Mga pamamaraan ng pagsusuri sa kadahilanan. Multivariate analysis: mga uri, halimbawa, paraan ng pagsusuri, layunin at resulta Paano gawin ang factor analysis sa mga istatistika 6

Naaalala mo ba na ang lahat ng mga phenomena at proseso aktibidad sa ekonomiya ang mga negosyo ay magkakaugnay at magkakaugnay. Ang ilan sa kanila ay direktang nauugnay, ang iba ay hindi direkta.

Halimbawa, ang halaga ng tubo mula sa pangunahing aktibidad ay direktang nakasalalay sa dami at istraktura ng mga benta, presyo at halaga ng yunit ng produksyon. Ang lahat ng iba pang mga kadahilanan ay hindi direktang nakakaapekto sa tagapagpahiwatig na ito.

Ang bawat kababalaghan ay maaaring isaalang-alang bilang isang sanhi at bilang isang resulta.

Halimbawa, ang pagiging produktibo ng paggawa ay maaaring isaalang-alang, sa isang banda, bilang isang sanhi ng mga pagbabago sa dami ng produksyon, ang gastos ng produksyon, at sa kabilang banda, bilang isang resulta ng mga pagbabago sa antas ng mekanisasyon at automation ng produksyon. , pagpapabuti sa organisasyon ng paggawa, atbp.

Ang bawat tagapagpahiwatig ng pagganap ay nakasalalay sa marami at iba't ibang mga kadahilanan. Ang mas detalyadong impluwensya ng kadahilanan sa halaga ng epektibong tagapagpahiwatig ay pinag-aralan, mas tumpak ang mga resulta ng pagsusuri at pagtatasa ng kalidad ng trabaho ng negosyo. Samakatuwid, ang pag-aaral at pagsukat ng impluwensya ng mga kadahilanan sa halaga ng pinag-aralan na mga tagapagpahiwatig ng ekonomiya ay isang mahalagang metodolohikal na isyu ng pagsusuri sa ekonomiya. Kung walang malalim at komprehensibong pag-aaral ng mga kadahilanan, imposibleng gumawa ng mga makatwirang konklusyon tungkol sa mga resulta ng mga aktibidad, kilalanin ang mga reserbang produksyon, bigyang-katwiran ang mga plano at mga desisyon sa pamamahala.

May mga sumusunod mga uri ng factor analysis:

Deterministic at stochastic;

Direkta at baligtad;

Single-stage at multi-stage;

Retrospective (historical) at prospective (forecast).

deterministiko Ang pagsusuri ng kadahilanan ay isang pamamaraan para sa pag-aaral ng impluwensya ng mga kadahilanan, ang kaugnayan nito sa tagapagpahiwatig ng pagganap ay isang functional na kalikasan. Iyon ay, kapag ang epektibong tagapagpahiwatig ay ipinakita bilang isang produkto, pribado o algebraic na kabuuan ng mga salik.

Ang stochastic analysis ay isang pamamaraan para sa pag-aaral ng mga salik na ang kaugnayan sa tagapagpahiwatig ng pagganap ay hindi kumpleto, probabilistiko (kaugnayan).

Ano ang pagkakaiba sa pagitan ng functional at correlation dependence?

Sa isang functional dependency, na may pagbabago sa argumento, palaging may tiyak na pagbabago sa function. Sa isang stochastic na relasyon, ang pagbabago sa argumento ay maaaring magbigay ng ilang pagbabago sa function, depende sa kumbinasyon ng iba pang mga salik na tumutukoy tagapagpahiwatig na ito.

Halimbawa, ang produktibidad ng paggawa sa parehong antas ng ratio ng kapital-paggawa ay maaaring hindi pareho sa iba't ibang mga negosyo.

Sa direktang factorial Ang pagsusuri ng pananaliksik ay isinasagawa sa paraang deduktibo mula sa pangkalahatan hanggang sa partikular.

baligtad na factorial Isinasagawa ng pagsusuri ang pag-aaral ng mga ugnayang sanhi-at-bunga sa pamamagitan ng paraan ng induction - mula sa partikular na indibidwal na mga salik hanggang sa pangkalahatan.

iisang yugto Ang factor analysis ay ginagamit upang pag-aralan ang mga salik ng isang antas lamang (isang yugto) ng subordinasyon nang walang detalye sa mga bahaging bahagi.

Halimbawa: kakayahang kumita = tubo / dami ng produksyon.

Sa multistage Ang factor analysis ay ang pagdedetalye ng mga salik sa mga sangkap na bumubuo upang mapag-aralan ang kanilang pag-uugali.

Halimbawa: tubo = dami ng benta - gastos

Ang pagdedetalye ng mga kadahilanan ay maaaring ipagpatuloy pa, iyon ay, ang impluwensya ng mga kadahilanan ng iba't ibang antas ng subordination ay pinag-aaralan.

Static Ginagamit ang pagsusuri ng kadahilanan kapag pinag-aaralan ang impluwensya ng mga salik sa mga tagapagpahiwatig ng pagganap para sa isang tiyak na petsa.

Dynamic factor analysis - isang pamamaraan para sa pag-aaral ng mga ugnayang sanhi-at-epekto sa dinamika.

Pagbabalik-tanaw pinag-aaralan ng factor analysis ang mga sanhi ng mga pagbabago sa performance indicator para sa mga nakaraang panahon.

Prospective factor analysis ginalugad ang pag-uugali ng mga salik at mga tagapagpahiwatig ng pagganap sa hinaharap.

Upang magsagawa ng pagsusuri sa kadahilanan, kinakailangan upang maitatag kung aling mga tagapagpahiwatig ang pag-aaralan, at kung paano nauugnay ang mga ito sa bawat isa.

Ang pagpili ng mga kadahilanan para sa pagsusuri ay batay sa teoretikal at praktikal na kaalaman ng analyst. Sa kasong ito, karaniwang nagpapatuloy sila mula sa prinsipyo: mas malaki ang kumplikado ng mga kadahilanan na pinag-aralan, mas tumpak ang mga resulta ng pagsusuri. ngunit ang mga kadahilanan ay dapat isaalang-alang hindi bilang isang simpleng hanay ng mga numero, ngunit isinasaalang-alang ang pakikipag-ugnayan, na itinatampok ang pangunahing at pangalawang koneksyon.

Ang ugnayan sa pagitan ng mga kadahilanan at ang resultang tampok ay maaaring direkta o kabaligtaran, rectilinear o curvilinear. Upang piliin ang uri ng koneksyon, teoretikal at praktikal na karanasan, mga pamamaraan para sa paghahambing ng parallel at dynamic na serye, analytical grouping ng impormasyon, graphics, atbp.

Ang pagtukoy sa yugto ng pagsusuri ng kadahilanan ay ang pagmomodelo.

Pagmomodelo- ito ay isa sa mga pamamaraan ng pang-agham na kaalaman, sa tulong kung saan ang isang modelo (kondisyon na imahe) ng bagay ng pag-aaral ay nilikha. Ang kakanyahan nito ay nakasalalay sa katotohanan na ang kaugnayan ng pinag-aralan na tagapagpahiwatig sa kadahilanan ay ipinadala sa anyo ng isang tiyak na equation ng matematika.

Sa deterministic factor analysis, ang mga sumusunod ay nakikilala: mga uri ng mga modelo ng kadahilanan:

1. Additive ginagamit ang mga modelo sa mga kaso kung saan ang epektibong indicator ay isang algebraic na kabuuan ng ilang factorial indicator.

Halimbawa, ang modelo ng halaga ng elemento : P \u003d MZ + ZP + SS + A + Rproch,

Nasaan si R kabuuang halaga gastos ng negosyo, MZ - mga gastos sa materyal, ZP - sahod, SS - mga pagbabawas para sa segurong panlipunan, A - depreciation, Рproch - iba pang mga gastos.

2. Mga Multiplicative na Modelo, kung saan ang tagapagpahiwatig ng pagganap ay produkto ng ilang mga kadahilanan.

Halimbawa, ang pagtukoy sa sahod ng isang empleyado na may piece-rate na anyo ng suweldo: ZP \u003d St x K.

Kung saan ang ZP ay sahod, ang St ay ang rate para sa 1 produkto, ang K ay ang bilang ng mga produktong ginawa.

3. Maramihang mga modelo, kung saan ang resultang tampok ay nakuha sa pamamagitan ng paghahati ng isa tagapagpahiwatig ng kadahilanan isa pa.

Halimbawa Biyernes =GDP: NPP,

Kung saan ang PT ay produktibidad ng paggawa, ang VVP ay ang dami ng output, ang NPP ay ang bilang ng mga tauhan sa industriya at produksyon.

1. Pinaghalong (pinagsama) na mga modelo- isang kumbinasyon sa iba't ibang mga kumbinasyon ng mga nakaraang modelo.

Upang matukoy ang laki ng impluwensya ng mga indibidwal na kadahilanan sa pagbabago sa mga tagapagpahiwatig ng pagganap, ang mga sumusunod ay ginagamit: Mga pamamaraan ng pagsusuri ng kadahilanan:

1. pagpapalit ng kadena;

2. ganap na pagkakaiba;

3. kamag-anak na pagkakaiba;

5. proporsyonal na dibisyon;

6. integral;

7. logarithm

Ang pinakakaraniwang ginagamit ay ang unang apat na pamamaraan batay sa paraan ng pag-aalis.

pag-aalis- pagbubukod ng impluwensya ng lahat ng mga kadahilanan sa halaga ng epektibo, maliban sa isa - ang pinag-aaralan.

Ang pamamaraang ito ay batay sa katotohanan na ang lahat ng mga kadahilanan ay nagbabago nang nakapag-iisa sa bawat isa: ang una ay nagbabago, at ang lahat ng iba ay nananatiling hindi nagbabago, pagkatapos ay ang pangalawa, pangatlo, atbp. kasama ang natitira na hindi nagbabago, ginagawa nitong posible na matukoy ang laki ng impluwensya ng bawat kadahilanan sa halaga ng pinag-aralan na tagapagpahiwatig nang hiwalay.

Ang pinaka maraming nalalaman ay paraan ng pagpapalit ng kadena . Pinapayagan ka nitong matukoy ang impluwensya ng mga indibidwal na kadahilanan sa pagbabago sa epektibong tagapagpahiwatig sa pamamagitan ng unti-unting pagpapalit ng batayang halaga ng bawat tagapagpahiwatig ng kadahilanan sa dami ng epektibong tagapagpahiwatig sa aktwal na isa.

Ang mga kalkulasyon ay isinasagawa ayon sa sumusunod na pamamaraan.

Scheme ng factor analysis sa pamamagitan ng chain substitution method

B ay ang pangunahing halaga ng tagapagpahiwatig, F ay ang aktwal na halaga ng tagapagpahiwatig, R ang resulta.

Mayroong sumusunod na data sa gawain ng enterprise para sa buwan.

Talahanayan 6

Data sa gawain ng negosyo noong Enero 2007.

Magsagawa tayo ng factorial analysis ng pagpapatupad ng plano para sa pagpapalabas ng mga mabibiling produkto sa pamamagitan ng paraan ng ganap na pagkakaiba.

