Вы находитесь на странице: 1из 37

МИНОБРНАУКИ РОССИИ

Федеральное государственное бюджетное образовательное учреждение


высшего профессионального образования
«Челябинский государственный университет»
(ФГБОУ ВО «ЧелГУ»)
Институт экономики отраслей, бизнеса и администрирования
Кафедра Экономики отраслей и рынков

Практическая работа
Дисциплина: Статистика

Выполнил: Печенкин И.Е.


Группа 21Э-201, ИЭОБиА
Проверила:Старший преподаватель
Кафедры ЭОиР Козлова Е.В.

Челябинск 2020
СОДЕРЖАНИЕ
1. Общая характеристика исследуемой совокупности:
1.1. Описание данных, источник получения, рассматриваемый
период и пространственные рамки
1.2. Характеристика используемых статистических показателей, в
том числе вид и единица измерения, тип (интервальный или моментный)
1.3. Оценка среднего значения выбранного показателя (простая и
взвешенная)
1.4. Оценка структурных средних (моды, медианы, квартилей) по
исходным данным на основе структурной группировки
1.5. Графическое представление распределения значений
(гистограмма, кумулята), графическое определение моды и медианы
1.6. Оценка показателей вариации
2. Оценка абсолютных и относительных показателей динамики для
выбранного показателя
3. Выравнивание ряда
3.1. Метод скользящей средней
3.2. Экспоненциальное сглаживание
3.3. Аналитическое выравнивание. Прогноз при помощи тренда
на 1/3 исходной базы данных вперед.
4. Выявление наличия взаимосвязи между показателями
4.1. Выявление наличия связи (графический метод, метод
приведения параллельных данных, коэффициент Фехнера)
4.2. Корреляционный анализ парной связи
4.3. Оценка ранговой корреляции
5. Факторный анализ
1. ОБЩАЯ ХАРАКТЕРИСТИКА ИССЛЕДУЕМОЙ
СОВОКУПНОСТИ
1.1.Описание данных, источник получения, рассматриваемый
период и пространственные рамки

Для проведения данного исследования было выбрано ПАО


«Уралкалий», для анализа динамики используются данные выручки и
себестоимости продаж за 24 квартала (с 1 квартала 2014 г. По 4 квартал 2019
г.) которые являются статистически цифровыми и получены с официального
сайта компании https://www.uralkali.com/ru/
«Уралка́лий» — российская компания, один из крупнейших в мире
производителей калийных удобрений. Полное наименование — Публичное
акционерное общество «Уралкалий». Производственные мощности компании
находятся в городах Березники и Соликамск Пермского края, штаб-квартира
— в Березниках.

Таблица 1.1.1
Статистические данные ПАО «Русгидро»
Выручка Чистая
№ Период (млрд.руб прибыль
) (млрд.руб)
1. 1 квартал 2014 91 616 000 14 294 000
2. 2 квартал 2014 73 693 000 7 042 000
3. 3 квартал 2014 67 999 000 1 062 000
4. 4 квартал 2014 96 252 000 1 733 000
5. 1 квартал 2015 94 614 000 11 862 000
6. 2 квартал 2015 76 174 000 6 720 000
7. 3 квартал 2015 74 295 000 5 516 000
8. 4 квартал 2015 102 429 3 061 000
000
9. 1 квартал 2016 104 404 15 047 000
000
10. 2 квартал 2016 83 457 000 10 428 000
11. 3 квартал 2016 80 783 000 11 925 000
12. 4 квартал 2016 105 428 2 351 000
000
13. 1 квартал 2017 98 779 000 18 806 000
14. 2 квартал 2017 82 087 000 3 497 000
15. 3 квартал 2017 67 738 000 8 501 000
16. 4 квартал 2017 99 515 000 -8 353 000
17. 1 квартал 2018 99 699 000 22 951 000
18. 2 квартал 2018 81 154 000 13 737 000
19. 3 квартал 2018 77 619 000 6 345 000
20. 4 квартал 2018 100 298 -11 196 000
000
21. 1 квартал 2019 99 541 000 16 512 000
22. 2 квартал 2019 82 063 000 12 873 000

23. 3 квартал 2019 76 680 000 5 772 000


24. 4 квартал 2019 108 358 -34 514 000
000

1.2. Характеристика используемых статистических показателей


В практической работе используются два показателя: выручка и
себестоимость продаж.
Выручка – это совокупный объем денежных средств, получаемый
собственником товара за его продажу и реализацию, а также
собственником услуги за её непосредственное оказание. Однако согласно
бухгалтерскому учету не все поступления от продажи будут являться
выручкой по причине того, что выручка – это поступления только
от основной деятельности.
Себестоимость продаж – это сумма, уплаченная торговым
предприятием за товары, проданные в течение учетного периода, которая
является второй значительной частью отчета о прибылях и убытках
торгового предприятия. Себестоимость продаж с точки зрения логики
является расходами, прямо относящимися к осуществлению продажи. Она
всегда включает себестоимость производства или покупки проданного
продукта или услуги, включая стоимость доставки товара или компонентов
продающей компании. Она также должна включать расходы на другие
услуги, которые были добавлены к продукту и проданы вместе с ним.
В практической работе использовались интервальные показатели –
характеризуют итоговый результат за период в целом.
В данной работе используются стоимостные единицы измерения
(млрд. руб.).

1.3. Оценка среднего значения выбранного показателя (простая и


взвешенная)
Средняя величина – это объем признака совокупности,
распределенный поровну между единицами совокупности.
Для пунктов 1.3.-3.2. используем такой показатель, как Выручка
Таблица 1.3.1
Статистические данные ПАО «Русгидро»

Выручка
№ Период
(млрд.руб)
1. 1 квартал 2014 91,62
2. 2 квартал 2014 73,69
3. 3 квартал 2014 68,00
4. 4 квартал 2014 96,25
5. 1 квартал 2015 94,61
6. 2 квартал 2015 76,17
7. 3 квартал 2015 74,30
8. 4 квартал 2015 102,43
9. 1 квартал 2016 104,40
10. 2 квартал 2016 83,46
11. 3 квартал 2016 80,78
12. 4 квартал 2016 105,43
13. 1 квартал 2017 98,78
14. 2 квартал 2017 82,09
15. 3 квартал 2017 67,74
16. 4 квартал 2017 99,52
17. 1 квартал 2018 99,70
18. 2 квартал 2018 81,15
19. 3 квартал 2018 77,62
20. 4 квартал 2018 100,30
21. 1 квартал 2019 99,54
22. 2 квартал 2019 82,06
23. 3 квартал 2019 76,68
24. 4 квартал 2019 108,36

Виды средней арифметической величины:


1) Простая. Рассчитывается по следующей формуле:
n
x
X =∑ i
i=1
n

X = 88.53 млрд рублей.


