Постановка задачи прямого факторного анализа распространяется на детерминированный и стохастический случай.
Пусть у = f(х) – некоторая функция, характеризующая изменение результатного показателя или процесса; x 1 , x 2 , …, х п – факторы, от которых зависит функция f(х i ). Задана функциональная детерминированная форма связи изучаемого показателя у с набором факторов x1,х2, …, хп; у = f (x1, х2 , … , хп) .
Пусть показатель у получил приращение (∆у) за анализируемый период. Требуется определить, какой частью численное приращение функции ∆у = f(x 1 , х 2 , … , х п ) обязано приращению каждого аргумента (фактора). Сформулированная таким образом задача есть постановка задачи прямого детерминированного факторного анализа.
Примерами прямого, детерминированного, факторного анализа являются: анализ влияния производительности труда и численности работающих на объем продукции ( у – объем продукции; х, z – факторы; задана функциональная форма связи у = х · z ); анализ влияния величины прибыли, основных производственных фондов и оборотных средств на уровень рентабельности ( у – уровень рентабельности; х, z, v – соответствующие факторы; заданная функциональная форма связи у = x / (z + v) ).
Задачи прямого детерминированного факторного анализа – наиболее распространенная группа задач в анализе хозяйственной деятельности.
87. Задачи прямого стохастического факторного анализа
Теперь рассмотрим особенности постановки задачи прямого стохастического факторного анализа. Если в случае прямого детерминированного факторного анализа исходные данные для анализа имеются в форме конкретных чисел, то при прямом стохастическом факторном анализе числа заданы выборкой (временно́й или поперечной). Решения задач стохастического факторного анализа требуют: глубокого экономического исследования для выявления основных факторов, влияющих на результативный показатель; подбора вида регрессии, который бы наилучшим образом отражал действительную связь изучаемого показателя с набором факторов; разработки метода, позволяющего определить влияние каждого фактора на результативный показатель.
Если результаты прямого детерминированного анализа должны получиться точными и однозначными, то стохастического – с некоторой вероятностью (надежностью), которую следует оценить.
Примером прямого стохастического факторного анализа является регрессионный анализ производительности труда и других экономических показателей.
В экономическом анализе кроме задач, сводящихся к детализации показателя, к разбивке его на составляющие части существует группа задач, где требуется увязать ряд экономических характеристик в комплексе, т. е. построить функцию, содержащую в себе основное качество всех рассматриваемых экономических показателей-аргументов (задач синтеза). В данном случае ставится обратная задача (относительно задачи прямого факторного анализа) объединения ряда показателей в комплекс.
Допустим, что имеется набор показателей х 1 , х 2 …, x n , характеризующих некоторый экономический процесс (L) . Каждый из показателей односторонне характеризует процесс L . Требуется построить функцию f(x i ) изменения процесса L , содержащую в ceбe основные характеристики всех показателей х 1 , х 2 , …, х n или некоторых из них в комплексе. В зависимости от цели исследования функция f(x i ) должна характеризовать процесс в статике или в динамике. Данная постановка задачи называется задачей обратного факторного анализа.
88. Задачи обратного стохастического факторного анализа
Задачи обратного факторного анализа могут быть детерминированными и стохастическими. Ее примерами являются задачи комплексной оценки производственно-хозяйственной деятельности, а также задачи математического программирования, в том числе и линейного. Примером задачи обратного стохастического факторного анализа могут служить производственные функции, которыми устанавливаются зависимости между величиной выпуска продукции и затратами производственных факторов (первичных ресурсов).
Для детального исследования экономических показателей или процессов необходимо проводить не только одноступенчатый, но и цепной факторный анализ: статический (пространственный) и динамический (пространственный и во времени).
