Анализ денежного обращения и кредитования

СОДЕРЖАНИЕ

 

ВВЕДЕНИЕ……………………………………………………………………

ГЛАВА 1 ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ ДЕНЕЖНОГО ОБРАЩЕНИЯ И КРЕДИТОВАНИЯ

1.1 Социально-экономическая сущность денежного обращения и кредита………………………………………………………………………...

1.2 Основные показатели денежного обращения и кредитования и роль корреляцонно-регрессионного анализа в обработке экономических данных………………………………………………………………...

ГЛАВА 2 КОРРЕЛЯЦИОННО – РЕГРЕССИОННЫЙ АНАЛИЗ ДЕНЕЖНОГО ОБРАЩЕНИЯ И КРЕДИТОВАНИЯ ПО ЦЕНТРАЛЬНОМУ БАНКУ  …………………………………………….

ГЛАВА 3 ПРОГНОЗИРОВАНИЕ РАЗМЕРОВ ДЕНЕЖНОГО ОБРАЩЕНИЯ ЦЕНТРАЛЬНОГО БАНКА …………………………….

ЗАКЛЮЧЕНИЕ……………………………………………………………….

СПИСОК ЛИТЕРАТУРЫ……………………………………………………  

3

 

 

 

6

 

 

9

 

 

13

 

21

29

31


 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ГЛАВА 1 ТЕОРЕТИЧЕСКИЕ  АСПЕКТЫ ДЕНЕЖНОГО ОБРАЩЕНИЯ  И КРЕДИТОВАНИЯ

1.1  Социально-экономическая  сущность денежного обращения и кредитования

 

Социально-экономическая сущность статистики денежного обращения  отражает общественно-производственные отношения физических и юридических  лиц — субъектов экономики  — в процессе материального производства и обращения.

Статистическое изучение сферы  денежного обращения связано  с анализом функционального, экономического и формального содержания денежных потоков, которые в экономике  выступают в роли стоимостного измерителя; меры обращения, где статистическому анализу подвергаются показатели, связанные со спецификой и скоростью обращения денежных потоков; платежных средств; средств накопления и сбережения; средств международных расчетов.

Форма расчетов может быть наличной или безналичной.

Налично-денежное обращение — это  движение наличных денег в сфере  обращения и выполнение ими функций  средства платежа и средства обращения. Наличные деньги используются для кругооборота товаров и услуг, расчетов по выплате  заработной платы, премий, пособий, пенсий, выплаты страховых возмещений (если в договорах не указано иное), при оплате ценных бумаг и выплате дохода по ним, при платежах населения за коммунальные услуги и т.д. Объем налично-денежного оборота определяется движением налично-денежной массы за определенный период между физическими и юридическими лицами.1

Безналичное обращение — это  движение стоимости без участия  наличных денег: перечисление денежных средств по счетам кредитных учреждений; зачет взаимных требований и др. Размер безналичного оборота зависит от объема товаров в обращении, уровня инфляции в статике и динамике, качества распределительных и перераспределительных отношений между экономическими субъектами страны, осуществляемых через финансовую систему. В Российской Федерации формы безналичных расчетов определяются Банком России. В зависимости от экономического содержания различают два вида безналичного обращения: по товарным операциям и по финансовым обязательствам. В процессе статистического анализа безналичных денежных потоков осуществляется оценка эффективности их распределения и использования. Необходимо помнить, что в процессе денежного оборота постоянно происходит преобразование наличных денежных потоков в безналичные, и наоборот.

Таким образом, наличное и безналичное  денежное обращение страны образует общий денежный оборот государства, в котором участвуют единые деньги одного наименования и унифицированной нарицательной стоимости.2

Эмиссию наличных денег осуществляет Центральный банк РФ. Он выпускает  и изымает наличные деньги из обращения в случае их ветхости или производит замену старых купюр на новые (по номиналу). Для кассового обслуживания кредитных учреждений и других юридических лиц на территории России созданы расчетно-кассовые центры (РКЦ) при главных территориальных учреждениях (национальных банках) Банка России. Эти центры формируют оборотную кассу по приему и выдаче наличных денег, а также контролируют резервные фонды. Резервный фонд — это запасы не выпущенных в оборот банкнот и монет. Резервный фонд создается и поддерживается на определенном уровне по распоряжению ЦБ РФ. Объективная потребность в резервных фондах определяется необходимостью: удовлетворения нужд экономики в наличных деньгах в каждом конкретном случае; обновления денежной массы в связи с ветхостью купюр; поддержания оптимального купюрного состава денежной массы по отдельным регионам и в целом по стране; сокращения расходов на перевозку и хранение денежных знаков.

