Автор работы: Пользователь скрыл имя, 21 Января 2011 в 16:37, курсовая работа
Целью данной работы является анализ однородности изучаемой совокупности предприятий по каждому из рассматриваемых показателей, проведение корреляционного анализа данных показателей, составление группировок и построение графиков по ним, анализ динамики развития отрасли, а также написание вывода по проведенному исследованию.
Введение 3
Обобщение и представление результатов статистического наблюдения.
Абсолютные, относительные, средние величины по отрасли 4
Ряды распределения, графики 6
Расчёт показателей вариации 10
Статистическое изучение взаимосвязи изучаемых показателей.
Аналитическая группировка 11
График корреляции 12
Корреляционно-регрессионный анализ 13
Анализ динамики развития отрасли.
Расчёт темпов роста/прироста 15
Расчёт среднегодовых темпов роста/прироста
Заключение 20
Список литературы 21
Оглавление
Введение 3
Обобщение и представление результатов статистического наблюдения.
Абсолютные, относительные, средние величины по отрасли 4
Ряды распределения, графики 6
Расчёт показателей вариации 10
Статистическое изучение взаимосвязи изучаемых показателей.
Аналитическая группировка 11
График корреляции 12
Корреляционно-
Анализ динамики развития отрасли.
Расчёт темпов роста/прироста 15
Расчёт среднегодовых темпов роста/прироста
Заключение 20
Список литературы 21
В последнее время в России, как и во всем мире, наблюдается довольно сложная экономическая ситуация, связанная с финансовым кризисом. В связи с этим, проблема анализа экономических систем и показателей стоит особенно остро. Для ещё решения в статистике используется корреляционный анализ (для выявления зависимости между различными признаками), построение аналитической группировки и рядов распределения (с целью получения наглядности результатов статистического наблюдения), а также анализ динамики развития отрасли, помогающий осознать направления роста или падения изучаемой отрасли.
В данной лабораторной работе рассмотрены реальные данные по 28-ми компаниям банковской сферы, представленных в журнале «Финанс» с 1 по 500 номер в списке. Данные по каждому варианту информации представлены за ряд лет (2008, 2009 гг.). В качестве исследуемых показателей взяты показатели местоположения, выручки, активов и чистой прибыли; компании, не имеющие данных по этим категориям, в исследовании не рассматриваются.
Целью
данной работы является анализ однородности
изучаемой совокупности предприятий по
каждому из рассматриваемых показателей,
проведение корреляционного анализа данных
показателей, составление группировок
и построение графиков по ним, анализ динамики
развития отрасли, а также написание вывода
по проведенному исследованию.
Обобщение и представление результатов статистического наблюдения.
Абсолютные, относительные, средние величины по отрасли.
В данном разделе будет представлен расчёт абсолютных, относительных и средних величин по отрасли.
Для начала целесообразно будет представить исходную таблицу данных целиком.
Банки. Операционная прибыль. Активы. Местоположение. Выручка. Чистая прибыль. | ||||
Компания | Местоположение | Выручка, 2008г. млрд руб. | Активы, 2008г. млрд руб. | Чистая прибыль, 2008г. млрд руб. |
Сбербанк | Москва | 700,200 | р77 | 97,746 |
Группа ВТБ | Москва | 276,743 | 3697,414 | 5,222 |
Газпромбанк | Москва | 266,350 | 1852,167 | -68,234 |
Альфа-банк | Москва | 81,870 | 794,788 | 5,665 |
Юникредит банк | Москва | 47,964 | 595,760 | 10,944 |
Банк Уралсиб | Москва | 37,589 | 446,268 | 1,201 |
МДМ-банк | Москва | 36,604 | 329,117 | 3,304 |
Хоум кредит энд финанс банк | Москва | 32,360 | 113,449 | 3,659 |
Урса-банк | Новосибирск | 29,258 | 208,899 | 1,594 |
Номос-банк | Москва | 28,605 | 227,795 | 3,487 |
Транскредит | Москва | 24,896 | 244,382 | 3,947 |
Банк Ак Барс | Казань | 24,132 | 217,123 | 2,103 |
Петрокоммерц | Москва | 21,899 | 189,746 | 1,894 |
Ситибанк | Москва | 21,896 | 180,893 | 4,015 |
Банк Санкт-Петербург | Санкт-Петербург | 20,719 | 215,715 | 2,774 |
Банк Ренессанс-Капитал | Москва | 19,617 | 59,107 | |
Банк Возрождение | Москва | 19,347 | 141,211 | |
Международный промышленный банк | Москва | 18,436 | 164,272 | 5,083 |
Абсолют-банк | Москва | 18,318 | 172,453 | 1,300 |
Банк-Зенит | Москва | 18,157 | 187,317 | 1,177 |
Банк Союз | Москва | 17,680 | 87,812 | |
ОТП-банк | Москва | 14,633 | 79,382 | 1,496 |
Пробизнесбанк | Москва | 13,123 | 78,115 | 0,173 |
КИТ Финанс | Санкт-Петербург | 12,764 | 116,405 | -1,096 |
Связь-банк | Москва | 11,714 | 117,148 | -9,359 |
Глобэкс | Москва | 11,208 | 65,879 | 3,630 |
Ханты-Мансийский банк | Ханты-Мансийск | 10,409 | 116,382 | -0,779 |
Бинбанк | Москва | 9,881 | 72,497 | 0,094 |
Абсолютные величины. Рассчитывались как сумма соответствующего показателя по всем предприятиям.
