1.2 Система статистических показателей денежного обращения и кредита, их
информационное обеспечение ……………………………………………………. 10
2. Экономико-статистический анализ денежного обращения и кредита в РФ за
период 1998 - 2006 гг. …………………………………………………………….. 17
2.1 Изучение динамики и структуры денежной массы и выявление
основных тенденций ………….……………………………………………….. 17
2.1.1. Анализ динамики денежной массы в РФ ………………... 17
2.1.2. Анализ структуры денежной массы в РФ ……………….. 21
2.2 Характеристика денежно-кредитной политики РФ за 2005г. …..... 22
2.3 Изучение межрегиональной вариации объемов выданных кредитов в
рублях для физических лиц ………………………………………………….. 23
2.4 Анализ влияния денежной массы М2 на объем выданных
кредитов ……………………………………………………………………. 26
Заключение ………………………………………………………………………... 32
Список использованной литературы ……

Файлы: 1 файл

kursovaya.doc

— 538.00 Кб (Скачать файл)

 

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:

       =82958658,2.

Общая дисперсия по правилу сложения дисперсий:

Эмпирическое корреляционное отношение:

Величина эмпирического корреляционного отношения, равная 0,98, характеризует существенную связь между группировочным и результативным признаками.

Вариация (среднеквадратическое отклонение) значений признака внутри каждой группы незначительна и составляет:

в первой группе: при

во второй группе: при

в третьей группе: при

Напротив, вариация значений признака между группами составляет при

Итак, на основе проведенного анализа дисперсий внутри каждой из образованных групп и между группами, показано, что объем выданных физическим лицам кредитов зависит от месторасположения региона, в котором этот кредит выдается.

Покажем вычисленные в п. 2.3 основные статистические характеристики в таблице 2.7.

Таблица 2.7

Обобщающая таблица статистических расчетов

Показатель

Значение

13867,3

3651864

82958658,2

86610522,2

0,98

Краткая характеристика

       

Признаки месторасположение региона и объем выданных кредитов взаимосвязаны


 

2.4. Анализ влияния денежной массы М2 на объем выданных кредитов

Предположим, что объем выданных кредитов в РФ зависит от величины денежной массы М2. Проверим это предположение с помощью корреляционно-регрессионного анализа (КРА). КРА проведем с помощью программы MS Excel.

Этапы анализа:

1. Постановка цели исследования.

Определить наличие или отсутствие зависимости между показателями денежной массы М2 и объемов выданных кредитов. Построить регрессионную модель этой зависимости, проверить её качество и использовать эту модель для анализа и прогнозирования.

2. Сбор исходной статистической  информации.

Информацию для исследования находим в статистических ежегодниках и банковских отчетах (см. п. 2.1). Представим данные в табличной форме (табл. 2.7).

Таблица 2.7

Исходная информация для КРА

 

Годы

Денежная масса М2, млрд. руб.

Кредиты физическим лицам, млрд. руб.

1998

454

276

1999

715

422

2000

1 154

597

2001

1 613

956

2002

2 135

1 467

2003

3 213

2 029

2004

4 363

2 910

2005

6 046

1 293

2006

8 996

2 654


 

Введем обозначения: xi – денежная масса М2, yi – объем выданных физическим лицам кредитов в рублях. Графически зависимость исходных данных представлена на рисунке 2.5.

Рис.2.5. Зависимость объема выданных кредитов от денежной массы М2

 

 

 

 

3. Оценка тесноты связи между признаками.

3.1. Предположим, что изучаемые признаки  связаны линейной зависимостью. Рассчитаем линейный коэффициент  корреляции по формуле: Промежуточные расчеты представлены в таблице 2.8.