Вывод. Таким образом, средняя квартальная выручка ПАО
«УРАЛКАЛИЙ» в период с 1 квартала 2014 по 4 квартал 2019 года
составила 81,50 млрд.руб.

Для расчета средней арифметической взвешенной следует провести


структурную группировку данных методом равных интервалов.
1) Определение числа групп

m = 1 +3,322 lgN
В нашем случае N=24, отсюда следует, что
M = 1 +3,322 lg24= 6

2)Определение величины интервала (группы), которую мы определяем


по следующей формуле:
xmax −x min
h= m

108,36−67,74
h= 6 = 6,77
3) Определение границ интервалов

Таблица 1.4.1

№ Нижняя граница Верхняя граница


1 x min x min + h
2 x min + h x min +2 h
3 x min +2 h x min +3 h
M x min + ( m−1 )∗h x min + m∗h= x max

На основе полученных данных произведем структурную группировку


по методу равных интервалов.
Таблица 1.4.2
Определение границ интервалов, частоты и середины интервалов
Частот Сер.инт.
№ Н.гр В.гр Xi*Fi
а Хi
1. 67,74 74,51 4 105 270,96
2. 74,51 81,28 5 77,90 372,55
3. 81,28 88,05 3 84,67 243,84
4. 88,05 94,82 2 91,44 176,1
5. 94,82 101,59 6 98,21 568,92
6. 101,59 108,36 4 209,95 406,36

Определяем среднюю арифметическую взвешенную по формуле:


n

∑ x i∗f i 2038 ,73


х́ взв i =1 n х́ взв=
24 =84,95 млрд.руб.
∑ fi
i=1

Вывод. Таким образом, средняя квартальная выручка ПАО «Русгидро» в


период с 1 квартала 2014 по 4 квартал 2019 года составила 84,95 млрд.руб.

При структурной группировке методом равных интервалов все


единицы совокупности распределились почти равномерно.

1.4.Оценка структурных средних (моды, медианы, квартилей) по


исходным данным на основе структурной группировки
Определение моды
Мода – это значение изучаемого признака, повторяющееся с наибольшей
частотой.
1) Определим моду для дискретного ряда. Для этого воспользуемся
функцией МОДА (Microsoft Excel)
M 0=#Н/Д - это значит, что повторяющихся значений нет
2) Определим моду для интервального ряда по следующей формуле:
f m−f m−1
M o =x 0 +h
( f m−f m−1 )+(f m −f m +1 ) , где

 x0 – нижняя граница модального интервала;


 h – величина модального интервала;
 fm – частота модального интервала;
 fm-1 – частота интервала, предшествующего модальному;
 fm+1 – частота интервала, следующего за модальным.
При определении модального интервала, мы видим два
подходящих интервала:

1. 74,51-81,28

2. 94,82-101,59

так как их частота больше чем у предыдущего и больше чем у


последующего интервалов.

5−4
M о 1=74,51+ 6,77 *( ) = 76,76 млрд. руб.
( 5−4 ) +(5−3)
6−2
M о 2=94,82+ 6,77 *( ) = 99,3 млрд. руб.
( 6−2 )+(6−4)

Вывод. Таким образом, наиболее часто встречающиеся значение


квартальной выручки ПАО «РусГидро» с 1 квартала 2014 года по 4 квартал
2019 года около 76,76 млрд.руб. или 99,3 млрд. руб.

Определение медианы
Медиана – это значение признака, приходящееся на середину
ранжированной совокупности.
1) Определим медиану для дискретного ряда. Для этого воспользуемся
функцией МЕДИАНА (Microsoft Excel)
M e = 87,54 млрд.руб.
Вывод. Таким образом, в половине рассматриваемых периодов,
квартальная выручка ПАО «РусГидро» была менее 87,54 млрд.руб., а в
половине более чем 87,54 млрд.руб.
2) Определим медиану для интервального ряда по следующей формуле:
1
М е= x 0+h* 2
∑ f −S me−1 , где
f me

 x0 – нижняя граница медианного интервала;


 h – величина медианного интервала;
 Sme-1 – сумма накопленных частот на интервале, предшествующем
медианному;
 fme – частота медианного интервала.
Добавим столбец суммы накопленных частот.
Таблица 1.4.3
Границы интервалов, частота, середина интервала и сумма накопленных
частот

№ Н.гр В.гр Частота Сер.инт. Хi Si

1. 67,74 74,51 4 105 4


2. 74,51 81,28 5 77,90 9
3. 81,28 88,05 3 84,67 12
4. 88,05 94,82 2 91,44 14
5. 94,82 101,59 6 98,21 20
6. 101,59 108,36 4 209,95 24

Медианным является интервал 3: от 87,54 млрд.руб. до 87,54


млрд.руб., так как на этом интервале сумма накопленных частот впервые
превышает половину общей численности совокупности.
1
24−9
M e=81,28 +6,77* 2 =88,05 млрд.руб.
3

Вывод. Таким образом, в половине рассматриваемых периодов,


квартальная выручка ПАО «РусГидро» была менее 88,05 млрд.руб., а в
половине более чем 88,05 млрд.руб.

Расчет квартилей.
Квартиль – это значения признака, делящее ранжированную
совокупность на 4 равновеликие части.
Квартили для дискретных рядов определяется при помощи функции
«КВАРТИЛЬ» в программе Microsoft Excel.
Q1= 77,22 млрд.руб.
Q3= 99,3 млрд.руб.
Квартили для интервальных рядов определяются по алгоритму:
Шаг 1 – рассчитаем сумму накопленных частот, выраженную в процентах.

