Рассматривая  однородность выбранной совокупности, следует отметить, что разброс  значений факторов получился очень  большой вследствие проведенных  трансформаций. Но это не должно значительно  повлиять на результаты исследования.

Для проведения корреляционного анализа необходима корреляционная матрица. Она приведена  в таблице 4.  
 

 

  Анализируя  получившуюся матрицу коэффициентов корреляции, можно сделать выводы о том, что связь между объясняемой переменной Y и объясняющей переменной Х₁ имеет обратное направление, однако, слабая.. Между Y и Х_2, Х_3, Х_5, Х₆ и Х₇ тоже слабая, но прямая связь, а между Y и Х₄ связь тоже прямая и сильная.

  Для регрессионного анализа выберем  факторы, которые имеют наибольшую связь с объясняемой переменной. Это Х₁ – денежные доходы на душу населения (руб.), Х₃ – банковские вложения физических лиц (млн. руб.) и Х₄ – финансовый результат деятельности кредитных организаций (млн. руб.), Х₅ – количество действующих кредитных организаций и Х₇ – средневзвешенная процентная ставка по рублевым потребительским кредитам

С помощью  пакета STATISTICA построим уравнение регрессии:

 

Y = -2954,59 – 3,15X₁+0,25X₃+85,51X₄+7341,52X₅+642,88X₇ 
 

  Далее следует проверить полученное уравнение  на качество.

  Расчетная статистика Фишера  F_р = 4,08, табличная F_т = 2,96. Расчетное значение статистики Фишера получилось больше табличного, что говорит о том, что уравнение регрессии значимо на уровне 5%.

  Коэффициент детерминации R? = 74%. Он показывает, что качество модели достаточно высокое.

  Теперь  проверим на значимость, каждый из коэффициентов  уравнения регрессии. Судя по таблице 5, коэффициент b₀ значим на уровне 62%, b₁ – на уровне 41%, b₂ – на уровне 64%, b₃ – на уровне 0,8%, b₄ – на уровне 69 %, b₅ – на уровне 90%.

  Следующий этап регрессионного анализа включает в себя анализ остатков линии регрессии.

  Для начала необходимо проверить плотность и функцию распределения остатков на нормальность.

 

Плотность распределения остатков близка к  нормальной.

Функция распределения остатков распределена по нормальному закону.

   Исходя  из рисунка 14, можно сделать вывод о том, что остатки гомоскедастичны, то есть с увеличением объема выборки, дисперсия остаточной компоненты не увеличивается. 

     

   В заключение регрессионного анализа  проверим получившуюся модель на адекватность с помощью теста Дарбина-Уотсона. 
 

Табличные значения статистики Дарбина-Уотсона:

d_н = 0,79, d_в = 1,99

Расчетное значение меньше, чем (4-d_в) и больше, чем d_н, то есть попадает в третий промежуток на оси, что говорит о том, что автокорреляция отсутствует и модель адекватна.

 

2.3 Выводы по корреляционному  и регрессионному анализу. Прогнозы  объема выдачи кредитов населению  Красноярского края на ближайшее  время.

    Построив  эконометрическую модель, проведя ее корреляционный и регрессионный анализ, следует сделать ряд выводов.

    По  корреляционному анализу уже  можно сделать следующие выводы:

• Объем выданных кредитов физическим лицам обратно зависит от среднедушевого дохода населения, что вполне логично. Так как за кредитами в банки чаще обращаются те люди, достаток которых не достаточно высок для полного удовлетворения своих потребностей.
• Объем выданных кредитов напрямую зависит от просроченной задолженности по кредитам физических лиц, банковских вложений физических лиц, финансовых результатов деятельности кредитных организаций, их количества, а также денежных расходов на душу населения и средневзвешенной процентной ставки по рублевым потребительским кредитам.
• Наиболее всего объем выданных кредитов зависит от финансового результата деятельности кредитной организации, что вполне логично.

    Слабая  связь между среднедушевым доходом  населения и объемом выданных кредитов объясняется тем, что примерно 50% населения имеют небольшой  доход, которого хватает только на содержания семьи и хозяйственные нужды. Банки предпочитают не выдавать кредиты этой части населения, т.к. у них нет гарантии, что долг будет возвращен.

    То, что между объемом выданных кредитов и просроченной задолженностью физических лиц по возврату кредитов существует прямая связь не логично. Скорее всего, нелогичность направления связи вызвана влиянием неучтенных в модели факторов и существенным влиянием на экономику мирового экономического кризиса.

    Относительно  регрессионного анализа можно сказать, что уравнение регрессии значимо на 5%-уровне, также значимы все коэффициенты уравнения, большинство из них имеют логичный знак и величину, а также небольшие стандартные ошибки. Качество уравнения регрессии достаночно высокое, о чем говорит коэффициент детерминации, равный 74%. Все условия Гаусса-Маркова выполнены, и мультиколлинеарность между выбранными факторами отсутствует. А также тест Дарбина-Уотсона показал адекватность модели.

    Построенную модель можно считать удачной  и пригодной для прогнозирования.

    Перейдем непосредственно к прогнозу объема кредитов, выданных на 1 января 2009 года.

    С помощью программы STATISTICA и построенной регрессионной модели можно без труда спрогнозировать ситуацию.

