Метод экономического анализа и его сущность.

Одним из традиционных способов экономического анализа является балансовый метод, который основан на существующей между многими показателями хозяйственной деятельности предприятия балансовой зависимости и взаимной обусловленности.

Он широко используется при анализе  обеспеченности предприятия трудовыми, финансовыми ресурсами, сырьем, топливом, материалами, основными средствами производства и т.д., а также при  анализе полноты их использования. При анализе использования трудовых ресурсов сравнивают возможный фонд рабочего времени с фактическим  количеством отработанных часов, определяют причины сверхплановых потерь рабочего времени.

Для определения платежеспособности предприятия используется платежный  баланс, в котором соотносятся  платежные средства с платежными обязательствами. ^[1]

Как вспомогательное средство балансовый метод используется в анализе  для проверки правильности определения  влияния различных факторов на прирост  величины результативного показателя. В детерминированном анализе  алгебраическая сумма величины влияния  отдельных факторов должна соответствовать  величине общего прироста результативного  показателя:

Если такое равенство отсутствует, то это свидетельствует либо о неполном учете факторов, либо о допущенных ошибках в расчетах.

Иногда балансовый способ применяют  для определения величины влияния  отдельных факторов на прирост результативного  показателя. Например, когда из трех факторов известно влияние двух, то влияние третьего можно определить, вычтя из общего прироста результативного показателя результат влияния первых двух факторов:

Эвристические методы в  анализе хозяйственной деятельности. Они используются в основном для прогнозирования состояния объекта в условиях частичной или полной неопределенности, когда основным источником получения необходимых сведений служит научная интуиция ученых и специалистов, работающих в определенных сферах науки и бизнеса. Наиболее распространенным из них является метод экспертных оценок. Сущность его заключается в организованном сборе суждений и предложений специалистов по исследуемой проблеме с последующей обработкой полученных ответов. ^[4]

3. Способы детерминированного факторного анализа

Определение величины влияния отдельных  факторов на прирост результативных показателей является одним из методологических вопросов в экономическом анализе. В детерминированном анализе  для этого используются способы  цепной подстановки, абсолютных разниц, относительных разниц, пропорционального деления, интегральный, индексный, логарифмирования.

Наиболее универсальным является способ цепной подстановки. Он используется для расчета влияния факторов во всех типах факторных моделей: аддитивных, мультипликативных, кратных и смешанных. Этот способ позволяет определить влияние отдельных факторов на изменение величины результативного показателя путем постепенной замены базисной величины каждого факторного показателя в объеме результативного показателя на фактическую в отчетном периоде. С этой целью определяют ряд условных величин результативного показателя, которые учитывают изменение одного, затем двух, трех и последующих факторов, допуская, что остальные не меняются. Сравнение величины результативного показателя до и после изменения уровня того или другого фактора позволяет элиминировать влияние всех факторов, кроме одного, и определить воздействие последнего на прирост результативного показателя.

Система расчетов в общем виде:

y₀ = f (a₀b₀c₀d₀..) - базисное значение обобщающего показателя;

y_a = f (a₁b₀c₀d₀..) - промежуточное значение;

y_b = f (a₁b₁c₀d₀..) - промежуточное значение;

y_c = f (a₁b₁c₁d₀..) - промежуточное значение;

y₁ = f (a₁b₁c₁d₁..) - фактическое значение;

Общее абсолютное отклонение обобщающего  показателя:

?y = y₁ - y₀ = f (a₁b₁c₁d₁..) - f (a₀b₀c₀d₀..)

Общее отклонение обобщающего показателя раскладывается на факторы:

? y_a = y_a - y₀ = f (a₁b₀c₀d₀..) - f (a₀b₀c₀d₀..) - за счет изменения фактора а.

? y_b = y_b- y_a = f (a₁b₁c₀d₀..) - f (a₁b₀c₀d₀..) - за счет изменения фактора b.

и т.д.