Таблица 2.8

Промежуточные расчеты для определения параметров регрессии

 

Годы

xi

yi

xy

x2

y2

1998

454

276

125 255,7

205 843,7

76 218,0

1999

715

422

301 251,8

510 653,2

177 718,7

2000

1 154

597

688 959,8

1 332 639,4

356 184,6

2001

1 613

956

1 542 118,1

2 600 478,8

914 496,3

2002

2 135

1 467

3 132 355,3

4 556 090,3

2 153 524,0

2003

3 213

2 029

6 518 288,8

10 321 441,3

4 116 488,0

2004

4 363

2 910

12 698 097,5

19 038 386,9

8 469 293,1

2005

6 046

1 293

7 816 991,0

36 549 279,4

1 671 861,9

2006

8 996

2 654

23 874 853,2

80 924 417,6

7 043 716,0

28 687

12 604

56 698 171,1

156 039 230,4

24 979 500,6


 

 

Коэффициент линейной корреляции, равный 0,759, свидетельствует о наличии сильной связи.

 

3.2. Оценка существенности коэффициента  корреляции. Для этого найдем  расчетное значение t-критерия Стьюдента:

По таблице критических точек распределения Стьюдента найдем tкр при уровне значимости α=0,05 и числе степеней свободы ν = n-k-1 = 9-1-1=7. tкр = 2,3646. Так как tрасч > tкр (3,0883 > 2,3646), то линейный коэффициент считается значимым, а связь между x и y – существенной.

 

4. Построение уравнения регрессии.

Этап построения регрессионного уравнения состоит в идентификации (оценке) его параметров, оценке их значимости и значимости уравнения в целом.

4.1. Идентификация регрессии. Построим  линейную однофакторную регрессионную  модель вида Для оценки неизвестных параметров a0, a1 используется метод наименьших квадратов, заключающийся в минимизации суммы квадратов отклонений теоретических значений зависимой переменной от наблюдаемых (эмпирических).

Система нормальных уравнений для нахождения параметров a0, a1 имеет вид:

 

После преобразования системы получим:

Решением системы являются значения параметров:

а0 = 585,14; a1 = 0,2558.

Уравнение регрессии:

Коэффициент детерминации:

Таким образом, судя по регрессионному коэффициенту а1=0,2558, можно утверждать, что с увеличением денежной массы М2 на 1 млрд. рублей объем выданных физическим лицам кредитов в рублях увеличивается в среднем на 255,8 млн. рублей в год. Коэффициент регрессии а0=585,14 учитывает влияние факторов, неучтенных в модели. В нашем случае влияние неучтенных факторов невелико.

Коэффициент детерминации показывает, что 58% вариации признака «объем выданных кредитов» обусловлено вариацией признака «денежная масса М2», а остальные 42% вариации связаны с воздействием неучтенных факторов: процентные ставки для кредитов, инфляция и другие.

 

4.2. Проверка значимости параметров регрессии.

Для того, чтобы оценить на сколько параметры а1, а0 отображают исследуемый процесс и не являются ли эти значения результатом случайных величин, рассчитаем средние ошибки и t-критерии Стьюдента.

 

По таблице критических точек распределения Стьюдента найдем tкр при уровне значимости α=0,05 и числе степеней свободы ν = 7. tкр = 2,36. Так как tа0расч > tкр (2,65 > 2,36), то параметр а0 считается значимым. Так как tа1расч > tкр (3,10 > 2,36), то параметр а1 считается значимым.

 

4.3. Проверка значимости уравнения регрессии в целом.

По таблице критических значений критерия Фишера найдем Fкр = 5,59 (при α=0,05, ν1=k=1, ν2=n-k-1=7). Так как Fрасч > Fкр (9,67 > 5,59), то для уровня значимости α=0,05 и числе степеней свободы ν1=1, ν2=7 построенное уравнение регрессии можно считать значимым.

 

5. Использование регрессионной модели для принятия управленческих решений (анализа, прогнозирования и т.д.).

Вычислим прогнозное значение объема кредитов для величины денежной массы хр=10000. При уровне значимости α=0,05 точечное значение прогноза

Т.е. с доверительной вероятностью p=1-α=1-0,05=0,95 можно предполагать, что прогнозное значение объема кредитов при величине денежной массы М2, равной 10000 млрд. рублей, составит около 3170,14 млрд. рублей.

