Содержание

1. Способы группировки, использование их в анализе хозяйственной деятельности организаций

2. Прогнозирование экономических показателей

Задача

Список использованных источников

1. Способы группировки, использование их в анализе хозяйственной деятельности организаций

Широкое применение в АХД находит группировка информации - деление массы изучаемой совокупности объектов на качественно однородные группы по соответствующим признакам. Если статистика использует этот способ для обобщения и типизации явлений, то в анализе группировка помогает разъяснить смысл средних величин, показать роль отдельных единиц в этих средних, выявить взаимосвязь между изучаемыми показателями.

Прием группировок применяется для изучения взаимосвязи и взаимозависимости между показателями при большом числе данных. Группировки используют при анализе хозяйственной деятельности предприятий по данным сводной отчетности и другим источникам информации, когда путем составления специальных аналитических таблиц обобщаются результаты их работы. Прием группировок позволяет установить наличие, характер и направление взаимосвязи между анализируемыми показателями.

Однако показатели нельзя группировать по случайным признакам. До построения группировочных таблиц необходимо путем теоретико-экономического анализа определить характер причинно-следственной связи между показателями, взаимозависимости между ними.

Группировки целесообразно применять также при подготовке первичных данных и их аналитической обработке. Метод группировок предоставляет возможность выделить из совокупности показателей наиболее характерные моменты, факторы и тенденции их изменения. Значимость группировок возрастает по мере восхождения от низших к высшим уровням управления экономикой. Но с помощью такого метода нельзя количественно измерить влияние отдельных факторов на изучаемый результатный показатель. Это можно сделать, используя приемы элиминирования, математического программирования, корреляции, регрессии и др.

При помощи приема группировок также выявляют, изучают и мобилизовывают возможности повышения эффективности хозяйствования за счет достижения каждым предприятием результатов работы передовых подразделений. Эта задача может успешно решаться в хозяйственных организациях, средних и центральных звеньях управления экономикой (путем составления специальных аналитических таблиц и сравнения результатов работы каждого предприятия с данными лучшего из них). Специальные группировочные таблицы (сводки) составляются и при обобщении данных анализа влияния факторов на изучаемый результатный показатель.

В зависимости от задач используются типологические, структурные и аналитические группировки.

Примером типологических группировок могут быть группы населения по роду деятельности, группы предприятий по формам собственности и т.д.

Структурные группировки позволяют изучать внутреннее строение показателей, соотношения в нем отдельных частей. С их помощью изучают состав рабочих по профессиям, стажу работы, возрасту, выполнению норм выработки; состав предприятий по степени выполнения плана производства продукции, снижению ее себестоимости и т.д. Особенно большое значение имеют структурные группировки при анализе сводной отчетности объединений, министерств, так как они позволяют выявить передовые, средние и отстающие предприятия, определить направления поиска передового опыта, скрытых резервов.

Аналитические (причинно-следственные) группировки используются для определения наличия, направления и формы связи между изучаемыми показателями. По характеру признаков, на которых основывается аналитическая группировка, она может быть качественной (когда признак не имеет количественного выражения) или количественной.

По сложности построения различают два типа группировок: простые и комбинированные. С помощью простых группировок изучается взаимосвязь между явлениями, сгруппированными по какому-либо одному признаку. В комбинированных группировках такое деление изучаемой совокупности делается сначала по одному признаку, а потом внутри каждой группы - по другому признаку и т.д. Таким образом, могут быть построены двух-, трехуровневые группировки. Они позволяют изучать очень разнообразные и сложные взаимосвязи. Но необходимо отметить и их существенный недостаток. Построение таких группировок отличается высокой трудоемкостью, а полученные результаты очень трудно воспринимаются. Поэтому для изучения сложных взаимосвязей лучше такую группировку заменить несколькими простыми.

При построении группировок нужно очень серьезно относиться к делению совокупности на группы, выбору количества групп и интервалов между ними, потому что в зависимости от этого могут существенно измениться результаты анализа.

Методика построения группировок коротко может быть определена в виде следующего алгоритма:

1) определение цели анализа;

2) сбор необходимых данных по всей совокупности объектов;

3) ранжирование совокупности по выбранному для группировки признаку;

4) выбор интервала распределения совокупности и ее деление на группы;

5) определение среднегрупповых показателей по группировочным и факторным признакам;

6) анализ полученных средних величин, определение взаимосвязи и направления воздействия факторных показателей на изучаемый результат.

