Простые методы оценки инвестиций 2 страница

В детерминированном моделировании факторных систем можно выделить небольшое число типов конечных факторных систем, наиболее часто встречающихся в анализе хозяйственной деятельности:

аддитивные модели

мультипликативные модели

кратные модели

где у – результативный показатель (исходная факторная система); xi – факторы (факторные показатели).

Применительно к классу детерминированных факторных систем различают следующие основные приемы моделирования.

Метод удлинения факторной системы.
Исходная факторная система . Если а1 представить в виде суммы отдельных слагаемых-факторов , то – конечная факторная система вида .

Метод расширения факторной системы.
Исходная факторная система . Если и числитель, и знаменатель дроби «расширить» умножением на одно и то же число, то получим новую факторную систему

т. е. мультипликативную модель вида .

Метод сокращения факторной системы.
Исходная факторная система . Если и числитель, и знаменатель дроби разделить на одно и то же число, то получим новую факторную систему (при этом, естественно, должны быть соблюдены правила выделения факторов):

В данном случае имеем конечную факторную систему вида .

Таким образом, сложный процесс формирования уровня изучаемого показателя хозяйственной деятельности может быть разложен различными приемами на его составляющие (факторы) и представлен в виде модели детерминированной факторной системы.

Например, исследуя процесс формирования объема выпускаемой продукции у, можно использовать для анализа такие детерминированные факторные системы:

В статике (а):	В динамике (б))
1а) ;	1б) ;
2а) ;	2б) ;
3а) ;	3б) ;

где у – объем продукции;

x1 – численность работающих;

x2 – производительность труда одного работающего за анализируемый период;

x3 – удельный вес рабочих в составе работающих;

x4 – производительность труда одного рабочего за анализируемый период;

x5 – коэффициент использования рабчих дней;

x6 – коэффициент использования рабочих часов;

x7 – средняя часовая производительность труда одного рабочего;

Iy – общий индекс изменения объема продукции;

i1, i2,…, i7 – факторные индексы.

Модели 1–3 отражают процесс последовательной детализации влияния факторов на изменение объема продукции как обобщающего показателя. Аналогичные модели могут быть построены и для других показателей хозяйственной деятельности.

В основе детерминированного моделирования факторной системы лежит возможность построения тождественного преобразования для исходной формулы экономического показателя по теоретически предполагаемым прямым связям последнего с другими показателями-факторами. Детерминированное моделирование факторных систем – это простое и эффективное средство формализации связи экономических показателей; оно служит основой для количественной оценки роли отдельных факторов в динамике изменения обобщающего показателя.

Детерминированное моделирование факторных систем ограничено длиной факторного поля прямых связей. При недостаточном уровне знаний о природе прямых связей того или иного показателя хозяйственной деятельности часто необходим иной подход к познанию объективной действительности. Размах количественных изменений экономических показателей можно выяснить только стохастическим анализом массовых эмпирических данных.

Стохастический анализ направлен на изучение косвенных связей, т. е. опосредованных факторов (в случае невозможности определения непрерывной цепи прямой связи). Из этого вытекает важный вывод о соотношении де-терминированного и стохастического анализа: т. к. прямые связи необходимо изучать в первую очередь, то стохастический анализ носит вспомогательный характер. Стохастический анализ выступает в качестве инструмента углубления детерминированного анализа факторов, по которым нельзя построить детерминированную модель.

Стохастическое моделирование факторных систем взаимосвязей отдельных сторон хозяйственной деятельности опирается на обобщение закономерностей варьирования значений экономических показателей – количественных характеристик факторов и результатов хозяйственной деятельности. Количественные параметры связи выявляются на основе сопоставления значений изучаемых показателей в совокупности хозяйственных объектов или периодов. Таким образом, первой предпосылкой стохастического моделирования является возможность составить совокупность наблюдений, т. е. возможность повторно измерить параметры одного и того же явления в различных условиях.

При детерминированном факторном анализе модель изучаемого явления не изменяется по хозяйственным объектам и периодам (т. к. соотношения соответствующих основных категорий стабильны). При необходимости сравнения результатов деятельности отдельных хозяйств или одного хозяйства в отдельные периоды может возникать лишь вопрос о сопоставимости выявленных на основе модели количественных аналитических результатов.

