Классификация методов анализа

Можно выделить две классификации методов анализа.

 

Классификация первая:	Классификация вторая:
Ø неформализованные (эвристические);	Ø количественные;
Ø формализованные (эконометрические).	Ø качественные

 

На Рисунке 1 представлены методы анализа, наиболее часто используемые в финансовом менеджменте.

 

 

Рисунок 1 - Методы анализа, используемые в финансовом менеджменте

 

Балансовый метод применяется в двух случаях:

– Для проверки правильности расчета влияния факторов.

Алгебраическая сумма влияющих факторов должна быть равна отклонению по анализируемому показателю: Σ Х_n = ± А, где Х_n – размер влияния каждого фактора; А – анализируемый показатель. Если этого равенства (баланса) нет, значит не все факторы учтены или в расчетах допущена ошибка.

– Для расчета влияния отдельных факторов, которые не определены другими способами: ± А – Σ Х_{n –1}, где Х_{n –1} – сумма влияния известных факторов, кроме одного, размер влияния которого требуется определить.

 

Экономико-математические методы

Наибольшее распространение получили следующие типы моделей:

· аддитивные модели (модели сложения) типа S = A + M + U,

· мультипликативные модели (модели умножения) типа Кр = Х₁´ Х₂ ´ Х₃ ´ Х₄,

· кратные модели (модели деления) типа f = N / F,

· смешанные модели типа y = (a+b)/c; y = a/(b+c); y = (a+b)´ c и т.д.;

 

Количественные методы факторного анализа

Факторный анализ представляет анализ влияния отдельных факторов на результативный показатель с помощью детерминированных или стохастических приемов исследования.

При изучении влияния двух взаимосвязанных показателей:

· один рассматривается в качестве фактора, влияющего на другой – факторный признак;

· второй исследуется как результат влияния первого – результативный признак.

В каждом конкретном случае факторный признак может выступать в качестве результативного и наоборот.

Количественные методы факторного анализа основаны на элиминировании. Элиминирование – измерение влияния фактора на результативный показатель при исключении действия остальных факторов. Исключение составляет интегральный метод.

Наиболее универсальным является метод цепных подстановок. Он позволяет определить влияние отдельных факторов на изменение величины результативного показателя путем постепенной замены базисной величины каждого факторного показателя в объеме результативного показателя на фактическую. При этом рассчитывается ряд условных величин результативного показателя, которые учитывают изменения одного, затем двух, трех и т.д. факторов, допуская, что остальные не меняются.

При использовании метода цепных подстановок рекомендуется соблюдать следующее правило: в первую очередь, следует учитывать влияние количественных, затем структурных и, наконец, качественных факторов.

Введем следующие обозначения:

Y₀ = a₀ x b₀ x c₀ – базовое значение результативного показателя.

Сделаем первую подстановку фактического значения фактора a₁:

Y_a = a₁ x b₀ x c₀.

Сделаем вторую подстановку фактического значения фактора b₁:

Y_b = a₁ x b₁ x c₀.

Сделаем третью подстановку фактора c₁:

Y₁ = a₁ x b₁ x c₁ – это конечное значение результативного показателя.

Тогда:

Y_a – Y₀ – влияние фактора a,

Y_b – Y_a – влияние фактора b,

Y₁ – Y_b – влияние фактора c.

При количестве факторов более трех алгоритм строится аналогично.

Метод разниц применяется для расчета влияния факторов на прирост результативного показателя в мультипликативных и смешанных (мультипликативно-аддитивных) моделях.

При расчетах применяются следующие формулы:

Формула 1. При определении влияния количественного фактора его приращение (отклонение) умножается на величину базового качественного фактора.

Формула 2. При определении влияния качественного фактора его приращение (отклонение) умножается на отчетное значение количественного фактора.

Применение метода абсолютных разниц эффективно в случае, если исходные данные уже содержат абсолютные отклонения по факторным показателям.

Применение метода относительных разниц эффективно в тех случае, когда исходные данные содержат определенные ранее относительные приросты факторных показателей в процентах или коэффициентах.

Индексный метод основан на относительных показателях динамики, выражающих отношение фактического уровня анализируемого показателя в отчетном периоде к его уровню в базисном периоде (или к прогнозному или по отношению другому объекту). С помощью агрегатных индексов рекомендуется выявлять влияние различных факторов на изменение уровня результативных показателей в мультипликативных и кратных моделях.

Введем следующие обозначения:

индекс 0 – показатели, относящиеся к базовому периоду;

индекс 1 – показатели, относящиеся к отчетному периоду;

знак Σ – суммирование всех производимых продуктов.

Например, изменение объема выпуска продукции за рассматриваемый период (от базового до отчетного) может быть выражено как результат влияния двух факторов:

s изменения численности работающих, занимающихся выпуском продукции соответствующего вида;

s изменения производительности труда при производстве продукции каждого вида, что выражается соотношением:

,

где I^N – индекс численности, R – численность, l – производительность труда, I^R – индекс численности работающих, I^λ – индекс производительности труда.

; .

Если из числителя агрегатного индекса вычесть знаменатель, то получим абсолютные приросты результативного показателя в целом и за счет каждого фактора в отдельности, то есть те же результаты, что и методом разниц.

Интегральный метод основан на равноценности влияния факторов на результативный показатель. Это достигается за счет применения математической формализации. При интегральном методе расчеты проводятся на основе базовых значений показателей, а ошибка вычислений распределяется между факторами поровну:

Δ R ´ Δ λ

Δ Ν _R = Δ R ´ λ ₀ + ––––––––,

Δ R ´ Δ λ

Δ Ν _λ = Δ λ ´ R₀ + –––––––––.

Тогда Δ Ν = Δ Ν _R + Δ Ν _λ .

 

Данный метод применяется в мультипликативных, кратных и смешанных моделях (кратно-аддитивных). Его использование позволяет получить более точные результаты расчета влияния факторов по сравнению с перечисленными выше методами и избежать неоднозначной оценки влияния факторов, так как в данном случае результаты не зависят от местоположения факторов в модели.

 

⇐ Предыдущая12345678910Следующая ⇒

Поделиться: