лекция. Лекции по разделу 1 Теорет. основы анализа хозяйственной деятель. Тема Введение в анализ хозяйственной деятельности
 Скачать 1.28 Mb.
|
|
Тема 6. Стохастический факторный анализ. 1.1. Сущность стохастической связи. Методика и задачи стохасти- ческого анализа. 59 1.2. Измерение тесноты связи между факторным и результатив- ным показателем. 1.3. Моделирование стохастической связи. Оценка надежности мо- дели. Применение стохастического метода в анализе. 6.1. Сущность стохастической связи. Методика и задачи стохастического анализа В предыдущей теме мы рассматривали связи между показателями, ко- торые представлялись в виде формулы. Такие связи мы назвали функцио- нальными или детерминированными. Детерминированная связь проявляется в каждом значении факторного и результативного показателя и может быть закреплена в виде формулы. Корреляционная или стохастическая связь проявляется в среднем по совокупности следуемых факторных и результативных показателей. Она проявляется по их средним значениям и не задается функциональными фор- мулами. Отличие стохастической связи от детерминированной состоит в том, что значение результативного показателя при детерминированном анализе связи определяются по формуле, а при стохастической определяется при- ближенной определенной степенью вероятности точности. Стохастическая связь – это неполная вероятностная зависимость ре- зультативного показателя от факторного (или факторных) показателя, прояв- ляющаяся в совокупности наблюдений. Примером стохастической связи является зависимость выработки от разряда рабочих, от стажа работы; зависимость качества продукции от ква- лификации работников. Проявление стохастической связи в АХД обусловле- но действием закона больших чисел, согласно которому в процессе воздей- ствия различных факторов на результативный показатель, влияние не суще- ственных из них сглаживаются, позволяя проявится влиянию значимых фак- торов. Задачами стохастического анализа являются: 1. изучение тесноты стохастической связи; 2. моделирование формы стохастической связи4 3. оценка надежности параметров уравнения связи4 4. применение результатов стохастического анализа в планировании и прогнозировании, в принятии управленческих решений; Теснота стохастической связи оценивается на основе различных коэффици- ентных показателей. Чеддоком была разработана шкала оценки тесноты связи: 0,1 - 0,3 - слабая 0,3 - 0,5 - умеренная 60 0,5 - 0,7 - заметная теснота связи 0,7 - 0,9 - высокая свыше 0,9 - весьма высокая. По признаку динамики результативного показателя в зависимости от динамики факторного выделяют: прямую связь (с ростом факторного значения показателя растет зна- чение результативного показателя) обратную связь (с уменьшением факторного показателя значение результативного растет) В теории стохастического анализа по количеству факторных показате- лей выделяют: простую сложную связь При проведении стохастического анализа должны обеспечиваться сле- дующие условия: 1. Наличие значительных объемов данных о значениях результативно- го и факторных показателей 2. Исходная информация должна быть достоверной 3. Исходные данные должны быть получены по однородным объек- там 4. Если исследование стохастической связи проводится по выбороч- ным данным, то распределение значений результативных и факторных пока- зателей должно соответствовать нормальному закону распределения. Практическое проведение стохастического анализа включает следую- щие этапы: 1. Постановка задач анализа. Определение результативного и фактор- ного показателей; 2. Подбор исходной информации и проверка ее достоверности; 3. Изучение стохастической связи с помощью элементарных методов; 4. Измерение тесноты связи; 5. Моделирование уравнения регрессии или уравнения связи. Оценка надежности его параметров; 6. Определение условий и направлений использования результатов стохастического анализа. 6. 2. Измерение тесноты связи между факторным и результативным показателем 61 Для измерения тесноты связи применяют следующие методы и показа- тели: 1. элементарные методы исследования; 1. метод дисперсионного анализа; 2. линейный коэффициент корреляции; 3. коэффициент Фехнера (коэффициент корреляции знаков); 4. корреляционное отношение или коэффициент детерминации; 5. коэффициент Спирмена; 6. коэффициент корреляционных рангов; 7. коэффициент ассоциации и коэффициент контингенции. Измерение тесноты связи между исслед. показателями производится после применения элементарных методов исслед. связи. К числу элемен- тарных методов относятся следующие: 1. параллельное сопоставление рядов динамики результативного и факторного показателя; Например: V P 1. 100 10 2. 120 8 3. 