Также применяется для мультипликативных моделей и смешанных моделей того же типа, что и для метода абсолютных разниц.
Метод относительных разниц применяется в тех случаях, когда исходные данные уже содержат определенный ранее относительные отклонения факторных показателей в процентах или в коэффициентах.
Согласно этому правилу для расчета влияния первого фактора необходимо базовый результативный показатель умножить на относительный прирост данного фактора в виде десятичной дроби.
Влияние второго фактора определяется путем прибавления к базисной величине результативного показателя величины его изменения за счет первого фактора и полученную сумму умножить на относительный прирост второго фактора.
Пример
Общее изменение результативного показателя складывается из суммы изменений результативного показателя за счет изменения каждого фактора при фиксированных остальных факторах.
В результате применения этого способа может образовываться неразложимый остаток, который прибавляется к величине влияния последнего фактора.
|
|
Индексный метод
Основан на построении факторных (агрегированных) индексов.
С помощью индексов в анализе решаются следующие задачи:
1) Оценка изменения уровня явления
2) Выявление влияния отдельных факторов на изменение результативного признака
3) Оценка влияния структуры совокупности на динамику явления
В экономическом анализе используются простые и аналитические индексы.
Просто индекс представляет собой отношение уровня признака в отчетном периоде по сравнению с базисным.
Обозначается маленькой буквой i, если говорят о ценах
Аналитический индекс всегда состоит из двух элементов: индексируемого признака (динамика которого исследуется) и весового элемента, который служит соизмерителем.
С помощью аналитический индексов исследуется динамика сложного экономического явления, отдельные элементы которого не соизмеримы.
Обозначаются большой буквой I
Центральной проблемой аналитических индексов является проблема взвешивания. Важно, во-первых определить весовой признак, а затем выбрать уровень, на котором берется признак веса.
Первая задача решается путем нахождения системы связанных признаков, произведение которых дает экономически понятный показатель.
Для качественных показателей берет количественный вес и наоборот.
Признак, непосредственно относящийся к изучаемому явлению и характеризующим его, называется первичным или количественным. Первичные признаки можно суммировать. Признаки, относящиеся к изучаемому явлению не прямо, а через один или несколько других признаков и характеризующие качественную сторону изучаемого явления называются вторичными или качественными. Они всегда являются относительными показателям и их как правило нельзя непосредственно суммировать.
|
|
Существует следующее правило для выбора признака веса при построении аналитических индексов:
При построении аналитических индексов по первичным признакам рекомендуется брать вес на уровне базисного периода, а по вторичным признакам на уровне отчетного периода.
Индексный метод целесообразно применять в том случае, когда каждый фактор является сложным показателем.
Совершенствования способа разниц в современном анализе. Логарифмический и интегральный методы
Корреляционный анализ
Корреляционный анализ – есть метод установления связи и измерение ее тесноты между наблюдениями, которые можно считать случайными и выбранными из совокупности, распределенной по многомерному нормальному закону.
Корреляционной связью называется такая статистическая связь, при которой различным значениям одной переменной соответствуют разные средние значения другой.
Различают парную и множественную корреляцию. При парной корреляции связь возникает между 2мя показателями, один из которых является фактором, а другой результатом.
Множественная корреляция возникает при воздействии нескольких факторов с результативным показателем.
Теснота связи в статистике может определяться с помощью различных коэффициентов. В экономическом анализе чаще используют линейный коэффициент корреляции. Значения изменяются [-1;1]. Значение -1 свидетельствует о наличии жестко детерминированной обратно-пропорциональной связи между факторами. Значение 1 свидетельствует о жестко детерминированной прямо пропорциональной зависимости. При значении коэффициента корреляции 0 связь между факторами отсутствует. При других значениях коэффициента корреляции имеет место наличие стохастической связи. Чем ближе значение r к единице, тем сильнее связь.
|r|<3 – слабая связь
3<|r|<7 – средняя теснота
|r|>7 – связь тесная
Проведение корреляционного анализа включает следующие этапы:
1) Сбор информации и ее первичная обработка
На этом этапе осуществляется группировка, исключение аномальных наблюдений, проверка нормальности одномерного распределения.
2) Предварительная характеристика взаимосвязей. Построение аналитических группировок, графиков
3) Устранение мультиколлинеарности и уточнение набора показателей путем расчета парных коэффициентов корреляции.
4) Исследование факторной зависимости и проверка ее значимости.
5) Оценка результатов анализа и подготовка рекомендаций по их практическому использованию.
Регрессионный анализ
Это метод установления аналитического выражения стохастической зависимости между исследуемыми признаками.
Уравнение регрессии показывает как среднем изменяется Y при изменении любого их X
Если независимая переменная X одна – имеем простой регрессионный анализ. Если независимых переменных 2 и более – то это многофакторный анализ.
В ходе регрессионного анализа решаются 2 основные задачи:
1) Построение уравнения регрессии (нахождение вида зависимости между результативным показателем и независимыми факторами).
2) Оценка значимости полученного уравнения, т.е. определение того, насколько выбранные факторные признаки объясняют вариацию признака Y.
Регрессионный анализ в отличие от корреляционного дает формализованное выражение связи, а не просто определяет наличие корреляции.
Корреляционный анализ изучает любую взаимосвязь факторов, а регрессионный только одностороннюю зависимость, т.е. такую связь, которая показывает, каким образом изменение факторных признаков влияет на признак результативный.
|
|
В регрессионном анализе используются только линейные модели.
Для нахождения параметров уравнения наиболее часто используется метод наименьших квадратов.
Дисперсионный анализ
Метод, позволяющий подтвердить или опровергнуть гипотезу о том, что 2 выборки данных относятся к одной генеральной совокупности.
Применительно к анализу деятельности предприятия дисперсионный анализ позволяет определить к одной и той же совокупности данных или нет относятся группы разных наблюдений. (существенны ли различия между группами)
Дисперсионный анализ часто используется совместно с методами группировки и его задача в этом случае состоит в оценке существенности различий между группами. Для того определяют групповые дисперсии, а затем по статистическим критериям Стьюдента-Фишера проверяют значимость различий между группами.
Кластерный анализ
Один из методов многомерного анализа, предназначенный для группировки (кластеризации) совокупности, элементы которой характеризуются многими признаками. Значение каждого и признаков служат координатами каждой единицы изучаемой совокупности в многомерном пространстве признаков.
Каждое наблюдение, характеризующееся значениями нескольких показателей, можно представить как точку в пространстве этих показателей, значения которых рассматриваются как координаты в многомерном пространстве.
Различия между кластерами должны быть более существенными, чем между наблюдениями, отнесенными к одному кластеру.
ЭВРИСТИЧЕСКИЕ МЕТОДЫ В ЭКОНОМИКЕ
Получили широкое распространение в изучении коммерческой деятельности из-за высокой степени неопределенности движущих факторов деятельности.
К ним относятся поисково-оценочные методы, которые позволяют получить решение творческой задачи в условиях неполноты или недостоверности исходных данных.
Эвристические методы можно разделить на 2 класса: поисковые и оценочные