183516 (584655), страница 2

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

∆ N_инт = 51 313 - 49 082 = 2231 тыс. руб.;

∆ N_{отн. инт} = 2231/(51 313 - 48 500) *100 = 79,3%.

Преобразование основного алгоритма метода цепных подстановок позволяет де­лать расчеты, используя не абсолютные значения факторов, а их приращения. При этом получают сразу изменение результирующего фактора.

При этом применяются следующие правила:

1. при определении величины количественного фактора приращение этого фак­тора умножается на величину базового качественного фактора;

2. при определении влияния качественного фактора его приращение умножает­ся на отчетное значение количественного фактора.

∆N_т = ( T₁ T₀ ) П_То = ∆ T П_То

_и

∆N_пт =( П_Т1 П_То ) T₁=∆ П_Т T_1.

В нашем примере изменение объема продукции под влиянием изменения численности (экстенсивного фактора) равно:

∆N_т = (253 -250)* 202,818= 608 тыс. руб.

Изменение объема продукции под влиянием изменения производительности труда (влияние фактора интенсивности) равно:

∆N_пт = (202,818- 194)250=2205 тыс. руб.

Суммарное влияние факторов равно:

∆ N_общ =608+2205=2813 тыс. руб.

В отдельных случаях оценку влияния экстенсивных и интенсивных факторов можно производить еще одним модифицированным методом цепных подстановок. С этой целью рассчитывается относительное изменение исходных и расчетных пара­метров.

Доля влияния экстенсивного фактора определяется как произведение темпов из­менения количественного фактора на темпы изменения результативного показателя. Умножением полученного показателя на общее изменение результативного показате­ля получают его изменение под влиянием экстенсивного фактора. Доля влияния интенсивного фактора равна разности между общим изменением показателя и полу­ченной величиной.

Рассмотрим пример и оценим экстенсивность и интенсивность изменения опла­ты труда на прирост продукции. Вернемся к исходным данным и добавим новые показатели (табл. 2.11):

Таблица 2.11 Исходные данные для расчета

Показатели	Базовый период	Отчетный период	Отношение отчет­ного показателя к базисному
Объем продукции, тыс. руб.	48 500	51 313	1,058
Оплата труда с отчислениями, тыс. руб.	7500	7650	1,020

Оценим влияние количественного (экстенсивного) фактора:

∆ N_{отн. экст} =

∆ N_экст =34,5%(51313-48500)/100=970 тыс. руб.

Соответственно влияние качественного (интенсивного) фактора равно:

∆ N_{отн. экст} = 100% -34,5% = 65,9%;

∆ N_инт =2813-970 = 1843 тыс. руб.

Последнюю модификацию метода цепных подстановок целесообразно применять, когда количественный фактор является сам по себе сложным показателем, получен­ным в результате взаимодействия ряда других частных характеристик. Примером может служить фонд оплаты труда, на который воздействуют численность работни­ков и их средняя заработная плата.

При использовании интегрального метода расчеты проводятся на основе базо­вых значений показателей, а ошибка вычислений (неразложимый остаток) распреде­ляется между факторами поровну в отличие от метода цепных подстановок, где, как было рассмотрено, большая часть такого остатка приходится на последний качест­венный фактор.

Оценка количественных и качественных факторов при использовании интеграль­ного метода производится по формулам:

∆N_т = ∆TП_То + (∆TП_То /2);

∆N_пт = ∆П_ТT_о + (∆П_ТT_о /2).

Применим эти формулы к примеру, рассмотренному в предыдущем вопросе, и исследуем влияние изменения численности работников и изменения производительности труда на динамику объема продукции.

Влияние изменения численности работников (влияние количественного или экстенсивного фактора) оцениваем следующим образом:

∆N_т =∆TП_То+ ∆Т∆П/2=(253-250)194+(253-250)(202,818-194)/2=582+13=

595 тыс. руб.

Влияние изменения производительности труда (влияние качественного или фактора интенсивности):

∆N_пт =∆П_ТT_о +∆Т∆П/2=(202,818-194)*250+13=2204+13 =2217 тыс. руб.

В статистике, планировании и анализе хозяйственной деятельности главным в оценке количественной роли отдельных факторов является индексный метод.

Рассмотрим применение этого метода в формульном варианте на примере определения объема продукции как произведения численности на производительность труда:

N= П_т Т

где N—объем производства; П_т — производительность труда; Т—численность работ­ников.

Изменение объема выпуска продукции за определенный период может быть вы­ражено как результат влияния двух факторов: изменения производительности труда при производстве продукции каждого вида и изменения численности работников, занятых выпуском продукции соответствующего вида:

где I^Т — индекс численности работающих, отражающий влияние на изменение объе­ма продукции роста численности персонала; I^П — индекс производительности труда, который отражает влияние на изменение объема производства роста производитель­ности труда:

(индекс 0 —базовое значение; 1—отчетное значение).

Разность числителя и знаменателя дает абсолютное значение влияния факторов. Рассмотрим пример (табл. 2)

Таблица 2

Исходные данные для расчета

Оценим влияние изменения численности и производительности труда на изме­нение объема продукции индексным методом. Найдем индекс численности работников:

I^Т =

Определим индекс производительности труда:

I^П

Индекс изменения объема продукции:

или I^N= I^T* I^П=0,995*1,047=1,005

В основе каждого метода факторного анализа лежит математическая модель, описывающая соотношения между исходными признаками и обобщенными факторами. Перейдем к краткой характеристике этих моделей для основных методов факторного анализа, получивших наибольшее распространение в исторических исследованиях.

