9.Прием постр-ия аналитич табл, прием детализации, метод экспертных оценок.

Постр-ие аналит табл. Аналит табла–форма наиб наглядного и систематизированного отраж-ия исход данных, а также алгоритмов их обраб-ки и получ-х рез-тов. Треб-ия: 1. табл не д.б. громоздкой (не бол 20стр и не бол 10столб); 2. табл имеет заголовок, к-ый отражает ее сод-ие; 3. табл размещается в тексте после первого упоминания о ней; 4. для того, чтобы разместить табл в тексте необх-о хотя бы раз упомя-нуть о ней; 5. в табл д.б. ед-цы измер-ия; 6. графы рекоменд-ся №; 7. табл д. сопровождаться текстовы-ми выводами; 8. слово «табл.» пишется слева и даже в строчку пишется назв-ие табл. Прием детализации. Детализация–это расчленение показ-ля по различ критериям. Критерии: по составным частям предме-та, по временному признаку, по месту операции осущ-ия деят-ти и др. Метод экспертных оценок. Д.б. анонимным. Недост–ошибка в прогнозах, авто-ритет м. надавить мнение бол-ва. Дельфийский м-д–обобщение оценок экспертов, кас-ся перспектив разв-ия или др моментов сост-ия отдел элем-ов исслед-мой сист-ы. Метод основан на анонимном спросе. Рез-ты обрабат-ся стат м-дом. Морфологич ан-з–объекты разлагают на составляющие, исслед все составляющие объекта на основе классиф-ии при различ сочет-ях различ усл-ий, к-ые м. повлиять на объект (влияющих на разв-ие объекта), пишут сценарии, сопоставляют эти сценарии др с др и затем получают комплексную картину будущего. М-д сценария–подразумевает преим-венно кач-ое опис-е, возмож вар-ты разв-ия исследуемого объекта, показ-ет возмож вар-ты разв-ия, но не предназначен для предсказания будущего.

10.М-д чтения и ан-за бухг отчет-ти, баланс м-д.

Метод чтения и ан-за бух отчет-ти: 1. Знание и понимание принципов б/у (принцип двойной запи-си, первич док-ты и др) 2. владение нормат-ми док-ми в области учета и отчет-ти (налог зак-во, полож-ия вед-ия б/у, разъяснения) 3. принципы формир-ия осн статей отчет-ти 4. принципы и логика провед-ия вертик (хар-ет состав, стр-ру) и горизонт (сравн-ие во времени) ан-за. Баланс метод примен-ся при изуч-и соотн-ия 2 групп или взаимосвяз-ых показ-лей, итоги к-ых д.б. = м/у собой. Исп-ся при исслед-ии хоз-ных операций, к-ые касаются размещ-ия и исп-ия хоз ср-в и их ист-ков, проверки полноты правил-ти факторного ан-за.

11.Прием цепных подст-вок, прием изолир-го влияния факторов

Прием цепных подстановок. При факторном ан-зе м-дом цеп подстан в перв очер исслед-ся влияние экстенсив фактора, а затем интенсив. Экстенсив фактор хар-ет кол-во рес-ов, а интенсив–производит-ть рес-са: f=x*z; ∆f=∆tx+∆tz; ∆f(x)=x₁z₀-x₀z₀; ∆f(z)=x₁z₁-x₁z₀. Данный метод прост и исп-ся для любых типов моделей. Типы моделей: 1.мульти-пликативные f=x*y; 2. кратные f=x/y; 3. аддитивные f=x+y. Прием изолир-го влияния факторов исп-ся для любых моделей, очеред-ть произвол. Сущ-ть: выявл-ся влиянием каждого фактора независ-о от всех остальных. Исп-ся при оценке резервов. F=(x₁, x₂,…,x_k). ∆fx₁=(x₁₁x₂₀…x_k0)–f(x₁₀x₂₀…x_k0); ∆fx₂=(x₁₀ x₂₁…x_k0) – f(x₁₀x₂₀…x_k0);

12.Дифференциал м-д, интеграл м-д.

