Классификация основных фондов

Для изучения состава основных фондов используются группировки по следующим признакам:

• по отраслям экономики — основные фонды отраслей, производящих товары и оказывающих услуги;

• по формам собственности — основные фонды, находящиеся в государственной, частной и других видах собственности;

• по системе участия в производственном процессе — основные фонды, непосредственно используемые в процессе производства продукции (работ, услуг), и бездействующие основные фонды, в том числе находящиеся в запасе, на консервации, в ремонте, на реконструкции;

• по принадлежности — собственные и арендованные основные фонды;

• по территориальному признаку — основные фонды районов, республик, краев, областей и городов.

По принадлежности основные фонды подразделяются на собственные и арендованные. Основные производственные фонды в зависимости от степени их воздействия на предмет труда разделяют на активные и пассивные.

Согласно общероссийскому классификатору основные фонды подразделяются на материальные и нематериальные.

Материальные основные фонды включают:

• Здания (кроме жилья).

• Сооружения.

• Жилища.

• Машины и оборудование.

• Транспортные средства.

• Инструмент, производственный и хозяйственный инвентарь.

• Рабочий и продуктивный скот.

• Многолетние насаждения.

• Прочие основные фонды.

Нематериальные основные фонды (нематериальные произведенные активы):

• Расходы на разведку полезных ископаемых.

• Компьютерное программное обеспечение и базы данных.

• Оригинальные произведения развлекательного жанра, литературы и искусства.

• Наукоемкие промышленные технологии.

• Прочие нематериальные основные фонды, являющиеся объектами интеллектуальной собственности, использование которых ограничено установленными на них правами владения.

6. Статистические методы анализа взаимосвязей социально-экономических явлений.

Для выявления наличия связи, ее характера и направления в статистике используются методы приведе­ния параллельных данных; аналитических группировок; графический, корреляционный, регрессионный.

Метод приведения параллельных данных основан на сопоставле­нии двух или нескольких рядов статистических величин. Такое сопо­ставление позволяет установить наличие связи и получить представ­ление о ее характере. Сравним изменения двух величин X и У. С увеличением величины X величина У также возрастает. Поэтому связь между ними прямая, и описать ее можно или уравнением прямой, или уравнением параболы второго порядка.

Корреляционный метод имеет своей задачей количественное оп­ределение тесноты связи между двумя признаками (при парной свя­зи) и между результативным и множеством факторных признаков (при многофакторной связи).

Корреляция - это статистическая зависимость между случайны­ми величинами, не имеющими строго функционального характера, при которой изменение одной из случайных величин приводит к из­менению математического ожидания другой.

 В статистике различаются следующие варианты зависимостей:

• парная корреляция - связь между двумя признаками (результа­тивным и факторным или двумя факторными);

• частная корреляция - зависимость между результативным и одним факторным признаками при фиксированном значении дру­гих факторных признаков;

• множественная корреляция - зависимость результативного и двух или более факторных признаков, включенных в исследование.

Теснота связи количественно выражается величиной коэффици­ентов корреляции. Коэффициенты корреляции, представляя количе­ственную характеристику тесноты связи между признаками, дают возможность определить «полезность» факторных признаков при по­строении уравнений множественной регрессии. Величина коэффици­ента корреляции служит также оценкой соответствия уравнения рег­рессии выявленным причинно-следственным связям.

Корреляционный и регрессионный анализ как общее понятие вклю­чает в себя измерение тесноты, направления связи и установление ана­литического выражения (формы) связи (регрессионный анализ).

Регрессионный метод заключается в определении аналитическо­го выражения связи, в котором изменение одной величины (называе­мой зависимой или результативным признаком) обусловлено влияни­ем одной или нескольких независимых величин (факторов), а множество всех прочих факторов, также оказывающих влияние на зависимую величину, принимается за постоянные и средние значе­ния. Регрессия может быть однофакторной (парной) и многофактор­ной (множественной).

По форме зависимости различают:

линейную регрессию, которая выражается уравнением прямой (линейной функцией); нелинейную регрессию.

По направлению связи различают:

• прямую регрессию (положительную), возникающую при условии, если с увеличением или уменьшением независимой величины значения зависимой также соответственно увеличиваются или уменьшаются;

• обратную (отрицательную) регрессию, появляющуюся при условии, что с увеличением или уменьшением независимой величины зависимая соответственно уменьшается или увеличивается.

Положительную и отрицательную регрессии можно легче понять, если использовать их графическое изображение.

Для простой (парной) регрессии в условиях, когда достаточно полно установлены причинно-следственные связи, приобретает прак­тический смысл только последнее положение; при множественности причинных связей невозможно четко отграничить одни причинные явления от других.

7. Статистические методы анализа динамики социально-экономических явлений.

Под динамикой в статистике понимается процесс развития некоторого явления во времени. Задачи оценки и выявления закономерностей развития изучаемого явления/процесса во времени предполагают необходимость статистического анализа рядов динамики.

