29

Министерство образования и науки Украины

Харьковский государственный экономический университет

кафедра экономики и

оценки имущества предприятия

РЕФЕРАТ

для сдачи кандидатского экзамена по специальности

«Экономическая информатика и компьютерная техника»

на тему: «Оценка финансового потенциала регионов Украины

с помощью таксономических методов »

Выполнил:

аспирант кафедры экономики и

оценки имущества предприятия

Научный руководитель:

д. э. н., профессор

Харьков

СОДЕРЖАНИЕ

Введение

1. Общая характеристика методов таксономии

1.1 Метод упорядочения

1.2 Метод шаров

1.3 Выделение объекта-репрезентанта с помощью метода центра тяжести

2. Применение методов таксономии при оценке финансового потенциала регионов Украины

2.1 Выбор факторов оценки финансового потенциала

2.2 Расчёт финансового потенциала регионов Украины

2.3 Группировка регионов при помощи метода шаров

Заключение

Список использованной литературы

ВВЕДЕНИЕ

В деятельности экономиста большую роль играет проведение разного рода сравнительных исследований, заключающихся в сопоставлении данных. Подобные сопоставления встречаются как в статистических и эконометрических исследованиях, так и в экономических исследованиях «традиционного» типа при выполнении анализа рынка, (финансового, кредитного, инвестиционного), анализа деятельности предприятий и т.п. Как правило, такие исследования проводятся на основе модели с небольшим числом переменных, чаще всего с одной или двумя, что чрезмерно упрощает реальность. Большинство экономических явлений в действительности характеризуется множеством разнообразных признаков, число которых нередко достигает нескольких десятков. В таких случаях проведение исследований традиционными методами значительно усложняется или становится просто невозможным. Следовательно, появляется необходимость либо в приспособлении для экономических исследований тех методов, которые уже применяются в других научных дисциплинах, либо в разработке новых методов. К настоящему времени наиболее широкое применение при проведении сравнительного анализа нашли таксономические методы. Знание этих методов, таким образом, расширяет возможности проведения разнообразных сопоставлений на многомерных объектах.

Цель реферата заключается не в разработке конкретных таксономических методов, а в попытке доказать необходимость проведения подобного анализа на основе конкретной экономической задачи (оценка финансового потенциала регионов Украины).

В общем случае под потенциалом понимаются априорные возможности организации по удовлетворению потребностей общества. Финансовый потенциал Украины имеет значительные резервы, но недостаточно используется. Производимые исследования показывают, что в Украине есть возможности значительно улучшить использование финансового потенциала, тем не менее, в настоящее время существуют внутренние и внешние угрозы, которые при продвижении страны к экономическому росту на основе лучшего использования финансового и экономического потенциала могут затормозить или остановить развитие экономики.

Реализация финансового потенциала зависит от множества факторов. От факторов внешней среды - насколько востребован финансовый потенциал; и от внутренних факторов- возможность реализации этого потенциала.

Кредитная и инвестиционная деятельность коммерческих банков неразрывно связана с оценкой состояния и прогнозированием развития финансового рынка, с целью выбора наиболее привлекательного объекта кредитования (инвестирования). В связи с этим актуальность работы по оценке финансового потенциала регионов с помощью таксономических методов является очевидной.

1. ОБЩАЯ ХАРАКТЕРИСТИКА МЕТОДОВ ТАКСОНОМИИ

1.1 Метод упорядочения

Название таксономических методов происходит от двух греческих слов: таксис (что означает расположение, порядок) и номос (закон, правило, принцип)[4]. Таким образом, таксономия -- это наука о правилах упорядочения и классификации.

В зависимости от целей проводимого исследования, таксономические методы можно разделить на три группы: методы упорядочения, методы разбиения, методы выбора репрезентантов групп.

Таксономический показатель уровня развития первоначально служил для определения уровня экономического развития, достигнутого выбранной группой стран. Однако он настолько универсален, что может использоваться не только в исследованиях, относящихся к совокупности статистических единиц, но и при анализе свойств одной единицы. В последнем случае свойства единицы характеризуются значениями признаков, заданными в виде временных рядов. Такая постановка задачи позволяет получить обобщенную картину изменений, происходящих в изучаемом наборе признаков за определенный промежуток времени. В результате получают картину изменений, происходящих в значениях признаков данной единицы. Именно такое понимание таксономического показателя уровня развития как показателя, в сводной форме представляющего направление и масштаб изменений, происходящих в развитии исследуемых статистических единиц, мы теперь и принимаем.

