Ανάλυση κυρίων συνιστωσών των στοιχείων απασχόλησης στην Ευρώπη & ομαδοποίηση χωρών με τη συσσωρευτική μέθοδο ανάλυσης κατά συστάδες

Abstract

Στο σύγχρονο παγκοσμιοποιημένο περιβάλλον υψηλού ανταγωνισμού, ένας χρηματοπιστωτικός οργανισμός θα πρέπει να είναι σε θέση να αναπτύσσει και να διαμορφώνει κατάλληλες στρατηγικές, πολιτικές και τακτικές, αναλύοντας ταχύτατα μεγάλους όγκους δεδομένων και καταλήγοντας σε αξιόπιστα και χρήσιμα συμπεράσματα, που θα τον βοηθούν να παίρνει σωστές αποφάσεις. Η κάθε κίνηση θα πρέπει να σχεδιάζεται, να αποφασίζεται και να υλοποιείται άμεσα, καθώς οι εξελίξεις στο παγκόσμιο χρηματο-οικονομικό περιβάλλον εξελίσσονται με ραγδαίους ρυθμούς. Στο σημείο αυτό, η Πολυμεταβλητή Στατιστική Ανάλυση μπορεί να αποτελέσει σημαντικό εργαλείο για την ταχεία επεξεργασία πολλών δεδομένων ταυτόχρονα, συμπιέζοντας τον όγκο της πληροφορίας και οδηγώντας σε χρήσιμα και εύκολα κατανοητά αποτελέσματα για το κέντρο λήψης αποφάσεων ενός χρηματοπιστωτικού οργανισμού. Σημαντικοί πελάτες ενός χρηματοπιστωτικού οργανισμού σε μία χώρα είναι το κομμάτι του πληθυσμού που εργάζεται και συνεπώς έχει εισόδημα. Τόσο το ποσοστό των εργαζόμενων της χώρας, όσο και το προφίλ τους (ηλικία, μορφωτικό επίπεδο, φύλο), αποτελούν κρίσιμης σημασίας δεδομένα για τις πολιτικές δραστηριοποίησης που θα ακολουθήσει ο συγκεκριμένος χρηματοπιστωτικός οργανισμός. Τα δεδομένα απασχόλησης θα πρέπει πολύ γρήγορα να μετουσιωθούν σε αξιόπιστη πληροφορία για τον οργανισμό, μέσα από την κατάλληλη στατιστική ανάλυση. Σκοπός της μελέτης είναι η χρήση κατάλληλων τεχνικών Πολυμεταβλητής Στατιστικής Ανάλυσης για τη χαρτογράφηση του εργασιακού τοπίου της Ευρώπης, ούτως ώστε κάποιος χρηματοπιστωτικός οργανισμός που στοχεύει να δραστηριοποιηθεί σε συγκεκριμένες χώρες ή ομάδες χωρών της Ευρώπης, να είναι σε θέση να διαμορφώσει το κατάλληλο μίγμα πολιτικών του. Η διπλωματική εργασία αποτελείται από έξι κεφάλαια: Στο 1ο κεφάλαιο γίνεται μία πρώτη παρουσίαση και σχολιασμός των ανεπεξέργαστων δεδομένων, όπως αυτά ελήφθησαν από τη βάση δεδομένων της Eurostat. Παρατίθενται πίνακες και διαγράμματα για τις 33 χώρες που ανήκουν γεωγραφικά στην Ευρώπη, με τα χαρακτηριστικά απασχόλησής τους (ποσοστά απασχόλησης ανά ηλικιακή ομάδα, ανά φύλο, ανά μορφωτικό επίπεδο, κλπ). Στο 2ο κεφάλαιο, επιλέγονται 12 συγκεκριμένα χαρακτηριστικά απασχόλησης που θα αποτελέσουν αντικείμενο περαιτέρω ανάλυσης και γίνεται μία πιο εκτενής περιγραφική στατιστική ανάλυση. Στο 3ο κεφάλαιο παρατίθεται το θεωρητικό υπόβαθρο που σχετίζεται με την πολυμεταβλητή ανάλυση και ειδικά με την ανάλυση σε κύριες συνιστώσες. Στο 4ο κεφάλαιο, εφαρμόζεται η τεχνική της ανάλυσης κύριων συνιστωσών (Principal Component Analysis) για τη μείωση της διάστασης των 12 αρχικώς επιλεγμένων χαρακτηριστικών απασχόλησης και περιγράφεται η κατασκευή δύο νέων «δεικτών» απασχόλησης. Στο 5ο κεφάλαιο, οι χώρες ομαδοποιούνται με την τεχνική της ανάλυσης κατά συστάδες (Cluster Analysis), βάσει των δύο κατασκευασμένων «δεικτών» απασχόλησης. Χρησιμοποιείται η συσσωρευτική μέθοδος ομαδοποίησης και γίνεται σύγκριση των 3 ομάδων που προκύπτουν αφενός από τη χρήση των αρχικώς επιλεγμένων δεδομένων, αφετέρου από τη χρήση των κύριων συνιστωσών που προέκυψαν στο 2ο κεφάλαιο. Στο 6ο κεφάλαιο, διατυπώνονται συμπεράσματα σχετικά με την πιστότητα της ομαδοποίησης βάσει των δύο δεικτών σε σχέση με την ομαδοποίηση αναφοράς, ενώ επαναλαμβάνεται το πείραμα με ομαδοποίηση βάσει των τριών πρώτων κυρίων συνιστωσών. Τέλος, διατυπώνονται κάποιες σκέψεις ως προς την αξία της ομαδοποίησης για τους χρηματοοικονομικούς οργανισμούς. Σημειώνεται ότι καταβλήθηκε προσπάθεια να μην παρατεθούν (εκτός του 3ου κεφαλαίου) οι πολύπλοκοι μαθηματικοί τύποι που αποτελούν τη θεωρητική βάση της στατιστικής ανάλυσης των κεφαλαίων 4 και 5, καθώς κρίθηκε σκόπιμο το περιεχόμενο της εργασίας να παραμείνει όσο το δυνατόν απλό και κατανοητό. Δόθηκε μεγάλη βαρύτητα στην κατανόηση της όλης φιλοσοφίας της ανάλυσης, η οποία εξηγείται βήμα-βήμα παράλληλα με την παράθεση των απαραίτητων διαγραμμάτων, πινάκων και δενδρογραμμάτων. Η ανάλυση πραγματοποιήθηκε με το στατιστικό πακέτο SPSS, ενώ χρησιμοποιήθηκε επικουρικά και το MS Excel.