Курсовая. 95,34% Анализ и пути совершенствования производственной деятель. Курсовая работа по дисциплине Экономический анализ деятельности банка на тему Анализ и пути совершенствования производственной деятельности коммерческого банка
 Скачать 121.32 Kb.
|
|
***-уровень значимости 1%; **-уровень значимости 5%; *-уровень значимости 10% Корреляционный анализ показывает, что положительная линейная взаимосвязь наблюдается между продуктивностью и достаточно высоким уровнем дохода, тогда как между достаточным уровнем дохода и продуктивностью связь отрицательная. Опыт в банковской отрасли положительно связан с производительностью менеджеров. Что касается других факторов, положительно связанных с производительностью, среди них отмечаются важность выполняемой работы для других людей, наличие уверенности насчет будущего в компании и удовлетворенность качеством выполнения работы среди коллеги респондента. Напротив, отрицательно связаны с продуктивностью, согласно корреляционному анализу, ощущение коллективом бесполезности выполняемой работы, настроения о прекращении работы в компании среди коллег, отсутствие возможности оценить качество выполняемой работы. Между независимыми переменными исследования так же наблюдаются достаточно высокие коэффициенты корреляции. Так, корреляция между опытом работы в банковской сфере и опытом работы в ПАО «Сбербанк» составила 0,75, некоторые переменные, характеризующие схожие вопросы анкеты также высоко коррелированы между собой, как отмечалось выше. Значения коэффициентов корреляции между ними доходят до 0,82 по модулю. Этот факт может привести к возникновению проблемы мультиколлинеарности при одновременном включении высоко скоррелированных переменных в одну модель. Наличие корреляционной связи между зависимой и некоторым количеством независимых переменных позволяет перейти к следующему шагу – эконометрическому анализу. Ввиду того, что изначально переменных в исследовании больше, чем наблюдений, в работе применяется метод главных компонент с целью сокращения числа переменных. Таким образом, эмпирический анализ проводится два этапа: Расчет главных компонент; Построение модели множественной линейной регрессии, где зависимой переменной является продуктивность работников, а полученные главные компоненты используются в качестве независимых переменных. Идея метода главных компонент состоит в переходе к созданным на основе реальных переменных искусственным переменным, которые в отличие от реальных не коррелированы между собой, и представляют собой линейные комбинации исходных переменных. За счет того, что в компоненты попадают переменные с наибольшей дисперсией появляется возможность сохранить максимальный объем информации из данных, задействовав при этом минимальное количество переменных. Каждая из главных компонент рассчитывается по формуле 6. Формирование главных компонент производится только на основе переменных, характеризующих факторы производительности, все переменные, отвечающие за личные характеристики, не принимают участия в этой процедуре.  где:  i-я компонента; доля j-й переменной в i-й компоненте; j-я переменная в i-й компоненте.Поскольку цель метода главных компонент – выбрать максимально изменчивые переменные, то есть переменные, обладающие наибольшей дисперсией, алгоритм подбирает веса  так, чтобы разброс первой главной компоненты -  был максимально возможным. Все последующие главные компоненты, подбираются в соответствии с двумя упомянутыми принципами –  выборочной дисперсии и отсутствия корреляции между компонентами.Учитывая тот факт, что изначально в базе данных присутствуют переменные разных типов – бинарные и количественные, их необходимо стандартизировать, то есть привести к одинаковым единицам измерения. Стандартизация переменных исследования производится по формуле 7.  где:  стандартизированное значение переменной; переменной; переменной; стандартное отклонение переменной.После стандартизации данных можно перейти к построению модели множественной линейной регрессии вида:  , (8)где:  – вектор переменных, отвечающих за личные характеристики i-го респондента; – вектор главных компонент, представляющих собой линейные комбинации факторов продуктивности i-го респондента; – ошибка наблюдения.Для оценки модели используется статистический пакет R 3.4.3, функционал которого позволяет произвести расчет значений главных компонент, долей, с которыми переменные входят в компоненты, а также оценить регрессионную модель. Следующий раздел посвящен описанию результатов анализа. 2.3 Описание результатов Результаты расчета главных компонент представлены в таблице 7. В последней строке таблицы указано, какую долю дисперсии объясняет выбранное количество компонент. Поскольку основная задача использования метода главных компонент в исследовании – это сокращение числа переменных, дальнейшее увеличение числа компонент с целью повышения процента объясняемости разброса переменных противоречит изначальным мотивам применения данного метода. Поэтому было принято решение включить в модель такое число главных компонент, с помощью которого можно объяснить не менее 50% дисперсии набора переменных. Таким образом, в итоговое уравнение модели множественной линейной регрессии были включены четыре компоненты. Таблица 7 Значения главных компонент
Отметим, что корреляции между компонентами, искусственно созданными из числа 36 переменных, практически отсутствует, это проиллюстрировано в таблице 8. Таблица 8 Корреляционная матрица главных компонент
В каждой из компонент можно выделить несколько переменных, обладающих наибольшим весом. Исходя из этого компонентам можно дать интерпретацию. Первая компонента представляет настроения сотрудников и коллектива относительно работы в компании, вторая компонента – оценку качества и значимости работы, третья – взаимоотношения с руководством и отношение сотрудника к компании, четвертая – оценку качества выполнения работы сотрудником и коллективом. Более точная интерпретация каждой из компонент приведена в таблице 9. Полный перечень переменных с указанием их долей в каждой компоненте дан в приложении 3. Таблица 9 Переменные с наибольшими весами в каждой из главных компонент
|