Sa kasong ito, ang mabisang tampok ay ang dami ng mabibiling produkto. Ito ay naiimpluwensyahan ng mga salik: ang bilang ng mga manggagawa, ang bilang ng mga araw na nagtrabaho ng isang manggagawa, ang haba ng isang araw ng trabaho, ang average na oras-oras na output.

Samakatuwid, ang factorial na modelo ay magiging ganito:

TP \u003d CR x D x H x V.

Pakitandaan na sa factorial model na ginamit sa chain substitution method, ang quantitative factor ay ipinahiwatig muna at qualitative factors ang pangalawa.

Kakalkulahin namin ang impluwensya ng mga kadahilanan sa talahanayan.

Talahanayan 7

Factor analysis pagbabago sa dami ng output ng mga mabibiling produkto

Pamamaraan ng ganap na pagkakaiba ay isang pinasimple na bersyon ng paraan ng mga pagpapalit ng chain, kapag sa bawat pagpapalit ang ganap na halaga ng kadahilanan, ang impluwensya nito ay kinakalkula, ay pinalitan ng paglihis ng aktwal na halaga nito mula sa nakaplanong isa. Ang pamamaraang ito ay ginagamit lamang sa mga multiplicative na modelo.

Pagpapatuloy ng halimbawa 5.

Isagawa natin ang factorial analysis ng mga pagbabago sa mga mabibiling produkto sa pamamagitan ng paraan ng ganap na pagkakaiba.

1. sukatin ang epekto ng bilang ng mga manggagawa:

(200- 250)x8x12.5=-100,000(UAH)

2. epekto ng mga pagbabago sa average na bilang ng mga araw na nagtrabaho ng isang manggagawa: 200 x (22-20) x8 x 12.5 = 40,000 (UAH)

3. ang epekto ng pagbabago sa haba ng araw ng trabaho:

200x22x(7-8)x12.5 = - 55000 (UAH)

4. ang epekto ng pagbabago sa average na oras-oras na output:

200 x22x7x (15.5 -12.5) = 92400 (UAH).

Paraan ng kamag-anak na pagkakaiba ginagamit upang pag-aralan ang multiplicative at additive-multiplicative na mga modelo tulad ng

Natutukoy ang pagbabago sa tagapagpahiwatig ng pagganap sa sumusunod na paraan:

Ayon sa panuntunang ito, upang makalkula ang impluwensya ng unang kadahilanan, kinakailangan upang i-multiply ang batayang halaga ng epektibong tagapagpahiwatig sa pamamagitan ng kamag-anak na paglaki ng unang kadahilanan, na ipinahayag bilang isang decimal na bahagi.

Upang kalkulahin ang impluwensya ng pangalawang salik, kailangan mong idagdag ang pagbabago dahil sa unang salik sa batayang halaga ng epektibong tagapagpahiwatig at pagkatapos ay i-multiply ang resultang halaga sa kamag-anak na pagtaas sa pangalawang salik.

Ang impluwensya ng ikatlong kadahilanan ay tinutukoy sa katulad na paraan: idinaragdag namin ang pagtaas nito dahil sa una at pangalawang kadahilanan sa nakaplanong halaga ng epektibong tagapagpahiwatig at i-multiply ang nagresultang halaga sa kamag-anak na pagtaas ng ikatlong kadahilanan, atbp.

Kalkulahin natin ang impluwensya ng mga salik sa pagbabago sa dami ng mabibiling output sa pamamagitan ng paraan ng mga kamag-anak na pagkakaiba.

1) sa pamamagitan ng pagbabago ng bilang ng mga manggagawa:

500,000 x (-50:250)= - 100,000 (UAH)

2) sa pamamagitan ng pagbabago ng bilang ng mga araw

(500,000 - 100,000)х(2:20)= 40,000(UAH)

3) sa pamamagitan ng pagbabago sa haba ng araw ng trabaho:

(500,000 – 100,000 + 40,000)х(-1:8)= - 55,000 (UAH)

4) sa pamamagitan ng pagbabago ng produksyon:

(500,000 - 100,000 + 40,000 - 55,000)x(3:12.5) =92,400 (UAH).

Paraan ng Index ay batay sa pagsusuri ng mga kamag-anak na tagapagpahiwatig ng dinamika, na nagpapahayag ng ratio ng aktwal na antas ng tagapagpahiwatig sa panahon ng pag-uulat sa antas nito sa base period.

Sa tulong ng pinagsama-samang mga indeks, posibleng suriin ang impluwensya ng dalawang salik lamang sa pagbabago sa antas ng epektibong tagapagpahiwatig sa multiplicative at maramihang mga modelo.

Kung ang denominator ay ibinawas mula sa numerator ng formula na bumubuo sa index, pagkatapos ay ang ganap na pagdaragdag ng epektibong katangian ay makukuha dahil sa impluwensya ng bawat salik.

Kung ang huling tatlong mga kadahilanan sa aming halimbawa ay pinagsama sa isang kumplikadong kadahilanan - ang average na buwanang output ng isang manggagawa, pagkatapos ay malulutas namin ang problemang ito gamit ang paraan ng index:

Ang average na buwanang output ng isang manggagawa ay binalak = 20X8X12.5 = 2000 UAH.

Ang average na buwanang output ng isang manggagawa ay aktwal = 22X7X15.5 = 2387 UAH.

Ang index ng output ng kalakal ay ganito ang hitsura:

477,4: 500 = 0,955

Δpq = 477.4 - 500 = - 22.6 (libong UAH)

Ang aktwal na output ng mga mabibiling produkto ay bumaba ng 0.5% kumpara sa nakaplanong output, na umabot sa UAH 22.6 thousand.

Ang impluwensya ng mga pagbabago sa average na buwanang output ay tinutukoy gamit ang index ng pisikal na dami ayon sa formula:

Δpq (q) = 596750 – 500000 = 96750 UAH

Ang epekto ng mga pagbabago sa bilang ng mga manggagawa ay tinutukoy batay sa index ng headcount:

=

Δpq (p) = 477400 - 596750 = - 119350 UAH

Kaya, dahil sa mga pagbabago sa output, ang output ng mga komersyal na produkto ng negosyo ay tumaas ng UAH 96,750, at dahil sa pagbabago sa bilang ng mga manggagawa, bumaba ito ng UAH 119,350.

Magsagawa ng factorial analysis ng phenomenon ayon sa multiplier model gamit ang paraan ng relative differences, absolute differences, ang paraan ng chain substitutions at formalization ng irreducible remainder at ang logarithmic method.

a) ganap na pagbabago: b) relatibong pagbabago:

Mga kalkulasyon

3,62*5,02*2,92*5,82=308,829

76,7807

=0,00

Pagsusulit

У4.52*5.02*4.02*5.72=521.7521

3,62*5,02*2,92*5,82=308,829

521,721-308,829=212,92

KONKLUSYON: ipinapakita ng mga kalkulasyon ng factor analysis na sa ilalim ng impluwensya ng lahat ng independiyenteng mga kadahilanan A, B, C, D, ang epektibong kadahilanan Y ay nadagdagan ng 212.92 na mga yunit. Kung saan Negatibong impluwensya Ang mga salik tulad ng B at D ay nagkaroon din ng epekto sa produktibong salik Y. Sa mga ito, ang salik na D ay may pinakamalaking impluwensya, at ang pagbabago nito ay nagdulot ng pagbaba sa epektibong salik Y ng 9.12 na mga yunit. Kasabay nito, ang mga kadahilanan A at C positibong impluwensya factor Y, kung saan ang factor C ay may pinakamalaking impluwensya, ang pagbabago nito ay nagdulot ng pagtaas sa epektibong factor Y ng 145.264 units.

2) ang paraan ng "indecomposable remainder"

Nakahiwalay na impluwensya ng mga salik

Para sa factor A \u003d 0.9 * 5.02 * 2.92 * 5.82 \u003d 76.7807

B \u003d 0.00 * 3.62 * 2.92 * 5.82 \u003d 0.00

C \u003d 1.1 * 3.62 * 5.02 * 5.82 \u003d 116.3397

D \u003d -0.10 * 3.62 * 5.02 * 5.82 \u003d -10.5763

Ang "indecomposable residue" ay tinutukoy ng formula

HINDI \u003d Hindi \u003d 212.92-182.5441 \u003d 30.38

KONKLUSYON: ipinapakita ng mga kalkulasyon ng factor analysis na sa ilalim ng impluwensya ng lahat ng independiyenteng mga kadahilanan A, B, C, D, ang epektibong kadahilanan Y ay tumaas ng 182.5441 na mga yunit. Kasabay nito, ang mga salik tulad ng B at D ay nagkaroon din ng negatibong epekto sa mabisang salik na Y. Sa mga ito, ang salik na D ay may pinakamalaking impluwensya, at ang pagbabago nito ay nagdulot ng pagbaba sa epektibong salik Y ng 10.5763 na mga yunit. Kasabay nito, ang mga kadahilanan A at C ay may positibong epekto sa kadahilanan Y, kung saan ang kadahilanan C ay may pinakamalaking impluwensya, ang pagbabago nito ay nagdulot ng pagtaas sa epektibong kadahilanan Y ng 116.3397 na mga yunit. Ang error ay 30.38.

3) Logarithmic na pamamaraan.

I Lg (i) i /Lg (i) y

Para sa factor A = 0.09643*212.92/0.22775=90.151

Para sa factor B = 0.00*212.92/0.22775=0.00

Para sa factor С = 0.13884*212.92/0.22775=129.8

Para sa factor D = -0.00753*212.92/0.22775=-7.0397

90,151+0,00+129,8+(-7,0397)= 212,9113

KONKLUSYON: ipinapakita ng mga kalkulasyon ng factor analysis na sa ilalim ng impluwensya ng lahat ng independiyenteng salik A, B, C, D, ang epektibong salik na U ay tumaas ng 212.9113 na mga yunit (ang error sa mga kalkulasyon ay nauugnay sa pag-round off ng pagbabago sa kadahilanan). Sa parehong oras, ang kadahilanan D ay may negatibong epekto sa epektibong kadahilanan Y, at ang pagbabago nito ay nagdulot ng pagbaba sa epektibong kadahilanan Y ng 7.03997 na mga yunit. Kasabay nito, ang mga kadahilanan A at C ay may positibong epekto sa kadahilanan Y, kung saan ang kadahilanan C ay may pinakamalaking impluwensya, ang pagbabago nito ay nagdulot ng pagtaas sa epektibong kadahilanan Y ng 129.8 na mga yunit.

