Статистична сукупність комерційних банків

Схема реалізації даного методу аналогічна попередньою, тільки у замінюється на yi-1 (попереднє значення ряду).

Спосіб, заснований на розрахунку q-статистики, застосовний для щодо стаціонарних рядів, оскільки при використанні для аналізу динамічних рядів, що мали яскраво виражену тенденцію, він приводить до помилок. Коректнішим є застосування статистики, в якій визначаються відхилення від теоретичних значень, отриманих по рівнянню тренда:

q i = ú yt - ytú / sy .

Доцільність виключення аномальних спостережень з сукупності, що вивчається, реалізується широким використанням методу угрупувань.

За допомогою методу угрупування явища, що вивчаються, підрозділяються на найважливіші типи, характерні групи і підгрупи по істотних ознаках. За допомогою угрупувань формують якісно однорідні частини статистичної сукупності.

У прикладних дослідженнях часто виникає необхідність з'ясувати, чи розрізняються генеральні сукупності, з яких узято дві незалежні вибірки. Наприклад, треба з'ясувати, чи впливає спосіб упаковки підшипників на їх споживчі якості через рік після зберігання. Або: чи відрізняється споживча поведінка чоловіків і жінок. Якщо відрізняється - рекламні ролики і плакати треба робити окремо для чоловіків і окремо для жінок. Якщо немає - рекламна кампанія може бути єдиною.

У математико-статистических термінах постановка завдання така: є дві вибірки x1, x2...,xm і y1, y2...,yn (тобто набори з m і п дійсних чисел), потрібно перевірити їх однорідність. Термін "однорідність" уточнюється нижче.

Протилежним поняттям є "відмінність". Можна переформуліровать завдання: потрібно перевірити, чи є відмінність між вибірками. Якщо відмінності немає, то для подальшого вивчення дві дані вибірки часто об'єднують в одну.

Наприклад, в маркетингу важливо виділити сегменти споживчого ринку. Якщо встановлена однорідність двох вибірок, то можливе об'єднання сегментів, з яких вони узяті, в один. Надалі це дозволить здійснювати по відношенню до ним однакову маркетингову політику (проводити одні і ті ж рекламні заходи і тому подібне). Якщо ж встановлена відмінність, то поведінка споживачів в двох сегментах різна, об'єднувати ці сегменти не можна, і можуть знадобитися різні маркетингові стратегії, своя для кожного з цих сегментів.

Традиційний метод перевірки однорідності (критерій Стьюдента). Для подальшого критичного розбору опишемо традиційний статистичний метод перевірки однорідності. Обчислюють вибіркові середні арифметичні в кожній вибірці

потім вибіркові дисперсії

і статистикові Стьюдента t, на основі якої ухвалюють рішення

По заданому рівню значущості а і числу мір свободи (m+n _ 2) з таблиць розподілу Стьюдента знаходять критичне значення tкр. Якщо |t|>tкр, то гіпотезу однорідності (відсутність відмінності) відхиляють, якщо ж |t|<tкр, то приймають. (При односторонніх альтернативних гіпотезах замість умови |t|>tкр перевіряють, що t>tкр; цю постановку розглядати не будемо, оскільки в ній немає принципових відмінностей від обговорюваної тут.)

У більшості технічних, економічних, медичних і інших завдань представляє інтерес не перевірка рівності математичних очікувань або інших характеристик розподілу, а виявлення відмінності генеральних совокупностей, з яких витягують вибірки, тобто перевірка гіпотези H0. Методи перевірки гіпотези H0 дозволяють виявити не тільки зміну математичного очікування, але і будь-які інші зміни функції розподілу результатів спостережень при переході від однієї вибірки до іншої (збільшення розкиду, поява асиметрії і т. д.). Як встановлено вище, методи, засновані на використанні статистик t Стьюдента і Т Крамера-уелча, не дозволяють перевіряти гіпотезу H0 . Апріорне припущення про приналежність функцій розподілу F(x) і G(x) до якого-небудь певного параметричного сімейства (наприклад, сімействам нормальних, логарифмічно нормальних, розподілів Вейбулла-гнеденко, гамма-распределеній і ін.), як також показано вище, зазвичай не можна достатньо надійно обгрунтувати. Тому для перевірки H0 слід використовувати методи, придатні при будь-якому виді F(x) і G(x), тобто непараметричні методи. (Нагадаємо, що термін "непараметричний метод" означає, що при використанні цього методу немає необхідності припускати, що функції розподілу результатів спостережень належать якому-небудь певному параметричному сімейству.)

