Formula ng pagsusuri ng kadahilanan. Factor analysis bilang paraan ng pag-uuri ng data

Magsagawa ng factorial analysis ng phenomenon sa isang cartoon model gamit ang method mga kamag-anak na pagkakaiba, ganap na pagkakaiba, ang paraan ng mga pagpapalit ng chain at pormalisasyon ng hindi nabubulok na natitira at ang logarithmic na pamamaraan.

a) ganap na pagbabago: b) relatibong pagbabago:

Mga kalkulasyon

3,62*5,02*2,92*5,82=308,829

76,7807

=0,00

Pagsusulit

У4.52*5.02*4.02*5.72=521.7521

3,62*5,02*2,92*5,82=308,829

521,721-308,829=212,92

KONKLUSYON: ipinapakita ng mga kalkulasyon ng factor analysis na sa ilalim ng impluwensya ng lahat ng independiyenteng mga kadahilanan A, B, C, D, ang epektibong kadahilanan Y ay tumaas ng 212.92 na mga yunit. Kasabay nito, ang mga kadahilanan tulad ng B at D ay nagkaroon din ng negatibong epekto sa produktibong kadahilanan Y. Sa mga ito pinakamalaking impluwensya factor D, at ang pagbabago nito ay nagdulot ng pagbaba sa epektibong factor Y ng 9.12 units. Kasabay nito, ang mga kadahilanan A at C ay may positibong epekto sa kadahilanan Y, kung saan ang kadahilanan C ay may pinakamalaking impluwensya, ang pagbabago nito ay nagdulot ng pagtaas sa epektibong kadahilanan Y ng 145.264 na mga yunit.

2) ang paraan ng "indecomposable remainder"

Nakahiwalay na impluwensya ng mga salik

Para sa factor A \u003d 0.9 * 5.02 * 2.92 * 5.82 \u003d 76.7807

B \u003d 0.00 * 3.62 * 2.92 * 5.82 \u003d 0.00

C \u003d 1.1 * 3.62 * 5.02 * 5.82 \u003d 116.3397

D \u003d -0.10 * 3.62 * 5.02 * 5.82 \u003d -10.5763

Ang "indecomposable residue" ay tinutukoy ng formula

HINDI \u003d Hindi \u003d 212.92-182.5441 \u003d 30.38

KONKLUSYON: ipinapakita ng mga kalkulasyon ng factor analysis na sa ilalim ng impluwensya ng lahat ng independiyenteng mga kadahilanan A, B, C, D, ang epektibong kadahilanan Y ay tumaas ng 182.5441 na mga yunit. Kasabay nito, ang mga salik tulad ng B at D ay nagkaroon din ng negatibong epekto sa mabisang salik na Y. Sa mga ito, ang salik na D ay may pinakamalaking impluwensya, at ang pagbabago nito ay nagdulot ng pagbaba sa epektibong salik Y ng 10.5763 na mga yunit. Kasabay nito, ang mga kadahilanan A at C ay may positibong epekto sa kadahilanan Y, kung saan ang kadahilanan C ay may pinakamalaking impluwensya, ang pagbabago nito ay nagdulot ng pagtaas sa epektibong kadahilanan Y ng 116.3397 na mga yunit. Ang error ay 30.38.

3) Logarithmic na pamamaraan.

I Lg (i) i /Lg (i) y

Para sa factor A = 0.09643*212.92/0.22775=90.151

Para sa factor B = 0.00*212.92/0.22775=0.00

Para sa factor С = 0.13884*212.92/0.22775=129.8

Para sa factor D = -0.00753*212.92/0.22775=-7.0397

90,151+0,00+129,8+(-7,0397)= 212,9113

KONKLUSYON: ipinapakita ng mga kalkulasyon ng factor analysis na sa ilalim ng impluwensya ng lahat ng independiyenteng salik A, B, C, D, ang epektibong salik na U ay tumaas ng 212.9113 mga yunit (ang error sa mga kalkulasyon ay nauugnay sa pag-round off ng pagbabago sa kadahilanan) Kasabay nito Sa oras, ang kadahilanan D ay nagkaroon ng negatibong epekto sa epektibong kadahilanan Y, at ang pagbabago nito ay nagdulot ng pagbaba sa epektibong kadahilanan Y ng 7.03997 na mga yunit. Kasabay nito, ang mga kadahilanan A at C ay may positibong epekto sa kadahilanan Y, kung saan ang kadahilanan C ay may pinakamalaking impluwensya, ang pagbabago nito ay nagdulot ng pagtaas sa epektibong kadahilanan Y ng 129.8 na mga yunit.

4) Ang paraan ng ganap na pagkakaiba. Y= A*B*S*D

b) pangkalahatang pagbabago sa mga resulta ng mga kadahilanan

Desisyon

0,9*5,02*2,92*5,82=76,781

4,52*0,00*2,92*5,82=0,00

4,52*5,02*1,1*5,82=145,2639

4,52*5,02*4,02*(-0,1)= -9,1215

76,781+0,00+145,2639+(-9,1215)= 212,923

Sinusuri ang mga resulta:

У4.52*5.02*4.02*5.72=521.7521

3,62*5,02*2,92*5,82=308,829

521,721-308,829=212,92

KONKLUSYON: ipinapakita ng mga kalkulasyon ng factor analysis na sa ilalim ng impluwensya ng lahat ng independiyenteng mga kadahilanan A, B, C, D, ang epektibong kadahilanan Y ay tumaas ng 212.923 na mga yunit. Kasabay nito, ang kadahilanan D ay may negatibong epekto sa epektibong kadahilanan Y, at ang pagbabago nito ay nagdulot ng pagbawas sa epektibong kadahilanan Y ng 9.12 na mga yunit. Kasabay nito, ang mga kadahilanan A at C ay may positibong epekto sa kadahilanan Y, kung saan ang kadahilanan C ay may pinakamalaking impluwensya, ang pagbabago nito ay nagdulot ng pagtaas sa epektibong kadahilanan Y ng 145.2639 na mga yunit.

