Интегральный метод

Этот метод применяется при анализе только мультипликативных моделей, при этом приращение результативного показателя распределяется между влияющими факторами поровну:

Y = a ∙ b;

;

.

Если факторов три, то расчеты значительно усложняются:

Y = a·b·c.

;

;

.

Экстремальный способ. При малом числе факторов и небольших приращениях расчеты целесообразно производить экстремальным способом.

Сущность данного способа заключается в исчислении средних по максимальному и минимальному значениям приращений сложного показателя, приходящихся на каждый фактор. Из анализа результатов расчетов способом разниц зависимостей мультипликативного типа по всем возможным вариантам замечено, что при положительных приращениях минимальные значения частей изменения общего показателя, приходящиеся на каждый фактор, получаются тогда, когда значения этого фактора записаны в первой строке, а максимальные – когда эти значения записаны в последней строке.

Например, при трех влияющих факторах () можно выбрать следующие экстремальные значения:

Отсюда можно получить расчетную формулу для экстремального способа:

2.3. Изучение стохастических связей в анализе финансово-хозяйственной деятельности

На практике далеко не все экономические явления и процессы могут изучаться с помощью способов детерминированного факторного анализа, так как в большей части случаев их нельзя свести к таким функциональным зависимостям, когда величине факторного показателя соответствует единственная величина результативного показателя.

Чаще в экономических исследованиях встречаются стохастические зависимости, которые отличаются приблизительностью, неопределенностью. Они проявляются только в среднем по значительному количеству объектов (наблюдений). Здесь каждой величине факторного показателя (аргумента) может соответствовать несколько значений результативного показателя (функции). Такого рода зависимости изучаются с помощью корреляционно-регрессионного анализа.

Корреляционная (стохастическая) связь – это неполная, вероятностная зависимость между показателями, которая проявляется только вмассенаблюдений. Различают парную и множественную корреляцию.

Парная корреляция – это связь между двумя показателями, один из которых является факторным, а другой – результативным. Множественная корреляция возникает от взаимодействия нескольких факторов с результативным показателем.

Наиболее широкое применение в экономических исследованиях нашли приемы корреляционного анализа, которые позволяют количественно выразить взаимосвязь между показателями.

Необходимые условия применения корреляционного анализа:

1. Наличие достаточно большого количества наблюдений о величине исследуемых факторных и результативных показателей (в динамике или за текущий год по совокупности однородных объектов).

2. Исследуемые факторы должны иметь количественное измерение и отражение в тех или иных источниках информации.

Применение корреляционного анализа позволяет:

– определить изменение результативного показателя под воздействием одного или нескольких факторов (в абсолютном измерении), т.е. определить, на сколько единиц изменяется величина результативного показателя при изменении факторного на единицу;

– установить относительную степень зависимости результативного показателя от каждого фактора.

Исследование корреляционных соотношений имеет огромное значение в анализе хозяйственной деятельности: устанавливаются место и роль каждого фактора в формировании уровня исследуемых показателей, углубляются знания об изучаемых явлениях, определяются закономерности их развития и таким образом точнее обосновываются планы и управленческие решения, более объективно оцениваются итоги деятельности предприятий и более полно определяются внутрихозяйственные резервы.

Одна из основных задач корреляционного анализа – определение влияния факторов на величину результативного показателя (в абсолютном измерении). Для решения этой задачи подбирается соответствующий тип математического уравнения, которое наилучшим образом отражает характер изучаемой связи (прямолинейной, криволинейной и т.д.). Это играет важную роль в корреляционном анализе, потому что от правильного выбора уравнения регрессии зависит ход решения задачи и результаты расчетов.

Обоснование уравнения связи делается с помощью сопоставления параллельных рядов, группировки данных и линейных графиков. Размещение точек на графике покажет, какая зависимость образовалась между изучаемыми показателями – прямолинейная или криволинейная.

Наиболее простым уравнением, которое характеризует прямолинейную зависимость между двумя показателями, является уравнение прямой:

,

где x – факторный показатель;– результативный показатель; a и b – параметры уравнения регрессии, которые требуется определить.

Это уравнение описывает такую связь между двумя признаками, при которой с изменением факторного показателя на определенную величину наблюдается равномерное возрастание или убывание значений результативного показателя.

Значения коэффициентов a и b находят из системы уравнений, полученных по способу наименьших квадратов. В данном случае система уравнений имеет следующий вид:

Коэффициент a – постоянная величина результативного показателя, которая не связана с изменением данного фактора. Параметр b показывает среднее изменение результативного показателя с повышением или понижением величины фактора на единицу его измерения.