Предоставление кредитов является основной экономической функцией банков. От эффективности деятельности кредитного учреждения зависит социально-экономическое положение не только самого банка, но и региона, в котором он осуществляет свою работу.

Задачи социально-экономического статистического анализа определяются экономическим содержанием и  основными функциями кредита как экономической, социальной и финансовой категории и его ролью в процессе кредитования физических и юридических лиц — клиентов.

Финансовые условия предоставления кредита в значительной степени  зависят не только от финансового  состояния кредитора и заемщика, но и от денежно-кредитной политики центрального банка — уровня официальной процентной ставки, а также от общего состояния финансового рынка и рынка капитала.3

Существует определенная классификация  кредитов в зависимости от различных факторов.

По сроку предоставления различают  краткосрочные, среднесрочные и  долгосрочные кредиты. В практике банковской системы РФ используются краткосрочные (до 1 года) и долгосрочные (свыше 1 года) кредиты.

По обеспечению кредиты могут  быть обеспеченными и необеспеченными. Обеспечение кредита может быть персональным, банковским, государственным. Обеспечение предполагает наличие того или иного залога, гарантии или его страхование (перестрахование).

В зависимости от специфики кредиторов кредиты бывают государственные, банковские, выданные небанковскими кредитными организациями, коммерческие (фирменные) и частные (предоставленные частными лицами).

Банковские кредиты, в свою очередь, могут быть прямыми и консорциональными, предоставление которых предполагает участие нескольких банков. Консорциональные кредиты бывают клубными (число кредиторов ограниченно) и открытыми (любой банк или другой кредитор может принять участие).

Таким образом, статистика денежного  обращения связана с денежно-кредитной  политикой, при помощи которой правительство и денежные власти государства посредством изменения денежной массы оказывают влияние на макроэкономические индикаторы. Любую теорию, занимающуюся вопросами воздействия количества денег на ситуацию в экономической системе, называют теорией денег.

 

1.2 Основные показатели денежного обращения и кредитования и роль корреляцонно-регрессионного анализа в обработке экономических данных

 

Система статистических показателей, характеризующих денежное обращение, основывается на категориях, связанных с функциями денег, определениями денежной массы и ее структуры.

Деньги выполняют  функции меры стоимости, средства обращения, средства платежа, средства накопление и сбережения. Во внешнеэкономических  отношениях деньги функционируют как  мировые деньги.4

В процессе обращения  товаров, оказания услуг и совершения различных платежей осуществляется движение денег во внутреннем обороте  в наличной и безналичной формах.

Кредит является средством межотраслевого и межрегионального перераспределения денежного капитала. Цель кредитной политики — воздействие на экономическую конъюнктуру с помощью кредита. В условиях рыночной экономики кредитная политика направлена либо на стимулирование кредита (кредитная экспансия), либо на его ограничение (кредитная рестрикция). При регулировании кредитования Центральный банк, который, как правило, проводит кредитную политику, использует такой прием, как изменение объема кредитов и уровня процентных ставок, рынка ссудного капитала.

Для анализа денежного  обращения и кредитования нужны  корреляционный и регрессионный анализ. Они являются смежными разделами математической статистики, и предназначаются для изучения по выборочным данным статистической зависимости ряда величин; некоторые из которых являются случайными. При статистической зависимости величины не связаны функционально, но как случайные величины заданы совместным распределением вероятностей. Исследование взаимосвязи случайных величин биржевых ставок приводит к теории корреляции, как разделу теории вероятностей и корреляционному анализу, как разделу математической статистики. Исследование зависимости случайных величин приводит к моделям регрессии и регрессионному анализу на базе выборочных данных. Теория вероятностей и математическая статистика представляют лишь инструмент для изучения статистической зависимости, но не ставят своей целью установление причинной связи. Представления и гипотезы о причинной связи должны быть привнесены из некоторой другой теории, которая позволяет содержательно объяснить изучаемое явление.

