Faktoranalīzes būtība ekonomikā

1. definīcija

Faktoranalīze ir ekonomiskās analīzes veids, kas pēta konkrētu faktoru ietekmi uz ekonomiskajiem rādītājiem. Galvenie faktoru analīzes veidi: deterministiskā un stohastiskā analīze.

Deterministiskās analīzes pamatā ir to faktoru ietekmes izpētes metodoloģija, kuriem ir funkcionāla saistība ar vispārējo rādītāju.

Stohastiskajā faktoru analīzē tiek pētīta to faktoru ietekme, kuriem ir varbūtības saistība ar vispārējo rādītāju, t.i. korelācija.

Uzņēmuma efektivitāti ietekmē daudzi faktori. Tos var iedalīt iekšējos, kas ir atkarīgi no konkrētā uzņēmuma darbībām, un ārējos, neatkarīgi no konkrētā uzņēmuma.

Arī faktoru analīzē izmantotās metodes var atšķirties. Deterministiskā faktoru analīze izmanto:

• Ķēdes aizstāšanas metode;
• Absolūto un relatīvo atšķirību metode;
• Indeksa metode;
• Līdzsvara metode;
• Integrālā metode;
• Logaritmiskā metode utt.

Stohastiskā analīze izmanto:

• Korelācijas metode;
• Regresijas metode;
• Klasteru analīzes metode;
• Dispersijas metode utt.

Vislielāko analītiskā pētījuma pilnīgumu un dziļumu, vislielāko rezultātu precizitāti nodrošina ekonomiskās un matemātiskās metodes. Šīm metodēm ir liela priekšrocība salīdzinājumā ar statistiskajām un tradicionālajām metodēm, jo ​​tās ļauj precīzāk un detalizētāk aprēķināt atsevišķu faktoru ietekmi uz ekonomisko rādītāju vērtību, kā arī palīdz atrisināt dažas analītiskas problēmas.

Relatīvās atšķirības metode

1. piezīme

Relatīvo atšķirību metode tiek izmantota deterministiskajā faktoru analīzē, lai novērtētu konkrēta faktora ietekmi uz rezultatīvo rādītāju pieaugumu. Apskatāmās metodes vissvarīgākā priekšrocība ir tās vienkāršība. Tomēr to var izmantot tikai reizināšanas un reizināšanas-summēšanas faktoru modeļos.

Šīs metodes pamatā ir eliminācijas metode. Likvidēšana nozīmē citu faktoru ietekmes novēršanu, t.i. visi pārējie faktori kļūst statiski. Metodes galvenā ideja ir visu faktoru neatkarīga maiņa. Pirmkārt, viena faktora bāzes vērtība mainās uz pārskata vērtību, bet pārējie faktori ir statiski, un pēc tam mainās otrais, trešais utt.

Lai aprēķinātu pirmā faktora ietekmes lielumu uz efektīvo, efektīvā rādītāja pamatvērtība jāreizina ar pirmā faktora relatīvo pieaugumu % un jādala ar 100. Lai aprēķinātu otrā faktora ietekmes pakāpi. koeficientu, jums jāpievieno efektīvā rādītāja pamatvērtība un tā palielinājums no pirmā faktora, un iegūtais daudzums jāreizina ar nākamā faktora relatīvo pieaugumu utt.

Izmantojot šo metodi, liela nozīme ir faktoru secībai modelī un līdz ar to arī to vērtību izmaiņu secībai, jo tas nosaka katra atsevišķā faktora ietekmes kvantitatīvo novērtējumu.

Relatīvo atšķirību metodes izmantošana ietver pareizi konstruēta deterministiskā faktoru modeļa izmantošanu un noteiktas secības ievērošanu faktoru izkārtojumā.

Faktori var būt gan kvantitatīvi, gan kvalitatīvi. Kvalitatīvie faktori atspoguļo pētāmo objektu iekšējās īpašības, pazīmes un īpašības. Piemēram, darba ražīgums, piena tauku saturs, produkta kvalitāte. Kvantitatīvie faktori raksturo fenomena kvantitatīvo noteiktību. Kvantitatīviem faktoriem ir gan izmaksas, gan fiziskas izpausmes. Kvantitatīvie faktori var raksturot preču ražošanas un realizācijas apjomus, un šādu faktoru vērtību var izteikt gan naudā, gan gabalos utt.

Ja analīzes laikā ir vairāki kvantitatīvie un kvalitatīvie rādītāji, tad vispirms mainās to faktoru lielums, kas atrodas pirmajā subordinācijas līmenī, bet pēc tam zemākā.

Pirmā līmeņa faktori ir faktori, kas tieši ietekmē darbības rādītāju, savukārt faktori, kas netieši ietekmē darbības rādītāju, pieder pie zemāka līmeņa (otrais, trešais utt.)

Aprēķinu algoritms, izmantojot relatīvās starpības metodi, parādīts 1. attēlā.

Daudzumu $∆X_A$, $∆X_B$ summai jābūt identiskai starpībai starp $X_1$ un $X_0$.

Relatīvās atšķirības metodes izmantošanas piemērs

Apsvērsim relatīvās atšķirības metodes izmantošanu, izmantojot konkrētu piemēru. Ražošanas apjoms gadā ir atkarīgs no vidējā gada strādnieku skaita (N) un vidējā gada izlaides uz vienu strādnieku (B). Tiek izveidots divfaktoru multiplikatīvais modelis, kurā strādnieku skaits ir kvantitatīvs faktors, tātad tas ir pirmajā vietā, bet ražošana ir kvalitatīvs faktors un atrodas aiz kvantitatīvā.

$OP = H V$

Visi dati, kas tiks izmantoti, ir parādīti tabulā (2. attēls).

Pirmajā posmā aprēķina relatīvo faktoru pieaugumu (3. attēls).

3. attēls. Faktoru relatīvā pieauguma aprēķins. Autors24 - studentu darbu tiešsaistes apmaiņa

Otrajā solī tiek noteikta pirmā faktora ietekmes pakāpe uz darbības rādītāju (4. att.)

4. attēls. Faktora ietekmes pakāpes aprēķins. Autors24 - studentu darbu apmaiņa tiešsaistē

No iegūtajiem datiem izriet, ka, palielinoties vidējam darbinieku skaitam gadā par 2 cilvēkiem, ražošanas apjoms palielināsies par 400 tūkstošiem rubļu.

Trešajā solī turpinās modeļa faktoru secīga izskatīšana (5. att.)

Pēc iegūtajiem datiem varam secināt, ka, palielinot viena strādnieka vidējo gada izlaidi, ražošanas apjoms palielinājās par 810 tūkstošiem rubļu.

Ceturtajā solī tiek pārbaudīti aprēķini (6. attēls).

Tādējādi veiktie aprēķini ir pareizi.

Absolūtās atšķirības metode

To izmanto reizināšanas un reizināšanas-summatīvajos modeļos, un tas sastāv no faktoru ietekmes lieluma aprēķināšanas, reizinot pētāmā faktora absolūto pieaugumu ar faktora bāzes vērtību, kas atrodas pa labi no tā, un ar faktisko vērtību. faktori, kas atrodas pa kreisi. Piemēram, reizināšanas faktoru modelim, piemēram Y = a-b-s-y katra faktora ietekmes lieluma izmaiņas uz darbības rādītāju nosaka pēc izteiksmēm:

kur /> th, sestdien, ¿4- rādītāju vērtības bāzes periodā; jaf,bf, sf - tas pats pārskata periodā (t.i. faktiskais); Aa = bf - Ob, AB = bf - b6, Ac = sf - sb; Asi = b?f - A.

Relatīvās atšķirības metode

Relatīvo atšķirību metode, tāpat kā absolūto atšķirību metode, tiek izmantota tikai reizināšanas un multiplikatīvi-summatīvajos modeļos, lai noteiktu faktoru ietekmi uz darbības rādītāja pieaugumu. Tas sastāv no faktoru rādītāju vērtību relatīvo noviržu aprēķināšanas ar sekojošu efektīvā rādītāja Uf izmaiņu aprēķinu katra faktora dēļ attiecībā pret bāzi Uf. Piemēram, reizināšanas faktoru modelim, piemēram

Y = abc katra faktora ietekmes lieluma izmaiņas uz darbības rādītāju nosaka šādi:

Relatīvo atšķirību metode ar augstu skaidrības līmeni nodrošina tādus pašus rezultātus kā absolūto atšķirību metode ar mazāku aprēķinu apjomu, kas ir diezgan ērti, ja modeļos ir liels faktoru skaits.

