Статистическая обработка данных. Статистика денежного обращения

КУРСОВАЯ РАБОТА
по дисциплине «Статистика»
на тему: «Статистическая обработка данных.
Статистика денежного обращения»
Санкт-Петербург 2010

Содержание
Введение
Глава 1. Статистическая обработка данных
1.1 Постановка задачи. Цель работы. Исходные данные
1.2 Вычисление основных выборочных характеристик позаданной выборке
1.3 Результаты вычисления интервальных оценок дляматематического ожидания и дисперсии
1.4 Результаты ранжирования выборочных данных вычислениямоды и медианы
1.5 Параметрическая оценкафункции плотности распределения
1.6. Проверка гипотезы о нормальном распределении случайнойвеличины по критерию Пирсона
Глава 2. Статистика денежного обращения
2.1 Понятия денежного обращения и денежной массы
2.2 Система показателей денежной массы
2.3 Структура денежной массы и ее виды
2.4 Понятие денежной базы и еесоставляющие
2.5 Статистический анализ оборачиваемости денежной массы
Заключение
Список литературы
Введение
Данная курсовая работа состоит из двух частей: в первой студентомпо практическому заданию с индивидуальным вариантом необходимо данную выборку подвергнутьисследованию, путем расчета различных показателей, построить модели ряда теоретическуюи практическую, сделать вывод о возможности или невозможности нормального распределенияв данном ряду.
К основным задачам выполняемой работы можно отнести:
поставить задачу по исследованию ряда
определить основные параметры ряда
ранжировать ряд
произвести вычисления интервальных оценок для матожидания и дисперсиии некоторые другие задачи.
Во второй части работы основными задачами являются:
узнать основные теоретические понятия темы «структура денежногообращения»
произвести оценку по формулам показателей денежной системы России
проанализировать полученные данные за период времени 2005-2009
После выполнения поставленных задач, цель курсовой работы будетвыполнена
Глава 1. Статистическая обработка данных
 1.1 Постановка задачи. Цель работы. Исходные данные
По выборке объёма N провести статистическую обработку результатов
эксперимента.
Цель работы:
Изучить и усвоить основные понятия математической статистики.Овладеть методикой статистического оценивания числовых характеристик случайной величиныи нормального закона распределения. Ознакомиться с методикой применения статистическихкритериев для проверки гипотез.
Исходные данные:
Проведён эксперимент, в результате которого была получена выборкаN = 60, которая соответствует случайной величине, распределённой по нормальному закону.Итак, обратимся к приведенной ниже выборке. Затем проведем ранжирование.
Таблица 1.1
Выборка (исходные данные) 1 15,10 11 16,40 21 15,70 31 16,67 41 15,15 51 17,94 2 15,26 12 16,52 22 15,01 32 15,93 42 15,12 52 15,04 3 16,75 13 17,70 23 17,39 33 16,31 43 16,91 53 16,62 4 16,40 14 16,29 24 17,12 34 15,15 44 17,78 54 15,68 5 15,64 15 14,44 25 15,61 35 17,38 45 15,80 55 16,38 6 14,40 16 17,02 26 15,81 36 15,78 46 17,36 56 15,03 7 15,86 17 15,88 27 16,26 37 16,05 47 16,60 57 15,38 8 16,30 18 15,41 28 15,96 38 15,22 48 15,31 58 15,85 9 15,22 19 16,84 29 15,28 39 15,02 49 16,91 59 16,38 10 14,85 20 18, 19 30 15,59 40 15,81 50 15,07 60 17,26
1.2 Вычисление основных выборочных характеристик позаданной выборке
1. Среднее арифметическоеслучайной величины X — представляет собой обобщенную количественную характеристикупризнаков статистической совокупности в конкретных условиях места и времени
/>16,0515
2. Среднее линейноеотклонение — определяется как среднее арифметическое абсолютных значений вариантх-итое и среднего арифметического х-с-чертой
/>=0,7447
3. Дисперсия случайнойвеличины X — мера разброса данной случайной величины, то есть её отклонения от математическогоожидания
/>0,795586
4. Несмещенная оценкадисперсии
/>0,809071
5. Среднее квадратическоеотклонение
/>0,86296
6. Несмещеннаявыборочная оценка для среднего квадратического отклонения
/>0,899484
7. Коэффициент вариации
/>=5,603735
8. Коэффициент асимметриислучайной величины X
/>=0,069231
Коэффициент асимметрииположителен, значит «длинная часть» кривой распределена справа от математическогоожидания
9. Коэффициент эксцессаслучайной величины X
/>3= — 0,68119
Для нормальногораспределения коэффициент эксцесса равен 0
Так как коэффициентотрицательный, то это значит, что сравниваемая кривая имеет более плоскую вершину,чем при нормальном распределении
10. Вариационныйразмах — показывает, насколько велико различие между наибольшей и наименьшей единицамисовокупности
R = X max- X min=3,79
На основании полученныхвычислений можно сделать следующие выводы:
1. Необходимое условиедля того, чтобы выборка имела нормальный закон распределения, выполняется, т.к.для коэффициента вариации V выполняется неравенство:
V = 5,603735%
Отсюда следует,что все выборочные значения случайной величины X положительны, что мы и видим висходных данных.
