Роль аналитических процедур в аудиторской проверке. Аудит организации бухгалтерского учета и учетной политики предприятия

     Корреляция  в широком смысле слова означает связь между объективно существующими  явлениями.

     Корреляционный  анализ – вид статистического анализа, который состоит в количественной оценке силы и направления связи между двумя (парная корреляция) или несколькими (множественная корреляция) наборами данных. Для количественной оценки силы связи используются коэффициенты парной корреляции r и множественной корреляции R.

     Коэффициент корреляции (безразмерная величина) – количественный показатель линейной связи между двумя или более наборами данных, значение которого лежит в интервале от -1 до 1. Если коэффициент равен ± 1, то связь функциональная, если равен 0, то связь отсутствует.

     Для качественной оценки силы связи используются специальные табличные соотношения (см. табл. 1).

     Таблица 1

     Шкала Чеддока

 

     Направление связи определяется знаками ±: близость к +1 означает, что возрастанию одного набора значений соответствует возрастание другого набора, близость к -1 означает обратное.

     Для наглядности измерения всех связей в случае множественной корреляции целесообразно использовать корреляционную матрицу – матрицу из попарных коэффициентов корреляции.

 

     Регрессионный анализ

     Регрессионный анализ – вид статистического анализа, который состоит в представлении зависимости одних факторов от других в виде некоторой функции (уравнения регрессии) с помощью которой осуществляется прогнозирование и поиск ответа на вопросы «Что будет через какое-то время?» или «Что будет, если…?».

     В случае парной регрессии уравнение определяется по двум наборам данных, один из которых представляет значения зависимой переменной y, а другой – независимой переменной х. В случае множественной регрессии уравнение определяется по нескольким наборам данных, один из которых представляет значения зависимой переменной y, а другие независимыми переменными х₁, х₂,…, x_m.

     Получение уравнения регрессии происходит в два этапа: подбор вида функции  и вычисление параметров функции.

     Выбор функции, в большинстве случаев, производятся среди линейной, квадратичной, степенной и др. видов функций (табл. 2). К функции предъявляются  следующие требования: она должна быть достаточно простой для использования  ее в дальнейших вычислениях и  график этой функции должен проходить  вблизи экспериментальных точек  так, чтобы сумма квадратов отклонений y-координаты всех экспериментальных точек от y-координат графика функции была ба минимальной (метод наименьших квадратов).

 

     Таблица 2

     Виды  функций, применяемых в регрессионных  моделях

     

     Какой вид регрессионного анализа (парный или множественный) в большей  степени отвечает реальным условиям?

     Можно ли учесть все факторы х₁, х₂,…, x_m, …в случае множественной корреляции?

     Для количественной оценки точности построения уравнения регрессии предназначен коэффициент детерминации R², равный квадрату коэффициента корреляции и указывающий, какой процент изменения функции у объясняется воздействием факторов х_k. Чем его значение ближе к 1, тем уравнение точнее описывает исследуемую зависимость.

     Значимое  уравнение (с R² близким к 1) используется, как правило, для прогнозирования изучаемого явления. Прогноз – это вероятностное суждение о будущем, полученное путем использования совокупности научных методов. Например, прогнозирование финансового состояния выполняется для того, чтобы получить ответы на два вопроса: «как это может быть (какими могут стать финансовые показатели, если не будут приняты меры по их изменению)» и «как это должно быть (какими должны стать финансовые показатели фирмы для того, чтобы ее финансовое состояние обеспечивало высокий уровень конкурентоспособности)». Прогнозирование с целью получения ответа на первый вопрос принято называть исследовательским, на второй – нормативным.

     Существует  два способа прогнозов по уравнению  регрессии: в пределах экспериментальных  значений (интерполяция) и за пределами (экстраполяция). Применимость всякой регрессионной модели ограничена, особенно за пределами экспериментальной области, т.к. характер зависимости может существенно измениться. Поэтому достоверность исследовательского прогноза может быть невысокой. Однако его выполнение полностью обосновано. 

     1.6 Роль факторного анализа в  оценке достоверности отчетности  и прогнозировании финансового состояния

     Фактор - это причина, движущая сила какого-либо процесса или явления, определяющая его характер или одну из основных черт.