Центроидный метод. Этот метод основан на предположении о том, что каждый из исходных признаков может быть представлен как функция небольшого числа общих факторов F₁,F₂,…,f_k и характерного фактора U_j. При этом считается, что каждый общий фактор имеет существенное значение для анализа всех исходных признаков, т.е. фактор F_j -общий для всех X₁,X₂,...,X_m. В то же время изменения в характерном факторе U_j воздействуют на значения только соответствующего признака X_j. Таким образом, характерный фактор U_j отражает ту специфику признака X_j, которая не может быть выражена через общие факторы.

Основные предположения факторного анализа связаны с допущением о линейности связи исходных признаков с факторами

Общие факторы F₁,…,F_k в модели (3) предполагаются независимыми стандартизованными показателями, распределенными по нормальному закону; характерные факторы U₁,…,U_m рассматривают как некоррелированные стандартизованные показатели, независящие от общих факторов; числа a_ij - факторные нагрузки, а числа оценивают степень влияния характерного фактора U_j на X_j. Исходные признаки также считаются стандартизованными переменными с нормальным распределением. В литературе описаны методы определения факторных нагрузок a_ij/

Задачу факторного анализа можно сформулировать следующим образом: определить минимальное число k таких факторов F₁,…,F_k после учета которых исходная корреляционная матрица “исчерпается”, внедиагональные элементы ее станут близкими к нулю. Другими словами, это значит, что после учета k факторов все остаточные корреляции между исходными признаками должны стать незначимыми.

Метод главных компонент. В основе модели для выражения исходных признаков через факторы здесь лежит предположение о том, что число факторов равно числу исходных признаков (k=m), а характерные факторы вообще отсутствуют:

где величина X_j и предполагаются обладающими теми же свойствами, что и в модели (3).

Очевидно, уравнения (4) определяют здесь систему преобразования одних параметров в другие. Поскольку число факторов равно числу исходных параметров, задача искомого преобразования решается однозначно, т.е. факторные нагрузки определяются в этом методе однозначно.

Каждая из переменных F_j называется здесь i-й главной компонентой. Метод главных компонент состоит в построении факторов - главных компонент, каждый из которых представляет линейную комбинацию исходных признаков. Первая главная компонента F₁ определяет такое направление в пространстве исходных признаков, по которому совокупность объектов (точек) имеет наибольший разброс (дисперсию). Вторая главная компонента F₂ строится с таким расчетом, чтобы ее направление было ортогонально направлению F₁ и она объясняла как можно большую часть остаточной дисперсии, и т.д. вплоть до т-й главной компоненты F_m. Так как выделение главных компонент происходит в убывающем порядке с точки зрения доли объясняемой ими дисперсии, то признаки, входящие в первую главную компоненту с большими коэффициентами оказывают максимальное влияние на дифференциацию изучаемых объектов.

Как и в центроидном методе, достаточное число компонент (факторов) определяется здесь обычно на основе некоторого заданного уровня объясненной дисперсии исходных признаков с помощью факторов (например, ).

Метод экстремальной группировки параметров. Данный метод также основан на обработке матрицы коэффициентов корреляции между исходными признаками. В основе этого метода лежит гипотеза о том, что совокупность исходных признаков может быть разбита на группы, каждая из которых отражает действие определенного фактора - причины. Поскольку признаки внутри каждой из таких групп должны быть связаны между собой более тесно, чем признаки разных групп, то задача сводится к выявлению “сильно закоррелированных” групп признаков, что позволяет выделить соответствующие факторы.

Формально задача об одновременной группировке параметров и выделении существенных факторов заключается в максимизации как по разбиению параметров на множества {A₁,…,A_k} так и по выбору факторов {F₁,…,F_k} одного из двух критериев.

(5)

где коэффициент корреляции между признаком X_i р-й группы и соответствующей ей фактором F_p , где р =1,... ,k. Таким образом, в первом случае максимируется сумма квадратов коэффициентов корреляции признаков каждой группы со 'своим' фактором, а во втором случае - сумма модулей этих коэффициентов.

Следует отметить связь метода экстремальной группировки параметров с рассмотренными выше методами факторного анализа: метод, связанный с максимизацией функционала I₁, представляет естественное развитие метода главных компонент, а метод, связанный с максимизацией I₂ представляет развитие центроидного метода. Так, если группы признаков зафиксированы, то в соответствии с выражением (5) в пределах каждой группы отыскивается первая главная компонента.

Характеризуя особенности этого метода, укажем, что факторы F₁,…,F_k, здесь не общие для всех признаков; каждый из них соответствует 'своей' группе признаков. В отличие от методов, рассмотренных выше, факторы здесь не являются, вообще говоря, независимыми, ортогональными. Специфика экстремальной группировки параметров состоит, в частности, и в том, что в рамках этого метода каждый признак включается в один из формируемых факторов, в то время как при использовании других методов факторного анализа признаки могут относиться к нескольким факторам сразу или не принадлежать ни к одному из них.

Характеристики

Список файлов ответов (шпаргалок)