Proporcionālās dalīšanas metode (līdzdalība pašu kapitālā)

Attiecas uz piedevu Y = a + b + c un vairāki modeļi, piemēram, Y= a/(b+c+d), tostarp daudzlīmeņu. Šī metode sastāv no efektīvā rādītāja pieauguma proporcionālas sadales U mainot katru no faktoriem starp tiem. Piemēram, aditīvajam Y tipa modelim = a + b + c ietekme tiek aprēķināta kā

Mēs pieņemsim, ka Y ir ražošanas izmaksas; a, b, c - attiecīgi materiālu, darbaspēka un nolietojuma izmaksas. Ļaujiet uzņēmuma kopējās rentabilitātes līmenim samazināties par 10%, jo ražošanas izmaksas pieaug par 200 tūkstošiem rubļu. Tajā pašā laikā materiālu izmaksas samazinājās par 60 tūkstošiem rubļu, darbaspēka izmaksas pieauga par 250 tūkstošiem rubļu, un nolietojuma izmaksas pieauga par 10 tūkstošiem rubļu. Tad pirmā faktora dēļ (A) rentabilitātes līmenis ir palielinājies:

Sakarā ar otro (b) un trešais c) faktors, rentabilitātes līmenis samazinājās:

Diferenciālrēķina metode

Pieņem, ka funkcijas kopējais pieaugums ir sadalīts terminos, kur katra no tiem vērtība tiek noteikta kā atbilstošā daļējā atvasinājuma un mainīgā pieauguma reizinājums, pēc kura šis atvasinājums tiek aprēķināts.

Apsveriet divu mainīgo funkciju: g=/(x, y). Ja šī funkcija ir diferencējama, tad tās pieaugumu var attēlot kā

Kur Ag = (2(- 2о)- funkcijas maiņa; Ak = ("Г] - ,г0) - pirmā faktora izmaiņas; Ау = (у^ - r/()) - otrā faktora izmaiņas.

Summa (dg/dh)Ax + (dg/du)Ay - diferencējamās funkcijas pieauguma galvenā daļa (ko ņem vērā diferenciālrēķina metodē); 0Ud~r ^+d7/ - nesadalāms atlikums, kas ir bezgalīgi maza vērtība pietiekami mazām faktoru x un u. Šis komponents netiek ņemts vērā aplūkojamajā diferenciālrēķina metodē. Tomēr ar būtiskām faktoru izmaiņām (Ak Un Jā) Novērtējot faktoru ietekmi, var rasties būtiskas kļūdas.

Piemērs 16.1. Funkcija G izskatās kā z = x-y, kuriem ir zināmas ietekmējošo faktoru sākotnējās un beigu vērtības un iegūtais rādītājs (x&y0, r0,X,y, 2). Tad ar izteiksmēm nosaka ietekmējošo faktoru ietekmi uz iegūtā rādītāja vērtību

Aprēķināsim atlikušā vārda vērtību kā starpību starp funkcijas Dg = kopējo izmaiņu vērtību X ■ y - x0 o g/o un ietekmējošo faktoru ietekmju summa g. + Dg(/ = y0-Ax + xn■ &y:

Tādējādi diferenciālrēķina metodē nesadalāmais atlikums tiek vienkārši izmests (loģiski

diferenciācijas metodes kļūda). Šī aplūkotās metodes tuvināšana ir trūkums ekonomiskajiem aprēķiniem, kur nepieciešams precīzs iegūtā rādītāja izmaiņu līdzsvars un ietekmējošo faktoru ietekmes summa.

Piemērojams arī tāda paša veida reizināšanas modeļiem un jauktiem modeļiem kā absolūtās atšķirības metode.

Relatīvo atšķirību metodi izmanto gadījumos, kad avota datos jau ir iepriekš noteiktas faktoru rādītāju relatīvās novirzes procentos vai koeficientos.

Saskaņā ar šo noteikumu, lai aprēķinātu pirmā faktora ietekmi, ir jāreizina efektīvais pamatrādītājs ar šī faktora relatīvo pieaugumu decimāldaļskaitļa veidā.
Otrā faktora ietekmi nosaka, efektīvā rādītāja bāzes vērtībai pieskaitot tā izmaiņu lielumu pirmā faktora ietekmē un iegūto summu reizinot ar otrā faktora relatīvo pieaugumu.

