- •Вступ..........................................................................................................................4
- •Розділ 1 Методи абсолютних, відносних та середніх величин
- •1.1 Характеристика фінансово-господарського стану підприємства
- •Розділ 2 Методи балансових побудов
- •Розділ 3 Методи оцінки варіації ознак та моделювання розподілу
- •Розділ 5 Методи аналізу рядів динаміки
- •5.1 Визначення швидкості та інтенсивності розвитку явищ
- •5.2 Методи статистичного описування тенденцій
- •5.3 Аналіз коливань і сталості динамічних рядів
- •5.4 Оцінка структурних зрушень
- •5.5 Вивчення кореляційних зв’язків у багатомірних динамічних рядах
- •Висновки
- •Список використаної літератури
5.4 Оцінка структурних зрушень
Структура будь-якої статистичної сукупності динамічна. Змінюються склад і технічний рівень виробничих фондів, вікова і професійна структура робітників, склад і якість залучених до виробництва природних ресурсів, асортимент і якість продукції, що виробляється, структура споживчого бюджету тощо. Зміна часток окремих складових частин сукупності – це наслідок структурних зрушень.
Структурні зрушення оцінюють за допомогою абсолютних і відносних характеристик динаміки:
абсолютного приросту j-ї частки в процентних пунктах
; (5.16)
темпу зростання j-ї частки
. (5.17)
Характеристики структурних зрушень взаємопов’язані:
. (5.18)
Очевидно, що для складових частин, де темп зростання Kd>1, абсолютний приріст додатний і, навпаки, при Kd<1 – від’ємний.
Абсолютні прирости і темпи зростання часто непропорційні одне одному. Отже, при вивченні структурних зрушень доцільне комплексне використання абсолютних і відносних характеристик.
Як узагальнюючі характеристики інтенсивності структурних зрушень застосовують лінійний ld і квадратичний коефіцієнти. Їх обчислюють на основі абсолютних приростів часток , тобто
(5.19)
Знаючи темпи зростання часток, обчислюють квадратичний коефіцієнт, який порівняно з іншими чутливіше реагує на зміни в структурі, за формулою
(5.20)
Таблиця 5.6 - Структура і структурні зрушення фонду робочого часу на підприємстві „Стрийське ВУПЗГ”
Актив балансу |
Рік |
Характеристики структурних зрушень |
||
2005 |
2006 |
абсолютні |
відносні |
|
Необоротні активи |
49971,5 |
40671,3 |
- 9300,2 |
0,813 |
Оборотні активи |
25185,7 |
18829,9 |
- 6355,8 |
0,747 |
Витрати майбутніх періодів |
75227,3 |
59501,2 |
- 15726,1 |
0,8 |
Таблиця 5.7 - Розрахунок квадратичних коефіцієнтів
структурних зрушень
Актив балансу |
Абсолютний приріст
|
|
|
Необоротні активи |
- 9300,2 |
86493720,04 |
173086,1 |
Оборотні активи |
- 6355,8 |
40396193,64 |
160393,4 |
Витрати майбутніх періодів |
- 15726,1 |
247310221,21 |
328750,6 |
Разом |
-31382,1 |
374200134,9 |
662230,1 |
l d = -31382,1 / 3 = -10460,7
σd = 11168,41
σKd = 813,775 %
За 2005 і 2006 роки актив балансу зменшився на 31382 тис.грн. ( в середньому на 10460 тис.грн. в рік).
5.5 Вивчення кореляційних зв’язків у багатомірних динамічних рядах
Головною характеристикою кореляційного зв’язку є лінія регресії. Лінія регресії у на х – це функція, яка зв’язує середнє значення у зі значенням ознаки х.
В кореляційно-регресійному аналізі оцінка лінії регресії здійснюється не в окремих точках, як в аналізі, а в кожній точці інтервалу зміни факторної ознаки х. Тобто лінія регресії у даному випадку безперервна і зображується у вигляді певної функції, яка називається рівнянням регресії.
Кореляційно-регресійний аналіз складається з двох етапів:
побудови кореляційної моделі;
вимірювання тісноти зв’язку між ознаками та перевірки його істотності.
Дисперсійний аналіз дає досліднику уявлення про тісноту зв’язку в окремих точках. Коли зв’язок доведено при допомозі дисперсійного аналізу – проводять кореляційно-регресійний аналіз.
Кореляційно-регресійний аналіз складається з трьох етапів:
пошук математичних функцій, які б адекватно описали взаємозв’язок.
Вимірювання тісноти зв’язку між х і у.
Передумови застосування кореляційно-регресійного аналізу :
Сукупність повинна бути однорідна і багато чисельна;
Факторна і результативна ознаки повинні мати кількісний вираз;
Всі одиниці сукупності повинні бути між собою незалежними;
Число включених в кореляційну модель факторів повинно узгоджуватись з числом спостережень факторів: повинно бути менше ніж число спостережень хоча б у 8 разів (це випливає із закону великих чисел);
Фактори не повинні дублювати один одного, тобто вони мають бути незалежними змінними. Для цього їх перевіряють на мультиколінеарність;
Перелік факторів повинен бути теоретично обґрунтованим і практично доцільним;
Всі факторні і результативні ознаки повинні тяжіти до нормального розподілу.
