--PAGE_BREAK--Таблица 3 — Коэффициент, изменяющий основные показатели, цены на продукцию (курсив)
4.3 Указания к выполнению задания 1
Постройте многофакторную регрессионную модель, отражающую влияние приведенных факторов на величину рентабельности. Проведите предварительный качественный анализ исходных данных, определите вид уравнения регрессии, отберите факторы, имеющие наибольшее влияние на результативный признак. Рассчитайте множественный, частные и парные коэффициенты корреляции. Определите эластичность факторов. Проанализируйте полученные результаты. Построить диаграммы.
Распечатка подшивается в курсовую работу.
4.4 Указания к выполнению задания 2
4.4.1 Исходные данные для выполнения задания 2 сводятся в соответствующие таблицы.
4.4.2 Анализ производства и реализации промышленной продукции.
Таблица 4 — Исходные данные для анализа производства и реализации промышленной продукции
Анализ производства и реализации продукции необходимо начать с оценки выполнения плана по ассортименту. Расчеты свести в таблицу 5.
Таблица 5 — Выполнение плана по ассортименту продукции
Итоги анализа структуры товарной продукции сводятся в таблицу 6.
Таблица 6 — Анализ структуры товарной продукции
Далее находится влияние структуры реализованной продукции на сумму выручки. Результаты расчетов требуется представить в табличной форме самостоятельно и сделать соответствующие выводы по каждому пункту проведенного анализа.
4.4.3 Анализ использования ресурсов предприятия.
Анализ использования ресурсов предприятия проводится по следующим пунктам:
анализ использования трудовых ресурсов;
анализ использования основных производственных фондов;
анализ использования материальных ресурсов
Исходные данные для анализа использования трудовых ресурсов необходимо свести в таблицу 7.
Таблица 7 — Исходные данные для анализа использования трудовых ресурсов
Результаты расчетов представить в таблице 8 и сделать соответствующие выводы
Таблица 8 — Использование трудовых ресурсов предприятия
Использование основных производственных фондов необходимо оценить с помощью анализа фондоотдачи. Результаты свести в таблицу 9.
Таблица 9 — Расчет фондоотдачи
Далее находится влияние факторов на фондоотдачу методом цепных подстановок.
Анализ использования материальных ресурсов необходимо произвести с помощью факторного анализа материалоемкости отдельного вида продукции (частной материалоемкости). Частная материалоемкость зависит от норм расхода материалов (УР), стоимости материалов (ЦМ) и отпускных цен на продукцию (ЦП). Исходные данные в таблице 10.
Таблица 10 — Исходные данные для расчета частной материалоемкости
Далее методом цепных подстановок производится факторный анализ частной материалоемкости, результаты свести в таблицу 11.
Таблица 11 — Факторный анализ частной материалоемкости
По результатам расчетов сделать выводы.
4.4.4 Анализ прибыли и рентабельности.
Анализ прибыли и рентабельности предприятия необходимо провести с помощью факторного анализа. Исходные данные сводятся в следующую таблицу.
Таблица 12 — Исходные данные для анализа прибыли и рентабельности
Оценить выполнение плана прибыли, а также влияние каждого из факторов на изменение суммы прибыли от реализации продукции методом абсолютных разниц.
Затем следует сделать факторный анализ рентабельности методом цепных подстановок.
Курсовая работа завершается выводом по проведенному анализу, оценкой производственно-хозяйственной деятельности предприятия.
5. Методические указания к выполнению курсовой работы
5.1 Методические указания по выполнению задания 1
5.1.1 Корреляционно-регрессионный анализ. Метод корреляционно-регрессионного анализа широко используется для определения тесноты связи между показателями, не находящимися в функциональной зависимости. Для прямолинейной зависимости исчисляется коэффициент корреляции.
Регрессия — это статистический метод, позволяющий найти уравнение, которое наилучшим образом описывает множество данных. Многомерная регрессия выполняет анализ для нескольких множеств данных; это часто дает более реалистичный прогноз.
5.1.2 Организация компьютерной обработки экономической информации. MicrosoftExcel предлагает широкий диапазон средств для обработки экономической информации.
Excel предоставляет несколько функций с линейной регрессией — линейн, тенденция, предсказ, наклон — и две — логарифприбл и рост — для экспоненциальной регрессии. Эти функции вводятся в виде формулы массива и возвращают массив результатов. Каждую из этих функций можно использовать с одной или несколькими независимыми переменными.
Функция линейн.
Рассчитывает статистику для ряда с применением метода наименьших квадратов, чтобы вычислить прямую линию, которая наилучшим образом аппроксимирует имеющиеся данные. Функция возвращает массив, который описывает полученную прямую. Поскольку возвращается массив значений, функция должна задаваться в виде формулы массива. Для получения дополнительных сведений о формулах массива нажмите кнопку.