4) Ang paraan ng ganap na pagkakaiba. Y= A*B*S*D

b) pangkalahatang pagbabago sa mga resulta ng mga kadahilanan

Solusyon

0,9*5,02*2,92*5,82=76,781

4,52*0,00*2,92*5,82=0,00

4,52*5,02*1,1*5,82=145,2639

4,52*5,02*4,02*(-0,1)= -9,1215

76,781+0,00+145,2639+(-9,1215)= 212,923

Sinusuri ang mga resulta:

У4.52*5.02*4.02*5.72=521.7521

3,62*5,02*2,92*5,82=308,829

521,721-308,829=212,92

KONKLUSYON: ipinapakita ng mga kalkulasyon ng factor analysis na sa ilalim ng impluwensya ng lahat ng independiyenteng mga kadahilanan A, B, C, D, ang epektibong kadahilanan Y ay tumaas ng 212.923 na mga yunit. Kasabay nito, ang kadahilanan D ay may negatibong epekto sa epektibong kadahilanan Y, at ang pagbabago nito ay nagdulot ng pagbawas sa epektibong kadahilanan Y ng 9.12 na mga yunit. Kasabay nito, ang mga kadahilanan A at C ay may positibong epekto sa kadahilanan Y, kung saan ang kadahilanan C ay may pinakamalaking impluwensya, ang pagbabago nito ay nagdulot ng pagtaas sa epektibong kadahilanan Y ng 145.2639 na mga yunit.

5) ang paraan ng mga pagpapalit ng chain.

Ang mga pangunahing uri ng mga modelo na ginagamit sa pagsusuri sa pananalapi at pagtataya.

Bago mo simulan ang pakikipag-usap tungkol sa isa sa mga species pagsusuri sa pananalapi- factor analysis, alalahanin kung ano ang financial analysis at kung ano ang mga layunin nito.

Ang pagsusuri sa pananalapi ay isang paraan ng pagsusuri pinansiyal na kalagayan at kahusayan ng pang-ekonomiyang entity batay sa pag-aaral ng pagtitiwala at dinamika ng mga tagapagpahiwatig pag-uulat sa pananalapi.

Ang pagsusuri sa pananalapi ay may ilang mga layunin:

• pagtatasa ng sitwasyon sa pananalapi;
• pagkakakilanlan ng mga pagbabago sa kalagayang pinansyal sa spatio-temporal na konteksto;
• pagkilala sa mga pangunahing salik na nagdulot ng mga pagbabago sa kalagayang pinansyal;
• pagtataya ng mga pangunahing uso sa kalagayang pinansyal.

Tulad ng alam mo, mayroong mga sumusunod na pangunahing uri ng pagsusuri sa pananalapi:

• pahalang na pagsusuri;
• patayong pagsusuri;
• pagsusuri ng kalakaran;
• paraan ng mga ratios sa pananalapi;
• paghahambing na pagsusuri;
• factor analysis.

Ang bawat uri ng pagsusuri sa pananalapi ay batay sa paggamit ng isang modelo na ginagawang posible upang suriin at pag-aralan ang dinamika ng mga pangunahing tagapagpahiwatig ng negosyo. Mayroong tatlong pangunahing uri ng mga modelo: descriptive, predicative at normative.

Mga Deskriptibong Modelo kilala rin bilang mga deskriptibong modelo. Ang mga ito ang pangunahing para sa pagtatasa ng kalagayan sa pananalapi ng negosyo. Kabilang dito ang: pagbuo ng isang sistema ng mga balanse sa pag-uulat, pagtatanghal ng mga pahayag sa pananalapi sa iba't ibang mga seksyon ng analytical, patayo at pahalang na pagsusuri ng pag-uulat, isang sistema ng mga analytical ratio, analytical na mga tala sa pag-uulat. Ang lahat ng mga modelong ito ay batay sa paggamit ng impormasyon sa accounting.

Sa kaibuturan patayong pagsusuri mayroong ibang pagtatanghal ng mga pahayag sa pananalapi - sa anyo ng mga kamag-anak na halaga na nagpapakilala sa istraktura ng pag-generalize ng mga huling tagapagpahiwatig. Ang isang obligadong elemento ng pagsusuri ay ang dynamic na serye ng mga halagang ito, na nagbibigay-daan sa iyong subaybayan at mahulaan ang mga pagbabago sa istruktura sa komposisyon pondo ng sambahayan at mga mapagkukunan ng saklaw.

Pahalang na Pagsusuri nagbibigay-daan sa iyong tukuyin ang mga uso sa mga indibidwal na item o kanilang mga grupo na bahagi ng mga financial statement. Ang pagsusuri na ito ay batay sa pagkalkula ng mga pangunahing rate ng paglago ng balanse at mga item sa pahayag ng kita.

Sistema ng analytical coefficients- ang pangunahing elemento ng pagsusuri ng kondisyon sa pananalapi, na ginagamit ng iba't ibang mga grupo ng gumagamit: mga tagapamahala, analyst, shareholder, mamumuhunan, mga nagpapautang, atbp. Mayroong dose-dosenang mga naturang tagapagpahiwatig, na nahahati sa ilang mga grupo ayon sa mga pangunahing lugar ng pagsusuri sa pananalapi:

• mga tagapagpahiwatig ng pagkatubig;
• mga tagapagpahiwatig ng katatagan sa pananalapi;
• mga tagapagpahiwatig ng aktibidad ng negosyo;
• mga tagapagpahiwatig ng kakayahang kumita.

Mga Predicative na Modelo ay mga predictive na modelo. Ginagamit ang mga ito upang mahulaan ang kita ng negosyo at ang kalagayang pinansyal nito sa hinaharap. Ang pinakakaraniwan sa mga ito ay: pagkalkula ng punto ng kritikal na dami ng benta, pagtatayo ng mga predictive na ulat sa pananalapi, mga dynamic na modelo ng pagsusuri (mahigpit na tinutukoy na mga modelo ng kadahilanan at mga modelo ng regression), mga modelo ng pagsusuri sa sitwasyon.

mga normatibong modelo. Ginagawang posible ng mga modelo ng ganitong uri na ihambing ang aktwal na pagganap ng mga negosyo sa mga inaasahang kinakalkula ayon sa badyet. Ang mga modelong ito ay pangunahing ginagamit sa panloob na pagsusuri sa pananalapi. Ang kanilang kakanyahan ay nabawasan sa pagtatatag ng mga pamantayan para sa bawat item ng paggasta para sa teknolohikal na proseso, mga uri ng produkto, mga sentro ng responsibilidad, atbp., at sa pagsusuri ng mga paglihis ng aktwal na data mula sa mga pamantayang ito. Ang pagsusuri ay higit na nakabatay sa paggamit ng mga modelo ng salik na mahigpit na tinutukoy.

Tulad ng nakikita natin, ang pagmomodelo at pagsusuri ng mga modelo ng kadahilanan ay sumasakop sa isang mahalagang lugar sa pamamaraan ng pagsusuri sa pananalapi. Isaalang-alang natin ang aspetong ito nang mas detalyado.

Mga pangunahing kaalaman sa pagmomodelo.

Ang paggana ng anumang socio-economic system (na kinabibilangan ng isang operating enterprise) ay nangyayari sa isang komplikadong interaksyon ng isang complex ng panloob at panlabas na mga kadahilanan. Salik- ito ang dahilan, ang puwersang nagtutulak ng anumang proseso o kababalaghan, na tumutukoy sa kalikasan nito o isa sa mga pangunahing tampok.

Pag-uuri at sistematisasyon ng mga kadahilanan sa pagsusuri ng aktibidad sa ekonomiya.

Ang pag-uuri ng mga kadahilanan ay ang kanilang pamamahagi sa mga pangkat depende sa karaniwang mga tampok. Pinapayagan ka nitong mas maunawaan ang mga dahilan para sa pagbabago sa mga phenomena na pinag-aaralan, mas tumpak na masuri ang lugar at papel ng bawat kadahilanan sa pagbuo ng halaga ng mga epektibong tagapagpahiwatig.

Ang mga salik na pinag-aralan sa pagsusuri ay maaaring uriin ayon sa iba't ibang pamantayan.

Sa kanilang likas na katangian, ang mga salik ay nahahati sa natural, sosyo-ekonomiko at produksyon-ekonomiko.

Ang mga likas na salik ay may malaking impluwensya sa mga resulta ng mga operasyon sa agrikultura, V panggugubat at iba pang industriya. Ang accounting para sa kanilang impluwensya ay ginagawang posible upang mas tumpak na masuri ang mga resulta ng gawain ng mga entidad ng negosyo.

Kasama sa mga salik na sosyo-ekonomiko ang mga kondisyon ng pamumuhay ng mga manggagawa, ang organisasyon ng gawaing libangan sa mga negosyo na may mapanganib na produksyon, ang pangkalahatang antas ng pagsasanay ng mga tauhan, atbp. Nag-aambag sila sa isang mas kumpletong paggamit ng mga mapagkukunan ng produksyon ng negosyo at pinatataas ang kahusayan ng trabaho nito .

Tinutukoy ng mga salik ng produksyon at pang-ekonomiya ang pagkakumpleto at kahusayan ng paggamit ng mga mapagkukunan ng produksyon ng negosyo at ang mga huling resulta ng mga aktibidad nito.

Ayon sa antas ng epekto sa mga resulta ng aktibidad sa ekonomiya, ang mga kadahilanan ay nahahati sa pangunahin at pangalawa. Ang pangunahing mga kadahilanan ay ang mga may tiyak na epekto sa tagapagpahiwatig ng pagganap. Ang mga walang mapagpasyang epekto sa mga resulta ng aktibidad sa ekonomiya sa kasalukuyang mga kondisyon ay itinuturing na pangalawa. Dapat pansinin na, depende sa mga pangyayari, ang parehong kadahilanan ay maaaring parehong pangunahin at pangalawa. Ang kakayahang makilala ang mga pangunahing mula sa buong hanay ng mga kadahilanan ay nagsisiguro sa kawastuhan ng mga konklusyon batay sa mga resulta ng pagsusuri.

Ang mga kadahilanan ay nahahati sa domestic At panlabas, depende sa kung sila ay apektado ng mga aktibidad ng negosyo o hindi. Nakatuon ang pagsusuri sa panloob na mga kadahilanan na maaaring maimpluwensyahan ng kumpanya.

Ang mga kadahilanan ay nahahati sa layunin independyente sa kagustuhan at kagustuhan ng mga tao, at subjective apektado ng mga aktibidad ng mga legal na entity at indibidwal.

Ayon sa antas ng pagkalat, ang mga kadahilanan ay nahahati sa pangkalahatan at tiyak. Pangkalahatang Salik gumana sa lahat ng sektor ng ekonomiya. Ang mga partikular na salik ay gumagana sa loob ng isang partikular na industriya o isang partikular na negosyo.

Sa takbo ng gawain ng organisasyon, patuloy na nakakaapekto ang ilang salik sa pinag-aralan na indicator sa buong panahon. Ang ganitong mga kadahilanan ay tinatawag permanente. Ang mga salik na ang impluwensya ay ipinahayag sa pana-panahon ay tinatawag mga variable(ito ay, halimbawa, ang pagpapakilala ng bagong teknolohiya, mga bagong uri ng produkto).

Ang malaking kahalagahan para sa pagtatasa ng mga aktibidad ng mga negosyo ay ang paghahati ng mga kadahilanan ayon sa likas na katangian ng kanilang aksyon matindi At malawak. Kasama sa mga malawak na salik ang mga nauugnay sa pagbabago sa dami, sa halip na mga katangian ng husay ng paggana ng negosyo. Isang halimbawa ay ang pagtaas ng volume ng produksyon dahil sa pagtaas ng bilang ng mga manggagawa. Ang masinsinang mga kadahilanan ay nagpapakilala sa husay na bahagi ng proseso ng produksyon. Ang isang halimbawa ay ang pagtaas ng dami ng produksyon sa pamamagitan ng pagtaas ng antas ng produktibidad ng paggawa.