2. Для нормальногораспределения коэффициенты асимметрии и эксцесса должны быть равны нулю, т.е. Аs= Е = О
Выборочный коэффициентасимметрии служит для характеристики асимметрии распределения случайной величины.Если распределение симметрично относительно математического ожидания, то коэффициентасимметрии равен 0.
По результатам вычисленияасимметрия близка к нулю Аs = 0,069231.
В связи с этим необходимыдополнительные исследования для выяснения степени близости распределения выборкик нормальному распределению.
1.3 Результаты вычисления интервальных оценок для математическогоожидания и дисперсии
Для вычисления интервальной оценки математического ожидания воспользуемсяформулой:
/>
Где a=M [X] — математическое ожидание,
N-1=V=59 — число степеней свободы,
/> - величина, численно равная половинеинтервала, в который может попасть случайная величина />, имеющая определённый закон распределенияпри заданной доверительной вероятности р и заданном числе степеней свободы V.
Подставляем в формулу вычисленные ранее значения />,/>и N. В результате получим
16,0515 — t59,p (0,899484/√60) ‹a‹16,0515 +t59,p (0,899484/√60)
Задаёмся доверительной вероятностью />; />
Для каждого значения /> (i=1,2) находим по таблице значения/>и вычисляемдва варианта интервальных оценок для математического ожидания.
1. При /> />
16,0515 — 2(0,899484/√60) = 15,81925
16,0515 + 2 (0,899484/√60) = 16,28375
15,81925
2.При /> t59; 0,99= 2,66
16,0515 — 2,66(0,899484/√60) = 15,74261
16,0515 + 2,66 (0,899484/√60) = 16,36039
15,74261
Для интервальной оценки дисперсии существуют следующие неравенства:
/>
Подставляем в неравенство известные значения N и />получим неравенство,в котором неизвестны /> и />.
(59*0,809071) /Х22
Задаваясь доверительной вероятностью /> (или уровнем значимостиа) вычисляем значения /> и />. Используем эти два значения и степеньсвободы V=N-1 по таблице находим /> и />
/>
/>
/> и /> - это границы интервала, в которыйпопадает случайная величина Х, имеющая /> распределение вероятности /> и заданной степенисвободы V.
Для />=0,95
/> /> и V=59 находим по таблице:
/>
/>
Подставляя в неравенства /> и /> и произведя вычисления, получим интервальнуюоценку:
(59*0,809071) /83,2976
0,573068
Для />
/>; /> и V=59 находим по таблице:
/>, />
Подставляя в неравенства /> и /> и произведя вычисления, получим интервальнуюоценку:
(59*0,809071) /91,9517
0,519133
Для интервальной оценки среднего квадратического отклонения имеем
/>
При />
/>
σ = 0,899484
/>
/>6,909064
/>
0,757017
При />
/>
/>
0,093802
 1.4 Результаты ранжирования выборочных данных вычислениямоды и медианы
Используя исходные данные, записываем все заданные значения выборкив виде неубывающей последовательности значений случайной величины Х.

Таблица 1.4.1
Ранжированный ряд1 14,4 11 15,15 21 15,61 31 15,88 41 16,4 51 17,02 2 14,44 12 15,15 22 15,64 32 15,93 42 16,4 52 17,12 3 14,85 13 15,22 23 15,68 33 15,96 43 16,52 53 17,26 4 15,01 14 15,22 24 15,7 34 16,05 44 16,6 54 17,36 5 15,02 15 15,26 25 15,78 35 16,26 45 16,62 55 17,38 6 15,03 16 15,28 26 15,8 36 16,29 46 16,67 56 17,39 7 15,04 17 15,31 27 15,81 37 16,3 47 16,75 57 17,7 8 15,07 18 15,38 28 15,81 38 16,31 48 16,84 58 17,78 9 15,1 19 15,41 29 15,85 39 16,38 49 16,91 59 17,94 10 15,12 20 15,59 30 15,86 40 16,38 50 16,91 60 18, 19
Интервал [14,40; 18, 19], содержащий все элементы выборки, разбиваемна частичные интервалы, используя при этом формулу Стерджесса для определения оптимальнойдлины и границ этих частичных интервалов.
По формуле Стерджесса длина частичного интервала равна:
/>= 0,548717225
Для удобства и простоты расчетов округляем полученный результатдо сотых: h = 0,55
За начало первого интервала принимаем значение:
Хо=Хmin — h/2 = 14,13
Х1=Х0+ h = 14,67
Х2 = Х1+h = 15,22
Х3 = Х2 + h = 15,77
Х4=16,32
Х5=16,87
Х6=17,42
Х7=17,97
Х8 = 18,52
Вычисление границ заканчивается как только выполняется неравенство
Хn >X max: Х8 = 18,52 >Хmax = 18, 19
По результатам вычислений составляем таблицу. В первой строкетаблицы помещаем частичные интервалы, на второй строке — середины интервалов, втретьей строке записано количество элементов выборки, попавших в каждый интервалчастоты, в четвертой строке записаны относительные частоты и в пятой строке записанызначения плотности относительных частот или значения выборочной, экспериментальнойфункции плотности (таблица 1.4.2).
Таблица 1.4.2
Значение выборочной функции и плотности
Интервалы
h
/>
 [14,33;
14,67)
 [14,67;
15,22)
 [15,22;
15,77)
 [15,77;
16,32)  [16,32,16,87)
 [16,87;
17,42)
 [17,42;
17,97)
 [17,97;
18,52)
/> 14,40 14,95 15,50 16,05 16,59 17,14 17,69 18,24
частота
ni 2 12 10 14 10 8 3 1
/> 0,033333333 0,2 0,166666667 0,233333333 0,166666667 0,133333333 0,05 0,016666667
/> 0,060747744 0,364486462 0,303738718 0,425234206 0,303738718 0,242990975 0,091121615 0,030373872
/> 60,747744 364,486462 303,738718 425,234206 303,738718 242,990975 91,121615 30,373872
По результатам вычислений функции плотности, представленной втаблице 4.1 можно сделать вывод, что мода имеет один локальный максимум в окрестностяхточки х=0.34 с частотой n=20.
Оценку медианы находим, используя вариационный ряд
/>
Т.к. N=2k, то k=N/2=30
/>Сравнение оценок /> медианы = 15,87 и оценкиматематического ожидания 16,0515 показывает, что они отличаются на 1,14 %.
 1.5 Параметрическая оценка функции плотности распределения
Исходя из гипотезы, что заданная выборка имеет нормальный законраспределения, найдём параметрическую оценку функции плотности, используя формулудля плотности распределения вероятности нормального закона
/>
где /> и /> известны — они вычисляются по выборке.
/>=0,899484
/>=16,0515
Значения этой функции вычисляют для середин частичных интерваловвариационного ряда, т.е. при />. На практике для упрощения вычисленийфункции />, гдеi=1,2,…,k, пользуются таблицами значений функции плотности стандартной нормальнойвеличины.
/>
Для этого вычисляем значения /> для i=1,2,…,k:
/>
/>
/>
/>
/>
/>
/>, />
Затем по таблице находим значение
/>:
/>0,0775
/> 0,1895
/> 0,3271
/> 0,3986
/> 0,3230
/> 0,1804
/>0,0694
/>0,0184
И после вычисляем функцию />:
/>0,0862
/>0,2107
/> 0,3637
/>0,4431
/>0,3591
/>0, 2006
/>0,0772
/>0,0205
Функция />, вычисленная при заданных параметрах/> и /> в середине частичногоинтервала фактически является теоретической относительной частотой, отнесённой ксередине частичного интервала
/>
поэтому для определения теоретической частоты />, распределённой по всейширине интервала, эту функцию необходимо умножить на N*h.
/>, где h=0,55
/>0,55*0,0862= 0,0473
/>0,1156
/>0, 1995
/>0,2432
/>0, 1970
/>0,1101
p7T=0,0423
p8T=0,0112
/> где N=60
/>0,0473*60= 2,8367
/>6,9361
/>11,9726
/> 14,5896
/>11,8225
/>6,6030
n7T=2,5402
n8T=0,6735
Результаты вычислений вероятностей и соответствующих частот приведеныв таблице 5.1.
