Слайд 1ТЕМА: Методы факторного анализа изменения экономических показателей
Вопросы
1. Детерминированные факторные модели
— сущность, типы и способы и их преобразования
2. Способы оценки
влияния факторов в детерминированном анализе
3. Особенности применения корреляционно — регрессионного анализа
Слайд 21. Детерминированные факторные модели — сущность, типы и способы и
их преобразования
Слайд 3Одной из задач факторного анализа является моделирование взаимосвязей между результативными
показателями и факторами, которые определяют их величину.
Моделирование позволяет установить
взаимосвязь исследуемого показателя с факторными в форме конкретного математического уравнения.
Слайд 4В факторном анализе различают модели детерминированные (функциональные) и стохастические (корреляционные).
С помощью детерминированных факторных моделей исследуется функциональная связь между результативным
показателем (функцией) и факторами (аргументами).
Слайд 5При моделировании детерминированных факторных систем необходимо выполнять ряд требований:
1. Факторы,
включаемые в модель, и сами модели должны реально существовать, а
не быть придуманными.
2. Факторы должны находиться в причинно-следственной связи с изучаемыми показателями.
3. Все показатели факторной модели должны быть количественно измеримыми, т.е. должны иметь единицу измерения.
4. Факторная модель должна обеспечивать возможность измерения влияния факторов.
Слайд 6В детерминированном анализе выделяют следующие типы наиболее часто встречающихся факторных
моделей:
1. Аддитивные модели. Используются, если результативный показатель представляет собой сумму нескольких факторных показателей:
У = Х1 + Х2 + … + Хп
2. Мультипликативные модели. Применяются, если результативный показатель представляет собой произведение нескольких факторных показателей:
У = Х1 × Х2 × … × Хп
Слайд 73. Кратные модели. Применяются, если результативный показатель получают делением одного
факторного показателя на величину другого:
4. Смешанные (комбинированные) модели. Это сочетание
в различных комбинациях предыдущих моделей.
У = (а + в) × с и т.д.
Слайд 8Преобразовывать факторные модели можно следующими способами.
В
мультипликативных моделях последовательно раскладываются факторы исходной системы на факторы-сомножители. Эти модели отражают процесс детализации исходной факторной мультипликативной модели и расширения ее за счет расчленения на сомножители комплексных факторов.
ВП = ЧР × ГВ = ЧР × Д ×
ДВ = ЧР × Д × П × ЧВ.
ВП -Валовая продукция
ЧР -Среднесписочная численность рабочих
ГВ - Среднегодовая выработка продукции одним рабочим
Д -Количество отработанных дней
ДВ -Среднедневная выработка рабочего
П -Средняя продолжительность рабочего дня
ЧВ -Среднечасовая выработка продукции одним рабочим
Слайд 10Аналогично осуществляется преобразование аддитивных моделей за счет расчленения одного или
нескольких факторных показателей на составные части.
VРП = VВП — Онп, где VВП — объем производства
Онп — остатки нереализованной продукции,
Онп = Оскл + Оотг
Оскл — остатки готовой продукции на складах
Оотг — частично отгружена, но еще не оплачена покупателями
VРП = VВП — (Онп + Оотг)
Слайд 11
Таким образом модель будет иметь вид аддитивной с
новым набором факторов.
К кратными моделям применяют следующие
способы их преобразования: удлинения, формального разложения, расширения и сокращения.
Удлинение предусматривает удлинение числителя исходной модели путем замены одного или нескольких факторов на сумма однородных показателей, например:
Слайд 12
Формальное разложение предусматривает удлинение знаменателя исходной модели путем замены одного
или нескольких факторов на сумму или произведение однородных показателей. Если
В = Л + М + Н + П, то
Расширение предусматривает расширение исходной модели за счет умножения числителя и знаменателя на один или несколько новых показателей, например:
Слайд 13Сокращение представляет собой создание новой факторной модели путем деления числителя
и знаменателя дроби на один и тот же показатель:
Таким образом, результативные показатели могут быть разложены на составные элементы (факторы) различными способами и представлены в виде различных типов детерминированных моделей. Выбор способа моделирования зависит от объекта исследования, поставленной цели, а также от профессиональных знаний и навыков исследователя.
Слайд 142.Способы оценки влияния факторов в детерминированном анализе
Слайд 15Одним из важнейших методологических вопросов в экономическом анализе является определение
величины влияния отдельных факторов на прирост результативных показателей. В детерминированном
факторном анализе для этого используются следующие способы: цепной подстановки, индексный, абсолютных разниц, относительных разниц, пропорционального деления, интегральный, логарифмирования и др.
Слайд 16
Наиболее часто используются первые четыре способа. Они основываются на методе
элиминирования.
Элиминировать - значит устранить, исключить воздействие всех факторов на
величину результативного показателя, кроме одного. Этот метод исходит из того, что все факторы изменяются независимо друг от друга: сначала изменяется один, а все другие остаются без изменения, потом изменяются два, затем три и т.д., при неизменности остальных.
Слайд 171.Способ цепной подстановки. Позволяет определить влияние отдельных факторов на изменение
величины результативного показателя путем постепенной замены базисной величины каждого факторного
показателя на отчетную. 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.
Слайд 18
Проиллюстрируем это на четырехфакторной модели валовой продукции:
ВП = ЧР × Д × П × ЧВ.
В приведенном примере объем производства продукции (ВП) зависит от четырех факторов: количества рабочих (ЧР), количества отработанных дней одним рабочим(Д), продолжительности рабочего дня(П) и среднечасовой выработки(ЧВ).