Частот Сер.инт.
№ Н.гр В.гр Xi*Fi Si Si%
а Хi
1. 67,74 74,51 4 105 270,96 4 16,67
2. 74,51 81,28 5 77,90 372,55 9 37,5
3. 81,28 88,05 3 84,67 243,84 12 50
4. 88,05 94,82 2 91,44 176,1 14 58,3
5. 94,82 101,59 6 98,21 568,92 20 83,3
6. 101,59 108,36 4 209,95 406,36 24 100

Шаг 2 – интервал 2: от 74,51 до 81,28 млрд.руб. содержит нижний квартиль;


интервал 5: от 94,82 до 101,59 млрд.руб. содержит верхний квартиль.
Шаг 3 – рассчитаем нижний квартиль по формуле:
1
∗∑ f i−S Q 1−1
Q1= x q 1+h* 4
f Q1
1
∗24−4
Q1=74,51+ 6, 77 * 4 = 77,9 млрд.руб.
4
- рассчитаем верхний квартиль по формуле:
3
x ∗∑ f i−S Q 3−1
Q 3= q 3 ¿+h* 4
¿
fQ3

3
∗24−14
Q3=425,41+ 20,62 * 4 =99,3 млрд.руб.
3

Вывод. Таким образом, квартальная выручка ПАО «РусГидро» в 25%


случаев была меньше 77,9 млрд.руб, а в 25 % случаев более чем 99,3
млрд.руб.

1.6. Оценка показателей вариации.


Вариация – это степень изменчивости признака в совокупности.
Количественно вариация измеряется при помощи показателей вариации:
абсолютные, относительные.

Таблица 1.6.1
Данные для расчета абсолютных показателей вариации.
№ Н.гр В.гр Частота Сер.инт. Хi |Xi-Xср| |Xi-Xср|*f (Xi-Xср)^2

1. 67,74 74,51 4 105 13,54 54,16 188,33


2. 74,51 81,28 5 77,90 6,77 33,85 45,83
3. 81,28 88,05 3 84,67 0 0 0
4. 88,05 94,82 2 91,44 6,77 13,54 45,83
5. 94,82 101,59 6 98,21 13,54 81,24 188,33
6. 101,59 108,36 4 209,95 20,31 81,34 412,5

Абсолютные показатели вариации

1.Размах вариации – это разность между единицами совокупности с


наибольшим и наименьшим значениями варьирующего признака.
R = xmax – xmin
R=108,36-67,74=40,62

Вывод. Таким образом, за рассматриваемый период, разница между


max и min значениями квартальной выручки ПАО «РусГидро» составила
40,62 млрд.руб.
2.Размах квартилей - разность между значениями Q3 и Q1.
Q=Q3-Q1
Q= 99,3 –77,9=21,4 млрд.руб.
Вывод. Таким образом, на отрезке величиной в 21,4 млрд.руб. лежит
половина средних значений изучаемого признака.
3.Квартильное отклонение
q= (Q3-Q1)/2=10,7 млрд.руб.
Вывод. Таким образом, на 10,7 млрд.руб. отклоняются от среднего
значения 50% ближайших к нему значений исходного показателя.
4.Среднее линейное отклонение (взвешенное) определяется как
средняя арифметическая из абсолютных значений отклонений вариант
признака от их средней.
n

∑ |x i−x́|f i
i=1
d́ взв = n

∑ fi
i=1
742,32
d́ взв = = 11,01 млрд.руб.
24

Вывод. Таким образом, в среднем, индивидуальные значения


квартальной выручки отклоняются, от своей средней величины на 11,01
млрд. руб.
5.Дисперсия (взвешенная) определяется как средняя арифметическая
квадратов отклонений индивидуальных значений признака от его средней
величины.
2
2∑ ( x i −x ) f i
δ=
∑ fi
2
=160,59 ( млрд . руб .)

6.Среднее квадратическое отклонение является обобщающей характеристикой размеров


вариации признака в совокупности.

Σ( x i− x̄ )2 f i
δ=
√ ∑ fi
=
12,68 млрд.руб.

Вывод: Таким образом, в среднем индивидуальные значения


квартальной выручки отклоняются на 12,68 млрд. руб. Абсолютные
показатели вариации позволяют определить статистическую однородность
совокупности. Чем больше значение абсолютного показателя вариации,
тем вариация сильнее, чем меньше, тем совокупность более однородная.

Относительные показатели вариации


1.Коэффициент осцилляции
R
V R= *100%=45,9%

2.Линейный коэффициент вариации

V d́ = d́ *100%=12,4%

3.Коэффициент вариации
δ
V g = ∗100
x̄ %=14,3%

Вывод. Полученное значение коэффициента осцилляции


свидетельствует о сопоставлении размаха вариации со средней величиной,
что позволяет сделать предположение об однородности исходной
совокупности.
Значения линейного коэффициента вариации (12,4%) и коэффициента
вариации (14,3%) не превышают 33%, что позволяет сделать вывод об
однородности исходной статистической совокупности.

2. ОЦЕНКА АБСОЛЮТНЫХ И ОТНОСИТЕЛЬНЫХ ПОКАЗАТЕЛЕЙ


ДИНАМИКИ ДЛЯ ВЫБРАННОГО ПОКАЗАТЕЛЯ
Абсолютные статистические показатели динамики
На сегодняшний день в статистике выделяют две группы показателей,
используемых при анализе динамики выбранного показателя: абсолютные и
относительные показатели динамики.

К абсолютным показателям относят:


1) Абсолютный прирост характеризует увеличение (уменьшение)
уровня ряда за определенный промежуток времени. Определяется по
формуле:
a) цепной абсолютный прирост:

Δ цеп
y = y i − y i−1
i

b) базисный абсолютный прирост:


баз
Δ yi = y i − y 0

2) Абсолютное ускорение характеризует скорость изменения


абсолютного прироста. Обычно рассчитывается по цепным темпам прироста:

Δ = Δцеп цеп
y − Δy
y
′ i i−1
i

Рассчитав данные показатели, получаем:


Таблица 2.1.
Абсолютные показатели динамики

Выручка
Период ∆Yiцеп ∆Yiбаз ∆Yiуск
(млрд.руб)
1 квартал 2014 91,62 - - -
2 квартал 2014 73,69 -17,93 -17,93 -
3 квартал 2014 68,00 -5,69 -12,24 12,24
4 квартал 2014 96,25 28,25 -40,49 33,94
1 квартал 2015 94,61 -1,64 -38,85 -29,89
2 квартал 2015 76,17 -18,44 -20,41 -16,8
3 квартал 2015 74,30 -1,87 -18,54 16,57
4 квартал 2015 102,43 28,13 -46,67 30
1 квартал 2016 104,40 1,97 -48,64 -26,16
2 квартал 2016 83,46 -20,94 -27,7 -22,91
3 квартал 2016 80,78 -2,68 -25,02 18,26
4 квартал 2016 105,43 24,65 -49,67 27,33
1 квартал 2017 98,78 -6,65 -43,02 -31,3
2 квартал 2017 82,09 -16,69 -26,33 -10,04
3 квартал 2017 67,74 -14.35 -11,98 2,34
4 квартал 2017 99,52 31,78 -43,76 46,13
1 квартал 2018 99,70 0,18 -43,94 -31,6
2 квартал 2018 81,15 -18,55 -25,39 -18,73
3 квартал 2018 77,62 -3,53 -21,86 15,02
4 квартал 2018 100,30 22,68 -44,54 26,21
1 квартал 2019 99,54 -0,76 -43,78 -23,44
2 квартал 2019 82,06 -17,48 -26,3 -16,72
3 квартал 2019 76,68 -5,38 -20,92 12,1
4 квартал 2019 108,36 31,68 -52,6 37,06