Piemērs

Kopējās efektīvā rādītāja izmaiņas sastāv no efektīvā rādītāja izmaiņu summas, kas radušās katra faktora izmaiņu rezultātā, ar fiksētiem citiem faktoriem.

Šīs metodes izmantošanas rezultātā var veidoties nesadalāms atlikums, kas tiek pievienots pēdējā faktora ietekmes lielumam.

Indeksa metode

Pamatojoties uz faktoru (kopējo) indeksu konstrukciju.

Izmantojot indeksus analīzē, tiek atrisināti šādi uzdevumi:

1) Parādības līmeņa izmaiņu novērtējums

2) Atsevišķu faktoru ietekmes uz iegūtā raksturlieluma izmaiņām identificēšana

3) Iedzīvotāju struktūras ietekmes uz parādības dinamiku novērtēšana

Ekonomiskā analīze izmanto vienkāršus un analītiskus rādītājus.

Indekss vienkārši atspoguļo atribūta līmeņa attiecību pārskata periodā salīdzinājumā ar bāzes līmeni.

Apzīmēts ar mazu burtu i ja runā par cenām

Analītiskais indekss vienmēr sastāv no diviem elementiem: indeksētās pazīmes (kuras dinamika tiek pētīta) un svara elementa, kas kalpo kā līdzmērītājs.

Izmantojot analītiskos indeksus, tiek pētīta sarežģītas ekonomikas parādības, kuras atsevišķie elementi nav salīdzināmi, dinamika.

Apzīmēts ar lielo burtu es

Galvenā analītisko indeksu problēma ir svēršanas problēma. Ir svarīgi vispirms noteikt svara atribūtu un pēc tam izvēlēties līmeni, kādā svara atribūts tiek ņemts.

Pirmā problēma tiek atrisināta, atrodot saistīto pazīmju sistēmu, kuras reizinājums dod ekonomiski saprotamu rādītāju.

Kvalitatīviem rādītājiem ir nepieciešams kvantitatīvs svars un otrādi.

Tiek saukta zīme, kas ir tieši saistīta ar pētāmo parādību un raksturo to primārā vai kvantitatīvā. Primārās pazīmes var apkopot. Tiek sauktas pazīmes, kas attiecas uz pētāmo parādību nevis tieši, bet caur vienu vai vairākām citām pazīmēm un raksturo pētāmās parādības kvalitatīvo pusi. sekundāra vai kvalitatīva. Tie vienmēr ir relatīvi rādītāji, un tos, kā likums, nevar tieši apkopot.

Ir šāds noteikums svara atribūta izvēlei, veidojot analītiskos indeksus:
Veidojot analītiskos indeksus, pamatojoties uz primārajiem raksturlielumiem, ieteicams ņemt svaru bāzes perioda līmenī, bet sekundārajiem rādītājiem - pārskata perioda līmenī.

Ieteicams izmantot indeksa metodi, ja katrs faktors ir komplekss rādītājs.

Mūsdienu analīzes atšķirību metodes pilnveidošana. Logaritmiskās un integrālās metodes

Korelācijas analīze

Korelācijas analīze - ir metode, kā izveidot savienojumu un mērīt tā tuvumu starp novērojumiem, kurus var uzskatīt par nejaušiem un atlasītiem no populācijas, kas sadalīta saskaņā ar daudzfaktoru normālu likumu.

Korelācijas sakarība ir statistiska sakarība, kurā viena mainīgā dažādas vērtības atbilst cita mainīgā dažādām vidējām vērtībām.

Atšķirt tvaika pirts Un vairākas korelācija. Pāru korelācijā saikne notiek starp diviem rādītājiem, no kuriem viens ir faktors, bet otrs rezultāts.

Daudzkārtēja korelācija rodas, ja vairāki faktori ietekmē efektīvu rādītāju.