     Под факторным анализом понимается методика комплексного и системного изучения и измерения воздействия факторов на величину результативных показателей.

     В общем случае можно выделить следующие  основные этапы факторного анализа:

      Постановка  цели анализа.

      Отбор факторов, определяющих исследуемые  результативные показатели.

      Классификация и систематизация факторов с целью  обеспечения комплексного и системного подхода к исследованию их влияния  на результаты хозяйственной деятельности.

      Определение формы зависимости между факторами  и результативным показателем.

      Моделирование взаимосвязей между результативным и факторными показателями.

      Расчет  влияния факторов и оценка роли каждого  из них в изменении величины результативного  показателя.

      Работа  с факторной моделью (практическое ее использование для управления экономическими процессами).

     Отбор факторов для анализа того или  иного показателя осуществляется на основе теоретических и практических знаний в конкретной отрасли. При  этом обычно исходят из принципа: чем  больший комплекс факторов исследуется, тем точнее будут результаты анализа. Вместе с тем необходимо иметь  в виду, что если этот комплекс факторов рассматривается как механическая сумма, без учета их взаимодействия, без выделения главных, определяющих, то выводы могут быть ошибочными. В  анализе хозяйственной деятельности (АХД) взаимосвязанное исследование влияния факторов на величину результативных показателей достигается с помощью  их систематизации, что является одним  из основных методологических вопросов этой науки.

     Важным  методологическим вопросом в факторном  анализе является определение формы  зависимости между факторами  и результативными показателями: функциональная она или стохастическая, прямая или обратная, прямолинейная  или криволинейная. Здесь используется теоретический и практический опыт, а также способы сравнения  параллельных и динамичных рядов, аналитических  группировок исходной информации, графический  и др.

     Моделирование экономических показателей также  представляет собой сложную проблему в факторном анализе, решение  которой требует специальных  знаний и навыков.

     Расчет  влияния факторов - главный методологический аспект в АХД. Для определения  влияния факторов на конечные показатели используется множество способов.

     Последний этап факторного анализа - практическое использование факторной модели для подсчета резервов прироста результативного  показателя, для планирования и прогнозирования  его величины при изменении ситуации.

     В зависимости от типа факторной модели различают два основных вида факторного анализа - детерминированный и стохастический.

     Детерминированный факторный анализ представляет собой  методику исследования влияния факторов, связь которых с результативным показателем носит функциональный характер, т. е. когда результативный показатель факторной модели представлен  в виде произведения, частного или  алгебраической суммы факторов.

     Данный  вид факторного анализа наиболее распространен, поскольку, будучи достаточно простым в применении (по сравнению  со стохастическим анализом), позволяет  осознать логику действия основных факторов развития предприятия, количественно  оценить их влияние, понять, какие  факторы и в какой пропорции  возможно и целесообразно изменить для повышения эффективности  производства.

     Стохастический  анализ представляет собой методику исследования факторов, связь которых  с результативным показателем в  отличие от функциональной является неполной, вероятностной (корреляционной). Если при функциональной (полной) зависимости  с изменением аргумента всегда происходит соответствующее изменение функции, то при корреляционной связи изменение  аргумента может дать несколько  значений прироста функции в зависимости  от сочетания других факторов, определяющих данный показатель. Например, производительность труда при одном и том же уровне фондовооруженности может быть неодинаковой на разных предприятиях. Это зависит от оптимальности  сочетания других факторов, воздействующих на этот показатель.

     Стохастическое  моделирование является в определенной степени дополнением и углублением  детерминированного факторного анализа. В факторном анализе эти модели используются по трем основным причинам:

      необходимо  изучить влияние факторов, по которым  нельзя построить жестко детерминированную  факторную модель (например, уровень  финансового левериджа);

      необходимо  изучить влияние сложных факторов, которые не поддаются объединению  в одной и той же жестко детерминированной  модели;

      необходимо  изучить влияние сложных факторов, которые не могут быть выражены одним  количественным показателем (например, уровень научно-технического прогресса).

     В отличие от жестко детерминированного стохастический подход для реализации требует ряда предпосылок:

     наличие совокупности;

     достаточный объем наблюдений;

     случайность и независимость наблюдений;

     однородность;

     наличие распределения признаков, близкого к нормальному;

     наличие специального математического аппарата.