Выпускная квалификационная работа 


Мы поможем в написании ваших работ!



ЗНАЕТЕ ЛИ ВЫ?

Выпускная квалификационная работа



МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ
ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ
«РОССИЙСКИЙ ЭКОНОМИЧЕСКИЙ УНИВЕРСИТЕТ
ИМЕНИ Г.В. ПЛЕХАНОВА»

Факультет математической экономики, статистики и информатики

Кафедра статистики

 

«Допустить к защите»

Заведующий кафедрой статистики

___________________Садовникова Н.А.

«___» _____________ 201__ г.

 

Выпускная квалификационная работа

Направление 38.03.01 «Экономика»

Профиль «Бизнес-статистика и аналитика»

 

ТЕМА Статистический анализ рисков при формировании кредитного портфеля банка

Выполнил студент Диков Алексей Евгеньевич

Группа 443

Научный руководитель выпускной

квалификационной работы

Кокарев Михаил Александрович, к.ф.-м.н.,

доцент кафедры статистики

_______________________

 

Автор ______________________

 

 

Москва – 2017

СОДЕРЖАНИЕ

ВВЕДЕНИЕ. 3

ГЛАВА 1. ТЕОРИТИЧЕСКИЕ ОСНОВЫ ПРЕДПРИНИМАТЕЛЬСКИХ РИСКОВ В БАНКОВСКОЙ ДЕЯТЕЛЬНОСТИ.. 5

1.1. Понятие, структура и особенности рисков в Коммерческом банке. 5

1.2. Статистический инструментарий, формы и методы исследования рисков при формировании кредитного портфеля коммерческого банка РФ.. 12

ГЛАВА 2. СТАТИСТИЧЕСКИЕ ПОКАЗАТЕЛИ ПРЕДПРИНИМАТЕЛЬСКИХ РИСКОВ.. 19

2.1. Анализ динамики, структуры основных показателей, характеризующих принимаемые риски при формировании кредитного портфеля. 19

2.2 Анализ рисков кредитного портфеля АО РОСЭКСИМБАНК.. 33

ГЛАВА3. РАЗВИТИЕ НАПРАВЛЕНИЙ СТАТИСТИЧЕСКОГО АНАЛИЗА УЧЕТА ДОХОДНОСТИ ОБЛИГАЦИЙ АО РОСЭКСИМБАНК. 40

3.1 Построение многофакторной модели доходности облигаций на основе выделения значимых факторов. 40

3.2 Обоснование и оценка перспектив применения статистических методов моделирования облигаций для АО РОСЭКИМБАНК.. 47

ЗАКЛЮЧЕНИЕ. 52

Список литературы.. 55

Приложения. 59

 

 


 

ВВЕДЕНИЕ

 

Любая организация, которая заинтересована в получении прибыли всегда сталкивалась с таким определением как «риск». С ходом истории взаимовыгодные отношения между контрагентами развивались, увеличивался оборот операций, снижалась прозрачность сделок, повышалось количество факторов, влияющих на успешность сделки. Одним из таких факторов является риск. Банковская сфера стала той, в которой риску уделяют особое, пристальное внимание. Каждый банк чтобы остаться на плаву должен составлять стратегию своей деятельности, причем эта стратегия обязана как максимизировать прибыль для бенефициара, так и учитывать все возможные факторы реализации потерь при осуществлении банковской деятельности.

Перед банком, как перед коммерческой организацией всегда стоит задача по оптимизации соотношения «Прибыльность – принимаемые риски». В виду уникальности каждой организации, кейсы решения данной задачи выводят на различные эффективные только для определенной системы показателей организации кредитные механизмы

Для банковской сферы ключевым аспектом в формировании прибыли является возврат ссуд с процентами. С расширением банка появляются и другие предлагаемые финансовые услуги, но в формировании выручки в подавляющем большинстве остается возврат ссуд с кредитования.

Мировые показатели развития экономики явно показали эффективность рыночной экономики в сторону, которой она до сих пор экспансивно движется. Одна из проблем в том, что при рыночной экономике риски также постоянно увеличиваются. Поэтому рискам в банковской сфере уделяется все больше внимания. Актуальность исследования банковских рисков также обусловлена тем, что банкинг в РФ имеет прямо влияние на экономику страны. В 2015 году активы банковского сектора обогнали в стоимостном выражении ВВП РФ, что одновременно свидетельствует и о том, что банковский сектор развивается и что динамика ВВП существенно замедлилась.

Ключевой основой минимизации рисков и учета за рисками в банке является: проверенная на практике кредитная политика, эффективный расчёт резервов для самострахования кредитного портфеля, продуктивный контроль над выданными кредитами, взвешенный по уровню риска.

Целью работы является проанализировать банковские риски на основании указаний, методологий и положений Банка России и внутренних методологий банка, а также рассмотреть принимаемые риски на реальном примере государственного АО РОСЭКСИМБАНК.

Предметом исследования является уровни, значения, качественные и количественные показатели банковских рисков, определение видов рисков, определение методов минимизации и оценки рисков.

Объектом выпускной квалификационной работы является кредитное учреждение – АО РОСЭКСИМБАНК.

Поставленная цель предполагает реализацию следующих задач:

– определить особенности минимизации риска кредитного портфеля банка, в соответствии с которыми проанализированы действующие методики оценки и регулирования совокупного кредитного риска банка на уровне Банка России и Базельских соглашений;

– изучить особенности минимизации финансовых рисков АО РОСЭКСИМБАНК;

– выявить проблемы минимизации рисков, связанные с профессиональной, банковской и российской общегосударственной спецификой, выявить методы совершенствования банковских методик

Основой для получения данных будет публикуемая отчетность АО РОСЭКСИМБАНК на сайте ЦБ РФ. Статистические бюллетени и справочники Банка России и Росстата.


На формирование кредитного риска влияют несколько различных факторов. Эти факторы зависят не только от самого контрагента, но и от политики банка. Среди наиболее значимых факторов стоит выделить характер проводимой сделки и кредитоспособность контрагента. А также существенным фактором, влияющим на величину кредитного риска можно отнести организацию кредитного процесса.

Осуществляя оценку качества кредитного портфеля, эксперты применяют систему, в которую входят как абсолютные, так и относительные показатели, позволяющие учитывать долю отдельно взятых ссуд в структуре кредитного портфеля.

В модели идеального кредитного портфеля заложен максимальный уровень прибыльности организации с заданным и лимитированным значением кредитного риска, сопоставленный с уровнем ликвидности банковского баланса.

Один их элементов политики минимизации кредитного риска является установление взвешенной лимитной политики. Банковские лимиты строятся диверсифицировано на направления осуществляемой деятельности при этом учитывается специфика проводимых операций.

На основании методологии АО РОСЭКСИМБАНК был отобран набор ключевых параметров, согласно которым регулируется величина установленных лимитов на контрагентов в целях ограничения риска:

- кредитоспособность заемщика;

- финансовая устойчивость заемщика;

- региональная и отраслевая специализация заемщика;

- присущие только к описываемому кредитному продукту риски и их специфичность;

- корректировка на уровень обеспечения сделки;

- рыночная конъюнктура и макроэкономическая ситуация.

ЗАКЛЮЧЕНИЕ

 

В ходе выполнения выпускной квалификационной работы была достигнута поставленная цель, а именно проведение анализа статистических показателей риска при формировании  кредитного портфеля и рассмотрение на реальном примере государственного АО РОСЭКСИМБАНК.

Для достижения поставленной цели были решены следующие задачи:

- была проанализирована детальная классификация предпринимательских рисков, проведена аналогия с банковскими рисками, опираясь на методологические указания и пояснения Банка России;

- проанализированы основные нормативы и коэффициенты, по которым ведется учет за банковской деятельностью Банком России;

- исследование совокупного кредитного портфеля Российской Федерации и причин отзыва лицензий кредитных организаций;

- анализ кредитного портфеля АО РОСЭКСИМБАНК на основе нормативной базы;

- построена и проанализирована модель доходности облигаций АО РОСЭКСИМБАНК;

- построение прогноза доходности облигаций различными статистическими методами.

На базе анализа различных предпринимательских рисков была построена детальная многоуровневая классификация. Путем анализа динамики кредитного портфеля и индикаторов качества кредитного портфеля по методологиям Банка России было определено состояние банковского сектора по статистическим отчетам Банка России на последнюю дату.

Для анализа кредитного портфеля был выбран один факторов, оказывающий влияние на рыночный риск при формировании кредитного портфеля, а именно доходность облигаций

На основе статистически отобранных данных из официальных источников и аналитических агентств была построена следующая многофакторная модель:

 

(12)

 

где Y – Доходность облигаций, X2 – показатель достаточности капитала Н1 в % X8 –прирост индекса потребительских цен X13 – Депозитарные операции МБК с нерезидентами X17 – Долларовая валютная котировка к рублю X19 – сделки РЕПО с нерезидентами X20 – предоставленный ссуды РФ T – фактор времени по теореме Фриша Воу.

Согласно представленным показателям прогнозирование по многофакторной регрессионной модели является наиболее точным:

- коэффициент детерминации достигает максимального значения – 97%;

- средняя абсолютная и квадратическая ошибки не значительны и минимальны из представленных;

- средняя ошибка аппроксимации 9,9 %, что свидетельствует о точности подобранной модели;

Прогноз показал понижение стоимости облигаций в июне 2017 года (до 884,9 млн.руб.) и после этого восстановление позиций до сентября текущего года (1052 млн.руб.), а интервальный прогноз представлена на рисунке 4:

По прогнозным значениям, с июня по август АО РОСЭКСИМБАНК минимально может получить совокупную доходность от облигаций в размере 2, 630 тысяч. Рублей при негативном прогнозе и 3 044 тыс. рублей при позитивном прогнозе дохода от облигаций.

Относительно интервального прогноза можно предположить, что доходность от ценных бумаг в третьем квартале у АО РОСЭКСИМБАНК имеет негативный тренд и может опуститься до 1004,8 тыс. рублей к августу 2017 года, что напрямую повлияет на количество свободных денежных средств для резервирования новых ссудозаемщиков.

 

 


 

ПРИЛОЖЕНИЯ

 

Таблица 22 – Данные для построения многофакторной модели доходности  облигаций

Таблица 23 –  Проверка качества подобранной модели по Ср. О. Аппроксимации.

  Y Предсказанное Y Ошибка модуль ошибки МО/Y
01.07.2014

1123,7

1025,2

98,5

98,5

0,1

01.08.2014

1149,1

1147,6

1,6

1,6

0,0

01.09.2014

1117,6

1167,7

-50,2

50,2

0,0

01.10.2014

1049,4

1248,4

-199,0

199,0

0,2

01.11.2014

1178,1

1298,7

-120,6

120,6

0,1

01.12.2014

1473,8

1303,1

170,7

170,7

0,1

01.01.2015

1319,1

1269,4

49,8

49,8

0,0

01.02.2015

1376,3

1306,4

69,9

69,9

0,1

01.03.2015

1173,4

1229,8

-56,4

56,4

0,0

01.04.2015

1325,2

1163,0

162,2

162,2

0,1

01.05.2015

938,0

1054,5

-116,5

116,5

0,1

01.06.2015

1089,2

1046,1

43,1

43,1

0,0

01.07.2015

783,0

809,5

-26,5

26,5

0,0

01.08.2015

863,5

807,4

56,1

56,1

0,1

01.09.2015

968,8

828,6

140,3

140,3

0,1

01.10.2015

903,5

810,1

93,4

93,4

0,1

01.11.2015

666,1

769,5

-103,4

103,4

0,2

01.12.2015

673,5

735,2

-61,7

61,7

0,1

01.01.2016

676,9

665,2

11,7

11,7

0,0

01.02.2016

683,1

767,9

-84,7

84,7

0,1

01.03.2016

571,8

825,1

-253,3

253,3

0,4

01.04.2016

545,9

803,5

-257,6

257,6

0,5

01.05.2016

877,1

817,3

59,9

59,9

0,1

01.06.2016

915,0

768,3

146,7

146,7

0,2

01.07.2016

877,1

752,4

124,7

124,7

0,1

01.08.2016

890,6

787,1

103,4

103,4

0,1

01.09.2016

855,5

835,1

20,3

20,3

0,0

01.10.2016

794,9

842,7

-47,8

47,8

0,1

01.11.2016

862,5

805,4

57,1

57,1

0,1

01.12.2016

868,7

802,2

66,4

66,4

0,1

01.01.2017

826,1

854,8

-28,7

28,7

0,0

01.02.2017

833,1

889,0

-55,9

55,9

0,1

01.03.2017

823,2

840,4

-17,2

17,2

0,0

01.04.2017

822,3

907,9

-85,6

85,6

0,1

01.05.2017

958,1

919,1

39,0

39,0

0,0

01.06.2017

958,1

911,4

46,7

46,7

0,0

Сумма

3,6

Сумма/n

0,1

*100

9,9

 

 

Таблица 24 –  Проверка на автокорреляцию

 

Y

Y(x)

е

е2

е-е(-1)

е-е(-1) в кв

01.07.2014

1123,7

1025,2

98,5

9703,3

98,5

9703,3

01.08.2014

1149,1

1147,6

1,6

2,4

-97,0

9400,1

01.09.2014

1117,6

1167,7

-50,2

2517,3

-51,7

2675,4

01.10.2014

1049,4

1248,4

-199,0

39598,2

-148,8

22147,5

01.11.2014

1178,1

1298,7

-120,6

14552,5

78,4

6140,2

01.12.2014

1473,8

1303,1

170,7

29132,2

291,3

84864,6

01.01.2015

1319,1

1269,4

49,8

2475,4

-120,9

14623,7

01.02.2015

1376,3

1306,4

69,9

4888,7

20,2

406,7

01.03.2015

1173,4

1229,8

-56,4

3178,9

-126,3

15952,0

01.04.2015

1325,2

1163,0

162,2

26314,6

218,6

47785,9

01.05.2015

938,0

1054,5

-116,5

13562,3

-278,7

77659,9

01.06.2015

1089,2

1046,1

43,1

1859,8

159,6

25466,8

01.07.2015

783,0

809,5

-26,5

704,1

-69,7

4852,5

01.08.2015

863,5

807,4

56,1

3145,3

82,6

6825,6

01.09.2015

968,8

828,6

140,3

19672,8

84,2

7085,7

01.10.2015

903,5

810,1

93,4

8717,6

-46,9

2198,8

01.11.2015

666,1

769,5

-103,4

10683,7

-196,7

38702,7

01.12.2015

673,5

735,2

-61,7

3805,7

41,7

1736,5

01.01.2016

676,9

665,2

11,7

136,5

73,4

5383,5

01.02.2016

683,1

767,9

-84,7

7180,5

-96,4

9296,9

01.03.2016

571,8

825,1

-253,3

64165,0

-168,6

28415,9

01.04.2016

545,9

803,5

-257,6

66373,2

-4,3

18,7

01.05.2016

877,1

817,3

59,9

3582,3

317,5

100794,9

01.06.2016

915,0

768,3

146,7

21522,1

86,9

7543,2

01.07.2016

877,1

752,4

124,7

15557,1

-22,0

482,9

01.08.2016

890,6

787,1

103,4

10701,7

-21,3

452,8

01.09.2016

855,5

835,1

20,3

413,7

-83,1

6907,0

01.10.2016

794,9

842,7

-47,8

2288,6

-68,2

4648,4

01.11.2016

862,5

805,4

57,1

3261,2

104,9

11013,6

01.12.2016

868,7

802,2

66,4

4411,9

9,3

86,8

01.01.2017

826,1

854,8

-28,7

821,4

-95,1

9040,6

01.02.2017

833,1

889,0

-55,9

3124,2

-27,2

741,7

01.03.2017

823,2

840,4

-17,2

295,9

38,7

1497,1

01.04.2017

822,3

907,9

-85,6

7322,4

-68,4

4674,4

01.05.2017

958,1

919,1

39,0

1521,3

124,6

15518,9

01.06.2017

958,1

911,4

46,7

2177,8

7,7

58,7

 

939,2

 

 

409371,4

46,7

584803,9

DW

 

1,4

 

 

 

 

 

 

Таблица 25 – Матрица парных корреляций

 

 

Таблица 26 – Регрессионный анализ

 

ВЫВОД ИТОГОВ

Регрессионная статистика

Множественный R

0,993868514

R-квадрат

0,987774624

Нормированный R-квадрат

0,950762477

Стандартная ошибка

118,8118447

Наблюдения

36

Дисперсионный анализ

df

SS

MS

F

Значимость F

Регрессия

7

33076010,26

4725144,323

334,7307422

2,94788E-25

Остаток

29

409371,3784

14116,25443

Итого

36

33485381,64

 

 

 

Коэффициенты

Стандартная ошибка

t-статистика

P-Значение

Нижние 95%

Верхние 95%

Нижние 95,0%

Верхние 95,0%

Y-пересечение

0

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

X2

-2,726241816

1,308494402

-2,083495208

0,046128284

-5,402413354

-0,050070278

-5,402413354

-0,050070278

X8

0,59151978

0,176654658

3,348452772

0,002264489

0,230220436

0,952819123

0,230220436

0,952819123

X13

-47,93904448

19,39601158

-2,471592899

0,019565182

-87,60834229

-8,269746665

-87,60834229

-8,269746665

X17

-2,132787485

1,483639585

-1,437537463

0,161268877

-5,167171141

0,901596172

-5,167171141

0,901596172

X19

-0,007380201

0,015323951

-0,481612131

0,63369606

-0,0387212

0,023960798

-0,0387212

0,023960798

X20

1,105055457

2,820240995

0,391830152

0,698048374

-4,662985023

6,873095938

-4,662985023

6,873095938

T

-7,411413648

4,854142659

-1,52682238

0,137639297

-17,3392501

2,516422806

-17,3392501

2,516422806

 

Рисунок 4 – Тренд достаточности по показателю достаточности капитала

Рисунок 5 – Тренд по приросту ИПЦ

 

Рисунок 6 – Тренд по депозитарным операциям

Рисунок 7 – Тренд по валютной котировке USD/RUR

 

Рисунок 8 – Тренд по предоставленным ссудам

 


 

Таблица 27 Прогноз доходности облигаций метод среднего темпа роста

 

y

цепные абсолютные приросты

у абсолютные приросты в кв.

y расчёт

1123,73

1149,15

25,42

645,92

1118,85

1117,57

-31,58

997,36

1144,27

1049,44

-68,13

4641,56

1112,69

1178,07

128,63

16545,93

1044,56

1473,77

295,70

87440,26

1173,19

1319,15

-154,62

23908,27

1468,89

1376,28

57,13

3263,84

1314,27

1173,38

-202,90

41168,00

1371,40

1325,22

151,84

23055,39

1168,50

938,04

-387,18

149911,45

1320,34

1089,22

151,18

22856,00

933,16

782,97

-306,25

93788,45

1084,34

863,51

80,54

6486,21

778,09

968,85

105,34

11096,30

858,63

903,47

-65,37

4273,63

963,97

666,12

-237,35

56336,45

898,59

673,46

7,34

53,92

661,24

676,86

3,40

11,54

668,58

683,14

6,28

39,39

671,98

571,77

-111,36

12401,72

678,26

545,90

-25,87

669,26

566,89

877,15

331,25

109723,91

541,02

915,05

37,90

1436,18

872,27

877,14

-37,90

1436,49

910,17

890,59

13,44

180,66

872,26

855,49

-35,10

1231,80

885,71

794,90

-60,59

3670,91

850,61

862,51

67,61

4571,38

790,02

868,66

6,15

37,85

857,63

826,11

-42,55

1810,76

863,78

833,10

6,99

48,80

821,23

823,17

-9,92

98,51

828,22

822,35

-0,83

0,68

818,29

958,09

135,74

18425,89

817,47

948,09

-10,00

100,00

953,21

702364,66

-4,87903

9755,06

 

 

 

 

 

 

Таблица 28 – Построение прогноза, исходные данные

 

Н1 Индекс потребит цен (прирост в %) Депозитарные операции МБК с нерезидентами Валютная котировка USD/RUR Предоставленные ссуды. Сделки РЕПО с нерезидентами T Прогнозное Y Прогнозирование на основе экстраполяции Прогнозирование на основе среднего темпа роста
01.07.2014

35,59

100,50

68,23

33,84

10289,87

4199,90 1,00 1025,23

1056,05

1123,73

01.08.2014

33,76

100,20

69,56

35,44

10465,86

3200,89 2,00 1147,60

1149,05

1118,68

01.09.2014

31,34

100,70

82,87

36,93

10601,54

4365,71 3,00 1167,74

1211,53

1113,64

01.10.2014

32,10

100,80

75,59

39,38

10728,79

4166,36 4,00 1248,43

1246,99

1108,63

01.11.2014

29,36

101,30

71,42

41,96

10831,84

3965,16 5,00 1298,70

1258,44

1103,64

01.12.2014

26,11

102,60

71,42

49,32

10928,42

3965,16 6,00 1303,09

1248,45

1098,68

01.01.2015

21,89

103,90

58,47

56,24

10909,52

3903,73 7,00 1269,40

1219,13

1093,73

01.02.2015

18,12

102,20

52,42

68,93

10811,44

6116,30 8,00 1306,36

1172,15

1088,81

01.03.2015

27,41

101,20

56,27

61,27

10667,75

4776,86 9,00 1229,76

1108,69

1083,91

01.04.2015

29,81

100,50

57,59

57,65

10532,50

4713,83 10,00 1163,00

1029,51

1079,03

01.05.2015

33,76

100,40

71,13

51,14

10427,71

4318,45 11,00 1054,49

934,89

1074,18

01.06.2015

30,36

100,20

74,64

52,97

10379,21

2380,26 12,00 1046,09

1071,51

1069,34

01.07.2015

40,30

100,80

66,91

55,84

10331,64

2934,37 13,00 809,50

950,35

1064,53

01.08.2015

55,20

100,40

76,18

60,35

10341,15

2876,74 14,00 807,42

1044,97

1059,74

01.09.2015

48,60

100,60

94,07

66,72

10346,03

3840,38 15,00 828,59

1124,15

1054,97

01.10.2015

48,06

100,70

90,25

65,74

10337,11

3495,92 16,00 810,10

1164,51

1050,22

01.11.2015

48,99

100,80

75,97

64,37

10305,85

4726,73 17,00 769,48

1187,61

1045,50

01.12.2015

48,21

100,80

97,47

66,74

10268,32

3489,45 18,00 735,15

1226,99

1040,79

01.01.2016

58,72

101,00

60,57

72,93

10278,83

7757,41 19,00 665,18

1234,59

1036,11

01.02.2016

47,51

100,60

97,39

75,17

10227,89

7732,89 20,00 767,87

1262,45

1031,45

01.03.2016

42,07

100,50

82,70

75,90

10223,05

5602,18 21,00 825,08

1263,91

1026,81

01.04.2016

45,77

100,40

72,35

67,86

10196,87

6486,79 22,00 803,53

1273,90

1022,19

01.05.2016

45,12

100,40

61,58

64,33

10196,13

6385,07 23,00 817,30

980,28

1017,59

01.06.2016

43,33

100,40

80,50

66,00

10207,65

8380,87 24,00 768,34

859,12

1013,01

01.07.2016

44,50

100,50

83,06

64,18

10217,10

8197,73 25,00 752,42

953,74

1008,45

01.08.2016

44,17

100,00

95,95

67,05

10257,25

5780,62 26,00 787,14

1032,92

1003,91

01.09.2016

41,69

100,20

88,14

65,25

10330,10

5714,81 27,00 835,15

1073,28

999,39

01.10.2016

37,94

100,40

73,97

63,40

10361,44

10096,24 28,00 842,74

1096,38

994,90

01.11.2016

40,69

100,40

88,52

63,22

10386,69

10928,05 29,00 805,41

1135,76

990,42

01.12.2016

56,80

100,40

92,78

65,24

10445,82

8212,10 30,00 802,24

1143,36

985,96

01.01.2017

39,92

100,60

92,78

60,66

10494,12

8212,10 31,00 854,77

1171,22

981,52

01.02.2017

42,01

100,20

72,72

60,09

10474,99

8576,49 32,00 888,99

1172,68

977,11

01.03.2017

42,12

100,10

84,26

57,96

10479,40

11466,74 33,00 840,37

1182,67

972,71

01.04.2017

38,66

100,30

72,04

55,96

10586,68

13119,80 34,00 907,92

1259,11

968,33

01.05.2017

32,26

100,30

72,04

56,98

11631,65

14179,54 35,00 919,08

1270,56

963,98

01.06.2017

32,26

100,30

72,04

56,76

12676,62

15239,28 36,00 911,42

1260,57

959,64

02.06.2017

31,44

100,34

75,32

56,4

10611,4129

13863,1224

37

954,54687

1231,251

955,3195201

03.06.2017

30,12

100,37

79,87

56,29

10619,6576

14110,8973

38

884,88714

1184,266

951,0205823

04.06.2017

28,9

100,46

83,4

56,12

10627,9022

14358,6721

39

967,50431

1120,811

946,7409896

05.06.2017

27,58

100,71

88,82

56,01

10636,1468

14606,4469

40

1051,681

1041,63

942,4806552

 

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ
ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ
«РОССИЙСКИЙ ЭКОНОМИЧЕСКИЙ УНИВЕРСИТЕТ
ИМЕНИ Г.В. ПЛЕХАНОВА»

Факультет математической экономики, статистики и информатики

Кафедра статистики

 

«Допустить к защите»

Заведующий кафедрой статистики

___________________Садовникова Н.А.

«___» _____________ 201__ г.

 

Выпускная квалификационная работа

Направление 38.03.01 «Экономика»



Поделиться:


Последнее изменение этой страницы: 2020-12-09; просмотров: 72; Нарушение авторского права страницы; Мы поможем в написании вашей работы!

infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.191.235.210 (0.755 с.)