Sakarības ciešumu statistikā var noteikt, izmantojot dažādus koeficientus. Ekonomiskajā analīzē biežāk tiek izmantots lineārās korelācijas koeficients. Vērtības mainās [-1;1]. Vērtība -1 norāda uz stingri noteiktas apgriezti proporcionālas attiecības starp faktoriem. Vērtība 1 norāda uz stingri noteiktu tieši proporcionālu attiecību. Ja korelācijas koeficients ir 0, starp faktoriem nav nekādas saistības. Citām korelācijas koeficienta vērtībām pastāv stohastiska sakarība. Jo tuvāk vērtība r uz vienotību, jo stiprāka saikne.
|r|<3 – слабая связь
3<|r|<7 – средняя теснота
|r|>7 – ciešs savienojums

Korelācijas analīzes veikšana ietver šādas darbības:

1) Informācijas vākšana un tās primārā apstrāde
Šajā posmā tiek veikta grupēšana, anomālu novērojumu izslēgšana un vienfaktoru sadalījuma normalitātes pārbaude.

2) Attiecību sākotnējais raksturojums. Analītisku grupu un grafiku veidošana

3) Multikolinearitātes novēršana un rādītāju kopas precizēšana, aprēķinot pāru korelācijas koeficientus.

4) Faktoru atkarības izpēte un tās nozīmīguma pārbaude.

5) Analīzes rezultātu izvērtēšana un ieteikumu sagatavošana to praktiskai izmantošanai.

Regresijas analīze

Šī ir metode pētāmo raksturlielumu stohastiskās atkarības analītiskās izteiksmes noteikšanai.

Regresijas vienādojums parāda, kā vidēji mainās Y, kad mainās kāds no to X

Ja ir tikai viens neatkarīgs mainīgais X, mums ir vienkārša regresijas analīze. Ja ir 2 vai vairāk neatkarīgi mainīgie, šī ir daudzfaktoru analīze.

Regresijas analīzes laikā tiek atrisināti 2 galvenie uzdevumi:

1) Regresijas vienādojuma konstruēšana (rezultativitātes rādītāja un neatkarīgo faktoru sakarības veida atrašana).

2) Novērtējot iegūtā vienādojuma nozīmīgumu, t.i. nosakot, cik lielā mērā atlasītie faktoru raksturlielumi izskaidro Y iezīmes izmaiņas.

Regresijas analīze, atšķirībā no korelācijas analīzes, nodrošina formalizētu attiecību izpausmi, nevis vienkārši nosaka korelācijas esamību.

Korelācijas analīze pēta jebkādas attiecības starp faktoriem, savukārt regresijas analīze pēta tikai vienpusēju atkarību, t.i. šāds savienojums, kas parāda, kā faktoru raksturlielumu izmaiņas ietekmē efektīvo raksturlielumu.

Regresijas analīzē tiek izmantoti tikai lineāri modeļi.

Lai atrastu vienādojuma parametrus, visbiežāk tiek izmantota mazāko kvadrātu metode.

Dispersijas analīze

Metode, kas ļauj apstiprināt vai atspēkot hipotēzi, ka 2 datu paraugi pieder vienai un tai pašai populācijai.

Saistībā ar uzņēmuma darbības analīzi dispersijas analīze ļauj noteikt, vai dažādu novērojumu grupas pieder vienai un tai pašai datu kopai vai nē. (vai atšķirības starp grupām ir būtiskas)

Dispersijas analīze bieži tiek izmantota kopā ar grupēšanas metodēm, un tās uzdevums šajā gadījumā ir novērtēt atšķirību nozīmīgumu starp grupām. Lai to izdarītu, tiek noteiktas grupu dispersijas un pēc tam tiek pārbaudīta atšķirību nozīmīgums starp grupām, izmantojot Studenta-Fišera statistiskos testus.

Klasteru analīze

Viena no daudzfaktoru analīzes metodēm, kas paredzēta tādas populācijas grupēšanai (grupēšanai), kuras elementus raksturo daudzas pazīmes. Katras pazīmes vērtība kalpo kā katras pētāmās populācijas vienības koordinātas daudzdimensionālajā pazīmju telpā.

Katrs novērojums, ko raksturo vairāku rādītāju vērtības, var tikt attēlots kā punkts šo rādītāju telpā, kuru vērtības tiek uzskatītas par koordinātām daudzdimensionālā telpā.

Atšķirībām starp klasteriem jābūt nozīmīgākām nekā starp vienai un tai pašai klasterim piešķirtajiem novērojumiem.