Пусть исследуется экономический показатель у; х1 х2,… хn – факторы, влияющие на этот показатель. В зависимости от цели исследования анализируется поведение показателя y ; одним из методов факторного анализа. Если х1 х2,… хn – функции более первичных факторов, то для анализа у надо объяснить поведение х 1 х 2 ,… х n ; для этого проводят дальнейшую детализацию:
х1= l1 (z1,z2, …, zm);
х2 = l ( λ1, λ2, …, λk );
хn= l (p1, p2, …, pe)…
Детализация факторов может быть продолжена и дальше. Закончив ее, решают обратную задачу факторного анализа, синтезируя результаты исследования для характеристики результативного показателя у . Такой метод исследования называется цепным статическим методом факторного анализа .
При применении цепного динамического факторного анализа для полного изучения поведения результативного показателя недостаточно его статического значения; факторный анализ показателя проводится на различных интервалах дробления времени, на которых исследуется показатель.
Анализ динамических (временны́х) рядов показателей хозяйственной деятельности, расщепление уровня ряда на его составляющие (основную линию развития – тренд, сезонную, или периодическую, составляющую, циклическую составляющую, связанную с воспроизводственными явлениями, случайную составляющую) – задача временно́го факторного анализа.89. Модели детерминированного факторного анализа и аддитивные модели
Детерминированное моделирование факторных систем – простое и эффективное средство формализации связи экономических показателей. Оно служит основой для количественной оценки роли отдельных факторов в динамике изменения обобщающего показателя.
Детерминированное моделирование факторных систем ограничено длиной факторного поля прямых связей. При недостаточном уровне знаний о природе прямых связей того или иного показателя хозяйственной деятельности часто необходим иной подход к познанию объективной действительности. Размах количественных изменений экономических показателей можно выяснить только стохастическим анализом массовых эмпирических данных.
При детерминированном факторном анализе модель изучаемого явления не изменяется по хозяйственным объектам и периодам (так как соотношения соответствующих основных категорий стабильны). При необходимости сравнения результатов деятельности отдельных хозяйств или одного хозяйства в отдельные периоды может возникать лишь вопрос о сопоставимости выявленных на основе модели количественных аналитических результатов.
Детерминированный факторный анализ представляет собой методику исследования влияния факторов, связь которых с результативным показателем носит функциональный характер, т. е. может быть выражен математической зависимостью. Детерминированные модели бывают разного типа: аддитивные, мультипликативные, кратные, смешанные.
Аддитивные модели представляют собой алгебраическую сумму показателей и имеют следующую математическую интерпретацию:
В качестве примера можно привести балансовую модель товарного обеспечения:
Nзап. 1 + Nn = N p + Nвыб + Nзап. 2
, где N p – общий объем реализации; Nзап. 1 – запасы товара на начало периода; Nn – объем поступления; Nвыб – прочее выбытие товаров; Nзап. 2 – запасы товаров на конец анализируемого периода.
90. Мультипликативная модель, смешанные и кратные модели, логарифмический способ и способ долевого участия
Мультипликативная модель представляет собой произведение факторов:
Примером мультипликативной модели является двухфакторная модель объема реализации
N = Ч · В,
где Ч – среднесписочная численность работников; В – выработка на одного работника.
Кратные модели представляют собой отношение факторов и имеют вид
,
где Z – совокупный показатель.
Смешанные модели представляют собой комбинацию перечисленных моделей. Примером смешанной модели является формула расчета интегрального показателя рентабельности:
,
где R к – рентабельность капитала; Rnp – рентабельность продаж; F e —фондоемкость основных средств; E з – коэффициент закрепления оборотных средств.
Логарифмический способ применим к кратным и мультипликативным моделям. Основан на логарифмировании отклонения отчетного и базисного значений результативного признака, равного отношению соответствующих произведений факторов, так как изменение показателей может быть оценено с помощью как абсолютных, так и относительных показателей.
Способ долевого участия заключается в определении доли каждого фактора в общей сумме их приростов, которая затем умножается на общий прирост совокупного показателя. Он применяется к аддитивным моделям и чаще всего для оценки влияния факторов второго или третьего порядков.
Для примера можно рассмотреть модель зависимости фонда заработной платы от средней заработной платы и численности персонала:
ФЗ = ЗП · Ч,
где ФЗ – фонд заработной платы; ЗП – средняя заработная плата; Ч – среднесписочная численность.