5) ang paraan ng mga pagpapalit ng chain.

Ang lahat ng mga phenomena at proseso ng pang-ekonomiyang aktibidad ng mga negosyo ay magkakaugnay at magkakaugnay. Ang ilan sa kanila ay direktang nauugnay, ang iba ay hindi direkta. Samakatuwid, isang mahalagang metodolohikal na isyu sa pagsusuri sa ekonomiya ay ang pag-aaral at pagsukat ng impluwensya ng mga salik sa halaga ng pinag-aralan na economic indicators.

Sa ilalim ng economic factor analysis ay nauunawaan bilang isang unti-unting paglipat mula sa paunang sistema ng salik tungo sa huling sistema ng salik, ang pagsisiwalat ng isang buong hanay ng mga direkta, nasusukat sa dami ng mga salik na nakakaapekto sa pagbabago sa mabisang tagapagpahiwatig.

Ayon sa likas na katangian ng ugnayan sa pagitan ng mga tagapagpahiwatig, ang mga pamamaraan ng deterministic at stochastic factor analysis ay nakikilala.

Deterministic factor analysis ay isang pamamaraan para sa pag-aaral ng impluwensya ng mga salik, ang kaugnayan nito sa tagapagpahiwatig ng pagganap ay isang functional na kalikasan.

Ang mga pangunahing katangian ng deterministikong diskarte sa pagsusuri:

pagbuo ng isang deterministikong modelo sa pamamagitan ng lohikal na pagsusuri;

ang pagkakaroon ng isang kumpletong (matibay) na relasyon sa pagitan ng mga tagapagpahiwatig;

ang imposibilidad ng paghihiwalay ng mga resulta ng impluwensya ng sabay-sabay na kumikilos na mga kadahilanan na hindi maaaring pagsamahin sa isang modelo;

pag-aaral ng mga ugnayan sa maikling panahon.

Mayroong apat na uri ng mga deterministikong modelo:

Mga Additive na Modelo kumakatawan sa isang algebraic na kabuuan ng mga exponent at may anyo

Ang ganitong mga modelo, halimbawa, ay kinabibilangan ng mga tagapagpahiwatig ng gastos kasabay ng mga elemento ng gastos sa produksyon at mga item sa gastos; isang tagapagpahiwatig ng dami ng produksyon sa kaugnayan nito sa dami ng output ng mga indibidwal na produkto o ang dami ng output sa mga indibidwal na dibisyon.

Mga Multiplicative na Modelo sa isang pangkalahatang anyo ay maaaring katawanin ng pormula

.

Ang isang halimbawa ng multiplicative model ay ang two-factor sales volume model

,

saan H - average na bilang ng mga tao manggagawa;

CB ay ang average na output ng bawat manggagawa.

Maramihang Modelo:

Ang isang halimbawa ng maraming modelo ay ang tagapagpahiwatig ng panahon ng paglilipat ng mga kalakal (sa mga araw). T OB.T :

,

saan W T- average na stock ng mga kalakal; O R- isang araw na dami ng benta.

halo-halong modelo ay isang kumbinasyon ng mga modelong nakalista sa itaas at maaaring ilarawan gamit ang mga espesyal na expression:

Ang mga halimbawa ng naturang mga modelo ay mga tagapagpahiwatig ng gastos para sa 1 ruble. mabibiling produkto, tagapagpahiwatig ng kakayahang kumita, atbp.

Upang pag-aralan ang kaugnayan sa pagitan ng mga tagapagpahiwatig at upang mabilang ang maraming mga salik na nakaimpluwensya sa tagapagpahiwatig ng pagganap, ipinakita namin ang pangkalahatan mga panuntunan sa conversion ng modelo upang isama ang mga bagong tagapagpahiwatig ng kadahilanan.

Upang pinuhin ang generalizing factor indicator sa mga bahagi nito, na kung saan ay interesado para sa analytical kalkulasyon, ang paraan ng pagpapahaba ng factor system ay ginagamit.

Kung ang orihinal na factorial na modelo , at , ang modelo ay kukuha ng anyo .

Upang ihiwalay ang isang tiyak na bilang ng mga bagong kadahilanan at bumuo ng mga tagapagpahiwatig ng kadahilanan na kinakailangan para sa mga kalkulasyon, ang paraan ng pagpapalawak ng mga modelo ng kadahilanan ay ginagamit. Sa kasong ito, ang numerator at denominator ay pinarami ng parehong numero:

.

Upang makabuo ng mga bagong tagapagpahiwatig ng kadahilanan, ang paraan ng pagbabawas ng mga modelo ng kadahilanan ay ginagamit. Kapag ginagamit ang pamamaraang ito, ang numerator at denominator ay nahahati sa parehong numero.

.

Ang pagdedetalye ng factor analysis ay higit na tinutukoy ng bilang ng mga salik na ang impluwensya ay maaaring masuri ng dami, samakatuwid, ang mga multifactorial multiplicative na modelo ay may malaking kahalagahan sa pagsusuri. Ang mga ito ay batay sa mga sumusunod na prinsipyo:

ang lugar ng bawat kadahilanan sa modelo ay dapat na tumutugma sa papel nito sa pagbuo ng epektibong tagapagpahiwatig;

ang modelo ay dapat na binuo mula sa isang dalawang-factor na kumpletong modelo sa pamamagitan ng sunud-sunod na paghahati ng mga salik, kadalasang husay, sa mga bahagi;

kapag nagsusulat ng multivariate model formula, ang mga salik ay dapat ayusin mula kaliwa hanggang kanan sa pagkakasunud-sunod ng kanilang kapalit.

Ang pagbuo ng isang factor model ay ang unang yugto ng deterministic analysis. Susunod, ang isang paraan para sa pagtatasa ng impluwensya ng mga salik ay tinutukoy.