HEIRISTISKĀS METODES EKONOMIKĀ

Tie ir kļuvuši plaši izplatīti komercdarbības izpētē, jo ir augsta darbības virzošo faktoru nenoteiktība.
Tie ietver meklēšanas un novērtēšanas metodes, kas ļauj iegūt risinājumu radošai problēmai avota datu nepilnības vai neuzticamības apstākļos.

Heiristiskās metodes var iedalīt 2 klasēs: meklēšana un novērtēšana

Ekonomiskā analīze

Ekonomiskās analīzes metodes:

1. Tradicionāls

· Ekonomiskās statistikas metodes (absolūtās vērtības, relatīvās vērtības, vidējās vērtības, indeksi, grupējumi)

· Klasiskās ekonomiskās analīzes metodes (bilances metode, salīdzinājumi, faktu plāns, salīdzinājumi ar iepriekšējiem periodiem, salīdzinājumi ar vadošo nozares rādītāju darbības rādītājiem, salīdzināšana pēc vidējiem rādītājiem, horizontālā analīze, vertikālā analīze, tendenču analīze - izmanto dinamikas rindu konstruēšanai, deterministisko faktoru metožu analīze)

2. Matemātiskā

· Stohastiskā faktoru analīze (korelācijas analīze, regresijas analīze, dispersijas analīze)

· Metodes rādītāju optimizēšanai (ekonomiskās un matemātiskās metodes, optimizācijas programmēšana)

Deterministiskā faktoru analīze (DFA)

Tā ir metodika tādu faktoru ietekmes izpētei, kuru saistībai ar efektīvu rādītāju ir funkcionāls raksturs.
DFA tehnika

1. Noteikt iegūto rādītāju un to ietekmējošos faktorus

2. Veidojiet attiecību modeli

3. Izvēlieties analīzes metodi

4. Tiek aprēķināta faktoru ietekme (vispirms kvantitatīvā, tad kvalitatīvā)

5. Tiek formulēti secinājumi (ja stimulants ir kvantitatīvs rādītājs, tad tā ir plaša attīstība, ja tā ir kvalitatīva, tā ir intensīva)

Ierobežojumi, veicot faktoru analīzi: visi faktori darbojas viens uz otru neatkarīgi; ja ir vairāki vienas grupas faktori, vispirms perspektīvie primārie, bet pēc tam sekundārie.

1. Piedevu modelis

2. Reizinātājs

3. Vairāki modeļi

4. Kombinēts (jaukts)

DFA metožu raksturojums

1. Ķēdes aizstāšanas metode - sastāv no vairāku efektīvā rādītāja starpvērtību noteikšanas, secīgi aizstājot faktoru pamatvērtības ar ziņošanas vērtībām, starpvērtību starpība ir vienāda ar izmaiņām efektīvā rādītājā mainīgā faktora dēļ (universāls visiem tipiem).

Algoritms: tiek noteikts novirzes lielums starp faktiskajām un pamatvērtībām; tiek identificēts atsevišķa faktora ietekmes lielums, tam secīgi tiek mainīts viens no faktoriem faktoru ķēdē un aprēķināta rādītāju paredzamā vērtība, ja pārējie faktori paliek nemainīgi; pārbaude.

Uzdevums: noteikt ražošanas apjoma izmaiņas, mainoties tādiem faktoriem kā vidējais darbinieku skaits, viena darbinieka nostrādātās stundas un vidējā stundas izlaide.

Secinājums: ražošanas izlaide pārskata periodā, salīdzinot ar bāzes periodu, pieauga par 1120, tai skaitā darbinieku skaita pieauguma dēļ izlaides apjoms palielinājās par 320 tūkstošiem rubļu. Palielinoties viena strādnieka nostrādātajam laikam, produkcijas apjoms palielinājās par 262 tūkstošiem rubļu. un sakarā ar izlaides pieaugumu par vienu strādnieku, izlaide palielinājās par 538 tūkstošiem rubļu.

Absolūtās atšķirības metode ir ķēdes aizstāšanas metodes vienkāršots tehniskais paņēmiens, taču to izmanto tikai reizināšanas un dažās kombinētajās tehnikās.

Algoritms: atsevišķu faktoru ietekmi aprēķina, pētāmā faktora absolūtās izmaiņas reizinot ar citu faktoru pamata vai faktiskajām vērtībām atkarībā no izvēlētās secības.

