Слайд 2Виды взаимосвязи между явлениями
![Виды взаимосвязи между явлениями](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1027423/slide-1.jpg)
Слайд 4Существуют два типа связей, которые подвергаются исследованию в процессе факторного анализа: функциональные
![Существуют два типа связей, которые подвергаются исследованию в процессе факторного анализа: функциональные](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1027423/slide-3.jpg)
и стохастические.
Связь называется функциональной, или жестко детерминированной, если каждому значению факторного признака соответствует вполне определенное неслучайное значение результативного признака.
Слайд 7 Связь называется стохастической (вероятностной), если каждому значению факторного признака соответствует множество
![Связь называется стохастической (вероятностной), если каждому значению факторного признака соответствует множество значений](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1027423/slide-6.jpg)
значений результативного признака, т. е. определенное статистическое распределение. Примером такой зависимости могут служить регрессионные уравнения, применяемые, например, при расчете бета-коэффициентов для анализа портфельных инвестиций.
Слайд 8Интерпретация рассмотренных связей (функциональной и стохастической) с позиции поведения системы:
Система называется
![Интерпретация рассмотренных связей (функциональной и стохастической) с позиции поведения системы: Система называется](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1027423/slide-7.jpg)
жестко детерминированной, если при заданных начальных условиях она переходит в единственное, определенное состояние.
Система называется вероятностной, если при одних и тех же начальных условиях она может переходить в различные состояния, имеющие разные вероятности.
Слайд 9 Рассмотренные связи могут быть прямыми и обратными. В первом случае рост
![Рассмотренные связи могут быть прямыми и обратными. В первом случае рост (убывание)](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1027423/slide-8.jpg)
(убывание) факторного признака влечет за собой рост (убывание) результативного признака. Во втором случае рост (убывание) факторного признака влечет за собой убывание (рост) результативного признака.
При изучении связей в финансовом анализе решается несколько задач:
установление факта наличия или отсутствия связи между анализируемыми показателями;
измерение тесноты связи;
установление неслучайного характера выявленных связей;
количественная оценка влияния изменения факторов на изменение результативного показателя;
выделение наиболее значимых факторов, определяющих поведение результативного показателя.
Слайд 10В зависимости от вида анализа эти задачи решаются с помощью различных приемов:
а)
![В зависимости от вида анализа эти задачи решаются с помощью различных приемов:](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1027423/slide-9.jpg)
жестко детерминированные связи - балансовый метод, прием цепных подстановок, интегральный метод и др.;
б) стохастические связи — корреляционный анализ, ковариационный анализ, метод главных компонент и др.
Слайд 11Укрупненная схема факторного анализа
![Укрупненная схема факторного анализа](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1027423/slide-10.jpg)
Слайд 122. Детерминированные модели факторного анализа
Особенности:
Модель полностью замыкается на ту систему факторов, которые
![2. Детерминированные модели факторного анализа Особенности: Модель полностью замыкается на ту систему](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1027423/slide-11.jpg)
поддаются объединению в данную модель. Границей составления такой модели является длина непрерывной цепи прямых связей.
Данный подход не позволяет разделить результаты влияния одновременно действующих факторов, которые не поддаются объединению в одной модели. Таким образом, исследователь условно абстрагируется от действия других факторов, а все изменения результативного показателя полностью приписываются влиянию факторов, включенных в модель.
Детерминированный анализ может выполняться для единичного объекта в отсутствие совокупности наблюдений.
Слайд 13Модели детерминированного анализа
![Модели детерминированного анализа](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1027423/slide-12.jpg)
Слайд 14Последовательность выполняемых процедур при детерминированном факторном анализе:
построение экономически обоснованной (с позиции факторного
![Последовательность выполняемых процедур при детерминированном факторном анализе: построение экономически обоснованной (с позиции](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1027423/slide-13.jpg)
анализа) детерминированной факторной модели;
выбор приема факторного анализа и подготовка условий для его выполнения;
реализация счетных процедур анализа модели, включая проверку;
формулирование выводов и рекомендаций по результатам анализа.