Предварительной операцией, с которой начинается построение показателя уровня развития, является определение элементов матрицы наблюдений X.

Пусть имеется множество из w потенциальных объектов, описываемых n признаками; тогда каждый объект инвестирования можно интерпретировать как точку n-мерного пространства с координатами, равными значениям n признаков для рассматриваемого объекта. Основным понятием, используемым в таксономических методах, является, так называемое, таксономическое расстояние - расстояние между точками многомерного пространства, исчисляемое чаще всего по правилам аналитической геометрии. Исчисленные расстояния позволяют определить положение каждой точки относительно остальных точек и, следовательно, определить место этой точки в во всей совокупности, что делает возможным их упорядочение и классификацию.

Первым и одновременно самым важным шагом, предопределяющим правильность конечных результатов, является формирование матрицы наблюдений, которая содержит наиболее полную характеристику исследуемых объектов. Матрицу наблюдений можно представить следующим образом:

(1.1)

где w - число единиц;

m - число факторов;

х_ij - значение признака j для единицы і.

Признаки, включенные в матрицу наблюдений, неоднородны, поскольку описывают разные свойства объектов. Кроме того, различаются их единицы измерения, что еще более затрудняет выполнение арифметических действий, необходимых в отдельных процедурах. Поэтому, вторым шагом, надлежит выполнить предварительное преобразование, которое заключается в стандартизации признаков. Это преобразование проводится по формуле:

(1.2)

причем

(1.3)

(1.4)

где j= 1, 2,..., n;

Х_ij- значение признака j для единицы і;

X_j- среднее арифметическое значение признака j;

S_j- стандартное отклонение признака j;

Z_ij - стандартизированное значение признака j для единицы і.

На третьем шаге производится расчет показателя уровня финансового потенциала, представляющего синтетическую величину, "равнодействующую" всех признаков , характеризующих единицы исследуемой совокупности. Расчет данного показателя позволяет линейно упорядочить элементы (под которыми в работе понимаются регионы) совокупности по расстоянию до некоторой искусственно сконструированной точки, называемой эталоном развития [13].

Все переменные факторов матрицы наблюдений делятся на стимуляторы и дестимуляторы. Основанием для разделения признаков на две группы служит характер влияния каждого из них на уровень финансового потенциала. Признаки, оказывающие положительное, стимулирующее воздействие на уровень потенциала отрасли, называются стимуляторами, в отличие от признаков, оказывающих тормозящее действие и поэтому называются дестимуляторами. Разделение признаков на стимуляторы и дестимуляторы служит основой для построения так называемого эталона , который представляет собой точку Р с координатами:

Z₀₁, Z₀₂,..., Z_0m (1.5)

где

Z_os= maxZ_rs, если s Є I (1.6)

r

Z_os = minZ_rs, если s Є I , (s= l,...,m), (1.7)

r

I - множество стимуляторов,

Z_s - стандартизованное значение признака s для единицы г.

Расстояние между отдельными точками-единицами (регионами) и точкой Р, представляющей эталон привлекательности, обозначается с и рассчитывается следующим образом:

(1.8)

(i=l,...,w),

Полученные расстояния служат исходными величинами, используемыми при расчете показателя финансового потенциала объекта:

(1.9)

_

Cо = Со+2S0 (1.10)

Исчисленные таким образом значения показателя уровня развития описывают динамику изменений исследуемых наборов признаков. Они в обобщенной форме представляют изменения, происходящие в анализируемом явлении. Это составляет самое главное достоинство новых показателей, так как с их помощью достигается существенное упрощение описания действительности при сохранении наиболее важных ее закономерностей, отраженных в данном наборе признаков.

Показатель финансового потенциала объекта интерпретируется следующим образом: данный объект тем лучше , чем ближе значение показателя к единице.

1.2 Метод шаров

Чтобы получить более правильное, с точки зрения однородности объектов, упорядочение, необходимо использовать методы объединения в группы, применение которых в определенной мере упростит управленческую деятельность, связанную с выбором наиболее перспективных объектов , так как могут быть разработаны определенные управленческие шаблоны для каждой группы вследствие однородности объединенных в них объектов [5].