При использовании этого метода важно обеспечить строгую последовательность подстановки, так как ее произвольное изменение может привести к неправильным результатам. Как правило, в первую очередь выявляется влияние количественных показателей, а затем - качественных. Если же имеется несколько количественных и несколько качественных показателей, то сначала следует изменить величину факторов первого уровня подчинения, а потом более низкого. Следовательно, применение метода цепной подстановки  требует знания взаимосвязи факторов, их соподчиненности, умения правильно  их классифицировать и систематизировать. ^[1]

Способ абсолютных разниц применяется для расчета влияния факторов на прирост результативного показателя в детерминированном анализе, но только в мультипликативных моделях и моделях мультипликативно-аддитивного типа. При его использовании величина влияния факторов рассчитывается умножением абсолютного прироста исследуемого фактора на базовую величину факторов, которые находятся справа от него и на фактическую величину факторов расположенных слева от него в модели.

Необходимо чтобы алгебраическая сумма прироста результативного  показателя за счет отдельных факторов равнялась его общему приросту.

Способ относительных  разниц применяется для измерения влияния факторов на прирост результативного показателя в мультипликативных моделях. Здесь используются относительные приросты факторных показателей, выраженные в виде коэффициентов или процентов.

Рассмотрим трехфакторную мультипликативную  модель. Изменение результативного  показателя определяется следующим  образом:

Способ относительных разниц удобно применять в тех случаях, когда требуется рассчитывать влияние большого комплекса факторов (8--10 и более). В отличие от предыдущих способов здесь значительно сокращается число вычислительных процедур, что обусловливает его преимущество.

Способ пропорционального  деления используется в тех случаях, когда имеют дело с аддитивными моделями и моделями кратно-аддитивного типа:

В одноуровневой модели типа расчет производится следующим образом:

В моделях кратно-аддитивного типа сначала необходимо способом цепной подстановки определить, насколько  изменился результативный показатель за счет числителя и знаменателя, а затем способом пропорционального  деления произвести расчет влияния  факторов второго порядка по приведенным  выше алгоритмам. ^[4]

Интегральный метод применяется для измерения влияния факторов в мультипликативных, кратных и кратно-аддитивных моделях. Использование этого способа позволяет получать более точные результаты расчета влияния факторов по сравнению со способами цепной подстановки, абсолютных и относительных разниц, поскольку дополнительный прирост результативного показателя от взаимодействия факторов присоединяется не к последнему фактору, а делится поровну между ними.

Рассмотрим алгоритмы расчетов влияния факторов для разных моделей.

1.

2.

Для расчета влияния факторов в  кратных и смешанных моделях  используются следующие алгоритмы:

1. Вид факторной модели

2. Вид факторной модели

Если в знаменателе больше двух факторов, то процедура продолжается.

Также широко используется индексный метод, который позволяет выявить влияние на изучаемый результативный показатель различных факторов и основывается на относительных показателях, выражающих отношение уровня изучаемого явления к уровню его в прошлом периоде или к уровню аналогичного явления, принятому в качестве базы. Индекс определяется сопоставлением соизмеряемой величины с базисной. Применяется в мультипликативных и кратных моделях.

Способ логарифмирования применяется для измерения влияния факторов в мультипликативных моделях. Как и при интегрировании, здесь также результат расчета не зависит от месторасположения факторов в модели и по сравнению с интегральным методом обеспечивается более высокая точность расчетов. С помощью логарифмирования результат совместного действия факторов распределяется пропорционально доле изолированного влияния каждого фактора на уровень результативного показателя. В этом его преимущество, а недостаток-- в ограниченности сферы его применения.

Рассмотрим трехфакторную мультипликативную  модель. Влияние факторов определяется следующим образом:

4. Способы измерения влияния факторов в стохастическом анализе

Приемы корреляционного анализа используются для измерения влияния факторов в стохастическом анализе, когда взаимосвязь между показателями неполная, вероятностная.

Необходимые условия применения корреляционного  анализа:

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.

Корреляционный анализ состоит  из нескольких этапов.

На первом этапе определяются факторы, которые оказывают воздействие  на изучаемый показатель и отбираются наиболее существенные. Факторы должны находиться в причинно-следственной связи с результативным показателем, оказывать решительное воздействие  на него, иметь единицу измерения. Также не рекомендуется включать в корреляционную модель взаимосвязанные  факторы и факторы, связь которых  с результативным показателем носит  функциональный характер.