Karamihan sa mga pinag-aralan na kadahilanan ay kumplikado sa kanilang komposisyon, na binubuo ng ilang mga elemento. Gayunpaman, mayroon ding mga hindi nabubulok sa mga bahaging bahagi. Sa bagay na ito, ang mga kadahilanan ay nahahati sa kumplikado (kumplikado) At simple (elemental). Ang isang halimbawa ng isang kumplikadong kadahilanan ay ang produktibidad ng paggawa, at ang isang simple ay ang bilang ng mga araw ng trabaho sa panahon ng pag-uulat.

Ayon sa antas ng subordination (hierarchy), ang mga kadahilanan ng una, pangalawa, pangatlo at kasunod na antas ng subordination ay nakikilala. SA mga kadahilanan sa unang antas ay ang mga direktang nakakaapekto sa pagganap. Ang mga salik na hindi direktang nakakaapekto sa tagapagpahiwatig ng pagganap, sa tulong ng mga salik sa unang antas, ay tinatawag pangalawang antas na mga kadahilanan atbp.

Malinaw na kapag pinag-aaralan ang epekto sa gawain ng isang negosyo ng anumang pangkat ng mga kadahilanan, kinakailangan upang i-streamline ang mga ito, iyon ay, pag-aralan na isinasaalang-alang ang kanilang panloob at Pakikipag-ugnayang panlabas, interaksyon at subordination. Ito ay nakakamit sa pamamagitan ng systematization. Ang sistematisasyon ay ang paglalagay ng mga pinag-aralan na phenomena o mga bagay sa isang tiyak na pagkakasunud-sunod na may pagkakakilanlan ng kanilang relasyon at subordination.

Paglikha mga sistema ng kadahilanan ay isa sa mga paraan ng naturang sistematisasyon ng mga salik. Isaalang-alang ang konsepto ng isang factor system.

Mga sistema ng kadahilanan

Ang lahat ng mga phenomena at proseso ng pang-ekonomiyang aktibidad ng mga negosyo ay magkakaugnay. Komunikasyon ng mga pang-ekonomiyang phenomena ay ang magkasanib na pagbabago ng dalawa o higit pang phenomena. Kabilang sa maraming anyo ng regular na relasyon, isang mahalagang papel ang ginagampanan ng sanhi (deterministic) na isa, kung saan ang isang kababalaghan ay nagbubunga ng isa pa.

Sa pang-ekonomiyang aktibidad ng negosyo, ang ilang mga phenomena ay direktang nauugnay sa bawat isa, ang iba - hindi direkta. Halimbawa, ang halaga ng kabuuang output ay direktang apektado ng mga kadahilanan tulad ng bilang ng mga manggagawa at ang antas ng produktibidad ng kanilang paggawa. Maraming iba pang mga kadahilanan ang hindi direktang nakakaapekto sa tagapagpahiwatig na ito.

Bilang karagdagan, ang bawat kababalaghan ay maaaring ituring bilang isang sanhi at bilang isang resulta. Halimbawa, ang produktibidad ng paggawa ay maaaring ituring, sa isang banda, bilang sanhi ng pagbabago sa dami ng produksyon, ang antas ng gastos nito, at sa kabilang banda, bilang resulta ng pagbabago sa antas ng mekanisasyon at automation ng produksyon, isang pagpapabuti sa organisasyon ng paggawa, atbp.

Ang quantitative characterization ng interrelated phenomena ay isinasagawa sa tulong ng mga indicator. Ang mga tagapagpahiwatig na nagpapakilala sa sanhi ay tinatawag na factorial (independiyente); Ang mga tagapagpahiwatig na nagpapakilala sa kahihinatnan ay tinatawag na epektibo (umaasa). Tinatawag ang kabuuan ng mga kadahilanan at resultang mga palatandaan na konektado ng isang sanhi na relasyon sistema ng kadahilanan.

Pagmomodelo Ang anumang kababalaghan ay ang pagbuo ng isang mathematical expression ng umiiral na dependence. Ang pagmomodelo ay isa sa pinakamahalagang pamamaraan ng kaalamang siyentipiko. Mayroong dalawang uri ng mga dependency na pinag-aralan sa proseso ng factor analysis: functional at stochastic.

Ang relasyon ay tinatawag na functional, o mahigpit na tinutukoy, kung ang bawat value ng factor attribute ay tumutugma sa isang well-defined non-random value ng effective attribute.

Ang koneksyon ay tinatawag na stochastic (probabilistic) kung ang bawat halaga ng katangian ng kadahilanan ay tumutugma sa isang hanay ng mga halaga ng epektibong katangian, ibig sabihin, isang tiyak na pamamahagi ng istatistika.

Modelo factorial system - isang mathematical formula na nagpapahayag ng tunay na relasyon sa pagitan ng mga nasuri na phenomena. Sa pangkalahatan, maaari itong ilarawan bilang mga sumusunod:

saan ang mabisang tanda;

Mga palatandaan ng kadahilanan.

Kaya, ang bawat tagapagpahiwatig ng pagganap ay nakasalalay sa marami at iba't ibang mga kadahilanan. Sa puso ng pagsusuri sa ekonomiya at ang seksyon nito - factor analysis- pagtukoy, pagsusuri at paghula sa impluwensya ng mga salik sa pagbabago sa mabisang tagapagpahiwatig. Ang mas detalyadong pag-asa ng epektibong tagapagpahiwatig sa ilang mga kadahilanan, mas tumpak ang mga resulta ng pagsusuri at pagtatasa ng kalidad ng gawain ng mga negosyo. Kung walang malalim at komprehensibong pag-aaral ng mga kadahilanan, imposibleng gumawa ng mga makatwirang konklusyon tungkol sa mga resulta ng mga aktibidad, kilalanin ang mga reserbang produksyon, bigyang-katwiran ang mga plano at mga desisyon sa pamamahala.

Factor analysis, mga uri at gawain nito.

Sa ilalim factor analysis ay tumutukoy sa pamamaraan ng kumplikado at sistematikong pag-aaral at pagsukat ng epekto ng mga salik sa laki ng mga tagapagpahiwatig ng pagganap.

Sa pangkalahatan, ang mga sumusunod ay maaaring makilala pangunahing yugto ng pagsusuri ng kadahilanan:

1. Pagtatakda ng layunin ng pagsusuri.
2. Pagpili ng mga salik na tumutukoy sa pinag-aralan na mga tagapagpahiwatig ng pagganap.
3. Pag-uuri at systematization ng mga kadahilanan upang magbigay ng isang pinagsama-samang at sistematikong diskarte sa pag-aaral ng kanilang epekto sa mga resulta ng pang-ekonomiyang aktibidad.
4. Pagpapasiya ng anyo ng pag-asa sa pagitan ng mga kadahilanan at tagapagpahiwatig ng pagganap.
5. Pagmomodelo ng kaugnayan sa pagitan ng pagganap at mga tagapagpahiwatig ng kadahilanan.
6. Pagkalkula ng impluwensya ng mga kadahilanan at pagtatasa ng papel ng bawat isa sa kanila sa pagbabago ng halaga ng epektibong tagapagpahiwatig.
7. Paggawa gamit ang isang modelo ng kadahilanan (praktikal na paggamit nito para sa pamamahala ng mga prosesong pang-ekonomiya).

Pagpili ng mga salik para sa pagsusuri isa o isa pang tagapagpahiwatig ay isinasagawa batay sa teoretikal at praktikal na kaalaman sa isang partikular na industriya. Sa kasong ito, karaniwang nagpapatuloy sila mula sa prinsipyo: mas malaki ang kumplikado ng mga kadahilanan na pinag-aralan, mas tumpak ang mga resulta ng pagsusuri. Kasabay nito, dapat tandaan na kung ang kumplikadong mga kadahilanan na ito ay isinasaalang-alang bilang isang mekanikal na kabuuan, nang hindi isinasaalang-alang ang kanilang pakikipag-ugnayan, nang hindi binibigyang-diin ang mga pangunahing pagtukoy, kung gayon ang mga konklusyon ay maaaring mali. Sa pagsusuri ng aktibidad sa ekonomiya (AHA), ang isang magkakaugnay na pag-aaral ng impluwensya ng mga kadahilanan sa halaga ng mga epektibong tagapagpahiwatig ay nakamit sa pamamagitan ng kanilang systematization, na isa sa mga pangunahing metodolohikal na isyu ng agham na ito.

Ang isang mahalagang metodolohikal na isyu sa pagsusuri ng kadahilanan ay pagpapasiya ng anyo ng pagtitiwala sa pagitan ng mga kadahilanan at mga tagapagpahiwatig ng pagganap: functional o stochastic, direkta o baligtad, rectilinear o curvilinear. Gumagamit ito ng teoretikal at praktikal na karanasan, pati na rin ang mga pamamaraan para sa paghahambing ng parallel at dynamic na serye, analytical groupings ng paunang impormasyon, graphical, atbp.

Pagmomodelo ng mga tagapagpahiwatig ng ekonomiya ay isa ring masalimuot na problema sa factor analysis, na ang solusyon ay nangangailangan ng espesyal na kaalaman at kasanayan.

Pagkalkula ng impluwensya ng mga kadahilanan- ang pangunahing metodolohikal na aspeto sa AHD. Upang matukoy ang impluwensya ng mga kadahilanan sa mga huling tagapagpahiwatig, maraming mga pamamaraan ang ginagamit, na tatalakayin nang mas detalyado sa ibaba.

Ang huling yugto ng pagsusuri ng kadahilanan ay praktikal na paggamit ng factor model upang kalkulahin ang mga reserba para sa paglago ng epektibong tagapagpahiwatig, upang magplano at mahulaan ang halaga nito kapag nagbago ang sitwasyon.

Depende sa uri ng factor model, mayroong dalawang pangunahing uri ng factor analysis - deterministic at stochastic.

ay isang pamamaraan para sa pag-aaral ng impluwensya ng mga kadahilanan na ang kaugnayan sa tagapagpahiwatig ng pagganap ay gumagana, ibig sabihin, kapag ang tagapagpahiwatig ng pagganap ng modelo ng kadahilanan ay ipinakita bilang isang produkto, pribado o algebraic na kabuuan ng mga kadahilanan.

Ganitong klase Ang pagsusuri ng kadahilanan ay ang pinaka-karaniwan, dahil, sa pagiging medyo simple na gamitin (kumpara sa stochastic analysis), pinapayagan ka nitong maunawaan ang lohika ng mga pangunahing kadahilanan sa pag-unlad ng isang negosyo, mabilang ang kanilang impluwensya, maunawaan kung aling mga kadahilanan at sa kung anong proporsyon ito ay posible at nararapat na magbago upang mapabuti ang kahusayan sa produksyon. Ang deterministic factor analysis ay tatalakayin nang detalyado sa isang hiwalay na kabanata.