    Для построения прогноза были взяты необходимые  данные с сайта ЦБ РФ на 1.01.2010, они приведены в таблице 7.

      

    Делая предположение с помощью получившейся модели, можно сказать, что на 1 января 2010 года объем выданных физическим лицам кредитов составит 45589,9 млн. руб.

    Теперь  сравним эту цифру с тем, что  есть в действительности.

    Центральный банк Российской Федерации на начало 2010 года дает информацию, что физическим лицам было выдано 45589,9 млн. руб.

    Прогноз оказался неточным. Отклонение составило  млн. руб. Отклонения вызваны влиянием случайных факторов, неучтенных в модели.

    Чем можно объяснить то, что реальная цифра подучилась больше предполагаемой? Темпы роста инфляции превышают  процентную ставку по вкладам, следовательно, населению более выгодно взять  деньги в долг в банке и воспользоваться ими сейчас, чем копить сбережения на лицевом счете.

    Уже начиная с 2005 года рост потребительского кредитования начал превышать рост банковских вкладов.

    Большая часть населения предпочитает в  данный момент иметь материальные ценности, чем деньги, которые со временем могут обесцениться ввиду роста инфляции.

 

Заключение.

   С каждым годом растет желание людей  брать потребительские кредиты. Это выгодно банкам, т.к., чем больше кредитов они выдадут, тем большую  прибыль смогут получить. Но если взглянуть на это с другой стороны, чем больше кредитов выдадут банки, тем больше у них будут финансовые риски. Как известно, основные желающие взять кредит – это средний класс. Однако массовый клиент не имеет опыта в сфере потребительского кредитования. Зачастую люди переоценивают свои возможности, плохо представляют процесс погашения долго. Поэтому не только неквалифицированные управляющие, но и потребители, могут стать виновниками банкротства кредитной организации.

   Но  все же, доходы потребителя далеко не основной фактор, влияющий на объемы выдаваемых банками кредитов. Это хорошо показывает проведенный в данной работе корреляционный  анализ. Более всего, как не странно, но объем выданных кредитов повлиял финансовый результат деятельности кредитных организаций. Исходя из определения кредитных возможностей банка, финансовый результат условно  показывает разницу между объемом выданных кредитов и вкладами.

   Вопрос, который ставился в начале работы о степени влияния мирового финансового  кризиса на кредитные возможности банков края не остался без своего ответа.

   Наличие большого влияния посторонних факторов говорит о том, что кризис оказал свое воздействие на сферу потребительского кредитования.  Мировой кризис угодил в одно из самых больных мест банковской системы. Если начнется ускоренный отток капиталов из страны, то будет падение ликвидности в условиях нехватки внутренних ресурсов и системных недостатков, к которым добавляется еще высокая внешняя задолженность российских банков по краткосрочным кредитам. Совокупность этих факторов делает весьма высокой вероятность потрясений в российском банковском секторе¹.

   Население перестало доверять банкам в той  же степени. Опасаясь того, что все  сбережения на лицевых счетах рискуют  просто обесцениться, люди не стремятся  много откладывать. Многие предпочитают делать вложения в недвижимость, приобретать  автомобили, квартиры, бытовую технику. Тем более, что недавно на рынке жилья было снижение цен, и многие постарались этим воспользоваться.

   Объем кредитов, выдаваемых банками, увеличивается  с каждым годом, в то время как  рост банковских вкладов не успевает за ним. И все идет к тому, что вскоре банки начнут еще более тщательно выбирать, с какими клиентами им работать. Ведь кредитование, как известно, является значимым видом деятельности коммерческих банков. И от правильной оценки возможности развития данного направления зависит в целом успешность функционирования банка.

 

Список  литературы.

1. Лапо В.Ф. Теория вероятностей, математическая статистика и эконометрика: уч. пособие, КГУ, Красноярск, 1999.
2. Кремер Н.Ш. Эконометрика: учебник, 2-е издание, - М, 2008.
3. Гладилин А.В. Эконометрика: уч.пособие, 2006.
4. Инюшин. С. Подходы к оценке рынка кредитных услуг и возможности его освоения/ С. Инюшин // Бухгалтерия и банки, 2005, №3, с 44-48
5. Щелов.О. Кредитное бюро: первые шаги и первые сомнения/ О.Щелов// Бухгалтерия и банки, 2005, №10, с21-25
6. Евстифеев.А. Кредит, как актив/ А.Евстифеев// Бухгалтерия и банки, 2005, №4, с40-42
7. Парфенов.К. Оформление кредитных операций/ К.Парфенов// Бухгалтерия и банки, 2008, №3, с26-27
8. Литвенко.А. Розничные банковские услуги и банковская информационная система. Кредитование физических лиц./А.Литвенко// Бухгалтерия и банки, 2006, №7, с54-55
9. Ершов.А.П. Кризис ликвидности: его ружье висит на стене/ А.Ершов// Банковское дело, 2007, №12, с31-33
10. Готовчиков.И.Ф. Практический метод экспресс-оценки финансовых возможностей физический и юридических лиц./ И.Готовчиков// Банковское кредитование, 2005, №3.
11. Круссеев.Е.В. Эксперсс-анализ здоровья банка./ Е.Круссеев// Налоговый учет для бухгалтера, 2008, №12.
12. http://www.gmcgks.ru/
13. http://www.cbr.ru/