Экономический анализ

В статистике, планировании и анализе хозяйственной деятельности основой для количественной оценки роли отдельных факторов в динамике изменений обобщающих показателей являются индексные модели. Индексный метод – один из приемов элиминирования. Основывается на относительных показателях динамики, пространственных сравнений, выполнении плана, выражающих отношение фактического уровня анализируемого показателя в отчетном периоде к его уровню в базисном периоде (или к плановому, или по другому объекту). Любой индекс исчисляется сопоставлением соизмеряемой (отчетной) величины с базисной. Индексы, выражающие соотношение непосредственно соизмеряемых величин, называются индивидуальными, а характеризующие соотношения сложных явлений – групповыми, или тотальными.

Статистика оперирует различными формами индексов (агрегатная, арифметическая, гармоническая и др.), используемыми в аналитической работе.

Агрегатный индекс является основной формой любого общего индекса; его можно преобразовать как в средний арифметический, так и в средний гармонический индексы. С помощью агрегатных индексов можно выявить влияние различных факторов на изменение уровня результативных показателей в мультипликативных и кратных моделях.

Корректность определения размера каждого фактора зависит от:

1) количества знаков после запятой (не менее четырех);

2) количества самих факторов (связь обратно пропорциональна).

Принципы построения индексов: изменение одного фактора при неизменном значении всех остальных, при этом если обобщающий экономический показатель представляет собой произведение количественного (объемного) и качественного показателей-факторов, то при определении влияния количественного фактора качественный показатель фиксируется на базисном уровне, а при определении влияния качественного фактора количественный показатель фиксируется на уровне отчетного периода.

Пусть Y = а⋅Ь⋅с⋅d. Тогда:

При этом: l_Y =l_a⋅l_b⋅l_c⋅l_d.

Индексный метод позволяет провести разложение по факторам не только относительных, но и абсолютных отклонений обобщающего показателя. В этом случае влияние отдельных факторов определяется с помощью разности между числителем и знаменателем соответствующих индексов, т. е. также при расчете влияния одного фактора элиминируется влияние другого:

Пусть Y = а⋅Ь, где а – количественный фактор, ab – качественный. Тогда:

a₁⋅b₀ —a₀⋅b₀ – абсолютный прирост результирующего показателя за счет фактора а;

a₁⋅b₁ —a₁⋅b₀ – абсолютный прирост результирующего показателя за счет фактора b;

a₁⋅b₁ —a₀⋅b₀ – абсолютный прирост результирующего показателя за счет влияния всех факторов.

Данный принцип разложения абсолютного прироста (отклонения) обобщающего показателя по факторам пригоден для случая, когда число факторов равно двум (один из них количественный, другой – качественный), а анализируемый показатель представлен как их произведение.

Теория индексов не дает общего метода разложения абсолютных отклонений обобщающего показателя по факторам при числе факторов более двух. Для решения этой задачи используется метод цепных подстановок.

11. Интегральный метод факторного анализа

Элиминирование как способ детерминированного факторного анализа имеет важный недостаток. При его использовании исходят из того, что факторы изменяются независимо друг от друга, однако фактически они изменяются взаимосвязанно, в результате образуется некоторый неразложимый остаток, который прибавляется к величине влияния одного из факторов (как правило, последнего). В связи с этим величина влияния факторов на изменение результативного показателя колеблется в зависимости от места фактора в детерминированной модели. Чтобы избавиться от этого недостатка, в детерминированном факторном анализе используется интегральный метод, который применяется для определения влияния факторов в мультипликативных, кратных и смешанных моделях кратно-аддитивного вида.

Использование этого способа позволяет получить более точные результаты вычисления влияния факторов по сравнению со способами цепной подстановки, абсолютных и относительных разниц и избежать неоднозначной оценки влияния: в данном случае результаты не зависят от местоположения факторов в модели, а дополнительный прирост результативного показателя, возникающий из-за взаимодействия факторов, распределяется между ними поровну.