130 7.5 2. построение корреляционного поля. Поле корреляции позволяет предположить о степени тесноты связи и форме связи. 3. построение эмпирической линии регрессии. Она строится путем со- единения точек, нанесенных по средним групповым значениям фак. и рез. показателей. Эмпирическая линия регрессии позволяет предположить о сте- пени тесноты и о форме связи. Применение элементарных методов исследования стохастической свя- зи позволяет решить задачу целесообразности дальнейшего исследования тесноты связи. Проведение дисперсионного анализа Дисперсионный анализ получил свое название в силу того, что в его основе лежит расчет дисперсии результативного показателя. Предложенный Фишером (англ. ученый) помимо оценки тесноты связи, он позволяет прове- рить гипотезу о линейности связи, позволяет выявить наиболее существен- ные факторы для включения в регрессионную модель. ДА основан на правиле сложения дисперсий, которое доказывается в мат.статистике. Согласно этому правилу дисперсия результативного показа- теля разлагается на межгрупповую (факторную) и внутригрупповую (оста- точную) дисперсию. 62 Проведение ДА включает группировку изучаемой совокупности по факторному показателю; определение по каждой группе и всей совокупно- сти средних значений и дисперсии результативного показателя; представ- ление общей дисперсии результативного показателя в виде суммы меж- групповой и остаточной; определение коэффициента детерминации и корреляционного отношения, проверку их значимости с помощью F- критерия (критерия Фишера). Ơ 2 = δ 2 + Ơ 2 где: Ơ 2 – общая дисперсия результативного показателя; δ 2 - факторная (межгрупповая) дисперсия результативного показателя; Ơ 2 – остаточная дисперсия результативного показателя. Ơ 2 = (∑(у – у ) 2 f)/ ∑ f δ 2 = (∑( у i – у ) 2 n)/ ∑ n Ơ 2 = (∑Ơ 2 i n)/ ∑ n Чем больше значение фактической дисперсии, тем больше зависимость результативного показателя от факторного, то есть факторная дисперсия ука- зывает на степень зависимости изменения значений результативного показа- теля от изменения факторных. Коэффициент детерминации определяется следующим образом: Ŋ э 2 = δ 2 / Ơ 2 Коэффициент детерминации показывает, какая доля вариации резуль- тативного показателя объясняется изменением факторного показателя. Корреляционное отношение определяется следующим образом: Ŋ э = √ Ŋ э 2 Данный показатель изменяется от 0 до 1 и показывает тесноту связи. Чем ближе к 1, тем теснее связь. Существенность эмпирического корреляционного отношения проверя- ется на основе Ф-критерия. F расч. = δ 2 / (k-1) / Ơ 2 / (n-k) k-число групп , n-число единиц совокупности. По таблице определяется значение Ф-критерия в зависимости от степе- ней свободы, где k 1 = k-1, k 2 = n-k. Если F расч › F т , то делается вывод о существенном влиянии факторного показателя на результативный. 63 Гипотеза о линейности связи проверяется на основе проверки выпол- нения следующего неравенства: n (Ŋ э 2 - r 2 )‹ 11 .37 Линейный коэффициент корреляции применяется для оценки тесно- ты связи между двумя показателями. r = (∑((X i - X )/ Ơ x * (Y i - Y )/ Ơ y ) r = ((XY – X * Y )/ √(Х 2 –- (Х) 2 ) ( У 2 –- ( У ) 2 ) r = (XY – X * Y ) / Ơ x Ơ y Величина к принимает значения от –1 до 1. Чем ближе модуль к еди- нице, тем теснее связь. Знак «+» указывает напрямую связь, а знак «-« на об- ратную. Коэффициент Фехнера (нем. психиатр) К ф = (С-Н)/(С+Н) Коэффициент корреляции рангов, предложенный англ. ученым Спир- меном основан на построении ранжированного ряда совокупности по резуль- тативному и факторному показателю. Ранги - это порядковые номера в ран- жированном ряду. R pxpy = 1-6 d i 2 / (n3-n) Преимущество данного показателя состоит в том, что ранжирование исследуемых показателей можно провести даже в том случае, если они не имеют числового выражения. При альтернативных значениях исследуемых показателей может быть применим коэффициент ассоциации (коэффициент Юла) и коэффициент кон- тингенции (коэффициент Пирсона). Да нет Да а в Нет с д К а = (ад-вс)/(ад+вс) К к = (ад-вс)/ (а+в)(в+д)(а+с)(с+д) Коэффициенты ассоциации и контингенции измеряются от –1 до +1. 6.3. Моделирование стохастической связи. Оценка надеж- ности модели. 