Федеральное агентство по образованию

  ФГАОУ «Уральский федеральный  университет имени  первого Президента РФ Б.Н. Ельцина»

  Высшая  школа экономики  и                           Кафедра экономики  энергетики

  менеджмента                                                    и маркетинга

  Курсовая  работа

по теме: Маркетинговые исследования инвестиционных фондов

  по  дисциплине:

  Маркетинговые исследования

Вариант № 16

Научный руководитель:      Косолапов А.Н.

Курс, группа:               IV курс, ЭМ-480401

Студент:         Лищенко А.

Екатеринбург, 2011

Оглавление

  Введение.

  Целью данной работы является изучение современных статистических методов маркетинговых исследований на примере  инвестиционных фондов.

  Гипотезы:

• Из представленных 11 факторов, характеризующих инвестиционные фонды, можно выделить 2-3 фактора,  которые обеспечивают статистически значимый выбор фондов для эффективного вложения временно свободных средств;
• Выбранные 2-3 фактора обеспечивают выбор не конкретного фонда, а групп фондов, удовлетворяющих определенным уровням этих факторов.

  Для достижения цели необходимо решить следующие задачи:

• Провести анализ факторов, характеризующих инвестиционные фонды;
• Провести анализ каждого фактора с использованием статистических методов (вариационных рядов, частотных таблиц, гистограмм);
• Определить основные статистические характеристики каждого фактора (моду, медиану, квартили, межквартильное расстояние, среднее значение, среднее квадратическое отклонение, размах, асимметрию, эксцесс, коэффициенты вариации);
• Проанализировать наличие статистически значимой связи между факторами (качественными и количественными)
• Выбрать фактор или группу факторов, обеспечивающих возможность сравнения инвестиционных фондов;

  Для решения данных задач воспользуемся  методом выборочного исследования материалов отчетов статистических органов о деятельности инвестиционных фондов, то есть использование вторичных данных. Объем генеральной совокупности составляет 256 инвестиционных фондов. Объем простой случайной выборки составляет 95 фондов.

  Программа исследований:

• Краткая характеристика взаимных фондов и факторов, характеризующих их деятельность.
• Определение типов исходных данных для взаимных фондов.
• Одномерная сводка и группировка инвестиционных фондов по качественным (категорийным) переменным.
• Составление статистических таблиц и гистограмм распределения для одномерных качественных переменных.
• Двумерная сводка и группировка инвестиционных фондов по качественным (категорийным) переменным.
• Составление статистических таблиц, гистограмм распределения и таблиц сопряженных признаков (суммарных частотных таблиц) для двумерных качественных переменных.
• Двумерные методы статистического анализа качественных переменных. Таблицы заголовков
• Использование χ² – критерия для проверки независимости двух качественных переменных.
• Одномерная сводка и группировка инвестиционных фондов по количественным (метрическим) переменным. Построение вариационных рядов.
• Составление статистических таблиц и гистограмм распределения для одномерных количественных переменных.
• Статистики, связанные с распределением частот.
• Сводка и группировка инвестиционных фондов по качественному и количественному переменным.
• Разведочный анализ качественных переменных с  помощью кросстабуляции.
• Разведочный анализ количественных переменных.
• Определение доверительных границ для выборки объемом 25 единиц.

1.Краткая характеристика взаимных фондов и факторов, характеризующих их деятельность

  В последние годы вклады во взаимные фонды составили миллиарды долларов. Взаимные фонды владеют портфелями ценных бумаг. Приобретая акции взаимного  фонда, инвестор вступает во владение всеми акциями компаний, принадлежащих фонду. Взаимные фонды преследуют разные цели. Обычно капитал фонда складывается из акций схожих компаний. Например, фонды могут специализироваться на акциях крупных, средних или мелких компаний. Кроме того, взаимные фонды различаются по степени риска, связанного с ценными бумагами, которыми они владеют. В соответствии с этим критерием они разделяются на фонды с очень высоким, высоким, средним, низким и очень низким уровнями риска. Статистический анализ данных позволяет выбрать наилучший вариант капиталовложений. Например, являются ли фонды, ориентированные на быстрый рост капитала, более эффективными, чем фонды, ориентированные на медленный рост? Можно ли утверждать, что изменчивость доходности фондов первого типа больше, чем у фондов второго типа?