Таблица 1.5.1
/>
/>
/>
/>
/>
/>
/>
/>
/>
 [14,33;
14,67) 2 14,40 0,0333 0,0607 -1,84 0,0862 0,0473 2,8367
 [14,67;
15,22) 12 14,95 0,2 0,3644 -1,23 0,2107 0,1156 6,9361
 [15,22;
15,77) 10 15,50 0,1666 0,3037 -0,62 0,3637 0, 1995 11,9726
 [15,77;
16,32) 14 16,05 0,2333 0,4252 -0,01 0,4431 0,2432 14,5896  [16,32,16,87) 10 16,59 0,1666 0,3037 0,60 0,3591 0, 1970 11,8225
 [16,87;
17,42) 8 17,14 0,1333 0,2429 1,21 0, 2006 0,1101 6,6030
 [17,42;
17,97) 3 17,69 0,05 0,0911 1,82 0,0772 0,0423 2,5402
 [17,97;
18,52) 1 18,24 0,0166 0,0303 2,43 0,0205 0,0112 0,6735
/> 60 1 0,9662 57,9742
Результаты вычисления экспериментальных и теоретических вероятностейи частот.
/>1
/>0,9662
/>57,9742
Из результатов вычислений следует, что сумма вероятностей в интервале[14,33; 18,52) равна единице, а сумма частот равна 57,9742. Это объясняется тем,что мы вычисляем вероятности в интервале, где заданы экспериментальные данные. Сравнениеэкспериментальных и теоретических частот по критерию Пирсона с целью проверки гипотезыо нормальном распределении возможно только в том случае, если для каждого частичногоинтервала выполняется условие />. Результаты вычислений приведённыев таблице 5.1 показывают, что это условие выполняется не везде. Поэтому, те частичныеинтервалы, для которых частоты /> объединяем с соседними.
Соответственно объединяем и экспериментальные частоты />.
Таблица 1.5.2
Теоретическая и экспериментальная плотности вероятности
/> 0,0607 0,3644 0,3037 0,4252 0,3037 0,2429 0,0911 0,0303
/> 0,0862 0,2107 0,3637 0,4431 0,3591 0, 2006 0,0772 0,0205
 
/>
Рис.5.1 Теоретическая и экспериментальная плотности
 1.6. Проверка гипотезы о нормальном распределении случайнойвеличины по критерию Пирсона
Для проверки гипотезы о нормальном распределении случайной величиныХ сравнивают между собой экспериментальные и теоретические частоты по критерию Пирсона:
/>
Статистика /> имеет распределение с V=k-r-1 степенямисвободы, где число k — число интервалов эмпирического распределения, r — число параметровтеоретического распределения, вычисленных по экспериментальным данным. Для нормальногораспределения число степеней свободы равно V=k-3.
В теории математической статистики оказывается, что проверкугипотезы о модели закона распределения по критерию Пирсона можно делать только втом случае, если выполняются следующие неравенства: /> /> где i=1,2,3,… Из результатов вычислении,приведённых в таблице 5.1 следует, что необходимое условие для применения критериясогласия Пирсона не выполнены, т.к. в некоторых группах />. Поэтому те группы вариационногоряда, для которых необходимое условие не выполняется, объединяют с соседними и,соответственно, уменьшают число групп, при этом частоты объединённых групп суммируются.Так объединяют все группы с частотами /> до тех пор, пока для каждой новойгруппы не выполнится условие />.
При уменьшении числа групп для теоретических частот соответственноуменьшают и число групп для эмпирических частот. После объединения групп в формуледля числа степеней свободы V=k-3 в качестве k принимают
новое число групп, полученное после объединения частот.
Результаты объединения интервалов и теоретических частот длятаблицы 5.1 приведены соответственно в таблице 6.1 Результаты вычислений из таблицы6.1 можно используют для проверки гипотезы о нормальном распределении с помощьюкритерия Пирсона.
Таблица 1.6
Результаты объединения интервалов и теоретических частот.
/>
/>
/>
/>
/>
/>  [14,33; 15,22) 0,1629 9,7728 14 17,86922 1,828465  [15,22; 15,77) 0, 1995 11,9726 10 3,891151 0,325005  [15,77; 16,32) 0,2432 14,5896 14 0,347628 0,023827  [16,32,16,87) 0, 197 11,8225 10 3,321506 0,280948  [16,87; 18,52) 0,1636 9,8167 12 4,766799 0,485581 сумма 0,9662 57,9742 60 2,943825
Процедура проверки гипотезы о нормальном распределении случайнойвеличины Х выполняется в следующей последовательности:
1. Задаёмся уровнем значимости /> или одним из следующих значений/>, />, />.
2. Вычисляем наблюдаемое число критерия, используя экспериментальныеи теоретические частоты из таблицы 6.1
/>
3. Для выборочного уровня значимости /> по таблице распределениянаходят критические значения /> при числе степеней свободы V=k-3,где
k — число групп эмпирического распределения.
4. Сравнивают фактически наблюдаемое /> критическим />, найденным по таблице,и принимаем решение:
А) Если />, то выдвинутая гипотеза о теоретическомзаконе распределения отвергается при заданном уровне значимости.
Б) Если />, то выдвинутая гипотеза о теоретическомзаконе распределения не противоречит выборке наблюдений при заданном уровне значимости,т.е. нет оснований отвергать гипотезу о нормальном распределении, т.к. эмпирическиеи теоретические частоты различаются незначительно (случайно).
При выбранном уровне значимости /> и числе групп k=5, число степенейсвободы V=1. По таблице для /> и V=1 находим />.
В результате получаем: Для />2,943825, которое нашли по результатамвычислений, приведённых в таблице 6.1, имеем
/>/>2,943825
Следовательно, нет оснований отвергать гипотезу о нормальномраспределении случайной величины при выборочном уровне значимости />.
При выбранном уровне значимости /> получаем:
/>2,943825/>7,87944
Следовательно, нет оснований отвергать гипотезу о нормальномраспределении случайной величины при выборочном уровне значимости />.
При выбранном уровне значимости /> получаем:
/>2,943825/>3,84146
Следовательно, нет оснований отвергать гипотезу о нормальномраспределении случайной величины при выборочном уровне значимости />.
Глава 2. Статистика денежного обращения
 2.1 Понятия денежного обращения и денежной массы
Денежное обращение в России прошло долгий и сложный путь. Развиваясьпараллельно с западноевропейскими денежными системами и нередко заимствуя их отдельныеэлементы, российское денежное хозяйство всегда сохраняло определенное своеобразие,связанное с особенностями и потребностями народного хозяйства страны. [2]
Предметом изучения статистики денежного обращения является количественнаяхарактеристика массовых явлений в сфере денежного обращения.
Денежное обращение — это движение денег во внутреннем оборотев наличной и безналичной формах в процессе обращения товаров, оказания услуг и совершенияразличных платежей. Денежное обращение охватывает движение не только товаров и услуг,но и ссудного и фиктивного капитала. Значительная часть платежного оборота в странахс рыночной экономикой приходится на финансовые операции, т.е. на сделки с различнымивидами ценных бумаг, ссудные операции, налоговые платежи и прочие финансовые сделки.Большая часть денежного оборота осуществляется в безналичной форме, что связанос резким увеличением платежно-расчетных операций.
Задачами статистики денежного обращения являются:
1. определение размеров денежной массы и ее структуры;
2. отображение денежного обращения и оценка факторов, влияющих на обесцениваниеденег;
3. выявление количественных параметров взаимосвязи денежного обращения с уровнемэкономического развития и инфляции; [3]
Изучение статистических показателей в сфере денежного обращения и кредита связанос анализом денежного обращения (движение денежных потоков при выполнении ими своихфункций в наличной и безналичной формах). Статистическая информация о />денежном обращении необходима государственным структурам для разработкиденежно-кредитной политики, осуществляемой на законодательной основе.
Основными являются следующие статистические показатели:
—   показательденежной массы;
—   показателискорости оборота денежной массы (динамики денежной массы);
—   показательмонетаризации экономики (запас денежной массы на 1 руб. ВВП);
—   показателькупюрного строения денежной массы (удельный вес денежных знаков различного достоинствав общей массе обращения денег).
/>Денежная масса — это важнейший количественныйпоказатель, характеризующий движение денег, которые выступают как средство обращения,как мера стоимости, а также как средство накопления.
  
Денежная масса (М2) млрд.
рублей В том числе Удельный вес МО в М2, % наличные деньги вне банковской системы (МО), млрд.рублей безналичные средства, млрд.рублей
2005 4363,3 1534,8 2828,5 35,2
2006 6044,7 2009,2 4035,4 33,2
2007 8995,8 2785,2 6210,6 31,0
2008 13272,1 3702,2 9569,9 27,9
2009 13493,2 3794,8 9698,3 28,1
2010 15697,7 4038,1 11659,7 25,7
Рис.2.1.1 Динамика денежной массы (М2)
На начало года динамика денежной массы в РФ (Рис.2.1.1.) выглядела так, как показанона рисунке (данные ЦБ РФ):
В статистике используется также понятие «совокупная денежная масса».Это суммарная величина всех наличных и безналичных денег в обращении по состояниюна первое число месяца, которая определяется Центральным банком на основе данныхсводного баланса банковской системы. Для расчета совокупной денежной массы используетсяклассификация абсолютных показателей — />денежныхагрегатов (кластеры, в которых те или иные виды платежных средств сгруппированыпо различным признакам). Денежная масса включает агрегаты:
o агрегат М0 — наличные деньги в обращении;
o агрегат М1 = М0 + средства, лежащие на счетах до востребования в банке;
o агрегат М2 = М1 + срочные вклады в банках (совокупный объем денежноймассы);
o агрегат М3 = М2 + депозитные сертификаты + облигации государственногозайма.