Вывод: Таким образом выручка ПАО «Русгидро» в 4 квартале 2019


года увеличилась на 31,68 млрд.руб. по сравнению с 3 кварталом 2019 года и
увеличилась на 16,74 млрд.руб. по сравнению с 1 кварталом 2014 года. Так
как значения абсолютного ускорения значительно колеблются около 0, то
сделать вывод о равномерном росте или снижении показателя, не
представляется возможным.

3) Средний уровень ряда характеризует обобщённую величину


абсолютных уровней ряда, в данном случае используем формулу для
нахождения полных интервальных рядов. Получим значение среднего
уровня ряда:
n
yi 2124,68
ý = ∑
i=0 ý = = 88,53 млрд.руб.
24
n+1
Вывод: Можно сделать вывод, что квартальная выручка ПАО
«Русгидро» с 1 квартала 2014 года по 4 квартал 2019 года составила 88,53
млрд.руб.

4) Средний абсолютный прирост показывает, насколько в среднем за


рассматриваемый период меняется уровень явлений. Рассчитывается по
формуле:
n

∑ ∆ y цеп 31,09
∆ yс =
´ i=1
i
∆ ´yс = = 1,35 млрд.руб.
23
n
Вывод: Рассчитав значение среднего абсолютного прироста, знаем,
что выручка ПАО «Русгидро» с 1 квартала 2014 года по 4 квартал 2019
года в среднем увеличивалась на 1,35 млрд.руб.

Относительные показатели динамики


1) Темп роста показывает, сколько процентов составляет данный
показатель ряда в сравнении с предыдущим либо начальным уровнем.
Данный показатель можно рассчитать по формулам:
yi yi
Т цеп
рi = Т баз
рi =
y i−1 y0

2) Темп прироста показывает, насколько процентов сравниваемый


уровень ряда больше или меньше предыдущего либо начального уровня.
Рассчитывается по формулам:

Т цеп цеп
прир.i =Т р .i - 100% Т=Т баз
р .i -100%

Таблица 2.2.
Относительные показатели динамики

Выручка
Тpi Тpi Тnpi Тnpi
Период (млрд.руб
цеп баз цеп баз
)

1 квартал
91,62 - - - -
2014
2 квартал
73,69 0,80 0,80 -0,20 -0,20
2014
3 квартал
68 0,92 0,74 -0,08 -0,26
2014
4 квартал
96,25 1,42 1,05 0,42 0,05
2014
1 квартал
94,61 0,98 1,03 -0,02 0,03
2015
2 квартал
76,17 0,81 0,83 -0,19 -0,17
2015
3 квартал
74,3 0,98 0,81 -0,02 -0,19
2015
4 квартал
102,43 1,38 1,12 0,38 0,12
2015
1 квартал
104,4 1,02 1,14 0,02 0,14
2016
2 квартал
83,46 0,80 0,91 -0,20 -0,09
2016
3 квартал
80,78 0,97 0,88 -0,03 -0,12
2016
4 квартал
105,43 1,31 1,15 0,31 0,15
2016
1 квартал
98,78 0,94 1,08 -0,06 0,08
2017
2 квартал
82,09 0,83 0,90 -0,17 -0,10
2017
3 квартал
67,74 0,83 0,74 -0,17 -0,26
2017
4 квартал
99,52 1,47 1,09 0,47 0,09
2017
1 квартал
99,7 1,00 1,09 0,00 0,09
2018
2 квартал
81,15 0,81 0,89 -0,19 -0,11
2018
3 квартал
77,62 0,96 0,85 -0,04 -0,15
2018
4 квартал
100,3 1,29 1,09 0,29 0,09
2018
1 квартал
99,54 0,99 1,09 -0,01 0,09
2019
2 квартал
82,06 0,82 0,90 -0,18 -0,10
2019
3 квартал
76,68 0,93 0,84 -0,07 -0,16
2019
4 квартал
108,36 1,41 1,18 0,41 0,18
2019

Вывод: таким образом, в 4 квартале 2019 года выручка предприятия


увеличилась на 18% по сравнению с 1 кварталом 2014, а по сравнению с 3
кварталом 2019 года увеличилась на 2%.
3) Средний темп роста показывает, во сколько раз в среднем за
единицу времени изменяется уровень ряда. Рассчитывают по формуле:
n баз
Т´ р =√ Т рn
Т´ р =23√ 1 , 18 =1,007=100,7%

4) Средний темп прироста:


5) Т´пр =Т´ р - 1 = 1,007-1=0,007= 0,7%

6) Вывод: в среднем, за рассматриваемый период выручка


предприятия ежеквартально увеличивалась на 0,7%.

3.ВЫРАВНИВАНИЕ РЯДА
3.1. Метод скользящей средней
Суть данного метода заключается в исключении случайных колебаний путем расчета
средних значений по «скользящим» укрупненным интервалам.
Выравнивание исходного ряда при помощи метода скользящей средней проводиться по
следующему алгоритму:
1) Определение интервального сглаживания (m). В нашем случае, проведем интервальное
сглаживание по трем уровням, т.е. m = 3;
2) Вычисление среднего значения по следующей формуле:
t− p
∑ yi
i=t− p
у=
n
3) Проводим сдвиг интервала сглаживания на одну точку до тех пор, пока не будет
достигнут конец исходного ряда данных.
В результате проведения сглаживания по данному алгоритму, получаем:
Таблица 3.1.1

Метод простой скользящей средней. 3-х уровневое сглаживание

Выручка
Период Скольз.ср.m=3
(млрд.руб)

1 квартал
91,62 -
2014
2 квартал
73,69 77,8
2014
3 квартал
68 79,3
2014
4 квартал
96,25 86,3
2014
1 квартал
94,61 89,0
2015
2 квартал
76,17 81,7
2015
3 квартал
74,3 84,3
2015
4 квартал
102,43 93,7
2015
1 квартал
104,4 96,8
2016
2 квартал
83,46 89,5
2016
3 квартал
80,78 89,9
2016
4 квартал
105,43 95,0
2016
1 квартал
98,78 95,4
2017
2 квартал
82,09 82,9
2017
3 квартал
67,74 83,1
2017
4 квартал
99,52 89,0
2017
1 квартал
99,7 93,5
2018
2 квартал
81,15 86,2
2018
3 квартал
77,62 86,4
2018
4 квартал
100,3 92,5
2018
1 квартал
99,54 94,0
2019
2 квартал
82,06 86,1
2019
3 квартал
76,68 89,0
2019
4 квартал
108,36 -
2019
Для наглядности представим исходные данные графическим способом,
а затем и полученный сглаженный ряд данных.