64 На основе элементарных графических методов исследования можно предположить о форме связи. В теории АХД различают следующие виды связи: линейную, параболическую, гиперболическую, квадратическую и дру- гие криволинейные зависимости. Вычисление параметров уравнения связи осуществляется на основе ме- тода наименьших квадратов. Приведем формулы расчета параметров уравнения регрессии для вы- шеназванных функций. Уравнение парной линейной связи: у = а+вх Na + b∑x = ∑y A ∑x + b ∑(x) 2 = ∑xy Параметр при х называют коэффициентом регресси. Знак «+» указывает на прямую связь, знак «-» - на обратную. в= r Ơ y / Ơ x. Коэффициент регрессии показывает, насколько изменится результативный показатель при изменении факторного на единицу. Свободный член показывает значение результатив- ного показателя при значении фактора, равном 0. Коэффициент регрессии применяют для исчисления коэффициента эла- стичности: Э х = а x / y, он показывает, на сколько процентов в среднем изменится величина результативного показателя при изменении факторного на 1%. Квадратическое уравнение связи: у = а+вх+сх 2 Na + b∑x + с∑(x) 2 = ∑y A ∑x + b ∑(x) 2 + с∑(x) 3 = ∑xy A ∑(x) 2 + b ∑(x) 3 + с∑(x) 4 = ∑yx 2 Гиперболическое уравнение связи: у = а+ в/х Na + b∑1/x = ∑y A ∑1/x + b ∑1/(x) 2 = ∑y/х Надежность построенного уравнения связи оценивается на основе сред- ней квадратической ошибки и ошибки апроксимации: Средняя квадратическая ошибка: S = √(y – y ) 2 / (n-m) 65 = ( ∑ y – y ) 100% / (n y) Стохастический метод в анализе применяется при исследовании эко- номических процессов явлений, взаимосвязь между которыми не является функциональной зависимостью. В частности, при исследовании их издержек от объема производства, спроса от цены, объема производства от среднего разряда и т.д. Применение стохастического метода в АХД имеет свои особенности. Если изучаемое экономическое явление, процесс не носит харатер массовых общественных явлений, то стохастический метод применяется как технический прием. В обратной ситуации как статистический метод. При использовании стохастической зависимости для целей, планиро- вания, прогнозирования, принятия решений, следует иметь в виду, что по- строенная связь на основе стохастического анализа сохраняется только при постоянстве условий внешней и внутренней среды предприятия. Тема 7. Функционально-стоимостной анализ 7.1. Сущность и задачи функционально-стоимостного анализа. 7.2. Принципы организации и этапы проведения функционально- стоимостного анализа. После изучения темы 7. студент должен знать: сущность и задачи функционально-стоимостного анализа; принципы организации и этапы проведения функционально- стоимостного анализа. После изучения темы 7. студент должен уметь: дать оценку полезности и стоимости функций объекта; обосновать управленческие решения о варианте объекта функци- онально-стоимостного анализа. 7.1. Сущность и задачи функционально-стоимостного анализа. Функционально-стоимостной анализ (далее –ФСА) - один из наиболее «молодых» видов анализа хозяйственной деятельности. ФСА буквально означает анализ стоимости функций. Изначально был разработан как метод поиска резервов сокращения затрат на производство. 66 Теоретические основы ФСА были заложены русским конструктором Соболевым Ю.М. (Пермский телефонный завод) и американским инженером Л.Д. Майлсом (фирма General Electric) в 40- ых годах 20 века. Ключевым понятием при проведении ФСА является введение понятия объекта исследования. Объектом исследования ФСА выступают изделия, продукция, техноло- гические процессы, организационные процессы и структуры. При этом в объекте исследования важно выделять его функции. Функции объекта исследования подразделяются на полезные и ненуж- ные. Полезные функции призваны удовлетворять потребности, нужды, т.е. достигать цели, ради которых создавался объект. Полезные функции подраз- деляются на основные и вспомогательные. Ненужные или лишние функции - это функции, созданные в результате неэффективного сочетания факторов производства, сложившегося уровня развития техники и технологии и в результате других объективных и субъ- ективных факторов. ФСА - это исследование полезности функций изучаемого объекта, а значит на их создание с целью максимизации полезности и минимизации из- держек. В ФСА под функцией понимается возможность объекта удовлетво- рять нужду (потребность) или свойство объекта. В ФСА выделяют следующие функции объекта. По возможности удовлетворять нужду или потребность: Полезные: основные, дополнительные (неосновные); Бесполезные (ненужные). Основные (главные) функции объекта призваны удовлетворять потреб- ности и нужды. При этом объект создаётся с целью удовлетворения таких потребностей и нужд. Вспомогательные (дополнительные) функции также являются полез- ными и позволяют удовлетворять другие потребности и нужды. При этом та- кие потребности и нужды и функции их обеспечения закладываются на ста- дии проектирования и разработки объекта. Задачами ФСА являются: - определение соотношения экономического эффекта и затрат на про- изводство продукта, т.