Таким образом, в результате проведения корреляционно-регрессионного анализа показано, что между величиной денежной массы М2 и объемом выданных физическим лицам кредитов в рублях существует тесная связь. Изучаемые признаки связаны линейной корреляционной зависимостью. Найдены параметры этой зависимости. Проведена комплексная оценка значимости как параметров регрессионного уравнения, так и регрессии в целом. Показана адекватность построенного уравнения регрессии. Следовательно, регрессионная модель зависимости величины денежной массы М2 и объема выданных физическим лицам кредитов в рублях может быть использована для принятия управленческих решений.

 

Заключение

Задачи, поставленные в курсовой работе, были решены.

В теоретической части были рассмотрены понятие и сущность денежного обращения и кредита, системы статистических показателей денежного обращения и кредита.

В ходе экономико-статистического анализа динамики денежного обращения за 1998-2006 гг. было установлено, что после экономического кризиса 1998 года объем денежной массы имеет динамику стабильного роста. В связи с этим максимальный размер денежной массы М2 наблюдался в 2006 году.

Анализ структуры денежной массы показал, что доля наличных денег уменьшается с годами, а доля безналичных средств растет. За период с 1998 по 2006 гг. количество наличных денег снизилось с 41,4% до 31,0%, при этом количество безналичных средств возросло с 58,6% до 69,0%.

В работе проанализирована зависимость объемов кредитов, выданных за период с 1998 по 2006 гг, от региона. В качестве таких регионов были выбраны: Калининградская область, Республика Башкортостан и Приморский край. Между объемом кредита и регионом выдачи кредита выявлена существенная тесная связь. Фактор региональной принадлежности объясняет 98% вариации объемов выданных кредитов, остальные 2% обусловлены неучтенными факторами.

Проведенный в работе анализ влияния денежной массы М2 на объем выданных кредитов показал, что между ними существует тесная линейная прямая связь. Построено уравнение регрессии: . Установили, что параметры регрессии и сама регрессия в целом, являются значимыми. Показана адекватность построенного уравнения регрессии. На основе уравнения регрессии был спрогнозирован объем выданных кредитов при величине денежной массы М2, равной 10000 млрд. рублей, он составил 3170,14 млрд. рублей.

 

Список использованной литературы

1. Практикум по теории статистики: Учеб. пособие / Под ред. Р.А. Шмойловой. – М.: Финансы и статистика, 2001. – 421с.

2. Курс социально-экономической статистики. Учебник для вузов / Под ред. М. Г. Назарова. - М.: Финстатинформ, 2000. – 771с.

3. Гусаров В. М. Статистика: учеб. пособие для студ. вузов. – М.: ЮНИТИ, 2003. – 463 с.

4. Салин В. Н. Социально-экономическая статистика: Учебник для вузов. - М.: Юристъ, 2001. – 461с.

5. Социальная статистика. Учебник для вузов / Под ред. И. И. Елисеевой. - М.: Финансы и статистика, 1997. – 416с.

6. Теория статистики: Учебник / Под ред. Р.А.Шмойловой.- М.: Финансы и статистика, 2005. - 450с.

7. Финансы России, 2005: Статистический сборник / Редкол.: К. Э. Лайкам и др.; Госкомстат России. - М.: Б. и., 2005. – 638с.

8. Экономическая статистика: Учебник для студ. вузов. / Под ред. Ю. Н. Иванова. – 2-е изд., доп. – М.: ИНФРА-М, 2000. – 480с.

9. Вахрамеев М.В. Статистика финансов: Учебник для вузов. – 2-е изд. –  М.: Финансы и статистика, 2002. – 816с.

10. Данные с сайта www.cbr.ru

 

Приложение 1

Показатели денежной сферы

 

 

Приложение 2

Структура денежной массы и динамика скорости обращения денег

 

 


 



Информация о работе Статистический анализ денежного обращения и кредита в РФ