Диффер. М-д. Знач-я производных берутся в (.) с баз знач. факторных приз-ков. Очеред-ть не имеет знач-я. В дан модели нет полного разлож факто-ров. Носит услов хар-р. f=(x1, x2, xn…xk). 1. нах-ся производная ф-ия при баз знач исслед-го фактора: f`x<sub>10</sub>, f`x₂₀, f`x<sub>N 0</sub>, f`x_K0. 2. нах-ся измен-ие факт-го пр-ка: ∆x₁=х₁₁-х₁₀, ∆x_К=х_К1-х_К0. 3. измен-ие ф-ии за счет пр-ка фактора: ∆fx₁= f`x<sub>10</sub>*∆x<sub>1</sub>, ∆fx<sub>К</sub>= f`x_К0*∆x_К. Интегр. м-д. Факт-ое разлож-е пр-ся с пом спец расчет ф-л: f=x*y. 1. измен-ие ф-ии за счет факторов x и y: ∆fx=∆x*y₀+1/2∆x*∆y, ∆fy=∆y*x₀+1/2∆y*∆x. Услов хар-р дан расчета – достиг-ся полное разлож-е факторов, расчеты сложны, очеред-ть произвол ∆f=∆fx+∆fy, ∆f=f₁-f₀

.

13. Логарифмит м-д, м-д % чисел.

Логарифмет м-д примен-ся в мультипликативных и кратных моделях: ∆fx_K=∆₀y_K*(ln(x_K1/x_K0)/ln(y_K1/y_K0)), f=y. Особ-ти–не треб-ся очеред-ти фак-торов, ими достиг-ся полное разлож-е модели. С пом м-да % чисел оцен-ся влияние стр-рных сдвигов в нек-ом явл-ии на измен-ие результатив показ-ля

14. Метод средних вел-н, метод группировок.

Эти м-ды отн-ся к традиционным методам эк стат-ки. М-д сред вел-н вкл-ет след сред вел-ны: 1)простая средняя арифмет х=(х1+х2+…+хn)/n примен-ся в случае, когда неважно какой вес показ-ля в опред-ый момент. 2)средняя арифмет взвешенная: х1,х2,…,хn; р1,р2,…,рn. X=(x1*p1+x2*p2+…+xn*pn)/(p1+p2+…+ +pn) примен-ся в случае, когда важен вес фактора. 3) средня геометрич исп-ся для оценки среднегод темпов роста: х=√х1*х2*…*хn, где х – темпы роста показ-ля за год. 4)средняя хрронологич-ая примен-ся для усреднения моментных показ-лей: х=(1/2х1+х2+ +…+хk+1/2xn). М-д группировки. Группировка–рас-членение совок-ти данных на руппы с целью изуч-я ее стр-ры или взаимосвязи м/у компонентами. Под-ходы к выбору интергалов: 1)деление совок-ти на рав интервалы: для опред-ия кол-ва интервалов исп-ся ф-ла Стерджеса K=1+3.32*lgN, N-число набл-ий в совок-ти. Число интервалов n=(Xmax-Xmin)/K. 2)деление совок-ти на группы с неравн интервалами примен-ся при большой вариации и при неравномер-ти пр-ков по всему интервалу. При опред-ии длины ин-тервала исходят из принципов «равной колич-ти ин-тервала», принцип «ломки», из традиции в исслед-ии дан явл-ия. Этапы групп-ки: опред-ие кол-ва групп, опред-ие границ интервалов, непосред-ая групп-ка. Виды групп-вок: стр-рные, аналитич-ие изучают взаимосвязи м/у двумя и более показ-ми, хар-щими совок-ть.

15. Элементар методы обраб-ки рядов дин-ки.

1) динамический (временной) – это совок-ть знач-ий измен-ия показ-лей, относящ-ся к нек-ым опред ин-тервалам или моментам времени. Х – уровень (эл-т) ряда, N – кол-во периодов. Базис абсолют измен-ие: ∆х2=х2-х1, ∆х3=х3-х1 и т.д. Цеп абсолют измен-ие: ∆х2=х2-х1, ∆х3=х3-х1 и т.д. Базис темп роста (Трб): 100*х2/х1, 100*х3/х1 и т.д. Цеп темп роста (Трц): 100*х2/х1. 100*х3/х2 и т.д. Темп прироста: Тр-100. Темп сниж-ия: 100-Тр. Абсолют знач-е 1% прироста: ∆х/Тпрх (ск-ко в абсолют отн-и означает 1% прироста).Обраб-ка динамич рядов м-дом сред вел-н

2) среднее абсолют ряда измен-ие: (Xn-X1)/n. Сред темпы роста ряда рассчит-ся по м-ду сред геометр. Сред темпы прироста ряда Тр-100.