Слайд 15Правила построения многофакторных мультипликативных моделей (МММ):
Модель должна быть экономически обоснована, т. е.
![Правила построения многофакторных мультипликативных моделей (МММ): Модель должна быть экономически обоснована, т.](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1027423/slide-14.jpg)
место фактора в модели должно соответствовать его экономической роли в формировании результативного признака.
Модель целесообразно строить из двухфакторной полной модели путем последовательного расчленения факторов (как правило, качественных) на составляющие; при очередном расширении модели необходимо следить за соблюдением связи «причина — следствие».
Модель должна быть такой, чтобы факторы можно было укрупнять (свертка модели) и слева направо, и справа налево, а произведение двух любых стоящих рядом факторов давало бы экономически понятный фактор более высокого порядка.
Построение неполной модели в большинстве случаев рекомендуется начинать с построения и последующей легализации соответствующей полной модели.
При написании формулы, факторы в модели рекомендуется располагать в порядке их замены слева направо.
Слайд 163. Стохастические модели факторного анализа
В факторном анализе эти модели используются по трем
![3. Стохастические модели факторного анализа В факторном анализе эти модели используются по](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1027423/slide-15.jpg)
основным причинам:
необходимо изучить влияние факторов, по которым нельзя построить жестко детерминированную факторную модель (например, уровень финансового левериджа);
необходимо изучить влияние 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 инноваций).
Слайд 17Предпосылки реализации стохастического подхода:
а) наличие совокупности;
б) достаточный объем;
в) случайность и независимость наблюдений;
![Предпосылки реализации стохастического подхода: а) наличие совокупности; б) достаточный объем; в) случайность](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1027423/slide-16.jpg)
г) однородность. (качественная однородность достигается путем логического отбора; критерием количественной однородности может служить, в частности, коэффициент вариации — его значение не должно превышать 33%);
д) наличие распределения признаков, близкого к нормальному. Существуют различные статистические методы проверки нормальности распределения. Выполнение этого требования в экономических исследованиях нередко сопряжено с существенными трудностями и не всегда возможно;
е) наличие специального математического аппарата. В зависимости от условий, в которых проводится анализ, могут применяться различные методы: регрессионный анализ, ковариационный анализ, спектральный анализ и др.
Слайд 18Построение стохастической модели проводится в несколько этапов:
качественный анализ (постановка цели анализа, определение
![Построение стохастической модели проводится в несколько этапов: качественный анализ (постановка цели анализа,](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1027423/slide-17.jpg)
совокупности, определение результативных и факторных признаков, выбор периода и метода анализа);
предварительный анализ моделируемой совокупности (проверка однородности совокупности, исключение аномальных наблюдений, уточнение необходимого объема выборки, установление законов распределения изучаемых показателей);
построение стохастической (регрессионной) модели (уточнение перечня факторов, расчет оценок параметров уравнений регрессии, перебор конкурирующих вариантов моделей);
оценка адекватности модели (проверка статистической существенности уравнения в целом и его отдельных параметров, проверка соответствия формальных свойств оценок задачам исследования);
экономическая интерпретация и практическое использование модели (определение пространственно-временной устойчивости построенной зависимости, оценка практических свойств модели).
Слайд 19Типовые задачи детерминированного факторного анализа
1. Оценка влияния относительного изменения факторов на относительное
![Типовые задачи детерминированного факторного анализа 1. Оценка влияния относительного изменения факторов на](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1027423/slide-18.jpg)
изменение результативного показателя.
Задача имеет смысл для мультипликативных и кратных моделей. (простейшую двухфакторную модель р = а * в).
при анализе динамики этих показателей будет выполняться следующее соотношение между индексами:
Iр = Iа * Iв, (1)
где значение индекса находится отношением значения показателя в отчетном периоде к базисному.
Таким образом, относительные изменения факторных и результативного показателей связаны той же зависимостью, что и показатели в исходной модели.