Paraan ng mga pagpapalit ng chain ay binubuo sa pagtukoy ng isang bilang ng mga intermediate na halaga ng generalizing indicator sa pamamagitan ng sunud-sunod na pagpapalit ng mga pangunahing halaga ng mga salik sa mga nag-uulat. Ang pamamaraang ito batay sa pag-aalis. Tanggalin- nangangahulugang alisin, ibukod ang impluwensya ng lahat ng mga kadahilanan sa halaga ng epektibong tagapagpahiwatig, maliban sa isa. Kasabay nito, batay sa katotohanan na ang lahat ng mga kadahilanan ay nagbabago nang nakapag-iisa sa bawat isa, i.e. ang unang salik ay nagbabago, at ang lahat ng iba ay nananatiling hindi nagbabago. pagkatapos ay dalawa ang nagbabago habang ang iba ay nananatiling hindi nagbabago, at iba pa.

Sa pangkalahatan, ang aplikasyon ng paraan ng pagtatakda ng chain ay maaaring ilarawan bilang mga sumusunod:

kung saan ang a 0 , b 0, c 0 ay ang mga pangunahing halaga ng mga salik na nakakaimpluwensya sa generalizing indicator y;

a 1 , b 1 , c 1 - aktwal na mga halaga ng mga kadahilanan;

y a , y b , - mga intermediate na pagbabago sa resultang indicator na nauugnay sa isang pagbabago sa mga salik a, b, ayon sa pagkakabanggit.

Ang kabuuang pagbabago ∆ y=y 1 -y 0 ay ang kabuuan ng mga pagbabago sa resultang tagapagpahiwatig dahil sa mga pagbabago sa bawat kadahilanan na may mga nakapirming halaga ng iba pang mga kadahilanan:

Isaalang-alang ang isang halimbawa:

Talahanayan 2 - Paunang data para sa pagsusuri ng salik

Ang pagsusuri ng epekto sa dami ng mabibiling output ng bilang ng mga manggagawa at ang kanilang output ay isasagawa sa paraang inilarawan sa itaas batay sa datos sa Talahanayan 2. Ang pagtitiwala sa dami ng mabibiling produkto sa mga salik na ito ay maaaring ilarawan gamit ang isang multiplicative na modelo:

Pagkatapos ang epekto ng pagbabago sa bilang ng mga empleyado sa pangkalahatang tagapagpahiwatig ay maaaring kalkulahin gamit ang formula:

Kaya, ang pagbabago sa dami ng mabibiling produkto positibong impluwensya nagkaroon ng pagbabago ng 5 tao sa bilang ng mga empleyado, na nagdulot ng pagtaas sa produksyon ng 730 libong rubles. at isang negatibong epekto ang naidulot ng pagbawas sa output ng 10 libong rubles, na nagdulot ng pagbawas sa dami ng 250 libong rubles. Ang kabuuang impluwensya ng dalawang mga kadahilanan ay humantong sa isang pagtaas sa produksyon ng 480 libong rubles.

Mga kalamangan ng pamamaraang ito: kagalingan sa maraming bagay ng aplikasyon, kadalian ng pagkalkula.

Ang kawalan ng pamamaraan ay, depende sa napiling pagkakasunud-sunod ng pagpapalit ng kadahilanan, ang mga resulta ng pagpapalawak ng kadahilanan ay may iba't ibang mga halaga. Ito ay dahil sa ang katunayan na bilang isang resulta ng paglalapat ng pamamaraang ito, ang isang tiyak na hindi nabubulok na nalalabi ay nabuo, na idinagdag sa magnitude ng impluwensya ng huling kadahilanan. Sa pagsasagawa, ang katumpakan ng pagtatasa ng mga kadahilanan ay napapabayaan, na itinatampok ang kamag-anak na kahalagahan ng impluwensya ng isa o ibang kadahilanan. Gayunpaman, may ilang mga patakaran na tumutukoy sa pagkakasunud-sunod ng pagpapalit:

kung mayroong quantitative at qualitative indicators sa factor model, ang pagbabago sa quantitative factors ay isinasaalang-alang muna sa lahat;

kung ang modelo ay kinakatawan ng ilang quantitative at qualitative indicator, ang substitution sequence ay tinutukoy ng logical analysis.

Sa ilalim ng quantitative factor sa pagsusuri, naiintindihan nila ang mga nagpapahayag ng dami ng katiyakan ng mga phenomena at maaaring makuha sa pamamagitan ng direktang accounting (ang bilang ng mga manggagawa, mga tool sa makina, hilaw na materyales, atbp.).

Mga Salik ng Kwalitatibo tukuyin Personal na katangian, mga palatandaan at tampok ng mga pinag-aralan na phenomena (produktibidad ng paggawa, kalidad ng produkto, average na araw ng pagtatrabaho, atbp.).

Paraan ng ganap na pagkakaiba ay isang pagbabago ng paraan ng pagpapalit ng kadena. Ang pagbabago sa epektibong tagapagpahiwatig dahil sa bawat kadahilanan sa pamamagitan ng paraan ng pagkakaiba ay tinukoy bilang ang produkto ng paglihis ng pinag-aralan na salik sa batayan o halaga ng pag-uulat ng isa pang kadahilanan, depende sa napiling pagkakasunud-sunod ng pagpapalit:

Paraan ng kamag-anak na pagkakaiba ay ginagamit upang sukatin ang impluwensya ng mga kadahilanan sa paglaki ng epektibong tagapagpahiwatig sa multiplicative at halo-halong mga modelo ng form y \u003d (a - c) . kasama. Ginagamit ito sa mga kaso kung saan ang paunang data ay naglalaman ng dating tinukoy na mga kamag-anak na paglihis ng mga factorial indicator sa porsyento.