В стохастическом анализе, где сама модель составляется на основе совокупности эмпирических данных, предпосылкой получения реальной модели является совпадение количественных характеристик связей в разрезе всех исходных наблюдений. Это означает, что варьирование значенийпоказателей должно происходить в пределах однозначной определенности качественной стороны явлений, характеристиками которых являются моделируемые экономические показатели (в пределах варьирования не должно происходить качественного скачка в характере отражаемого явления). Значит, второй предпосылкой применяемости стохастического подхода моделирования связей является качественная однородность совокупности (относительно изучаемых связей).

Изучаемая закономерность изменения экономических показателей (моделируемая связь) выступает в скрытом виде. Она переплетается со случайными с точки зрения исследования (неизучаемыми) компонентами вариации и ковариации показателей. Закон больших чисел гласит, что только в большой совокупности закономерная связь выступает устойчивее случайного совпадения направления варьирования (случайной ковариации). Из этого вытекает третья предпосылка стохастического анализа – достаточная размерность (численность) совокупности наблюдений, позволяющая с достаточной надежностью и точностью выявить изучаемые закономерности (моделируемые связи). Уровень надежности и точности модели определяется практическими целями использования модели в управлении производственно-хозяйственной деятельностью.

Четвертая предпосылка стохастического подхода – наличие методов, позволяющих выявить количественные параметры связей экономических показателей из массовых данных варьирования уровня показателей. Математический аппарат применяемых методов иногда предъявляет специфические требования к моделируемому эмпирическому материалу. Выполнение дачных требований является важной предпосылкой применяемости методов и достоверности полученных результатов.

Основная особенность стохастического факторного анализа заключается в том, что при стохастическом анализе нельзя составлять модель путем ка-чественного (теоретического) анализа, необходим количественный анализ эмпирических данных.

В экономических исследованиях нашли применение следующие математико-статистические методы стохастического моделирования хозяйственных явлений и процессов: оценка связи и корреляции между показателями, оценка статистической значимости связей, регрессионный анализ, выявление параметров периодических колебаний экономических показателей, группировка многомерных наблюдений; дисперсионный анализ; современный факторный (компонентный) анализ, трансформационный анализ.

Необходимость включения математико-статистических методов в методику анализа хозяйственной деятельности предприятий зависит от значимости решаемых при помощи данных методов количественных (статистических) задач.

Можно выделить следующие наиболее типичные классы задач в экономическом анализе:

изучение наличия, направления и интенсивности связи экономических показателей;

ранжировка и классификация факторов экономических явлений;

выявление аналитической формы связи между показателями;

сглаживание (выявление тренда) динамики изменения уровня показателей;

выявление параметров закономерных периодических колебаний уровня показателей;

ранжировка и классификация хозяйств (предприятий и их подразделений);

изучение размерности (сложности, многогранности) экономических явлений;

выявление наиболее информативных (обобщающих) синтетических показателей;

изучение внутренней структуры связей в системе экономических показателей;

сравнение структуры связей в разных совокупностях.

Самая общая и типичная статистическая задача в экономическом анализе – изучение наличия, направления и интенсивности связей между показателями. Это первый этап познания закономерностей формирования результатов хозяйственной деятельности. Предположение о наличии и тесноте связи делается в случае выявления общих закономерностей в вариации значений изучаемых показателей. Источник возникновения этих общих закономерностей может быть разным – причинно-следственная связь между показателями, зависимость от общего фактора, случайное совпадение элементов вариации.

Задача экономического анализа – раскрыть качественную основу взаимосвязи между количественными характеристиками экономических процессов. Стохастическое исследование связи происходит с помощью методов корреляционного анализа – коэффициентов и отношений корреляции.

При этом в зависимости от характера исходной информации применяются разные приемы корреляционного анализа: оценка парной корреляции между показателями с цифровой шкалой измерения; ранговая корреляция и коэффициенты, рассчитанные по так называемым матрицам сопряженности для анализа связей между качественными показателями; каноническая корреляция для анализа связи между группами показателей; частная корреляция, которая по-зволяет исследовать связь между двумя показателями, элиминируя влияние других показателей; множественная корреляция для оценки зависимости одного показателя от группы аргументных показателей.