Используя тот или иной тип математического уравнения, можно определить степень зависимости между изучаемыми явлениями, т.е. узнать, на сколько единиц в абсолютном измерении изменяется величина результативного показателя с изменением факторного на единицу. Однако регрессионный анализ не дает ответа на вопрос: тесная это связь или нет, решающее воздействие оказывает данный фактор на величину результативного показателя или второстепенное.

Для измерения тесноты связи между факторными и результативными показателями используется коэффициент корреляции.

В случае прямолинейной формы связи между изучаемыми показателями коэффициент корреляции, r, рассчитывается по следующей формуле:

Коэффициент корреляции может принимать значения от 0 до ±1. Чем ближе его величина к единице, тем более тесная связь между изучаемыми явлениями, и наоборот, знак показывает направление связи между фактором и результативным показателем.

Многофакторный корреляционный анализ состоит из нескольких этапов. На первом этапе определяются факторы, которые оказывают воздействие на изучаемый показатель, и отбираются наиболее существенные из них для корреляционного анализа.

На втором этапе собирается и оценивается исходная информация, необходимая для корреляционного анализа.

На третьем этапе изучается характер и моделируется связь между факторами и результативным показателем, то есть подбирается и обосновывается математическое уравнение, которое наиболее точно выражает сущность исследуемой зависимости.

На четвертом этапе проводится расчет основных показателей связи корреляционного анализа.

Отбор факторов для корреляционного анализа является очень важным моментом в экономическом анализе. От того, насколько правильно сделан отбор факторов, зависит точность выводов по итогам анализа. Главная роль при отборе факторов принадлежит теории, а также практическому опыту анализа. При этом необходимо придерживаться следующих правил.

1. При отборе факторов в первую очередь следует учитывать причинно-следственные связи между показателями, так как только они раскрывают сущность изучаемых явлений. Анализ факторов, которые находятся только в математических соотношениях с результативным показателем, не имеет практического смысла.

2. При создании многофакторной корреляционной модели необходимо отбирать самые значимые факторы, которые оказывают решающее воздействие на результативный показатель, так как охватить все условия и обстоятельства практически невозможно. Факторы, которые имеют критерий надежности по Стъюденту меньше табличного, не рекомендуется принимать в расчет.

3. Все факторы должны быть количественно измеримы, т.е. иметь единицу измерения, и информация о них должна содержаться в учете и отчетности.

4. В корреляционную модель линейного типа не рекомендуется включать факторы, связь которых с результативным показателем имеет криволинейный характер.

5. Не рекомендуется включать в корреляционную модель взаимосвязанные факторы. Если парный коэффициент корреляции между двумя факторами больше 0,85, то по правилам корреляционного анализа один из них необходимо исключить, иначе это приведет к искажению результатов анализа.

6. Нельзя включать в корреляционную модель факторы, связь которых с результативным показателем носит функциональный характер.

Большую помощь при отборе факторов для корреляционной модели оказывают аналитические группировки, способ сравнения параллельных и динамических рядов, линейные графики.

Первые два этапа включают в себя сбор и статистическую оценку исходной информации, которая будет использоваться при корреляционном анализе. Собранная исходная информация должна быть проверена на точность, однородность и соответствие закону нормального распределения.

В первую очередь необходимо убедиться в достоверности информации, насколько она соответствует объективной действительности. Использование недостоверной, неточной информации приведет к неправильным результатам анализа и неправильным выводам.

Одно из условий корреляционного анализа – однородность исследуемой информации относительно распределения ее около среднего уровня. Если в совокупности имеются группы объектов, которые значительно отличаются от среднего уровня, то это говорит о неоднородности исходной информации.

Критерием однородности информации служит среднеквадратическое отклонение и коэффициент вариации, которые рассчитываются по каждому факторному и результативному показателю.

Среднеквадратическое отклонение показывает абсолютное отклонение индивидуальных значений от среднеарифметической. Оно определяется по формуле:

.

Коэффициент вариации показывает относительную меру отклонения отдельных значений от среднеарифметической. Он рассчитывается по формуле:

.

Следующий этап корреляционного анализа – расчет уравнения связи (регрессии). Решение проводится обычно шаговым способом. Сначала в расчет принимается один фактор, оказывающий наиболее значимое влияние на результативный показатель, потом второй, третий и т.д. И на каждом шаге рассчитываются уравнение связи, множественный коэффициент корреляции и детерминации, F -отношение (критерий Фишера), стандартная ошибка и другие показатели, с помощью которых оценивается надежность уравнения связи:

.

После проверки надежности рассчитанного уравнения регрессии делается вывод о возможности его использования на практике:

Дата добавления: 2014-01-13