Скользящее среднее
120
100
80
60
40
Значение

Фактический
20
0
14 14 15 15 16 16 17 17 18 18 19 19
20 20 20 20 20 20 20 20 20 20 20 20
л л л л л л л л л л л л
р та рта рта рта рта рта рта рта рта рта рта рта
а а а а а а а а а а а а
кв кв кв кв кв кв кв кв кв кв кв кв
1 3 1 3 1 3 1 3 1 3 1 3

Точка данных

Исходный график данных о выручке компании не содержит значительные колебания, но


для выявления основной тенденции, проявляющейся во времени, на график исходных данных
добавим полученный сглаженный ряд:
Скользящее среднее
120
100
80
60
40
Значение

Фактический
20 m=3
0
4
14

5
15

6
16

7
17

8
18

9
19
ар 01

ар 01

ар 01

ар 01

ар 01

ар 01
кв л 20

кв л 20

кв л 20

20
кв л 20

кв л 20
2

2
3 тал

3 тал

3 тал

3 тал

3 тал

3 тал

л
а

та
т

т
ар

ар

ар

ар

ар

ар
кв

кв

кв

кв

кв

кв

кв
1

1
Точка данных

Рисунок 3.1.2

Вывод: Таким образом, сглаживание по 3-хуровневой скользящей средней


значительно сократило величину колебаний.
Таблица 3.1.2
Метод простой скользящей средней. 5-ти уровневое сглаживание

Выручка
Скольз.ср.m
Период (млрд.ру
=5
б)

1 квартал
91,62 -
2014
2 квартал
73,69 -
2014
3 квартал
68 84,8
2014
4 квартал
96,25 81,7
2014
1 квартал
94,61 81,9
2015
2 квартал
76,17 88,8
2015
3 квартал
74,3 90,4
2015
4 квартал
102,43 88,2
2015
1 квартал
104,4 89,1
2016
2 квартал 83,46 95,3
2016
3 квартал
80,78 94,6
2016
4 квартал
105,43 90,1
2016
1 квартал
98,78 87,0
2017
2 квартал
82,09 90,7
2017
3 квартал
67,74 89,6
2017
4 квартал
99,52 86,0
2017
1 квартал
99,7 85,1
2018
2 квартал
81,15 91,7
2018
3 квартал
77,62 91,7
2018
4 квартал
100,3 88,1
2018
1 квартал
99,54 87,2
2019
2 квартал
82,06 93,4
2019
3 квартал
76,68 -
2019
4 квартал
108,36 -
2019

Для наглядности, представим исходный ряд данных и полученные


сглаженные графическим способом.
Скользящее среднее
120

100

80

60
Значение

40 Выручка
m=5
20

0
14 14 15 15 16 16 17 17 18 18 19 19
20 20 20 20 20 20 20 20 20 20 20 20
ал ал ал ал ал ал ал ал ал ал ал ал
арт арт арт арт арт арт арт арт арт арт арт арт
кв кв кв кв кв кв кв кв кв кв кв кв
1 3 1 3 1 3 1 3 1 3 1 3

Точка данных

Рисунок 3.1.3
Вывод: Таким образом, сглаживание по 5-уровневой скользящей средней
также выявило основную тенденцию к росту квартальной выручки компании.
3.2. Экспоненциальное сглаживание
Суть метода простого экспоненциального сглаживания заключается в том,
что более поздним наблюдениям придается больший вес, иными словами
веса точек убывают экспоненциально по мере удаления в прошлое.
ý t =A y t−1 + ( 1− A )∗ý t −1

Выберем сглаживающую константу равную 0,4, так как необходимо более


точно увидеть тенденцию, исключить нерегулярные изменения.
Таблица 3.2.1
Метод простого экспоненциального сглаживания
Выручка
Период yt
(млрд.руб)
1 квартал 2014 91,62 82,7
2 квартал 2014 73,69 86,2
3 квартал 2014 68 81,2
4 квартал 2014 96,25 75,9
1 квартал 2015 94,61 84,1
2 квартал 2015 76,17 88,3
3 квартал 2015 74,3 83,4
4 квартал 2015 102,43 79,8
1 квартал 2016 104,4 88,8
2 квартал 2016 83,46 95,1
3 квартал 2016 80,78 90,4
4 квартал 2016 105,43 86,6
1 квартал 2017 98,78 94,1
2 квартал 2017 82,09 96,0
3 квартал 2017 67,74 90,4
4 квартал 2017 99,52 81,3
1 квартал 2018 99,7 88,6
2 квартал 2018 81,15 93,1
3 квартал 2018 77,62 88,3
4 квартал 2018 100,3 84,0
1 квартал 2019 99,54 90,5
2 квартал 2019 82,06 94,1
3 квартал 2019 76,68 89,3
4 квартал 2019 108,36 84,3