На втором этапе собирается исходная информация по каждому факторному и  результативному показателю. Она  должна быть проверена на точность, однородность и соответствие закону нормального распределения.

Критериями однородности информации служат среднеквадратическое отклонение и коэффициент вариации, которые  рассчитываются по каждому факторному и результативному показателю.

Среднеквадратическое отклонение - абсолютное отклонение индивидуальных значений от среднеарифметического.

Коэффициент вариации - показывает относительную меру отклонения отдельных значений от среднеарифметической. Чем больше коэффициент вариации, тем относительно больший разброс и меньшая выравненность изучаемых объектов.

Следующее требование к исходной информации - подчинение ее законам нормального  распределения:

1. показатель асимметрии (А) и  его ошибка (та):

2. показатель эксцесса (Е) и его  ошибка (m_e):

В симметричном распределении А = 0 показатель эксцесса Е -- 0. Если Е > 0, то данные густо сгруппированы около средней, образуя островершинность. Если Е < 0, то кривая распределения будет плосковершинной.

Третий этап: изучается характер и моделируется связь между факторами и результативным показателем, т. е. подбирается и обосновывается математическое уравнение, которое наиболее точно выражает сущность исследуемой зависимости. Зависимость результативного показателя от определяющих его факторов можно выразить уравнением парной и множественной регрессии.

При прямолинейной форме они  имеют следующий вид:

уравнение парной регрессии: Y_x = a + bx;

уравнение множественной регрессии:

Y_x = а + b₁х₁ + Ь₂х₂ + ...+ b_пх_п

где:

а -- свободный член уравнения при х = 0;

х₁,х₂...х_п- факторы, определяющие уровень изучаемого результативного показателя;

b₁,b₂,b_n - коэффициенты регрессии при факторных показателях, характеризующие уровень влияния каждого фактора на результативный показатель в абсолютном выражении.

Если связь между результативным и факторным показателями носит  криволинейный характер, то могут  быть использованы степенная, логарифмическая, параболическая, гиперболическая и  другие функции.

На четвертом этапе проводится расчет основных показателей связи  корреляционного анализа: уравнение  связи, коэффициенты корреляции, детерминации, эластичности.

Расчет уравнения связи (Y_x = a + bx) сводится к определению параметров a и b. Их находят из следующей системы уравнений:

Пятый этап: статистическая оценка и практическое использование результатов корреляционного анализа.

Для того чтобы убедиться в надежности показателей связи и правомерности  их использования для практической цели, необходимо дать им статистическую оценку. Для этого используются: критерий Стьюдента (t); критерий Фишера (F-отношение); средняя ошибка аппроксимации (e); коэффициенты множественной корреляции (r) и детерминации (D).

Надежность коэффициентов корреляции, которая зависит от объемов исследуемой  выборки данных, проверяется по критерию Стьюдента:

, где .

Надежность уравнения  связи оценивается с помощью критерия Фишера (F-отношение), расчетная величина которого сравнивается с табличным значением.

Если F_расч>F_maбл, то гипотеза об отсутствии связи между исследуемыми показателями отвергается. Для оценки точности уравнения связи рассчитывается средняя ошибка аппроксимации. Чем меньше теоретическая линия регрессии (рассчитанная по уравнению) отклоняется от фактической (эмпирической), тем меньше ее величина, что свидетельствует о правильности подбора формы уравнения связи. О полноте уравнения связи можно судить по коэффициентам множественной корреляции и детерминации. Если их значения близки к 1, значит, в корреляционную модель удалось включить наиболее существенные факторы, на долю которых приходится основная вариация результативного показателя. ^[1]

Практическая часть

Характеристика ОАО «  МРСК Центра и Приволжья»

Полное название организации - Открытое акционерное общество «Межрегиональная распределительная сетевая компания Центра и Приволжья». ОАО «МРСК  Центра и Приволжья» создано 17 декабря 2004 года. Дата государственной регистрации 28 июня 2007 года. В компании трудятся около 9000 высококвалифицированных  рабочих.