Автор: Пользователь скрыл имя, 18 Декабря 2010 в 14:52, курсовая работа
В факторном анализе предполагается, что наблюдаемые переменные являются линейной комбинацией некоторых латентных (гипотетических или ненаблюдаемых) факторов. Некоторые из этих факторов допускаются общими для двух и более переменных, а другие -- характерными для каждого параметра в отдельности.
Введение 3
Методология факторного анализа 4
Описание программы 8
Приложение 9
Формат файлов 9
Таблица исходных данных 9
Факторная матрица 10
Матрица факторного отображения 11
Графическое представление
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РЕСПУБЛИКИ БЕЛАРУСЬ
БЕЛОРУССКИЙ
ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
Кафедра
МО САПР
Использование
факторного анализа
для построения рейтинга
банков.
Курсовая работа
студентов второй группы
третьего курса
факультета прикладной
математики и информатики
Бескоровайного А.А. и
Лейнова
В. А.
Научный руководитель:
Ковалев
М.М.
Минск, 1997.
Введение | 3 |
Методология факторного анализа | 4 |
Описание программы | 8 |
Приложение | 9 |
Формат файлов | 9 |
Таблица исходных данных | 9 |
Факторная матрица | 10 |
Матрица факторного отображения | 11 |
Графическое представление | 12 |
В
факторном анализе
Применительно к построению банковских рейтингов реальную картину состояния дает методика, основанная на применении двухфакторного анализа, которая позволяет представить банки точками на плоскости, координатными осями которой являются [построенные] факторы, что особенно удобно для составления динамических рейтингов, когда при анализе состояния системы во времени точки, указывающие на состояние банков, превращаются в диаграммы.
Методология факторного анализа.
Необходимо попытаться наиболее полно проанализировать разнообразные показатели, характеризующие в нашем случае состояние банков. Для этого необходимо свести их к меньшему числу некоторых факторов. Представим каждый рейтинговый показатель zj как линейную комбинацию гипотетических факторов:
Zj=aj1F1+aj2F2+...+ajmFm (j=1,2...n), где
Fi – значение i-го фактора для данной (j-ой) компоненты;
aji – вес фактора i в компоненте j;
m – количество факторов;
n – количество показателей.
Можно выделить следующие этапы построения факторной матрицы:
имеющую размерность m * m:
R={{rij}},
2.3 На основе построенной
корреляционной матрицы строим редуцированную
корреляционную матрицу:
3. В методе
главных факторов на 1-ом этапе
вычислений ищут коэффициенты
при первом факторе так, чтобы
сумма вкладов в суммарную общность была
максимальной
Максимум
V1 должен быть обеспечен при условии
Чтобы максимизировать функцию n переменных воспользуемся методом множителей Лагранжа, с помощью которого приходим к выводу, что искомая функция является ничем иным как максимальным собственным значением уравнения
где R- редуцированная корреляционная матрица, полученная в пункте 2.
Далее, подставив найденное значение l1 и получив одно из возможных решений (q11 ,q21, ... , qn1) уравнения (2), являющихся в свою очередь собственным вектором, соответствующим данному собственному значению и, для удовлетворения выражению (1), разделив на корень из суммы их квадратов и умножив на квадратный корень из собственного значения, получим
что представляет собой искомый коэффициент при факторе F1 в факторном отображении пункта 1.
l1 вычисляется по формуле:
l1=max{p1j}, где вектор p=R*q1
Вектор q1 находится при помощи следующего итерационного процесса:
Вычисляем R, R2, R4,... до тех пор, пока не будет выполняться условие |b(i)-b(i/2)|<e, где b(i) вектор, j-ый элемент которого равен частному от деления суммы j-ой строки матрицы Ri на максимальную из сумм элементов строк матрицы Ri , а в качестве e берется заранее выбранная точность вычислений. По окончании процесса в качестве вектора q берется вектор a(i).
4.Для определения
коэффициентов при втором
что делается аналогично вычислениям для 1-го фактора, только вместо матрицы R используется матрица
Полученную факторную матрицу F размерности m*2 вращаем путем умножения на матрицу поворота
,
где a-угол поворота, изменяющийся от 0 до p/2 с шагом p/720.
Окончательный
поворот будет произведен на угол,
при котором выполнится критерий Варимакс:
Где r — число факторов.
Умножив справа исходную матрицу Х на построенную Fпов, получим окончательную матрицу, показывающую расположение банков в новых координатах (факторах F1 , F2).
Для компьютерной реализации описанного выше метода нами, с помощью среды Delphi 2.0, была создана программа rating, функционирующая под управлением операционной системы Windows-95.
1. После
запуска программа предлагает
пользователю загрузить
В прилагаемом ниже примере исходными данными является файл по состоянию на 1995 код со следующими показателями, характеризующими банки :
a1=Активы
a2=Капитал
a3=Капитал/активы в %
a4=.Вложения в другие банки
a5=Вложения в экономику
a6=Вложения
всего
Файлы, используемые в нашей программе представляют собой текстовые файлы, в которых в качестве разделителей используются пробелы.
В первом столбце файла хранятся названия обрабатываемых банков, а в первой строке – названия показателей, характеризующих их деятельность.
Показатель | F1 | F2 |
a1=Активы | 0.940 | 0.264 |
a2=Капитал | 0.949 | 0.198 |
a3=Капитал/активы в % | 0.829 | 0.436 |
a4=Вложения в другие банки | 0.602 | 0.539 |
a5=Вложения в экономику | 0.834 | 0.425 |
a6=Вложения всего | 0.922 | 0.335 |
4.Матрица факторного
отображения
5. Графическое представление
Прямоугольной областью обозначается положение банка на факторной плоскости по состоянию на 1995 год, а круглой областью такого же цвета обозначается положение того же банка по состоянию на 1996 год.
Информация о работе Использование факторного анализа для построения рейтинга банков