На денежную массу оказывают влияние два фактора: количество денег и скоростьоборота денег.
Определение количества денег (денежной массы) находится в компетенции государства,его законодательной власти, где главным условием является стабильность денежнойединицы (соответствие фактического оборота наличной и безналичной денежной массынеобходимым хозяйственным потребностям). [1]2.2 Система показателей денежной массы
Теоретические основы методологии определения величины денежноймассы изменялись с развитием денежной системы, настоящее время существует несколькоподходов к исчислению финансовых активов, учитываемых при расчете денежной массыпо источникам получения информации и по методике расчета.
Вопрос о том, какой из подходов точнее дает оценку величины денежноймассы, не имеет однозначного ответа. Так, выбор того или иного показателя во многомзависит от целей его использования. Ряд экономистов считает, что ни один из используемыхпоказателей в настоящее время не является оптимальным как с точки зрения теории,так и с точки зрения методов ее исчисления. В настоящее время в России используютсядве системы показателей определения денежной массы.
Первая, основанная на системе так называемых агрегатов, котораяприменяется для регулирования параметров денежного обращения. Вторая система показателейденежной массы, введенная в России с 1996 г., связана с вступлением России в МВФ и необходимостью расчета аналитических показателей в соответствии с международнымстандартом.
Рассмотрим первую систему показателей денежной массы, в основекоторой лежат денежные агрегаты. Единство денег безналичного оборота и наличныхденег обусловило возможность рассмотрения их как совокупности денежной массы, подкоторой понимается совокупный объем наличных денег и денег безналичного оборотабумаг.
Денежная масса представляет собой совокупный объем покупательныхи платежных средств, обслуживающих хозяйственный оборот и принадлежащих юридическими физическим лицам, а также государству.
Денежную массу можно разделить на две группы: активные деньги:обслуживают наличный и безналичный оборот; пассивные деньги: накопления, резервы,остатки на счетах.
Рассчитать объем денежной массы очень сложно, так как нелегкоопределить, что относится к деньгам, а что нет. Из-за этих трудностей используетсяодновременно несколько денежных агрегатов, различающихся по составу охватываемыхими видов денежных средств.
Наиболее распространенным показателем денежной массы являютсяденежные агрегаты. Денежный агрегат — показатель объема ликвидных финансовых активов,используемых в экономике в качестве денег. Денежные агрегаты исчисляются по принципуликвидности.
Применяется целый набор денежных агрегатов. Используя принципликвидности, денежные агрегаты можно определить следующим образом: к наиболее ликвиднымсредствам, ликвидность которых принимается за единицу (Мо) (самый ликвидный агрегат),прибавляются менее ликвидные денежные средства, в результате которых получаем последующийагрегат.
В каждой стране имеется своя индивидуальность в определении денежныхагрегатов. Так, в Германии и Швейцарии — три денежных агрегата; в США, Италии, России- четыре, в Англии — пять; во Франции — десять и т.д.
Методология МВФ расчета денежных агрегатов направлена на выявлениевозможности стран отвечать по своим обязательствам в рамках существующего валютногомеханизма, т.е. на отражение международной ликвидности стран — членов МВФ.
Денежные агрегаты по методологии международной финансовой статистикиподразделяются на:
1. Деньги. Включают деньги вне банков и деньги до востребования(аналогичен М0).
2. Квазиденьги. Ликвидные депозиты денежной системы, которыене используются как средства платежа. Включают: срочные и сберегательные депозитыи депозиты в иностранной валюте, учитываемые в балансе Банка России и коммерческихбанках.
3. «Широкие деньги». Совокупность агрегатов «Деньги»и «Квазиденьги» (М2 плюс депозиты в иностранной валюте). [4]
Рассмотрим и проанализируем показатели денежной системы Россиив развитии.