  Как было отмечено, для решения поставленных задач воспользуемся материалами  отчетов статистических органов  о деятельности инвестиционных фондов, то есть, используем вторичные данные.

  В материалах отчетов присутствуют следующие данные:

  * Фонд – название взаимного  фонда, 

  * Вид – вид акций, принадлежащих  взаимному фонду: малые, средние  и крупные компании, 

  * Цель – цель фонда (быстрый или медленный рост капитала): фонды, ориентированные на быстрый рост капитала, владеют акциями, отношение рыночной цены которых к чистой прибыли в расчете на одну акцию P/E превышает среднее значение P/E у аналогичных компаний; фонды, ориентированные на медленный рост капитала, владеют акциями, отношение рыночной цены которых к чистой прибыли в расчете на одну акцию P/E меньше, чем среднее значение P/E у аналогичных компаний, 

  * Активы – активы взаимных фондов  в млн. долларов,

  * Комиссия – взимается или нет  комиссия за приобретаемые акции  взаимных фондов,

  * Издержки – издержки, понесенные взаимными фондами,

  * Доходность 2001 года – доходность  за 12 месяцев 2001 года,

  * Трехлетняя доходность – среднегодовая доходность за период с 1999 по 2001 год,

  * Пятилетняя доходность – среднегодовая  доходность за период с 1997 по 2001 год, 

  * Оборачиваемость – уровень торговой активности фонда: очень низкий, низкий, средний, высокий и очень высокий.

  * Риск – уровень риска:  очень  низкий, низкий, средний, высокий  и очень высокий.

2. Определение  типов исходных данных для  взаимных фондов

    Многие  статистические данные получают в процессе измерений. Целью измерений является получение информации о признаках объектов. Измеряется не сам объект, а только свойства или отличительные признаки объекта. Измерения осуществляются путем установления соответствия между числами и объектами, которые являются носителями подлежащих измерению свойств. Измерения могут проводиться на разных уровнях. Различным уровням измерений соответствуют различные шкалы.

    Существует  четыре основных типа шкал: номинальная, порядковая, интервальная и относительная.

    Для получения исходных данных были использованы три  типа шкал: номинальная, порядковая и относительная.

    Номинальная шкала (nominal scale) – это условная схема маркировки, где числа служат исключительно как ярлыки или метки для определения и классификации объектов. При использовании номинальной шкалы существует строгое соответствие, - один к одному, между номерами и объектами. Каждый номер соответствует одному объекту, и каждый объект имеет только один номер. Числа в номинальной шкале используются для классификации как ярлыки для классов и категорий. Классы взаимно исключающие и вместе полностью охватывают выборку. Объекты каждого класса рассматриваются как эквиваленты в соответствии с характеристикой, которую представляет присвоенное им номинальное число. Всем объектам внутри одного класса присвоено одно и то же число, и никаким двум классам нельзя присвоить одно и то же число.

      Числа в номинальной шкале не показывают количественную определенность характеристик данного объекта. Это же касается и чисел, присваиваемых классам. Единственной допустимой операцией с числами в номинальной шкале является счет. Допустимо только ограниченное количество статистических расчетов, базирующихся на подсчете частот. К ним относятся процентные соотношения, мода, хи -квадрат и биномиальные критерии.

    Данные, приведенные в столбцах 1,2,3,5 таблицы  и переменная «Номер фонда», получены с использованием номинальной шкалы.

    Порядковая  шкала (ordinal scale) — это ранговая шкала, в которой числа присваиваются  объектам для обозначения относительной степени, в которой определенные характеристики присущи тому или иному объекту. Она позволяет узнать, в какой мере выражена конкретная характеристика данного объекта, но не дает представления о степени ее выраженности. Таким образом, порядковая шкала отображает относительную позицию, но не значительность разницы между объектами. Объект, находящийся по рангу на первом месте, имеет более сильно выраженную характеристику по сравнению с тем, что находится на втором месте, но при этом неизвестно, насколько значительно различие между ними.