Уравнение для прямой линии имеет следующий вид:
y = mx + b или
y = m1x1 + m2x2 +… + b
(в случае нескольких интервалов значений x), где зависимое значение y является функцией независимого значения x. Значения m — это коэффициенты, соответствующие каждой независимой переменной x, а b — это постоянная. Функция линейн возвращает массив {mn; mn-1;...; m1; b}. Линейн может также возвращать дополнительную регрессионную статистику.
Известные значения y — это множество значений y, которые уже известны для соотношения y = mx + b.
Если массив известные значения y имеет один столбец, то каждый столбец массива известные значения x интерпретируется как отдельная переменная.
Если массив известные значения y имеет одну строку, то каждая строка массива известные значения x интерпретируется как отдельная переменная.
Известные значения x — это необязательное множество значений x, которые уже известны для соотношения y = mx + b.
Массив известные значения x может содержать одно или несколько множеств переменных. Если используется только одна переменная, то известные значения y и известные значения x могут быть массивами любой формы при условии, что они имеют одинаковую размерность. Если используется более одной переменной, то известные значения y должны быть вектором (то есть интервалом высотой в одну строку или шириной в один столбец).
Если известные значения x опущены, то предполагается, что это массив {1; 2; 3;… } такого же размера как и известные значения y.
Конст — это логическое значение, которое указывает, требуется ли, чтобы константа b была равна 0.
Если конст имеет значение истина или опущено, то b вычисляется обычным образом.
Если конст имеет значение ложь, то b полагается равным 0 и значения m подбираются так, чтобы выполнялось соотношение y = mx.
Статистика — это логическое значение, которое указывает, требуется ли вернуть дополнительную статистику по регрессии.
Если статистика имеет значение истина, то функция линейн возвращает дополнительную регрессионную статистику, так что возвращаемый массив будет иметь вид:
mn mn-1 ……………. m2 m1 b
sen sen-1. ……………. se2 se1 seb
r2 sey
F dF
Ssreg ssresid
Его описание представлено в таблице 13.
Если статистика имеет значение ложь или опущена, то функция линейн возвращает только коэффициенты m и постоянную b.
Точность аппроксимации с помощью прямой, вычисленной функцией линейн, зависит от степени разброса данных. Чем ближе данные к прямой, тем более точной является модель, используемая функцией линейн. Функция линейн использует метод наименьших квадратов для определения наилучшей аппроксимации данных.
Проводя регрессионный анализ, Microsoft Excel вычисляет для каждой точки квадрат разности между прогнозируемым значением y и фактическим значением y. Сумма этих квадратов разностей называется остаточной суммой квадратов. Затем Microsoft Excel подсчитывает сумму квадратов разностей между фактическими значениями y и средним значением y, которая называется общей суммой квадратов (регрессионная сумма квадратов + остаточная сумма квадратов). Чем меньше остаточная сумма квадратов по сравнению с общей суммой квадратов, тем больше значение коэффициента детерминированности r2, который показывает, насколько хорошо уравнение, полученное с помощью регрессионного анализа, объясняет взаимосвязи между переменными.
Таблица 13 — Описание элементов возвращаемого массива
5.2 Методические указания по выполнению задания 2
5.2.1 Способ цепной подстановки
Одним из важнейших методологических вопросов в АХД является определение величины влияния отдельных факторов на прирост результативных показателей. В детерминированном анализе для этого используются следующие способы: цепной подстановки, индексный, абсолютных разниц, относительных разниц, пропорционального деления и интегральный метод.
Первые четыре способа основываются на методе элиминирования. Элиминировать — это значит устранить, отклонить, исключить воздействие всех факторов на величину результативного показателя кроме одного. Этот метод исходит из того, что все факторы изменяются независимо друг от друга: сначала изменяется один, а все другие остаются без изменения, потом изменяются два, затем три и т.д., при неизменности остальных. Это позволяет определить влияние каждого фактора на величину исследуемого показателя в отдельности.
Наиболее универсальным из них является способ цепной подстановки. Он используется для расчета влияния факторов во всех типах детерминированных факторных моделей: аддитивных, мультипликативных, кратных и смешанных (комбинированных). Этот способ позволяет определить влияние отдельных факторов на изменение величины результативного показателя путем постепенной замены базисной величины каждого факторного показателя в объеме результативного показателя на фактическую в отчетном периоде.