Для наглядности, представим исходный ряд данных и полученные


сглаженные графическим способом.
120

100

80

60

Фактический
40

20

0
14 14 15 15 16 16 17 17 18 18 19 19
20 20 20 20 20 20 20 20 20 20 20 20
ал ал ал ал ал ал ал ал ал ал ал ал
арт арт арт арт арт арт арт арт арт арт арт арт
кв кв кв кв кв кв кв кв кв кв кв кв
1 3 1 3 1 3 1 3 1 3 1 3
Рисунок 3.2.1
Вывод: Таким образом, сглаживание при помощи метода простого
экспоненциального сглаживания существенно уменьшило колебания и
позволило выявить основную тенденцию к росту квартальной выручки
компании.
3.3. Аналитическое выравнивание. Прогноз при помощи тренда на
1/3 исходной базы данных вперед
Суть метода аналитического выравнивания заключается в определении
основной проявляющейся во времени тенденции развития изучаемого
явления, которое предстает перед исследователем как бы в зависимости
только от течения времени. Целью аналитического выравнивания
динамического ряда является определение аналитической зависимости f(t). В
исследуемом явлении выбрана линейная функция, которая выглядит
следующим образом:
f(t)=a 0+a 1∗t
∑ y=a 0∗n+a 1∗∑ t
∑ ( y∗t )=a 0∗∑ t +a 1∗∑ t 2
Введем переобозначение для временного параметра t таким образом,
чтобы ∑𝑡=0
Таблица 3.2.1
Переобозначение t
Период Выручка (млрд.руб) Переобозначение t
1 квартал 2014 91,62 -23
2 квартал 2014 73,69 -21
3 квартал 2014 68 -19
4 квартал 2014 96,25 -17
1 квартал 2015 94,61 -15
2 квартал 2015 76,17 -13
3 квартал 2015 74,3 -11
4 квартал 2015 102,43 -9
1 квартал 2016 104,4 -7
2 квартал 2016 83,46 -5
3 квартал 2016 80,78 -3
4 квартал 2016 105,43 -1
1 квартал 2017 98,78 1
2 квартал 2017 82,09 3
3 квартал 2017 67,74 5
4 квартал 2017 99,52 7
1 квартал 2018 99,7 9
2 квартал 2018 81,15 11
3 квартал 2018 77,62 13
4 квартал 2018 100,3 15
1 квартал 2019 99,54 17
2 квартал 2019 82,06 19
3 квартал 2019 76,68 21
4 квартал 2019 108,36 23

Таким образом, получаем следующие значения:


у
a 0= ∑ =88,53 a 1=
∑ ( у∗t)
=2,86
n ∑ t2
Таким образом, функция зависимости f(t) будет выглядеть следующим
образом:
f (t)=88,53+0,18t
Далее рассчитаем отклонение фактических значений квартальной
выручки компании.
Отклон
ения
теор.зна
Выручка
№ Период t t^2 y*t чений
(млрд.руб)
от
фактич
еских
1 1 квартал 2014 91,62 -23 529 -2107,3 84,39 7,23
2 2 квартал 2014 73,69 -21 441 -1547,5 84,75 -11,06
3 3 квартал 2014 68 -19 361 -1292 85,11 -17,11
4 4 квартал 2014 96,25 -17 289 -1636,3 85,47 10,78
5 1 квартал 2015 94,61 -15 225 -1419,2 85,83 8,78
6 2 квартал 2015 76,17 -13 169 -990,21 86,19 -10,02
7 3 квартал 2015 74,3 -11 121 -817,3 86,55 -12,25
8 4 квартал 2015 102,43 -9 81 -921,87 86,91 15,52
9 1 квартал 2016 104,4 -7 49 -730,8 87,27 17,13
10 2 квартал 2016 83,46 -5 25 -417,3 87,63 -4,17
11 3 квартал 2016 80,78 -3 9 -242,34 87,99 -7,21
12 4 квартал 2016 105,43 -1 1 -105,43 88,35 17,08
13 1 квартал 2017 98,78 1 1 98,78 88,71 10,07
14 2 квартал 2017 82,09 3 9 246,27 89,07 -6,98
15 3 квартал 2017 67,74 5 25 338,7 89,43 -21,69
16 4 квартал 2017 99,52 7 49 696,64 89,79 9,73
17 1 квартал 2018 99,7 9 81 897,3 90,15 9,55
18 2 квартал 2018 81,15 11 121 892,65 90,51 -9,36
19 3 квартал 2018 77,62 13 169 1009,06 90,87 -13,25
20 4 квартал 2018 100,3 15 225 1504,5 91,23 9,07
21 1 квартал 2019 99,54 17 289 1692,18 91,59 7,95
22 2 квартал 2019 82,06 19 361 1559,14 91,95 -9,89
23 3 квартал 2019 76,68 21 441 1610,28 92,31 -15,63
24 4 квартал 2019 108,36 23 529 2492,28 92,67 15,69

Прогноз строится при помощи линейной функции:


Таблица 3.2.3.
Прогноз на 8 периодов вперед
№ Период t y
1 1 квартал 2020 25 93,03
2 2 квартал 2020 27 93,39
3 3 квартал 2020 29 93,75
4 4 квартал 2020 31 94,11
5 1 квартал 2021 33 94,47
6 2 квартал 2021 35 94,83
7 3 квартал 2021 37 95,19
8 4 квартал 2021 39 95,55
Прогноз динамики выручки предприятия на 8 кварталов вперед
Скользящее среднее
96
95.5
95
94.5
94
93.5
Значение

93 Фактический
92.5
92
91.5
20

20

20

20

21

21

21

21
20

20

20

20
20

20

20

20
л

л
та

та

та

та

та

та

та

та
ар

ар

ар

ар

ар

ар

ар

ар
кв

кв

кв

кв

кв

кв

кв

кв
1

4
Точка данных

Таким образом, проанализировав данный график, можно сделать вывод


о том, что выручка предприятия за 2020 и 2021 года имеет тенденцию к
росту.

4. ВЫЯВЛЕНИЕ НАЛИЧИЯ ВЗАИМОСВЯЗИ МЕЖДУ ПОКАЗАТЕЛЯМИ.


4.1. Выделение наличия связи
Графический метод
Для проведения анализа взаимосвязей графическим способом между
двумя выбранными показателями необходимы следующие данные:
Таблица 4.1.1

Чистая
Выручка
прибыл
Период (млрд.ру
ь (млрд
б)
руб)
1 квартал
91,62 14,29
2014
2 квартал
73,69 7,04
2014
3 квартал
68 1,06
2014
4 квартал 96,25 1,73
2014
1 квартал
94,61 11,86
2015
2 квартал
76,17 6,72
2015
3 квартал
74,3 5,52
2015
4 квартал
102,43 3,06
2015
1 квартал
104,4 15,05
2016
2 квартал
83,46 10,43
2016
3 квартал
80,78 11,93
2016
4 квартал
105,43 2,35
2016
1 квартал
98,78 18,81
2017
2 квартал
82,09 3,50
2017
3 квартал
67,74 8,50
2017
4 квартал
99,52 -8,35
2017
1 квартал
99,7 22,95
2018
2 квартал
81,15 13,74
2018
3 квартал
77,62 6,35
2018
4 квартал
100,3 -11,20
2018
1 квартал
99,54 16,51
2019
2 квартал
82,06 12,88
2019
3 квартал
76,68 5,78
2019
4 квартал
108,36 -34,51
2019