    Таким образом можно определить, в какой  степени данная характеристика присуща  объекту. В порядковой шкале, как  и в номинальной, эквивалентные  объекты имеют одинаковый ранг. Объектам могут присваиваться значения любого ряда чисел, при условии сохранения характера взаимосвязей между ними. Другими словами, допустимо любое монотонное положительное (сохраняющее порядок) преобразование шкал, так как, кроме порядка расположения, другие свойства чисел полученного ряда значения не имеют. По этим причинам, кроме использования операций подсчета, допустимых для данных номинальной шкалы, для порядковых шкал можно использовать статистические методы, базирующиеся на процентилях. В данном случае имеют смысл расчеты процентилей, квартилей, медианы, ранговой корреляции или других сводных показателей порядковых данных.

    Данные, приведенные в столбцах 10,11 таблицы, получены с использованием порядковой шкалы.

    При использовании интервальной шкалы (interval scale) количественно равные промежутки шкалы отображают равные значения измеряемых характеристик. Интервальная шкала не только содержит всю информацию, заложенную в порядковую, но также позволяет сравнивать разлиния между объектами. Разница между двумя значениями шкалы идентична разнице между двумя любыми другими смежными значениями интервальной шкалы. Между значениями интервальной шкалы существует постоянный или равный интервал. Разница между 1 и 2 та же,что и между 2 и 3, что соответствует также разнице между 5 и 6. В интервальной шкале расположение точки начала отсчета не фиксируется. Точка начала отсчета и единицы измерения выбираются произвольно. Следовательно, любое позитивное линейное преобразование формы у = а + bх сохранит свойства шкалы. Здесь х — первоначальное значение шкалы, у — преобразованное значение шкалы, b — положительная константа.

    Данных, полученных с использованием интервальной шкалы нет.

    Относительная шкала (ratio scale) обладает всеми свойствами номинальной, порядковой и интервальной шкал и, кроме того, имеет точку начала отсчета. Таким образом, с помощью относительных шкал мы можем определять и классифицировать объекты, ранжировать их, сравнивать интервалы и разницы. Также имеет смысл расчет коэффициентов значений шкал и не только равенство разности между 2 и 5 и разности между 14 и 17, но и то, что 14 больше 2 в семь раз. Относительные шкалы допускают только пропорциональные преобразования формы у =bх, где b — положительная константа. Нельзя добавить еще одну константу, как это делалось для интервальных величин.

    Данные, приведенные в столбцах 4,6,7,8,9 таблицы, получены с использованием относительной  шкалы. 

    Статистические  данные могут быть представлены в  различных формах. Набор данных содержит одно или несколько значений для  каждого из отдельных объектов. В качестве таких объектов выступают взаимные фонды, которые представляют интерес для изучения. Эти объекты называют элементарными единицами. Для каждого взаимного фонда регистрируют одни и те же признаки: вид, цель, активы, комиссия, издержки, доходность 2001 года, трехлетняя доходность, пятилетняя доходность, оборачиваемость и риск.  Признак, который регистрируется для каждого из объектов, называют переменной. Наборы данных классифицируют по следующим признакам:

    Значения  переменных, которые регистрируются с помощью чисел, имеющих содержательный смысл, называют количественными данными. Данные, приведенные в столбцах 4,6,7,8,9  таблицы, являются количественными. В то же время числа, приведенные в столбце «Номер фонда» этой таблицы, не являются количественными данными: они только указывают на номер взаимного фонда при их алфавитном расположении. Эти числа не имеют содержательной интерпретации. С количественными данными можно выполнять все обычные операции над числами, такие, как вычисление среднего и оценку изменчивости. 

    В зависимости от того, какие значения может потенциально принимать переменная, выделяют два типа количественных данных:

• дискретные;
• непрерывные.

    Дискретная - это такая переменная, которая может принимать значения только из некоторого списка определенных чисел.  

    Непрерывной будем считать любую переменную, не являющуюся дискретной. Она принимает значения из некоторого промежутка.