В случае нелинейности связи и при изучении множественной корреляции задача определения тесноты связи соотносится с проблемой изучения аналитической формы связи (коэффициент или отношение корреляции в этом случае прямо зависит от выбранной формы связи). Выявление аналитической формы связи означает моделирование хозяйственного процесса путем выявления закономерностей формирования значений результативного показателя под влиянием факторных показателей. Это основная и самая сложная задача в экономическом анализе, которая при стохастическом подходе решается методом регрессионного анализа.

Изучение интенсивности и аналитической формы связей между показателями с помощью методов корреляционного и регрессионного анализа позволяет решать важную для экономического анализа статистическую задачу – ранжировку и классификацию факторов, влияющих на анализируемое экономическое явление. Можно выделять существенные и несущественные для данного явления факторы, группу факторов, позволяющих с достаточной точностью управлять функционированием экономических систем, а также ранжировать факторы по интенсивности их влияния на изучаемое явление или процесс.

Определенное развитие в специальной литературе и в практических исследованиях нашли статистические проблемы исследования временных рядов. Временные ряды экономических показателей имеют в общем случае две особенности по сравнению с пространственными совокупностями – тенденцию в изменении значений показателей и периодические колебания уровня экономических показателей. Поскольку основные математико-статистические методы (в частности, методы исследования связей) предназначены для исследования стационарных статистических рядов, где отсутствуют систематические (закономерные) тенденции изменения уровня показателя, то возникает задача исключения этих тенденций из временных рядов. Для этой цели разработано множество методов. После исключения тренда, в зависимости от характера динамики, применяются уже специально разработанные методы анализа, динамических процессов или модификаций известных аналитических приемов.

Моделирование и анализ периодических колебаний экономических показателей имеют большое значение в управлении хозяйственной деятельностью, в частности, на предприятиях с сезонным характером производства, в торговле и т. д. Для моделирования периодических колебаний применяются методы спектрального и гармонического анализа. Такие исследования позволяют более точно и обоснованно разрабатывать плановые задания, уточнять мероприятия по улучшению организации труда и производства.

Классификация и ранжировка хозяйственных объектов являются одной из важнейших задач экономического анализа. Выявление классов однотипных предприятий для разработки общих нормативов планирования, оценки, стимулирования и ранжировки хозяйственных объектов по результатам хозяйственной деятельности давно внедрились в экономический анализ. Новые возможности повышения качества решения этих задач появляются в результате применения таких методов, как группировка многомерных наблюдений, дисперсионный анализ, в частности, современный факторный и компонентный анализ, кластерный анализ. Предпочтительным для аналитических целей, наряду со специальными приемами классификации, является исследование структуры совокупности хозяйственных объектов методами современного факторного (компонентного) анализа. Синтетические факторы или компоненты, выявленные на основе внутренних связей системы экономических показателей, характеризуют отдельные самостоятельные стороны экономиче-ских явлений (технический уровень производства, уровень управленческой работы, уровень организации производства и труда и т. п.) и имеют вполне определенную содержательную экономическую интерпретацию. Поэтому классификация и ранжировка хозяйственных объектов по значениям этих факторов или компонент носят более значительную аналитическую нагрузку, чем группировка на основе гетерогенного набора признаков.

С развитием применения методов современного факторного анализа связана также возможность эффективного решения следующих трех обобщенных статистических задач экономического анализа: изучения внутренней структуры связей в системе показателей, изучения размерности описания экономического явления, выявления более информативных показателей. Хотя эти задачи можно решить методами корреляционного и регрессионного анализа, однако при экономическом анализе их следует решать на основе методов современного факторного анализа.

Изучение внутренней структуры связей в системе показателей имеет большое аналитическое значение, т. к. позволяет познавать еханизм функционирования экономического объекта, что является целью большинства задач экономического анализа. Решение этой проблемы на основе результатов корреляционного анализа (матриц коэффициентов корреляции) связано с большими трудностями, особенно при большом наборе показателей. Невозможно проследить за относительно длинными цепями связей между явлениями, чтобы выявить общие причины этих связей. Современный факторный анализ выявляет в виде синтетических факторов главные причины формирования данной системы связей между показателями и позволяет познавать структуру этих связей, прослеживая связи экономических показателей с синтетическими факторами. Последняя система отличается меньшей размерностью и упорядочением представления связей, имея в результате этого большое аналитическое значение.

