Учебная работа № /7575. «Диплом Возможности и условия выхода российского коммерческого банка на мировой рынок банковских услуг (на примере ОАО «Сбербанк РФ»)
Учебная работа № /7575. «Диплом Возможности и условия выхода российского коммерческого банка на мировой рынок банковских услуг (на примере ОАО «Сбербанк РФ»)
Содержание:
Содержание
Введение……………………………………………………………………… 5
1 Теоретические аспекты развития международных кредитных отношений……………………………………………………………………6
1.1 Понятие и сущность международных кредитных отношений……6
1.2 Особенности и тенденции развития международных кредитных отношений……………………………………………………………………12
1.3 Классификация банковских услуг………………………………………19
2 Российский и мировой рынок банковских услуг………………………25
2.1 Анализ мирового рынка банковских услуг…………………………….25
2.2 Анализ российского рынка банковских услуг………………………… 33
2.3 ОАО «Сбербанк» на российском и мировом рынке банковских услуг…………………………………………………………………………39
3 Анализ возможностей и условий ОАО «Сбербанк» на мировом рынке банковских услуг……………………………………………………………48
3.1 Оценка возможностей выхода ОАО «Сбербанк» на мировой рынок банковских услуг……………………………………………………………48
3.2 Условия выхода ОАО «Сбербанк» на мировой рынок банковских услуг…………………………………………………………………………59
Заключение…………………………………………………………………… 67
Библиографический список…………………………………………………69
Приложения…………………………………………………………………73
Форма заказа готовой работы
Выдержка из похожей работы
703430.8
S.E,of regression
426621.2
Akaike info criterion
28.86077
Sum squared resid
3.08E+13
Schwarz criterion
29.18785
Log likelihood
-2693.912
F-statistic
18.85515
Durbin-Watson stat
2.081729
Prob(F-statistic)
0.000000
Ожидания в отношении знаков коэффициентов
подтвердились только для следующих параметров: SOBKAP, NADA, NADB, KREDKOMMORG, SUMOBAZ, CHAKT,Модель показывает, что
собственный капитал банка важен для получения высокой прибыли; кредиты,
выданные коммерческим организациям, снижают фактическую прибыль (средства,
направленные на выдачу кредитов, поступают за счет сокращения прибыли в текущем
периоде).
В целом же модель неудачная, и довольно малы, значение F-статистики тоже не большое,В этой
модели 13 из 19 регрессоров незначимы,Велико значение Sum squared resid (3.08E+13) и стандартных ошибок модели (426621.2),
Проверим модель на
гетероскедастичность:
White
Heteroskedasticity Test:
F-statistic
5.439868
Probability
0.000000
Obs*R-squared
95.81897
Probability
0.000000
Тест Уайта no cross terms показывает, что гипотеза о гомоскедастичности принимается с вероятностью
0% т.е,отвергается, тем самым говоря о наличие гетероскедастичности,
Для улучшения модели надо исключить
некоторые незначимые переменные: CHASTN,
CHAKT, RABAKT, PRIVSRDRBANK, NADA, NADB, NADC, SUMOBAZ.
Variable
Coefficient
Std,Error
t-Statistic
Prob.
C
-37696.29
75414.85
-0.499852
0.6178
KREDKART
-142891.6
117257.7
-1.218612
0.2246
KREDKOMMORG
-0.038125
0.006146
-6.202821
0.0000
LIKVAKT
-0.075415
0.018988
-3.971669
0.0001
OBAZDOVOS
0.028094
0.008035
3.496584
0.0006
SOBKAP
0.545392
0.035577
15.33007
0.0000
SRBUDJETORG
-0.003419
0.001680
-2.035163
0.0433
SRCHLITS
0.000826
0.014256
0.057910
0.9539
SRURLITS
-0.034634
0.009259
-3.740397
0.0002
URID
27537.09
91438.25
0.301155
0.7636
USTFOND
-0.420058
0.032421
-12.95644
0.0000
R-squared
0.659513
Mean dependent var
378819.5
Adjusted R-squared
0.640277
S.D,dependent var
703430.8
S.E,of regression
421896.1
Akaike info criterion
28.79963
Sum squared resid
3.15E+13
Schwarz criterion
28.98900
Log likelihood
-2696.166
F-statistic
34.28444
Durbin-Watson stat
2.050497
Prob(F-statistic)
0.000000
и уменьшились незначительно, зато
значение F-статистики увеличилось
вдвое,Стандартные ошибки почти не изменились.
White
Heteroskedasticity Test:
F-statistic
7.432828
Probability
0.000000
Obs*R-squared
83.06950
Probability
0.000000
Тест Уайта по-прежнему показывает
наличие гетероскедастичности.
Очевидно, что дальше исключать
переменные бессмысленно и следует построить полулогарифмические и
логарифмические модели.
Логарифмическая модель:
Даже если судить по графику, доказывающему
однородность данных, видно, что эту выборку лучше отражает логарифмическая
модель,Вернем в модель все исключенные регрессоры.
log(FACTPRIB)
C log(CHAKT) CHASTN KREDKART log(KREDKOMMORG) log(LIKVAKT) NADA NADB NADC
log(OBAZDOVOS) log(PRIVSRDRBANK) log(RABAKT) log(SOBKAP) log(SRBUDJETORG)
log(SRCHLITS) log(SRURLITS) log(SUMOBAZ) URID log(USTFOND)
Variable
Coefficient
t-Statistic
Prob.
C
-5.860698
2.403132
-2.438775
0.0168
LOG(CHAKT)
0.009676
0.818880
0.011816
0.9906
CHASTN
0.794260
0.914271
0.868736
0.3874
KREDKART
-0.353906
0.260594
-1.358074
0.1780
LOG(KREDKOMMORG)
-0.649195
0.243334
-2.667920
0.0091
LOG(LIKVAKT)
0.105788
0.149088
0.709568
0.4799
NADA
1.040718
0.587033
1.772844
0.0798
NADB
1.198949
0.557710
2.149770
0.0344
NADC
0.670819
0.527920
1.270682
0.2073
LOG(OBAZDOVOS)
-0.206006
0.252990
-0.814285
0.4178
LOG(PRIVSRDRBANK)
-0.017250
0.044849
-0.384634
0.7015
LOG(RABAKT)
0.295992
0.605443
0.488884
0.6262
LOG(SOBKAP)
1.136590
0.280941
4.045649
0.0001
LOG(SRBUDJETORG)
-0.019563
0.027180
-0.719778
0.4736
LOG(SRCHLITS)
0.105197
0.146548
0.717831
0.4748
LOG(SRURLITS)
0.301929
0.301222
1.002349
0.3190
LOG(SUMOBAZ)
0.179709
0.427042
0.420822
0.6749
URID
0.439510
0.907740
0.484181
0.6295
LOG(USTFOND)
-0.134627
0.077598
-1.734922
0.0864
R-squared
0.758589
Mean dependent var
11.91081
Adjusted R-squared
0.707466
S.D,dependent var
1.371162
S.E,of regression
0.741612
Akaike info criterion
2.403663
Sum squared resid
46.74897
Schwarz criterion
2.886773
Log likelihood
-105.9905
F-statistic
14.83869
Durbin-Watson stat
2.210531
Prob(F-statistic)
0.000000
Эта модель заметно лучше двух
предыдущих»