Суммарная выручка по всем предприятиям | 1846,37 |
Суммарные активы | 17507,978 |
Суммарная чистая прибыль (предприятия с положительной чистой прибылью) | 160,508 |
Относительные величины. Рассчитывались как отношение суммы соответствующего показателя на общее значение.
Доля предприятий - "гигантов" в суммарной выручке | 67,337% |
Доля малых предприятий в суммарной выручке | 32,663% |
Для более наглядного представления данные по расчёту относительных показателей представлены в диаграмме.
Средние величины. В расчёте предприятия – «гиганты» участие не принимали. Расчёт проводился по формуле средней арифметической простой.
Средняя выручка (по малым предприятиям) | 24,123 |
Средняя чистая прибыль (по малым предприятиям с положительной чистой прибылью) | 3,028 |
Средняя величина активов (по малым предприятиям) | 208,877 |
По полученным данным
можно сделать вывод о том,
что больший вес в суммарной
выручке имеют предприятия –
«гиганты», на которые приходится более
65%. Кроме того, были получены показатели,
выражающие среднюю выручку, среднюю чистую
прибыль и среднюю величину активов малых
предприятий.
Ряды распределения.
Теперь представим анализируемые данные в виде рядом распределения.
1. Местоположение. | |||
X (город) | f (частота) | f' (частота к общему) | S (накопленная частотность) |
Москва | 23 | 82,14% | 82,14% |
Казань | 1 | 3,57% | 85,71% |
Новосибирск | 1 | 3,57% | 89,29% |
Санкт-Петербург | 2 | 7,14% | 96,43% |
Ханты-Мансийск | 1 | 3,57% | 100,00% |
Итого | 28 | 100,00% |
Представим полученные данные в виде диаграммы.
Видим, что наибольшее
количество банков находится в столице
– городе Москва (чуть больше 82%); второе
место по количеству банков занимает
Санкт-Петербург, на который приходится
порядка 7%. Последние места в этом
списке делят Казань, Новосибирск и
Ханты-Мансийск. В принципе, можно сделать
вывод о неравномерности расположения
предприятий банковской сферы в России.
2. Выручка.
X (выручка), млрд руб | f (частота) | f' (частота к общему) | S (накопленная частотность) |
менее 15 | 7 | 25,00% | 25,00% |
15,000 - 25,000 | 11 | 39,29% | 64,29% |
25,000 - 35,000 | 3 | 10,71% | 75,00% |
35,000 - 45,000 | 2 | 7,14% | 82,14% |
45,000 - 55,000 | 1 | 3,57% | 85,71% |
55,000 и выше | 4 | 14,29% | 100,00% |
Итого | 28 | 100,00% |
Для более наглядного отображения сведений построим следующую диаграмму.
Вывод: предприятия, обладающие наибольше выручкой, составляют лишь чуть более 14%, в то время как наибольший удельный вес имеют предприятия с выручкой от 15,000 до 25,000 млрд руб. По данной диаграмме можно снова проследить неоднородной банковской сферы в России.
3. Активы (расчёт без предприятий – «гигантов»).
X (активы), млрд руб | f (частота) | f' (частота к общему) | S (накопленная частотность) |
менее 150,000 | 11 | 44,00% | 44,00% |
150,000 - 300,000 | 10 | 40,00% | 84,00% |
300,000 - 450,000 | 2 | 8,00% | 92,00% |
450,000 - 600,000 | 1 | 4,00% | 96,00% |
600,000 и выше | 1 | 4,00% | 100,00% |
Итого | 25 | 100,00% |
И снова обратимся к диаграмме.
Как видно, наибольший
удельный вес имеют предприятия
с активами менее 150,000 млрд руб. Второе
место (с небольшим отставанием
– всего в 4%) занимают предприятия
с активами от 150,000 до 300,000 млрд руб. В то
время, как предприятия с высокой суммой
активов обладают лишь 4%-ми удельного
веса.
4. Чистая прибыль (расчёт без предприятий – «гигантов»).
X (чистая прибыль), млрд руб | f (частота) | f' (частота к общему) | S (накопленная частотность) |
менее 0 | 4 | 16,00% | 16,00% |
0,000 - 4,000 | 15 | 60,00% | 76,00% |
4,000 - 8,000 | 4 | 16,00% | 92,00% |
8,000 - 12,000 | 1 | 4,00% | 96,00% |
12,000 и выше | 1 | 4,00% | 100,00% |
Итого | 25 | 100,00% |
Видно, что первое место по удельному весу от всего количества предприятий по праву отдано банкам с положительной чистой прибылью менее 4,000 млрд руб. На них приходится 60% всех предприятий. На последнем месте расположились предприятия с большой чистой прибылью: от 8,000 до 12,000 млрд руб., а также более 12,000 млрд руб. На них приходится по 45 на каждую группу. Итак, можно сделать вывод, что большая часть предприятий извлекает в среднем менее 4,000 млрд руб. – ещё один момент, указывающий на крайнюю неоднородность изучаемой совокупности. Следует также отметить, что в ней присутствуют и предприятия с отрицательной чистой прибылью (на них приходится 16%). Напрашивается вывод, что в банковской сфере существуют предприятия с неблагоприятными условиями для осуществления деятельности, которые к тому же делят второе место с предприятиями, обладающие чистой прибылью в размерах от 4,000 до 8,000 млрд руб. (по 16% на каждую группу).
Информация о работе Обобщение и представление результатов статистического наблюдения