Экономические данные почти всегда представлены в виде таблиц. Числовые данные, содержащиеся в таблицах, обычно имеют между собой явные (известные) или неявные (скрытые) связи.

Математические  модели строятся и используются для  трех обобщенных целей:

• для объяснения;

• для предсказания;

• для управления.

Представление экономических и других данных в  электронных таблицах в наши дни  стало простым и естественным. Оснащение же электронных таблиц средствами корреляционно-регрессионного анализа способствует тому, что из группы сложных, глубоко научных и потому редко используемых, почти экзотических методов, корреляционно-регрессионный анализ превращается для специалиста в повседневный, эффективный и оперативный аналитический инструмент. Однако, в силу его сложности, освоение его требует значительно больших знаний и усилий, чем освоение простых электронных таблиц.

Пользуясь методами корреляционно-регрессионного анализа, аналитики измеряют тесноту связей показателей с помощью коэффициента корреляции. При этом обнаруживаются связи, различные по силе (сильные, слабые, умеренные и др.) и различные по направлению (прямые, обратные). Если связи окажутся существенными, то целесообразно будет найти их математическое выражение в виде регрессионной модели и оценить статистическую значимость модели. В экономике значимое уравнение используется, как правило, для прогнозирования изучаемого явления или показателя.

Регрессионный анализ называют основным методом современной  математической статистики для выявления  неявных и завуалированных связей между данными наблюдений. Электронные таблицы делают такой анализ легко доступным. Таким образом, регрессионные вычисления и подбор хороших уравнений - это ценный, универсальный исследовательский инструмент в самых разнообразных отраслях деловой и научной деятельности (маркетинг, торговля, медицина и т. д.). Усвоив технологию использования этого инструмента, можно применять его по мере необходимости, получая знание о скрытых связях, улучшая аналитическую поддержку принятия решений и повышая их обоснованность.5

Корреляционно-регрессионный  анализ считается одним из главных  методов в маркетинге, наряду с  оптимизационными расчетами, а также  математическим и графическим моделированием трендов (тенденций). Широко применяются  как однофакторные, так и множественные регрессионные модели.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ГЛАВА 2 КОРРЕЛЯЦИОННО – РЕГРЕССИОННЫЙ АНАЛИЗ ДЕНЕЖНОГО ОБРАЩЕНИЯ И КРЕДИТОВАНИЯ ПО ЦЕНТРАЛЬНОМУ БАНКУ Р.Ф.

 

Экономические данные почти  всегда представлены в виде таблиц. Числовые данные, содержащиеся в этих таблицах, обычно имеют между собой явные (известные) или неявные (скрытые) связи.

Основными задачами корреляционного  анализа являются определение наличия  связи между отобранными признаками, установление ее направления и количественная оценка тесноты связи.

Необходимые условия  применения корреляционно-регрессионного анализа:

  1. Наличие достаточно большого количества наблюдений о величине исследуемых факторных и результативных показателей (в динамике или за текущий год по совокупности однородных объектов);
  2. Исследуемые факторы должны иметь количественное измерение и отражение в тех или иных источниках информации;

Применение  корреляционно-регрессионного анализа  позволяет решить следующие задачи:

  • определить изменение результативного показателя под воздействием одного или нескольких факторов, т.е.  определить, на сколько единиц изменяется величина результативного показателя при изменении факторного на единицу;
  • установить относительную степень зависимости результативного показателя от каждого фактора.

Корреляционно-регрессионный  анализ считается одним из главных  методов в эконометрике, наряду с  анализом временных рядов.

Проведем множественный  корреляционно-регрессионный анализ денежного обращения и кредитования по Р.Ф. В качестве результативного  показателя  (Y) примем  денежную массу.

Денежная масса — весь объём выпущенных в обращение бумажных денежных знаков и металлических монет, денежные средства на текущих счетах в банках. В статистических отчётах зачастую выделяется особо из общего объёма денежных средств в хозяйственном обороте сумма наличных денег.