Таблица 2.2.1
Динамика денежноймассы (М2) в 2005-2009 гг. (по данным Банка России) Год Денежная масса (М2) В том числе: Удельный вес МО в М2, наличные деньги вне банковской системы (МО), безналичные средства, млрд.рублей млрд.рублей % 2005г. 4363,3 1534,8 2828,5 35,2 2006г. 6044,7 2009,2 4035,4 33,2 2007г. 8995,8 2785,2 6210,6 31 2008г 13272,1 3702,2 9569,9 27,9 2009г. 13493,2 3794,8 9698,3 28,1
Составляющая наличных денег в общем весе денежной массы имееттенденцию ежегодного уменьшения. Чем это может быть вызвано? Попробуем проанализировать.
Следующая таблица по данным Росстата имеет показатели за 2005-2008года. Но из предыдущей таблицы заполним уже известные показатели за 2009 год. Аскорость обращения денежной массы можно определить, зная сумму ВВП за 2009 год.По формуле:
n=ВВП/М, где
n — скорость обращения денежной массы
ВВП — валовой внутренний продукт
М — денежная масса.
Объем ВВП России за 2009 год, по предварительной оценке Росстата,составил в текущих ценах 39 016,1 млрд руб.
n=39016,1/13493,2=2,9.
Из таблицы 2.2.2 видно, что денежная масса М2 в 2009 годупо сравнению с 2005 годом возросла в 4 раза.
Следует отметить, что показатели таблицы 2.2.2 используютсяв параграфе 2.5

Таблица 2.2.2
Основные показателиденежного обращения в 2005-2009 гг. (по данным Банка России)  Наименование показателя 2005 2006 2007 2008 2009* Денежная масса М2 (национальное определение) млрд.руб. 4363,3 6044,7 8995,8 13272,1 13493,2 в том числе:         наличные деньги М0 1534,8 2009,2 2785,2 3702,2 3794,8 безналичные средства 2828,5 4035,4 6210,6 9569,9 9698,3 Удельный вес наличных денег М0 в общем объеме денежной массы М2, процентов 35,2 33,2 31 27,9 28,1 Скорость обращения денежной массы, число оборотов за год 4,7 4,4 3,8 3,1 2,9 Денежная база (в широком определении) млрд.руб. 2380,3 2914,1 4122,4 5513,3 5332,3 Продолжительностью одного оборота денежной массы (t), дней 77,7 83,0 96,1 118,1 126,2
В 2006 году наблюдается незначительное увеличение продолжительностиодного оборота денежной массы ~ 5 дней в сравнении с 2005 годом. При этом, сам объемденежной массы возрос в 1,4 раза. В последующие годы (с 2007 по 2009) наблюдаетсязначительное увеличение продолжительности одного оборота денежной массы на 13, 22и 8 дней (в 2007, 2008 и 2009 годах соответственно). И увеличение денежной массыв 1,5 раза в 2007 и 2008 году в сравнении с предыдущими годами. В 2009 году количестводенежной массы возросло на 0,02%.
Увеличение продолжительности одного оборота и снижение скоростиобращения денежной массы свидетельствует о снижении оборачиваемости денежных агрегатов,т.е. снижения их ликвидности.
В случае увеличения скорости обращения денег (т.е. дней, необходимыхдля одного оборота) требуется меньшая денежная масса для обслуживания одного и тогоже объема продукции.
Степень влияния наличных денег М0 на совокупную скорость обращенияденежной массы, характеризующуюся удельным весом наличных денег в показателе денежноймассы, с 2005 по 2009 год сокращается.
В таблице 2.2.3 показано, что общее количество кредитных организацийс 2005 года по 2009 год уменьшается, хотя и возросла сумма уставного капитала. Этоможет быть вызвано ужесточением требований ЦБ к коммерческим банкам (увеличениеуставного капитала и увеличение резервов банков).
Таблица 2.2.3
Структура и отдельныепоказатели деятельности кредитных организаций в 2005-2009 гг (данные Банка России) Наименование показателя 2005 2006 2007 2008 2009 Число кредитных организаций, имеющих право на осуществление банковских операций — всего 1299 1253 1189 1136 1108  в том числе:           имеющих лицензии (разрешения), предоставляющие право на:            - привлечение вкладов населения 1165 1045 921 906 886  - осуществление операций в иностранной валюте 839 827 803 754 736  - генеральные лицензии 311 301 287 300 298  - проведение операций с драгметаллами 182 184 192 199 203
Депозиты и кредиты, привлеченные кредитными организациями,выросли за 4 года ~ 4,5 раза. Рассмотрим чем же вызван рост привлеченных средств.В таблице 2.2.2 уже рассматривалось уменьшение наличной денежной массы в структуреденежной базы.