Stochastic analysis ay isang pamamaraan para sa pag-aaral ng mga salik na ang kaugnayan sa tagapagpahiwatig ng pagganap, sa kaibahan sa functional na isa, ay hindi kumpleto, probabilistiko (kaugnayan). Kung sa isang functional (buong) pag-asa, ang isang kaukulang pagbabago sa function ay palaging nangyayari sa isang pagbabago sa argumento, pagkatapos ay may kaugnayan sa ugnayan, ang isang pagbabago sa argumento ay maaaring magbigay ng ilang mga halaga ng pagtaas sa function, depende sa ang kumbinasyon ng iba pang mga kadahilanan na tumutukoy sa tagapagpahiwatig na ito. Halimbawa, ang produktibidad ng paggawa sa parehong antas ng ratio ng kapital-paggawa ay maaaring hindi pareho sa iba't ibang mga negosyo. Depende ito sa pinakamainam na kumbinasyon ng iba pang mga kadahilanan na nakakaapekto sa tagapagpahiwatig na ito.

Ang Stochastic modeling ay, sa isang tiyak na lawak, isang karagdagan at pagpapalawig ng deterministic factor analysis. Sa factor analysis, ang mga modelong ito ay ginagamit para sa tatlong pangunahing dahilan:

• kinakailangang pag-aralan ang impluwensya ng mga salik kung saan imposibleng bumuo ng isang matibay na tinutukoy na modelo ng factorial (halimbawa, ang antas ng pinansiyal na pagkilos);

• kinakailangang pag-aralan ang impluwensya ng kumplikadong mga kadahilanan na hindi maaaring pagsamahin sa parehong rigidly deterministic na modelo;
• kinakailangang pag-aralan ang impluwensya ng mga kumplikadong kadahilanan na hindi maipahayag sa isang tagapagpahiwatig ng dami (halimbawa, ang antas ng pag-unlad ng siyensya at teknolohikal).

Sa kaibahan sa mahigpit na deterministikong diskarte, ang stochastic na diskarte para sa pagpapatupad ay nangangailangan ng ilang mga kinakailangan:

1. ang pagkakaroon ng isang populasyon;
2. sapat na dami ng mga obserbasyon;
3. randomness at kalayaan ng mga obserbasyon;
4. homogeneity;
5. ang pagkakaroon ng isang pamamahagi ng mga palatandaan na malapit sa normal;
6. ang pagkakaroon ng isang espesyal na mathematical apparatus.

Ang pagtatayo ng isang stochastic na modelo ay isinasagawa sa maraming yugto:

• pagsusuri ng husay (pagtatakda ng layunin ng pagsusuri, pagtukoy sa populasyon, pagtukoy ng epektibo at mga palatandaan ng kadahilanan, pagpili ng panahon kung saan isinasagawa ang pagsusuri, pagpili ng paraan ng pagsusuri);
• paunang pagsusuri ng simulate na populasyon (pagsusuri sa homogeneity ng populasyon, hindi kasama ang mga maanomalyang obserbasyon, paglilinaw ng kinakailangang laki ng sample, pagtatatag ng mga batas ng pamamahagi ng mga pinag-aralan na tagapagpahiwatig);
• pagbuo ng isang stochastic (regression) na modelo (pagpipino ng listahan ng mga kadahilanan, pagkalkula ng mga pagtatantya ng mga parameter ng equation ng regression, enumeration ng mga nakikipagkumpitensyang modelo);
• pagtatasa ng kasapatan ng modelo (pagsuri sa istatistikal na kahalagahan ng equation sa kabuuan at sa mga indibidwal na parameter nito, pagsuri sa pagkakatugma ng mga pormal na katangian ng mga pagtatantya sa mga layunin ng pag-aaral);
• interpretasyong pang-ekonomiya at praktikal na paggamit ng modelo (pagpapasiya ng spatio-temporal na katatagan ng constructed dependence, pagtatasa ng mga praktikal na katangian ng modelo).

Bilang karagdagan sa paghahati sa deterministic at stochastic, ang mga sumusunod na uri ng factor analysis ay nakikilala:

• direkta at baligtad;
• single-stage at multi-stage;
• static at dynamic;
• retrospective at prospective (pagtataya).

Sa direktang pagsusuri ng kadahilanan isinasagawa ang pananaliksik sa paraang deduktibo - mula sa pangkalahatan hanggang sa partikular. Inverse factor analysis nagsasagawa ng pag-aaral ng mga ugnayang sanhi-at-epekto sa pamamagitan ng paraan ng lohikal na induction - mula sa pribado, indibidwal na mga kadahilanan hanggang sa pangkalahatan.

Factor analysis ay maaaring iisang yugto At multistage. Ang unang uri ay ginagamit upang pag-aralan ang mga salik ng isang antas lamang (isang yugto) ng subordinasyon nang hindi idinetalye ang mga ito sa kanilang mga bumubuong bahagi. Halimbawa, . Sa multistage factor analysis, ang mga salik ay detalyado a At b sa mga bumubuong elemento upang mapag-aralan ang kanilang pag-uugali. Ang pagdetalye ng mga salik ay maaaring ipagpatuloy pa. Sa kasong ito, pinag-aaralan ang impluwensya ng mga salik ng iba't ibang antas ng subordination.

Kinakailangan din na makilala static At pabago-bago factor analysis. Ang unang uri ay ginagamit kapag pinag-aaralan ang impluwensya ng mga salik sa mga tagapagpahiwatig ng pagganap para sa kaukulang petsa. Ang isa pang uri ay isang pamamaraan para sa pag-aaral ng mga ugnayang sanhi-at-epekto sa dinamika.

Sa wakas, ang pagsusuri ng kadahilanan ay maaaring pagbabalik-tanaw na pinag-aaralan ang mga dahilan para sa pagtaas ng mga tagapagpahiwatig ng pagganap para sa mga nakaraang panahon, at nangangako na sumusuri sa pag-uugali ng mga salik at mga tagapagpahiwatig ng pagganap sa hinaharap.

Deterministic factor analysis.

Deterministic factor analysis ay may medyo mahigpit na pagkakasunud-sunod ng mga pamamaraan na isinagawa:

• pagbuo ng isang matipid na tunog deterministikong modelo ng kadahilanan;
• pagpili ng paraan ng pagsusuri ng kadahilanan at paghahanda ng mga kondisyon para sa pagpapatupad nito;
• pagpapatupad ng mga pamamaraan sa pagkalkula para sa pagsusuri ng modelo;
• pagbabalangkas ng mga konklusyon at rekomendasyon batay sa mga resulta ng pagsusuri.

Ang unang yugto ay lalong mahalaga, dahil ang isang maling binuo na modelo ay maaaring humantong sa lohikal na hindi makatarungang mga resulta. Ang kahulugan ng yugtong ito ay ang mga sumusunod: anumang extension ng isang rigidly determined factor model ay hindi dapat sumalungat sa lohika ng sanhi-at-bunga na relasyon. Bilang halimbawa, isaalang-alang ang isang modelo na nag-uugnay sa dami ng mga benta (P), bilang ng bilang (H) at produktibidad ng paggawa (PT). Sa teorya, tatlong mga modelo ang maaaring tuklasin:

Ang lahat ng tatlong mga formula ay tama mula sa pananaw ng aritmetika, gayunpaman, mula sa pananaw ng pagsusuri ng kadahilanan, ang una lamang ang may katuturan, dahil dito ang mga tagapagpahiwatig sa kanang bahagi ng formula ay mga kadahilanan, i.e. ang sanhi na bumubuo at tumutukoy sa halaga ng indicator sa kaliwang bahagi (kinahinatnan ).

Sa ikalawang yugto, ang isa sa mga pamamaraan ng pagsusuri ng kadahilanan ay napili: integral, chain substitutions, logarithmic, atbp Ang bawat isa sa mga pamamaraang ito ay may sariling mga pakinabang at disadvantages. Maikling pahambing na katangian tatalakayin natin ang mga pamamaraang ito sa ibaba.

Mga uri ng mga modelo ng deterministikong kadahilanan.

Umiiral sumusunod na mga modelo deterministikong pagsusuri:

pandagdag na modelo, ibig sabihin, isang modelo kung saan ang mga salik ay kasama sa anyo ng isang algebraic sum, bilang isang halimbawa, maaari nating banggitin ang modelo ng balanse ng kalakal:

saan R- pagpapatupad;

Mga stock sa simula ng panahon;

P- pagtanggap ng kalakal;

Mga stock sa pagtatapos ng panahon;

SA- iba pang pagtatapon ng mga kalakal;

multiplicative na modelo, ibig sabihin, isang modelo kung saan ang mga salik ay kasama sa anyo ng isang produkto; Ang isang halimbawa ay ang pinakasimpleng two-factor na modelo:

saan R- pagpapatupad;

H- numero;

Biyernes- produktibidad ng paggawa;

maramihang modelo, ibig sabihin, isang modelo na isang ratio ng mga salik, halimbawa:

kung saan - ratio ng kapital-paggawa;

OS

H- numero;

pinaghalong modelo, ibig sabihin, isang modelo kung saan ang mga salik ay kasama sa iba't ibang kumbinasyon, halimbawa:

,

saan R- pagpapatupad;

kakayahang kumita;

OS- halaga ng mga fixed asset;
Tungkol sa- presyo kapital ng paggawa.

Ang isang mahigpit na deterministikong modelo na may higit sa dalawang salik ay tinatawag multifactorial.

Mga karaniwang problema ng deterministic factor analysis.

Mayroong apat na tipikal na gawain sa deterministic factor analysis:

1. Pagsusuri ng impluwensya ng kamag-anak na pagbabago sa mga salik sa kamag-anak na pagbabago sa tagapagpahiwatig ng pagganap.
2. Pagtatasa ng impluwensya ng ganap na pagbabago ng i-th factor sa ganap na pagbabago ng epektibong tagapagpahiwatig.
3. Pagpapasiya ng ratio ng magnitude ng pagbabago sa epektibong tagapagpahiwatig na dulot ng pagbabago sa i-th factor sa batayang halaga ng epektibong tagapagpahiwatig.
4. Pagtukoy sa bahagi ng ganap na pagbabago sa tagapagpahiwatig ng pagganap na sanhi ng pagbabago sa i-th na kadahilanan sa kabuuang pagbabago sa tagapagpahiwatig ng pagganap.

Ilarawan natin ang mga problemang ito at isaalang-alang ang solusyon ng bawat isa sa kanila gamit ang isang tiyak na simpleng halimbawa.

Halimbawa.

Ang dami ng kabuuang output (GRP) ay nakasalalay sa dalawang pangunahing salik ng unang antas: ang bilang ng mga empleyado (HR) at ang average na taunang output (GV). Meron tayong two-factor multiplicative na modelo: . Isaalang-alang ang isang sitwasyon kung saan ang output at ang bilang ng mga manggagawa sa panahon ng pag-uulat ay lumihis mula sa mga nakaplanong halaga.

Ang data para sa mga kalkulasyon ay ibinibigay sa Talahanayan 1.

Talahanayan 1. Data para sa factor analysis ng volume ng gross output.

Gawain 1.

