Прогнозирование кредитования коммерческими банками

Рисунок 17 – Коррелограмма остатков модели

Коррелограмма показывает только малые, статистически незначимые значения автокорреляций, а p-value превышает 0,05, значит принимаем нулевую гипотезу об отсутствии автокорреляции в остатках – остатки являются реализацией «белого шума».

Найдем прогнозируемые значения на последующие 7 лет:

Рисунок 18 – Прогноз на 7 лет

Рассчитаем показатели точности прогноза:

Рисунок 19 – Точность прогноза.

Прогноз можно считать точным.

ЗАКЛЮЧЕНИЕ

В результате исследования были использованы различные типы статистического анализа. На начальном этапе анализа проведено сглаживание временного ряда объемов предоставленных кредитов по методу скользящих средних и по методу экспоненциальных средних.

Полученный прогноз, скорректированный в соответствии с прогнозом остатков,  позволил сделать вывод, что с октября 2013 года по апрель 2014 год наблюдается тенденция роста объема кредитов.

Специфика современной практики кредитования состоит, в том, что российские банки в ряде случаев не обладают единой методической и нормативной базой организации кредитного процесса, старые банковские инструкции, регламентирующие кредитные операции и ориентированные на распределительную систему, оказываются неприемлемыми для условий рынка. Ситуация такова, что каждый коммерческий банк, исходя из своего опыта, вырабатывает свои подходы, свою систему кредитования, хотя совершенно очевидно, что есть непреложные общие организационные основы, отражающие международный и отечественный опыт и позволяющие банкам существенно упорядочить свои кредитные отношения с клиентом и улучшить возвратность ссуд.

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1. Антонов Н.Г., Пессель М.А. Денежное обращение, кредит и банки. М.: Юстицинформ, 2008. – 521 с.
2. Дробозина Л.А., Окунева Л.П., Андросова Л.Д. Финансы. Денежное обращение. Кредит. Учебник для вузов / . - М.: Академия, 2008. – 329 с.
3. Дуброва Т. А. Статистические методы прогнозирования в экономике. − М., 2004.
4. Лаврушина О.И. Банковское дело. - М.: Академия, 2007. - 284 с.
5. Сошникова Л. А., Томашевич В. Н., Уебе Г., Шеффер М. Многомерный статистический анализ в экономике. М. : ЮНИТИ-ДАНА, 1999.
6. Шеремет А. Д., Сайфулин Р. С. Методика финансового анализа. М.:Инфра-М, 2008.- 355 с.
7. Шокина И. В. Анализ временных рядов и прогнозирование в системе STATGRAFICS –  Хабаровск : РИЦ ХГАЭП,2007.
8. Юзбашев М.М. Анализ временных рядов и прогнозирование: Финансы и статистика,2001.
9. http://www.gks.ru/ – Федеральная служба государственной статистики.
10. http://www.cbr.ru – ЦБ РФ