Шпаргалка по "Анализ хозяйственной деятельности"

По аналитическому содержанию различают таблицы, отражающие характеристику изучаемого объекта по тем или другим признакам, порядок расчета показателей, динамику изучаемых показателей, структурные изменения в составе показателей, взаимосвязь показателей по различным признакам, результаты расчета влияния факторов на уровень исследуемого показателя, методику подсчета резервов, сводные результаты анализа.

 

10.Применение приема относительных величин и балансового

метода  в АХД

Прием относительных величин

Экономические явления, которые изучаются в  АХД, имеют, как правило, количественную определенность, которая выражается в абсолютных и относительных величинах.

Абсолютные величины показывают количественные размеры явления в единицах меры, веса, объема, протяженности площади, стоимости и т.д.

Относительные показатели отражают соотношение величины изучаемого явления с величиной какого-либо другого явления или с величиной этого явления, но взятой за другое время или по другому объекту. Относительные показатели получают в результате деления одной величины на другую, которая принимается за базу сравнения.

Относительные величины помогают раскрыть качественное содержание абсолютных величин. При  этом исчисляются проценты, коэффициенты и индексы.

Процентная  величина – показатель, получаемый в результате сравнения двух абсолютных величин, выраженный в процентах.

Коэффициент – определяет степень взаимосвязи  двух абсолютных величин.

Индекс  – показывает, во сколько раз  или на сколько одна абсолютная величина больше другой или какую часть одна абсолютная величина составляет от другой.

Для характеристики изменения показателей за какой-либо промежуток времени используют относительные величины динамики. Их определяют путем деления величины показателя текущего периода на его уровень в предыдущем периоде. Называются они темпами роста (прироста) и выражаются обычно в процентах или коэффициентах. Относительные величины динамики могут быть базисными и цепными. В первом случае каждый следующий уровень динамического ряда сравнивается с базисным годом, а в другом - уровень показателя следующего года относится к предыдущему.

Балансовый метод

Это специальный прием сопоставления  взаимосвязанных показателей хозяйственной деятельности с целью выяснения и измерения их взаимного влияния, а также подсчета резервов.

Балансовый метод базируется на известном балансовом уравнении: Актив = Пассив

Балансовый приём используется для отражения взаимосвязи между  двумя и более показателями, входящими  в состав балансового уравнения, позволяет решить следующие задачи:

• позволяет оценить достоверность исходной информации;
• позволяет рассчитать недостающие показатели;
• позволяет оценить обеспеченность предприятия ресурсами;
• позволяет оценить платёжеспособность предприятия;
• является основой для построения аддитивных детерминированных моделей
• позволяет определить влияние одного фактора, если известно влияние других факторов и общее изменение результативного показателя
• позволяет определить влияние всех факторов
• позволяет применить приём долевого участия и пропорционального деления

 

 

11.Виды факторных моделей

 

Количественное измерение  влияния факторов в детерминированном  анализе производится на основе факторной  модели. Факторная модель представляет собой функциональную зависимость  результативного показателя от факторных.

В АХД выделяются следующие  виды моделей:

1. Аддитивная, в которой результативный показатель представляется в виде суммы факторных показателей

 

2. Мультипликативная, в которой результативный показатель

представляется в виде произведения факторных показателей

3. Кратная (отношение факторных показателей)

 

4. Смешанная (комбинированная). Результативный показатель представляется одновременно в виде суммы, отношения или произведения факторных показателей

                     

Построить факторную  модель - представить результативный показатель в виде алгебраической суммы, произведения или частного факторных показателей, оказывающих на результативный непосредственное влияние и находящихся с ним в функциональной связи.

 

12.Применение приема цепных подстановок, абсолютных и относительных разниц в АХД

 

Существуют две группы методов измерения влияния факторов на результативный показатель.

Приёмы элиминирования:

• приём цепных подстановок;
• приём абсолютных разниц;
• приём относительных разниц;
• индексный метод.

Математические  приёмы:

• интегральный приём;
• приём логарифмирования;
• приём долевого участия и пропорционального деления.

Прием цепных подстановок. Его сущность заключается в последовательной замене буквенного значения факторного показателя на текущее значение. В результате замены рассчитываются условные значения результативного показателя, называемые цепными подстановками. Влияние факторов измеряется при этом как разность между одним условным значением результативного показателя  и другой цепной подстановкой. Количество цепных подстановок на единицу меньше, чем количество факторов в модели. Преимуществом данного приёма является тот факт, что он применим ко всем видам моделей. Недостаток: большая длительность расчётов, чем при использовании приёмов абсолютных и относительных разниц.

Степень влияния того или иного фактора выявляется последовательным его вычитанием.

Пример. У = А·В·С·D.