Выявление при помощи современного факторного анализа синтетических факторов, которые описывают основную информацию о поведении данной системы экономических показателей, решает проблему размерности описания экономических явлений. Включение новых показателей в анализ целесообразно только в том случае, если они содержат существенную дополнительную информацию о функционировании экономических систем, т. к. сбор и обработка информации для составления новых показателей связаны с материальными и трудовыми затратами.

Синтетические факторы, выявленные методами современного факторного анализа, могут служить новыми, более информативными комплексными показателями функционирования предприятий. Такие показатели нужны для комплексной оценки результатов хозяйственной деятельности и организационно-технического уровня производства, т. к. они отражают всю имеющуюся информацию.

Последней обобщенной статистической задачей в экономическом анализе является сравнение структуры связей в разных совокупностях. Сравнения могут быть пространственные и временные. При пространственных сравнениях исследуются информационная емкость разных систем показателей и различия в структуре связей в разных совокупностях хозяйственных объектов. Такие сравнения позволяют оценить возможность перенесения выводов, сделанных на основе анализа одной совокупности, на другие совокупности, которые подобны первой по своей внутренней структуре. Временные сравнения выявляют тенденции изменения структуры связей в соответствии с развитием экономического явления.

В литературе представлены примеры сравнения моделей множественной регрессии. Для сравнения факторных моделей разработаны методы трансформационного анализа. К сожалению, последние не нашли применения в экономическом анализе.

Значение выделения и систематизации обобщенных статистических задач состоит в том, что они позволяют применять математико-статистические методы в аналитической работе. В решении любой задачи анализа хозяйственной деятельности предприятий можно и необходимо использовать методы математической статистики, соответствующие обобщенным статистическим задачам.

Математический аппарат вышеуказанных экономико-статистических методов нашел достаточное отражение в учебниках по теории статистики.

49. Методы анализа количественного влияния факторов на изменение результативного показателя.

Метод дифференциального исчисления.
Теоретической основой для количественной оценки роли отдельных факторов в динамике результативного (обобщающего) показателя является дифференцирование.

В методе дифференциального исчисления предполагается, что общее приращение функций (результирующего показателя) различается на слагаемые, где значение каждого из них определяется как произведение соответствующей частной производной на приращение переменной, по которой вычислена данная производная. Рассмотрим задачу нахождения влияния факто-ров на изменение результирующего показателя методом дифференциального исчисления на примере функции от двух переменных. Пусть задана функция z = f(x, у), тогда, если функция дифференцируема, ее приращение можно выразить как

где – изменение функций;

Δx(x1 - xo) – изменение первого фактора;

– изменение второго фактора;

– бесконечно малая величина более высокого порядка, чем .

Влияние факторов х и у на изменение z определяется в этой случае как

и

а их сумма представляет собой главную (линейную относительно приращения факторов) часть приращения дифференцируемой функции. Следует отметить, что параметр мал при достаточно малых изменениях факторов и его значения могут существенно отличаться от нуля при больших изменениях факторов. Т. к. этот метод дает однозначное разложение влияния факторов на изменение результирующего показателя, то это разложение может привести к значительным ошибкам в оценке влияния факторов, поскольку в ней не учитывается величина остаточного члена, т. е. .

Рассмотрим применение метода на примере конкретной функции: z = xy. Пусть известны начальные и конечные значения факторов и результирующего показателя (х0, у0, z0, x1, y1, z1), тогда влияние факторов на изменение результирующего показателя определяется соответственно формулами:

, .

Легко показать, что остаточный член в линейном разложении функции z = xy равен .

Действительно, общее изменение функции составило , а разность между общим изменением и вычисляется по формуле

Таким образом, в методе дифференциального исчисления так называемый неразложимый остаток, который интерпретируется как логическая ошибка метода дифференцирования, просто отбрасывается. В этом состоит «неудобство» дифференцирования для экономических расчетов, в которых, как правило, требуется точный баланс изменения результативного показателя и алгебраической суммы влияния всех факторов.

