Правила АХД
Широкое использование в АХД находит группировка информации — деление массы изучаемой совокупности объектов на как следует однородные группы по соответствующим показателям. В случае если статистика применяет данный метод для типизации и обобщения явлений, то в анализе группировка оказывает помощь разъяснить суть средних размеров, продемонстрировать роль отдельных единиц в этих средних, распознать связь между изучаемыми показателями.
Прием группировок используется для взаимозависимости и изучения взаимосвязи между показателями при солидном числе данных. Группировки применяют при анализе хозяйственной деятельности предприятий по данным сводной отчетности и вторым источникам информации, в то время, когда методом составления особых аналитических таблиц обобщаются результаты их работы. Прием группировок разрешает установить наличие, направление и характер связи между разбираемыми показателями.
Но показатели нельзя группировать по случайным показателям. До построения группировочных таблиц нужно методом теоретико-экономического анализа выяснить темперамент причинно-следственной связи между показателями, взаимозависимости между ними.
Группировки целесообразно использовать кроме этого при подготовке первичных данных и их аналитической обработке. Способ группировок предоставляет возможность выделить из совокупности показателей самые характерные моменты, тенденции и факторы их трансформации. Значимость группировок возрастает по мере восхождения от низших к наибольшим уровням управления экономикой. Но посредством для того чтобы способа запрещено количественно измерить влияние отдельных факторов на изучаемый результатный показатель. Это возможно сделать, применяя приемы элиминирования, математического программирования, корреляции, регрессии и др.
При помощи приема группировок кроме этого выявляют, изучают и мобилизовывают возможности увеличения эффективности хозяйствования за счет успехи каждым предприятием результатов работы передовых подразделений. Эта задача может удачно решаться в хозяйственных организациях, средних и центральных звеньях управления экономикой (методом составления особых аналитических сравнения и таблиц результатов работы каждого предприятия с данными лучшего из них). Особые группировочные таблицы (сводки) составляются и при обобщении данных анализа влияния факторов на изучаемый результатный показатель.
В зависимости от задач употребляются типологические, структурные и аналитические группировки.
Примером типологических группировок смогут быть группы населения по роду деятельности, группы предприятий по формам собственности и т.д.
Структурные группировки разрешают изучать внутреннее строение показателей, соотношения в нем отдельных частей. С их помощью изучают состав рабочих по профессиям, стажу работы, возрасту, исполнению норм выработки; состав предприятий по степени исполнения замысла производства продукции, понижению ее себестоимости и т.д. Особенно громадное значение имеют структурные группировки при анализе сводной отчетности объединений, министерств, поскольку они разрешают распознать передовые, средние и отстающие фирмы, выяснить направления поиска передового опыта, скрытых резервов.
Аналитические (причинно-следственные) группировки употребляются для определения наличия, формы и направления связи между изучаемыми показателями. По характеру показателей, на которых основывается аналитическая группировка, она возможно качественной (в то время, когда показатель не имеет количественного выражения) либо количественной.
По сложности построения различают два типа группировок: простые и комбинированные. Посредством несложных группировок изучается связь между явлениями, сгруппированными по какому-либо одному показателю. В комбинированных группировках такое деление изучаемой совокупности делается сперва по одному показателю, а позже в каждой группы — По другому показателю и т.д. Так, смогут быть выстроены двух-, трехуровневые группировки. Они разрешают изучать весьма разнообразные и сложные связи. Но нужно отметить и их значительный недочёт. Построение таких группировок отличается высокой трудоемкостью, а полученные результаты весьма тяжело воспринимаются. Исходя из этого для изучения сложных связей лучше такую группировку заменить несколькими несложными.
При построении группировок необходимо весьма без шуток относиться к делению совокупности на группы, выбору интервалов и количества групп между ними, по причине того, что в зависимости от этого смогут значительно измениться результаты анализа.
