Методы анализа и диагностики финансово-хозяйственной деятельности геологоразведочных и горных предприятий

 

Решение

Период времени	Личное страхование млн. руб.	Абсолютный  прирост		Темп роста, %		Темп прироста, %		Абсолютное   значение 1 % прироста
		цепной	базисный	цепной	базисный	цепной	базисный
2000 г.	11.16	-	-	-	-	-	-	-
2001 г.	259.74	248.58	248.58	2327.42	2327.42	2227.42	2227.42	0.11
2002 г.	2877.83	2618.09	2866.67	1107.97	25787.0	1007.97	25687.0	2.60
2003 г.	9159.33	8281.50	9148.17	318.27	82072.85	218.27	81972.85	28.78
2004 г.	10229.11	6281.50	10217.95	111.68	91658.69	11.68	91558.69	91.59
2005 г.	10679.17	450.06	10668.01	104.40	95691.49	4.40	95591.49	102.29
20 06 г.	15955.41	5276.24	15984.25	119.11	142969.62	49.4	142869.62	106.79
2007 г.	36149.54	20194.1	36138.38	226.57	323920.60	126.57	323820.60	159.55
ИТОГО	85321.29	36138.4	85272.01

 

Период времени	Страхование ответствен-ности,  млн.руб	Абсолютный прирост		Темп роста, %		Темп роста, %		Абсо-лютное значе-ние 1% приро-ста
		Цепной	Базисный	Цепной	Базисный	Цепной	Базисный
2000г.	7,57	-	-	-	-	-	-	-
2001г.	91,18	83,61	83,61	1204,49	1204,49	1104,49	1104,49	0,076
2002г.	181,15	89,97	173,58	198,67	2393,00	98,67	2293	0,91
2003г.	221,47	40,32	213,90	122,26	2925,63	22,26	2825,63	1,81
2004г.	307,66	86,19	300,09	138,92	4064,26	38,92	3964,20	2,21
2005г.	304,44	-3,22	296,87	98,95	4061,30	0,99	3961,30	3,08
2006г.	288,30	-16,11	280,73	91,70	3808,45	0,95	3708,45	3,04
2007г.	497,68	209,38	490,11	172,63	6574,37	72,63	6474,37	2,88
ИТОГО	1899,45	493,11	1838,89

Значение базисного абсолютного  прироста по сравнению с первоначальным значением с каждым годом увеличивается. Увеличиваются базисные темпы роста и прироста. В 2007 г. показатели максимальны. Что касается цепных показателей, то значение абсолютного прироста максимально в 2003 г., т.к. после 2002 г. произошел резкий скачок страховых выплат с 2877,83 млн. ден. ед. до 9159,33 млн. ден. ед., т.е. сумма увеличилась на 6281,5 млн. ден. ед. Темпы роста и прироста максимальны в 2001 г., что показывает значительное увеличение суммы страховых выплат по сравнению с первым годом с 11,16 до 259,74 млн. ден. ед., т.е. приблизительно в 23 раза.

Статистические характеристики динамики, рассчитанные по уровням ряда, изменяются во времени. Они варьируют по годам, что требует их обобщения и  расчета средних показателей: среднего уровня ряда, средних абсолютных приростов, средних темпов роста и прироста.

Исследуемый динамический ряд является интервальным, для расчета среднего уровня ряда воспользуемся формулой средней арифметической простой. В  исследуемом ряду средний уровень  ряда равен 10665,12 млн. ден. ед. Средний  абсолютный прирост равен 5162,63 млн. ден. ед. (в течение 2000-2007 гг. в среднем страховые выплаты по личному страхованию увеличивались на 5162,63 млн. ден. ед.); средний темп роста равен 3,17; средний темп прироста равен 2,1.

Для сравнения проанализируем данные по страхованию ответственности. В отличие от предыдущего ряда, где значение базисного абсолютного прироста по сравнению с первоначальным значением с каждым годом увеличивается, в данном ряду до 2004 г. показатель растет, потом до 2006 г. снижается и к 2007 г. увеличивается и является максимальным. В предыдущем примере все цепные показатели положительные, т.к. каждый уровень ряда выше по сравнению с предыдущим. Здесь есть отрицательные показатели, т.к. нет стабильного роста, есть спад. Темпы роста и прироста максимальны в 2001 г. – значительное увеличение суммы страховых выплат по сравнению с 2000 г. с 7,57 до 91,18 млн. ден. ед. Увеличение страховых выплат в период 2000-2007 гг. во многом связано с экономическими реформами, развивающими систему страхования, принятием законов, развивающих и поощряющих страховую деятельность, и постепенным развитием отрасли не только на государственном уровне.

Задачи для решения.

Задача 2.2.5.а. Рассчитайте по данным таблицы темпы роста и прироста объема продукции в базисном и отчетном периодах и темпы роста и прироста численности в базисном и отчетном периодах. Сделайте аналитические выводы.

	Базисный период	Отчетный период
Объем продукции	874	790
Численность	65	73

 

Задача 2.2.5.б. Рассчитайте по данным таблицы темпы роста и прироста объема продукции в базисном и отчетном периодах и темпы роста и прироста численности в базисном и отчетном периодах. Сделайте аналитические выводы.

	Базисный период	Отчетный период
Объем продукции	973	865
Численность	42	56

Задача 2.2.5.в. Рассчитайте по данным таблицы динамику страховых выплат за период с 2003 по 2010 гг. и определите темпы роста и прироста. Результаты решения представьте в виде таблицы. Сделайте аналитические выводы.