Индексный метод определения влияния факторов на обобщающий показатель
В статистике, планировании и анализе хозяйственной деятельности основой для количественной оценки роли отдельных факторов в динамике изменений обобщающих показателей являются индексные модели.

Так, изучая зависимость объема выпуска продукции на предприятии от изменений численности работающих и производительности их труда, можно воспользоваться следующей системой взаимосвязанных индексов:

(5.2.1)

(5.2.2)

(5.2.3)

где IN – общий индекс изменения объема выпуска продукции;

IR – индивидуальный (факторный) индекс изменения численности работающих;

ID – факторный индекс изменения производительности труда работающих;

D0, D1 – среднегодовая выработка товарной (валовой) продукции на одного работающего соответственно в базисном и отчетном периодах;

R0, R1 – среднегодовая численность промышленно-производственного персонала соответственно в базисном и отчетном периодах.

Приведенные формулы показывают, что общее относительное изменение объема выпуска продукции образуется как произведение относительных изменений двух факторов: численности работающих и производительности их труда. Формулы отражают принятую в статистике практику построения факторных индексов, суть которой можно сформулировать следующим образом. Если обобщающий экономический показатель представляет собой произведение количественного (объемного) и качественного показателей-факторов, то при определении влияния количественного фактора качественный показатель фиксируется на базисном уровне, а при определении влияния качественного фактора количественный показатель фиксируется на уровне отчетного периода.

Индексный метод позволяет провести разложение по факторам не только относительных, но и абсолютных отклонений обобщающего показателя. В нашем примере формула (5.2.1) позволяет вычислять величину абсолютного отклонения (прироста) обобщающего показателя – объема выпуска товарной продукции предприятия:

где – абсолютный прирост объема выпуска товарной продукции в ана-лизируемом периоде.

Это отклонение образовалось под влиянием изменений численности работающих и производительности их труда. Чтобы определить, какая часть общего изменения объема выпуска продукции достигнута за счет изменения каждого из факторов в отдельности, необходимо при расчете влияния одного из них элиминировать влияние другого фактора.

Формула (5.2.2) соответствует данному условию. В первом сомножителе элиминировано влияние производительности труда, во втором – численности работающих, следовательно, прирост объема выпуска продукции за счет изменения численности работающих определяется как разность между числителем и знаменателем первого сомножителя:

Прирост объема выпуска продукции за счет изменения производительности труда работающих определяется аналогично по второму сомножителю:

Изложенный принцип разложения абсолютного прироста (отклонения) обобщающего показателя по факторам пригоден для случая, когда число факторов равно двум (один из них количественный, другой качественный), а анализируемый показатель представлен как их произведение.

Теория индексов не дает общего метода разложения абсолютных отклонений обобщающего показателя по факторам при числе факторов более двух.

Метод цепных подстановок.
Этот метод заключается, как уже доказывалось, в получении ряда промежуточных значений обобщающего показателя путем последовательной замены базисных значений факторов на фактические. Разность двух промежуточных значений обобщающего показателя, в цепи подстановок равна изменению обобщающего, показателя, вызванного изменением соответствующего фактора.

В общем виде имеем следующую систему расчетов по методу цепных подстановок:

– базисное значение обобщающего показателя;

– промежуточное значение;

– промежуточное значение;

– промежуточное значение;

………………………………………………..

…………………………………………………

– фактическое значение.

Общее абсолютное отклонение обобщающего показателя определяется по формуле

Общее отклонение обобщающего показателя раскладывается на факторы:

за счет изменения фактора а

за счет изменения фактора b

и т. д.

Метод цепных подстановок, как и индексный, имеет недостатки, о которых следует знать при его применении. Во-первых, результаты расчетов зависят от последовательной замены факторов; во-вторых, активная роль в изменении обобщающего показателя необоснованно часто приписывается влиянию изменения качественного фактора.

Например, если исследуемый показатель z имеет вид функции , то его изменение за период выражается формулой

где Δz – приращение обобщающего показателя;

Δx, Δy – приращение факторов;

x0 y0 – базисные значения факторов;

Дата добавления: 2015-04-24