Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Технико-экономический анализ. Учебное пособие (курс лекций)
.pdf
разобраться в причинах изменения рассматриваемых процессов,
достоверно оценить удельный вес каждого фактора в формировании размера целевого показателя. Рассматриваемые в ходе анализа
факторы могут быть сгруппированы по различным классификационным признакам.
При анализе деятельности хозяйствующих субъектов целесообразно подразделять факторы, оказывающих влияние на рассматриваемые результативные показатели, на количественные и качественные.
К количественным относятся те факторы, которые дают количественную характеристику явлениям (фонд скважин, количество
бригад и т.д.). Качественные факторы описывают внутренние признаки и особенности рассматриваемых объектов (выработка рабочих, скорость проходки и т.д.).
Систематизация представляет собой это размещение рассматриваемых объектов в установленном порядке с последующим
установлением их соподчиненности. Создание детерминированных факторных систем является ключевым способом систематизации факторов, предполагающим представление анализируемого
явления в виде произведения, частного или алгебраической суммы
ряда факторов, находящихся с ним в функциональной зависимости
и определяющих его величину.
Так, например, объем валовой продукции предприятия нефтегазового комплекса можно представить как произведение двух
факторов первого порядка: среднегодовой численности рабочих и
среднегодовой выработки продукции одним рабочим, которая
находится в прямой зависимости от числа отработанных дней и
среднедневной выработки. В свою очередь и среднедневная выработка одним рабочим зависит от средней продолжительности рабочего дня и среднечасовой выработки одним рабочим. Детерминированная факторная система валовой продукции предприятия
нефтегазового комплекса приведена на рис. 2.1.
Таким образом, классификация и систематизация отобранных
факторов позволяет более детально изучить их взаимосвязи при
анализе значения целевого показателя, что является основой для
выполнения последующих этапов работ. Все неточности и недочеты, допущенные на рассматриваемом этапе, в наибольшей степени
проявляются при моделировании исследуемых показателей.
21
Рис. 2.1. Детерминированная факторная система валовой продукции
предприятия нефтегазового комплекса
Следующей задачей факторного анализа является моделирование взаимосвязей между целевым показателем и факторами, которые определяют его значение. Его сущность заключается в
определении конкретного математического уравнения, описывающего взаимосвязь целевого показателя с определяющими его
факторами.
В факторном анализе выделяют модели функциональные (детерминированные) и корреляционные (стохастические).
С помощью функциональных моделей оценивается функциональная связь между функцией (целевым показателем) и аргументами (совокупностью факторов).
Моделирование функциональных систем предполагает выполнение следующих требований:
– включаемые в модель факторы, как и сами модели должны
реально существовать;
– входящие в систему факторы должны находиться в тесной
причинно-следственной взаимозависимости связи с целевым показателем;
–показатели, входящие в факторную модель, должны поддаваться количественному измерению;
– факторная модель должна давать возможность для измерения влияния каждого фактора, а совокупное воздействие всех факторов должно быть равно общему изменению целевого показателя.
22
Приведём примеры различных типов факторных моделей в
функциональном анализе:
1. Аддитивные модели:
. (2.1)
Это модель, в которую факторы входят в виде алгебраической
суммы.
2. Мультипликативные модели:
. (2.2)
Это модель, в которую факторы входят в виде произведения.
3. Кратные модели:
. (2.3)
Кратные модели представляют собой отношение факторов.
4. Комбинированные (смешанные) модели представляют со-
бой различные сочетания названных выше моделей.
Одним из ключевых вопросов методологии техникоэкономического анализа является установление степени влияния
отдельных объясняющих факторов на прирост целевого показателя. В функциональном факторном анализе для этого могут быть
использованы следующие способы рис. 2.2.
Рис. 2.2. Способы измерения влияния факторов
в функциональном факторном анализе
23
Способы цепной подстановки, индексный, абсолютных и относительных разниц основываются на методе элиминирования.
Элиминирование представляет собой исключение из рассмотрения
в ходе анализа, расчета, контроля признаков, факторов, показателей, заведомо не связанных с изучаемым, анализируемым, контролируемым процессом или явлением. Элиминирование позволяет
определить влияние каждого объясняющего фактора на величину
целевого показателя в отдельности.
Способ цепной подстановки применяется при расчете влияния объясняющих факторов во всех типах функциональных факторных моделей.
Рассматриваемый способ дает возможность определить воздействие независимых факторов на колебания размера целевого
показателя с использованием поэтапной замены базисной величины каждого объясняющего фактора в объеме целевого показателя
на фактическую в рассматриваемом периоде.
При реализации данного способа необходимо, в первую очередь принимать во внимание рост (уменьшение) количественных
факторов, а затем качественных. В том случае, если имеется несколько качественных и несколько количественных факторов, то
первоначально необходимо изменить значения факторов более
высокого уровня подчинения, а потом более низкого. В качестве
проверки правильности выполненных расчетов необходимо сопоставить алгебраическую сумму влияния независимых переменных,
она должна быть равна общему приросту целевого показателя.
