- •Краткие сведения из истории развития экономического анализа
- •1.2. Содержание, предмет и задачи экономического анализа
- •Решение перечисленных выше задач обеспечивает достижение основной цели экономического анализа, которая состоит в содействии эффективному развитию предприятий.
- •1.3. Метод экономического анализа и его особенности
- •1.4. Виды экономического анализа
- •1.5. Система экономической информации и методы ее обработки
- •1.6. Способы сопоставимости показателей
- •1.7 Классификация способов и приёмов экономического анализа
- •Глава 2. Традиционные способы обработки экономической информации
- •2.1 Прием группировки аналитической информации
- •2.2 Прием сравнения аналитических данных
- •2.3. Абсолютные, относительные и средние величины в анализе
- •2.4. Табличный способ отражения аналитических данных
- •Анализ состава населения по полу и образованию
- •Анализ состава населения по полу и образованию
- •Графический способ
- •Глава 3. Факторы и резервы в экономическом анализе
- •3.1. Понятие, типы и задачи факторного анализа
- •3.2 Классификация и систематизация факторов в экономическом анализе
- •3.3. Понятие, экономическая сущность хозяйственных резервов и их классификация
- •3.4. Принципы организации поиска резервов
- •3.5. Методика подсчета и обоснования величины резервов
- •Этот же расчет интегральным способом:
- •Глава 4. Детерминированное моделирование и анализ факторных систем
- •4.1. Постановка задачи прямого детерминированного факторного анализа. Методы моделирования факторных систем
- •Комбинированные модели представляют собой сочетание в различных комбинациях рассмотренных выше моделей. Примерами таких моделей могут быть:
- •Метод дифференциального исчисления
- •4.3. Метод цепных подстановок
- •4.4. Метод абсолютных разниц
- •Cпособ относительных разниц
- •4.6. Индексный метод
- •4.7. Интегральный метод
- •Вычислив все интегралы, получим матрицу :
- •4.8 Логарифмический метод
- •Глава 5. Стохастический факторный анализ
- •5.1. Особенности и предпосылки стохастического анализа
- •5.2. Методы выявления наличия корреляционной связи между двумя показателями
- •Исходные данные
- •Групповая таблица
- •5.3. Измерение степени тесноты корреляционной связи в случае парной зависимости
- •5.4. Регрессионный анализ
- •5.5. Множественная корреляция
- •5.6. Построение и исследование экономико-математических моделей с помощью корреляционного анализа
- •Проверка достоверности полученной модели.
- •Расчетные данные для определения парных коэффициентов корреляции
- •Расчетные данные для определения парных коэффициентов корреляции
- •Глава 6. Способы решения задач обратного факторного анализа
- •6.1. Понятие комплексной оценки хозяйственной деятельности предприятия
- •6.2. Методы детерминированной комплексной оценки
- •Комплексная оценка методом балльной оценки
- •6.3. Кластерный анализ
- •6.4 . Дискриминантный анализ
- •Глава 7. Перспективный анализ
- •7.1. Роль перспективного анализа в управлении предприятием
- •7.2. Методы моделирования одномерных временных рядов
- •7.3. Моделирование и обнаружение тенденции временного ряда
- •7.4. Адаптивные модели краткосрочного прогнозирования
- •Глава 8 . Экономико-математические методы в анализе
- •8.1. Значение математических методов в управлении предприятием, их общая характеристика
- •8.2. Применение методов линейного программирования в решении ряда задач
- •8.3. Решение аналитических задач с помощью методов теории вероятностей и математической статистики
- •8.5. Реализация состояний станков участка
- •8.4. Методы анализа эффективности управления запасами
- •8.5. Метод монте-карло
- •8. 6. Дисперсионный анализ
- •8.7. Экспертные методы
- •Ранжирование объектов методом попарного сравнения
- •Глава 9.
- •9.1 Содержание, задачи и формы фса
- •9.2. Основные методы фса в сфере производства
- •9.3. Функционально-стоимостный анализ в сфере проектирования
- •Часть 9
- •9.4. Функционально - стоимостный анализ при проектировании изделий
- •Содержание функций и их материальные носители
- •Показатели использования оборудования
- •Коэффициенты отказов и простоев
- •Показатели технического состояния
- •Общие производственные потери
- •Расчетные данные о полезном объеме выполненных
- •Глава 10.
- •10.1. Организация аналитической работы
- •10.2. Организация экономического анализа в автоматизированной системе управления
- •10.3. Классификация информации для анализа хозяйственной деятельности
- •10.4. Информационное обеспечение экономического анализа и его структура
- •10.5. Проверка достоверности информации и ее аналитическая обработка
- •Литература
- •Приложение 5 Случайные числа
- •Необходимое число объектов наблюдения при нормальном распределении
- •Глава 1. Введение в методологию экономического 5
- •Глава 2. Традиционные способы обработки экономической 30 информации
- •Глава 3. Факторы и резервы в экономическом анализе 72
- •Глава 4. Детерминированное моделирование и анализ 90
- •Глава 5. Стохастический факторный анализ 132
- •Глава 6. Способы решения задач обратного факторного анализа 170
- •Глава 7. Перспективный анализ 193
- •Глава 8. Экономико-математические методы в анализе 208
- •Глава 9. Функционально стоимостной анализ 275
- •Глава 10. Организация анализа и его информационная база 330
- •Министерство образования и науки украины
- •Теория экономического анализа
7.2. Методы моделирования одномерных временных рядов
Динамика рядов экономических показателей в общем случае складывается из:
-
тенденции, характеризующей основную закономерность;
-
периодической компоненты, которая оказывает влияние на изучаемые показатели;
-
циклической компоненты, характеризующей цикличность колебаний показателей;
-
случайной компоненты (результат влияния множества факторов).