В качестве показателей-факторов, потенциально влияющих на значение денежной массы, можно выделить: Х1-кредиты, депозиты и прочие размещенные средства предоставленные организациям, Х2- депозиты и прочие размещенные средства предоставленные кредитным организациям, Х3- кредиты и прочие размещенные средства физическим лицам, Х4-задолженность по кредитам, Х5-зарегистрированный уставный капитал, Х6-вложения в ценные бумаги, Х7-вклады физических лиц.

Проведение многомерных  статистических исследований, в частности  регрессионного анализа, невозможно без массовых наблюдений. В этой связи в результате анализа годовых отчетов по Центральному Банку Р.Ф. за 9 лет был сформирован массив, исходный для анализа информации  (табл. 1).

Таблица 1

Исходная информация для проведения корреляционно-регрессионного анализа 

год

Y

X1

X2

X3

X4

X5

X6

X7

2001

1154,4

763,3

104,7

44,7

247,2

207,4

329,8

462,5

2002

1612,6

1191,5

129,9

94,7

361,2

261

366,7

702,4

2003

2134,5

1708,1

291,4

112,5

555,5

300,4

502,6

1030,8

2004

3212,6

2474,3

263,7

248,7

757,1

362

625,1

1519,5

2005

4363,3

3406,8

425,8

538,2

881,1

380,5

752,6

1980,1

2006

6044,7

4484,4

667,9

1055,8

1231,5

444,4

1036,6

2761,2

2007

8995,8

6298,1

1035,6

1882,7

1426,8

566,5

1341,2

3809,7

2008

13272,1

9532,6

1418,1

2971,1

1989,8

731,7

1674,7

5159,2

2009

13493,2

12843,5

2501,2

4017,2

3183,2

881,4

1760,3

5906,9


 

Наиболее простой формой зависимости и достаточно строго обоснованной для случая совместного  нормального распределения является линейная, т.е. зависимость вида6

y=a0+a1 x1 +a2 x2 +…+ap xp                                                           (2)

При построении множественной регрессии важно учесть, какие факторы нужно включать в уравнение или есть переменные, которые существенно не влияют на величину Y и их нецелесообразно включать в уравнение (2).

Для решения этого  часто используется  таблица, составленная из коэффициентов парной корреляции. Элементами такой таблицы являются коэффициенты парной корреляции для всех семи факторов.

Таблица 2

Таблица коэффициентов  парной корреляции

 

у

х1

х2

х3

х4

х5

х6

х7

у

1

              

х1

0,977329

1

            

х2

0,933244

0,985692

1

          

х3

0,977708

0,994979

0,983501

1

        

х4

0,942056

0,989873

0,992239

0,977791

1

      

х5

0,983632

0,996282

0,973977

0,988389

0,983309

1

    

х6

0,993888

0,969196

0,925911

0,965267

0,94055

0,978934

1

  

х7

0,995363

0,987133

0,952722

0,982204

0,9645

0,99265

0,995904

1


 

Для отбора значимых факторов в уравнение регрессии воспользуемся  следующей формулой: 7

                                         

                                                              (3)

Из данной модели исключаются факторы Х2, Х3, Х4, Х5 , Х7 , поскольку не выполняются неравенства системы (3):

          

Из первой системы  неравенств выгоняем фактор Х2, т.к. не выполняется условие системы неравенств (3).

           

Из этой системы неравенств выгоняем фактор  Х3, т.к. не выполняется условие системы неравенств  (3).

Условие системы неравенств (3) не выполняется, следовательно, выгоняем фактор  Х4.

Из этой системы неравенств выгоняем фактор  Х5, т.к. не выполняется условие системы неравенств  (3).

Условие системы неравенств (3) выполняется, следовательно, пока оставляем факторы  Х1 и Х6.

Условие системы неравенств (3) не выполняется, следовательно исключаем из этой системы фактор Х7.