Индексный способ опирается на относительные показатели
динамики, пространственные сравнения, выполнение плана, выражающие отношение фактического уровня рассматриваемого показателя в отчетном периоде к его значению в базисном периоде.
С использованием агрегатных индексов имеется возможность установить влияние различных независимых переменных
на колебание целевых показателей в кратных и мультипликативных моделях.
Способ абсолютных разниц. Модификацией способа цепных
подстановок является способ абсолютных разниц (абсолютных отклонений). Он менее универсален, но прост в расчетах – с его помощью выполняют расчет влияния факторов только для мультипликативных моделей и моделей смешанного типа (мультипликативно-
24
аддитивных). Абсолютная эффективность применения данного способа достигается в том случае, если массив исходных данных уже
содержит абсолютные отклонения по независимым факторам.
Для мультипликативной модели расчет производится умножением абсолютного прироста исследуемого фактора на базисную
величину факторов, находящихся справа от него, и на фактическую величину факторов, расположенных в модели слева от него.
Ход расчета предполагает последовательную замену плановых значений независимых факторов на их отклонения, а затем на
полученный фактически уровень этих значений.
Способ относительных разниц. Так же, как и способ абсо-
лютных разниц, находит свое применение при измерении влияния
независимых факторов на прирост целевого показателя только в
мультипликативных и аддитивно-мультипликативных моделях.
Результативен в тех случаях, когда исходная информация содержит определенные ранее относительные приросты независимых показателей в коэффициентах или процентах.
При реализации данного метода, на первом этапе, необходимо
определить относительные отклонения независимых факторов. На
следующем этапе, для определения влияния первого фактора
необходимо плановое (базисное) значение целевого показателя
умножить на значение относительного прироста первого независимого фактора, выраженного в процентном отношении, и результат разделить на сто, и т.д.
Для того чтобы оценить влияние второго фактора, необходимо к плановой величине целевого показателя приплюсовать его
изменение за счет влияния первого фактора, а затем полученное
значение умножить на относительный прирост второго фактора в
процентном выражении и результат разделить на сто и т.д.
В тех случаях, когда имеется необходимость в рассчете влияния значительного массива независимых факторов (более десяти),
способ относительных разниц представляется наиболее удобным.
Модификацией рассматриваемого способа является метод процентных разностей.
Способы пропорционального деления и долевого участия.
Применяются в аддитивных и кратно-аддитивных моделях.
Способ пропорционального деления основан на пропорцио-
нальном распределении прироста целевого показателя за счет ко-
25
лебания прироста первого фактора между факторами следующего
уровня в соответствии с величиной их прироста.
Пропорциональность перераспределения достигается за счет
определения постоянного для всех независимых переменных коэффициента, который свидетельствует о величине изменения целевого показателя за счет изменения анализируемого фактора на
единицу. На следующем этапе, умножением этого коэффициента
на абсолютное отклонение за счет соответствующего фактора
определяют изменение целевого показателя.
Способом долевого участия первоначально определяется
удельный вес каждой независимой переменной в общей сумме их
приростов, который затем умножается на общий прирост целевого
показателя.
Интегральный способ используется при измерении влияния
независимых переменных в мультипликативных, кратных и смешанных моделях кратно-аддитивного вида.
Реализация этого данного способа дает возможность достигать более точных результатов оценки влияния независимых переменных в сравнении с перечисленными способами.
В рассматриваемом способе конечные результаты не связаны
с местоположением независимых переменных в модели, а дополнительный прирост целевого показателя, который образовался от
взаимодействия независимых переменных, распределяется между
ними в равных долях.
Способ логарифмирования используется при измерении влияния независимых переменных в мультипликативных моделях.
В рассматриваемом способе конечный результат расчета не
находится в зависимости от месторасположения факторов в модели, а в сравнении с интегральным методом достигается еще более
высокая точность выполняемых расчетов.
При логарифмировании результат совокупного воздействия
факторов перераспределяется пропорционально долям изолированного влияния каждой независимой переменной на уровень целевого показателя.
Таким образом, понимание сущности рассмотренных способов
детерминированного факторного анализа, широты их применения,
порядка выполнения расчетов является необходимым условием проведения исследований в рамках технико-экономического анализа.
26
Далее, остановимся более подробно на стохастических моделях факторного анализа.
Стохастическая связь представляет собой вероятностную, неполную зависимость между анализируемыми показателями, которая возможно проследить лишь в большом массиве наблюдений.
Различают два вида корреляций, парную и множественную.
Парная корреляция позволяет оценить тесноту связи между
двумя признаками, один из которых является целевым, а другой –
факторным.
Множественная корреляция – это вероятностная зависимость
между одной величиной (целевой признак) с одной стороны, и одновременно несколькими другими (факторные признаки), с другой стороны. То есть, в отличие от парной корреляции, при которой на изменения результирующей (зависимой) переменной влияет одна объясняющая (независимая) переменная, при множественной корреляции
объясняющих (независимых) переменных две или больше.
Основные требования к проведению корреляционного анализа:
– наличие большого массива наблюдений о значениях анализируемых независимых переменных и целевых показателей;
– анализируемые независимые переменные должны быть количественно измеримы и отражены в документальных источниках.
Задачи корреляционного анализа:
– измерение степени взаимосвязанности (строгости, силы,
тесноты, интенсивности) двух или более исследуемых явлений;
– выявление факторов, оказывающих наиболее существенное
влияние на целевой результат, основываясь на измерениях степени
связности между явлениями;
– установление ранее неизвестных причинно-следственных
связей.
При выполнении корреляционного анализа подбирается тот
или иной тип аналитического уравнения, которое в наибольшей
степени отражает характер анализируемой связи (линейной и нелинейной, положительной и отрицательной).
Самым простым аналитическим уравнением, которое описывает прямолинейную зависимость между двумя выборками, является уравнение прямой. В общем виде, уравнение прямой, выглядит следующим образом:
. (2.4)
27
где – целевой показатель;
2
2
1
… n … … … … …
…
Итого
… … … … …
…
Коэффициент корреляции
Теснота взаимосвязи
+(0,91 … 1,00)
очень сильная
+(0,81… 0,90)
весьма сильная
+ (0,65… 0,80)
сильная
+ (0,45… 0,64)
умеренная
+ (0,25… 0,44)
слабая
до + 0,25
очень слабая
«+» – прямая зависимость, «–» – обратная зависимость
– независимый фактор;
и – коэффициенты уравнения регрессии, которые требует-
ся отыскать.
Значения коэффициентов и определяются при решении
системы уравнений, полученных способом наименьших квадратов.
В рассматриваемом примере система уравнений примет следующий вид:
(2.5)
где – количество наблюдений.
Значения 2 определяются на основе исходных
данных, для удобства расчета приведенных в таблице 2.1.
Таблица 2.1
Расчет промежуточных значений показателей при определении
коэффициентов уравнения регрессии и коэффициента корреляции
Для измерения тесноты связи между независимыми факторами и
целевым показателем необходимо определить коэффициент корреля-
ции , который может принимать значения от 0 до ±1. Как видно из
таблицы 2.2, чем ближе его значение к 0, тем менее тесная связь существует между изучаемыми показателями, и наоборот.
Таблица 2.2
Пороговые значения коэффициента корреляции
и теснота взаимосвязи
28
В случае прямолинейной связи его значение рассчитывается
по следующей формуле:
. (2.6)
При возведении коэффициента корреляции в квадрат, получа-
ем значение коэффициента детерминации .
Также, следует отметить, что применение методики корреляционного анализа не ограничивается лишь технико-экономическими показателями.
2.4. Методика выявления скрытых резервов
при проведении анализа
По своей экономической сущности резервы повышения эффективности производства представляют собой наиболее полное и
рациональное использование потенциала предприятия, с целью
повышения качества выпускаемой продукции (оказываемых услуг)
с минимальными затратами материальных и трудовых ресурсов.
Для наиболее полного выявления и последующего использования скрытые резервы классифицируются по различным признакам.
Так, по характеру воздействия на результирующие показатели, резервы принято разделять на экстенсивные и интенсивные
(рис. 2.3 и рис. 2.4).
Рис. 2.3. Классификация резервов экстенсивного характера
29
Резервы экстенсивного типа предполагают использование в
производстве дополнительных материальных, трудовых и прочих
ресурсов.
Рис. 2.4. Классификация резервов интенсивного характера
К резервам интенсивного характера относят резервы, предполагающие наиболее рациональное использованием имеющегося
производственного потенциала хозяйствующего субъекта.
Следует отметить, что с ускорением научно-технического
прогресса усиливается роль резервов интенсивного характера и
ослабевает значение резервов экстенсивного характера.
Методика выявления скрытых резервов зависит от способов
их выявления (скрытые или явные), характера резервов (экстенсивные или интенсивные) и способов определения их объемов
(неформальный или формальный подход).
Как уже отмечалось выше, для оценки объемов резервов в
технико-экономическом анализе применяются такие способы, как:
математическое программирование, прямой счет, сравнение, детерминированный факторный анализ, стохастический факторный
анализ и др.
Так, например, сравнение применяется для оценки объемов
скрытых резервов интенсивного характера, когда потери ресурсов
или возможная их экономия определяются в сравнении с запланированными нормативами или с их затратами на единицу выпуска-
30
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]