Раскрыть методы комплексной оценки хозяйственно-финансовой деятельности

2. Метод корреляционно-регрессивного  анализа используют для определения  тесноты связи между показателями, не находящимися в функциональной  зависимости. Теснота связи измеряется  корреляционным отношением (для  криволинейной зависимости). Для  прямолинейной зависимости исчисляется  коэффициент корреляции. Метод применяют  при решении задач на «запуск-выпуск». 

Пример: определить зависимость выпуска изделий  в среднем от их запуска, составив соответствующее уравнение регрессии. 

3. Метод линейного  программирования. Решение сводится  к нахождению крайних значений (максимума и минимума) некоторых  функций переменных величин. Основано  на решении системы линейных  уравнений, когда зависимость  между явлениями строго функциональна. 

Пример: задачи рациональности использования времени работы производственного оборудования. 

4. Методы динамического  программирования применяют при  решении оптимизационных задач,  в которых целевая функция  и ограничения характеризуются  нелинейными зависимостями. 

Пример: заполнить  транспортное средство грузоподъемностью  Х грузом, состоящим из определенных предметов так, чтобы стоимость  всего груза оказалась максимальной. 

5. Математическая  теория игр исследует оптимальные  стратегии в ситуациях игрового  характера. Решение требует определенности  в формулировке условий: установлении  количества игроков, возможных  выигрышей, определении стратегии. 

Пример: максимизировать  среднюю величину дохода от реализации выпущенной продукции, учитывая капризы  погоды. 

6. Математическая  теория массового обслуживания. 

Пример: обеспечение  рабочих необходимым инструментом. 

7. Матричный метод  основан на линейной и век-торно-матричной алгебре, применяется для изучения сложных и высокоразмерных структур на отраслевом уровне, на уровне предприятий. 

Пример: выявить распределение  между цехами продукции, идущей на внутреннее потребление, и общие объемы выпускаемой  продукции, если заданы параметры прямых затрат и конечного продукта. 
 
 

ВВЕДЕНИЕ.

 Одним из направлений  совершенствования анализа хозяйственной  деятельности является внедрение  экономико-математических методов  и современных ЭВМ. Их применение  повышает эффективность экономического  анализа за счет расширения  факторов, обоснования принимаемых  управленческих решений, выбора  оптимального варианта использования  хозяйственных ресурсов, выявления  и мобилизации резервов повышения  эффективности производства.

 Математические  методы опираются на методологию  экономико-математического моделирования  и научно обоснованную классификацию  задач анализа хозяйственной  деятельности. В зависимости от  целей экономического анализа  различают следующие экономико-математические  модели: в детерминированных моделях  – логарифмирование, долевое участие,  дифференцирование; в стохастических моделях – корреляционно-регрессивный метод, линейное программирование, теорию массового обслуживания, теорию графов.  

СТОХАСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ  И АНАЛИЗ ФАКТОРНЫХ СИСТЕМ ХОЗЯЙСТВЕННОЙ  ДЕЯТЕЛЬНОСТИ.

Стохастический анализ – это метод решения широкого класса задач статистического оценивания. Он предполагает изучение массовых эмпирических данных путем построения моделей  изменения показателей за счет факторов, не находящихся в прямых связях, в прямой взаимозависимости и  взаимообусловленности. Стохастическая связь существует между случайными величинами и проявляется в том, что при изменении одной из них меняется закон распределения  другой. Так если случайная величина Х- функция двух групп случайных величин Z и v, X=f(Z1, Z2, ..., Zn; v1, v2, ...,vn), а случайная величина Y – функция двух групп случайных величин Y=Y(Z1, Z2, ..., Zn; v1, v2, ..., vn), то между X и Y есть стохастическая связь.

 В основе построения  стохастических моделей лежит  обобщение закономерностей варьирования  значений изучаемых экономических  показателей. Предпосылкой для  применения стохастического подхода  моделирования связей служит  качественная однородность совокупности (относительно изучаемых связей) и варьирования признаков по  хозяйственным объектам и периодам.

 Стохастическое  моделирование можно применять  в анализе хозяйственной деятельности, если есть возможность составить  совокупность наблюдений. Моделирование  ведется методами математической  статистики, которые позволяют исследовать  опосредованные причинно-следственные  связи показателей производственно-хозяйственной  деятельности с факторами и  условиями производства. Детерминированное  моделирование в данном случае  не всегда возможно. С помощью  математико-статистических приемов  можно обойтись без специальных  экспериментов. 

 В экономическом  анализе выделяются следующие  наиболее типичные задачи стохастического  анализа: 

 ·     изучение  наличия и тесноты связей между  функцией и факторами, а также  между факторами; 

 ·     ранжирование  и классификация факторов экономических  явлений; 

 ·     выявление  аналитической формы связи между  изучаемыми явлениями; 

 ·     сглаживание  динамики изменения уровня показателей; 

 ·     изучение  размерности (сложности, многогранности) экономических явлений; 

 ·     количественное  изменение информативных показателей; 

 ·     количественное  изменение влияния факторов на  изменение анализируемых показателей  (экономическая интерпретация полученных  управлений).

 Стохастическое  моделирование и анализ связей  между изученными показателями  начинаются с корреляционного  анализа. 