В случае построения комбинированных группировок этот алгоритм расширяется за счет повтора (несколько раз) четвертого и пятого пунктов.

Таким образом, правильная группировка информации дает возможность изучать зависимость между показателями, более глубоко разобраться в сущности изучаемых явлений, систематизировать материалы анализа, определить главное, характерное и типичное.

2. Прогнозирование экономических показателей

Экономический прогноз - это научно обоснованное предвидение возможных направлений и результатов развития национальной экономики, отрасли, регионов, субъектов хозяйствования и их структурных подразделений. Основной задачей экономического прогнозирования является предвидение наиболее вероятных проблем экономического развития в ближайшей и отдаленной перспективе, поиск возможных направлений экономического роста, обоснование наиболее предпочтительной стратегии развития в будущем. Результаты прогноза используются для выбора альтернатив развития, разработки рекомендаций для реализации оптимального варианта.

В настоящее время насчитывается свыше ста методов и специальных процедур предвидения, различающихся по источникам используемой информации, методике прогноза, достоверности конечного результата. Вся совокупность методов экономического прогнозирования может быть условно объединена в две группы:

1. Методы, базирующиеся на экстраполяции и моделировании закономерностей изменения изучаемого объекта.

2. Методы, базирующиеся на экспертизе изучаемого объекта.

К первой группе относятся методы непосредственной экстраполяции на основе временных рядов, экстраполяции по огибающим кривым, корреляционные и регрессионные методы, методы адаптивного прогнозирования, балансовые методы и др. Вторая группа включает различные модификации методов индивидуальной и коллективной экспертизы.

Каждый из перечисленных выше методов имеет свои достоинства и недостатки, определенную область применения. В практической работе наибольшее распространение получил метод непосредственной экстраполяции, основанный на изучении динамики изменения экономических показателей в прогнозируемом периоде и перенесении выявленных закономерностей на будущее. Достоинство этого метода состоит в универсальности вычислительной схемы, наличии типовых машинных программ. Недостатки - необходимость наблюдений за большой промежуток времени, определенное снижение достоверности прогноза при увеличении прогнозируемого периода.

Сущность метода экстраполяции по огибающим кривым состоит в построении семейства элементарных зависимостей, каждая из которых характеризует частную тенденцию изменения изучаемого показателя. По определенным правилам производится обобщение элементарных кривых, что позволяет выявить наиболее типичные особенности изменения экономического показателя на перспективу.

Корреляционно-регрессионное моделирование применяется в прогнозировании по той причине, что оно позволяет установить причинно-следственные зависимости между экономическими показателями и их состоянием в прошлом, настоящем и будущем. Достоинствами метода считают его универсальность, наличие типовых программ решения на ПЭВМ, возможность включения в модель многих факторов.

Методы адаптивного прогнозирования базируются на статистических методах, позволяющих анализировать динамику изучаемого показателя во времени. Главная отличительная особенность метода состоит в том, что коэффициенты в расчетных формулах не постоянны, а пересматриваются по мере появления новой информации. Адаптация означает приспособление модели к новым, изменившимся условиям. Например, при прогнозировании спроса на продукцию предприятий учитываются коэффициенты роста цен и др. Достоинства метода - гибкий математический аппарат, возможность использования ограниченного массива исходных данных, достаточно высокая точность прогнозных значений. Однако этот метод не может использоваться для прогноза сложных экономических показателей.

Балансовые методы используются на уровне отрасли, субъекта хозяйствования. На уровне субъекта хозяйствования они применяются в основном для расчета потоков ресурсов по заранее заданным объемам конечной продукции или величины последней на базе предполагаемых объемов ресурсов. С помощью этих методов составляются в основном кратко- и среднесрочные прогнозы.

Экспертные методы применяются в тех случаях, когда объектом изучения является совокупность качественных признаков, не поддающихся измерению, либо когда информация о них не соответствует требованиям, предъявляемым к ней другими методами прогнозирования. Прогнозные значения изучаемых явлений устанавливаются на базе опроса специалистов-экспертов. При этом опросы могут быть индивидуальными и коллективными, очными и заочными. Результаты опроса оформляются соответствующими анкетами, которые обрабатываются с помощью специальных методов, позволяющих определить объективность мнений специалистов.

