Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Теория экономического анализа. Учебно-методический комплекс
.pdf
81
факторов в модели и по сравнению с интегральным методом
обеспечивается более высокая точность расчетов. Если при
интегрировании дополнительный прирост от взаимодействия
факторов распределяется поровну между ними, то с помощью
логарифмирования результат совместного действия факторов
распределяется пропорционально доли изолированного влияния
каждого фактора на уровень результативного показателя. В этом его
преимущество, а недостаток в ограниченности сферы его применения.
Чаще в экономических исследованиях встречаются стохасти-
ческие зависимости, которые отличаются приблизительностью,
неопределенностью. Они проявляются только в среднем по значительному количеству объектов (наблюдений). Здесь каждой величине факторного показателя (аргумента) может соответствовать
несколько значений результативного показателя (функции).
Например, увеличение фондовооруженности труда рабочих дает
разный прирост производительности труда на разных предприятиях
даже при очень выравненных прочих условиях. Это объясняется тем,
что все факторы, от которых зависит производительность труда,
действуют в комплексе, взаимосвязанно. В зависимости от того,
насколько оптимально сочетаются разные факторы, будет
неодинаковой степень воздействия каждого из них на величину
результативного показателя.
Для исследования стохастических соотношений используются
следующие способы экономического анализа: сравнение параллельных и динамических рядов, аналитические группировки, графики. Однако они позволяют выявить только общий характер и
направление связи.
Основная же задача факторного анализа, как уже отмечалось, -
определить степень влияния каждого фактора на уровень
результативного показателя. Для этой цели применяются способы
корреляционного, регрессионного, дисперсионного, компонентного,
кластерного анализа и т.д.
Наиболее широкое применение в экономических исследованиях
нашли приемы корреляционного анализа, которые позволяют
количественно выразить взаимосвязь между показателями. Значит,
корреляция (стохастическая) связь - это неполная, вероятностная
зависимость между показателями, которая проявляется только в
массе наблюдения.
Необходимые условия применения корреляционного анализа:
82
1. наличие достаточно большого количества наблюдений о
величине исследуемых факторных и результативных показателей (в динамике или за текущий год по совокупности однородных объектов);
2. исследуемые факторы должны иметь количественное
измерение и отражение в тех или иных источниках информации.
Применение корреляционного анализа позволяет решить две
основные задачи:
1) определить изменение результативного показателя под
воздействием одного или нескольких факторов (в абсолютном
измерении), т.е. определить, на сколько единиц изменяется величина
результативного показателя при изменении факторного на единицу;
2) установить относительную степень зависимости
результативного показателя от каждого фактора.
Исследование корреляционных соотношений имеет огромное
значение в анализе. Наиболее простым уравнением, которое
характеризует прямолинейную зависимость между двумя
показателями, является уравнение прямой:
yx = a+bx.
Это уравнение описывает такую связь между двумя признака-
ми, при которой с изменением факторного показателя на определенную величину наблюдается равномерное возрастание или убывание значений результативного показателя. Коэффициент а постоянная величина результативного показателя, которая не связана с
изменением данного фактора. Параметр b показывает среднее
изменение результативного показателя с повышением или
понижением величины фактора на единицу его измерения.
При криволинейной зависимости между изучаемыми показа-
телями при увеличении одного показателя значение другого возрастает до определенного уровня, а потом начинает снижаться
(например, зависимость производительности труда рабочих от их
возраста). Для записи криволинейной зависимости лучше всего
подходит парабола второго порядка:
у
= а + b х + сх2.
х
Часто в экономическом анализе для записи криволинейных
зависимостей используется гипербола:
yх = а + b/х.
При более сложном характере зависимости между изучаемыми
явлениями используются более сложные параболы (третьего,
83
четвертого порядка и т.д.), а также квадратические, степенные,
показательные и другие функции.
Для измерения тесноты связи между факторными и результа-
тивными показателями определяется коэффициент корреляции (r) (в
случае прямолинейной зависимости) или корреляционное отношение
(η) (при криволинейной зависимости).
Корреляционное отношение (коэффициент корреляции) при-
нимает значение от 0 до 1:
если η(r) =0, то связь между показателями отсутствует;
если η(r) = 1, то связь функциональная (детерминированная);
если η(r) = отрицательная величина, то связь между показате-
лями обратная.
Корреляционное отношение, или коэффициент корреляции,
дает количественную оценку тесноты связи, характеризует силу
влияния факторного признака на результативный. В зависимости от
значения величины корреляционного отношения (коэффициента
корреляции) теснота связи подразделяется на:
слабую, если величина корреляционного отношения от 0,1
до 0,3;
умеренную, при значении корреляционного отношения от
0,3 до 0,5;
заметную, если корреляционное значение от 0,5 до 0,7;
высокую, при значении корреляционного отношения от 0,7
до 0,9;
весьма высокую, если корреляционное отношение
составляет 0,9-0,99.
Если коэффициент корреляции возвести в квадрат, то получим
коэффициент (индекс) детерминации, который показывает, чему
равна доля влияния изучаемого фактора на результативный
показатель.
При значениях тесноты связи меньше 0,7 величина индекса
детерминации всегда меньше 50%. Это означает, что на долю вариации факторного признака х приходится меньшая доля по сравнению с другими признаками, влияющими на изменение результативного показателя. Синтезированные при таких условиях математические модели связи практического значения не имеют.
Метод множественной корреляции применяется в тех случаях,
когда результативный показатель зависит от нескольких взаимно
независимых факторов.
84
ТЕМА 6. ПРОГНОЗИРОВАНИЕ В ЭКОНОМИЧЕСКОМ
АНАЛИЗЕ
Основные термины и понятия
Сущность и история прогнозирования в экономическом
анализе.
Прогнозирование экономической деятельности предприятия;
построение S-образных кривых, отображающих предельные возможности предприятия; оценка конкурентной позиции товаров на рынке
(выявление динамики рыночного равновесия); отображение возможных вариантов кривой жизненного цикла технологических систем и
предприятия в целом.
Приемы прогнозирования: общетеоретические, специальные,
интуитивные, формализованные.
Примерный план лекции
1. Сущность прогнозирования в экономическом анализе
2. Прогнозирование экономической деятельности предприятия
3. Приемы прогнозирования
1. Сущность прогнозирования в экономическом анализе
Попытки прогнозирования событий в природе и обществе
сопутствовали цивилизации на всех этапах ее развития. Еще в глубокой
древности возник термин «прогностика», отражающий специальную
область познания путем прогнозирования. Известна книга великого
древнегреческого врача и исследователя Гиппократа под названием
«Прогностика», написанная более двух тысяч лет назад. В ней
прогнозирование понималось как искусство предвидения будущего,
которое базировалось как на приметах и наблюдениях за
действительностью, так и на интуиции, непосредственных
способностях самого прорицателя, осуществляющего прогноз. В ходе
исторического развития искусство прогнозирования постепенно
превращалось в особую профессию.
Известный французский мыслитель Мерсье составил прогнозы
экономического развития Парижа на 700 лет вперед, из которых 33%
85
оправдались, а 28% реализовались близко к прогнозным линиям
Прогнозы футуролога Дж Сазерлэнда (книга «Изобретения XХ
века», опубликованная в 1901 г.) оказались достоверными на 64%.
Прогностик В. Кэмпферт опубликовал в 1915 г 25 прогнозов, из
которых только три оказались ошибочными.
Прогнозирование в финансово-экономической сфере выросло
из общего направления прогностики и особенно актуализировалось
к концу XIX - началу XX в. Прогнозирование развития социальноэкономических систем становится массовым и популярным явлением
во второй половине XX в. Наибольшее значение приобретают
прогнозы, связанные с оценкой будущих объемов производства,
финансовых результатов, а также прогнозы, отмечающие возможные в
будущем темпы роста или снижения товарооборота, объем и динамику
денежной массы, величину потенциального спроса и товарного
предложения, структуру доходов и расходов населения,
производительность труда, уровень безработицы, индексы инфляции и
курсы валют, другие натуральные и стоимостные показатели.
В 1995 г. за разработку и применение гипотезы рациональных
ожиданий в бизнес-прогнозировании Р. Лукасу-младшему (США)
была присуждена Нобелевская премия по экономике. Гипотеза
признана ключевым компонентом современных экономических
отношений, позволяющим находить эффективные оценки
предполагаемых управленческих решений.
Согласно современным теоретическим представлениям,
прогнозирование представляет собой процесс опережающего отражения
процессов развития и конечного состояния какой-либо системы в
будущем, а также определение возможных путей и средств достижения
желаемых (оптимальных) состояний прогнозируемой системы. Что
касается такой сложной системы, как современное предприятие, то
прогнозирование еѐ экономической деятельности предполагает
систематический поиск возможных будущих параметров по ключевым
областям (объемы продаж товаров и услуг, себестоимость, финансовый
результат, стоимость бизнеса, скорость капитализации и т.п.).
Прогнозирование деятельности предприятий — сравнительно новое
направление прогностики, которое интенсивно развивается в настоящее
время.