Ang problema ay may katuturan para sa multiplicative at maramihang mga modelo. Isaalang-alang ang pinakasimpleng two-factor na modelo. Malinaw, kapag sinusuri ang dinamika ng mga tagapagpahiwatig na ito, ang sumusunod na ugnayan sa pagitan ng mga indeks ay matutupad:

kung saan ang index value ay ang ratio ng indicator value sa panahon ng pag-uulat sa base one.

Kalkulahin natin ang mga indeks ng kabuuang output, bilang ng mga empleyado at average na taunang output para sa ating halimbawa:

;

.

Ayon sa panuntunan sa itaas, ang index ng kabuuang output ay katumbas ng produkto ng mga indeks ng bilang ng mga empleyado at ang average na taunang output, i.e.

Malinaw, kung direktang kalkulahin natin ang index ng kabuuang output, makakakuha tayo ng parehong halaga:

.

Maaari nating tapusin na bilang resulta ng pagtaas ng bilang ng mga empleyado ng 1.2 beses at pagtaas ng average na taunang output ng 1.25 beses, ang dami ng kabuuang output ay tumaas ng 1.5 beses.

Kaya, ang mga kamag-anak na pagbabago sa kadahilanan at mga tagapagpahiwatig ng pagganap ay nauugnay sa parehong pagtitiwala sa mga tagapagpahiwatig sa orihinal na modelo. Ang problemang ito ay nalulutas sa pamamagitan ng pagsagot sa mga tanong tulad ng: "Ano ang mangyayari kung i-th indicator ay magbabago ng n%, at j-th indicator pagbabago ng k%?".

Gawain 2.

Ay pangunahing gawain deterministic factor analysis; kanya pangkalahatang setting mukhang:

Hayaan - isang modelong mahigpit na tinutukoy na nagpapakilala sa pagbabago sa epektibong tagapagpahiwatig y mula sa n mga kadahilanan; ang lahat ng mga tagapagpahiwatig ay nakatanggap ng isang pagtaas (halimbawa, sa dinamika, kung ihahambing sa plano, kung ihahambing sa pamantayan):

Ito ay kinakailangan upang matukoy kung aling bahagi ng pagtaas ng epektibong tagapagpahiwatig y ay dahil sa pagtaas ng i-th factor, ibig sabihin, isulat ang sumusunod na dependence:

kung saan ang pangkalahatang pagbabago sa tagapagpahiwatig ng pagganap, na nabuo sa ilalim ng sabay-sabay na impluwensya ng lahat ng mga katangian ng kadahilanan;

Ang pagbabago sa epektibong tagapagpahiwatig sa ilalim ng impluwensya ng salik lamang.

Depende sa kung aling paraan ng pagsusuri ng modelo ang pipiliin, maaaring mag-iba ang mga factorial expansion. Samakatuwid, sa konteksto ng gawaing ito, isasaalang-alang namin ang mga pangunahing pamamaraan para sa pagsusuri ng mga factorial na modelo.

Mga pangunahing pamamaraan ng deterministic factor analysis.

Ang isa sa pinakamahalagang pamamaraan sa AHD ay ang pagpapasiya ng laki ng impluwensya ng mga indibidwal na kadahilanan sa paglago ng mga tagapagpahiwatig ng pagganap. Sa deterministic factor analysis (DFA), ang mga sumusunod na pamamaraan ay ginagamit para dito: pagtukoy sa nakahiwalay na impluwensya ng mga salik, pagpapalit ng kadena, ganap na pagkakaiba, mga pagkakaiba sa kamag-anak, proporsyonal na dibisyon, integral, logarithms, atbp.

Ang unang tatlong pamamaraan ay batay sa paraan ng pag-aalis. Ang pag-alis ay nangangahulugan ng pagtanggal, pagtanggi, pagbubukod ng impluwensya ng lahat ng mga kadahilanan sa halaga ng epektibong tagapagpahiwatig, maliban sa isa. Ang pamamaraang ito ay nagpapatuloy mula sa katotohanan na ang lahat ng mga kadahilanan ay nagbabago nang nakapag-iisa sa isa't isa: una ang isa ay nagbabago, at ang lahat ng iba ay nananatiling hindi nagbabago, pagkatapos ay dalawang nagbabago, pagkatapos ay tatlo, atbp., habang ang iba ay nananatiling hindi nagbabago. Ito ay nagpapahintulot sa iyo na matukoy ang impluwensya ng bawat salik sa halaga ng pinag-aralan na tagapagpahiwatig nang hiwalay.

Pagbigyan natin maikling paglalarawan ang pinakakaraniwang paraan.

Ang paraan ng pagpapalit ng kadena ay isang napaka-simple at madaling gamitin na paraan, ang pinaka maraming nalalaman sa lahat. Ginagamit ito upang kalkulahin ang impluwensya ng mga kadahilanan sa lahat ng uri ng mga modelo ng deterministikong kadahilanan: additive, multiplicative, multiple at mixed. Ang pamamaraang ito ay nagbibigay-daan sa iyo upang matukoy ang impluwensya ng mga indibidwal na salik sa pagbabago sa halaga ng epektibong tagapagpahiwatig sa pamamagitan ng unti-unting pagpapalit ng batayang halaga ng bawat tagapagpahiwatig ng kadahilanan sa dami ng epektibong tagapagpahiwatig sa aktwal na halaga sa panahon ng pag-uulat. Para sa layuning ito, ang isang bilang ng mga kondisyong halaga ng epektibong tagapagpahiwatig ay tinutukoy, na isinasaalang-alang ang pagbabago sa isa, pagkatapos dalawa, pagkatapos tatlo, atbp. na mga kadahilanan, sa pag-aakalang ang iba ay hindi nagbabago. Ang paghahambing ng halaga ng epektibong tagapagpahiwatig bago at pagkatapos ng pagbabago ng antas ng isa o isa pang kadahilanan ay nagbibigay-daan sa iyo upang matukoy ang epekto ng isang partikular na kadahilanan sa paglago ng epektibong tagapagpahiwatig, hindi kasama ang impluwensya ng iba pang mga kadahilanan. Kapag ginagamit ang pamamaraang ito, nakakamit ang kumpletong agnas.

Alalahanin na kapag ginagamit ang pamamaraang ito, ang pagkakasunud-sunod kung saan nagbabago ang mga halaga ng mga kadahilanan ay napakahalaga, dahil ang dami ng pagtatasa ng impluwensya ng bawat kadahilanan ay nakasalalay dito.

Una sa lahat, dapat tandaan na walang at hindi maaaring maging isang solong paraan para sa pagtukoy ng pagkakasunud-sunod na ito - may mga modelo kung saan maaari itong matukoy nang arbitraryo. Para lamang sa isang maliit na bilang ng mga modelo, maaaring gamitin ang mga pormal na diskarte. Sa pagsasagawa, ang problemang ito ay hindi napakahalaga, dahil sa isang retrospective analysis, ang mga uso at ang kamag-anak na kahalagahan ng isang partikular na kadahilanan ay mahalaga, at hindi tumpak na mga pagtatantya ng kanilang impluwensya.

Gayunpaman, upang masunod ang higit pa o hindi gaanong pinag-isang diskarte sa pagtukoy ng pagkakasunud-sunod ng pagpapalit ng mga salik sa modelo, maaaring mabuo ang mga pangkalahatang prinsipyo. Ipakilala natin ang ilang mga kahulugan.

Ang isang palatandaan na direktang nauugnay sa hindi pangkaraniwang bagay na pinag-aaralan at nagpapakilala sa dami ng bahagi nito ay tinatawag pangunahin o dami. Ang mga palatandaang ito ay: a) ganap (volumetric); b) maaari silang ibuod sa espasyo at oras. Bilang halimbawa, maaari nating banggitin ang dami ng mga benta, numero, halaga ng kapital sa paggawa, atbp.

Ang mga palatandaan na nauugnay sa hindi pangkaraniwang bagay na pinag-aaralan ay hindi direkta, ngunit sa pamamagitan ng isa o higit pang iba pang mga palatandaan at nagpapakilala sa husay na bahagi ng hindi pangkaraniwang bagay na pinag-aaralan, ay tinatawag na pangalawa o kalidad. Ang mga palatandaang ito ay: a) kamag-anak; b) hindi sila maibubuod sa espasyo at panahon. Ang mga halimbawa ay ang ratio ng kapital-paggawa, kakayahang kumita, atbp. Sa pagsusuri, ang mga pangalawang kadahilanan ng 1st, 2nd, atbp. na mga order ay nakikilala, na nakuha sa pamamagitan ng sunud-sunod na pagdedetalye.

Ang isang matibay na tinutukoy na modelo ng kadahilanan ay tinatawag na kumpleto kung ang mabisang tagapagpahiwatig ay quantitative, at hindi kumpleto kung ang mabisang tagapagpahiwatig ay husay. Sa isang kumpletong two-factor model, ang isang factor ay palaging quantitative, ang pangalawa ay qualitative. Sa kasong ito, ang pagpapalit ng mga kadahilanan ay inirerekomenda na magsimula sa isang quantitative indicator. Kung mayroong maraming mga quantitative at maraming mga tagapagpahiwatig ng husay, dapat mo munang baguhin ang halaga ng mga kadahilanan ng unang antas ng subordination, at pagkatapos ay ang mas mababang isa. Kaya, ang aplikasyon ng paraan ng pagpapalit ng kadena ay nangangailangan ng kaalaman sa kaugnayan ng mga salik, ang kanilang subordination, ang kakayahang wastong pag-uri-uriin at pag-systematize ang mga ito.

Ngayon tingnan natin ang aming halimbawa, ang pamamaraan para sa paglalapat ng paraan ng mga pagpapalit ng chain.

Ang algorithm para sa pagkalkula sa pamamagitan ng paraan ng pagpapalit ng chain para sa modelong ito ay ang mga sumusunod:

Tulad ng nakikita mo, ang pangalawang tagapagpahiwatig ng kabuuang output ay naiiba mula sa una dahil kapag kinakalkula ito, ang aktwal na bilang ng mga manggagawa ay kinuha sa halip na ang binalak. Ang average na taunang output ng isang manggagawa sa parehong mga kaso ay pinlano. Nangangahulugan ito na dahil sa pagtaas ng bilang ng mga manggagawa, ang output ay tumaas ng 32,000 milyong rubles. (192,000 - 160,000).

Ang pangatlong tagapagpahiwatig ay naiiba sa pangalawa na kapag kinakalkula ang halaga nito, ang output ng mga manggagawa ay kinuha sa aktwal na antas sa halip na ang nakaplanong isa. Ang bilang ng mga empleyado sa parehong mga kaso ay aktwal. Samakatuwid, dahil sa pagtaas ng produktibidad ng paggawa, ang dami ng kabuuang output ay tumaas ng 48,000 milyong rubles. (240,000 - 192,000).

Kaya, ang labis na katuparan ng plano sa mga tuntunin ng kabuuang output ay resulta ng impluwensya ng mga sumusunod na salik:

Ang algebraic na kabuuan ng mga salik kapag ginagamit ang paraang ito ay dapat na katumbas ng kabuuang pagtaas sa epektibong tagapagpahiwatig:

Ang kawalan ng naturang pagkakapantay-pantay ay nagpapahiwatig ng mga pagkakamali sa mga kalkulasyon.