ВПпл = ЧРпл × Дпл × Ппл × Чвпл;
ВПусл1 = ЧРф × Дпл × Ппл × Чвпл;
ВПусл2 = ЧРф × Дф × Ппл × Чвпл;
ВПусл3 = ЧРф × Дф × Пф × Чвпл;
ВПф = ЧРф × Дф × Пф × Чвф.
Слайд 19
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.
Слайд 20
Аналогичным образом рассчитывают влияние факторов и по другим детерминированным моделям
других типов.
Индексный метод. Основан на относительных показателях динамики, пространственных сравнений, выполнения плана, выражающих отношение фактического уровня анализируемого показателя к его уровню в базисном периоде (или к плановому или по другому объекту). С помощью агрегатных индексов можно выявить влияние различных факторов на изменение уровня результативных показателей в мультипликативных и кратных моделях.
Слайд 21Для примера возьмем индекс стоимости товарной продукции:
Он отражает изменение физического
объема товарной продукции (q) и цен (р). Чтобы установить, как
изменилась стоимость товарной продукции за счет каждого фактора, нужно рассчитать индекс физического объема (Iq) и индекс цен (Ip):
Слайд 223.Способ абсолютных разниц. Применяется для расчета влияния факторов на прирост
результативного показателя в мультипликативных и смешанных моделях:
Y = ( a – b ) c и Y = a ( b — c).
При его использовании величина влияния факторов рассчитывается умножением абсолютного прироста исследуемого фактора на базисную величину факторов, которые находятся справа от него, и на фактическую величину факторов, расположенных слева от него в модели.
Слайд 23 Рассмотрим алгоритм расчета для мультипликативной факторной модели типа Y=a
× b × c × d.
Имеются плановые и фактические значения по каждому факторному показателю, а также их абсолютные отклонения:
Δa=Aф- Апл ; Δb=Bф- Bпл ; Δc=Cф- Cпл ; Δd=Dф- Dпл Определяем изменение величины результативного показателя за счет каждого фактора:
ΔYa=Δa×Bпл× Спл × Dпл; ΔYb=Аф×Δb × Спл × Dпл; ΔYс= Аф ×Bф× Δс × Dпл; ΔYd= Аф ×Bф×Сф × Δd.
Слайд 24Как видно из приведенной схемы, расчет строится на последовательной замене
плановых значений факторных показателей на их отклонения, а затем на
фактический уровень этих показателей.
Слайд 254.Способ относительных разниц. Применяется для измерения влияния факторов на прирост
результативного показателя только в мультипликативных и аддитивно-мультипликативных моделя типа
Y = (a — b) × c.
Наиболее эффективным его применение будет, если исходные данные содержат уже определенные ранее относительные приросты факторных показателей в процентах или коэффициентах и не содержат их абсолютных значений.
Слайд 26Рассмотрим методику расчета влияния факторов этим способом для мультипликативных моделей
типа Y = A × В × С. Сначала необходимо
рассчитать относительные отклонения факторных показателей:
Слайд 27Тогда изменение результативного показателя за счет каждого фактора определяется следующим
образом:
Слайд 283. Особенности применения корреляционно-регрессионного анализа
Слайд 29 Метод корреляционно-регрессионного анализа широко используется для определения тесноты связи
между показателями, не находящимися в функциональной зависимости (т.е. ее нельзя
выразить формулой). Например, влияние количества выпавших осадков и доз внесенных удобрений на урожайность.
Слайд 30 Взаимосвязь между такими факторами и результативным показателем проявится, если
взять для исследования большое количество наблюдений или объектов и сравнить
их значения. Тогда в соответствии с законом больших чисел влияние других факторов на результативный показатель сглаживается, нейтрализуется. Это дает возможность установить связь между изучаемыми объектами.
Корреляционная (стохастическая) связь – это неполная, вероятностная зависимость между показателями, которая проявляется только в массе наблюдений.
Слайд 31 Различают парную и множественную корреляцию.
Парная корреляция – изучается связь
между 2 показателями, один из которых является факторным, а другой
– результативным.
Множественная корреляция – возникает от взаимодействия нескольких факторов с результативным показателем.
Слайд 32 Необходимые условия применения корреляционного анализа:
1.
Наличие достаточного большого количества наблюдений о величине исследуемых факторов и результативных показателей (количество наблюдений должно быть в 5-7 раз больше, чем количество изучаемых показателей).
2. Исследуемые факторы должны иметь количественное измерение и отражение, а каких-либо источниках информации.
Слайд 33
Применение корреляционного анализа позволяет решить следующие задачи:
а) определить изменение результативного показателя под воздействием одного или нескольких факторов (в абсолютном измерении), т.е. определить, на сколько единиц изменится величина результативного показателя при изменении фактора на единицу (например, на сколько ц/га изменится урожайность, если количество выпавших осадков увеличится на 100 мл).
б) установить относительную степень зависимости результативного показателя от каждого фактора. (например, на сколько % изменение урожайности зависит от количества выпавших осадков).
Слайд 34
Значение корреляционного анализа для АХД проявляется в том, что
значительно углубляется факторный анализ, устанавливается место и роль каждого фактора
в формировании уровня исследуемых показателей, углубляются знания об изучаемых явлениях, определяются закономерности их развития и, как итог, точнее обосновываются планы и управленческие решения, более объективно оцениваются итоги деятельности предприятия и более полно определяются внутрихозяйственные резервы.