Системный подход и комплексность АХД. Система показателей АХД

      Для правильной оценки деятельности предприятий факторы необходимо подразделять на объективные и субъективные. Объективные, например стихийное бедствие, не зависят от воли и желаний людей. В отличие от объективных субъективные причины зависят от деятельности юридических и физических лиц.

      По степени распространенности факторы делятся на общие и специфические. К общим относятся факторы, которые действуют во всех отраслях экономики: Специфическими являются те, которые действуют в условиях отдельной отрасли экономики или предприятия. Такое деление факторов позволяет полнее учесть особенности отдельных предприятий, отраслей производства и сделать более точную оценку их деятельности.

      По сроку воздействия на результаты хозяйственной деятельности различают факторы постоянные и переменные. Постоянные факторы оказывают влияние на изучаемое явление беспрерывно на протяжении всего времени. Воздействие же переменных факторов, проявляется периодически, например, освоение новой техники, новых видов продукции, новой технологии производства и т.д. 

      Большое значение для оценки деятельности предприятий имеет деление факторов по характеру их действия на интенсивные и экстенсивные. К экстенсивным относятся факторы, которые связаны с количественным, а не с качественным приростом результативного показателя, например, увеличение объема производства продукции путем расширения посевной площади, увеличения поголовья скота, количества рабочих и т.д. Интенсивные факторы характеризуют степень усилия, напряженности труда в процессе производства, например, повышение урожайности сельскохозяйственных культур, продуктивности животных, уровня производительности труда.

      Если при анализе ставится цель измерить влияние каждого фактора на результаты хозяйственной деятельности, то их разделяют на количественные и качественные, сложные и простые, прямые и косвенные, измеримые и неизмеримые.

      Количественными считаются факторы, которые выражают количественную определенность явлений (количество рабочих, оборудования, сырья и т.д.). Качественные факторы определяют внутренние качества, признаки и особенности изучаемых объектов (производительность труда, качество продукции, плодородие почвы и т.д.).

      Большинство изучаемых факторов по своему составу являются сложными, состоят из нескольких элементов. Однако есть и такие, которые не раскладываются на составные части. В связи с этим факторы делятся на сложные (комплексные) и простые (элементные). Примером сложного фактора является производительность труда, а простого - количество рабочих дней в отчетном периоде.

В экономическом анализе используется 4 типа факторных моделей:

1. Аддитивные модели – представляют результативный показатель в виде суммы нескольких факторных показателей;

2. Мультипликативные – представляют результативный показатель в виде произведения факторов.

3. Кратные модели – показатель представляется в виде частного двухфакторных показателей.

4. Модели смешанного типа – результативный показатель представляется в виде какого-либо сочетания выше перечисленных моделей.

4. Способы измерения влияния факторов в детерминированном (определенном) АХД.

      После построения факторной модели необходимо определить способ оценки влияния факторов. Большинство способов измерения влияния факторов в детерминированных моделях основано на элиминировании. Элиминировать – значит устранить, исключить воздействие всех факторов на величину результативного показателя, кроме одного, исходя из того, что все факторы изменяются независимо друг от друга, т. е. сначала изменяется один фактор, а все остальные остаются без изменения, потом изменяются два при неизменности остальных и т. д.

      Метод цепных подстановок является наиболее универсальным из методов элиминирования. Он используется для расчета влияния факторов во всех типах детерминированных факторных моделей: аддитивные, мультипликативных, кратных и смешанных (комбинированных). Этот способ позволяет определить влияние отдельных факторов на изменение величины результативного показателя путем постепенной замены базисной величины каждого факторного показателя в объеме результативного показателя на фактическую в отчетном периоде. С этой целью определяют ряд условных величин результативного показателя, которые учитывают изменение одного, затем двух, трех и т д. факторов, допуская, что остальные не меняются. Сравнение величины результативного показателя до и после изменения уровня того или другого фактора позволяет элиминироваться от влияния всех факторов, кроме одного, и определить воздействие последнего на прирост результативного показателя.

      Индексный метод в факторном анализе. В статистике, планировании и анализе хозяйственной деятельности основой для количественной оценки роли отдельных факторов в динамике изменений обобщающих показателей являются индексные модели. Индексный метод – один из приемов элиминирования. Основывается на относительных показателях динамики, пространственных сравнений, выполнении плана, выражающих отношение фактического уровня анализируемого показателя в отчетном периоде к его уровню в базисном периоде (или к плановому, или по другому объекту). Любой индекс исчисляется сопоставлением соизмеряемой (отчетной) величины с базисной. Индексы, выражающие соотношение непосредственно соизмеряемых величин, называются индивидуальными, а характеризующие соотношения сложных явлений – групповыми, или тотальными.

      Метод выявления изолированного влияния факторов. Сущность моделирования факторных систем заключается в том, что взаимосвязь исследуемого показателя с факторными передается в форме конкретного математического уравнения. В факторном анализе различают модели детерминированные (функциональные) и стохастические (корреляционные). С помощью детерминированных факторных моделей исследуется функциональная связь между результативным показателем (функцией) и факторами (аргументами).

      Если  между факторными и результативным показателем существует строгая функциональная зависимость, то для определения влияния отдельных факторов можно использовать:

1. приемы элиминирования -- последовательного выделения влияния одного фактора и исключения влияния остальных факторов: способ цепной подстановки, индексный метод, метод абсолютных и относительных разниц;

2. прием пропорционального  деления или долевого участия;

3. интегральный способ;

4. способ логарифмирования - Применяется для измерения влияния факторов в мультипликативных моделях.

Результат расчета  влияния факторов на результативный показатель при этом способе не зависит  от места расположения факторов в  модели. Дополнительный прирост от совместного взаимодействия факторов распределяется между ними пропорционально  доли изолированного влияния каждого  фактора на уровень результативного  показателя.

5.  Интегральный способ  измерения факторов  в детерминированном  анализе

     Для приемов элиминирования характерны следующие недостатки:

величина влияния  фактора на изменение результативного  показателя зависит от места расположения фактора в детерминированной  модели;

дополнительный прирост  результативного показателя, полученный от совместного взаимодействия факторов, присоединяется к последнему фактору.

     Интегральный  метод не имеет этих недостатков. Величина влияния фактора на изменение  результативного показателя не зависит  от места расположения фактора в  детерминированной модели. Дополнительный прирост от совместного взаимодействия факторов, распределяется между ними поровну.

     Метод применяется для измерения влияния  факторов в мультипликативных, кратных  и смешанных моделях типа .

Интегральный метод  позволяет достигнуть полного разложения результативного показателя по факторам и носит универсальный характер, т. е. применим к мультипликативным, кратным и смешанным моделям. Изменение результативного показателя измеряется на бесконечно малых отрезках времени, т. е. производится суммирование приращения результата, определяемого как частные произведения, умноженные на приращения факторов на бесконечно малых промежутках.

В специальной литературе имеются сформированные рабочие  формулы для применения интегрального  метода:

 

6. Способы изучения стохастических (корреляционных) взаимосвязей в АХД. Регрессионный анализ и его особенности.

     Корреляционная (стохастическая) связь - это неполная, вероятностная зависимость между показателями, которая проявляется только в массе наблюдений.

     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).

     Корреляционный  анализ ставит задачу измерить тесноту  связи между варьирующими переменными  и оценить факторы, оказывающие  наибольшее влияние на результативный признак. 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.

     Для исследования стохастических зависимостей используются следующие способы  экономического анализа: сравнение  параллельных и динамических рядов, аналитические группировки, графики. Однако они позволяют выявить  только характер и направление связи. Основная же задача факторного анализа - определить степень влияния каждого  фактора на уровень результативного  показателя. Для этой цели применяются  способы корреляционного, дисперсионного, компонентного, дискриминантного, современного многомерного факторного анализа и  т.д.

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

Необходимые условия  применения корреляционного анализа:

* наличие достаточно  большой выборки данных о величине  исследуемых факторных и результативных  показателей (в динамике или  за текущий год по совокупности  однородных объектов);

* исследуемые факторы  должны иметь количественное  измерение и отражение в тех  или иных источниках информации.

     Основанием  метода регрессионного анализа является приближение известных тенденций  потребления с помощью математических функций, которые могут быть экстраполированы(выправлены, изменены извне) на будущий период. В соответствии с характером кривой регрессии различаются линейный и нелинейный регрессионный анализ. Метод линейной регрессии целесообразно применять при условно пропорциональном росте потребления. Тогда изменение потребления отражается аппроксимирующей(приближенной, заменой на более простую) прямой, которая имеет вид:

y = a + b*t.

     Коэффициенты "а" и "b" определяются с помощью данных о потреблении, чтобы сумма всех отклонений от аппроксимирующей прямой была минимальной. Поскольку могут иметь место как положительные, так и отрицательные значения отклонений, то это может в худшем случае привести к компенсации оценок. Чтобы этого избежать, следует применять метод наименьших квадратов.

Качество прогноза зависит в конечном итоге от рассеивания  исходных данных.

     Если  кривая потребности не аппроксимируется с помощью прямой, то применяется  нелинейный регрессионный анализ. В  этом случае кривая потребности аппроксимируется с помощью полинома

y = a + b*t +c*t2+d*t3 +... +z*tn.

     Основная  особенность регрессионного анализа: при его помощи можно получить конкретные сведения о том, какую  форму и характер имеет зависимость  между исследуемыми переменными.

Последовательность  этапов регрессионного анализа

     Рассмотрим  кратко этапы регрессионного анализа.

1. Формулировка задачи. На этом этапе формируются предварительные гипотезы о зависимости исследуемых явлений. 
2. Определение зависимых и независимых (объясняющих) переменных.

3. Сбор статистических данных. Данные должны быть собраны для каждой из переменных, включенных в регрессионную модель.

4. Формулировка гипотезы о форме связи (простая или множественная, линейная или нелинейная).

5. Определение функции регрессии (заключается в расчете численных значений параметров уравнения регрессии)