е. определение экономической эффективности; - минимизация лишних функций объекта и затрат на создание функ- ций; - разработка системы показателей для оценки качества и уровня иссле- дуемого продукта; - анализ и оценка способа производства продукта и его потребитель- ских характеристик; 67 - определение оптимального варианта продукта и способа его произ- водства. Одной из важных задач ФСА является устранение излишних (ненуж- ных) функций. Как правило, главной причиной возникновения бесполезных функций являются неверные конструкторские решения. Аналогично затраты в ФСА подразделяются на полезные, т. е. понесенные в связи с созданием полезных функций, и излишние, связанные с созданием бесполезных функ- ций. Схематично главная цель ФСА может быть представлена в следующем виде: max min max объекта создание на затраты функции полезные Представленное выражение цели ФСА позволяет выделить следующие способы её достижения: усиление полезных функций, потребительских качеств объекта, при этом затраты остаются постоянны; снижение затрат на создание, реализацию и функционирование или эксплуатацию объекта при неизменности полезных функций; одновременное усиление полезных функций и снижение затрат на со- здание и эксплуатацию объекта. 7.2. Принципы организации и этапы проведения ФСА Проведение ФСА должно базироваться на соблюдении следующих принципов: Принцип ранней диагностики. Экономически доказано, что наибольший эффект от проведения ФСА достигается на предпроизводствен- ной стадии при конструкторской разработке изделия (объекта), на стадии по- становки технологических процессов; Принцип приоритета. В первую очередь объектом ФСА должны являться изделия на стадии разработки, хозяйственные процессы или органи- зационные структуры на стадии их создания и изделия на любой стадии, вы- пуск которых ожидается в больших масштабах; Принцип оптимальной детализации. Количество выделенных функций должно быть обозримым, в то же время, часто бывает необходима детализация самого объекта; Принцип последовательности. Исследования должны проводиться от общего к частному; Принцип ведущего звена. Наибольшему анализу и наибольшим оценкам должны подвергаться самые затратоемкие части объекта; 68 Принцип системности. Объект при проведении ФСА должен рас- сматриваться как открытая система, параметры, которой изменяются при принятии того или иного решения. Этот принцип необходим для подсчета выявленных резервов; Принцип комплексности. При анализе должны подвергаться ис- следованию все выделенные функции и части объекта, а также соответству- ющие им затраты; Принцип функциональности. В ФСА обязательно выделение функций. В теории и практике ФСА выделяют следующие его этапы: Информационно-подготовительный. Сбор информации об исследу- емом объекте и аналогах, включая описание объе5кта, условия его производ- ства, реализации и эксплуатации; Аналитико-творческий. Выделение частей объекта и функций, под- счет общей величины затрат и в разрезе выделенных функций (определение стоимости функций); построение дерева функций; построение функциональ- но-стоимостной модели объекта для выявления затрат и ненужных функций; построение диаграмм; выделение возможных вариантов решения, прежде всего по проблемным зонам; выбор наиболее оптимального из них; разработ- ка и подготовка предложений и мероприятий по выработанным вариантам; Пуско-наладочный (исследовательский этап) включает эксперимен- тальную проверку предложений, выполнение технических, технологических и экономических расчетов, создание образцов объекта, формирование техни- ко-экономической документации по выбранному варианту. Подготовка гра- фиком внедрения результатов ФСА; Этап внедрения (контрольно-эксплуатационный). Контроль за про- ведением намеченных мероприятий и подсчет экономического эффекта. Ведущую роль при разработке вариантов решений играют технические специалисты. Именно они выносят возможные варианты технических, тех- нологических и конструкторских решений. Задачей аналитика является лишь оценка предложенных решений. Важным при разработке решений техническими специалистами явля- ется применение эвристических методов: метод мозгового штурма, мозговой атаки, метод Дельфи и др. Оценка эффективности проведения ФСА может быть произведена на основе индекса ценности. Индекс ценности= проведение на затраты эффект кий экономичес В теории выделяют следующие задачи ФСА: Создание описания или общей характеристики объекта; 69 Выделение полезных и излишних, их количественная характеристи- ка и оценка; Выделение затрат в разрезе выделенных функций, их количествен- ная оценка, устранение бесполезных функций, наращивание полезных функ- ций, снижение затрат на основе инновационных, маркетинговых, конструк- торских, технических и технологических решений; Разработка мероприятий по предложенным решениям; |