Ang iba pang mga paraan ng pagsusuri, tulad ng integral at logarithmic, ay nagbibigay-daan sa iyo upang makamit ang higit pa mataas na presisyon mga kalkulasyon, gayunpaman, ang mga pamamaraang ito ay may mas limitadong saklaw at nangangailangan ng malaking halaga ng mga kalkulasyon, na hindi maginhawa para sa pagsusuri sa pagpapatakbo.

Gawain 3.

Sa isang tiyak na kahulugan, ito ay bunga ng pangalawang tipikal na problema, dahil ito ay batay sa nakuha na factorial expansion. Ang pangangailangan upang malutas ang problemang ito ay dahil sa ang katunayan na ang mga elemento ng factorial expansion ay ganap na mga halaga, na mahirap gamitin para sa space-time na mga paghahambing. Kapag nilulutas ang problema 3, ang pagpapalawak ng kadahilanan ay pupunan ng mga kamag-anak na tagapagpahiwatig:

.

Economic interpretation: ipinapakita ng koepisyent kung gaano karaming porsyento ang nabago ng performance indicator kumpara sa baseline sa ilalim ng impluwensya ng i-th factor.

Kalkulahin ang mga coefficient α para sa aming halimbawa, gamit ang factorial expansion na nakuha nang mas maaga sa pamamagitan ng paraan ng mga pagpapalit ng chain:

;

Kaya, tumaas ng 20% ​​ang volume ng gross output dahil sa pagtaas ng bilang ng mga manggagawa at ng 30% dahil sa pagtaas ng output. Ang kabuuang pagtaas sa kabuuang output ay umabot sa 50%.

Gawain 4.

Nalutas din ito batay sa pangunahing gawain 2 at nabawasan sa pagkalkula ng mga tagapagpahiwatig:

.

Interpretasyong pang-ekonomiya: ang koepisyent ay nagpapakita ng bahagi ng pagtaas sa epektibong tagapagpahiwatig dahil sa pagbabago sa i-th factor. Walang tanong dito kung ang lahat ng mga palatandaan ng kadahilanan ay nagbabago sa parehong direksyon (alinman sa pagtaas o pagbaba). Kung hindi matugunan ang kundisyong ito, maaaring maging kumplikado ang solusyon sa problema. Sa partikular, sa pinakasimpleng dalawang-factor na modelo, sa ganitong kaso, ang pagkalkula ayon sa formula sa itaas ay hindi ginanap at itinuturing na 100% ng pagtaas sa epektibong tagapagpahiwatig ay dahil sa isang pagbabago sa nangingibabaw na katangian ng kadahilanan. , ibig sabihin, isang senyales na nagbabago nang unidirection sa epektibong indicator.

Kalkulahin ang mga coefficient γ para sa aming halimbawa, gamit ang factorial expansion na nakuha ng paraan ng mga pagpapalit ng chain:

Kaya, ang pagtaas sa bilang ng mga empleyado ay nagkakahalaga ng 40% ng kabuuang pagtaas sa kabuuang output, at ang pagtaas sa output - 60%. Samakatuwid, ang pagtaas ng produksyon sa sitwasyong ito ay ang pagtukoy sa kadahilanan.

Para sa matagumpay na aktibidad Ang maingat na pagpaplano ay mahalaga sa anumang negosyo. Ang batayan nito ay isang pagsusuri sa kadahilanan ng iba't ibang mga tagapagpahiwatig, na nagbibigay-daan upang patunayan ang mga plano, suriin ang kalidad ng mga sistema ng accounting at kontrol. Batay sa mga resulta, ang mga taktika at diskarte ng negosyo ay binuo. Kadalasan, ang pagsusuri ng kadahilanan ay isinasagawa na may kaugnayan sa kita upang matukoy kung paano apektado ang tagapagpahiwatig na ito ng kalidad at dami ng mga produkto, produktibidad ng paggawa. Para sa mga negosyong pangkalakalan Ang pagsusuri sa pagbebenta ay ang pinakamahalaga.

Layunin ng pananaliksik pinansiyal na mga resulta- subaybayan ang pagpapatupad ng mga plano at matukoy kung anong layunin at subjective na mga kadahilanan ang nakakaapekto sa antas ng kita. Ang proseso ng pagkalkula ay gumagamit ng mga kredensyal at impormasyon mula sa plano ng negosyo. Batay sa mga resulta, ang mga reserba ay tinutukoy upang madagdagan ang netong kita.

Ang mga kalkulasyon ay isinasagawa ayon sa:

• gross, nabubuwisan,
• pangunahing mga kalakal (serbisyo, gawa)
• kita mula sa iba pang mga benta
• non-operating income

Layunin ng pananaliksik:

• tukuyin ang mga paglihis para sa bawat tampok
• tuklasin ang pagbabago at istruktura ng bawat indicator
• suriin ang pagganap ng negosyo para sa isang tiyak na panahon

Ang istraktura at komposisyon ng kita, dinamika kumpara sa mga nakaraang yugto ng panahon, ang epekto ng napiling patakaran sa accounting sa bawat uri ng kita at ang halaga ng dibidendo at mga bawas sa buwis ay sinusuri.

Mahalagang isaalang-alang ang lahat ng mga salik na nakakaapekto sa resulta ng aktibidad ng entrepreneurial:

• kita mula sa mga operasyon na may mga pera, deposito, bono, pagbabahagi
• pagkalugi mula sa masamang utang, parusa, multa, parusa
• kita sa pag-upa, natanggap na mga parusa, mga multa, mga parusa
• Mga pagkalugi mula sa negatibong mga nakaraang kita at natural na sakuna
• mga gastos para sa pagbabayad ng mga buwis at mga bawas sa mga pondong wala sa badyet

Pangunahing tagapagpahiwatig matagumpay na gawain– mataas na kakayahang kumita. Kinakailangang pag-aralan ang pag-asa ng tagapagpahiwatig na ito para sa buong negosyo at para sa bawat linya ng aktibidad. Ang kakayahang kumita ng mga benta, balik sa namuhunan na kapital, mga pamumuhunan at mga gastos ay tinasa. Ang mga kalkulasyon ay isinasagawa para sa bawat uri ng kita (gross, mula sa mga benta, net).

Ang pagsusuri sa kadahilanan ay binubuo ng ilang mga yugto:

• salik sa pagpili
• kanilang sistematisasyon at pag-uuri
• pagmomodelo ng mga ugnayan sa pagitan ng salik at resulta
• pagpapasiya ng bawat kadahilanan at pagkalkula ng impluwensya nito sa resulta ng aktibidad sa ekonomiya
• pagbuo ng mga rekomendasyon upang magamit ang mga resulta sa pagsasanay

Mga pangunahing elemento: mga pagbabago sa kakayahang kumita, kita at gastos.

Para sa factorial na pananaliksik, maaari mong gamitin ang iba pang mga tagapagpahiwatig, halimbawa, kakayahang kumita:

• mga pamumuhunan (ang ratio ng halaga sa "bottom line" sa halaga ng sariling mga pondo)
• equity
• mga asset (ang ratio ng halaga sa "bottom line" sa kabuuang volume ng unang seksyon ng balanse)
• (ang ratio ng halaga sa "bottom line" sa dami ng working capital)
• benta (ang ratio ng halaga sa "bottom line" sa kita)

Ang pagkakaiba sa pagitan ng mga halaga para sa base at kasalukuyang taon ay kinakalkula, ang mga salik na nakaimpluwensya sa mga pagbabago ay natukoy.

Pag-aaral ng mga salik na nakakaapekto sa kakayahang kumita ng mga benta

Ang kita sa benta ay nakasalalay sa:

• dami ng mga kalakal na naibenta
• istraktura ng mga kalakal na ibinebenta
• pangunahing gastos
• average na antas ng presyo
• gastos sa negosyo

Sa kurso ng pag-aaral, ang bawat salik at ang impluwensya nito ay sinusuri.

Pangkalahatang tagapagpahiwatig ng pagbabago sa kita mula sa pagbebenta ng mga kalakal:

ΔР = Р1 – Р0, kung saan

• P1 - tubo ng kasalukuyang panahon
• P0 - tubo ng nakaraang panahon

Kapag kinakalkula ang epekto ng dami ng mga kalakal na ibinebenta sa kakayahang kumita, ang pagtaas sa dami (bilang isang porsyento) ay unang kinakalkula:

ΔQ = Q1 / Q0 * 100 - 100, kung saan

• Q1 - kita ng kasalukuyang panahon sa mga presyo ng base
• Q0 - kita ng nakaraang panahon

ΔР1 = Р0 * ΔQ / 100, kung saan

• ΔР1 - pagbabago sa dami ng mga kalakal na ibinebenta

Ang mga problema ay maaaring malikha sa pamamagitan ng paghahambing ng data ng base at pag-uulat ng agwat ng oras, lalo na kung ang mga produkto ay magkakaiba. Ang problema ay nalutas sa pamamagitan ng paggamit ng mga presyo ng nakaraang panahon bilang batayan.

Ang epekto sa presyo ng gastos ay kinakalkula ng formula:

ΔР2 = С0 – С1, kung saan

• C0 - ang halaga ng mga kalakal na ibinebenta sa panahon ng pag-uulat sa mga presyo ng nakaraang panahon
• C1 - ang halaga ng mga kalakal na ibinebenta sa panahon ng pag-uulat sa kasalukuyang mga presyo

Ginagamit din ang formula na ito sa pagkalkula ng epekto ng mga gastos sa pagbebenta at administratibo.

Ang pagbabago sa presyo ng pagbebenta ay kinakalkula ng formula:

ΔР3 = Q1 – Q2, kung saan

• Q1 - kita ng kasalukuyang panahon sa kasalukuyang mga presyo
• Q2 - kita ng kasalukuyang panahon sa mga presyo ng base

Upang kalkulahin ang epekto ng istraktura ng produkto sa mga kita, ginagamit ang sumusunod na formula:

ΔР4 = ΔР - ΔР1 - ΔР2 - ΔР3

Upang matukoy ang epekto ng lahat ng mga kadahilanan, ginagamit ang formula:

ΔР = Р1 – Р0 = ΔР1 + ΔР2 + ΔР3 + ΔР4

Batay sa mga resulta, ang mga reserba ay tinutukoy na nagpapahintulot. Ito ay maaaring isang pagtaas sa dami ng mga produktong ibinebenta, isang pagbawas sa kabuuang gastos o mga indibidwal na bahagi nito, isang pagpapabuti sa istraktura (kalidad, assortment) ng mga ginawa (nabenta) na mga produkto.

Halimbawa ng pagkalkula

Upang gumawa ng mga kalkulasyon, kailangan mong kumuha ng data mula sa balanse para sa kasalukuyan at batayang taon.

Isang halimbawa ng pagkalkula ng mga indicator ng factor analysis ng kita mula sa mga benta, kung:

• kita 60,000 at 55,000 (sa kasalukuyang mga presyo) o 45,833 (sa mga presyo ng batayang taon)
• gastos sa produksyon 40,000 at 35,000
• gastos sa pagbebenta 3,000 at 2,000
• gastos sa pamamahala 5,000 at 4,000
• kabuuang gastos 48,000 at 41,000
• index ng pagbabago ng presyo ng pagbebenta 1.2
• tubo 12,000 at 14,000

(ang unang tagapagpahiwatig ay tumutukoy sa batayang panahon, ang pangalawa - sa panahon ng pag-uulat).