Период време-ни	Добровольное страхование								Обязательное страхование, итого млн. руб.
	Личное		Имущественное		Ответственнос- ти		Всего
	млн. руб.	в % к общей сумме	млн. руб.	в % к общей сумме	млн. руб.	в % к общей сумме	млн. руб.	в % к общей сумме	млн. руб.	в % к общей сумме
2003	16.13		12.54		8.21		32.12		310.0		30.30
2004	320.45		231		89.21		476.54		43.83		552.74
2005	2653.99		542.90		200.22		3764.21		2325.57		4821.66
2006	10000.0		1823.11		230.43		10432.17		6076.25		16812.42
2007	11111.0		2000		210.11		17589.88		10874.17		23464.06
2008	13456.0		3029.21		300.11		13240.13		12327.47		26487.61
2009	17656.0		3298.22		301.21		19374.53		13326.40		32989.93
2010	37654.1		7343.21		500.32		46337.67		19544.38		62332.04

 

2.3. МАТЕМАТИКО-СТАТИСТИЧЕСКИЕ  МЕТОДЫ ИЗУЧЕНИЯ СВЯЗЕЙ (СТОХАСТИЧЕСКОЕ  МОДЕЛИРОВАНИЕ)

Математико-статистические методы изучения связей, называемые иначе стохастическим моделированием, являются дополнением и углублением детерминированного анализа. В анализе финансово-хозяйственной деятельности стохастические (случайные, нерегулярные) модели используются, когда необходимо:

• оценить влияние факторов, по которым нельзя построить жестко детерминированную модель;
• изучить и сравнить влияние факторов, которые невозможно включить в одну и ту же детерминированную модель;
• выделить и оценить влияние сложных факторов, которые не могут быть выражены одним определенным количественным показателем.

В отличие от детерминистского, стохастический подход для своей реализации требует  выполнения ряда предпосылок:

• наличие достаточно большой совокупности объектов (жестко детерминированную модель можно анализировать и строить по одному объекту, для стохастической же модели необходима совокупность);
• необходим достаточный объем наблюдений (по 1-2 наблюдениям судить о характере стохастической связи нельзя).

Стохастическое моделирование – сложный процесс, состоящий из нескольких этапов, на каждом из которых выполняются:

1. качественный анализ: постановка цели анализа; определение совокупности включаемых в анализ данных; определение результативных признаков; определение факторных признаков; выбор периода анализа; выбор метода анализа;
2. предварительный анализ моделируемой совокупности: проверка однородности совокупности; исключение аномальных наблюдений; уточнение необходимого объема выборки; установление законов распределения изучаемых переменных;

3)  построение регрессионной  модели экономического объекта:  перебор конкурирующих вариантов  моделей; уточнение перечня факторов, включаемых в модель; расчет оценок  параметров уравнений регрессии;

4)  оценка адекватности модели: проверка статистической значимости уравнения в целом и его отдельных параметров; проверка соответствия формальных свойств полученных оценок задачам исследования;

5) экономическая интерпретация и практическое использование модели: определение пространственно-временной устойчивости зависимостей; оценка прогностических свойств моделей.

2.3.1. Корреляционный  анализ

Корреляционный анализ – метод  установления связи и измерения  ее тесноты между признаками, которые  можно считать случайными и выбранными из совокупности, распределенной по многомерному нормальному закону.

В статистике теснота связи может  определяться с помощью различных  коэффициентов (Фишера, Пирсона, коэффициента ассоциации и др.), а в анализе  хозяйственной деятельности чаще используется линейный коэффициент корреляции.

2.3.2. Регрессионный анализ

Регрессионный анализ – метод установления аналитического выражения стохастической зависимости между исследуемыми признаками. Уравнение регрессии  показывает, как в среднем изменяется y при изменении любого из x_i:

                                    y = ƒ(x₁, x₂, ..., x_n),                              (76)

где y – зависимая переменная (она всегда одна);

        x_i – независимые переменные (факторы), их может быть несколько.

Если независимая переменная одна – простой регрессионный анализ. Если их несколько (n ≥ 2), то такой анализ называется многофакторным.

В ходе регрессионного анализа решаются основные задачи:

• построение уравнения регрессии, т.е. нахождение вида зависимости между результатным показателем и независимыми факторами – x₁, x₂, ..., x_n ;
• оценка значимости полученного уравнения, т.е. определение того, насколько выбранные факторные признаки объясняют вариацию признака (y).

2.3.3. Дисперсионный  анализ

Дисперсионный анализ – статистический метод, позволяющий подтвердить  или опровергнуть гипотезу о том, что две выборки данных относятся  к одной генеральной совокупности. Дисперсионный анализ позволяет определить в анализе деятельности предприятий, относятся ли к одной и той же совокупности данных или не относятся группы разных наблюдений. Общая дисперсия расчленяется на дисперсию: факторную (аналогичную межгрупповой дисперсии) и остаточную внутригрупповой дисперсии.

2.3.4. Кластерный  анализ

Кластерный анализ – один из методов  многомерного анализа, предназначенный  для группировки (кластеризации) совокупности, элементы которой характеризуются многими признаками. Значения каждого из признаков служат координатами каждой единицы изучаемой совокупности в многомерном пространстве признаков. Кластер-анализ позволяет разбивать исследуемую совокупность элементов при известных координатах таким образом, чтобы элементы одного класса находились на небольшом расстоянии  друг от друга, а разные классы удалены и не разбивались на  взаимомодульные части.