Корреляция состоит  в том, что средняя величина одного из признаков изменяется в зависимости  от значения другого. Признак, от которого зависит другой признак, принято  называть факторным. Зависимый признак  именуют результативным. В каждом конкретном случае для установления факторного и результативного признаков в неодинаковых совокупностях необходим анализ природы связи. Так, при анализе различных признаков в одной совокупности заработная плата рабочих в связи с их производственным стажем выступает как результативный признак, а в связи с показателями жизненного уровня или культурными потребностями – как факторный. Часто зависимости рассматривают не от одного факторного признака, а от нескольких. Для этого применяется совокупность методов и приемов выявления и количественной оценки взаимосвязей и взаимностей между признаками.

 При исследовании массовых общественно-экономических явлений между факторными признаками проявляется корреляционная связь, при которой на величину результативного признака влияет, помимо факторного, множество других признаков, действующих в разных направлениях одновременно или последовательно. Часто корреляционную связь называют неполной статистической или частичной в отличие от функциональной, которая выражается в том, что при определенном значении переменной (независимая переменная – аргумент) другая (зависимая переменная – функция) принимает строгое значение.

 Корреляционную  связь можно выявить только  в виде общей тенденции при  массовом сопоставлении фактов. Каждому значению факторного  признака будет соответствовать  не одно значение результативного  признака, а их совокупность. В  этом случае для вскрытия связи  необходимо найти среднее значение  результативного признака, а их  совокупность. В этом случае для  вскрытия связи необходимо найти  среднее значение результативного  признака для каждого значения  факторного.

 Проблема измерения  связи имеет две стороны: выяснение  формы и тесноты. При определение формы связи выявляется изменение средней величины результативного признака в зависимости от изменения факторного. Выбор тех или иных показателей тесноты корреляционной связи зависит от ее формы. Под формой связи понимают тип аналитической формулы, выражающей зависимость между рассматриваемыми признаками. Различают связь прямую, при которой с ростом (снижением) факторного признака у результативного обнаруживается тенденции к увеличению (уменьшению), и обратную, когда с увеличением (уменьшением) факторного признака результативный снижается (увеличивается).

 Форма корреляционной  зависимости характеризует тенденцию,  проявляющуюся в изменениях рассматриваемого  признака с изменением признака-фактора.  Если наблюдается тенденция равномерного  возрастания или убываний значений  признака, то зависимость называется  прямолинейной, в противном случае  – криволинейной. 

 Уравнивание корреляционной  связи (уравнение регрессии) –  аналитическое. С его помощью  выражается связь между признаками (иногда форма связи). Различают  прямолинейное (прямая линия)  и криволинейное (парабола, гипербола)  уравнения. 

 Линии на графиках, изображающие тенденции в изменения  признака, коррелируемого с признаком-фактором, называются линиями регрессии.  В них находит графическое  выражение форма связи. 

 При использовании  корреляционно-регрессивного приема  анализа модель изображается  в виде уравнения  регрессии  типа y=f(x), где у – зависимая  переменная (результативный признак  или функция от ряда факторов-аргументов);х – независимые переменные (факторы-аргументы). Парной корреляцией называется корреляционная зависимость между двумя признаками.

 Простейшим уравнением, характеризующим прямолинейную  зависимость между двумя признаками, служит уравнение прямой линии: Y = a + bx, где х и у(х) – соответственно независимый и зависимый признак; a и b – параметры уравнения.

Уравнение прямой линии  описывает такую связь между  двумя признаками, при которой  с изменением признака-фактора происходит равномерное возрастание или  убывание значений зависимого признака (рис. 1.1.)

 Количество наблюдений  при прямолинейной

Y=a + bx  

   

  зависимости  должно составлять не менее  6.

 В качестве  примера прямолинейной зависимости 

 Рис. 1.1.Прямолинейная  зависимость  

   

 приведем данные  об изменении фондовооруженности

 и производительности  труда (табл. 1.1.)  Год 

(период)   Производительность

 труда (у),тыс. руб.   Фондовооруженность

 труда работающих (х),

 тыс. руб.       

1-й 

2-й 

3-й 

4-й 

5-й 

6-й 

7-й 

8-й 

9-й 

10-й   6,2

6,6

6,9

6,8

7,3

7,6

8,6

9,1

10,6

11,2   1,6

1,8

2,0

2,0

2,3

2,4

2,5

2,6

2,6

2,8   9,9

11,9

13,8

13,6

16,8

18,2

21,5

23,7

27,6

31,4   2,6

3,2

4,0

4,0

5,3

5,8

6,3

6,8

6,8

7,8   38,4 43,6

47,6

46,2

53,3

57,8

74,0

82,8

112,4

125,4

 Итого   80,9   22,6   188,4   52,6   681,5  

 Табл. 1.1. Исходные  данные для определения зависимости  между фондовооруженностью и производительностью труда  

   

                                           

 При планировании  производительности труда важно  установить темпы ее роста  в зависимости от увеличения  фондовооруженности.

 Связь между  производительностью и фондовооруженностью  труда можно выразить в виде уравнения прямой линии: , где - число наблюдений; - постоянная величина, независимая от изменения данного фактора.