Pagbabago ng kita:

ΔP \u003d P1 - P0 \u003d 12,000 - 14,000 \u003d -2,000

Kita ng kasalukuyang panahon sa mga presyo ng nakaraan: 55,000 / 1.2 = 45,833.

Pagtaas / pagbaba sa dami ng benta:

ΔQ = Q1 / Q0 * 100 = 45,833 / 60,000 * 100 - 100 = -24%

Epekto ng pagbawas ng volume:

ΔP1 \u003d P0 * ΔQ / 100 \u003d 12,000 * (-24) / 100 \u003d -1,480

Impluwensya ng hindi kumpleto (produksyon) gastos:

ΔР2 \u003d С0 - С1 \u003d 40,000 - 35,000 * 1.2 \u003d -2,000

Epekto ng mga gastos sa pagbebenta:

ΔР2 \u003d С0 - С1 \u003d 3,000 - 2,000 * 1.2 \u003d 600

Epekto ng mga gastos sa pamamahala:

ΔР2 \u003d С0 - С1 \u003d 5,000 - 4,000 * 1.2 \u003d 200

Ang epekto ng pagbabago sa halaga ng benta:

ΔР3 \u003d Q1 - Q2 \u003d 55,000 - 45,833 \u003d 9,167

Impluwensiya sa istruktura:

ΔР4 = ΔР - ΔР1 - ΔР2 - ΔР3 = -2,000 - 1,480 - 2,000 + 600 + 200 + 9,167 = 4,467

Impluwensya ng lahat ng mga kadahilanan:

ΔР = ΔР1 + ΔР2 + ΔР3 + ΔР4 = -1 480 - 2 000 + 600 + 200 + 9 167 + 3 467 = 9 114

Ang mga resulta ay nagpapakita na ang kita sa panahon ng pag-uulat ay bumaba dahil sa pagbaba sa dami ng mga benta at pagtaas ng mga gastos sa produksyon. Ang pagbabago sa istraktura at halaga ng mga produkto sa panahon ng pagbebenta ay may positibong epekto.

Pag-aaral ng mga salik na nakakaapekto sa kabuuang kita

Ang mga sumusunod na gastos ay hindi isinasaalang-alang kapag kinakalkula ang kabuuang kita:

• komersyal
• managerial
• hindi gumagana
• operating room
• buwis
• emergency
• iba pa

Sa halimbawang tinalakay sa nakaraang seksyon, magbabago ang 3:

• magiging 2000 ang halaga
• impluwensya ng istruktura 3 667
• impluwensya ng lahat ng salik 8 314

Ang mga halaga ay magiging mas kaunti, dahil ang mga gastos sa pagbebenta at administratibo na nagbabago sa buong presyo ng gastos ay hindi isinasaalang-alang.

Pag-aaral ng mga salik na nakakaapekto sa laki ng netong kita

Ang lahat ng mga kadahilanan na nakakaimpluwensya sa tagapagpahiwatig na ito ay nahahati sa panloob at panlabas. Kasama sa unang grupo ang mga pamamaraan ng accounting, mga pamamaraan para sa pagbuo ng istraktura ng gastos, ang pangalawa - ang epekto ng klima, mga pagbabago sa mga taripa at mga presyo para sa mga hilaw na materyales, mga pagbabago sa mga kontrata, force majeure. Ang netong kita ay kinakalkula sa pamamagitan ng pagbabawas ng mga gastos sa produksyon, pamamahala at komersyal na mga gastos, iba pang mga gastos, at mga buwis mula sa kita.

Para sa mga kalkulasyon, ginagamit ang formula:

∆Rch = ∆Р + ∆С + ∆К + ∆У + ∆П + ∆NP, kung saan

• ∆Р - pagbabago sa kita
• ∆С - pagbabago sa gastos
• ∆K - pagbabago sa mga komersyal na gastos
• ∆У - pagbabago sa mga gastos sa pamamahala
• ∆P - pagbabago sa iba pang kita/gastos
• ∆NR - pagbabago ng laki pagkatapos ng pagsasaayos

Kapag kinakalkula ang mga pagbabago sa mga indibidwal na kadahilanan, ginagamit ang sumusunod na formula:

ΔI2 = I0 - I1, kung saan

• I0 - mga gastos ng kasalukuyang panahon sa mga presyo ng nakaraan
• I1 - mga gastos sa panahon ng pag-uulat sa kasalukuyang mga presyo

Katulad nito, ang isang pag-aaral ay isinasagawa ng kita mula sa mga karagdagang aktibidad, halimbawa, pakikilahok sa iba pang mga negosyo, mga deposito, mga deposito sa mga bono. Ito ay nagpapahintulot sa iyo na matukoy ang mga salik na nakakaapekto sa kakayahang kumita at ang pagiging posible ng pamumuhunan. Halimbawa, kung ang kita mula sa interes sa mga deposito ay bumaba, hindi mo dapat gamitin ang ganitong uri ng pamumuhunan sa hinaharap.

Kapag nagtatrabaho sa "bottom line", mayroon ding pag-aaral ng kalidad at paggamit netong kita. Ang tagapagpahiwatig na ito ay maaaring mapabuti sa pamamagitan ng pagbabawas ng agwat sa pagitan ng figure sa balanse at ang tunay na halaga ng mga pondo. Para dito, nagbabago ang paraan, mga paraan ng pag-alis ng gastos at pagbuo ng mga reserba.

Upang pag-aralan ang paggamit ng mga kinita na pondo, ang pormula para sa pagkalkula ng kakayahang kumita ng isang bahagi ay ginagamit:

Pa \u003d (Pch - Dpr) / Qo, kung saan

• Pa - kakayahang kumita ng isang bahagi
• Pch - netong kita
• Dpr - ang halaga ng mga dibidendo sa bawat ginustong bahagi
• Qo - ang bilang ng mga ordinaryong pagbabahagi sa sirkulasyon

Ang netong kita ay ginagamit para sa:

• pagbabayad ng dibidendo
• pagbuo ng mga ipon at reserba
• mga kontribusyon sa mga pondong panlipunan at pangkawanggawa

Ang pagsusuri sa salik ay maaari ding isagawa sa mga hakbang na ito upang ihambing ang mga volume at pagkakaiba-iba sa dalawa o higit pang mga yugto.

Ginagawang posible ng pagsusuri ng salik na mas malalim at detalyadong masuri ang estado ng pananalapi ng negosyo sa pamamagitan ng pagtukoy sa mga salik na may pinakamalaking epekto sa kakayahang kumita ng negosyo. Batay sa mga resulta, posibleng matukoy nang eksakto kung anong mga aksyon ang kinakailangan.

Isulat ang iyong tanong sa form sa ibaba

Ang lahat ng proseso ng negosyo ng mga negosyo ay magkakaugnay at magkakaugnay. Ang ilan sa kanila ay direktang nauugnay sa isa't isa, ang ilan ay ipinahayag nang hindi direkta. Kaya, isang mahalagang isyu sa pagsusuri sa ekonomiya ay isang pagtatasa ng impluwensya ng isang salik sa isa o iba pa tagapagpahiwatig ng ekonomiya Para dito, ginagamit ang factor analysis.

Pagsusuri ng kadahilanan ng negosyo. Kahulugan. Mga layunin. Mga uri

Ang factor analysis ay tumutukoy sa siyentipikong literatura sa seksyon ng multivariate statistical analysis, kung saan ang pagtatasa ng mga naobserbahang variable ay isinasagawa gamit ang covariance o correlation matrice.

Ang pagsusuri sa kadahilanan ay unang ginamit sa psychometrics at kasalukuyang ginagamit sa halos lahat ng agham, mula sa sikolohiya hanggang sa neurophysiology at agham pampulitika. Ang mga pangunahing konsepto ng factor analysis ay tinukoy ng English psychologist na si Galton at pagkatapos ay binuo nina Spearman, Thurstone, at Cattell.

Maaaring makilala 2 layunin ng factor analysis:
– pagpapasiya ng ugnayan sa pagitan ng mga variable (pag-uuri).
– pagbabawas ng bilang ng mga variable (clustering).

Pagsusuri ng kadahilanan ng negosyo- isang komprehensibong pamamaraan para sa sistematikong pag-aaral at pagtatasa ng epekto ng mga kadahilanan sa halaga ng epektibong tagapagpahiwatig.

Ang mga sumusunod ay maaaring makilala mga uri ng factor analysis:

1. Functional, kung saan ang mabisang tagapagpahiwatig ay tinukoy bilang isang produkto o isang algebraic na kabuuan ng mga salik.
2. Kaugnayan (stochastic) - ang kaugnayan sa pagitan ng tagapagpahiwatig ng pagganap at mga kadahilanan ay probabilistic.
3. Direkta / Baliktad - mula sa pangkalahatan hanggang sa tiyak at kabaliktaran.
4. Isang yugto / maraming yugto.
5. Retrospective / prospective.

Tingnan natin ang unang dalawa.

Upang magawa kailangan ang factor analysis:
Ang lahat ng mga kadahilanan ay dapat na quantitative.
- Ang bilang ng mga kadahilanan ay 2 beses na higit pa kaysa sa mga tagapagpahiwatig ng pagganap.
- homogenous na sample.
– Normal na pamamahagi ng mga salik.

Factor analysis isinasagawa sa maraming yugto:
Stage 1. Mga napiling salik.
Stage 2. Ang mga kadahilanan ay inuri at sistematiko.
Stage 3. Ang kaugnayan sa pagitan ng tagapagpahiwatig ng pagganap at mga kadahilanan ay namodelo.
Stage 4. Pagsusuri ng impluwensya ng bawat salik sa tagapagpahiwatig ng pagganap.
Stage 5 Praktikal na paggamit ng modelo.

Ang mga pamamaraan ng deterministic factor analysis at mga pamamaraan ng stochastic factor analysis ay naisa-isa.

Deterministic factor analysis- isang pag-aaral kung saan ang mga salik ay nakakaapekto sa pagganap na tagapagpahiwatig. Mga pamamaraan ng deterministic factor analysis - ang paraan ng ganap na pagkakaiba, ang paraan ng logarithm, ang paraan ng mga kamag-anak na pagkakaiba. Ang ganitong uri ng pagsusuri ay ang pinaka-karaniwan dahil sa kadalian ng paggamit nito at nagbibigay-daan sa iyo na maunawaan ang mga salik na kailangang baguhin upang madagdagan / mabawasan ang epektibong tagapagpahiwatig.

Stochastic factor analysis- isang pag-aaral kung saan ang mga salik ay nakakaapekto sa performance indicator nang malamang, i.e. kapag nagbago ang isang kadahilanan, maaaring mayroong ilang mga halaga (o isang saklaw) ng resultang tagapagpahiwatig. Mga pamamaraan ng stochastic factor analysis - teorya ng laro, mathematical programming, multiple correlation analysis, matrix models.