Таблица 2.2.4
Показатели ставкирефинансирования в Российской Федерации в 2005-2009 гг.Период действия % 28 декабря 2009 г. - 8,75 25 ноября 2009 г. — 27 декабря 2009 г. 9 30 октября 2009 г. — 24 ноября 2009 г. 9,5 30 сентября 2009 г. — 29 октября 2009 г. 10 15 сентября 2009 г. — 29 сентября 2009 г. 10,5 10 августа 2009 г. — 14 сентября 2009 г. 10,75 13 июля 2009 г. — 9 августа 2009 г. 11 5 июня 2009 г. — 12 июля 2009 г. 11,5 14 мая 2009 г. — 4 июня 2009 г. 12 24 апреля 2009 г. — 13 мая 2009 г. 12,5 1 декабря 2008 г. — 23 апреля 2009 г. 13 12 ноября 2008 г. — 30 ноября 2008 г. 12 14 июля 2008 г. — 11 ноября 2008 г. 11 10 июня 2008 г. — 13 июля 2008 г. 10,75 29 апреля 2008 г. — 9 июня 2008 г. 10,5 4 февраля 2008 г. — 28 апреля 2008 г. 10,25 19 июня 2007 г. — 3 февраля 2008 г. 10 29 января 2007 г. — 18 июня 2007 г. 10,5 23 октября 2006 г. — 28 января 2007 г. 11 26 июня 2006 г. — 22 октября 2006 г. 11,5 26 декабря 2005 г. — 25 июня 2006 г. 12 15 июня 2004 г. — 25 декабря 2005 г. 13
Ставка рефинансирования является инструментом денежно-кредитногорегулирования, с помощью которого центральный банк воздействует на ставки межбанковскогорынка, а также на ставки по кредитам и депозитам, которые предоставляют кредитныеорганизации юридическим и физическим лицам.
Данные, приведенные в таблице 2.2.4, носят статистическийхарактер. В 2005 — 2008 годах ставка сохраняется примерно на одном уровне в пределах11-13 процентов. Уменьшение же ставки в 2009 и ее предполагаемое дальнейшее уменьшениеносит директивный характер. Директивный характер этой ставки вызван необходимостьюпреодоления мирового финансового кризиса: стимулированию денежной политики и повышениюдоверия банковскому сектору.
Далее, в таблице 2.2.5 представлены сводные данные по показателямдинамики денежной системы России с 2006 по 2009 год. В данной таблице сравнены показатели2009 года с показателями 2006 года. Такое сравнение было выполнено потому, что вомногих экономических изданиях и периодической литературе часто сравниваются именноэти годы. 2006 год явился наиболее благополучным для экономики России.
Сравнение, приведенных в таблице 2.2.5 показателей денежнойсистемы, выявило следующие закономерности:
Устойчивый рост объема денежной массы: в 2009 году объем денежноймассы увеличился более чем в 2 раза в сравнении с 2006 годом. Так же увеличилоськоличество банкнот, находящихся в обращении. Это свидетельствует о кризисных процессахв экономике.
Устойчивый рост продолжительности одного оборота денежноймассы и снижение скорости ее оборота является показателем снижения ликвидности денежныхагрегатов.
Рост денежной базы (в широком определении) в 1,8 раза в 2009году по сравнению с 2006 годом. При общем сравнении роста денежной базы с ростомналичных денежных средств М0, как одного из составляющих денежной базы, увеличениепроисходит пропорционально. Таким образом, можно сделать вывод о том, что резервыкоммерческих банков возросли так же примерно в 1,8 раза.
Объемы, привлеченных кредитными организациями вкладов (депозитов)физических лиц в иностранной валюте в 2009 году вырос в 3 раза в сравнении с 2007годом. Данный показатель характеризует недоверие граждан России к своей национальнойвалюте. При этом показатель безналичных денег в структуре денежной массы М2 выросв 1,6 (раза 9698,3/6210,6=1,56), а общий рост денежной массы М0 составил 1,5 раза(13493,1/8995,8=1,49), т.е. на 50 %, при увеличении объема привлеченных банкамиденежных средств физических в рублях только на 35%.
Уменьшение ставки рефинансирования, как одного из показателейденежно-кредитного регулирования экономических процессов в стране, свидетельствуето предпринимаемых действиях правительства и Центрального банка по стабилизации экономики.
Выявленные показатели свидетельствуют о непрекращающихся кризисныхпроцессах в экономике в целом и денежной системе, как ее составной части. Особеннорезко они проявились в 2008 году. Этот год не только в экономике нашей страны, нои в мировой экономике стал годом глобальных финансовых крахов и пересмотра денежно-кредитнойполитики многих государств, в сторону укрепления национальных валют и их выходуна мировой рынок.