16. Индексный метод.

Индекс – вел-на, хар-щая измен-ие показ-ля (относит вел-на). Простой индекс рассчит-ся в случае, если признак беретс без учета его связи с др показ-ми: J=P1/P0. Сводный индекс рассчит-ся, когда необх-мо исслед-ть еск-ко номенклатур проду-ии. В этом случае признак. К-ый исслед-ся берется неизолир-но, а в связи с др признаками:J₁=P₁₁/P₁₀, J₂=P₂₁/P₂₀,…, Jn=Pn₁/Pn₀→J=(∑Ji)/n. Агрегатный индекс исп-ся для факторного ан-за, для оценки влияния стр-рных сдвигов на измен-ие показ-лей. Он состоит из 2 компонентов: J=(∑(Pi1*gi1)/(∑(Pi0*gi0))).

17. Корреляц, регрессиин и дисперсион ан-з.

Эти м-ды отн-ся к матем-стат м-дам в изуч-и связей. Корреляц ан-з–это м-д установл-ия связи и измер-ия его тесноты м/у набл-ми, к-ые можно назвать случ выбранными из совок-ти по многомер нормал з-ну. Этот м-д раскрывает наличие или отсутствие связи и не устан-ет причины связей. Для установл-ия факта наличия или отсутствия связи рассчит-ся коэф кор-реляции, к-ый при бол вел-не выборки рассчит-ся по лин завис-ти: r=(∑(xi-x)(yi-y))/√(∑(xi-x)²*∑(yi-y)²). r ≤0,3–связь очень слабая, 0,3<r≤0,7–сред связь, r>0,7–тесная связь. Регрессион ан-з, с пом-ю его опред-ся стохастическая зав-сть м/у исслед-ми пр-ками. Важ усл-ем этого ан-за явл-ся сост-ие уравн-я регрессии, к-ая показ-ет как измен-ся исслед-мый показ-ль при измен-и любого из факторного. Этапы постр-ия уравн-ия регрессии: 1)устан-ся тип связи: берется определеная выборка данных за длит период ли по бол кол-ву набл-ий. 2)опред-ся пар-ры уравн-ия рег-рессии. 3)провекра уравн-ия регрессии на достовер-ть: гл треб-ие – отсутствие мультиколлениарности м/у факторами (с пом-ю корреляц или дисперс ан-за). Дисперсион ан-з–это стат м-д, позволяющий подт-вердить или опровергнуть гипотезу о том, что 2 вы-борки данных отн-ся к общей генерал совок-ти. Для этого рассчит-ся групповые дисперсии, затем по критерию Стьюдента или Фишера провер-ся знач-сть различий м/у группами.

18. Методы теории принятия реш-ия.

1) Имитационное моделир-ие. Сущ-ть – в комп среде созд-ся модели хоз ситуации, к-ую необх-мо про-анализ-ть, затем в модель подставл-ся знач-я факто-ров, влияющих на рез-т и он отслеж-ся. Логические предпосылки метода: деят-ть хоз субъекта зав-т от многих факторов, бол-во из факторов взаимосвяза-ны, нек-ые факторы поддаются регулир-ию, варьи-руя наборами ключевых пар-ров или их знач-ми м. смоделировать ситуацию, представить тенденции ориентиры и возм-ые знач-ия показ-лей, выбрав наиб приемлемый вар-т разв-я событий и задавая различ знач-я показ-лей м. регулир-ть повед-ие сист-ы. 2) М-д постр-ия дерева реш-ий. Ситуации, в к-ых приним-ся реш-ия: ситуация определен-ти, неопре-делен-ти, рискованная, конфликтная. Дерево реш-ий стр-ся при конфликтных ситуациях. 3)Линейное мо-делир-ие примен-ся для оптимизации реш-я, для это-го выбир-ся ф-ия, к-ую необх-о оптимизировать; со-ставл-ся огранич-ия в виде сист-ы лин уравн-ий. 4) Ан-з чувствит-ти примен-ся в усл-ях неопределен-ти. Позволяет оценить как измен-ся рез-т, если один или неск-ко факторов изменят свою вел-ну. F=(x1, x2, …, xn). ∆fx_K=f `x<sub>K</sub>, ∆fx<sub>1</sub>=f `x₁, ∆fx₂=f `x<sub>2</sub>, ∆fx<sub>N</sub>=f `x_N. Такая задача реш-ся на компе, т. к. объем работ достат-но бол. Производные нах-ся при принятии след усл-ий: все остал факторы кроме анализируе-мых, примен-ся const.

19. Ан-з фин цикла.

Фин потенциал – это показ-ли, хар-щие обеспеч-ть п/п фин рес-ми. Продолжит-ть фин цикла: заявка на ОбСр (запасы)-Тз-поступл-е запасов-Тгп-пр-во ГП-Тдз-отгрузка пок-лю-Тдс-поступл-я ДС от пок-лей-заявка на ОбСр (запасы). Тз+Тгп+Тдз+Тдс=Пц – прод-ть пр-го цикла. Пц-Ткз=Фц – прод-ть фин цикла. Потреб-ть в свобод ОбСр=Фц*Потреб-ть в ОбСр дневная. Чем больше прод-ть фин цикла, тем ниже фин потенциал п/п, т.к. велика потреб-ть в свобод ОбСр для обеспеч-я деят-ти п/п на период времени обращ-я запасов.

20. Ан-з ден потоков. Прогнозный ан-з ден потоков.

Такой ан-з позволяет оценить осн ист-ки поступл-я ДС, периодич-ть поступл ДС, периодич-ть и направл-е оттока ДС, выявить недостатки в упр-и ДС п/п, принять реш-ие об устранении недостатков или привлеч-е дополнит ист-ков финансир-я. Сущ-ет 2 способа оценки ден потоков: 1) косвенный предполагает ан-з на основе бух отчета без обращ-я к первич регистраторам бух учета. Такой способ не гарантирует от возн-ия ошибок при оценке; 2) прямой наиболее точный и надежный метод оценки, но при нем необ-мо особое вним-е при оценке ДС. Основа для оценки – счета бух учета 50,51,52,55,58 (в части фин векселей).

Приток ДС: поступл-ие от пок-лей, прочие поступл-я, субсидии, поступл-я от заем ср-тв (кредиты, займы), штрафы, пени, неустойки, безвозмездное поступл-е, возврат авансов от пост-ов, возврат зад-ти раб-ками, возврат подотчетных сумм. Отток ДС: оплата пост-кам, подряд-кам, штрафы, пени, неустойки, уплата налогов, выплата з/п, предоставл-ие займов юр лицам, сторонним орг-ям, представл-ие займов раб-кам и др выплаты в роли з/п, выплата % за кредит, возврат кредитов и займов, выдача в подотчет сумм, прочие расходы, кредиторы.

Для полной оценки необх-мо учитывать и рассчитывать остаток ДС на нач и кон периода. Полнота провед-ия ан-за провер-ся след образом: ДСк.п.=ДСн.н.+Дсприток+Дсотток

Расчет прогнозных ЧДП: очень важный эл-т бизнес-планир-я. Примен-ся в оценке инвесторов для принятия реш-я об инвестир-и проекта. Прогнозный ЧДП – это один из способов упр-ия дв-ем ДС на п/п. методика расчета прогнозного ЧДП: 1)прогнозир-ся ден поступл-я по подпериодам. Чем меньше подпериод, тем яснее каритна. 2)прогнозир-ся оттоки ДС по подпериодам. 3)рассчит-ся ЧДП по подпериодам: ЧДП=Дсприток – Дсотток. Т-ко после этого инвесторы принимают реш-ие инв-ть или нет проект и п/п прин-ет реш-ие принималь ли проект или нет. для упр-ия процессом расчет ЧДП следует делать подекадно или понедельно.