Разделы презентаций


ТЕМА: Методы факторного анализа изменения экономических показателей Вопросы 1

Содержание

1. Детерминированные факторные модели — сущность, типы и способы и их преобразования

Слайды и текст этой презентации

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

ТЕМА: Методы факторного анализа изменения экономических показателейВопросы1. Детерминированные факторные модели — сущность, типы и способы и их

Слайд 21. Детерминированные факторные модели — сущность, типы и способы и

их преобразования

1. 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.
Одной из задач факторного анализа является моделирование взаимосвязей между результативными показателями и факторами, которые определяют их величину.

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).
В факторном анализе различают модели детерминированные (функциональные) и стохастические (корреляционные). С помощью детерминированных факторных моделей исследуется функциональная

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.
При моделировании детерминированных факторных систем необходимо выполнять ряд требований:  1. Факторы, включаемые в модель, и сами

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
В детерминированном анализе выделяют следующие типы наиболее часто встречающихся факторных моделей:

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.

3. Кратные модели. Применяются, если результативный показатель получают делением одного факторного показателя на величину другого:

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.
Преобразовывать факторные модели можно следующими способами.

Слайд 9


Например:

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
Например:           ВП = ЧР × ГВ =

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)
Аналогично осуществляется преобразование аддитивных моделей за счет расчленения одного или нескольких факторных показателей на составные части.

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:
Таким образом модель будет иметь вид аддитивной с     новым набором факторов.К кратными моделям

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:

Формальное разложение предусматривает удлинение знаменателя исходной модели путем замены одного или нескольких

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.
Сокращение представляет собой создание новой факторной модели путем деления числителя и знаменателя дроби на один и тот

Слайд 142.Способы оценки влияния факторов в детерминированном анализе

2.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.
Одним из важнейших методологических вопросов в экономическом анализе является определение величины влияния отдельных факторов на прирост результативных

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.
Наиболее часто используются первые четыре способа. Они основываются на методе элиминирования.  	 Элиминировать -

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.
1.Способ цепной подстановки. Позволяет определить влияние отдельных факторов на изменение величины результативного показателя путем постепенной замены базисной

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.
Проиллюстрируем это на четырехфакторной модели валовой продукции:

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.
Сравнение величины результативного показателя до и после изменения уровня того или другого фактора позволяет элиминироваться

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.
Аналогичным образом рассчитывают влияние факторов и по другим детерминированным моделям других типов.

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):
Для примера возьмем индекс стоимости товарной продукции:   	Он отражает изменение физического объема товарной продукции (q)

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.
3.Способ абсолютных разниц. Применяется для расчета влияния факторов на прирост резуль­тативного показателя в мультипликативных и смешанных моделях:

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.
Рассмотрим алгоритм расчета для мультипликативной факторной модели типа Y=a × b × c × d.

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.
Как видно из приведенной схемы, расчет строится на последовательной замене плановых значений факторных показателей на их отклонения,

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.
4.Способ относительных разниц. Применяется для измерения влияния факторов на прирост результативного показателя только в мультипликативных и аддитивно-мультипликативных

Слайд 26Рассмотрим методику расчета влияния факторов этим способом для мультипликативных моделей

типа Y = A × В × С. Сначала необходимо

рассчитать относительные отклонения факторных показателей:
Рассмотрим методику расчета влияния факторов этим способом для мультипликативных моделей типа Y = A × В ×

Слайд 27Тогда изменение результативного показателя за счет каждого фактора определяется следующим

образом:

Тогда изменение результативного показателя за счет каждого фактора определяется следующим образом:

Слайд 283. Особенности применения корреляционно-регрессионного анализа

3. 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.
Метод корреляционно-регрессионного анализа широко используется для определения тесноты связи между показателями, не находящимися в функциональной зависимости

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.
Взаимосвязь между такими факторами и результативным показателем проявится, если взять для исследования большое количество наблюдений или

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.
Различают парную и множественную корреляцию.  Парная корреляция – изучается связь между 2 показателями, один из

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.
Необходимые условия применения корреляционного анализа:

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).
Применение корреляционного анализа позволяет решить следующие задачи:

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.
Значение корреляционного анализа для АХД проявляется в том, что значительно углубляется факторный анализ, устанавливается место

Обратная связь

Если не удалось найти и скачать доклад-презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:

Email: Нажмите что бы посмотреть 

Что такое TheSlide.ru?

Это сайт презентации, докладов, проектов в PowerPoint. Здесь удобно  хранить и делиться своими презентациями с другими пользователями.


Для правообладателей

Яндекс.Метрика