При использовании приема цепных подстановок важно обеспечить строгую последовательность подстановки.

Приём абсолютных разниц. В отличие от приёма цепных подстановок, приём абсолютных разниц применим только к мультипликативным моделям. Суть этого приёма заключается в определении абсолютных приростов факторных показателей, называемых абсолютными разницами. Измерение влияния каждого фактора осуществляется путём умножения абсолютной разницы этого фактора на базисные и/или текущие значения других факторных показателей. Достоинство данного приёма заключается в оперативности расчётов.

Пример. У = А·В·С·D.

Приём относительных  разниц. Суть его состоит в расчёте относительных разниц, которые определяются как темпы прироста факторных показателей. Для измерения влияния факторов рассчитанные относительные разницы умножаются на базисное или условное значение результативного показателя. Приём относительных разниц, как и приём абсолютных разниц, применяется только к мультипликативным моделям. Его использование удобно, если в исходных данных присутствуют темпы прироста факторных показателей.

Пример. У = А·В·С·D

; ; ;

 

.

13. Применение приемов пропорционального деления

и долевого участия

Прием пропорционального деления. Применяется к кратным и смешанным моделям. Заключается в распределении отклонений по результативному показателю согласно удельному весу фактора, его обусловливающего, в общей сумме отклонений по факторам.

Применяется, когда имеется большое число частных показателей и зависимость их друг от друга нельзя установить.

Согласно  приему пропорционального деления рассчитывается коэффициент пропорционального деления.

,     ,

где DF - общее изменение результативного показателя.

Оценка влияния каждого  фактора  путём умножения коэффициента пропорционального деления на изменение  этого показателя.

Пример. У = А·В·С.             

    ∆Y_В и ∆Y_С рассчитываются аналогично.

Согласно приему долевого участия определяется объём долевого участия как удельный вес изменения исследуемого факторного показателя в общем изменении всех факторов.

Пример. У = А·В·С.    А, В, С – факторы, У – результативный показатель.

    коэффициент долевого  участия

В кратных моделях  влияние фактора, стоящего в знаменателе, по указанным методам не всегда возможно определить объективно. Указанные приёмы, как правило, в смешанных моделях применяются в сочетании.

14. Применение приема логарифмирования и интегрального метода 

 

Логарифмический метод. Применяется для мультипликативных моделей. Его суть состоит в том, что достигается логарифмически пропорциональное распределение остатка по двум искомым факторам. В этом случае не требуется установления очередности действия факторов. Математически этот метод описывается следующим образом:

Факторную систему z = xy можно представить в виде: lgz = lgx + lgy.

Тогда Δz = lgz₁ – lgz₀ = (lgx₁ – lgx₀) + (lgy₁ – lgy₀),     или

,

где lgz₁ = lgx₁ + lgy₁;       lgz₀ = lgx₀ + lgy₀.

Разделив обе части  формулы на lg и умножив на Δz, получим:

                                            (1)

или

где

 

  или .

 

Выражение (1) для z представляет собой не что иное, как его логарифмическое распределение по двум искомым факторам. Особенность логарифмического метода разложения состоит в том, что он позволяет определить безостаточное влияние не только двух, но и многих изолированных факторов на изменение результативного показателя, не требуя установления очередности действия. Формулу (1) для z можно записать иначе:

 

Δ z = Δ z_x+ Δ z_y = Δ zK_x+ Δ zK_y,                                    (2)

где

 

В таком виде формула (2) в настоящее время используется как классическая, описывающая логарифмический  метод анализа. Из этой формулы следует, что общее приращение результативного показателя распределяется по факторам, пропорционально отношению логарифмов факторных индексов к логарифму результативного показателя. При этом не имеет значения, какой логарифм используется.

Интегральный  метод. Он применим как к мультипликативным, так и к кратным, смешанным моделям. Расчёт влияния факторов в интегральном методе основан на теории дифференциального исчисления, в частности использовании функции нескольких переменных и определении её частных производных.

Использование этого метода позволяет получать более точные результаты по сравнению с приемами цепных подстановок и его разновидностями. При применении этого метода результаты анализа не зависят от порядка расположения факторов в модели, а дополнительный прирост результативного показателя, который образовался от взаимодействия факторов, раскладывается между ними пропорционально изолированному их воздействию на результативный показатель.

Двухфакторная модель  F=XY

Трехфакторная модель  F=XYZ

 

 

15. Метод корреляционно-регрессионного анализа

 

Этот метод применяется для определения тесноты связи между показателями, не находящимися в функциональной зависимости.

  Корреляционная или  стохастическая связь проявляется  в среднем по совокупности иследуемых факторных и результативных показателей. Она проявляется по их средним значениям и не задается функциональными формулами.