    В данном исследовании количественные переменные являются непрерывными, так как принимают  значения из некоторого промежутка. 

    Есть  данные, которые регистрируют определенное качество, которым обладает объект. Такие данные называют качественными. Даже если значениям этого качества можно приписать числа, то обрабатывать эти числа как количественные данные нельзя. Данные, приведенные в столбцах 1,2,3,5,10,11 таблицы, являются качественными.  

    Качественные  данные бывают двух типов: порядковые, для которых существует имеющий содержательный смысл порядок, и номинальные, для которых нет содержательно интерпретируемого порядка.

    Порядковые  данные можно ранжировать и использовать это ранжирование при проведении статистического анализа. Данные, приведенные в столбцах 10,11 таблицы, являются порядковыми. Хоть и можно выразить эти данные числами (например, 4, 3, 2, 1), но предложенная шкала оценок носит субъективный характер. Нельзя считать, что разница между значениями 4 и 3 такая же, как и между значениями 2 и 1. Также нельзя считать, что значение 3 в три раза лучше значения 1.

    Для номинальных данных нет числовых значений и нет основы для ранжирования. Данные, приведенные в столбцах 1,2,3,5 таблицы, являются номинальными.

    Одномерные наборы данных содержат только один признак для каждого объекта.

    Наборы  двумерных данных содержат информацию о двух признаках для каждого из объектов.

    Многомерные данные содержат информацию о трех или более признаках для каждого объекта. В дополнение к той информации, которую можно извлечь из одномерных и двумерных наборов, многомерные данные можно использовать для получения информации о том, существует ли простая зависимость между этими признаками, насколько они взаимосвязаны (речь идет не только о попарной  взаимосвязи признаков, но и о зависимости в совокупности), можно ли предсказать значение одной переменной на основании значений остальных.

    В данном исследовании использованы многомерные  данные, содержащие информацию об одиннадцати признаках для каждого фонда.

    Если  порядок записи значений данных во времени имеет содержательный смысл, то говорят, что эти данные представляют собой временной ряд. Эти данные представляют информацию об объекте в различные моменты времени. Если порядок записи данных во времени не существенен, то говорят об одном временном срезе. Эти данные представляют информацию об объектах в определенный момент времени.

    Данные  о доходности за 2001 год представляют собой информацию об одном временном срезе, а данные о трехлетней и пятилетней доходности представляют  собой временной ряд.

3. Одномерная  сводка и группировка инвестиционных  фондов по  качественным переменным

Таблица 1 - Ряд распределения  переменной «Риск»

     Проанализировав Таблицу 1 можно сделать вывод  о том, что из 95 рассматриваемых фондов 2 фонда имеют уровень риска «очень низкий», 30 фондов – «низкий», 27 фондов – «средний», 27 фондов – «высокий» и 9 фонда– «очень высокий» уровень риска, т.е. преобладают компании со средне- и высокорискованными акциями.

Таблица 2 - Ряд распределения  переменной «Вид» 

     Из  Таблицы 2 видно, что из 95 рассматриваемых фондов 22 фонда имеет акции мелких компаний (малый капитал), 12 фондов – акции средних компаний, 60 фондов – акции крупных компаний, т.е. основная доля акций, приобретаемых взаимными фондами, принадлежит компаниям с крупным капиталом.

     4. Составление статистических таблиц и гистограмм распределения для одномерных качественных переменных.

     Для быстрого и удобного восприятия представим Таблицы 1 и 2 в виде частотных таблиц и гистограмм распределений.

Таблица 3 - Частотная таблица  переменной «Вид»

Таблица 4 - Частотная таблица  переменной «Риск»

Рис.1 Гистограмма распределения  акций компаний различного вида 

Рис.2 Гистограмма распределений  акций компаний различного уровня риска

5. Двумерная сводка и группировка инвестиционных фондов по качественным переменным.

    Можно осуществить сводку и группировку  не по одному, а по двум, трем и большему количеству атрибутивных признаков. Для  примера в таблице 5 осуществлена группировка по двум признакам: Вид и Цель.

    Таблица 5. Классификация фондов по двум признакам: Вид х Цель