Para sa mga multiplicative na modelo tulad ng y = a . sa . gamit ang pamamaraan ng pagsusuri ay ang mga sumusunod:

hanapin ang relative deviation ng bawat factor indicator:

matukoy ang paglihis ng mabisang tagapagpahiwatig sa para sa bawat salik

Halimbawa. Gamit ang datos sa Talahanayan. 2, susuriin namin sa pamamagitan ng paraan ng mga kamag-anak na pagkakaiba. Ang mga kamag-anak na paglihis ng mga isinasaalang-alang na salik ay:

Kalkulahin natin ang epekto sa dami ng mabibiling output ng bawat salik:

Ang mga resulta ng pagkalkula ay kapareho ng kapag ginamit ang nakaraang paraan.

integral na pamamaraan ay nagbibigay-daan sa iyo upang maiwasan ang mga kawalan na likas sa paraan ng pagpapalit ng kadena, at hindi nangangailangan ng paggamit ng mga diskarte para sa pamamahagi ng hindi nabubulok na natitira sa pamamagitan ng mga kadahilanan, dahil mayroon itong logarithmic law ng muling pamamahagi ng mga factor loading. Ang integral na paraan ay nagbibigay-daan sa iyo upang makamit ang isang kumpletong agnas ng epektibong tagapagpahiwatig sa pamamagitan ng mga kadahilanan at unibersal sa kalikasan, i.e. naaangkop sa multiplicative, multiple, at mixed models. Ang operasyon ng pagkalkula ng isang tiyak na integral ay nalulutas sa tulong ng isang PC at nababawasan sa pagbuo ng mga integrand na nakasalalay sa uri ng function o modelo ng factorial system.

Maaari mo ring gamitin ang nabuo nang mga formula sa pagtatrabaho na ibinigay sa espesyal na literatura ∆ 4∆ :

1. Tingnan ang modelo:

2. Tingnan ang modelo :

3. Tingnan ang Modelo :

4. Tingnan ang Modelo :

Isaalang-alang ang posibilidad ng paggamit ng mga pangunahing pamamaraan ng deterministikong pagsusuri, na nagbubuod sa itaas sa anyo ng isang matrix (Talahanayan 3).

Talahanayan 3 - Matrix ng paglalapat ng mga pamamaraan ng deterministic factor analysis

Mga tanong para sa pagpipigil sa sarili

Anong mga gawain sa pamamahala ang nalutas sa pamamagitan ng pagsusuri sa ekonomiya?

Ilarawan ang paksa ng pagsusuri sa ekonomiya.

Anong klase natatanging katangian ilarawan ang paraan ng pagsusuri sa ekonomiya?

Anong mga prinsipyo ang sumasailalim sa pag-uuri ng mga pamamaraan at pamamaraan ng pagsusuri?

Ano ang papel na ginagampanan ng paraan ng paghahambing sa pagsusuri sa ekonomiya?

Ipaliwanag kung paano bumuo ng mga deterministic factorial na modelo.

Ilarawan ang algorithm para sa paglalapat ng pinakasimpleng pamamaraan ng deterministic factor analysis: ang paraan ng mga pagpapalit ng chain, ang paraan ng mga pagkakaiba.

Ilarawan ang mga pakinabang at ilarawan ang algorithm para sa paglalapat ng integral na paraan.

Magbigay ng mga halimbawa ng mga problema at mga modelo ng kadahilanan kung saan ang bawat isa sa mga pamamaraan ng deterministic factor analysis ay inilalapat.

Ang pagsusuri sa kadahilanan ng kita ay nagpapahintulot sa iyo na suriin ang epekto ng bawat kadahilanan nang hiwalay sa resulta ng pananalapi sa kabuuan. Basahin kung paano ito isasagawa, at i-download din ang pamamaraan.

Ang kakanyahan ng pagsusuri ng kadahilanan

Ang kakanyahan ng pamamaraan ng factorial ay upang matukoy ang impluwensya ng bawat kadahilanan nang paisa-isa sa resulta sa kabuuan. Ito ay medyo mahirap gawin, dahil ang mga kadahilanan ay nakakaimpluwensya sa isa't isa, at kung ang kadahilanan ay hindi dami (halimbawa, serbisyo), kung gayon ang timbang nito ay tinatantya ng isang dalubhasa, na nag-iiwan ng isang imprint ng subjectivity sa buong pagsusuri. Bilang karagdagan, kapag may napakaraming salik na nakakaapekto sa resulta, ang data ay hindi mapoproseso at makalkula nang walang espesyal na mathematical modeling program.

Isa sa mga pinakaimportante mga tagapagpahiwatig ng pananalapi negosyo ay tubo. Bilang bahagi ng pagsusuri ng kadahilanan, mas mahusay na pag-aralan ang marginal na kita, kung saan mga nakapirming gastos wala, o kita mula sa mga benta.

Factor analysis sa pamamagitan ng chain substitution

Sa factor analysis, karaniwang ginagamit ng mga ekonomista ang chain substitution method, ngunit sa matematika ang pamamaraang ito ay hindi tama at gumagawa ng mataas na liko na mga resulta na malaki ang pagkakaiba depende sa kung aling mga variable ang unang pinapalitan at kung alin ang pinapalitan pagkatapos (halimbawa, sa Talahanayan 1).

Talahanayan 1. Pagsusuri ng kita depende sa presyo at dami ng mga produktong ibinebenta

Sa unang variant, ang kita dahil sa presyo ay tumaas ng 500 rubles, at sa pangalawa, ng 600 rubles; kita dahil sa dami sa una ay tumaas ng 300 rubles, at sa pangalawa ay 200 rubles lamang. Kaya, ang mga resulta ay makabuluhang nag-iiba depende sa pagkakasunud-sunod ng pagpapalit. .

Posibleng mas wastong ipamahagi ang mga salik na nakakaimpluwensya sa huling resulta depende sa markup (Nats) at ang bilang ng mga benta (Col) (tingnan ang Figure 1).

Larawan 1

Ang formula para sa paglago ng tubo dahil sa markup: P nat = ∆ Nat * (Col (kasalukuyan) + Col (base)) / 2

Ang formula para sa paglago ng kita dahil sa dami: P count \u003d ∆ Col * (Nat (kasalukuyan) + Nat (base)) / 2

Isang halimbawa ng two-way analysis

Isaalang-alang ang isang halimbawa sa Talahanayan 2.

talahanayan 2. Halimbawa ng two-way revenue analysis

Ang mga average na halaga sa pagitan ng mga variant ng mga pagpapalit ng chain ay nakuha (tingnan ang Talahanayan 1).