По исходным данным построим корреляционное поле


Зависимость выручки от чистой прибыли продаж:
Chart Title
30.00

20.00

10.00

0.00
65 70 75 80 85 90 95 100 105 110 115

-10.00

-20.00

-30.00

-40.00

Рисунок 4.1.1.
Вывод: Точки на корреляционном поле лежат хаотично что
свидетельствует об отсутствии связи между показателями.
Метод приведения параллельных данных
Упорядочим совокупность по факторному признаку и примем выручку
за Х, а себестоимость продаж за У.
Таблица 4.1.2
Упорядоченная совокупность по факторному признаку

Уi,
Выручка Чистая Хi, чистая
выручка
Период (млрд.руб прибыль прибыль n+/n-
(млрд.руб
) (млрд.руб) (млрд.руб)
)

4 квартал
91,62 14,29 -34,51 108,36 -
2013
2 квартал
73,69 7,04 -11,20 100,3 -8,06
2015
1 квартал
68 1,06 -8,35 99,52 -0,78
2014
2 квартал
96,25 1,73 1,06 68 -31,52
2014
1 квартал
94,61 11,86 1,73 96,25 28,25
2017
2 квартал 76,17 6,72 2,35 105,43 9,18
2017
1 квартал
74,3 5,52 3,06 102,43 -3
2015
1 квартал
102,43 3,06 3,50 82,09 -20,34
2016
3 квартал
104,4 15,05 5,52 74,3 -7,79
2017
4 квартал
83,46 10,43 5,78 76,68 2,38
2015
1 квартал
80,78 11,93 6,35 77,62 0,94
2018
3 квартал
105,43 2,35 6,72 76,17 -1,45
2014
4 квартал
98,78 18,81 7,04 73,69 -2,48
2016
4 квартал
82,09 3,50 8,50 67,74 -5,95
2017
3 квартал
67,74 8,50 10,43 83,46 15,72
2015
3 квартал
99,52 -8,35 11,86 94,61 11,15
2016
2 квартал
99,7 22,95 11,93 80,78 -13,83
2018
4 квартал
81,15 13,74 12,88 82,06 1,28
2014
1 квартал
77,62 6,35 13,74 81,15 -0,91
2019
2 квартал
100,3 -11,20 14,29 91,62 10,47
2019
4 квартал
99,54 16,51 15,05 104,4 12,78
2018
3 квартал
82,06 12,88 16,51 99,54 -4,86
2018
2 квартал
76,68 5,78 18,81 98,78 -0,76
2016
3 квартал
108,36 -34,51 22,95 99,7 0,92
2019

По данным таблице следует, что n+=11 (количество единиц совокупности по


результативному признаку, у которых разница с предыдущей единицей
положительна), а n-=13 (количество единиц совокупности по
результативному признаку, у которых разница с предыдущей единицей
отрицательна)
Рассчитаем коэффициент параллельности по формуле:


К п= 2∗n
+¿ 2+
n−¿ 2

( n−1 )2
−1
=
√ 2∗11 2+132
( 24−1 )2
−1=0,31¿ ¿
Вывод: полученное значение коэффициента параллельности равное
0,31 свидетельствует, что связи между показателями скорее всего нет.
Коэффициент Фехнера
Этот метод основан на анализе поведения отклонения индексных
значений признака от среднего по факторному и результативным признакам.
По всем единицам наблюдения определим знаки отклонений
индексных значений от среднего, а затем подсчитаем число совпадения (a) и
несовпадения (b) знаков.
Найдем средние значения по факторному и результативному
признакам.
х́=88,53
у́=6,08

Таблица 4.1.3
Данные для расчета коэффициента Фехнера

Хi, чистая
Уi, выручка Yi-
прибыль Xi-Xср. а/в
(млрд.руб) Yср.
(млрд.руб)

102,2
-34,51 108,36 -123,04 b
8
-11,20 100,3 -99,73 94,22 b
-8,35 99,52 -96,88 93,44 b
1,06 68 -87,47 61,92 b
1,73 96,25 -86,80 90,17 b
2,35 105,43 -86,18 99,35 b
3,06 102,43 -85,47 96,35 b
3,50 82,09 -85,03 76,01 b
5,52 74,3 -83,01 68,22 b
5,78 76,68 -82,75 70,6 b
6,35 77,62 -82,19 71,54 b
6,72 76,17 -81,81 70,09 b
7,04 73,69 -81,49 67,61 b
8,50 67,74 -80,03 61,66 b
10,43 83,46 -78,10 77,38 b
11,86 94,61 -76,67 88,53 b
11,93 80,78 -76,61 74,7 b
12,88 82,06 -75,65 75,98 b
13,74 81,15 -74,79 75,07 b
14,29 91,62 -74,24 85,54 b
15,05 104,4 -73,48 98,32 b
16,51 99,54 -72,02 93,46 b
18,81 98,78 -69,72 92,7 b
22,95 99,7 -65,58 93,62 b

По данным таблицы, а=0, b=24. Таким образом коэффициент Фехнера


рассчитывается по формуле:

К Ф=
∑ a−∑ b = 0−24 =−1
∑ a+∑ b 0+24
Вывод: полученное значение Ферхнера равное -1 свидетельствует о
возможном наличии обратной связи.
4.2. Корреляционный анализ парной связи
Проведение корреляционного анализа взаимосвязи между двумя
выбранными показателями подразумевает расчет значения линейного
коэффициента корреляции по следующей формуле:

r=
∑ ( x i − x )∗( y i− y )
n n

√∑
i=1
( x i− x ) ∗∑ ( y i − y )2
2

i=1 ,

где x i - значения, принимаемые переменной Х (т.е. значения себестоимости


продаж);
y i - значения, принимаемые переменной У (т.е. выручки);

Для расчета линейного коэффициента корреляции необходимы


следующие данные:
Таблица 4.2.1

Хi, чистая
Уi,
прибыль Yi- (Xi- (Yi- (Xi- Xср)*
выручка Xi-Xср.
(млрд.руб Yср. Xср)^2 Yср)^2 (Yi-Yср)
(млрд.руб)
)

