Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Shpory_AFKhD-54.doc
Скачиваний:
1
Добавлен:
01.05.2025
Размер:
347 Кб
Скачать
☆

17. Анализ интегральным способом и способом логарифмирования

Способ логарифмирования применяется для измерения влияния факторов в мультипликативных моделях. В данном случае результат расчета, как и при интегрировании, не зависит от место расположения факторов в модели и по сравнению с интегральным методом обеспечивается еще более высокая точность расчетов. Если при интегрировании дополнительный прирост от взаимодействия факторов распределяется поровну между ними, то с помощью логарифмирования результат совместного действия факторов распределяется пропорционально доли изолированного влияния каждого фактора на уровень результативного показателя. В этом его преимущество, а недостаток - в ограниченности сферы применения.

В отличие от интегрального метода при логарифмировании используются не абсолютные приросты показателей, а индексы их роста (снижения).

Интегральный метод используется для оценки влияния факторов на величину результативного показателя. В отличие от метода цепных подстановок, относительных и абсолютных разниц, индексного метода интегральный метод позволяет произвести более точные расчеты.

В интегральном методе не используется принцип элиминирования.

Элиминирование - означает устранение влияния всех других факторов (кроме одного), то есть все остальные факторы остаются статичными. Способ исходит из того, что все факторы изменяются независимо друг от друга. Сначала меняется базисное значение на отчетное значение у одного фактора при неизменном, статичном состоянии других факторов, затем у двух, трех и так далее. При этом не учитывается взаимодействие факторов, в результате которого образуется дополнительный прирост результативного показателя. В методах, использующих принцип элиминирования, этот неразложимый остаток присоединяется к влиянию последнего фактора.

Интегральный метод позволяет учесть неразложимый остаток и распределить между влияниями различных факторов.

Существует несколько видов интегрального метода:

• интегральный метод с равным распределением неразложимою остатка;

• интегральный метод с пропорциональным распределением неразложимого остатка.

Интегральный метод с равным распределением неразложимого остатка позволяет оценить дополнительный прирост от взаимодействия факторов и равномерно распределить этот остаток между всеми факторами.

18. Стохастический анализ и его использование в ахд

Стохастический анализ представляет собой методику исследования факторов, связь которых с результативным показателем в отличие от функциональной является неполной, вероятностной (корреляционной). Если при функциональной (полной) зависимости с изменением аргумента всегда происходит соответствующее изменение функции, то при корреляционной связи изменение аргумента может дать несколько значений прироста функции в зависимости от сочетания других факторов, определяющих данный показатель. Например, производительность труда при одном и том же уровне фондовооруженности может быть неодинаковой на разных предприятиях. Это зависит от оптимальности сочетания других факторов, воздействующих на этот показатель.

Стохастическое моделирование является в определенной степени дополнением и углублением детерминированного факторного анализа. В факторном анализе эти модели используются по трем основным причинам:

· необходимо изучить влияние факторов, по которым нельзя построить жестко детерминированную факторную модель (например, уровень финансового левериджа);

· необходимо изучить влияние сложных факторов, которые не поддаются объединению в одной и той же жестко детерминированной модели;

· необходимо изучить влияние сложных факторов, которые не могут быть выражены одним количественным показателем (например, уровень научно-технического прогресса).

В отличие от жестко детерминированного стохастический подход для реализации требует ряда предпосылок:

1. наличие совокупности;

2. достаточный объем наблюдений;

3. случайность и независимость наблюдений;

4. однородность;

5. наличие распределения признаков, близкого к нормальному;

6. наличие специального математического аппарата.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]