Excel model para sa factor analysis ng kita

I-download ang tapos na modelo sa Excel, kakalkulahin nito kung paano nagbago ang kita sa panahon ng pag-uulat kumpara sa nakaraang panahon o plano. Makakatulong ang modelo na masuri kung paano nakaapekto sa kita ang dami ng benta, presyo at istraktura ng benta.

Three-factor na modelo para sa pagsusuri ng kita

Ang three-factor model ay mas kumplikado kaysa sa two-factor one (Figure 2).

Figure 2

Ang formula na tumutukoy sa impluwensya ng bawat kadahilanan sa isang 3-factor na modelo (halimbawa, margin, dami, nomenclature) sa pangkalahatang resulta ay katulad ng formula sa isang two-factor na modelo, ngunit mas kumplikado.

P nat \u003d ∆Nat * ((Col (kasalukuyan) * Nom (kasalukuyan) + Nom (base) * Nom (base)) / 2 - ∆Col * ∆Nom / 6)

P count \u003d ∆Col * ((Nat (kasalukuyan) * Nom (act) + Nat (base) * Nom (base)) / 2 - ∆Nat * ∆Nom / 6)

P nom \u003d ∆Nom * ((Nat (kasalukuyan) * Number (act) + Nat (base) * Number (base)) / 2 - ∆Nat * ∆Col / 6)

Halimbawa ng pagsusuri

Sa talahanayan ay nagbigay kami ng isang halimbawa ng paggamit ng isang three-factor na modelo.

Talahanayan 3. Isang halimbawa ng pagkalkula ng kita gamit ang three-factor na modelo

Kung titingnan mo ang mga resulta ng pagsusuri ng kita sa pamamagitan ng factorial na pamamaraan, kung gayon ang pinakamalaking pagtaas sa kita ay naganap dahil sa pagtaas ng presyo. Ang mga presyo ay tumaas ng (15 / 10 - 1) * 100% = 50%, ang susunod na pinakamahalaga ay ang pagtaas sa hanay mula 3 hanggang 4 na yunit - ang rate ng paglago ay (4 / 3 - 1) * 100% = 33% at huling lugar ang "halaga" na tumaas lang ng (120/100-1)*100% = 20%. Kaya, ang mga kadahilanan ay nakakaapekto sa kita sa proporsyon sa rate ng paglago.

Four-factor na modelo

Sa kasamaang palad, para sa isang function ng form na Pr = Kol sr * Nom * (Presyo - Seb), mga simpleng formula pagkalkula ng impluwensya ng bawat indibidwal na kadahilanan sa tagapagpahiwatig.

Pr - tubo;

Kol av - ang average na dami bawat yunit ng nomenclature;

Nom - ang bilang ng mga posisyon ng item;

Presyo - presyo;

Mayroong paraan ng pagkalkula batay sa Lagrange finite increments theorem, gamit ang differential at integral calculus, ngunit ito ay napakasalimuot at matrabaho na halos hindi ito naaangkop sa totoong buhay.

Samakatuwid, upang ihiwalay ang bawat indibidwal na kadahilanan, una, ang mas pangkalahatang mga kadahilanan ay kinakalkula ayon sa karaniwang dalawang-factor na modelo, at pagkatapos ang kanilang mga bahagi ay kinakalkula sa parehong paraan.

Ang pangkalahatang pormula ng kita: Pr \u003d Kol * Nat (Nat - markup sa isang yunit ng produksyon). Alinsunod dito, tinutukoy namin ang impluwensya ng dalawang salik: dami at markup. Sa turn, ang bilang ng mga produktong ibinebenta ay depende sa hanay at ang bilang ng mga benta bawat item sa average.

Nakukuha namin ang Qty \u003d Qty cf * Nom. At ang markup ay depende sa presyo at gastos, i.e. Nat = Presyo - Seb. Kaugnay nito, ang epekto ng gastos sa pagbabago ng tubo ay nakasalalay sa bilang ng mga produktong ibinebenta at sa pagbabago sa mismong gastos.

Kaya, kailangan nating hiwalay na matukoy ang impluwensya ng 4 na salik sa pagbabago ng kita: Tawag, Presyo, Seb, Nom, gamit ang 4 na equation:

1. Pr \u003d Numero * Nat
2. Dami \u003d Dami cf * Nom
3. Gastos \u003d Dami * Seb.
4. Hal = Dami * Presyo

Isang halimbawa ng pagsusuri ng four-way na modelo

Tingnan natin ito sa isang halimbawa. Paunang data at mga kalkulasyon sa talahanayan

Talahanayan 4. Isang halimbawa ng pagsusuri ng kita gamit ang 4-factor na modelo

Tandaan: mga numero sa Excel spreadsheet maaaring mag-iba ng ilang unit mula sa data sa paglalarawan ng teksto, dahil sa talahanayan sila ay bilugan hanggang sampu.

1. Una, ayon sa dalawang-factor na modelo (inilarawan sa pinakadulo simula), nabubulok namin ang pagbabago sa tubo sa isang quantitative factor at isang margin factor. Ito ang mga salik sa unang pagkakasunud-sunod.

Pr \u003d Numero * Nat

Col ∆ \u003d ∆Q * (H 1 + H 0) / 2 \u003d (220 - 180) * (3.9 + 4.7) / 2 \u003d 172

Pambansang ∆ = ∆H * (Q 1 + Q 0) / 2 = (4.7 - 3.9) * (220 + 180) / 2 = 168

Suriin: ∆Pr = Col ∆ + Nat ∆ = 172+168 = 340

2. Kinakalkula namin ang pagtitiwala sa parameter ng gastos. Upang gawin ito, nabubulok namin ang mga gastos sa dami at gastos ayon sa parehong formula, ngunit may minus sign, dahil binabawasan ng gastos ang kita.

Gastos \u003d Numero * Seb

Seb∆ \u003d - ∆С * (Q1 + Q0) / 2 \u003d - (7.2 - 6.4) * (180 + 220) / 2 \u003d -147

3. Kinakalkula namin ang pagdepende sa presyo. Para magawa ito, ibinubulok namin ang kita sa dami at presyo gamit ang parehong formula.

Ext = Dami*Presyo

Presyo ∆ = ∆P * (Q1 + Q0) / 2 = (11.9 - 10.3) * (220 + 180) / 2 = 315

Suriin: Nat∆ = Presyo∆ - Seb∆ = 315 - 147 = 168

4. Kinakalkula namin ang epekto ng nomenclature sa tubo. Upang gawin ito, nabubulok namin ang bilang ng mga produktong ibinebenta sa pamamagitan ng bilang ng mga yunit sa assortment at ang average na dami bawat isang yunit ng nomenclature. Kaya tutukuyin natin ang ratio ng quantity factor at ang nomenclature sa mga pisikal na termino. Pagkatapos nito, pinarami namin ang nakuha na data sa pamamagitan ng average na taunang margin at i-convert ito sa mga rubles.

Numero = Nom * Numero (avg)

Nom ∆ = ∆N * (Q (cf 0) + Q (cf 1)) / 2 * (H 1 + H 0) / 2 = (3 - 2) (73 + 90) / 2 * (4.7 + 3.9) = 352

Col (av) \u003d ∆Q (av) * (N 1 + N 0) / 2 * (H 1 + H 0) / 2 \u003d (73 - 90) * (2 + 3) / 2 * (4.7 + 3.9) = -180

Suriin: Col ∆ = Nom ∆ + Col (av) = 352-180 = 172

Ang pagsusuri sa apat na salik sa itaas ay nagpakita na tumaas ang kita kumpara sa nakaraang taon dahil sa:

• pagtaas ng presyo ng 315 libong rubles;
• mga pagbabago sa nomenclature ng 352 libong rubles.

At nabawasan dahil sa:

• paglago ng gastos ng 147 libong rubles;
• bumaba sa bilang ng mga benta ng 180 libong rubles.

Tila isang kabalintunaan: kabuuan ang mga yunit na naibenta ngayong taon kumpara sa nakaraang taon ay nadagdagan ng 40 mga yunit, ngunit ang kadahilanan ng dami ay nagpapakita ng negatibong resulta. Ito ay dahil naganap ang paglago ng mga benta dahil sa pagtaas ng mga yunit ng nomenclature. Kung noong nakaraang taon ay 2 lamang sila, kung gayon sa taong ito ay nadagdagan pa ang isa. Kasabay nito, sa mga tuntunin ng dami, ang mga kalakal na "B" ay naibenta sa taon ng pag-uulat ng 20 mga yunit. mas mababa kaysa sa nauna.

Iminumungkahi nito na ang produktong C, na ipinakilala sa bagong taon, ay bahagyang pinalitan ang produkto B, ngunit nakaakit ng mga bagong customer na wala sa produkto B. Kung sa susunod na taon ang produkto na "B" ay patuloy na mawawala ang posisyon nito, maaari itong alisin mula sa assortment.

Tulad ng para sa mga presyo, ang kanilang pagtaas ng (11.9 / 10.3 - 1) * 100% = 15.5% ay hindi gaanong nakaapekto sa mga benta sa pangkalahatan. Sa paghusga sa pamamagitan ng produkto na "A", na hindi naapektuhan ng mga pagbabago sa istruktura sa assortment, ang mga benta nito ay tumaas ng 20%, sa kabila ng pagtaas ng presyo ng 33%. Nangangahulugan ito na ang pagtaas ng presyo ay hindi kritikal para sa kompanya.

Ang lahat ay malinaw sa presyo ng gastos: ito ay lumago at ang kita ay nabawasan.

Factor analysis ng kita sa benta

Evgeny Shagin, Financial Director ng Management Company "RusCherMet"

Upang magsagawa ng factor analysis, kailangan mong:

• piliin ang batayan para sa pagsusuri - kita sa benta, kita;
• piliin ang mga salik na ang impluwensya ay susuriin. Depende sa napiling batayan ng pagsusuri, maaari silang maging: dami ng benta, gastos, mga gastos sa pagpapatakbo, kita na hindi nagpapatakbo, interes sa isang pautang, mga buwis;
• suriin ang epekto ng bawat salik sa panghuling tagapagpahiwatig. Palitan ang halaga ng napiling salik mula sa panahon ng pag-uulat sa batayang pagkalkula para sa nakaraang panahon at ayusin ang panghuling tagapagpahiwatig na isinasaalang-alang ang mga pagbabagong ito;
• matukoy ang impluwensya ng salik. Ibawas sa natanggap intermediate na halaga ang tinantyang tagapagpahiwatig ay ang aktwal na halaga nito para sa nakaraang panahon. Kung ang figure ay positibo, ang pagbabago sa kadahilanan ay may positibong epekto, isang negatibo - isang negatibo.

Halimbawa ng Factor Analysis ng Sales Profit

Tingnan natin ang isang halimbawa. Palitan natin ang halaga ng mga benta para sa kasalukuyang panahon (571,513,512 rubles sa halip na 488,473,087 rubles) sa pahayag ng mga resulta sa pananalapi ng Alfa para sa nakaraang panahon, ang lahat ng iba pang mga tagapagpahiwatig ay mananatiling pareho (tingnan ang talahanayan 5). Bilang resulta, tumaas ang netong kita ng RUB 83,040,425. (116,049,828 rubles - 33,009,403 rubles). Nangangahulugan ito na kung sa nakaraang panahon ang kumpanya ay nakapagbenta ng mga produkto para sa parehong halaga tulad ng sa isang ito, kung gayon ang netong kita nito ay tataas lamang ng 83,040,425 rubles.

Talahanayan 5. Factor analysis ng kita ayon sa dami ng benta

Gamit ang katulad na pamamaraan, posibleng suriin ang impluwensya ng bawat salik at muling kalkulahin ang netong kita, at ibuod ang mga huling resulta sa isang talahanayan (tingnan ang talahanayan 6).

