Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Экономический анализ. Практикум для СПО
.pdf
141
В качестве результирующего показателя выступает коэффициент
Y
1X
2X
3X
4X
5X
)5,4,3,2,1 XXXXXfY
Y
5,4,3,2,1 XXXXX
Y X1
X2
X3
X4
X5 Y 1
X1
0,732705
1
X2
0,785156
0,706287
1
X3
0,179211
-0,29849
0,208514
1
X4
0,667343
0,924333
0,70069
0,299583
1
X5
0,709204
0,940488
0,691809
0,326602
0,992945
1
роста балансовой прибыли. На выбранный результирующий показатель влияют множество факторов, но для проведения анализа были
выбраны следующие наиболее значимые признаки:
– балансовая прибыль предприятия;
– коэффициент роста производительности труда;
– коэффициент имущества производственного назначения;
– коэффициент роста уровня инфляции;
– коэффициент роста себестоимости реализованной продукции;
– коэффициент роста объёма реализованной продукции, работ,
услуг.
В результате многофакторного анализа необходимо прийти к
функциональной зависимости:
.
(7.1)
На основании показателей, приведенных в табл. 7.2, вычисляем
парные коэффициенты корреляции между результативным признаком
и факторными признаками
, а также каждой пары
факторных признаков (в пакете EXСЕL сервис, анализ данных, корреляция).
В результате вычислений получаем таблицу парных коэффициентов
корреляции (табл. 7.3), которую можно представить в виде матрицы:
Таблица 7.3
Матрица парных коэффициентов корреляции
В узлах матрицы находятся парные коэффициенты корреляции,
характеризующие тесноту взаимосвязи между факторными призна-
142
ками. Анализируя эти коэффициенты, отметим, что чем больше
3X
51,41 XXXX
54 XX
4X
5X
их абсолютная величина, тем большее влияние оказывает соответст-
вующий факторный признак на результативный. Анализ полученной
матрицы осуществляется в два этапа:
1. Если в первом столбце матрицы есть коэффициенты корреля-
ции, для которых /rxy/ < 0,5, то соответствующие признаки из модели
исключаются. В данном случае в первом столбце матрицы коэффици-
ентов корреляции исключается фактор
или коэффициент роста
уровня инфляции. Данный фактор оказывает меньшее влияние на результативный признак, нежели оставшиеся четыре признака.
2. Анализируя парные коэффициенты корреляции факторных при-
знаков друг с другом, (r
), характеризующие тесноту их взаимосвязи,
XiXj
необходимо оценить их независимость друг от друга, поскольку это необходимое условие для дальнейшего проведения регрессионного анализа. Ввиду того, что в экономике абсолютно независимых признаков
нет, необходимо выделить по возможности максимально независимые.
Факторные признаки, находящиеся в тесной корреляционной зависимости друг с другом, называются мультиколлинеарными. Включение
в модель мультиколлинеарных признаков делает невозможным экономическую интерпретацию регрессионной модели, так как изменение
одного фактора влечет за собой изменение факторов, с ним связанных,
что может привести к «поломке» модели в целом.
Критерий мультиколлинеарности факторов выглядит следующим
образом:
/r
XiXj
/ > 0,8.
В полученной матрице парных коэффициентов корреляции этому
критерию отвечают два показателя, находящиеся на пересечении
строк
и
. Из каждой пары этих признаков в мо-
дели необходимо оставить один, он должен оказывать большее влияние на результативный признак. В итоге из модели исключаются факторы
и
, т.е. коэффициент роста себестоимости реализованной
продукции и коэффициент роста объёма её реализации.
143
Итак, в регрессионную модель вводим факторы Х1 и Х2.
)5,4,3,2,1 XXXXXfY
4,1929,27195,0 XXY
Далее осуществляется регрессионный анализ (сервис, анализ
данных, регрессия). Вновь составляет таблица исходных данных с
факторами Х1 и Х2. Регрессия в целом используется для анализа воздействия на отдельную зависимую переменную значений независимых переменных (факторов) и позволяет корреляционную связь между признаками представить в виде некоторой функциональной зависимости
, называемой уравнением регрессии,
или корреляционно-регрессионной моделью.
В результате регрессионного анализа получаем результаты расчета многомерной регрессии. Проанализируем полученные результаты.
Все коэффициенты регрессии значимы по критерию Стьюдента.
Коэффициент множественной корреляции R составил 0,925, квадрат
этой величины (коэффициент детерминации) означает, что вариация
результативного признака в среднем на 85,5 % объясняется за счет вариации факторных признаков, включенных в модель. Коэффициент детерминированности характеризует тесноту взаимосвязи между совокупностью факторных признаков и результативным показателем. Чем
ближе значение R-квадрат к 1, тем теснее взаимосвязь. В нашем случае
показатель, равный 0,855, указывает на правильный подбор факторов и
на наличие взаимосвязи факторов с результативным показателем.
Рассматриваемая модель адекватна, поскольку расчетное значение F-критерия Фишера существенно превышает его табличное значение (F
=52,401; F
набл
=1,53).
табл
В качестве общего результата корреляционно-регрессионного
анализа выступает множественное уравнение регрессии, которое
имеет вид
. (7.2)
Полученное уравнение регрессии отвечает цели корреляционно-регрессионного анализа и является линейной моделью зависимости балансовой прибыли предприятия от двух факторов:
коэффициента роста производительности труда и коэффициента
имущества производственного назначения.
144
На основании полученной модели можно сделать вывод, что при
%100
Уфакт
УпрУфакт
%0,6%100
17,3
98,217,3
увеличении уровня производительности труда на 1 % к уровню
предыдущего периода величина балансовой прибыли возрастет на
0,95 п.п.; увеличение же коэффициента имущества производственного назначения на 1 % приведет к росту результативного показателя
на 27,9 п.п. Следовательно, доминирующее влияние на рост
балансовой прибыли оказывает увеличение стоимости имущества
производственного назначения (обновление и рост основных средств
предприятия).
По множественной регрессионной модели выполняется много-
факторный прогноз результативного признака. Пусть известно, что
Х1 = 3,0, а Х3 = 0,7. Подставим значения факторных признаков в
модель, получим Упр = 0,95*3,0 + 27,9*0,7 – 19,4 = 2,98. Таким
образом, при увеличении производительности труда и модернизации
основных средств на предприятии балансовая прибыль в 1 квартале
2005 г. по отношению к предыдущему периоду (IV квартал 2004 г.)
возрастет на 2,98 %.
Так как при указанных значениях факторных признаков имеется
фактическое значение результативного признака (среднее) (У = 3,17),
можно найти ошибку прогноза по формуле
, (7.3)
где Уфакт – фактическое значение результативного признака У;
Упр – прогнозное значение признака У.
Найдем ошибку прогноза в данном случае:
. (7.4)
Небольшая ошибка прогноза (не более 10 %) говорит о том, что
построенная множественная регрессионная модель хорошо отображает фактически сложившиеся взаимосвязи между исследуемыми
показателями. Поэтому эту модель можно применять для прогеозирования результативного показателя (темпа роста балансовой
прибыли).
145
Технология выполнения лабораторной работы
Наименование
предприятия
Показатели
a b … n 1
2
3
1 ЭТАП – «подготовительный»
1. Формирование пакета исходных данных.
1.1. Изучение теоретического курса и дополнительных источни-
ков литературы.
1.2. Выбор предприятия в сети Интернет или самостоятельный
поиск на предприятиях необходимой для выполнения работы
информации.
1.3. Описание деятельности трех выбранных предприятий, функ-
ционирующих в одной отрасли (например: легкая промышленность,
пищевая промышленность, транспорт и т.д.).
