Логарифмирование в АХД

Способ логарифмирования применяется в экономическом анализе для измерения влияния факторов в мультипликативных моделях. В данном случае результат расчета, как и при интегрировании, не зависит от месторасположения факторов в модели, а по сравнению с интегральным методом обеспечивается более высокая точность расчетов. Если при интегрировании дополнительный прирост от взаимодействия факторов распределяется поровну между ними, то с помощью логарифмирования результат совместного действия факторов распределяется пропорционально доли изолированного влияния каждого фактора на уровень результативного показателя. В этом его преимущество, а недостаток -в ограниченности сферы его применения.

В отличие от интегрального метода при логарифмировании используются не абсолютные приросты показателей, а индексы их роста (снижения).

Математически этот метод описывается следующим образом. Допустим, что результативный показатель можно представить в виде произведения трех факторов: . Прологарифмировав обе части равенства, получим

.

Учитывая, что между индексами изменения показателей сохраняется та же зависимость, что и между самими показателями, произведем замену абсолютных их значений на индексы:

или

.

Разделив обе части равенства на и умножив на , получим

.

Отсюда влияние факторов определяется следующим образом:

; ; .

Из формул вытекает, что общий прирост результативного показателя распределяется по факторам пропорционально отношениям логарифмов факторных индексов к логарифму результативного показателя. И не имеет значения, какой логарифм используется, натуральный или десятичный.

Используя данные табл. 2.8, вычислим прирост валовой продукции за счет количества рабочих (КР), количества отработанных дней одним рабочим за год (Д) и среднедневной выработки (ДВ) по факторной модели:

_;

;

;

;

Сравнив полученные результаты расчета влияния факторов разными способами по данной факторной модели, можно убедиться в преимуществе способа логарифмирования. Это выражается в относительной простоте вычислений и повышении точности расчетов.

Виды связей между явлениями и их признаками в АХД

Существует два основных типа связей между социально-экономическими явлениями и их признаками: функциональная (жестко детерминированная) и статистическая (стохастически детерминированная). При функциональной связи каждому значению факторного признака соответствуют строго определенные значения результативного признака.

На практике далеко не все экономические явления и процессы можно свести к функциональным зависимостям, когда величине факторного показателя соответствует единственная величина результативного показателя.

Чаще в экономических исследованиях встречаются стохастические зависимости, которые отличаются приблизительностью, неопределенностью. Они проявляются только в среднем по значительному количеству объектов (наблюдений). Здесь каждой величине факторного показателя (аргумента) может соответствовать несколько значений результативного показателя (функции). Например, увеличение фондовооруженности труда рабочих дает разный прирост производительности труда на разных предприятиях даже при очень выровненных прочих условиях. Это объясняется тем, что все факторы, от которых зависит производительность труда, действуют в комплексе, взаимосвязано. В зависимости от того, насколько оптимально сочетаются разные факторы, будет неодинаковой степень воздействия каждого из них на величину результативного показателя.

Взаимосвязь между исследуемыми факторами и результативным показателем проявится, если взять для исследования большое количество наблюдений (объектов) и сравнить их значения. Тогда в соответствии с законом больших чисел влияние других факторов на результативный показатель сглаживается, нейтрализуется. Это дает возможность установить связь, соотношения между изучаемыми явлениями.

Значит, стохастическая (статистическая) связь – это неполная, вероятностная зависимость между показателями, которая проявляется только в массе наблюдений.

Помимо первостепенного деления связей по виду и степени воздействия факторов на результативный показателей (т.е. функциональные и статистические), существуют и другие классификационные группировки связей.

Прямые и обратные связи. В зависимости от направления действия, функциональные и стахостические связи могут быть прямые и обратные. При прямой связи направление изменения результативного признака совпадает с направлением изменения признака-фактора, то есть с увеличением факторного признака увеличивается и результативный, и, наоборот, с уменьшением факторного признака уменьшается и результативный признак. В противном случае между рассматриваемыми величинами существуют обратные связи. Например, чем выше квалификация рабочего (разряд), тем выше уровень производительности труда – прямая связь. А чем выше производительность труда, тем ниже себестоимость единицы продукции – обратная связь.

Прямолинейные и криволинейные связи. По аналитическому выражению (форме) связи могут быть прямолинейными и криволинейными. При прямолинейной связи с возрастанием значения факторного признака происходит непрерывное возрастание (или убывание) значений результативного признака. Математически такая связь представляется уравнением прямой, а графически – прямой линией. Отсюда ее более короткое название – линейная связь. При криволинейных связях с возрастанием значения факторного признака возрастание (или убывание) результативного признака происходит неравномерно, или же направление его изменения меняется на обратное. Геометрически такие связи представляются кривыми линиями (гиперболой, параболой и т.д.).

Однофакторные и многофакторные связи. По количеству факторов, действующих на результативный признак, связи различаются: однофакторные (один фактор) и многофакторные (два и более факторов). Однофакторные (простые) связи обычно называются парными (т.к. рассматривается пара признаков). Например, корреляционная связь между прибылью и производительностью труда. В случае многофакторной (множественной) связи имеют в виду, что все факторы действуют комплексно, то есть одновременно и во взаимосвязи. Например, корреляционная связь между производительностью труда и уровнем организации труда, автоматизации производства, квалификации рабочих, производственным стажем, простоями и другими факторными признаками. С помощью множественной корреляции можно охватить весь комплекс факторных признаков и объективно отразить существующие множественные связи.

Date: 2016-11-17; view: 964; Нарушение авторских прав