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

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

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

,

где - начальный уровень ряда;

- средний абсолютный прирост;

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

Для второго случая расчетные уровни исчисляются по формуле:

,

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

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

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

,

где - прогнозируемый показатель;

- прогнозные значения факторных признаков;

- значения параметров уравнения регрессии;

- период прогнозирования.

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

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

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

1) исходная информация обрабатывается на ПЭВМ по типовой программе;

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

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

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

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

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

Задача

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

Показатель

Организация №1

Организация №2

Базисный период

Отчетный период

Базисный период

Отчетный период

Масса перевозимого груза, т

1200

1300

560

600

Среднее расстояние перевозки, км

30

20

55

60

Тариф на перевозку, тыс. руб./км

110

120

85

90

Расходы на перевозку, млн. руб.

Решение

Показатель

Организация №1

Организация №2

Базисный период

Отчетный период

Отклонение (+/-)

Базисный период

Отчетный период

Отклонение (+/-)

Масса перевозимого груза, т (М)

1200

1300

+100

560

600

+40

Среднее расстояние перевозки, км (S)

30

20

-10

55

60

+5

Тариф на перевозку, тыс. руб./км (Т)

110

120

+10

85

90

+5

Расходы на перевозку, млн. руб. (Р)

3960

3120

-840

2618

3240

+622

Мы имеем трехфакторную мультипликативную модель вида:

Р = М × S × Т.

Проведем расчет влияния факторов приемом цепных подстановок.

1) организация № 1

Название фактора

Расчет влияния факторов на изменение анализируемого показателя

Величина влияния фактора, млн. руб.

алгоритм

расчет

3960

4290

2860

3120

Название фактора

Расчет влияния факторов на изменение анализируемого показателя

Величина влияния фактора, млн. руб.

алгоритм

расчет

Масса перевозимого груза

+330

Среднее расстояние перевозки

-1430

Тариф на перевозку

+260

Итого:

-840

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

2) организация № 2

Название фактора

Расчет влияния факторов на изменение анализируемого показателя

Величина влияния фактора, млн. руб.

алгоритм

расчет

2618

2805

3060

3240

Название фактора

Расчет влияния факторов на изменение анализируемого показателя

Величина влияния фактора, млн. руб.

алгоритм

расчет

Масса перевозимого груза

+187

Среднее расстояние перевозки

+255

Тариф на перевозку

+180

Итого:

+622

Результаты расчетов свидетельствуют о том, что расходы на перевозку в отчетном году увеличились по сравнению с базовым годом на 622 млн. руб. Увеличение массы перевозимого груза на 40 т в отчетном году по сравнению с базовым привело к увеличению расходов на перевозку на 187 млн. руб., уменьшение среднего расстояния перевозки (на 5 км) привело к увеличению расходов на перевозку на 255 млн. руб., увеличение тарифов на перевозку на 0,005 тыс. руб./км привело к увеличению расходов на перевозку на 180 млн. руб.

Список использованных источников

1. Анализ хозяйственной деятельности предприятия: Учеб. пособие/ Под общ. ред. Л.Л. Ермолович. – Мн.: Интерпрессервис; Экоперспектива, 2001. – 576 с.

2. Барнгольц С.Б. Экономический анализ хозяйственной деятельности на современном этапе развития. Москва: Финансы и статистика, 1994г.

3. Раицкий К.А. Экономика предприятия: Учебник для ВУЗов. – 3-е изд., перераб. и доп. – М.: «Дашков и К», 2002.

4. Савицкая Г.В. Анализ хозяйственной деятельности предприятия. Минск: ООО “Новое знание”, 2000.

5. Савицкая Г.В. Экономический анализ: Учеб. - 10-е изд., испр. – М.: Новое знание, 2004.

6. Суша Г.З. Экономика предприятия: Учеб. пособие. – М.: Новое знание, 2003.

7. Теория анализа хозяйственной деятельности: учеб. / Л.И. Кравченко. –3-е изд., испр. – Мн.: Новое знание, 2005. – 368 с.