Методика построения группировок кратко возможно выяснена в виде следующего метода:
1) определение цели анализа;
2) сбор нужных данных по всей совокупности объектов;
3) ранжирование совокупности по выбранному для группировки показателю;
4) выбор промежутка распределения совокупности и ее деление на группы;
5) определение среднегрупповых показателей по группировочным и факторным показателям;
6) анализ взятых средних размеров, направления воздействия и определение взаимосвязи факторных показателей на изучаемый итог.
При построения комбинированных группировок данный метод расширяется за счет повтора (пара раз) четвертого и пятого пунктов.
Так, верная группировка информации позволяет изучать зависимость между показателями, более глубоко разобраться в сущности изучаемых явлений, систематизировать материалы анализа, выяснить основное, характерное и обычное.
2. Прогнозирование экономических показателей
Экономический прогноз — это научно обоснованное предвидение вероятных результатов и направлений развития национальной экономики, отрасли, регионов, субъектов хозяйствования и их структурных подразделений. Главной задачей экономического прогнозирования есть предвидение самые вероятных неприятностей экономразвития в ближайшей и отдаленной возможности, поиск вероятных направлений роста поизводства, обоснование самая предпочтительной стратегии развития в будущем. Результаты прогноза употребляются для выбора альтернатив развития, разработки рекомендаций для реализации оптимального варианта.
На данный момент насчитывается более чем ста специальных процедур и методов предвидения, различающихся по источникам применяемой информации, методике прогноза, достоверности конечного результата. Вся совокупность способов экономического прогнозирования возможно условно объединена в две группы:
1. Способы, базирующиеся на моделировании и экстраполяции закономерностей трансформации изучаемого объекта.
2. Способы, базирующиеся на экспертизе изучаемого объекта.
К первой группе относятся способы яркой экстраполяции на базе временных последовательностей, экстраполяции по огибающим кривым, корреляционные и регрессионные способы, способы адаптивного прогнозирования, балансовые способы и др. Вторая несколько включает разные модификации способов личной и коллективной экспертизы.
Любой из вышеперечисленных способов имеет недостатки и свои достоинства, определенную область применения. В практической работе громаднейшее распространение взял способ яркой экстраполяции, основанный на изучении динамики трансформации экономических показателей в прогнозируемом перенесении и периоде распознанных закономерностей на будущее. Преимущество этого способа пребывает в универсальности вычислительной схемы, наличии типовых машинных программ. Недочёты — необходимость наблюдений за громадный временной отрезок, определенное понижение достоверности прогноза при повышении прогнозируемого периода.
Сущность способа экстраполяции по огибающим кривым пребывает в построении семейства элементарных зависимостей, любая из которых характеризует личную тенденцию трансформации изучаемого показателя. По определенным правилам производится обобщение элементарных кривых, что разрешает распознать самые типичные изюминки трансформации экономического показателя на возможность.
Корреляционно-регрессионное моделирование используется в прогнозировании по той причине, что оно разрешает установить причинно-следственные зависимости между экономическими их состоянием и показателями в прошлом, настоящем и будущем. Преимуществами способа вычисляют его универсальность, наличие типовых программ ответа на ПЭВМ, возможность включения в модель многих факторов.
Способы адаптивного прогнозирования базируются на статистических способах, разрешающих разбирать динамику изучаемого показателя во времени. Основная отличительная изюминка способа пребывает в том, что коэффициенты в расчетных формулах не постоянны, а пересматриваются по мере появления новой информации. Адаптация свидетельствует приспособление модели к новым, изменившимся условиям. К примеру, при прогнозировании спроса на продукцию фирм учитываются коэффициенты повышения цен и др. Преимущества способа — эластичный математический аппарат, возможность применения ограниченного массива данных, высокая точность прогнозных значений. Но данный способ не имеет возможности употребляться для прогноза сложных экономических показателей.
Балансовые способы употребляются на уровне отрасли, субъекта хозяйствования. На уровне субъекта хозяйствования они используются по большей части для расчета потоков ресурсов по заблаговременно заданным количествам конечной продукции либо величины последней на базе предполагаемых количеств ресурсов. Посредством этих способов составляются по большей части коротко- и среднесрочные прогнозы.
Экспертные способы используются в тех случаях, в то время, когда объектом изучения есть совокупность качественных показателей, не поддающихся измерению, или в то время, когда информация о них не соответствует требованиям, предъявляемым к ней вторыми способами прогнозирования. Прогнозные значения изучаемых явлений устанавливаются на базе опроса экспертов-специалистов. Наряду с этим опросы смогут быть личными и коллективными, очными и заочными. Результаты опроса оформляются соответствующими анкетами, каковые обрабатываются посредством особых способов, разрешающих выяснить объективность точек зрения экспертов.
Разглядим более подробно возможности применения для прогнозирования яркой экстраполяции на базе одиночных временных последовательностей и корреляционно-регрессионного способа.
Экстраполяция основана на изучении динамики трансформации экономического явления (показателя) в предпрогнозируемом перенесении и периоде отысканной закономерности на будущее. Для этого употребляется динамический (временной) последовательность, что является совокупностью числовых данных, характеризующих изменение показателя во времени. При построении временного последовательности должна быть обеспечена сопоставимость его отдельных участников. Для этого все элементы должны характеризовать изучаемое явление за равные промежутки времени (для интервальных последовательностей) либо фиксировать его состояние в строго определенные моменты времени (для моментных последовательностей). Допускается построение последовательностей с годовым исчислением показателя и более небольшими единицами измерения времени (квартал, месяц, декада). Это позволяет изучить не только колебания показателей по годам, но и внутригодичную колеблемость.
Экстраполирование либо распространение отысканной закономерности развития в динамического последовательности за его пределы основано на инерционности экономических явлений. самый простым способом прогнозирования по одному последовательности динамики есть использование средних черт данного последовательности: среднего среднего темпа и абсолютного прироста роста..
Прогнозирование прибыли по одному динамическому последовательности имеет ограниченное использование для перспективного анализа, потому, что не дает представления о связи прогнозируемого экономического явления с другими. Комплексный темперамент экономических явлений предполагает изучение не одиночного динамического последовательности, а параллельно нескольких последовательностей, колебания которых взаимообусловлены. Наряду с этим появляется необходимость установления зависимости между этими колебаниями и измерения ее тесноты. Эти задачи решаются в большинстве случаев посредством корреляционно-регрессионного моделирования.
Корреляционная зависимость в отличие от функциональной есть неполной, проявляется только в среднем и лишь в массе наблюдений. При корреляционной связи трансформации довода соответствует пара значений функции. В зависимости от количества отобранных факторов различают многофакторные модели и парные разного вида: линейные, степенные, логарифмические
Предпочтение отдается линейным моделям по нескольким обстоятельствам: линейные модели несложны, требуют меньшего числа вычислений; массовые экономические процессы, в большинстве случаев, подчинены закону обычного распределения, которому характерны линейные формы связи.
Отбор факторов, включаемых в корреляционно-регрессионную модель, осуществляется в пара приемов: логический отбор факторов в соответствии с их экономическим содержанием, отбор значительных факторов на базе оценки их значимости по t-критерию Стьюдента, последовательный отсев незначимых факторов при построении регрессионной модели.
Упрощенно схема прогнозирования прибыли с применением 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 последовательности (фактору) способом яркой экстраполяции. В следствии получаются прогнозные значения факторов на ежегодно;
4) подставляя полученные прогнозные значения в уравнение регрессии, приобретаем прогнозные значения моделируемого показателя;
5) проверяется точность прогноза сопоставлением его результатов, взятых различными методами.
При прогнозировании экономических показателей для конкретных субъектов хозяйствования нужно показатели динамических последовательностей привести в сопоставимый вид (нейтрализовать влияние ценового фактора).
Группировка данных и подведение итогов с применением макросов Excel
