
- •Содержание
- •Индивидуальное задание №1.
- •Исходные данные
- •Порядок выполнения индивидуального задания.
- •Индивидуальное задание № 2.
- •Порядок выполнения индивидуального задания.
- •Анализ обобщающих показателей работы предприятия.
- •Факторный анализ
- •Индексный метод
- •Интегральный метод
- •Статистические методы анализа.
- •Индивидуальное задание №3.
- •Порядок выполнения индивидуального задания.
- •Производственная функция.
- •Динамический анализ.
- •Индивидуальное задание № 4.
- •Порядок выполнения индивидуального задания.
- •Общие требования к отчету по индивидуальным заданиям.
- •Список литературы
- •Приложение 1. Поиск решений в Excel.
- •Пример оптимизация модели с помощью процедуры поиска решения
- •Приложение 2. Линейная регрессия в Excel.
- •Пример использования функции линейн
-
Статистические методы анализа.
В основе статистического анализа используются все те же исходные данные. Однако по некоторым показателям определяется их корреляционная зависимость от факторов с помощью функций регрессии.
Все расчеты выполняются в соответствии с требованиями таблицы 2.3.
Это значит, что объем производства, измеряемый в физических показателях, описывается нелинейной моделью регрессии типа функции Кобба-Дугласа
Q = b0*(Ka1)*(La2), где a1 и a2 – коэффициенты эластичности,
K - основные производственные фонды,
L - численность работающих.
Объем производства, измеряемый в стоимостных показателях, описывается также нелинейной моделью регрессии типа функции Кобба-Дугласа
X=a0*(Ka1)*(La2) , где a1 и a2 – другие коэффициенты эластичности.
Описание этой модели соответствует блоку (П ) рисунка 2.1.
Для описания текущих материальных затрат используется линейная модель регрессии вида
U = a0 + a1*X,
для описания амортизационных затрат используется линейная модель регрессии вида
A = a0 + a1*K,
для описания затрат на заработную плату и социальные отчисления используется линейная модель регрессии вида
V = a0 + a1*X.
При определении коэффициентов нелинейной модели регрессии вида X=a0*(Ka1)*(La2) используется метод наименьших квадратов.
Нахождение минимума целевой функцией (X - a0*(Ka1)*(La2)) осуществляется с помощью программы Microsoft Excel – Поиск решения.. (см.Приложение 1)
Для определения коэффициентов линейной модели регрессии используется функция ЛИНЕЙН Microsoft Excel. (см.Приложение 1)
-
Для сравнения теоретических и фактических данных построит графики для следующих показателей:
-
Объем производства;
-
Валовой доход;
-
Текущие материальные затраты;
-
Амортизация.
Таблица 2.3 Статистический анализ
Наименование |
Формула |
2006 |
. . . |
2010 |
Объем производства Q, тыс.тонн. |
|
|
|
|
Объем производства Q |
Q=а0*(K^а1)*(L^а2) |
|
|
|
а0 |
|
|
|
|
а1 |
|
|
|
|
а2 |
|
|
|
|
Валовой доход X, млн.дол. |
|
|
|
|
Валовой доход X |
X=a0*(K^a1)*(L^a2) |
|
|
|
a0 |
|
|
|
|
a1 |
|
|
|
|
a2 |
|
|
|
|
Текущие матер. затраты U, млн.дол. |
|
|
|
|
Текущие матер. затраты U, млн.дол. |
U = a0 + a1*X |
|
|
|
a0 |
|
|
|
|
a1 |
|
|
|
|
Условно-чистая продукция, млн.дол. Z |
Z=X-U |
|
|
|
Амортизация A , млн.дол. |
A = a0 + a1*K |
|
|
|
a0 |
|
|
|
|
a1 |
|
|
|
|
Условно-чистая продукция млн. дол. N |
N = Z-A |
|
|
|
Фонд оплаты труда с отчисл., млн.дол. V+Rот |
V = a0 + a1*X |
|
|
|
Прочие расходы,млн.дол. Rпр |
|
|
|
|
Расходы на производство (себестоимость) |
Rc=U+A+V+Rот+Rпр. |
|
|
|
Балансовая прибыль, млн.дол. Fб |
Fб = X - Rc |
|
|
|
Остальные необлагаемые расходы, млн.дол. Rо |
Ro |
|
|
|
Налогооблагаемая прибыль, млн.дол. Fн |
Fн=Fб-Ro |
|
|
|
Налог, млн.дол. Rн |
Rн=0,25*Fн |
|
|
|
Чистая прибыль,млн.дол. Fч |
Fч =Fн - Rн |
|
|
|
Фонд накопления, млн.дол. Фн |
Фн=а*Fч |
|
|
|
Фонд потребления, млн.дол. Фп |
Фп=(1-а)*Fч |
|
|
|
Основные производ-ств. фонды (ОПФ), млн.дол. К |
К |
|
|
|
Численность , тыс.чел. L |
L |
|
|
|
Численность , тыс.чел. L |
L = a0 + a1*K |
|
|
|
a0 |
|
|
|
|
a1 |
|
|
|
|
Выбытие ОПФ, млн.дол. W |
W=0,02*К |
|
|
|