С этой целью определяют ряд условных величин результативного показателя, которые учитывают изменение одного, затем двух, трех и т.д. факторов, допуская, что остальные не меняются. Сравнение величины результативного показателя до и после изменения уровня того или другого фактора позволяет элиминироваться от влияния всех факторов, кроме одного, и определить воздействие последнего на прирост результативного показателя.
Порядок применения этого способа рассмотрим на следующем примере (табл.14).
Как нам уже известно, объем валовой продукции (ВП) зависит от двух основных факторов первого уровня: численности рабочих (КР) и среднегодовой выработки {ГВ). Имеем двухфакторную мультипликативную модель:
ВП = КР * ГВ.
Алгоритм расчета способом цепной подстановки для этой модели:
ВПпл = КРпл*ГВпл = 1000*160 = 160000 млн тенге.,
ВПусл = КРф*ГВусл = 1200*160 = 192000 млн тенге,
ВПф = КРф *ГВф = 1200*200 = 240000 млн тенге.
Как видим, второй показатель валовой продукции отличается от первого тем, что при его расчете принята фактическая численность рабочих вместо запланированной. Среднегодовая выработка продукции одним рабочим в том и другом случае плановая. Значит за счет увеличения количества рабочих выпуск продукции увеличился на 32 000 млн тг. (192 000 — 160 000).
Третий показатель отличается от второго тем, что при расчете его величины выработка рабочих принята по фактическому уровню вместо плановой. Количество же работников в обоих случаях фактическое. Отсюда за счет повышения производительности труда объем валовой продукции увеличился на 48 000 млн тг. (240 000 — 192 000).
Таким образом, перевыполнение плана по объему валовой продукции явилось результатом влияния следующих факторов:
а) увеличения численности рабочих + 32 000 млн тг.
б) повышения уровня производительности труда + 48 000 млн тг.
Итого + 80 000 млн тг.
Таблица 14 — Данные для факторного анализа объема валовой продукции
Алгебраическая сумма влияния факторов обязательно должна быть равна общему приросту результативного показателя:
DВПкр + DВПГВ = DВПобщ
Отсутствие равенства свидетельствует о допущенных ошибках в расчетах.
Для наглядности результаты анализа приведены в табл.15
Таблица 15 — Результаты факторного анализа валовой продукции
Если требуется определить влияние трех факторов, то в этом случае рассчитывается не один, а два условных дополнительных показателя, т.е. количество условных показателей на единицу меньше количества факторов. Проиллюстрируем это на четырехфакторной модели валовой продукции:
ВП = КР * Д * П * СВ.
Исходные данные для решения задачи приведены в табл.15:
ВПпл = КРпл * Дпл * Ппл * СВпл = 1000 * 250 * 8 *80 = 160000 млн тг.;
ВПусл1 = КРф * Дпл * Ппл * СВпл = 1200 * 250 * 8 * 80 = 192000 млн тг.;
ВПусл2 = КРф * Дф * Ппл * СВпл = 1200 * 256 * 8* 80 =196608 млн тг.;
ВПусл3 = КРф * Дф * Пф * СВпл = 1200 * 256 * 7,6 * 80 = 186778 млн тг.;
ВПф = КРф * Дф * Пф * СВф = 1200 * 256 * 7,6 * 102,796 = 240000 млн тг.;
План по выпуску продукции в целом перевыполнен на 80000 млн тг. (240000 — 160000), в том числе за счет изменения:
а) количества рабочих
DВПкр = ВПусл1 — ВПпл = 192000 — 160000 = +32000;
б) количества отработанных дней одним рабочим за год
DВПд = ВПусл2 — ВПусл1 = 196608 — 192000 = +4608;
в) средней продолжительности рабочего дня
DВПп = ВПусл3 — ВПусл2 = 186778 — 196608 = — 9830;
г) среднечасовой выработки
DВПсв= ВПф — ВПусл3 = 240000-186778 =+53222.
Всего + 80 000 млн тг.
Используя способ цепной подстановки, следует придерживаться следующей последовательности расчетов: в первую очередь нужно учитывать изменение количественных, а затем качественных показателей. Если же имеется несколько количественных и несколько качественных показателей, то сначала следует изменить величину факторов первого уровня подчинения, а потом более низкого. В приведенном примере объем производства продукции зависит от четырех факторов: количества рабочих, количества отработанных дней одним рабочим, продолжительности рабочего дня и среднечасовой выработки.
Таким образом, применение способа цепной подстановки требует знания взаимосвязи факторов, их соподчиненности, умения правильно их классифицировать и систематизировать.
Мы рассмотрели пример расчета влияния факторов на прирост результативного показателя в мультипликативных моделях.
В кратных моделях алгоритм расчета факторов на величину исследуемых показателей следующий:
продолжение
--PAGE_BREAK--