Таким образом, после  отсева факторов из модели, уравнение  регрессии примет такой  вид:                   у = а0 + а1* Х1 + а2* Х6                             (4)

     После предварительного  отбора факторов на основе парных и частных коэффициентов корреляции производятся оценки параметров а0, а1, а2; обычно они осуществляются по методу наименьших квадратов. Система нормальных уравнений в случае линейной зависимости (2) имеет вид8:                       (5) 

Решение такой системы  может осуществляться по теореме  Крамера (с использованием определителей), методом Гаусса (последовательным исключением неизвестных) и другими методами, данные параметры системы нормальных уравнений Х1, Х6 находим с помощью пакета «Анализ данных» в программе Excel. 9

Таблица 3

                     Регрессионный анализ модели (4) в Excel

ВЫВОД ИТОГОВ

  
   

Регрессионная статистика

  

Множественный R

0,995524934

R-квадрат

0,991069895

Нормированный R-квадрат

0,988093193

Стандартная ошибка

526,3177269

Наблюдения

9


                    

Дисперсионный анализ

          
 

df

SS

MS

F

Значимость F

Регрессия

2

1,84E+08

92228460

332,9423

7,12E-07

Остаток

6

1662062

277010,3

    

Итого

8

1,86E+08

      

 

 

Коэффи-циенты

Стандар-тная ошибка

t-ста-тистика

P-Значение

Нижние 95%

Верхние 95%

Нижние 95,0%

Верхние 95,0%

Y-пересе-чение

-1559,747

519,669

-3,00142

0,023964

-2831,33

-288,162

-2831,33

-288,1624

х1

0,271451

0,18349

1,47938

0,189527

-0,17753

0,720435

-0,17753

0,720435

х6

6,761854

1,37683

4,911171

0,002681

3,392869

10,13084

3,392869

10,13084


 

Уравнение регрессии будет иметь  вид:

             

                        Y = -1559,747 + 0,271451*Х1 + 6,761854*Х6              (6)

Таблица 4

Таблица коэффициентов  парной корреляции факторов Х1, Х6.

 

у

х1

х6

у

1

    

х1

0,977329

1

  

х6

0,993888

0,9692

1


 

Для определения тесноты  связи между фактором Y и совокупностью факторов X1 ,X6 применяется коэффициент множественной корреляции R. Этот коэффициент изменяется в интервале от 0 до 1. Если R=0, то нет линейной корреляционной связи между Y  и X1, Х6. Если R=1, то существует функциональная связь. В нашем случае R=0,9955, что говорит о наличии функциональной связи.

В рамках регрессионной  статистики приведены также значения скорректированного и нескорректированного линейных коэффициентов множественной детерминации.

Нескорректированный коэффициент  множественной детерминации R2 =0,9910 оценивает долю вариации результата за счет представленных в уравнении факторов в общей вариации результата. Здесь эта доля составляет 99,10 % и указывает на весьма высокую степень обусловленности вариации результата вариацией факторов, иными словами – на весьма тесную связь факторов с результатом.

Скорректированный коэффициент множественной детерминации R2=0,9910 определяет тесноту связи с учетом степеней свободы общей и остаточной дисперсией. Он дает такую оценку тесноты связи, которая не зависит от числа факторов в модели и потому может сравниваться по разным моделям с разным числом факторов. Оба коэффициента указывают на весьма высокую (более 90%) детерминированность результата У в модели факторами Х1, Х6.

Найдем значения коэффициентов  эластичности. Средние коэффициенты эластичности показывают, на сколько  процентов от значения своей средней изменяется результат при изменении фактора хj на 1% от своей средней и при фиксированном воздействии на у всех прочих факторов включенных в уравнение регрессии.  Для линейной зависимости:10

                                                   

                                                             (7)

где - коэффициент регрессии при хj в уравнении множественной регрессии.

Таблица 5

Расчетные значения результативного  признака

год

у

х1

х6

2001

1154,4

763,3

329,8

2002

1612,6

1191,5

366,7

2003

2134,5

1708,1

502,6

2004

3212,6

2474,3

625,1

2005

4363,3

3406,8

752,6

2006

6044,7

4484,4

1036,6

2007

8995,8

6298,1

1341,2

2008

13272,1

9532,6

1674,7

2009

13493,2

12843,5

1760,3

сумма

54283,2

42702,6

8389,6

ср

6031,467

4744,73

932,1778

Анализ денежного обращения и кредитования 📙 Курсовая → 🆔 9227

Анализ денежного обращения и кредитования 📙 Курсовая → 🆔 9227

Анализ денежного обращения и кредитования