118917 (596691), страница 8
Текст из файла (страница 8)
Таким чином, одержуємо чотири агрегованих факторних ознаки, що представлені в таблиці 2.2.
Таблиця 2.2 – Агреговані факторні ознаки
| Фактор | Елементи |
| Перший | Сировина і матеріали Покупні напівфабрикати Транспортні витрати |
| Другий | Основна зарплата Додаткова зарплата Відрахування на соцстрах |
| Третій | Знос спецустаткування Витрати на утримування устаткування Цехові витрати Загальнозаводські витрати |
| Четвертий | Адміністративні витрати Витрати на збут |
Чотири факторних ознаки й один результуючий припускають побудову чотирьохфакторної лінійної регресійної моделі для вивчення їхнього взаємозв'язку.
Побудова чотирьохфакторної лінійної регресійної моделі
Виходячи з запропонованого в літературі загального виду моделі
,
або більш конкретного
,
а також те, що система нормальних рівнянь для двохфакторної лінійної регресії має вигляд
,
запишемо загальний вид рівняння регресії і системи нормальних рівнянь для випадку чотирьох факторних ознак і одного результуючого. Отримаємо:
, (2.2.1)
, (2.2.2)
де 
- агреговані факторні ознаки;
- результуюча ознака;
- невідомі параметри регресії.
Факторними ознаками будуть виступати фактичні питомі відхилення елементів собівартості від їхніх планових значень, результуючою ознакою виступає прибуток.
Отримані параметри рівняння регресії будуть свідчити про характер взаємозв'язку прибутку і компонентів собівартості. Характер такої залежності дозволить виявити найбільш вагомі фактори, з метою найбільш ефективного впливу через них на прибуток продукції.
2.3 Моделювання контрольного приклада
На підставі вихідних даних про фінансовий стан і динаміку виробництва ВАТ «Дніпрополімермаш» проведемо моделювання по кожному з видів продукції і послуг з метою виявити відхилення якого фактора найбільше впливає на прибуток підприємства. У сукупності з даними про динаміку виробництва, це допоможе керівництву більш обґрунтовано приймати рішення про управління собівартістю продукції.
Розглянемо послідовно кожний з чотирьох видів виробленої продукції і послуг.
1. Пресформи.
Дані для регресійного аналізу шляхом обчислення питомих відхилень і агрегування з «Аналізу собівартості», а також прибуток на одиницю даної продукції представлені в таблиці 2.3.
Таблиця 2.3 – Дані для регресійного аналізу пресформ
| місяць | Сировина, матеріали, полуфабр., транспорт | Зарплата і соціальне страхування | Витрати на устаткування, цехові й зальнозавод | Адміністр. і збутові витрати | Прибуток |
| 01.04 | -20,474 | 12,204 | 48,386 | 1,039 | 7,163 |
| 02.04 | -33,200 | -7,505 | 62,308 | 46,508 | 15,927 |
| 03.04 | 29,460 | 0,320 | 10,600 | 5,060 | 6,176 |
| 04.04 | -17,710 | 14,800 | 33,443 | 22,349 | 14,284 |
| 05.04 | -36,353 | 13,771 | 49,205 | 49,120 | 18,143 |
| 06.04 | -7,200 | -0,990 | 10,310 | 21,970 | 16,192 |
| 07.04 | -49,293 | 8,920 | 63,520 | 3,547 | 12,154 |
| 08.04 | -49,127 | 12,300 | 66,160 | 26,200 | 20,218 |
| 09.04 | -9,614 | 9,094 | 31,649 | -8,129 | 6,665 |
| 10.04 | 13,333 | -41,786 | -38,810 | -2,738 | 65,399 |
| 11.04 | -35,533 | -8,300 | 59,833 | 9,033 | 60,624 |
| 12.04 | 53,339 | 13,915 | 0,119 | -8,559 | 33,048 |
| 01.05 | 7,362 | 55,638 | -24,021 | -91,936 | 41,897 |
| 02.05 | 22,767 | 50,700 | -60,950 | 23,417 | 32,702 |
Графічно ці вихідні дані, а також побудовані по них лінійні тренди представлені на рисунку 2.2.
Рисунок 2.2 – Вихідні дані для аналізу і лінійні тренди
д
е - перший агрегований показник;
- другий агрегований показник;
- третій агрегований показник;
- четвертий агрегований показник;
- відповідні лінійні тренди.
Використовуючи формулу (2.2.1) і (2.2.2), дані результуючої і факторної ознак за допомогою надбудови MS Excel «Пошук рішення» вирішуємо систему нормальних рівнянь і одержуємо шукані параметри багатофакторної лінійної регресії.
Таблиця 2.4 – Параметри регресії для пресформ
| a0 | a1 | a2 | a3 | a4 |
| 35,7 | -0,29 | -0,39 | -0,37 | -0,2 |
Для аналізу динаміки відхилень використовуємо отримані графіки лінійних трендів. Напрямок тренда вкаже динаміку відхилень. Для вибору найбільш динамічного показника використовуємо правило: швидше збільшується той фактор, кут нахилу лінії тренда якого більше. Тангенс кута нахилу лінії тренда дорівнює відношенню коефіцієнтів a і b рівняння тренда. По розрахованим даним для пресформ найбільший кут нахилу лінії тренда мають перший і другий агреговані показники.
1. Сталеве лиття.
Дані для регресійного аналізу шляхом обчислення питомих відхилень і агрегування з «Аналізу собівартості», а також прибуток на одиницю даної продукції представлені в таблиці 2.5.
Таблиця 2.5 – Дані для регресійного аналізу лиття
| місяць | Сировина, матеріали, полуфабр., транспорт | Зарплата і соціальне страхування | Витрати на устаткування, цехові й загальнозавод | Адмін. і збутові витрати | Прибуток |
| 01.04 | 1,764 | 4,355 | 0,498 | -1,165 | 1,484 |
| 02.04 | -37,265 | 8,386 | 7,766 | 0,368 | 10,768 |
| 03.04 | 19,560 | -1,013 | 7,213 | 3,373 | 4,506 |
| 04.04 | -7,691 | 6,611 | 15,009 | 10,143 | 6,434 |
| 05.04 | -3,480 | 4,950 | 10,747 | 17,658 | 6,358 |
| 06.04 | 15,283 | 5,300 | -27,800 | 1,000 | 13,848 |
| 07.04 | 15,781 | 6,969 | 27,604 | 3,042 | 10,830 |
| 08.04 | -11,742 | 2,960 | 15,878 | 6,288 | 4,901 |
| 09.04 | -6,747 | 6,254 | -1,974 | -0,902 | 1,569 |
| 10.04 | -2,587 | 36,810 | 3,565 | 1,769 | 8,328 |
| 11.04 | 8,676 | -0,432 | 2,649 | 1,000 | 6,329 |
| 12.04 | -24,367 | 25,362 | -5,381 | 11,125 | 25,270 |
| 01.05 | 2,558 | -10,721 | -17,267 | -9,302 | 16,767 |
| 02.05 | 24,800 | -12,667 | -41,167 | -11,267 | 55,310 |
Графічно ці вихідні дані, а також побудовані по них лінійні тренди представлені на рисунку 2.3.
Рисунок 2.3 – Вихідні дані для аналізу і лінійні тренди
д е - перший агрегований показник;
- другий агрегований показник;
- третій агрегований показник;
- четвертий агрегований показник;
- відповідні лінійні тренди.
Використовуючи формулу (2.2.1) і (2.2.2) і дані результуючої і факторної ознак за допомогою надбудови MS Excel «Пошук рішення» вирішуємо систему нормальних рівнянь і одержуємо шукані параметри багатофакторної лінійної регресії.
Таблиця 2.6 – Параметри регресії для лиття
| a0 | a1 | a2 | a3 | a4 |
| 12,4 | 0,013 | -0,03 | -0,54 | 0,016 |
Для аналізу динаміки відхилень використовуємо отримані графіки лінійних трендів. Напрямок тренда вкаже динаміку відхилень. Для вибору найбільш динамічного показника використовуємо правило: швидше збільшується той фактор, кут нахилу лінії тренда якого більше. Тангенс кута нахилу лінії тренда дорівнює відношенню коефіцієнтів a і b рівняння тренда. По розрахованим даним для сталевого лиття найбільший кут нахилу лінії тренда мають перший і третій агреговані показники.
1. Послуги промислового характеру.
Дані для регресійного аналізу шляхом обчислення питомих відхилень і агрегування з «Аналізу собівартості», а також прибуток на одиницю даної продукції представлені в таблиці 2.7.
Таблиця 2.7 – Дані для регресійного аналізу послуг промхарактера
| місяць | Сировина, матеріали, полуфабр., транспорт | Зарплата і соціальне страхування | Витрати на устаткування, цехові й загальнозавод. | Адмін. і збутові витрати | Прибуток |
| 01.04 | 5,702 | -8,319 | 25,489 | -2,894 | 35,092 |
| 02.04 | 7,527 | -4,764 | 28,564 | 3,620 | 7,847 |
| 03.04 | -4,522 | -2,413 | -1,174 | 3,065 | 12,926 |
| 04.04 | 1,215 | -6,140 | 5,505 | 10,269 | 12,472 |
| 05.04 | 4,371 | 2,571 | -30,143 | 26,314 | 23,237 |
| 06.04 | 13,180 | 1,440 | 18,640 | 2,460 | 8,916 |
| 07.04 | -25,889 | 15,600 | 16,489 | 2,422 | 20,563 |
| 08.04 | -2,429 | 1,082 | 7,776 | 2,633 | 11,402 |
| 09.04 | -3,913 | 7,466 | 17,641 | 6,136 | 11,740 |
| 10.04 | -13,647 | 13,353 | 15,588 | 0,000 | 35,474 |
| 11.04 | -5,500 | -26,472 | -6,444 | -0,889 | 46,252 |
| 12.04 | 0,286 | -18,393 | -14,214 | -7,893 | 36,324 |
| 01.05 | -4,195 | -14,415 | 32,122 | -28,049 | 30,126 |
| 02.05 | -7,615 | 11,051 | -18,615 | 6,282 | 34,051 |
Графічно ці вихідні дані, а також побудовані по них лінійні тренди представлені на рисунку 2.4.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
