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