- •Курсовая работа
- •Экономико-статистический анализ основных фондов предприятия
- •Содержание
- •Введение
- •Статистическая сущность основных фондов
- •Классификация основных фондов
- •Оценка основных фондов
- •Физический и моральный износ основных фондов
- •Амортизация основных фондов
- •Организационно-экономическая характеристика предприятия
- •Организационная характеристика
- •Экономическая характеристика предприятия
- •Оценка основных фондов предприятия
- •Анализ основных фондов предприятия
- •Анализ рядов динамики
- •Индексный метод
- •Корреляционно-регрессионный анализ
- •Пути повышения экономической эффективности основных средств
- •Заключение
- •Список используемой литературы
Корреляционно-регрессионный анализ
Теперь необходимо произвести корреляционно-регресионный анализ влияния стоимости, состава и структуры основных фондов концерна на величину прибыли.
Корреляционно-регресионный анализ – это метод составления экономической модели. Он широко используется предприятиями и организациями для анализа их прошлого экономического состояния, детального разбора и описания настоящего положения дел, а также, в основном, для планирования и прогнозирования на будущее. Сущность метода заключается в оценки влияния набора факторов на результативные показатели, выявлении наличия, а также типа связи между ними, установление ее характера и тесноты связи. Точность и эффективность анализа зависит от объема статистических данных, доли влияния случайных факторов на результативные переменные.
Корреляционно-регрессионный анализ будем производить по данным ежеквартальных отчетов за период с 2008 по 2010 года. В качестве объекта исследования возьмем влияние оснащенности предприятия основными фондами, а именно: нематериальные активы, основные средства, незавершенное строительство, долгосрочные финансовые вложения на прибыль до налогообложения. Исходные данные представлены в таблице 8.
Таблица 8 – Исходные данные для корреляционного анализа
Квартал и год |
Нематериальные активы |
Основные средства |
Незавершенное строительство |
Долгосрочные финансовые вложения |
Прибыль до налогообложения |
2008/I |
29752 |
1146071 |
80159 |
1107453 |
488126 |
2008/II |
40028 |
1162520 |
142231 |
1108013 |
396751 |
2008/III |
37797 |
1094377 |
65415 |
760785 |
338495 |
2008/IV |
4639 |
752326 |
33140 |
1175470 |
278442 |
2009/I |
37255 |
751644 |
22106 |
1196861 |
301597 |
2009/II |
264886 |
719880 |
20537 |
1221761 |
309873 |
2009/III |
297491 |
701015 |
28179 |
1221751 |
307458 |
2009/IV |
293639 |
752326 |
33140 |
1175470 |
295861 |
2010/I |
285090 |
717574 |
19664 |
1199058 |
380792 |
2010/II |
285090 |
9026 |
5074 |
1581151 |
452138 |
Введем обозначения:
X1 – нематериальные активы,
Х2 – основные средства,
Х3 – незавершенное строительство,
Х4 – долгосрочные финансовые вложения,
У – прибыль до налогообложения.
Определим характеристики выборки по данным таблицы 9
Таблица 9 – Основные характеристики выборки
|
Х1 |
Х2 |
Х3 |
Х4 |
У |
Среднее |
157566,7 |
780675,9 |
44964,5 |
1174777,3 |
354953,3 |
Стандартная ошибка |
42751,8431 |
104862,0564 |
12922,6844 |
62450,997 |
22692,682 |
Медиана |
152457 |
751985 |
30659,5 |
1186165,5 |
324184 |
Мода |
285090 |
752326 |
33140 |
1175470 |
- |
Стандартное отклонение |
135193,1984 |
331602,9385 |
40865,1162 |
197487,3948 |
71760,563 |
Дисперсия выборки |
18277200884 |
109960508802 |
1669957720 |
39001271118 |
5149578488 |
Эксцесс |
-2,50487571 |
2,94216797 |
3,08815531 |
3,795737 |
-0,4620315 |
Асимметричность |
-0,00591803 |
-1,238670767 |
1,74648727 |
-0,0760221 |
0,887234155 |
Интервал |
292852 |
1153494 |
137157 |
820366 |
209684 |
Минимум |
4639 |
9026 |
5074 |
760785 |
278442 |
Максимум |
297491 |
1162520 |
142231 |
1581151 |
488126 |
Сумма |
1575667 |
7806759 |
449645 |
11747773 |
3549533 |
Счет |
10 |
10 |
10 |
10 |
10 |
Охарактеризуем наиболее важные показатели. Интервал, то есть разница между максимальным и минимальным значениями элементов выборки для наших данных соответственно равны 292852, 1153494, 137157, 820366, и 209684, что свидетельствует о значительной разнице между верхним и нижним значением выборки.