Relatīvo atšķirību metodes būtība un mērķis. Tās piemērošanas joma. Algoritms faktoru ietekmes aprēķināšanai šādā veidā.

Relatīvās atšķirības metode, tāpat kā iepriekšējo, to izmanto, lai izmērītu faktoru ietekmi uz veiktspējas rādītāja pieaugumu tikai reizināšanas un aditīvi-multiplikatīvajos modeļos, piemēram, V = (a - b)c. Tas ir daudz vienkāršāks nekā ķēdes aizstāšana, kas padara to ļoti efektīvu noteiktos apstākļos. Tas galvenokārt attiecas uz gadījumiem, kad avota dati satur iepriekš noteiktus faktoru rādītāju relatīvos pieaugumus procentos vai koeficientos.

Apskatīsim metodiku, kā šādā veidā aprēķināt faktoru ietekmi multiplikatīvajiem V tipa modeļiem = A X IN X AR. Vispirms jāaprēķina faktoru rādītāju relatīvās novirzes:

Tad efektīvā rādītāja izmaiņas katra faktora dēļ nosaka šādi:

Saskaņā ar šo noteikumu, lai aprēķinātu pirmā faktora ietekmi, ir jāreizina efektīvā rādītāja pamata (plānotā) vērtība ar pirmā faktora relatīvo pieaugumu, kas izteikts procentos, un rezultāts jādala ar 100.

Lai aprēķinātu otrā faktora ietekmi, plānotajai efektīvā rādītāja vērtībai jāpievieno pirmā faktora izraisītās izmaiņas un pēc tam iegūtā summa jāreizina ar otrā faktora relatīvo pieaugumu procentos un jāsadala rezultāts ar 100.

Trešā faktora ietekmi nosaka līdzīgi: plānotajai efektīvā rādītāja vērtībai nepieciešams pieskaitīt tā pieaugumu pirmā un otrā faktora dēļ un iegūto summu reizināt ar trešā faktora relatīvo pieaugumu utt. .

Konsolidēsim aplūkoto metodoloģiju, izmantojot tabulā sniegto piemēru. 6.1:

Kā redzat, aprēķinu rezultāti ir tādi paši kā, izmantojot iepriekšējās metodes.

Relatīvo atšķirību metodi ir ērti izmantot gadījumos, kad nepieciešams aprēķināt liela faktoru kopuma ietekmi (8-10 vai vairāk). Atšķirībā no iepriekšējām metodēm aprēķinu skaits ir ievērojami samazināts.

Šīs metodes variācija ir procentuālo atšķirību pieņemšana. Aplūkosim faktoru ietekmes aprēķināšanas metodi, izmantojot to, izmantojot to pašu piemēru (6.1. tabula).

Lai noteiktu, cik lielā mērā ir mainījies bruto produkcijas apjoms strādnieku skaita dēļ, tā plānotā vērtība jāreizina ar darbinieku skaita plāna pārsnieguma procentu. HR%:

Lai aprēķinātu otrā faktora ietekmi, plānotais bruto produkcijas apjoms jāreizina ar starpību starp plāna izpildes procentuālo daļu no kopējā visu strādnieku nostrādāto dienu skaita D% un plāna izpildes procentuālais daudzums vidējam darbinieku skaitam HR%:

Bruto produkcijas absolūto pieaugumu vidējā darba dienas ilguma izmaiņu dēļ (maiņas dīkstāves) nosaka, reizinot plānoto bruto produkcijas apjomu ar starpību starp plāna izpildes procentuālo daļu no kopējā nostrādāto stundu skaita ar visi strādnieki t% un kopējais nostrādāto dienu skaits D%:

Lai aprēķinātu vidējās stundas izlaides ietekmi uz bruto produkcijas apjoma izmaiņām, ir nepieciešama starpība starp bruto produkcijas plāna izpildes procentuālo daļu. VP% un plāna izpildes procentuālā daļa no kopējā visu darbinieku nostrādāto stundu skaita t% reizina ar plānoto bruto produkcijas apjomu VPpl:

Šīs metodes priekšrocība ir tāda, ka, to lietojot, nav nepieciešams aprēķināt faktoru rādītāju līmeni. Pietiek ar datiem par plāna izpildes procentuālo daļu bruto produkcijai, darbinieku skaitu un nostrādāto dienu un stundu skaitu analizētajā periodā.

Skatīt arī: