12. Комплексное использование индексного и регрессионного методов анализа

Применяя индексный анализ часто ощущается недостаточность использования только этого метода прежде всего из-за того, что уравнение связи как жестко детерминированная функция может быть построено лишь для «ближайшего» круга факторов, тех, которые непосредственно составляют результат. Такие факторы могут оказаться недостаточными для объяснения его динамики. Эта особенность анализа связи на основе жестко детерминированного выражения результата очевидна, например, при постатейном анализе себестоимости продукции. Вроде бы такой анализ обеспечивает точность показателей связи. Так, если изменится норма расхода того или иного материала и заготовительные расходы на него, можно точно указать, на какую величину снизится (повысится) себестоимость продукции данного вида. Вместе с тем «функциональный» анализ себестоимости продукции вскрывает лишь непосредственное различие себестоимости из-за различий величин, прямо входящих в ее расчет, но не вскрывает причин самих этих различий. Можно установить, насколько на предприятиях, производящих однородную продукцию, различаются нормы расхода сырья, сдельные расценки и т.п. Но само по себе выяснение этих факторов еще ничего не говорит об их причинах, которые зависят от уровня технического оснащения предприятия, квалификации его работников, организации производства и т.п. Эти факторы воздействуют на величину себестоимости не непосредственно, а через величины, прямо учитываемые в ее расчетах: через нормы расхода материалов, расценки и ставки заработной платы, суммы амортизации и другие виды производственных затрат. В отличие от ближайших факторов такие факторы принадлежат к другому, так сказать, «глубинному уровню изучаемой структуры.

Далеко не всегда можно выявить механизмы связи между глубинными причинами и результатом в силу их большей отдаленности, многоплановости влияния. Не всегда можно включить их в жестко детерминированное уравнение связи путем последовательного развертывания признаков. Это приводит к комплексному использованию методов, основанных на жесткой детерминации признаков, и методов, не ориентированных на такой характер связей.

Понять в полной мере задачи интеграции разных методов статистического изучения связей можно с помощью графа связей. Граф связей учитывает непосредственные, т. е. причинные связи, которые предполагают изменение х, при изменении влияющего на него х при постоянстве всех прочих факторов. Асимметричность причинных связей отражается в направленности дуг графа (дуга - соединение вершин графа, т.е. точек, соответствующих элементам структуры).

Нередко оказывается, что разобраться в системе связей можно только тогда, когда граф связей будет включать не только факторы - признаки данной единицы совокупности, непосредственно определяемые в процессе ее функционирования (эндогенные), но и факторы, не зависящие от нее, но влияющие на изучаемый результат (экзогенные). Если первые образуют систему признаков и могут находиться в жестко детерминированной связи с изучаемой результативной переменной вследствие устойчивости связи в рамках единицы совокупности, то вторые не являются признаками изучаемой единицы, потому их связь с результатом неустойчива, стохастична. Как правило, действие экзогенных факторов опосредовано эндогенными переменными, формирующими результат. Потребность сочетания разных уровней анализа - «вышележащего», на котором могут иметь место жестко детерминированные связи, и «нижележащего», на котором они отсутствуют, вызывает интеграцию разных методов анализа. Например, изучая, почему произведен тот или иной объем валовой продукции, весьма важно не останавливаться на анализе уравнения связи, подобного приведенному в п. 9, включающего признаки, определяемые на уровне предприятия, а перейти на другой уровень анализа. Выявить, например, чем обусловлена та или иная величина среднечасовой выработки рабочих. Для этого необходимо перейти к совокупности рабочих и их признакам (уровню квалификации, стажу, умению организовывать процесс труда и т. д.).

На рис. 12.1 изображен гипотетический граф связей, в котором элементы «высшего» уровня структуры обозначены как х_j(j = 1,2,..., т). Это факторы, находящиеся в жесткой связи с результатом (у);. z₁ - глубинные факторы, принадлежащие другому уровню изучаемой структуры связей (l = 1,2,...,г). Эти факторы находятся в стохастической связи с х_j и у.

Рис. 12.1 показывает, что используя индексы (или другой метод анализа, основанный на жестко детерминированных связях) мы ограничиваемся только одним уровнем структуры связей, включающим отношения между у и х_j и не затрагиваем связи между z₁ и х_j. Используя только этот путь анализа, мы можем не выяснить причины изменения результата. Кроме того, в анализе только жестко детерминированных связей [x_j  y], каждый из х_j выступает как независимая величина, тогда как они могут быть связаны, как непосредственно, так и через общие детерминирующие факторы. Эта связь является стохастической и может быть измерена с помощью соответствующих методов.

Рис.12.1 Граф связей

Методика комплексного использования индексного и регрессионного анализа такова. Определяется жестко детерминированное уравнение связей у =f(x₁,..., х_m), на основе графа связей строится уравнение регрессии для каждой компоненты (х_j):

x̂_j = a₀+a₁z₁ +….+ a₂z₂,

где z₁ - так называемые глубинные причины.

Оценив значимость параметров отдельных регрессий, устанавливается круг причин для каждого из х_j, общий круг причин для х_j и х_i (i ≠ j). Используя полученное на основе регрессии значение х_j, мы получаем возможность измерить влияние каждого из учтенных в регрессии факторов на у. Таким образом в анализе участвуют функционально и нефункционально связанные факторы.

Остановимся подробнее на методике комплексного использования методов. Рассмотрим простейший случай. Пусть изучаемый результативный признак может быть представлен как жестко детерминированная двухфакторная мультипликативная функция у = xw (несмотря на то, что оба фактора х и w принадлежат одному и тому же уровню изучаемой структуры, мы обозначили их по-разному для того, чтобы облегчить изложение методических вопросов). Пусть х -первичный (объемный) признак, w - вторичный (так называемый количественный) признак. Тогда система аналитических индексов имеет вид:

или

На следующем этапе анализа перейдем на другой уровень структуры связей. Введем различные обозначения для факторов, влияющих на x и на w:

Заметим, что в принципе, как уже отмечалось, круг факторов для и w может частично совпадать. В случае непосредственной связи между х и w, та из переменных, которая является независимой, может включаться в регрессию другой (зависимой) переменной. Положим, что круг объясняющих переменных для х и w остался неизменным в отчетном периоде по сравнению с базисным. Принимая регрессии линейными, имеем по две регрессии для х и w, описывающих базисное и отчетное состояние х и w.

Для базисного периода:

Для отчетного периода:

где первый подстрочный значок в каждой регрессии обозначает период, к которому она относится, второй - номер параметра или переменной, соответственно.

Введем в индекс I_y₍_x₎ расчетное значение x̂, получим следующую систему индексов:

(12.1)

Первый и последний индексы этой системы (10.38) измеряют влияние факторов, не учтенных в регрессии . Сравнение этих индексов позволяет установить, регрессия какого периода точнее описывает фактические данные. Если регрессии построены правильно, то расхождения фактических и расчетных значений х и для базисного и для отчетного периодов будут незначительны, и оба индекса будут близки к единице.

Центральная роль принадлежит второму индексу системы - он измеряет влияние на у изменений в расчетных значениях х̂. Расхождение между и может возникнуть как вследствие изменений значений переменных u₁, ..., и_m, так и в результате изменений силы их влияния на х- коэффициентов регрессий а₁₁, а₁₂ ...,a₁_m по сравнению с a₀₁, а₀₂, ..., а₀_m. Раздельную оценку влияния на у глубинных факторов и и силы их воздействия а можно получить на основе специальной системы индексов. При этом рекомендуется первичным считать значение переменной, а вторичным - коэффициент регрессии^³.