Принципы анализа хозяйственной деятельности организаций (стр. 2 из 3)

Рассмотрим более детально возможности использования для прогнозирования непосредственной экстраполяции на основе одиночных временных рядов и корреляционно-регрессионного метода.

Экстраполяция основана на изучении динамики изменения экономического явления (показателя) в предпрогнозируемом периоде и перенесении найденной закономерности на будущее. Для этого используется динамический (временной) ряд, который представляет собой совокупность числовых данных, характеризующих изменение показателя во времени. При построении временного ряда должна быть обеспечена сопоставимость его отдельных членов. Для этого все элементы должны характеризовать изучаемое явление за равные промежутки времени (для интервальных рядов) или фиксировать его состояние в строго определенные моменты времени (для моментных рядов). Допускается построение рядов с годовым исчислением признака и более мелкими единицами измерения времени (квартал, месяц, декада). Это дает возможность исследовать не только колебания показателей по годам, но и внутригодичную колеблемость.

Экстраполирование или распространение найденной закономерности развития внутри динамического ряда за его пределы основано на инерционности экономических явлений. Наиболее простым методом прогнозирования по одному ряду динамики является применение средних характеристик данного ряда: среднего абсолютного прироста и среднего темпа роста. Для первого случая расчетный уровень динамического ряда на любую дату

определяется по формуле:

,

где

- начальный уровень ряда;

- средний абсолютный прирост;

- порядковый номер даты (года, квартала, месяца и т.д.).

Для второго случая расчетные уровни исчисляются по формуле:

,

где

- средний темп роста, определяемый как средняя геометрическая, средняя арифметическая или по методу суммарных величин.

Прогнозирование прибыли по одному динамическому ряду имеет ограниченное применение для перспективного анализа, поскольку не дает представления о взаимосвязи прогнозируемого экономического явления с другими. Комплексный характер экономических явлений предполагает исследование не одиночного динамического ряда, а параллельно нескольких рядов, колебания которых взаимообусловлены. При этом возникает необходимость установления зависимости между этими колебаниями и измерения ее тесноты. Данные задачи решаются обычно с помощью корреляционно-регрессионного моделирования.

Корреляционная зависимость в отличие от функциональной является неполной, проявляется лишь в среднем и только в массе наблюдений. При корреляционной связи изменению аргумента соответствует несколько значений функции. В зависимости от количества отобранных факторов различают парные и многофакторные модели различного вида: линейные, степенные, логарифмические. В практике прогнозирования наибольшее распространение получили линейные модели вида:

,

где

- прогнозируемый показатель;

- прогнозные значения факторных признаков;

- значения параметров уравнения регрессии;

- период прогнозирования.

Предпочтение отдается линейным моделям по нескольким причинам: линейные модели просты, требуют меньшего числа вычислений; массовые экономические процессы, как правило, подчинены закону нормального распределения, которому свойственны линейные формы связи.

Отбор факторов, включаемых в корреляционно-регрессионную модель, осуществляется в несколько приемов: логический отбор факторов в соответствии с их экономическим содержанием, отбор существенных факторов на основе оценки их значимости по t-критерию Стьюдента, последовательный отсев незначимых факторов при построении регрессионной модели.

Упрощенно схема прогнозирования прибыли с использованием корреляционно-регрессионного анализа выглядит следующим образом:

1) исходная информация обрабатывается на ПЭВМ по типовой программе;

2) полученное уравнение регрессии проверяется на значимость в общепринятом порядке;

3) прогнозирование осуществляется по каждому одиночному динамическому ряду (фактору) методом непосредственной экстраполяции. В результате получаются прогнозные значения факторов на каждый год;

4) подставляя полученные прогнозные значения в уравнение регрессии, получаем прогнозные значения моделируемого показателя;

5) проверяется точность прогноза сопоставлением его результатов, полученных разными способами.

При прогнозировании экономических показателей для конкретных субъектов хозяйствования необходимо показатели динамических рядов привести в сопоставимый вид (нейтрализовать влияние ценового фактора).

Задача

Составить факторную модель суммы транспортных расходов и провести анализ их изменения в зависимости от факторов: массы перевозимого груза, расстояния перевозки, тарифа за 1 км. По результатам решения задачи сделать выводы.

Показатель	Организация №1		Организация №2
	Базисный период	Отчетный период	Базисный период	Отчетный период
Масса перевозимого груза, т	1200	1300	560	600
Среднее расстояние перевозки, км	30	20	55	60
Тариф на перевозку, тыс. руб./км	110	120	85	90
Расходы на перевозку, млн. руб.

Решение

Показатель	Организация №1			Организация №2
	Базисный период	Отчетный период	Отклонение (+/-)	Базисный период	Отчетный период	Отклонение (+/-)
Масса перевозимого груза, т (М)	1200	1300	+100	560	600	+40
Среднее расстояние перевозки, км (S)	30	20	-10	55	60	+5
Тариф на перевозку, тыс. руб./км (Т)	110	120	+10	85	90	+5
Расходы на перевозку, млн. руб. (Р)	3960	3120	-840	2618	3240	+622

Мы имеем трехфакторную мультипликативную модель вида:

Р = М × S × Т.

Проведем расчет влияния факторов приемом цепных подстановок.

1) организация № 1

Название фактора	Расчет влияния факторов на изменение анализируемого показателя		Величина влияния фактора, млн. руб.
	алгоритм	расчет
			3960
			4290
			2860
			3120
Название фактора	Расчет влияния факторов на изменение анализируемого показателя		Величина влияния фактора, млн. руб.
	алгоритм	расчет
Масса перевозимого груза			+330
Среднее расстояние перевозки			-1430
Тариф на перевозку			+260
Итого:			-840

Результаты расчетов свидетельствуют о том, что расходы на перевозку в отчетном году уменьшились по сравнению с базовым годом на 840 млн. руб. Увеличение массы перевозимого груза на 100 т в отчетном году по сравнению с базовым привело к увеличению расходов на перевозку на 330 млн. руб., уменьшение среднего расстояния перевозки (на 10 км) привело к снижению расходов на перевозку на 1430 млн. руб., увеличение тарифов на перевозку на 10 тыс. руб./км привело к увеличению расходов на перевозку на 260 млн. руб.