Ряд динамики (временной ряд, хронологический ряд) – это ряд значений изучаемого показателя, изменяющихся во времени и расположенных в хронологическом порядке. Каждый ряд динамики состоит из двух элементов: уровня ряда и показателя времени.

Уровень ряда динамики, - это отдельное числовое значение статистического показателя, являющегося количественной оценкой изучаемого явления во времени, т.е. за отдельный период или на определенный момент времени.

Показатель времени ряда динамики, - это определенные моменты (даты) или периоды (годы, месяцы и т.п.) времени, для которых зафиксированы значения уровней ряда динамики.

Методы анализа рядов динамики занимают немаловажное место в связи с тем, что уровни общественных явлений изменяются во времени и, следовательно, необходимо выделить однородные этапы развития, найти и охарактеризовать свойственные им закономерности, тенденции и специфические особенности.

Статистические показатели, характеризующие изучаемый объект, называются уровнями ряда. Уровни рядов динамики могут представлять собой абсолютные, относительные и средние величины.

В качестве показателя времени в рядах динамики могут указываться либо определенные моменты времени, либо отдельные периоды (сутки, месяцы, кварталы, полугодия и т.д.).

К числу основных задач, возникающих при изучении динамических рядов, относятся следующие:

1. характеристика интенсивности отдельных изменений в уровнях ряда от периода к периоду или от даты к дате

2. определение средних показателей временного ряда за тот или иной период

3. выявление основных закономерностей динамики исследуемого явления на отдельных этапах и в целом за рассматриваемый период

4. выявление факторов, обуславливающих изменение изучаемого объекта во времени

5. прогноз развития явления на будущее

.

Абсолютный прирост определяется как разность между двумя уровнями динамического ряда и показывает, на сколько данный уровень ряда превышает уровень, принятый за базу сравнения:

Темп прироста показывает, на сколько процентов уровень данного периода больше (меньше) базисного уровня. Данный показатель может быть рассчитан 2 способами:

1.отношение абсолютного прироста к уровню, принятому за базу сравнения:

2.разность между темпом роста (в процентах) и 100%

Один из наиболее простых приемов обнаружения общей тенденции развития явления – укрупнение интервала динамического ряда.

Для того, чтобы представить количественную модель, выражающую общую тенденцию изменений уровней динамического ряда во времени, используется аналитическое выравнивание ряда динамики. В этом случае фактические уровни заменяются уровнями, вычисленными на основе определенной кривой. Предполагается, что она отражает общую тенденцию изменения во времени изучаемого показателя.

Данный метод состоит из 4 последовательных этапов:

На основе теоретического анализа сущности и законов развития данного явления устанавливается характер его динамики на определенном этапе.

Исходя из проведенного анализа, выбирается форма аналитического уравнения, которому графически соответствует определенная линия – парабола, гипербола, прямая и т.п. Выбор аналитического уравнения является несколько условным, так как процесс развития строго не укладывается в одну математическую формулу. Кроме того, развитие явления также только условно может рассматриваться как функция времени, так как изменение обусловлено действием целого комплекса условий и факторов.

На основе полученного уравнения кривой рассчитываются выравненные уровни, соответствующие во времени фактическим уровням ряда динамики.

8. Статистические методы выявления трендов.

Одной из задач, возникающих при анализе рядов динамики, является установление закономерности изменения уровней изучаемого показателя во времени. Для этого необходимо выделить такие периоды (этапы) развития, которые достаточно однородны в отношении взаимосвязи данного явления с другими и условий его развития. Выделение этапов развития – это задача, находящаяся на стыке науки, изучающей данное явление (экономики, социологии и т. п.), и статистики. Решение этой задачи осуществляется не только и даже не столько с помощью статистических методов (хотя и они могут принести определенную пользу), сколько на базе содержательного анализа сущности, природы явления и общих законов его развития.

Под равномерным ростом (или снижением) понимается рост (или снижение) с постоянной абсолютной скоростью, когда цепные абсолютные приросты (;) одинаковы. При ускоренном росте или снижении цепные приросты систематически увеличиваются по абсолютной величине, а при замедленном росте или снижении – уменьшаются (тоже по модулю). Практически уровни ряда динамики очень редко растут (или снижаются) строго равномерно. Нечасто встречается и систематическое, без единого отклонения, увеличение или снижение цепных приростов.

Основной тенденцией (трендом) называется достаточно плавное и устойчивое изменение уровня явления во времени, более или менее свободное от случайных колебаний. Основную тенденцию можно представить либо аналитически – в виде уравнения (модели) тренда, либо графически. Выявление основной тенденции развития (тренда) называется в статистике также выравниваем временного ряда, а методы выявления основной тенденции – методами выравнивания.

Одними из самых распространенных способов выявления основных тенденций (тренда) ряда динамики являются методы:

• укрупнения интервалов;

• скользящей средней (суть метода состоит в замене абсолютных данных средними арифметическими за определенные периоды). Расчет средних ведется способом скольжения, т. е. постепенным исключением из принятого периода первого уровня и включение следующего;

• аналитического выравнивания. При этом уровни ряда динамики выражаются в виде функций времени:

Способ укрупнения интервалов и их характеристики средними уровнями заключается в переходе от интервалов менее продолжительных к более продолжительным, например от суток – к неделям или декадам, от декад – к месяцам, от месяцев – к кварталам или годам, от годовых интервалов – к многолетним. Если же такая периодичность отсутствует, то укрупнение производят постепенно от малых интервалов к все более крупным, пока общее направление тренда не станет достаточно отчетливым.

Сглаживание ряда динамики с помощью скользящей средней заключается в том, что вычисляется средний уровень из определенного числа первых по порядку уровней ряда, затем – средний уровень из такого же числа уровней, начиная со второго, далее, начиная с третьего и т. д. Таким образом, при расчетах среднего уровня как бы «скользят» по временному ряду от его начала к концу, каждый раз отбрасывая один уровень в начале и добавляя один следующий. Отсюда название – скользящая средняя.

Аналитическое выравнивание ряда динамики позволяет получить аналитическую модель тренда. Оно производится следующим образом.

• На основе содержательного анализа выделяется этап развития и устанавливается характер динамики на этом этапе.

• Исходя из предположения о той или иной закономерности роста и из характера динамики выбирается форма аналитического выражения тренда, вид аппроксимирующей функции, которой графически соответствует определенная линия: прямая, парабола, показательная кривая и т. п. Эта линия (функция) выражает предполагаемую закономерность плавного изменения уровня во времени, т. е. основную тенденцию. При этом каждый уровень ряда динамики условно рассматривается как сумма двух составляющих (компонент): yt=f(t)+?t. Одна из них (yt = f (t)), выражающая тренд, характеризует влияние постоянно действующих, основных факторов и называется систематический регулярной компонентой. Другая составляющая (8t) отражает влияние случайных факторов и обстоятельств и называется случайной компонентой. Эту компоненту называют также остаточной (или просто остатком), так как она равна отклонению фактического уровня от тренда. Таким образом, допускается (условно предполагается), что основная тенденция (тренд) формируется под влиянием постоянно действующих главных факторов, а второстепенные, случайные факторы вызывают отклонение уровня от тренда.

9. Статистический анализ продукции и услуг.

Рыночные тенденции последнего десятилетия привели к существенному повышению уровня требований к качеству продукции (работ, услуг). Проблема максимального улучшения качества весьма актуальна. Потери от производства некачественных товаров и услуг измеряются миллионами долларов. Значение методов контроля качества на настоящем этапе экономики оценивается аналитиками как критически важное.

. В статистике рассчитывают индивидуальные и общие коэффициенты, например индивидуальный коэффициент сортности определяется по каждой товарной или ассортиментной подгруппе:

При построении общего индекса сортности в качестве весов-соизмерителей выступает фактический товарооборот в количестве проданных товаров.

Текущий контроль качества продукции осуществляется в процессе ее производства. Для этого предназначены специальные процедуры – методы контроля качества. Особенно интенсивно методы контроля качества используются в США, Германии, Японии.

Общий подход к текущему контролю качества заключается в следующем. В процессе производства из произведенной продукции или поступающего сырья проводится отбор выборок изделий заданного объема. После этого на специально разлинованной бумаге строятся диаграммы средних значений и изменчивости выборочных значений плановых спецификаций в этих выборках и рассматривается степень их близости к плановым значениям. Если диаграммы показывают наличие тренда выборочных значений или выборочные значения оказываются вне заданных пределов, то считается, что процесс вышел из-под контроля, и предпринимаются необходимые действия для того, чтобы найти причину разладки. Такие специальные карты называются контрольными картами Шухарта. Также полезно рассматривать график размахов. Размах – это разность между максимальным и минимальным значением выборки. Прагматическая ценность этой характеристики – в том, что она служит мерой изменчивости. По расположению точек на графике размахов принимают решение о случайности или систематичности отклонения в качестве продукции.

Обычно технические условия задают некий диапазон допустимых значений. Нижняя граница этого интервала называется нижней границей допуска, а верхняя – верхней границей допуска. Разность между ними называется размахом допуска.Простейшим показателем пригодности производственного процесса является потенциальная пригодность. Она определяется как отношение размаха допуска к размаху процесса. При использовании правила 6 данный показатель можно выразить в виде:

Данное соотношение выражает долю размаха кривой нормального распределения, попадающую в границы допуска, при условии, что среднее значение распределения является номинальным, т. е. процесс центрирован.

10. Экономические индексы.

Индекс — это обобщающий относительный показатель, характеризующий изменение уровня общественного явления во времени, по сравнению с программой развития, планом, прогнозом или его соотношение в пространстве.

Наиболее распространена сравнительная характеристика во времени. В этом случае индексы выступают как относительные величины динамики. Индексный метод является также важнейшим аналитическим средством выявления связей между явлениями. При этом применяются уже не отдельные индексы, а их системы. В статистической практике индексы применяются при анализе развития всех отраслей экономики, на всех этапах экономической работы. В условиях рыночной экономики особенно возросла роль индексов цен, доходов населения, фондового рынка и территориальных индексов.