Оценка влияния структурных изменений способами последовательного элиминирования

Способ относительных величин (ов).

1. Расчет относительных изменений.

2. Возможность применения: отдельно для мультипликативных и аддитивных связей:

а) для мультипликативной и для кратной – ограничений нет;

б) для аддитивной связи прием используется только при прямой зависимости. При обратной зависимости – НЕЛЬЗЯ!

3. а) для мультипликативных связей:

– при прямом факторном анализе исходная информация состоит из следующего:

«n» – число первичных факторов;

(n-1) – количество этапов детализации;

(n+1) – всего параметров в системе;

n -1 – число коэффициентов (%) по количественным параметрам;

1 – коэффициент (%) по результирующему показателю.

n-1+1 = n – общий объем исходных данных.

– при обратном факторном анализе кроме изложенного может быть добавлена информация по качественным признакам (темпы прироста по качественным факторам).

б) для аддитивной (прямой) связи кроме изложенного в п.3а) ввиду необходимости признаки (коэффициенты):

А = В + С

I_А = I_В* + I_С*

1) и 2) – два признака, т.к. два параметра (слагаемых).

Информационная база «n»+«к»,

где «к» – число факторов-слагаемых аддитивной модели.

4. Сущность алгоритма целесообразно показывать по каждому типу взаимосвязи (6 вариантов).

1 вариант. Простая прямая мультипликативная.

А = В⁽¹⁾ * c⁽²⁾

mA_(B) = (I_B–1)*10²=mB – влияние 1-го фактора равно темпу его прироста.

+

mA_(C) = (I_A – I_B)*10² = (I_B*I_C – I_B)*10² = mc*I_B

 mA = (I_A – 1)*10²

mA_(С) = mc*I_B

При заданном значении mC = 5%

mc = mA_(C)/I_B – получаем результат (прогнозный)

2 вариант. Простая обратная мультипликативная связь – в обратной зависимости 1-й фактор по рангу (количественный)

М = В⁽²⁾/N⁽¹⁾ I_M = 1/I_N*I_B

m M_(N) = ( – 1)*10² = – (mN)*

+

показывает наличие обратной связи

 mM_(B) = (I_M – )*10² = mB*

mM = (I_M – 1)*10²

3 вариант. Простая обратная мультипликативная связь – в обратной зависимости 2-й фактор по рангу (качественный)

Полная аналогия с 1 вариантом.

М = В⁽¹⁾/N⁽²⁾

mM_(B) = mB

mM_(N) = (I_M – I_B)*10² = ( – I_B)*10² = – (mB)*I_M

Использование способа относительных величин при обратной зависимости факторной модели имеет особенности (микромодуль), если в обратной зависимости 1-й фактор.

mM_(B) =

4 вариант. Сложная (более 3-х факторов) мультипликативная связь.

Х = А⁽¹⁾*b⁽²⁾

А = C⁽¹⁾/р⁽²⁾

b = М⁽¹⁾*D^{(2) (1) (2)}

b

(1) (2) (1) (2)

p

(1) (2) (3) (4)

Реализация этого алгоритма осуществляется в виде двух правил под названием свойства относительной величины:

1. Изменение результирующего показателя от влияния первичных факторов (С и р) по величине и знаку равны изменению субфактора (А) от их влияния.

2. Для определения результата влияния первичных факторов на результирующий показатель (М и D) необходимо относительное изменение субфактора (b) умножить на I_A, т.е. первый фактор.

m

1-ое свойство

X_(C) = mA_(C) = (I_C – 1)*10² = mC

+

m X_(p) = mA_(p) = (I_A – I_C)*10² = – mp*I_C



mX_(A) = mA = (I_A – 1)*10²



m

2-ое свойство

X_(M) = mb_(M)*I_A = (I_M – 1)*I_A*10² = mM*I_A

+

mX_(D) = mb_(D)*I_A = (I_b - I_M)*I_A*(-10²) = – mD*I_b*I_A= – mD*I_X



mX_(b) = (I_Х – I_А)*10² = mb* I_A

mX = (I_X – 1)*10² = mX

5 вариант. Прямая простая аддитивная зависимость.

А = В + С

mA = (I_A – 1)*10²

I_A – 1 = =  

mA = =   – 1 =

mA_(B) = mB*

+

 mA_(C) = mC*

mA = (I_A – 1)*10²

6 вариант. Сложная, прямая, аддитивная зависимость.

A = B C

B = D⁽¹⁾*p⁽²⁾

C = N⁽¹⁾*e⁽²⁾

mA_(D) = mB_(D)* = mD* = (I_D – 1)* *10²

+ +

mA_(p) = mB_(p)* = (I_B – I_D)* *10² = mp*I_D*



m A_(B) = mB*

 mA_(N) = mC_(N)* = mN* = (I_N – 1)* *10²

+

m A_(e) = mC_(e)* = (I_C – I_N)* *10² = me*I_N*



mA_(C) = mC*

mA = (I_A – 1)*10²

При аддитивной зависимости следует учитывать следующие нюансы:

• обязательно наличие в качестве информационной базы коэффициентов их количество равно числу факторов слагаемых;

• при аддитивной зависимости необходимо и достаточно получить результат изменения субфактора от влияния первичного.