1.4. Формирование таблиц для проведения расчетов. Для
каждого показателя необходимо построить отдельную таблицу
(табл. 7.4).
Таблица 7.4
Расчет показателей
Здесь: 1, 2, 3 – предприятия, выбранные студентами;
a, b, …, n – наименование критериев для оценки человеческого
капитала, необходимых для расчета, и результирующий показатель,
который на данном этапе не рассчитывается, столбец остается
пустым.
2. Оформление исходных данных в текстовом редакторе WORD.
2.1. Формулирование цели и задач выполнения работы.
приведение формул расчета показателей.
предприятий.
2.2. Определение задач лабораторной работы.
2.3. Краткое описание теоретических аспектов, в том числе
2.4. Описание специфики деятельности трех выбранных
2.5. Создание таблиц с исходными данными в программе EXCEL.
146
2 ЭТАП – «реализация»
1. На данном этапе студентам необходимо провести расчет
показателей, используя исходные данные.
2. Провести анализ полученных результатов на основе методов:
– сравнительного анализа;
– графического.
При этом студенты самостоятельно определяют, какие методы
будут использованы.
3. Оформление выводов в отчете. Отчет по лабораторной работе
должен содержать:
титульный лист;
цели и задачи лабораторной работы;
описание деятельности трех выбранных предприятий одной
отрасли;
расчет стоимости человеческого капитала на выбранных
предприятиях;
анализ эффективности использования человеческих ресурсов;
выводы.
4. Разработка презентации по отчету.
3 ЭТАП – «оценка результатов»
На данном этапе студенты представляют свои отчеты
и презентации преподавателю, который оценивает выполненную
работу. Возможен вариант выборочного представления работ на экране.
4 ЭТАП – «контроль»
На заключительном этапе преподаватель проверяет выполненную
студентами работу, выявляя несоответствия представленной
технологии.
Лабораторная работа будет зачтена только в том случае, если
студентом выполнены все этапы технологии.
147
Лабораторная работа № 8. ИНФОРМАЦИОННЫЕ
t
Показатели
a b …
n
1
2
3
4
5
ТЕХНОЛОГИИ ТРЕНДОВЫХ МОДЕЛЕЙ
Методические рекомендации
по выполнению лабораторной работы № 8
Цель работы: изучить трендовые модели.
Задачи:
1. Изучите теоретические аспекты трендовых моделей.
2. Выберите и проанализируйте свой вариант исходных данных.
Таблица 8.1
Расчет показателей
3. Оформите исходные данные в текстовом редакторе WORD.
3.1. Сформулируйте цели и задачи выполнения работы.
3.2. Определите задачи лабораторной работы.
3.3. Дайте краткое описание теоретических аспектов, в том числе
приведите формулы расчета показателей.
3.4. Создайте таблицы с исходными данными в программе
EXСEL.
4. Рассчитайте экономические показатели на основе корреляционно
регрессионного анализа и проведите анализ полученных результатов
(табл. 8.1).
5. Сделайте выводы.
Материально-техническое обеспечение:
аудитория, оснащенная презентационной техникой (проектор,
экран, компьютер);
рабочее место преподавателя, оснащенное компьютером с дос-
тупом в Интернет;
148
рабочие места студентов, оснащенные компьютерами с досту-
пом в Интернет, предназначенные для работы в электронной образовательной среде;
ресурсы информационно-вычислительных центров университета;
ресурсы научно-технической библиотеки СамГТУ и методиче-
ского кабинета ИЭФ.
Программное обеспечение: Microsoft Office, Microsoft Power
Point, Internet Explorer.
Теоретический курс
В настоящее время наряду с различными методами экономиче-
ского анализа (как традиционными, так и информационными) наиболее разработанным для прогнозирования является метод экстраполяции тенденции на базе выбранного уравнения, который обеспечивается достаточно большим числом программных пакетов статистической обработки данных (например, ППП EXCEL, ППП «Олимп»,
«Мезозавр», Statistica и др.).
Прогнозирование в экономическом анализе используется для вы-
явления возможных путей развития предприятия в условиях рыночной экономики. Основные задачи прогноза – установить объём ресурсов в предстоящем периоде, источники их формирования и пути
наиболее эффективного использования. Разработка прогноза дает
возможность ответить на вопрос: что ждет предприятие в обозримом
будущем.
Для получения надежных результатов прогнозы должны основы-
ваться на строгих данных и проводиться с использованием конкретных методов финансового анализа.
Сложной проблемой следует считать составление долгосрочного
прогноза. Здесь выделяют два момента: риск хозяйственной деятельности и риск прогноза. Первый может быть снижен за счет привлечения в группу экспертов практических работников. Второй вид риска
можно уменьшить за счет многовариантных имитационных расчетов
149
хозяйственной деятельности объекта с помощью электронновычислительных машин.
Перечень прогнозируемых показателей может ощутимо варьировать, в частности, может строиться прогнозная отчетность либо прогнозироваться какой-то отдельный показатель.
Обычно прогноз делается в нескольких вариантах (двух-трех),
которые принято называть «нижним», «средним» и «верхним», причем «средний» вариант соответствует наиболее вероятному ходу событий, а «нижний» и «верхний» задают внешние границы динамики
экономических показателей.
Экстраполяционный (или трендовый) метод основан на прямом
использовании полиномиальной и экспоненциальной функций (кривых роста). По ним можно рассчитать результативные показатели на
любое число периодов вперед, предположив неизменность факторных признаков на протяжении всего прогнозируемого периода.
Процедура разработки прогноза с использованием кривых роста
должна включать в себя следующие этапы:
1) выбор одной или нескольких кривых, форма которых соответ-
ствует характеру изменения временного ряда;
2) оценка параметров выбранных кривых;
3) проверка адекватности выбранных кривых прогнозируемому
процессу и окончательный выбор кривой роста;
4) экстраполяция.
Нами для прогнозирования был выбран сравнительный анализ общей рентабельности предприятии (рис. 8.1). Для всех рядов динамики
выбраны две наиболее адекватные модели, характеризующие основную
тенденцию развития, и произведена экстраполяция на один период
(1 квартал 2016 г.). Адекватность модели определялась с помощью критерия R2 (коэффициент аппроксимации, число от 0 до 1), который отображает близость значений линии тренда к фактическим данным. Чем
больше величина этого показателя, тем достовернее линия тренда.
Судя по полученным моделям прогноза, ряды динамики уровня
общей рентабельности близки по своему развитию к тенденции, наблюдаемой в целом по предприятию.
150
Для описания тенденции и экстраполяции рассматриваемого ин-
y = 4E-06x2- 0,3168x + 6513,5
R² = 0,8338
0
5
10
15
20
25
30
янв…
мар…
май…
ию…
сен.14
ноя…
янв…
мар…
май…
ию…
сен.15
ноя…
янв…
мар…
%
y = 5E-07x2- 0,0358x + 706,38
R² = 0,7072
0
1
2
3
4
5
6
7
8
9
%
дикатора были выбраны полиномиальные модели второй степени с
коэффициентами аппроксимации 0,8344 и 0,7085. охарактеризованные нами как реалистический и оптимистический варианты прогноза.
Рис. 8.1. Реалистический и оптимистический варианты прогноза
уровня общей рентабельности предприятия
Значения критерия R2 указывают на достаточно плотную тесноту
связи между фактическим рядом и линией тренда. Расчетные значения уровней временного ряда по трендам определены путем подставления порядкового номера прогнозируемого года в полученное уравнение тренда.
Вариантный прогноз уровня общей рентабельности предприятия
на 1 квартал 2016 г. отображен на рис. 8.1.
Реалистический прогноз говорит о том, что если основные фак-
торы, влияющие на результативный признак, будут увеличиваться
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]