Для перевірки гіпотези H0 розроблено багато непараметричних методів - критерії Смирнова, типу омега-квадрат (Лемана - Розенблатта), Вілкоксона (Манна-Уїтні), Ван-дер-вардена, Севіджа, хі-квадрат і ін. Розподіли статистик всіх цих критеріїв при справедливості H0 не залежать від конкретного виду співпадаючих функцій розподілу F(x)±G(x). Отже, таблицями точних і граничних (при великих об'ємах вибірок) розподілів статистик цих критеріїв і їх процентних можна користуватися при будь-яких безперервних функціях розподілу результатів спостережень.

1.3 Мета досліджень однорідності статистичної сукупності комерційних банків

Банківська статистика - галузь фінансової статистики, завданнями якої є отримання інформації для характеристики виконуваних банківською системою функцій, розробка аналітичних матеріалів для потреб управління грошово-кредитною системою країни, перш за все кредитного і касового планування і контролю за використанням планів.

Мета банківської статистики - забезпечити:

·                    характеристику діяльності банківської системи;

·                    оцінку її результатів;

·                    прогнозування результатів діяльності банку.

А також виявити чинники, що визначають результати і оцінку впливу банківської діяльності на розвиток ринкових відносин і її внесок в кінцеві економічні результати.

Суб'єктом статистичного аналізу є як самі банки, так і інші кредитні установи, реальні і потенційні клієнти і кореспонденти, фізичні і юридичні особи.

Завдання банківської статистики визначаються змістом і специфікою її предмету. Вони обмежуються статистичним вивченням сукупності об'єктивно обумовлених економічних відносин усередині банківської системи, а також відносин елементів банківської системи з фінансовою системою в цілому і її елементами.

Метод статистики фінансів є певною процедурою, що складається з ряду етапів.

1 етап. є визначальний для подальшого статистичного дослідження. Тут відбувається розробка наукової гіпотези. Вона припускає постановку завдань дослідження для досягнення конкретної мети, формулювання цієї мети, виділення і обмеження об'єкту спостереження, розробку системи показників, що дозволяють описати об'єкт, що вивчається.

2 етап. Статистичне спостереження, тобто збір необхідних відомостей про об'єкт, що вивчається.

3 етап - зведення і угрупування зібраних даних. Від якості роботи, проведеної на 1 і 2 етапах, залежить якість статистичного аналізу і виводів.

Об'єктивність результатів статистичного аналізу залежить від ступеня однорідності статистичної сукупності. Якісно і кількісно однорідною вважається сукупність, одиниці якої мають загальні якісні ознаки і близькі по значеннях кількісні (істотні) ознаки.

Таким чином, метою дослідження однорідності сукупності комерційних банків за ознакою "величина активів" є виділення однорідних груп банків з метою забезпечення достовірності подальших статистичних досліджень.

Розділ 2

2.1 Оцінка однорідності статистичної сокупності комерційних банків за допомогою показників їх діяльності

Перевіримо однорідність досліджуваної сукупності за допомогою розрахунків показників варіації:

Вибіркове середнє визначаємо за формулою середньої арифметичної зваженої:

Дисперсія:

Середнє квадратичне відхилення:

Коефіцієнт варіації:

Оскільки отримане значення коефіцієнта варіації перевищує значення 33,3%, то дану вибірку не можна вважати однорідною. Тобто, досліджувана за ознакою "величина активів" сукупність українських банків не є однорідною. Для оцінки однорідності вибірки українських банків за ознакою "розмір активів, млн.. грн" виконаємо ранжування варіаційного ряду в порядку зростання розміру активів. Визначимо мінімальне та максимальне значення варіант:

Розмах варіації

Розрахуємо кількість груп за формулою Стерджеса:

Скламо таблицю границь груп і розрахуємо кількість статистичних одиниць в кожній групі:

Побудуємо гістограму розподілу даного варіаційного ряду:

Розглядаючи побудовану гістограму розподілу варіаційного ряду, також можна зробити висновок про те, що оскільки гістограма за своїм зовнішнім виглядом не наближена до графіка нормального розподілу, то дана сукупність неоднорідна.

Оскільки дана сукупність неоднорідна, то будь-які статистичні дослідження можна виконувати тільки в рамках відокремлених однорідних груп. Перевіримо однорідність відокремлених груп.

Бачимо, що при побудові інтервального ряду з рівними інтервалами однорідність в межах окремих інтервалів відсутня, отже згруповані таким чином дані неможна використовувати для подальших статистичних досліджень.

Отже, для виділення однорідних груп необхідно провести побудову інтервального ряду з нерівними інтервалами (додаток 2).

Страницы: 1, 2, 3, 4