2.4.2. Встановлення шкали класності показника на основі його значення
З цієї формули видно, що середня залежить не тільки від значень ознаки, а й від складу сукупності, її структури. За допомогою середньої відбувається згладжування відмінностей у величині ознаки, які виникають з тих чи інших причин в окремих одиниць спостереження.
У вітчизняній банківській практиці використовуються трибальною шкалою класності для кожного показника. Середня арифметична зважена ділить сукупність на дві частини: показники вище і нижче середнього. Науково обгрунтований перехід від двухбалльной шкали до трибальною стає можливим завдяки розрахунку показників варіації. Аналіз варіації дозволяє оцінити ступінь залежності змін в досліджуваному ознаці від визначальних її факторів. Наприклад, вивчаючи силу і характер варіації в виділяється сукупності, можна оцінити, наскільки однорідною є дана сукупність у кількісному, а іноді і якісному відношенні, отже, наскільки характерна обчислена середня величина. Ступінь близькості даних окремих одиниць до середньої вимірюється поруч абсолютних, середніх і відносних показників. Основними узагальнюючими показниками варіації у статистиці є ді-Сперс і середнє квадратичне відхилення.
Середнє квадратичне відхилення являє собою корінь квадратний з дисперсії і позначається S:
Середнє квадратичне відхилення - це узагальнююча характеристика абсолютних розмірів варіації ознаки в сукупності. Виражається воно в тих же одиницях виміру, що й ознака (у відсотках, долях одиниці тощо). Середнє квадратичне відхилення служить мірилом надійності середньої. Чим менше середнє квадратичне відхилення, тим краще середня арифметична відображає всю подану сукупність.
Середньогалузеві фактичні показники можуть бути з успіхом використані для встановлення шкали класності. Раніше неодноразово зазначалося, що порівняння показників між собою правомірно проводити тільки в межах позичальників однієї галузі, причому визначити, високий або низький значення має той чи інший показник, можна лише зіставивши отримане значення зі середньогалузевої величиною. Наприклад, за розрахунками, середня оборотність активів в торгівлі становить 78 днів, у промисловості - 192 дня. Для правильної інтерпретації даного показника необхідно знати галузеву приналежність підприємства, оскільки хороше значення показника для промисловості для торгівлі вважатиметься поганим. Встановити шкалу класності, яка відображатиме реально сформовані рівні показників, дозволяє розрахунок середньогалузевої дисперсії і середнього квадратичного відхилення, які характеризують ступінь варіантності показника.
Таким чином, шкала класності кількісних показників набуває наступний вигляд (табл. 2.21).
Дана шкала може бути з успіхом використана для оцінки кредитоспроможності постачальницько-збутових підприємств нафтової галузі Росії. Очевидно, що показники промислових підприємств не піддаються класифікації за даною шкалою. Це пояснюється як відмінністю в середніх значеннях показників промисловості (і будь-який інший галузі), так і неоднаковими величинами середнього квадратичного відхилення. Здається, можна зробити наступний висновок: керуючись метою проведення ефективного та достовер-ного аналізу кредитоспроможності, доцільно розраховувати різні шкали класності залежно від виду діяльності позичальника.