Talahanayan 6. Impluwensya ng mga kadahilanan sa kita, kuskusin.

Tulad ng makikita mula sa Talahanayan 6, ang paglago ng mga benta (83,040,425 rubles) ay may pinakamalaking epekto sa nasuri na panahon. Ang kabuuan ng impluwensya ng lahat ng mga kadahilanan ay tumutugma sa aktwal na pagbabago sa kita sa nakaraang panahon. Mula dito maaari nating mahinuha na tama ang mga resulta ng pagsusuri.

Konklusyon

Sa konklusyon, nais kong maunawaan: ano ang dapat ihambing sa mga kita sa pagsusuri ng kadahilanan? Sa nakaraang taon, sa batayang taon, sa mga kakumpitensya, sa plano? Paano mauunawaan kung ang kumpanya ay nagtrabaho nang maayos sa taong ito o hindi? Halimbawa, ang isang negosyo ay nadoble ang kita nito para sa kasalukuyang taon, tila ito ay isang mahusay na resulta! Ngunit sa oras na ito, ang mga kakumpitensya ay nagsagawa ng isang teknikal na muling kagamitan ng negosyo at mula sa susunod na taon ay pipilitin nila ang mga masuwerteng palabasin sa merkado. At kung ikukumpara sa mga kakumpitensya, kung gayon mas kaunti ang kanilang kita, dahil. sa halip na, sabihin nating, pag-advertise o pagpapalawak ng saklaw, namuhunan sila sa modernisasyon. Kaya, ang lahat ay nakasalalay sa mga layunin at plano ng negosyo. Mula sa kung saan ito ay sumusunod na ang aktwal na kita ay dapat ihambing, una sa lahat, sa nakaplanong isa.

Ang lahat ng proseso ng negosyo ng mga negosyo ay magkakaugnay at magkakaugnay. Ang ilan sa kanila ay direktang nauugnay sa isa't isa, ang ilan ay ipinahayag nang hindi direkta. kaya, mahalagang isyu sa pagsusuri sa ekonomiya ay ang pagtatasa ng impluwensya ng isang salik sa isang partikular tagapagpahiwatig ng ekonomiya Para dito, ginagamit ang factor analysis.

Pagsusuri ng kadahilanan ng negosyo. Kahulugan. Mga layunin. Mga uri

Ang pagsusuri sa salik ay tumutukoy sa siyentipikong panitikan sa seksyon ng multivariate statistical analysis, kung saan ang pagtatantya ng mga naobserbahang variable ay isinasagawa gamit ang covariance o correlation matrice.

Ang pagsusuri sa kadahilanan ay unang ginamit sa psychometrics at kasalukuyang ginagamit sa halos lahat ng agham, mula sa sikolohiya hanggang sa neurophysiology at agham pampulitika. Ang mga pangunahing konsepto ng factor analysis ay tinukoy ng English psychologist na si Galton at pagkatapos ay binuo nina Spearman, Thurstone, at Cattell.

Maaaring makilala 2 layunin ng factor analysis:
- pagpapasiya ng ugnayan sa pagitan ng mga variable (pag-uuri).
— pagbabawas ng bilang ng mga variable (clustering).

Pagsusuri ng kadahilanan ng negosyo – kumplikadong pamamaraan sistematikong pag-aaral at pagtatasa ng epekto ng mga salik sa halaga ng mabisang tagapagpahiwatig.

Ang mga sumusunod ay maaaring makilala mga uri ng pagsusuri ng salik:

1. Functional, kung saan ang performance indicator ay tinukoy bilang isang produkto o algebraic sum mga kadahilanan.
2. Kaugnayan (stochastic) - ang kaugnayan sa pagitan ng tagapagpahiwatig ng pagganap at mga kadahilanan ay probabilistic.
3. Direkta / Baliktad - mula sa pangkalahatan hanggang sa tiyak at kabaliktaran.
4. Isang yugto / maraming yugto.
5. Retrospective / prospective.

Tingnan natin ang unang dalawa.

Upang magawa kailangan ang factor analysis:
Ang lahat ng mga kadahilanan ay dapat na quantitative.
- Ang bilang ng mga kadahilanan ay 2 beses na higit pa kaysa sa mga tagapagpahiwatig ng pagganap.
- Homogeneous na sample.
— Normal na pamamahagi mga kadahilanan.

Factor analysis isinasagawa sa maraming yugto:
Stage 1. Mga napiling salik.
Stage 2. Ang mga salik ay inuri at sistematiko.
Stage 3. Ang relasyon sa pagitan ng tagapagpahiwatig ng pagganap at mga kadahilanan ay namodelo.
Stage 4. Pagsusuri ng impluwensya ng bawat salik sa tagapagpahiwatig ng pagganap.
Stage 5 Praktikal na paggamit ng modelo.

Ang mga pamamaraan ng deterministic factor analysis at mga pamamaraan ng stochastic factor analysis ay pinili.

Deterministic factor analysis- isang pag-aaral kung saan ang mga salik ay nakakaapekto sa pagganap na tagapagpahiwatig. Mga pamamaraan ng deterministic factor analysis - ang paraan ng ganap na pagkakaiba, ang paraan ng logarithm, ang paraan ng mga kamag-anak na pagkakaiba. Ang ganitong uri ng pagsusuri ay ang pinaka-karaniwan dahil sa kadalian ng paggamit nito at nagbibigay-daan sa iyo na maunawaan ang mga salik na kailangang baguhin upang madagdagan / mabawasan ang epektibong tagapagpahiwatig.

Stochastic factor analysis- isang pag-aaral kung saan ang mga salik ay nakakaapekto sa performance indicator nang malamang, i.e. kapag nagbago ang isang kadahilanan, maaaring mayroong ilang mga halaga (o isang saklaw) ng resultang tagapagpahiwatig. Mga paraan ng stochastic factor analysis - game theory, mathematical programming, multiple pagsusuri ng ugnayan, mga modelo ng matrix.