-34,51 108,36 -123,04 102,28 15138,84 10461,20 -12584,53


-11,20 100,3 -99,73 94,22 9945,28 8877,41 -9396,18
-8,35 99,52 -96,88 93,44 9386,32 8731,03 -9052,75
1,06 68 -87,47 61,92 7650,65 3834,09 -5416,02
1,73 96,25 -86,80 90,17 7533,72 8130,63 -7826,49
2,35 105,43 -86,18 99,35 7426,82 9870,42 -8561,88
3,06 102,43 -85,47 96,35 7304,95 9283,32 -8234,94
3,50 82,09 -85,03 76,01 7230,61 5777,52 -6463,36
5,52 74,3 -83,01 68,22 6891,32 4653,97 -5663,22
5,78 76,68 -82,75 70,6 6847,56 4984,36 -5842,15
6,35 77,62 -82,19 71,54 6754,37 5117,97 -5879,51
6,72 76,17 -81,81 70,09 6692,88 4912,61 -5734,06
7,04 73,69 -81,49 67,61 6640,29 4571,11 -5509,40
8,50 67,74 -80,03 61,66 6404,64 3801,96 -4934,59
10,43 83,46 -78,10 77,38 6099,92 5987,66 -6043,53
11,86 94,61 -76,67 88,53 5877,98 7837,56 -6787,42
11,93 80,78 -76,61 74,7 5868,33 5580,09 -5722,39
12,88 82,06 -75,65 75,98 5722,92 5772,96 -5747,89
13,74 81,15 -74,79 75,07 5593,99 5635,50 -5614,71
14,29 91,62 -74,24 85,54 5510,98 7317,09 -6350,15
15,05 104,4 -73,48 98,32 5399,75 9666,82 -7224,85
16,51 99,54 -72,02 93,46 5186,59 8734,77 -6730,80
18,81 98,78 -69,72 92,7 4861,44 8593,29 -6463,41
22,95 99,7 -65,58 93,62 4300,61 8764,70 -6139,51
166270,7 166898,0
СУММА -163923,74
7 6
Хср.=88,53 Уср. =6,08
             

Подставив нужные значения, получаем:


−163923,74
r= =−284
√ 166270,77+166898,06

4.3. Оценка ранговой корреляции

Для корреляционного анализа связи между признаками используют

ранговую корреляцию. Под рангом подразумевают порядковое место

единицы в упорядоченной совокупности. Если две соседние единицы в


совокупности равнозначны, то им присваивается одинаковый ранг, равный

средней арифметической их порядковых мест.

Для оценки ранговой корреляции между признаками используют

ранговый коэффициент Спирмена и ранговый коэффициент Кендалла.

1. Ранговый коэффициент Спирмена представляет собой

упорядочивание исходной совокупности по факторному признаку и

Rx, Ry). Значение


последующее присваивание полученным значениям ранги (
данного коэффициента рассчитывают по следующей формуле:
n
6∗∑ d 2
i=1 i
ρ=1− 2
n∗( n −1) ,

где di – ранговая разность (т.е. di = Rx–Ry);


Таблица 4.3.1
Исходные данные для расчета рангового коэффициента Спирмена
Упорядоченные
значения
Хi, чистая Rxi Ryi di^2
Уi,
прибыль
выручка
(млрд.руб
(млрд.руб)
)
-34,51 108,36 1 24 -23
-11,20 100,3 2 20 -18
-8,35 99,52 3 17 -14
1,06 68 4 2 2
1,73 96,25 5 15 -10
2,35 105,43 6 23 -17
3,06 102,43 7 21 -14
3,50 82,09 8 11 -3
5,52 74,3 9 4 5
5,78 76,68 10 6 4
6,35 77,62 11 7 4
6,72 76,17 12 5 7
7,04 73,69 13 3 10
8,50 67,74 14 1 13
10,43 83,46 15 12 3
11,86 94,61 16 14 2
11,93 80,78 17 8 9
12,88 82,06 18 10 8
13,74 81,15 19 9 10
14,29 91,62 20 13 7
15,05 104,4 21 22 -1
16,51 99,54 22 18 4
18,81 98,78 23 16 7
22,95 99,7 24 19 5

Подставив нужные значения в формулу, получаем значение


коэффициента Спирмена, равное:
2420
=1− =−0,52
24 3−24
Вывод: Значение коэффициента Спирмена говорит о наличии слабой
связи, причем обратной по направлению.

2. Ранговый коэффициент Кендалла рассчитывается по данной


формуле:
2∗( ∑ Pi −∑ Q i )
τ=
n∗(n−1) .
Перед нахождением значения данного коэффициента необходимо
определить для каждого ранга переменной У (Ry):
1) Число следующих за ним рангов больших по значению, чем данный
ранг (Pi);
2) Число следующих за ним рангов меньших по значению, чем данный
ранг (Qi).
Для проведения расчета коэффициента Кендалла требуются следующие
данные:
Таблица 4.3.2
Исходные данные для расчета рангового коэффициента Кендалла
Подставив нужные значения в исходную формулу, получаем значение
рангового коэффициента Кендала, равное:
2∗(138−138)
= 24∗( 138−138 ) =0

Вывод: Таким образом коэффициент Кендалла свидетельствует о


наличии обратной связи.

5. ФАКТОРНЫЙ АНАЛИЗ
Суть факторного анализа состоит в исследовании факторов, связь
которых с результативным показателем носит функциональный характер.
Данный анализ проводится согласно следующему алгоритму:
1. Построение факторной модели, выражающей реальные связи между
анализируемыми явлениями.
Проведем анализ рентабельности собственного капитала ОАО «РЖД»:
ЧП
RСК =
СК ,

где ЧП – чистая прибыль компании, СК – величина собственного капитала.


Преобразуем данную формулу в 3-хфакторную модель:
ЧП ЧП В Ак ЧП В Ак
RСК = = ∗ ∗ = ∗ ∗ =R продаж∗К обор . активов∗К финан . завис.
СК СК В Ак В Ак СК
где Rпродаж – рентабельность продаж;
Кобор.активов – коэффициент оборачиваемости активов;
Кфинан.завис. – коэффициент финансовой зависимости.
2. Выбор приема факторного анализа.
Для проведения факторного анализа используем метод цепных подстановок,
который позволяет определить влияние отдельных факторов на изменение
величины результативного показателя путем постепенной замены базисной
величины каждого факторного показателя на фактическое значение в
отчетном периоде.
1 1 1 1 0 1 1 1 0 0
Δ y/ x =f ( x 1 ,x 2 ,..., x k−1 , x k ,..., x 0 )−(f ( x 1 ,x 2 ,..., x k−1 , x k ,..., x 0 )
i .
3. Реализация выбранного приема.
Для проведения всех необходимых расчетов требуются следующие данные:
Таблица 5.1
Исходные данные для проведения факторного анализа

Вам также может понравиться