86
2. Прогнозирование экономической деятельности предприятия
Основными задачами прогнозирования на предприятии являются
построение S-образных кривых, отображающих предельные возможности предприятия; оценка конкурентной позиции товаров на рынке
(выявление динамики рыночного равновесия); отображение возможных вариантов кривой жизненного цикла технологических систем и
предприятия в целом.
Реализация задач прогнозирования деятельности предприятия
предполагает:
1) опережающее исследование разнообразных
корпоративных процессов и явлений в их взаимосвязях,
складывающихся как под воздействием объективных экономических
законов, так и под влиянием факторов субъективного порядка, их
отражение в финансовой модели предприятия;
2) классификацию факторов, влияющих на финансовое
состояние предприятия;
3) прогнозный анализ и выявление основных тенденций
развития предприятия и его внешней среды (прогнозного фона),
формирование временных рядов и их инерционное прогнозирование,
определение возможных и желательных пределов изменения
показателей финансовой и хозяйственной деятельности;
4) выявление проблем будущего, формирование системы
распознавания «слабых сигналов» кризисного развития
предприятия для своевременного принятия мер;
5) проведение прогнозных маркетинговых исследований,
выявление потенциальных потребностей и возможного в будущем
клиентского поля, определение наиболее жизнеспособных в будущем
секторов экономики и промышленности, прогнозирование объемов
продаж и рынка;
6) создание образа будущего фирмы, определение ее
перспективной самоидентификации, выявление спектра
потенциальных конкурентных преимуществ и желаемых показателей
финансово-хозяйственной деятельности. В целом финансовые
прогнозы дают возможность оценить:
будущее имущественное состояние предприятия;
степень предпринимательского риска; достаточность
капитала для будущей деятельности предприятия и проектируемых
инноваций и инвестиций;
87
перспективную потребность в дополнительных источниках
Общетеоретические
бинарные
Специальные
Интуитивные
Формализованные
Индукция
Дедукция
Алгоритмичес
кий
Мозгового
штурма
Статистическая,
динамическая,
структурная,
функциональная,
параметрическая
экстраполяция
Математико-
статистическ
ие
Анализ
Синтез
Эвристически
й
Патентов-
аналогов
Эконометрич
еские
Эмпириче
ский
прием
Номотети
ческий
прием
Проблемный
Терминологич
еского и
лексического
анализа
Методы
экономическо
й
кибернетики
Диалекти
ческий
Историче
ский
Программно-
целевой
Публикацион
ной
активности
Методы
исследования
операций
Типологи
ческий
Сравните
льный
Эталонный
Экспертных
оценок
Теория
принятия
решений
финансирования, в том числе на формирование и поддержание
норматива оборотных средств;
способность предприятия к самостоятельному наращиванию
капитала; рациональность привлечения заемных средств с учетом их
прогнозной стоимости;
сроки и порядок возврата заемных средств;
возможные направления оптимизации управления
издержками;
возможности оптимизации налогообложения и другие
направления деятельности предприятия.
3. Приемы прогнозирования
Прием прогнозирования – это определенная генеральная
совокупность способов и методов прогнозирования. Все приемы
можно разделить на общетеоретические, используемые практически
во всех областях прогностики, и специальные, наиболее
эффективные для конкретной области прогнозирования (например,
для прогнозирования финансово-хозяйственной деятельности
предприятия) (табл. 2).
Таблица 2 – Классификация приемов и методов
прогнозирования
88
Системны
й
Структур
ный
Сценарный
Наблюде
ние
Моделиро
вание
Генетичес
кий
прием
Функцио
нальный
прием
Психоана
лиз
Эксперим
ент
Метод определения характеристик публикационной
активности (МОП) позволяет выявлять «прорывные области», в
которых предприятию целесообразно концентрировать свою
инновационную хозяйственную деятельность. При этом методе
проводится статистический анализ числа научных публикаций,
научных журналов, частоты использования печатных работ,
контент-анализ (число упоминаний той или иной идеи) и т.п. По
этому показателю Россия опустилась со второго места в 1984 г. на
восьмое в 2000 г.
Анализ формализованных методов прогнозирования
непосредственно связан с их классификацией. Известны
классификации, предложенные за рубежом Э. Янчем, Тейлом,
Кендалом, Р. Шенноном. В России подобные классификации
разрабатываюсь И.В. Бестужевым-Ладой, В.А. Лисичкиным, С.А.
Саркисяном, В.М. Глушковым, И Г Гмошинским, Г.М. Добровым и
др.
Условием успешного применения методов экстраполяции
является неизменность или относительная стабильность выявленных
тенденций или взаимосвязей факторов. Их применяют в основном
для краткосрочного или среднесрочного прогнозирования, а также
при эволюционном характере развития прогнозного объекта,
исключающем резкие качественные скачки. При этом
ретроспективный период должен не менее чем в два раза превышать
период упреждения.
Об ограничениях метода экстраполяции хорошо сказал
академик Б. М. Кедров. Он отметил, что метод экстраполяции в
принципе исходит из ложного (хотя и молчаливо принятого)
допущения, что все время продолжают действовать одни и те же
факторы, которые легли в основу представления той или иной кривой
роста. Отсюда следует, что прогностические возможности у этого
метода весьма ограничены, причем ограничены теми рамками, в
89
которых можно считать сохранившимися факторные параметры
развития объекта, известные нам в настоящее время. За этими рамками
метод экстраполяции утрачивает свою силу, а попытки его применения
могут привести к абсурдным выводам.
Логическим продолжением развития методологии
прогнозирования явились методы математического моделирования.
Они базируются на общенаучном подходе моделирования и
предполагают целесообразное абстрагирование и формализованное
математическое описание прогнозного объекта.
Методы математического моделирования позволяют перейти от
пассивной формы прогнозирования, к каким относится экстраполяция
тенденций, к активному прогнозированию, при котором раскрывается
механизм формирования того или иного показателя, возрастает
возможность целевого управления теми или иными параметрами и
факторами.
Даже для случайных величин, где, казалось бы, нет явно
выраженной детерминации какими-либо факторами, математические
методы позволяют строить прогнозные решения. Прогнозирование
случайного параметра (х) сводится при этом к нахождению его
среднего значения и дисперсии.
Все рассмотренные выше группы методов прогнозирования
тесно связаны друг с другом. Так, с определенной степенью
относительности можно сказать, что экстраполяция представляет собой
разновидность математического моделирования, равно как
разновидностью моделирования можно считать экспертные оценки
будущего. Более того, во всех группах методов используется
терминология факторного анализа, предполагающего выявление
существенных характеристик исследуемых объектов и процессов, а
также причин их изменения. В то же время различные группы методов
значительно отличаются друг от друга, дополняют друг друга, образуя
вместе полную и целостную систему.
Для реальных прогнозных исследований характерным является
именно комплексный подход, соединяющий разные методы и приемы.
В национальной экономике методология комплексного
прогнозирования имеет достаточную историю. Так, многостороннее
экономико-математическое моделирование получило свое
значительное развитие в период составления комплексных программ
развития народного хозяйства СССР, разрабатываемых под
руководством А. И. Анчишкина.
90
В качестве комплексного приема прогнозирования в российской
практике стали широко использовать метод аппроксимации сложных
функций набором более простых, классических функций (линейных,
обратных, показательных, логарифмических, степенных). Однако эта
замена приводила к появлению дополнительного члена функции,
характеризующего ошибку аппроксимации. В результате наибольшее
применение нашли аппроксимирующие полиномы Тейлора, Фурье и
Чебышева с дополнительными членами в форме Пеано, Коши,
Лагранжа и др. Особенно полезным оказывается полином Чебышева,
так как одновременно с аппроксимацией выясняется число членов,
которые необходимо сохранить в полиноме без ущерба точности
расчетов. Это достигается тем, что параллельно с аппроксимацией
определяется дисперсия (среднеквадратическое отклонение). Если
дисперсия начинает возрастать, то это становится сигналом для того,
чтобы оставить в полиноме минимальное число членов.
Для сложных и больших экономических систем (страна,
отрасль, крупное предприятие) под руководством С. А. Саркисяна
были разработаны математические модели, базирующиеся на
системном анализе прогнозных экономических ситуаций (ситуативный
метод). Работы С. А. Саркисяна и его последователей определили
новое и перспективное направление в теории прогнозирования,
связанное с выявлением функциональных связей между подсистемами,
входящими в большую систему, и проигрывании тех или иных заранее
программируемых ситуаций.
ТЕМА 7. МЕТОДИКА ОБОСНОВАНИЯ УПРАВЛЕНЧЕСКИХ
РЕШЕНИЙ НА ОСНОВЕ МАРЖИНАЛЬНОГО АНАЛИЗА
Основные термины и понятия
Значение и задачи маржинального анализа; возможности
маржинального анализа.
Анализ связи между издержками и объемом производства
продукции; линейное уравнение выпуска.
Анализ связи между затратами, объемом продаж и прибылью;
графическое и аналитическое построение точки безубыточности;
расчет запаса финансовой прочности.
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]