Инструментом для объединения может послужить так называемый метод шаров.

Этот метод может быть использован потому, что в данном исследовании необходимо осуществить простое разбиение на группы, без учета миграции элементов из группы в группу. Метод шаров не только удовлетворяет этому требованию, но и является одним из самых легко алгоритмизируемых методов.

Перед описанием этого метода дадим геометрическую модель для простейшего случая двумерного пространства. Единицы исследуемого множества характеризуются только двумя признаками и изображаются точками на плоскости. Тогда их можно рассматривать как множество точек P_i с координатами (х_i1, x_i2) при і = 1, ..., w, причем w -- число элементов множества.

Для выполнения дальнейших преобразований необходимо знать некоторую величину р. Если эта величина известна, то поступают следующим образом. Из каждой точки р_і, как центра, строится круг радиусом р. Затем подсчитывается число точек, находящихся внутри каждого круга. Тем самым находится первое подмножество. Элементами его являются элементы круга, содержащего наибольшее число точек. Если есть несколько кругов с одним и тем же наибольшим числом точек, то первое подмножество образуют точки круга, центр которого расположен ближе всего к началу системы координат.

Дальнейшее разбиение производится подобным же образом, но число элементов множества уменьшается за счет элементов первого подмножества (рис. 1.1).

Х2

Х1

Рис. 1.1. Разбиение множества единиц, -характеризуемых двумя признаками [3].

Алгоритм метода шаров следующий:

На первом шаге осуществляется объединение исследуемых объектов в однородные группы. Прежде всего, необходимо на основании элементов матрицы наблюдений рассчитать элементы матрицы расстояний (эта процедура выполняется для всех таксономических методов). Чаще всего для расчета используется корень квадратный из среднего квадрата разности значений признаков, т.е.

(1.12)

После исчисления расстояний между всеми единицами данной совокупности получаем матрицу расстояний, которую можно записать в следующем виде:

(1.13)

где символ C_rs обозначает расстояние между элементами r и s.

Элементы этой матрицы служат основой для проведения исследования с помощью методов таксономии.

Далее для каждой точки - объекта

P_s=[X_s1,X_s2,...,X_sj,...,X_sm] (1.14)

которая представляет собой элемент совокупности

D={w₁,w₂,...,w_j,...,w_m}, (1.15)

где m - число свойств (признаков),

j - число точек объектов.

строится шар заданного радиуса p:

K(P_s,p) (1.16)

Затем определяется число точек Р , находящихся внутри каждого шара:

D_s={P_r є D : C_rs < p}, (1.17)

где D_s- подмножество S совокупности D.

Подмножество образовано точками Р_s, которые удовлетворяют условию:

C_rs < p (1.18)

где c_rs - расстояние объекта s от объекта г.

Если через l_s обозначим мощность подмножества D_s , то l_sl = max l_s представляет собой величину, определяющую первое выделенное подмножество. Если имеется несколько подмножеств с максимальной мощностью следует вычислить расстояние от центра шара до начала координат и в качестве первого подмножества выбрать то, которое ближе всего расположено к началу системы координат.

Первое выбранное подмножество обозначим символом D_sl,. Выделение следующего подмножества проводится точно так же. Разница заключается в том, что рассматриваются не все элементы совокупности D, а лишь те, которые остались после исключения первого подмножества, то есть рассматривается подмножество: D/D_sl.

Очевидно, что подобная операция проделывается до полного исчерпания совокупности D.

Величина радиуса шара равна:

р = max min C_rs. (1.19)

s r

во втором случае

р = + sc (1.20)

где и sc соответственно средние и среднеквадратичные отклонения признаков.

Число точек, оказавшихся внутри каждого из шаров можно определить, подсчитав, сколько чисел, меньших р содержится в каждом столбце матрицы расстояний. Самое большое число объектов в шаре - первая совокупность. Следующий этап начинается с построения новой матрицы расстояний. (Без учета элементов, вошедших в предыдущие совокупности).

В результате применения рассмотренного метода получаются подмножества, включающие однородные объекты. Эти подмножества могут теперь рассматриваться как сегменты инвестиционного рынка, имеющие сходную степень финансового потенциала объектов.

1.3 Выделение объекта-репрезентанта с помощью метода центра тяжести

Теперь выделим для каждой сформированной группы так называемый объект-репрезентант. Объект-репрезентант группы описывается характеристиками, которые являются наиболее типичными, усредненными для всех объектов группы. Выделение объекта-репрезентанта необходимо произвести для сокращения расходов по сбору исходных данных. Объект-репрезентант обладает свойствами, характерными для всех объектов группы. Поэтому можно утверждать, что результаты исследования, проведенного только для объекта-репрезентанта могут быть распространены на всю группу объектов, которую он представляет. Поэтому для первичного сегмента-репрезентанта может быть произведен сбор таких данных, который оказался бы слишком дорогостоящим, если бы производился для всех первичных сегментов, попавших в группу. Наиболее часто, для выделения репрезентантов (типов представителей) групп, применяется метод центра тяжести. Этот метод легко алгоритмизируется, что является преимуществом по сравнению с другими методами. Выбор репрезентанта группы предлагается осуществлять с помощью метода центр тяжести [9].

Способ выбора репрезентанта по этому методу зависит от размера группы. Различаются группы из одного, из двух элементов, а также группы с большей численностью элементов. В группах из одного элемента образующие их единицы обладают значениями признаков сильно отличающимися от остальных. Таким образом, их относят к числу элементов-репрезентантов. С группами, где число элементов более двух поступают следующим образом. Рассчитывают расстояние каждой единицы от остальных единиц данной группы:

(1.21)

где Ь_i элемент і; і, j=l ,2,...,t;

t - число элементов в группе;

d_i - сумма расстояний элемента і от остальных элементов группы г.

В набор элементов - эталонов входят единицы с наименьшей суммой расстояний

dm = min di. (1.22)

i

Заключительный этап процедуры выбора репрезентантов групп состоит из выбора репрезентантов из групп с двумя элементами. С этой целью рассчитывается сумма расстояний каждого элемента (объекта) такой группы от элементов (объектов) - репрезентантов, вычисленных на предыдущих этапах:

(1.23)

где Ь_i - элемент і; i=l,2,...,2k; j=1,2,...,р;

2k - число элементов в k группах из 2 элементов;

р - число обособленных элементов-репрезентантов, выбранных из групп с числом элементов больше двух:

(1.24)

где і=1,2.

При выполнении указанных операций получается набор элементов-репрезентантов, представляющих каждую из выделенных групп. Выбранные элементы находятся вблизи «центра тяжести» группы и поэтому обладают «средними» значениями характеризующих их признаков. Так как объекты-репрезентанты обладают всеми свойствами групп, которые они представляют, то, как уже было сказано, для того, чтобы приблизительно оценить всю группу достаточно исследовать объект-репрезентант.

2. ПРИМЕНЕНИЕ МЕТОДОВ ТАКСОНОМИИ ПРИ ОЦЕНКЕ ФИНАНСОВОГО ПОТЕНЦИАЛА РЕГИОНОВ УКРАИНЫ

2.1 Выбор факторов оценки финансового потенциала

Оценку финансового потенциала объекта кредитования предлагается осуществлять по следующему алгоритму (рис 2.1).

Рис. 2.1 Этапы алгоритма оценки финансового потенциала объекта [8].

I. Формирование системы показателей для оценки степени финансового потенциала объектов кредитования;

II. Определение уровня финансового потенциала объектов;

III. Группировка по степени финансового потенциала объектов.

Ниже приведено подробное описание блоков, приведенного алгоритма.

1-й блок: Для оценки степени финансового потенциала объекта необходимо учесть большое количество факторов, которые оказывают существенное влияние на эффективность его деятельности. Поэтому, каждый объект, должен рассматриваться как многомерный, описываемый системой показателей.

При оценке уровня финансового потенциала объекта должны использоваться как можно большее количество показателей, характеризующих потенциальный объект инвестирования, однако в реальных условиях существуют определенные ограничения. Большое количество показателей, с одной стороны, увеличивает трудоемкость проводимых расчетов, а с другой,- повышает качество информационной модели, описывающей рыночную систему.

В настоящее время при сборе необходимых для анализа данных могут возникнуть следующие проблемы: в статистических справочниках может не оказаться нужных данных, получение данных может быть затруднительно вследствие сохранения коммерческой тайны, действительное состояние дел предприятия может отличаться от отчетного и т. п. Кроме того, существуют определенные рамки, обусловленные сложностью обработки данных, хотя, конечно, применение вычислительной техники значительно эти рамки расширяет и позволяет вести расчеты и получать результаты оперативно.