Дисперсия выборки, характеризующая степень разброса элементов выборки относительно среднего значения, имеет очень большие значения, что свидетельствует о неоднородности совокупности.
Стандартное отклонение характеризует степень разброса элементов выборки относительно среднего значения и также имеет весьма большие значения, то есть значения элементов выборки далеко отклоняются от среднего значения.
Далее определим и проанализируем значения матрицы парных линейных коэффициентов корреляции ( таблица 10).
Таблица 10 – Матрица парных линейных коэффициентов корреляции
|
У |
Х1 |
Х2 |
Х3 |
Х4 |
Столбец 1 |
1 |
-0,06504 |
-0,0245 |
0,326112 |
0,231733 |
Столбец 2 |
-0,06504 |
1 |
-0,6179 |
-0,5775 |
0,5406 |
Столбец 3 |
-0,0245 |
-0,6179 |
1 |
0,762143 |
-0,85233 |
Столбец 4 |
0,326112 |
-0,5775 |
0,762143 |
1 |
-0,50407 |
Столбец 5 |
0,231733 |
0,5406 |
-0,85233 |
-0,50407 |
1 |
Как видно из таблицы 10, корреляция между прибылью до налогообложения концерна (Y) и нематериальными активами (Х1) -0,065, а между незавершенным строительством (Х2) и основными средствами (Х3) 0,762, между долгосрочными финансовыми вложениями и прибылью до налогообложения 0,2317. Таким образом, в результате анализа выявлены зависимости: слабая обратная линейная зависимость (в соответствии со шкалой Чеддока) между уровнем прибыли концерна и степенью оснащенности нематериальными активами ( =-0,065) и заметная прямая линейная зависимость между доходами СХП и объемами производства зерновой продукции ( =0,674). Низкое значение линейного коэффициента корреляции между износом основных фондов и объемами производства зерна ( =-0,092) свидетельствует о достаточной низкой взаимозависимости объясняющих переменных модели.
Составим систему уравнений для нахождения параметров методом наименьших квадратов (Приложение 1).
Результаты анализа приведены в Приложении 2 и Приложении 3. Интерпретируем результаты. Синтезируемое уравнение множественной регрессии характеризуется средней статистической значимостью. Так, на основании величины показателя множественной корреляции (0,5672) можно сделать вывод в соответствии со шкалой Чеддока о заметной (так как 0,5<R<0,7) взаимосвязи между прибылью предприятия и его оснащенностью основными средствами, т.е. факторными признаками: нематериальными активами, основными средствами, незавершенным строительством, долгосрочными финансовыми вложениями. На основании значения коэффициента множественной детерминации можно утверждать, что факторные показатели модели позволили на 32% объяснить вариацию объемов прибыли.
Исследуем также значимость регрессионной модели с помощью F-критерия Фишера. В нашем случае он равен 0,59, а краитическое значение равно 5,19, что свидетельствует о недостаточной значимость модели и необходимости ее улучшения.
Таким образом, для предприятия ОАО «Концерн Энергомера» результаты дисперсионного анализа показывают, что модель в целом характеризуется средней степенью значимости, то есть оснащенность основными фондами предприятия является одним из ключевых факторов, влияющих на прибыль предприятия, наряду с объемами производства продукции, ее качеством и т.д.