Вище наведені методи вивчення взаємозв’язків відносять до параметричних методів.
Існують і непараметричні методи , які значно простіші, зокрема метод рангової кореляції.
Наприклад, тісноту зв’язку за цим методом можна оцінити при допомозі коефіцієнта кореляції рангів Спірмена:
, де
d – різниця рангів: d = Rx - Ry
n – число спостережень.
В літературі відзначають, що при використанні методу рангової кореляції при переході від значень ознаки х і у до відповідних рангів витрачається якась частина інформації.
Рангова кореляція знаходить застосування, коли ознаки представлені балами.
Досліджують взаємозв’язки також і між атрибутивними ознаками, для цього використовують таблиці спів залежностей (спряженостей).
Тісноту зв’язку між атрибутивними ознаками оцінюють при допомозі коефіцієнтів асоціації і взаємної сполученості:
Між собою корелюють і динамічні ряди, однак вивчення зв’язків між ними має певні особливості. Особливість полягає в тому, що перш ніж оцінювати тісноту зв’язку між ними, необхідно усунути автокореляцію.
Автокореляція – це залежність наступних рівнів динамічного ряду від попередніх.
Наявність такої залежності призводить до порушення третьої передумови кореляційно-регресійного аналізу, яка вимагає, щоб одиниці сукупності були між собою незалежними.
Існує декілька методів усунення такої автокореляції.
Найпростішим серед них є метод різницевих перетворень, коли замість первинних рівнів динамічних рядів беруть абсолютні прирости. Якщо тенденція не лінійна – застосовують метод відхилення від тенденції. Усуненню кореляції сприяє також введення у рівняння регресії додаткової змінної часу t.
В цьому випадку рівняння регресії матиме вигляд:
Y = a0+a1x+a2t
Параметр a1 характеризує середній приріст у на одиницю приросту х.
Параметр a2 характеризує середній щорічний приріст у під впливом зміни комплексу факторів, крім фактора х.
Для визначення цих параметрів складають систему нормальних рівнянь, яку розв’язують методом підстановок Крамера:
Розв’язок системи спрощується, коли відлік часу беруть з середини динамічного ряду.
Якщо у такий спосіб автокореляція усунута, то залишкові величини повинні бути між собою незалежними ( t = y – Y). Цю гіпотезу перевіряють при допомозі коефіцієнта автокореляції залишкових величин, який обчислюють з певним часовим зсувом (лагом). Якщо лаг = 1, то коефіцієнт автокореляції залишкових величин обчислюється так:
Фактичне порівнюють з критичним. Якщо критичне значення коефіцієнта автокореляції є більше за фактичне, то це дає підстави стверджувати, що кореляція залишкових величин не істотна. Тоді автокореляція в рядах х і у в цей спосіб є усунутою і побудовану модель вважають адекватною.
Таблиця 5.8 - Обчислення коефіцієнтів регресії
Рік |
Інші витрати (х), тис. грн.. |
Виручка (у), тис. грн.. |
t |
xy |
x2 |
t2 |
xt |
yt |
Y |
2004 |
610,9 |
712,9 |
-1 |
435510,61 |
373198,81 |
1 |
-610,9 |
-712,9 |
712,90003 |
2005 |
361,2 |
364,4 |
0 |
131621,28 |
130465,44 |
0 |
0 |
0 |
364,40002 |
2006 |
416,1 |
479,2 |
1 |
199395,12 |
173139,21 |
1 |
416,1 |
479,2 |
479,20002 |
Разом |
1388,2 |
1556,5 |
0 |
766527,01 |
676803,46 |
2 |
-194,8 |
-233,7 |
1556,5001 |
За допомогою статистичної функції ЛИНЕЙН програми Microsoft Excel знайдено параметри рівняння регресії
а0=-184,98923 а1=1,5210112 а2=31,296487
Збільшення витрат підприємства на одну гривню привело до збільшення виручки від реалізації
продукції на 1,5 грн. За рахунок інших факторів, які рівномірно змінюються протягом часу,
виручка зменшувалася в середньому на 185 грн.
Таблиця 5.9 - Розрахунок коефіцієнта автокореляції
yt |
Yt |
|
|
|
|
712,9 |
712,90003 |
-0,000025 |
712,90005 |
-0,017879533 |
0,000320 |
364,4 |
364,40002 |
-0,000015 |
364,40003 |
-0,005626336 |
0,000032 |
479,2 |
479,20002 |
-0,000017 |
-1077,3001 |
0,023505870 |
0,000553 |
1556,5 |
1556,5001 |
0 |
0 |
0,000000001 |
0,000904 |
Висновки: Отже, залишкові значення мають дуже малі значення, вони є не істотними, значить автокореляція усунута, а побудована модель є адекватною.
Отримана модель показує залежність між витратами і виручкою підприємства. При збільшенні витрат на 1 гривню виручка збільшується на 1,5 грн., тобто існує прямолінійна залежність.