Существуют различные подходы к проблеме отбора показателей, которые должны быть учтены при анализе рыночной ситуации. Этот отбор может осуществляться интуитивно, на основании прошлого опыта, экспертным путем, а также путем оценки различных статистических коэффициентов, характеризующих зависимость между двумя показателями. В работе разработан механизм формирования системы показателей оценки степени финансового потенциала объекта, который включает следующие шаги:

1. Формирование гипотезы о влиянии фактора на финансового потенциала объекта.

2. Логический анализ.

3. Экономико-статистический анализ.

Рассмотрим содержание этих шагов.

1. В результате предварительного анализа финансового рынка была сформирована гипотеза о влиянии некоторых факторов на финансовый потенциал объекта. Объектом, в данном исследовании, является регион.

Факторы, влияющие на финансовый потенциал региона, приведены в таблице 2.1.

2. Для объективной оценки факторов, оказывающих влияние на объект, предложен алгоритм проведения априорного анализа, основанный на анализе точек зрения многих экспертов. Полученные априорные сведения о степени влияния каждого фактора на объект были обработаны с помощью методов ранговой корреляции. Алгоритм проведения априорного анализа на основании метода экспертных оценок включает в себя следующие блоки:

- формирование матрицы рангов;

- расчет и анализ коэффициентов конкордации;

Таблица 2.1

Факторы, влияющие на финансовый потенциал региона

Шифр	Наименование фактора
XI	Введение основных фондов
Х2	Вклад региона в ВВП
ХЗ	Денежные затраты населения
Х4	Денежные доходы населения
Х5	Среднемесячная заработная плата
Х6	Инвестиции в основной капитал
Х7	Инвестиции в регион
Х8	Инвестиции из региона
Х9	Объём экспорта
Х10	Объём импорта
X11	Занятость
Х12	Дебиторская задолженность
Х13	Кредиторская задолженность
Х14	Объем валового продукта на душу населения
Х15	Объем производства продукта промышленности
XI6	Объем производства продукта сельского хозяйства
Х17	Валовая добавленная стоимость на душу населения
Х18	Численность населения
Х19	Уровень безработицы
Х20	Оптовый товарооборот
Х21	Розничный товарооборот

Для оценки приведенных в табл. 2.1. факторов было опрошено 15 экспертов, т.е. N = 15. Количество экспертов было выбрано на основании метода предложенного Ратхманом Э.П. и Азгальдовым Г.Г. в книге «Экспертные методы в оценке качества товаров», где для предельно допустимой ошибки 0,5 и надежности (доверительного интервала) экспертной оценки равной 0,9 табличное значение N равно 15. Опрос осуществляется при помощи анкет, в которых перечислены определенные ранее факторы, которые в соответствие с выдвинутой гипотезой, оказывают влияние на эффективность объекта [11].

Задача экспертов состоит в том, чтобы расположить эти факторы в порядке убывания их воздействия на инвестиционную привлекательность регионов. Для этого эксперты в анкетах против каждого фактора должны про ставить ранг, который является количественной мерой влияния фактора на изучаемый показатель. Наименьший ранг 1 присваивается наиболее существенному, с точки зрения данного эксперта, фактору. Значение максимальні возможного ранга равно числу факторов в анкете. Иногда опрашиваемые И могут указать порядок следования для двух или нескольких факторов в paнжированном ряду. В таком случае, этим факторам присваивается один и же ранговый номер и при дальнейших вычислениях для них вводятся так называемые, "связанные" ранги.

Эксперты могут также дописать и проранжировать факторы, которые не были включены в анкету, но оказывают, по их мнению, влияние на финансовый потенциал объекта.

Полученные на основании анкет результаты опроса сводятся в таблицу, которая носит название матрицы рангов. В таблице ранги представлены так, как их проставили опрашиваемые эксперты. Правильность заполнения матрицы рангов проверялась путем сравнения суммы рангов по строкам и столбцам. Найденные суммы должны быть равны между собой .

Анализ матрицы рангов показал, что существует разобщенность в оценке экспертами степень влияния факторов на привлекательность объекта инвестирования. Чем больше такая разобщенность, тем меньше уверенности в том, что факторы выбраны правильно. Поэтому очень важно определить степень согласованности мнений экспертов. Такая оценка может быть получена с помощью коэффициента конкордации, вычисляемого по формуле:

(2.1)

где a_tj - ранг і-го фактора у j-ro специалиста; m - число специалистов;

n - число факторов.

Значение коэффициентов конкордации лежит в пределах: 0<W<1. В том случае, если мнение специалистов о влиянии факторов на изучаемый показатель полностью совпадает, W=l. В противном случае - коэффициент конкордации равен 0.

Если в матрице рангов имеются связанные ранги, то коэффициент конкордации вычисляют по формуле:

(2.2)

где

(2.3)

где t_j - число одинаковых рангов в j-ом ранжировочном ряду.

Для оценки значимости коэффициентов конкордации используется критерий х², который подчиняется х² распределению с числом степеней свободы f=n-l. Вычисляется критерий х² по формуле:

(2.4)

или при наличии связанных рангов:

(2.5)

Если вычисленное значение х² будет больше табличного для соответствующего числа степеней свободы, то, при заданном уровне значимости, можно утверждать, что выявлена неслучайная согласованность во мнениях специалистов.

Для оценки согласованности мнений экспертов по матрице рангов был осуществлен расчет коэффициента конкордации по формуле (2.1):

Значение W = 0,81 - свидетельствует о том, что степень согласованности мнений экспертов высокая. Для оценки значимости коэффициента конкордации проводится расчет критерия х² по формуле (2.4) следующим образом

Число степеней свободы f=n-l=21-l=20. В соответствии с таблице критических значений критерия Пирсона х² для 5% уровня значимости равно 55,76. Так как Х²_р > Х²_таб, следовательно, с вероятностью 0,95 можно утверждать, что согласованность во мнениях экспертов является не случайной.

Анализ полученной матрицы рангов показал, что наибольшее влияние при оценке степени финансового потенциала региона, по мнению экспертов оказывают следующие факторы (таблица 2.2):

Таблица 2.2. Факторы, оказывающие наибольшее влияние на финансовый потенциал региона

Шифр	Наименование фактора
XI	Введение основных фондов
Х2	Вклад региона в ВВП
ХЗ	Денежные затраты населения
Х4	Денежные доходы населения
Х5	Среднемесячная заработная плата
Х6	Инвестиции в основной капитал
Х7	Инвестиции в регион
Х8	Инвестиции из региона
Х9	Объём экспорта
Х10	Объём импорта
X11	Занятость
Х12	Дебиторская задолженность
Х13	Кредиторская задолженность

2.2 Расчёт финансового потенциала регионов Украины

ІІ-й блок. Содержанием этого блока алгоритма оценки финансового потенциала объектов (рис. 2.1) является сопоставление отдельных объектов и выбор из их множества наиболее перспективных. Анализ, проведенный на предыдущем этапе, показывает, что исследования, направленные на определение наиболее привлекательных объектов, должны проводиться на основании весьма многочисленного набора факторов, всесторонне характеризующего каждый рыночный сегмент. В этом случае проведение исследований традиционными методами значительно усложняется или становится просто невозможным. Поэтому, в данной работе при проведении сравнительного анализа объектов предлагается использовать методы многомерного анализа, в частности, таксономические методы. В соответствии со схемой, представленной на рис. 2.1, алгоритм определения уровня финансового потенциала сегмента рынка включает следующие шаги:

1. Формирование матрицы наблюдений.

2. Формирование матрицы стандартизированных значений наблюдений.

3. Расчет показателя финансового потенциала объекта.

На основании приведенного выше алгоритма и произведенных расчетов был рассчитан финансовый потенциал регионов Украины.

Анализ показателей уровня финансового потенциала регионов Украины показал, что показатели изменяются в диапазоне от 0,001 до 0,429 (см. табл. 2.3). Наиболее привлекательным с финансовой точки зрения может считаться - г.Киев (0,429), находящаяся на наименьшем расстоянии от искусственно созданного объекта-эталона. Наименее привлекательной - Хмельницкая область, показатель степени финансового потенциала у которой равен 0,001.

Здесь необходимо отметить, что при помощи показателя финансового потенциала упорядочивание объектов производится на основе евклидового расстояния от каждого объекта до искусственно сконструированного объекта-эталона, то есть, одинаковую оценку степени финансового потенциала могут получить объекты, находящиеся на значительном расстоянии друг от друга, или, другими словами, сильно отличающиеся друг от друга.

2.3 Группировка регионов при помощи метода шаров

III -блок. В соответствии с приведенным выше алгоритмом оценки финансового потенциала Украины на следующем этапе с помощью метода шаров было проведено объединение исследуемых регионов в группы по принципу р = max min C_rs. В результате был получен шар радиусом 9,4, но, т.к. в шар с таким радиусом попали практически все объекты, то разделение на группы оказалось невозможным. Следовательно, наиболее приемлемым в такой ситуации оказался второй способ расчёта радиуса шара (ф-ла 1.19).С помощью этой формулы был получен радиус шара, равный 3,9.

С помощью пакета Statistica была получена дендрограмма (рис. 2.2), а также матрица расстояний между регионами (см. табл. 2.5).

Рис. 2.2. Дендрограмма кластеризации регионов

Таким образом, множество анализируемых регионов Украины было разделено на 4 группы при помощи метода «шаров».

Разбиение на группы дает возможность более четко определить наиболее привлекательные с финансовой точки зрения регионы Украины. Наиболее привлекательными будут области, попавшие в 4-й кластер (табл.2.6).

Таблица 2.3

Значения показателей степени финансового потенциала и репрезентантов выделенных груп регионов Украины

Наименование области	Значение показателя	Наименование области	Значение показателя
Группа 1 Республика Крым Запорожская Киевская Луганская Львовская Николаевская Полтавская	0,069 0,168 0,112 0,100 0,098 0,062 0,079	Группа 2 г.Киев	0,429
Группа 3 Винницкая Волынская Житомирская Закарпатская Ивано-Франковская Кировоградская Ровненская Сумская Тернопольская Херсонская Хмельницкая Черкасская Черновицкая Черниговская г. Севастополь	0,018 0,015 0,019 0,031 0,003 0,010 0,022 0,026 0,004 0,008 0,001 0,009 0,003 0,016 0,011	Группа 4 Днепропетровская Донецкая Одесская Харьковская	0,319 0,341 0,193 0,202

Для полученных групп на основе метода центра тяжести были получены репрезентанты групп (см. табл. 2.7-2.9). Ими будут являться: в группе 1- 5 элемент (Львовская область); в группе 2- обособленный элемент -г. Киев; в группе 3- 14 объект (Черниговская область); в группе 4- 1 объект ( Днепропетровская область).

Проведенные оценка, прогнозирование и анализ финансового потенциала регионов позволил комплексно оценить финансовый рынок Украины, что повысит качество принимаемых управленческих решений при осуществлении кредитной (инвестиционной) деятельности коммерческого банка.

Таблица 2.4. Обобщенная оценка финансового потенциала регионов Украины

Группы регионов по степени финансового потенциала	Значение показателя для репрезентанта группы	Характеристика финансового климата	Рекомендации по принятию кредитного решения
1.(0,062-0,168)	0,098	Несмотря на относительно высокий уровень финансового потенциала регионов группы общеэкономический потенциал низкий из-за недостаточного развития промышленного производства Соответственно хуже развита инвестиционная и финансовая инфраструктура. Достаточно хорошо развито сельское хозяйство. Средний уровень потребления товаров и услуг. Ожидается некоторое снижение финансового потенциала регионов группы.	Предпочтительно кредитование и инвестирование в аграрный сектор экономики: производство сельскохозяйственной продукции; переработку сельскохозяйственного сырья; производственную инфраструктуру сельского хозяйства; сельское производственное и жилищное строительство. Инвестирование в производственный сектор лишь в особенно эффективные проекты.

Продолжение табл. 2.9

2. 0,429	0,429	Самый высокий финансовый потенциал в анализируемом периоде. Высокий уровень развития инвестиционной инфраструктуры. Достаточный уровень обеспеченности квалифицированными кадрами. Высокий уровень потребления товаров и услуг. Ожидается повышение финансового потенциала и инвестиционной привлекательности региона.	Является наиболее финансово привлекательным регионом. Предпочтительными направлениями с высоким уровнем эффективности являются: промышленное производство основных подотраслей; транспортная инфраструктура и связь; жилищное строительство в городской и пригородной зонах; торговля; массовое питание; бытовое обслуживание и медицина; страховой бизнес.
3. (0,001-0,031)	0,016	Самый низкий в Украине финансовый потенциал. Недостаточно развито как промышленное, так и сельскохозяйственное производство. Низкий уровень развития инвестиционной и коммерческой инфраструктуры. Самый низкий уровень доходов и потребления товаров и услуг населения. В ближайший период улучшение инвестиционного климата не ожидается.	Инвестиционная и кредитная активность коммерческих банков в этих регионах должна быть ограничена в связи с неблагоприятным инвестиционным климатом и низкой эффективностью. Инвестирование и кредитование возможно лишь в особо эффективные проекты после тщательной экспертизы бизнес-планов.
4.(0,193-0,341)	0,319	Высокий финансовый потенциал в основном за счет развития промышленного производства Высокий уровень развития инвестиционной и коммерческой инфраструктуры, благоприятный предпринимательский климат. Наиболее высокий уровень урбанизации населения и обеспеченности кадрами. Высокая емкость потребительского рынка и факторов производства Ожидаемая инвестиционная привлекательность в следующем периоде не изменится.	Является финансово привлекательной группой регионов, т.к. ожидается рост финансового потенциала. Предпочтительными направлениями инвестирования и кредитования после анализа проектов являются: промышленное производство, транспортная инфраструктура и связь; производство стройматериалов; жилищное строительство в пригородной и городской зонах; торговля; массовое питание и бытовое обслуживание; страховой бизнес. В ряде регионов эффективны инвестиции в аграрный сектор экономики .

ЗАКЛЮЧЕНИЕ

В результате проведенного анализа использовались методы упорядочения, методы разбиения, методы выбора репрезентантов групп. Теоретическое описание таксономического показателя. Произведена оценка финансового потенциала регионов Украины.

Исчисленные значения показателя уровня развития описывают динамику изменений исследуемых наборов признаков. В обобщенной форме они представляют изменения, происходящие в анализируемом явлении. Это составляет самое главное достоинство новых показателей, так как с их помощью достигается существенное упрощение описания действительности при сохранении наиболее важных ее закономерностей, отраженных в данном наборе признаков.

Проведенные оценка, прогнозирование и анализ финансового потенциала регионов позволил комплексно оценить финансовый рынок Украины, что повысит качество принимаемых управленческих решений при осуществлении кредитной (инвестиционной) деятельности коммерческого банка.

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1. Айвазян С.А., Бухштабер В. М., Енюков И.С. и др. Прикладная статистика. Классификация и снижение размерности. - М.: Финансы и статистика, 1989. - 587 с.

2. Андерсон Т. Введение в многомерный статистический анализ / Пер. с англ. - М.: ГИФМЛ, 1963. - 500 с.

3. Болч Б.У., Хуань К.Д. Многомерные статистические методы для экономики -М.: Финансы и статистика, 1988. - 348 с.

4. Дубров А.М., Мхитарян В.С., Трошин Л.И. Многомерные статистические методы. - М.: Финансы и статистика, 1998. - 350 с.

5. Єгоршин О.О., Зосімов А.М., Пономаренко В.С. Методи багатовимірного статистичного аналізу: Навч. Посібник. - К.: ІЗМН, 1998. - 208 с.

6. Жамбю М. Иерархический кластер-анализ и соответствия.- М.: Финансы и статистика, 1989. - 338 с.

7. Ильенкова С.Д. Экономико-статистический анализ. - М.: ЮНИТИ-ДАНА, 2002. - 215 с.

8. Клебанова Т.С., Решетняк Е.И., Раевнева Е.В., Кизим Н.А., Дубровина Н. А. Инвестиционный портфель коммерческого банка. - Х.: Бизнес Информ, 2000. - 146 с.

9. Литвик Б.Г. Экспертная информация: методы получения и анализа.- М.: Радио и связь, 1982. - 184 с.

10. Мандель И.Д. Кластерный анализ. - М.: Финансы и статистика, 1992. - 176 с.

11. Панкова Л.А., Шнейдерман М.В. Модель последовательной процедуры экспертного опроса. - М.: Институт проблем управления, 1976. - С. 36-39

12. Петровский А.М., Шнейдерман М.В. Организация экспертизы и экспертной информации. - М.: Наука, 1984. - 120 с.

13. Плюта В. Сравнительный многомерный анализ в экономических исследованиях: методы таксономии и факторного анализа. - М.: Статистика, 1980. - 151 с.