Upang malaman kung gaano kumikita o hindi kumikita ang isang negosyo, hindi sapat na bilangin lamang ang pera. Upang maunawaan ito nang sigurado, at higit sa lahat, upang makatulong sa pagtaas ng kita, kailangan mong regular na isagawa ang gawain ng negosyo sa kabuuan. At para dito kailangan mong magkaroon ng ilang mga kasanayan sa larangan ng accounting at ilang impormasyon. Ito ay nagkakahalaga ng pagsasaalang-alang na ang kumpanya ay nagtrabaho kapwa sa panahon ng inflation at sa panahon ng krisis. Ang mga presyo ay patuloy na nagbabago. Ngayon naiintindihan mo na kung bakit ang banal na pagbibilang ng pera ay hindi ginagawang posible upang masuri ang sitwasyon na may kita o mga gastos? Pagkatapos ng lahat, kailangan mong isaalang-alang ang kadahilanan ng presyo.

Kaya, marami ang nahihirapang gumawa ng isang halimbawa ng aming pagsusuri, umaasa kaming makakatulong ito sa kanila na gumawa ng kanilang sarili - sa pamamagitan ng pagkakatulad species na ito napakabilis ng diagnostics. Ito ay nasa anyo ng isang mesa. Una, gumawa tayo ng header para sa ating factor analysis. Gumuhit kami ng isang talahanayan na may 5 haligi at 9 na hanay. Gawing mas malawak ang unang column - maglalaman ito ng mga pangalan ng mga artikulo ng enterprise, hindi mga numero. Tatawagin itong - "Mga Tagapagpahiwatig", na dapat mong isulat sa unang linya ng hanay. Sa loob nito, punan ang lahat ng mga linya ayon sa sample: 1 - ang pangalan, 2 - ilagay ang numero 1 - ang pagnunumero ng mga hanay, sa ika-3 linya isulat - "Kita sa benta", 4 - "Gastos". Sa ikalimang linya ng unang hanay, ilagay ang item - "Mga gastos sa negosyo". Sa 6, isulat - "Mga gastos para sa pamamahala ng proseso." Ang ikapitong linya ay tinatawag na - at 8 - "Index ng mga pagbabago sa presyo", at ang huling linya, 9 - "Sale sa maihahambing na mga presyo."

Susunod, nagpapatuloy kami sa disenyo ng 2 mga haligi: sa 1 linya ay isinulat namin - "Nakaraang panahon, libong rubles." (maaari kang sumulat ng iba pang mga yunit ng pananalapi - euro, dolyar, atbp. - depende ito sa kung anong pera ang iyong kalkulahin), at sa pangalawang linya isulat namin ang numero - 2. Pumunta sa ika-3 haligi - sa loob nito ay mayroong 1 linya. ang pangalan - "Panahon ng pag-uulat", libong rubles. At ang pangalawa ay napuno ng numero 3. Susunod, iginuhit namin ang aming factorial analysis ng kita at pumunta sa column 4. Sa unang linya na ipinasok namin - "Ganap na pagbabago, libong rubles", at ang pangalawang linya ay naglalaman ng isang maliit na formula : 4 \u003d 3-2. Nangangahulugan ito na ang mga numero na iyong isusulat sa kasunod na mga hilera ay magiging resulta ng pagbabawas ng mga numero sa ikalawang hanay mula sa mga numero sa ikatlo. Nagpapatuloy kami sa disenyo ng huling - ika-5 na haligi. Sa loob nito, sa 1 linya, kailangan mong isulat: "Mga kamag-anak na pagbabago%", na nangangahulugang sa hanay na ito ang lahat ng data ay isusulat bilang isang porsyento. Sa pangalawang linya, ang formula ay: 5=(4/2)*100%. Lahat, idinisenyo namin ang header, nananatili lamang ito upang punan ang bawat item ng talahanayan ng may-katuturang data. Nagsasagawa kami ng pagsusuri sa kadahilanan, isang halimbawa na ibinibigay namin sa iyo. Una sa lahat, kinakalkula namin ang index ng pagbabago ng presyo - ito marahil ang pinakamahalagang pigura sa aming mga kalkulasyon. Isinulat namin ang mga numero ng iba't ibang mga panahon sa kaukulang mga hanay. Sa mga hanay 4 at 5 isinasagawa namin ang mga kinakailangang kalkulasyon. Ang pagsusuri sa kadahilanan, kung saan maaari mong tingnan ang isang halimbawa, ay ipinapalagay ang katumpakan sa mga numero. Samakatuwid, ang mapagkakatiwalaang impormasyon lamang ang dapat na nakasulat sa 3 linya ng bawat hanay. Sa 4 at 5, muli kaming nagsasagawa ng mga kalkulasyon. Tulad ng naiintindihan mo, ang factorial ay pangunahing isinasagawa sa mga linya 5 at 6: subukang idagdag doon ang pinakatunay, hindi minamaliit, mga numero. Sa ika-4 at ika-5 na hanay ng mga linyang ito, muling magsagawa ng mga kalkulasyon gamit ang mga formula. Susunod, nagsasagawa kami ng factor analysis ng kita sa column 7 - tubo. Nagsusulat kami ng mga maaasahang numero sa mga haligi 2 at 3, at sa mga haligi 4 at 5 muli naming isinasaalang-alang ang lahat ayon sa mga formula. At ang huling haligi ay nananatili: isinusulat namin ang data, kinakalkula namin. Bottom line: ang factor analysis, kung saan binibigyan ka namin ng isang halimbawa, ay nagpapakita kung ano ang epekto ng bawat isa sa mga salik na inilarawan sa mga artikulo sa kita o mga gastos sa produksyon. Ngayon ay nakikita mo ang mga kahinaan at maaari mong itama ang sitwasyon upang makakuha ng mas maraming kita hangga't maaari.

Nagawa mo na ang lahat ng kalkulasyon para magsagawa ng factor analysis, ngunit hindi ka nila matutulungan sa anumang paraan kung hindi mo masusuri ang data nang lubusan.