Под тенденцией понимают некоторое общее направление развития. Тренд характеризует основную тенденцию (закономерность) движения показателя во времени, свободную в основном от случайных воздействий.
Уравнение временного ряда выглядит следующим образом:
, (7.1)
где f(t) – систематическая составляющая, характеризующая основную тенденцию показателя во времени;
Et – случайная составляющая.
Во временных рядах могут наблюдаться тенденции трех видов: тенденции среднего уровня, тенденции дисперсии,тенденции автокорреляции.
Тенденции среднего уровня характеризуют график временного ряда. Он выражается в виде функции f(t), вокруг которой варьируют фактические значения показателей.
Тенденции дисперсии – изменение отклонений эмпирических значений временного ряда от значений, вычисленных по уравнению тренда.
Тенденции автокорреляции – это тенденции изменения связи между отдельными уровнями временного ряда (результативным признаком).
Один из способов проверки гипотезы о наличии тенденции основан на сравнении средних уровней ряда. Для этого весь ряд разбивают на две одинаковые по числу части, каждая из которых рассматривается как самостоятельная выборочная совокупность. Если ряд имеет тенденцию, то средние должны существенно отличаться друг от друга.
Один из методов выявления тенденции разработан Ф.Фостером и А.Стюартом. Согласно этому методу необходимо определить величины Ut и lt путём последовательного сравнения уровней ряда.
Если какой-либо уровень ряда превышает по своей величине каждый из предыдущих уровней, то величине Ut присваивается значение 1, а в остальных случаях она равна 0, т.е.:
(7.2)
и наоборот, если уровень ряда меньше всех предыдущих, то величина lt равна 1:
(7.3)
Затем находятся величины S и d по формулам:
(7.4)
С помощью величины S можно проверить, существует ли тенденция изменения в дисперсиях, а с помощью величины d можно обнаружить тенденции в средней. С этой целью проверяется две гипотезы:
-
существенно ли отличается d от 0;
-
существенно ли отличается S от [M],
где [M] – математическое ожидание S.
Для проверки гипотезы рассчитывают значения величины Т по формуле:
(7.5)
где 1 – средняя квадратическая ошибка S;
2 – средняя квадратическая ошибка d.
Значения [M], 1 и 2 табулированы для различных значений n (приложение 2).
Значения Т1 и Т2, рассчитанные по формуле (7.5), сравниваются с табличными tкр (приложение 3). Если tкр>Т1, то гипотеза о наличии тенденции средней подтверждается; если tкр>Т2, то гипотеза о наличии тенденции дисперсий подтверждается и наоборот.
Например, имеются следующие данные об урожайности пшеницы (табл.7.2)
Таблица 7.2
Исходные данные об урожайности пшеницы
Годы |
Урожай ность, цент. с га, Yt |
Ut |
lt |
Годы |
Урожайность, цент. с га, Yt |
Ut |
lt |
1989 |
14,1 |
0 |
0 |
1997 |
14,7 |
0 |
0 |
1990 |
9,3 |
0 |
1 |
1998 |
16,6 |
0 |
0 |
1991 |
19,4 |
1 |
0 |
1999 |
5,6 |
0 |
0 |
1992 |
19,7 |
1 |
0 |
2000 |
16,2 |
0 |
0 |
1993 |
5,4 |
0 |
1 |
2001 |
25,3 |
1 |
0 |
1994 |
24,2 |
1 |
0 |
2002 |
11,9 |
0 |
0 |
1995 |
13,8 |
0 |
0 |
2003 |
18,5 |
0 |
0 |
1996 |
24,5 |
1 |
0 |
- |
- |
- |
- |
|
|
|
|
|
|
Ut=5 |
lt=2 |
Проверим наличие тренда по ряду (данные табл.7.2 ) методом Фостера-Стюарта. Используя формулу 7.2 , определим :
Ut=5; lt=2;S=5+2=7; d=5-2=3.
Из приложения 2 при n=15 находим: [M]=4,636; 1=1,521; 2=2,153.
По формуле (7.5) рассчитаем Т1 и Т2:
Задавшись уровнем значимости =0,05 при «k» степеней свободы (k=n-1=15-1=14) по распределению Стьюдента (приложение 3), находим tкр(0,05;14)=2,14, таким образом: tкр>Т1расч=2,14>1,39, т.е. гипотеза о наличии тенденции в средней подтверждается; tкр>Т2расч=2,14>1,55, т.е. гипотеза о наличии в дисперсиях, также подтверждается.
После установления наличия тенденции временного ряда переходят к его моделированию.