Ang kaibadong paraan ng pagkakaiba para sa halo. Ang paraan ng kamag-anak (porsyento) pagkakaiba ng deterministic factor analysis

(sa talaan ng mga nilalaman)

Halimbawa 1. Lumikha ng isang kadahilanan ng sistema ng dami ng gross production, na kung saan ay sa functional na pag-asa sa mga sumusunod na tagapagpahiwatig:

· ang bilang ng mga araw na ginugol ng isang empleyado bawat taon (e);

· average na oras-oras na produksyon ng mga produkto ng isang manggagawa (CV);

· ang average na tagal ng araw ng trabaho (P);

· ang average na pang-araw-araw na produksyon ng mga produkto sa isang manggagawa (DV);

· ang average na taunang produksyon ng mga produkto sa isang manggagawa (GW);

· ang average na taunang bilang ng mga manggagawa (CR).

Desisyon:

Factor model of gross production:

Vp \u003d cr * gw o vp \u003d cr * d * dv o vp \u003d cr * d * p * cv.

Halimbawa 2. Batay sa pinagmulan ng data ng mga talahanayan 14 (inilalaan sa italics), matukoy ang ganap at kamag-anak na pagbabago sa kita mula sa pagpapatupad at ang magnitude ng epekto ng lakas ng tunog at mga presyo ng mga produkto na ipinatupad sa tagapagpahiwatig na ito:

· kadena substitutions;

· absolute differences;

· kamag-anak pagkakaiba;

· isinama;

· logarithming.

batay sa modelo:

In \u003d.V.Rp * c,

kung saan ang in-revenue mula sa pagbebenta ng mga produkto,

V.RP - ang dami ng mga produkto na ipinatupad,

C ay ang presyo ng mga produkto na ibinebenta.

TALAAN 14.

Mga tagapagpahiwatig	Base	Ulat	Baguhin
Mga tagapagpahiwatig	Base	Ulat	abs.	rel.
1	2	3	4=3-2	5=4/2*100%
1. Pagkumpleto ng mga produkto ng benta, libong PC.	10	12
2. Ginawa ang mga benta, libong rubles.	7	10		42,8
3. Kita (2 * 3), milyong rubles.		120		71,4

Desisyon:

1. Ang paraan ng pagpapalit ng kadena

Kalkulahin ang halaga ng kita, na pinapalitan ang mga pangunahing halaga ng mga tagapagpahiwatig ng kadahilanan sa mga halaga ng panahon ng pag-uulat:

0 \u003d.V.Rp 0 * c 0 \u003d 10 * 7 \u003d 70 milyong rubles.

Sa SL1 \u003d.V.Rp 1 * c 0 \u003d 12 * 7 \u003d 84 milyong rubles.

Sa 1 \u003d.V.Rp 1 * c 1 \u003d 12 * 10 \u003d 120 milyong rubles.

Tinantiya namin ang impluwensya ng bawat kadahilanan nang hiwalay:

ΔB. V. RP. \u003d Sa SL1 - sa 0 \u003d 84 - 70 \u003d 14 milyong rubles.

ΔB \u003d sa 1 - sa SL1 \u003d 120 - 84 \u003d 36 milyong rubles.

Suriin:

Δb \u003d sa 1 -b 0 \u003d δв. V. RP. + ΔB \u003d 120-70 \u003d 14 + 36 \u003d 50 milyong rubles.

2. Ang paraan ng ganap na pagkakaiba

ΔB. V. RP. = ∆ V.Rp * c 0 \u003d 2 * 7 \u003d 14 milyong rubles.

Δв ц \u003d.V.Rp 1 * δc \u003d 12 * 3 \u003d 36 milyong rubles.

Suriin:

3. Ang paraan ng kamag-anak pagkakaiba

ΔB. V. RP. \u003d Sa 0 * (δ.V.Rp /V.Rp 0) \u003d 70 * (2/10) \u003d 14 milyong rubles.

Δв ц \u003d (sa 0 + δв. V. RP. ) * (Δδ / c 0) \u003d 84 * (3/7) \u003d 36 milyong rubles.

Suriin:

ΔB \u003d 120-70 \u003d 14 + 36 \u003d 50 milyong rubles.

4. Pinagsamang paraan

ΔB. V. RP. = 0,5*∆ V.Rp * (c 0 + c 1) \u003d 0.5 * 2 * (7 + 10) \u003d 17 milyong rubles.

ΔB c \u003d 0.5 * δC * (V.Rp 0 +.V.Rp 1) \u003d 0.5 * 3 * (10 + 12) \u003d 33 milyong rubles.

Suriin:

5. Logarithming method.

ΔB. V. RP. \u003d ΔB *lG.( V.Rp 1 /V.Rp 0) /lG.(Sa 1 / hanggang 0) \u003d 50 * (0.079 / 0.23) \u003d 17 milyong rubles.

ΔB c \u003d δB *lG.(C 1 / c 0) /lG.(Sa 1 / hanggang 0) \u003d 50 * (0.15 / 0.23) \u003d 33 milyong rubles.

Suriin:

ΔB \u003d 120-70 \u003d 17 + 33 \u003d 50 milyong rubles.

Output: Ipinakita ng mga kalkulasyon na ang pinakamalaking epekto sa pagtaas ng kita mula sa pagpapatupad ay isang pagtaas sa presyo ng mga produkto. Tatlong pamamaraan mula sa limang nagbigay ng parehong mga resulta ng mga halaga ng impluwensiya ng pactor para sa produktibong tagapagpahiwatig. Ang paggamit ng integral na paraan at ang paraan ng logarithm ay naging posible na isaalang-alang ang pakikipag-ugnayan ng mga tagapagpahiwatig ng kadahilanan sa kanilang mga sarili at, bilang isang resulta, mas tumpak na matukoy ang kanilang impluwensya sa produktibong tagapagpahiwatig, sa partikular, upang makilala ang mas malakas na impluwensya ng dami ng kadahilanan.

Halimbawa 3. Batay sa paunang data (inilaan sa italics), na ipinapakita sa talahanayan 15, upang matukoy ang ganap at kamag-anak na pagbabago sa kabuuang kita mula sa pagbebenta ng mga produkto at ang magnitude ng impluwensiya ng mga kadahilanan sa gross profit sa pamamagitan ng proporsyonal na paraan ng dibisyon at ang pamamaraan ng pakikilahok ng equity gamit ang modelo:

kung saan ang PR - gross profit mula sa pagbebenta ng mga produkto,

In-revenue mula sa pagbebenta ng mga produkto,

C ay ang halaga ng natanto na mga produkto.

Talahanayan 15.

Mga tagapagpahiwatig	Basic. taon	Pag-uulat taon	Baguhin
Mga tagapagpahiwatig	Basic. taon	Pag-uulat taon	abs.	rel.
			4=3-2	5=4/2*100%
1. Ibinenta, isang libong rubles.	56 377	62 849	6472	11,48
2. Handa, libong rubles.	46 496	57 738	11242	24,18
3. Kita ng kita (1-2), isang libong rubles.	9881	5111	4770	48,27

Desisyon:

1. Paraan ng proporsyonal na dibisyon

libo. kuskusin.

Check. :

libo. kuskusin.

2. Paraan dolovogo. paglahok

libo. kuskusin.

Check. :

libo. kuskusin.

Output: Ang kabuuang kita mula sa mga benta sa panahon ng pag-uulat ay bumaba ng 4770 libong rubles. o 48, 27% kumpara sa panahon ng base dahil sa advanced na paglago ng gastos ng mga produkto sa paglago ng kita mula sa mga benta. Ang bahagi ng negatibong epekto ng pagtaas ng gastos sa pagbawas ng gross na kita ay 63.46% (3027.23 / 4770 * 100%).

Halimbawa 4. Batay sa data ng talahanayan 16, tukuyin ang pagkakaroon ng komunikasyon sa pagitan ng mga kita ng kita at mga gastos sa advertising, kalkulahin ang mga coefficients ng ugnayan, pagpapasiya at matukoy ang relasyon ng ugnayan.

Talaan 16.

Desisyon: Kalkulahin ang mga derivatives para sa pagtatasa sa Table 17:

Talaan 17.

			X * y.	X 2.	Y 2.	Y X.
			2800	1600	4900
			3024	1764	5184	71,2
			2584	1444	4624	68,8
			2990	2116	4225	73,6
			3520	1936	6400	72,4
			3600	2304	5625	74,8
			3900	2500	6084
Kabuuan	308	508	22418	13664	37042	506,8

Batay sa talahanayan, bumuo kami ng isang sistema ng mga equation

mula rito

Ang equation ng komunikasyon na naglalarawan sa pagtitiwala ng kita mula sa mga benta mula sa mga gastos sa advertising ay nakatanggap ng sumusunod na pananalita:

Y X. =46+ 0,6 x.

Kalkulahin ang koepisyent ng ugnayan:

Kalkulahinkoepisyent.pagpapasiya:

Output: Sa kasong ito, ang relasyon sa pagitan ng mga tagapagpahiwatig ay hindi gaanong mahalaga, ang halaga ng koepisyent ng pagpapasiya ay nagpapahiwatig na ang kita mula sa pagbebenta ng mga produkto sa pamamagitan ng 22% ay depende sa gastos ng advertising at ang bahagi ng iba pang mga kadahilanan na mga account para sa 78% ng mga pagbabago sa antas nito .

Gawain 2.1. Convert sa expansion analytical formula:

kung saan ang GUV ay ang taunang produksyon (pagiging produktibo);

Czech Republic - ang average na bilang ng mga tauhan,

upang ito ay sumasalamin sa pag-asa ng pagiging produktibo ng paggawa mula sa mga capital studio at mga proyekto ng stock.

Gawain 2.2. Sa pamamagitan ng pagbawas ng paraan ng pag-convert ng isang analytical formula:

kung saan ang PHO - Fund-student ng mga pangunahing pasilidad ng produksyon;

Vp - gross products para sa taon;

OPF - ang average na taunang halaga ng mga pangunahing pasilidad ng produksyon,

upang ito ay sumasalamin sa relasyon sa pagitan ng average na taunang produksyon ng isang nagtatrabaho at stock labor.

Gawain 2.3. Sa pamamagitan ng pagpahaba sa pamamagitan ng pag-convert ng isang analytical formula:

kung saan ako ay ang materyal na intensity ng mga produkto;

Mr - ang gastos ng mga materyal na mapagkukunan;

In-revenue,

sa isang paraan na ito ay sumasalamin sa relasyon ng materyal intensity ng hilaw na materyales at mga materyales, gasolina, intensity ng enerhiya, materyal intensity ng iba pang mga gastos.

Gawain 2.4. Systematize mga kadahilanan na tumutukoy sa dami ng kita mula sa mga benta:

- kita (b);

- dami ng mga benta (V.Rp);

- kabuuang gastos (s);

- presyo ng mga produkto ng yunit (c);

- istrakturaprodukto ();

- gastos ng mga produkto (c)

at magsulat ng isang kadahilanan ng kita ng kita.

Gawain 2.5. I-convert ang isang paraan ng pagpapalawak ng analytical formula sa isang paraan na ito ay sumasalamin sa pag-asa ng kakayahang kumita ng mga asset sa kakayahang kumita ng mga kakayahang kumita at mga asset paglilipat.

Gawain 2.6. Gumawa ng isang factor na modelo, kung saan ang mga tagapagpahiwatig ng kadahilanan ay ang dami ng gross production at ang average na taunang halaga ng mga pangunahing pasilidad ng produksyon. Ang paraan ng pagpapalit ng kadena upang matukoy ang dami ng epekto ng mga kadahilanan para sa produktibong tagapagpahiwatig, kung:

· ang kabuuang produkto sa panahon ng panahon ng pag-uulat ay nadagdagan kumpara sa plano mula sa 78,000 hanggang 82,000 rubles;

· ang average na taunang halaga ng mga pangunahing pasilidad sa produksyon ay bumaba mula 72,000 hanggang 70,000 rubles.

Gawain 2.7. Batay sa data ng Table 18, lumikha ng isang kadahilanan ng mga kita mula sa pagbebenta ng mga produkto at kalkulahin ang epekto ng mga kadahilanan upang baguhin ang halaga nito sa lahat ng posibleng paraan.

Table 18.

Indicator.	Pangunahing taon	Pag-uulat ng taon
Produksyon ng mga benta, PC.	8 000	8 400
Presyo ng pagbebenta, libong rubles.
Mga gastos sa produkto, isang libong rubles.

Gawain 2.8. Batay sa talahanayan 19 data, lumikha ng isang kadahilanan modelo ng pag-asa ng produksyon ng mga produkto mula sa average na taunang halaga ng mga fixed asset at pundasyon at, gamit ang isang mahalagang paraan at isang paraan ng ganap na pagkakaiba, matukoy ang magnitude ng impluwensiyaako ay mga tagapagpahiwatig para sa epektibo.Produksyon ng dami ng mga produkto, milyong rubles.

21409

22287

Ang average na taunang halaga ng mga fixed asset, milyong rubles.

23000

23447

Gawain 2.9. Paggamit ng Table 20 Data, lumikha ng isang maramihang mga additive uri factor modelo at isang paraan ng katarungan upang matukoy ang epekto ng pagbabago ng kita mula sa mga benta, ang average na taunang halaga ng mga fixed asset at ang mga halaga ng nagtatrabaho kabisera upang baguhin ang profitability indicator ng produksyon .

TALAAN 20.

Indicator.

Pangunahing taon

Pag-uulat ng taon

Profit, libong rubles.

55,25

65,16

Kalagitnaan ng taunang gastos, isang libong rubles:

Mga pangunahing pondo

Kasalukuyang paraan

500

350

520

385

Gawain 2.10. Ang tagal ng kabisera ay bumaba ng 25 araw. Kalkulahin ang impluwensiya ng mga kadahilanan sa pagbabago ng tagal ng capital turnover sa pamamagitan ng proporsyonal na dibisyon Isinasaalang-alang ang pagbabago sa kadahilanan ng mga tagapagpahiwatig na ipinapakita sa Table 21.

Talahanayan 21.

	Pagbabago ng mga dalubhasang residues, libong rubles.
Mga stock ng mga hilaw na materyales at materyales	+2700
Nananatili ang NZP.	+1300
Tapos na mga produkto	- 800
Receivables.	+2000
Cash Cash.	- 200

Gawain 2.11. Pakikipag-usap sa mga internasyonal na gastos para sa produksyon at dami nito ay inilarawan sa pamamagitan ng pagtigil ng rectilinear . Batay sa data ng talahanayan 22, ang mga coefficients ng komunikasyon, ugnayan coefficients at determinasyon, ipaliwanag ang kanilang pang-ekonomiyang kahulugan.

Hindi. P / P.

Mga gastos sa produksyon, libong rubles.

Dami ng produksyon, libong rubles.

120

200

130

270

150

280

140

250

180

200

180

Ang resulta ng deterministic factor analysis ay ang agnas ng isang pagtaas sa epektibong tagapagpahiwatig, dahil sa pangkalahatang impluwensiya o pagbabago sa kadahilanan ng mga palatandaan sa halaga ng bahagyang pagtaas ng epektibong tagapagpahiwatig, na kung saan ay dahil sa pagbabago sa isang kadahilanan lamang. Para sa mga ito, sa pang-ekonomiyang pagtatasa, maliban sa index, espesyal na binuo pamamaraan na minsan tinatawag na receiver ay ginagamit. Ang mga pangunahing ay ang paraan ng mga pagkakaiba at ang paraan ng pagkilala sa nakahiwalay na impluwensya ng mga kadahilanan. Sa turn, ang mga pamamaraan ng mga pagkakaiba ay nabibilang sa mga diskarte ng kadena substitutions, absolute (aritmetika) pagkakaiba at kamag-anak (porsyento) pagkakaiba.

Ang pagtanggap ng mga pamalit ng kadena ay itinuturing na pangunahing pagtanggap ng pag-aalis. Ginagamit ito sa pag-aaral ng mga functional dependency at nilayon upang masukat ang epekto ng pagbabago ng mga katangian ng kadahilanan upang baguhin ang epektibong tagapagpahiwatig sa isang pare-pareho (naayos) na halaga ng iba.

Para sa layuning ito, ang pangunahing halaga ng bawat kadahilanan (naka-iskedyul, huling panahon) ay sunud-sunod na pinalitan ng aktwal na data nito (pag-uulat). Ang nakuha na mga resulta ng sequential replacement ng bawat tagapagpahiwatig ng kadahilanan ay inihambing. Ang pagkakaiba sa pagitan ng bawat kasunod at naunang mga tagapagpahiwatig ay nagpapakilala sa impluwensya ng kadahilanan, napapailalim sa pag-aalis ng epekto ng lahat ng iba pang mga kadahilanan.

Batay sa itaas, ang pagtanggap ng mga pamalit ng kadena ay madalas na tinutukoy bilang pagtanggap ng pare-pareho, unti-unti na nakahiwalay na mga kadahilanan.

Kapag nag-aaplay ng pagtanggap ng mga pamalit ng kadena, kinakailangan na sundin ang malinaw na pagkakasunud-sunod ng kapalit ng mga kadahilanan:

Una sa lahat, volumetric (quantitative) indicator ay pinalitan;

Sa pangalawang - istruktura;

Ikatlo - mataas na kalidad.

Sa mga kaso kung saan may ilang mga quantitative o qualitative indicator sa analytical model, ang order ay nakatakda sa kanila - unang palitan ang pangunahing, pangunahing (pangkalahatang) tagapagpahiwatig, at pagkatapos ay pangalawang, derivatives (bahagyang) (Larawan 11.2).

Larawan. 11.2. Priority Replacement of Indicators kapag nag-aaplay ng mga substitutions ng chain

Ang pangkalahatang diagram ng pagtanggap ng kadena substitutions ay isasaalang-alang sa halimbawa ng chothyrochfactor ng multiplicative model:

kung saan ang t ay ang epektibong tagapagpahiwatig;

a, b, s, d-factor indicator, at isang - isang husay na tagapagpahiwatig; B ay isang tagapagpahiwatig ng istruktura; C, D - Bulk (quantitative) tagapagpahiwatig at tagapagpahiwatig D pangunahing kamag-anak sa tagapagpahiwatig sa.

Ihambing ang aktwal na mga halaga ng mga tagapagpahiwatig (index "1") kasama ang nakaplanong (index "0"). Ang buong paglihis ng tagapagpahiwatig T mula sa plano ay magiging:

Para sa karagdagang mga kalkulasyon, itinatayo namin ang aming analytical na modelo upang palitan ang mga tagapagpahiwatig. Pagkatapos:

Tinutukoy namin ang pagkakaiba-iba ng epektibong tagapagpahiwatig, dahil sa pagbabago sa lahat ng mga kadahilanan at bawat isa ay hiwalay:

Ang pangkalahatang epekto ng mga kadahilanan;

Epekto ng kadahilanan d;

Impluwensiya ng kadahilanan c;

Impluwensiya ng kadahilanan b;

Ang impluwensiya ng kadahilanan a;

Sa ganitong paraan:

Halimbawa. Ayon sa data na tinukoy sa talahanayan, posible na kalkulahin ang impluwensya ng mga kadahilanan sa paglihis ng halaga ng produksyon ng mga produkto sa taon ng pag-uulat kumpara sa nakaraang isa (Table 11.5).

1. Tinutukoy namin ang pangkalahatang pagbabago sa produksyon ng mga produkto:

(Thousand Uah).

2. Kalkulahin ang impluwensiya ng mga indibidwal na mga kadahilanan bilang pagbabago sa produksyon ng mga produkto:

a) ang epekto ng mga pagbabago sa bilang ng mga manggagawa sa pagbabago ng produksyon ng mga produkto:

b) ang epekto ng pagbabago sa bilang ng mga araw na ginugol ng isang manggagawa sa pagbabago ng paglabas ng mga produkto:

c) ang epekto ng mga pagbabago sa average na tagal ng shift sa dynamics ng produksyon ng mga produkto:

d) ang epekto ng pagbabago ng pagiging produktibo sa pagbabago ng produksyon ng mga produkto:

Balanse ng Deviations:

Kaya, sa taon ng pag-uulat, kumpara sa nakaraan, ang produksyon ay nadagdagan ng 429.3 libong UAH. Naimpluwensiyahan ito ng mga sumusunod na salik: isang pagbabago sa bilang ng mga manggagawa, ang bilang ng mga araw na nagtrabaho, ang tagal ng shift sa trabaho at ang average na oras-oras na produksyon (produktibo).

Kaya, dahil sa pagtaas sa bilang ng mga nagtatrabaho produksyon, ang produksyon ay nadagdagan ng 269.5 thousand Uah. Dahil sa pagbawas sa bilang ng mga araw na ginugol araw, ang produksyon ay bumaba ng 64.68,000 UAH. Ang pagtaas sa tagal ng paglilipat ay humantong sa paglago ng produksyon ng 34.16,000 UAH, at isang pagtaas sa pagiging produktibo ng paggawa - para sa 190.32,000 UAH.

Ang pagtanggap ng absolute (aritmetika) Mga pagkakaiba sa pagtanggap ng mga pagkakaiba sa kamag-anak ay isang pagbabago ng pagtanggap ng mga pamalit ng kadena. Maaari itong magamit sa pagtukoy ng impluwensya ng mga tagapagpahiwatig ng kadahilanan sa nagreresulta sa multiplicative at mixed na mga modelo. Mas mahusay na gumamit ng ganap na mga pagkakaiba kapag ang unang data ay naglalaman ng ganap na deviations sa mga tagapagpahiwatig ng kadahilanan. Gayunpaman, ang pamamaraan na ito ay hindi naaangkop na gamitin para sa maraming mga modelo.

Isaalang-alang ang algorithm para sa pagkalkula ng impluwensya ng mga kadahilanan sa pamamagitan ng pagtanggap ng ganap na pagkakaiba sa halimbawa ng calcatorium ng multiplicative model, na ginamit sa itaas sa pagtanggap ng mga pamalit ng kadena:

Mayroong ganap na deviations ng aktwal na mga halaga ng bawat tagapagpahiwatig ng kadahilanan mula sa pangunahing:

;

Ang resulta:

Ayon sa halimbawa sa itaas (Table 11.5), tinutukoy namin ang epekto ng mga kadahilanan sa pagbabago ng produksyon ng mga produkto sa pamamagitan ng pagkuha ng ganap na mga pagkakaiba.

1. Pangkalahatang pagbabago sa produksyon:

(Thousand Uah).

2. Ang impluwensiya ng mga pagbabago sa mga indibidwal na mga kadahilanan sa dinamika ng produksyon ng mga produkto, katulad:

a) ang bilang ng mga empleyado:

(Thousand Uah);

b) ang bilang ng mga araw na ginugol sa isang manggagawa:

(Thousand Uah);

c) average shift duration:

(Thousand Uah);

d) Produktibo sa paggawa:

(Thousand Uah).

Balanse ng Deviations:

Halimbawa, makikita ito na ang paraan ng ganap na pagkakaiba ay nagbibigay ng parehong mga resulta ng impluwensya ng mga kadahilanan, pati na rin ang paraan ng kadena substitutions.

Ang mga kamag-anak (porsyento) pagkakaiba ay isang uri ng pagtanggap ng kadena substitutions, na ginagamit sa mga multiplicative na mga modelo kapag ang unang data ay iniharap sa mga kamag-anak na mga halaga. Ang pagpapasiya ng impluwensya ng mga kadahilanan sa pamamagitan ng pagtanggap ng mga kamag-anak ay nagpapahiwatig ng sumusunod na magkakasunod na pagkilos:

Upang matukoy ang impluwensya ng unang kadahilanan, ang pangunahing halaga ng epektibong tagapagpahiwatig ay dapat na multiplied ng kamag-anak na paglihis (rate ng paglago) ng unang tagapagpahiwatig na kinuha bilang isang porsyento, at hinati ng 100;

Upang makalkula ang impluwensiya ng pangalawang at kasunod na mga kadahilanan, ang kabuuan ng pangunahing halaga ng epektibong tagapagpahiwatig at ang magnitude ng impluwensiya ng mga naunang mga kadahilanan ay pinarami ng kamag-anak na paglihis ng tagapagpahiwatig na isinasaalang-alang, ipinahayag bilang isang porsyento, at hinati ng 100.

Halimbawa,. Pagkatapos:

Balanse ng Deviations:

Ayon sa halimbawa sa itaas, tinutukoy namin ang impluwensya ng mga kadahilanan sa pagbabago sa produksyon ng mga produkto sa pamamagitan ng pagtanggap ng mga kamag-anak pagkakaiba, pagkalkula ng porsyento (paglago rate) ng taon ng pag-uulat mula sa nakaraang taon (haligi 5 talahanayan 11.5):

1. Pangkalahatang pagbabago sa produksyon.

(Thousand Uah).

2. Pagbabago ng output dahil sa mga pagbabago sa bilang ng mga empleyado:

(Thousand Uah).

3. Pagbabago ng produksyon ng mga produkto sa pamamagitan ng pagbabago ng bilang ng mga ginugol na araw:

(Thousand Uah).

4. Pagbabago ng output sa ilalim ng impluwensiya ng dinamika ng tagal ng shift:

5. Ang epekto ng Middle Easternatives sa pagpapalabas ng mga produkto:

Balanse ng Deviations:

Tulad ng makikita mo, nakuha namin ang parehong mga resulta gamit ang kadena substitutions at kamag-anak pagkakaiba.

Dapat pansinin na ang pagtanggap ng mga kamag-anak pagkakaiba ay maipapayo na gamitin kapag ang unang data para sa pagtatasa ay iniharap sa anyo ng mga kamag-anak na halaga (halimbawa, ang porsyento ng plano).

Kaya, ang paraan ng pagkakaiba ay maaaring gamitin sa pag-aaral ng mga deviations ng aktwal na mga halaga ng mga pang-ekonomiyang tagapagpahiwatig mula sa binalak, pati na rin kapag pag-aaral ng dynamics ng mga tagapagpahiwatig. Ang bentahe nito ay pagiging simple at kagalingan sa maraming bagay.

Gayunpaman, ang pamamaraan sa itaas ay may ilang mga disadvantages. Kaya, ang resulta ng agnas ng impluwensiya ng mga kadahilanan sa produktibong tagapagpahiwatig ay nakasalalay sa pagsunod sa pagkakasunud-sunod (pagkakasunud-sunod) ng kanilang kapalit. Bilang karagdagan, ang pamamaraang ito ng Neadivnya sa oras, iyon ay, ang mga resulta ng gawaing ginawa, halimbawa, para sa taon ng pagtatasa ay hindi nag-tutugma sa may-katuturang data na nakuha ng mga buwan o tirahan.

Paksa 3. Mga katangian ng mga tradisyunal na pabrika ng factor Economic analysis

Paraan ng kadena substitutions

Ang pamamaraan na ito ay inilapat sa mga kaso kung saan ang dalawa o higit pang mga kadahilanan ay kasama sa modelo ng pagkalkula ng pangkalahatan (epektibong) tagapagpahiwatig at ang relasyon sa pagitan ng mga ito ay functional.

Ang kakanyahan ng paraan ng pagpapalit ng kadena:

1) Patuloy naming pinalitan ang mga pangunahing mga kadahilanan sa aktwal at pumasa pagkatapos ng bawat pagpapalit, ang pangkalahatang tagapagpahiwatig. Ang unang pagpapalit ay palaging basic, at ang huli ay laging aktwal. Samakatuwid, ang bilang ng mga pamalit ay palaging bawat yunit na mas malaki kaysa sa mga kadahilanan, ay kasama sa modelo ng pagkalkula ng pangkalahatan tagapagpahiwatig.

2) Upang mabilang ang impluwensiya ng kadahilanan, ito ay kinakailangan mula sa pangkalahatan indicator na nakuha sa kasunod na pagkalkula upang kumuha ng isang pangkalahatan figure na nakuha sa nakaraang pagkalkula.

Ang kakulangan ng isang paraan ng kadena substitutions: isang quantitative pagtatasa ng impluwensiya ng mga kadahilanan ay malakas na nakasalalay sa pagkakasunud-sunod ng mga substitutions.

Upang maiwasan ang kakulangan na ito na kinakailangan:

Unang pagpapalit ng quantitative (malawak) mga kadahilanan, at pagkatapos ay mataas na kalidad (matinding);

Kung quantitative factors ay medyo, pagkatapos ay ang unang upang palitan ang mga hindi bababa sa depende sa susunod.

Halimbawa. Tayahin ang impluwensiya ng mga kadahilanan sa paggawa upang baguhin ang dami ng produksyon sa isang pang-industriya na enterprise.

Talahanayan 2 - Pagtatasa ng impluwensya ng mga pangunahing mga kadahilanan sa pagbabago sa produksyon ng mga produkto sa isang pang-industriya enterprise

Mga tagapagpahiwatig	Noong nakaraang taon	Pag-uulat ng taon	Mga pagbabago (+/-)	Mga pamalit	Quantitative assessment ng impluwensiya ng mga kadahilanan

1. Paglabas ng produkto (libong rubles)	157,1	144,2	- 12,9	157,1	103,15	104,4	110,2	144,2	-12,9
2. Ang sub-operative na bilang ng mga manggagawa			-1						-53,95
3. Ang average na bilang ng mga araw na nagtrabaho sa isang manggagawa bawat taon									+ 1,25
4. Ang average na bilang ng oras. Nagtrabaho ng 1 manggagawa kada araw	7,2	7,6	0,4	7,2	7,2	7,2	7,6	7,6	+5,8
5. Paggamot ng mga produkto para sa 1 ginugol na tao - oras (p.1 / p.2 * p.3 * clause 4), isang libong rubles.	0,029	0,038	0,009	0,029	0,029	0,029	0,029	0,038	+34

Ang data sa Table 2 ay nagpapakita na ang dami ng produksyon sa taon ng pag-uulat kumpara sa nakaraan ay bumaba ng 12.9 libong rubles. Ito ay higit sa lahat dahil sa isang pagbaba sa bilang ng mga nagtatrabaho bawat tao, kaya dahil sa impluwensiya ng kadahilanan na ito, ang produksyon ay bumaba ng 53.95 libong rubles.

Dahil sa pagtaas sa bilang ng mga araw ng trabaho sa loob ng 3 araw, ang produksyon ay nadagdagan ng 1.25 libong rubles, at dahil sa pagtaas sa tagal ng alipin para sa 0.4 na oras, ang dami ng mga produkto ay nadagdagan ng 5.8 libong rubles. Dahil sa mas mahusay na paggamit ng mga mapagkukunan ng paggawa, ang produksyon ay nadagdagan ng 34 libong rubles.

Kaya, ang pangunahing kadahilanan sa pagbawas ng produksyon ng mga produkto sa isang pang-industriya na enterprise ay ang kakulangan ng mga tauhan.

Paraan ng ganap na pagkakaiba

Ang pamamaraan na ito ay nagmula sa paraan ng kadena substitutions at ginagamit sa mga kaso kung saan lamang ng dalawang mga kadahilanan (o ilang) ay kasama sa modelo ng pagkalkula ng pangkalahatan indicator at ang relasyon sa pagitan ng mga ito ay kinakailangang multiplicative. Sa kasong iyon, ang dalawang kadahilanan ay kasama sa modelo ng pagkalkula ng pangkalahatan na tagapagpahiwatig, ang isa sa mga salik na ito ay dapat maging husay, at isa pang dami.

Ang kakanyahan ng paraan ng ganap na pagkakaiba:

isa). Upang masuri ang epekto ng dami ng kadahilanan sa pagbabago sa pangkalahatan tagapagpahiwatig, ang isang pagbabago sa dami ng dami ay kinakailangan upang multiply sa pangunahing husay kadahilanan;

2). Upang masuri ang epekto ng isang husay na kadahilanan sa pagbabago ng pangkalahatan tagapagpahiwatig, ang isang pagbabago sa husay na kadahilanan ay kinakailangan upang multiply sa aktwal na dami kadahilanan.

Halimbawa. Batay sa mga data na ito, kinakailangan upang matukoy ang impluwensya ng mga pangunahing mga kadahilanan para sa pagbabago ng pondo sa sahod.

Ang ibinigay na data sa Table 3 ay nagpapakita na ang pangkalahatang pondo sa sahod ay nadagdagan sa taon ng pag-uulat ng 3.4 libong rubles mula sa nakaraang taon.

Table 3 - Pagtatasa ng impluwensiya ng mga pangunahing salik sa pagbabago sa pondo ng sahod ng Industrial Enterprise

Talaga, ang isang pagtaas ay nauugnay sa isang pagtaas sa average na taunang sahod ng isang empleyado sa pamamagitan ng 2.32 libong rubles, dahil sa impluwensiya ng kadahilanan na ito, ang kabuuang pondo ng sahod ay nadagdagan ng 13.92 libong rubles.

Dahil sa pagbawas sa bilang ng mga tauhan sa isang tao, ang pundasyon ng sahod. Ang mga card ay bumaba ng 10.4 libong rubles.

Ang paraan ng ganap na mga pagkakaiba ay maaaring gamitin sa kaganapan na ang mga kadahilanan ay kasama sa modelo ng pagkalkula ng pangkalahatan tagapagpahiwatig ng ilang, ngunit ang koneksyon sa pagitan ng mga ito ay kinakailangang multiplicative.

Tinatantiya namin ang impluwensya ng mga bagay sa paggawa sa pagbabago ng dami ng produksyon (Table 3) sa pamamagitan ng paraan ng ganap na pagkakaiba.

Pagbabago ng produksyon ng mga produkto sa pamamagitan ng pagbawas ng bilang ng mga tauhan:

Δwp δh \u003d (-1) * 247 * 7.2 * 0.029 \u003d -51,57 libong rubles.

Ang mga pagbabago sa produksyon dahil sa isang pagtaas sa bilang ng mga araw ng trabaho na ginugol ng isang manggagawa bawat taon:

Δvp δd \u003d 2 * (+3) * 7.2 * 0.029 \u003d +1.25 Libu-libong rubles.

Pagbabago ng output dahil sa isang pagtaas sa bilang ng mga oras. Nagtrabaho ng 1 manggagawa bawat araw:

Δhp δchos \u003d 2 * 250 * (+0.4) * 0.029 \u003d +5.8 libong rubles.

Pagbabago sa produksyon dahil sa pagpapabuti ng kahusayan ng paggamit ng paggawa:

ΔВП δPR \u003d 2 * 250 * 7.6 * (+0.009) \u003d +34.2 libong rubles.

Ang paraan ng kamag-anak pagkakaiba

Ang paraan ng mga kamag-anak na pagkakaiba, pati na rin ang paraan ng ganap na pagkakaiba, ay ginagamit upang masukat ang epekto ng mga kadahilanan sa pagtaas sa tagapagpahiwatig ng pagganap lamang sa mga multiplicative na mga modelo at pinagsamang uri

y \u003d (a-b) · s.

Ito ay mas madali kaysa sa kadena substitusyon na sa ilalim ng ilang mga pangyayari ay ginagawang napaka epektibo. Nalalapat ito, una sa lahat, sa mga kaso kung saan ang unang data ay naglalaman ng dati na tinukoy na mga kamag-anak na deviation ng mga tagapagpahiwatig ng kadahilanan sa porsyento o coefficients.

Isaalang-alang ang pamamaraan para sa pagkalkula ng impluwensiya ng mga kadahilanan sa ganitong paraan para sa mga multiplicative na mga modelo ng uri y \u003d A · B · S.. Una, kinakailangan upang kalkulahin ang mga kamag-anak na deviations ng mga tagapagpahiwatig ng kadahilanan:

Pagkatapos ang paglihis ng epektibong tagapagpahiwatig dahil sa bawat kadahilanan ay tinukoy bilang mga sumusunod:

Ayon sa panuntunang ito, dahil sa pagkalkula ng impluwensya ng unang kadahilanan, ito ay kinakailangan para sa batayan na halaga ng epektibong tagapagpahiwatig upang multiply sa kamag-anak na pagtaas ng unang kadahilanan, na ipinahayag bilang isang porsyento, at ang resulta ay hinati ng 100.

Upang makalkula ang impluwensiya ng pangalawang kadahilanan, kinakailangan upang magdagdag ng pagbabago sa unang kadahilanan nito sa pangunahing halaga ng unang kadahilanan at pagkatapos ay ang halaga na nakuha multiplied sa kamag-anak na pagtaas sa pangalawang kadahilanan sa mga porsyento at ang resulta ay hinati sa 100. Katulad nito, ang impluwensiya ng ikatlong kadahilanan ay tinutukoy: ang impluwensya ng ikatlong kadahilanan ay tinutukoy: ito ay kinakailangan upang idagdag sa pangunahing halaga ng tagapagpahiwatig ng pagganap. Ang pagtaas nito dahil sa una at ikalawang mga kadahilanan at ang halaga na nakuha multiply sa kamag-anak na pagtaas sa ikatlong kadahilanan, atbp.

Ang bentahe ng pamamaraang ito ay kapag ginagamit ito, hindi kinakailangan upang kalkulahin ang magnitude ng mga tagapagpahiwatig ng kadahilanan. Ito ay sapat na upang magkaroon ng data sa mga rate ng paglago (porsyento ng plano) ng mga kadahilanan para sa pinag-aralan na panahon.

Kaya, ang mga resulta ng mga kalkulasyon na nakuha sa pamamagitan ng paggamit ng pamamaraang ito ay kapareho ng kapag ginagamit ang pagpapalit ng kadena at ganap na mga pamamaraan ng pagkakaiba, ngunit ang bilang ng mga pamamaraan ng computational ay nabawasan. Tinitiyak nito ang kaginhawahan ng paggamit ng paraan ng mga kamag-anak pagkakaiba sa mga kaso kung saan ito ay kinakailangan upang kalkulahin ang epekto ng isang malaking kumplikadong mga kadahilanan.

Halimbawa. Suriin ang epekto ng average na sahod at ang average na bilang ng mga tauhan sa pagbabago sa pondo ng sahod ng enterprise sa ilalim ng pag-aaral

Talaan 4 - Quantitative Assessment ng Impluwensya ng mga pangunahing mga kadahilanan sa pagbabago sa pondo ng sahod ng enterprise sa ilalim ng pag-aaral

Upang matukoy ang epekto ng bawat kadahilanan, ang mga kamag-anak na deviation ng mga tagapagpahiwatig ng kadahilanan ay unang kinakalkula bilang mga sumusunod:

Ang pagbabago sa pangkalahatan indicator dahil sa bawat kadahilanan ay tinutukoy bilang mga sumusunod:

Ipinapakita ng talahanayan 4 na ang pondo ng sahod kumpara sa nakaraang taon ng 3.5 libong rubles, na nauugnay sa impluwensya ng mga sumusunod na salik:

Dahil sa paglago ng sahod sa pamamagitan ng 2.32 libong rubles. Ang pondo ng pagbebenta ay nadagdagan ng 16.24 libong rubles;

Ang pagbawas sa bilang ng mga tauhan bawat tao ay humantong sa pagbawas sa pondo ng sahod sa pamamagitan ng 12.72 libong rubles.

Paraan ng index

Kasama ang itinuturing na mga pamamaraan ng pagpapalit ng kadena, ganap na pagkakaiba at kamag-anak pagkakaiba paraan ng indexito ay batay sa pag-aalis, iyon ay, ang pagbubukod ng epekto sa halaga ng epektibong tagapagpahiwatig ng lahat ng mga kadahilanan maliban sa isa. Ang pamamaraan na ito ay ginagamit sa mga kaso kung saan kinakailangan upang matukoy ang impluwensiya ng mga presyo, mga rate at taripa para sa pagbabago ng pangkalahatan indicator.

Ang mga indeks ay isang epektibong tool para sa comparative economy. Ang index ay isang statistical indicator na kumakatawan sa ratio ng dalawang estado ng anumang tanda. Sa tulong ng mga index, ang mga paghahambing ay inihambing sa plano, sa dinamika, sa espasyo. Ang index ay tinatawag na simple (pribado, indibidwal) kung ang pinag-aralan na tampok ay kinuha nang hindi isinasaalang-alang ito sa iba pang mga palatandaan ng pinag-aralan phenomena. Ang simpleng index ay may form:

Saan p 0 at p 1.- Mga katulad na palatandaan ng tampok.

Ang index ay tinatawag na. analytical (General, Aggregate),kung ang pinag-aralan na tampok ay hindi nakuha na nakahiwalay, ngunit may kaugnayan sa iba pang mga palatandaan. Ang Analytical Index ay laging binubuo ng dalawang bahagi: na-index na tampok P (isa, ang dinamika ng kung saan ay sinisiyasat) at ang bigat ng Q. Sa tulong ng mga sintomas, ang dynamics ng isang kumplikadong pang-ekonomiyang kababalaghan ay sinusukat, ang mga indibidwal na mga elemento na kung saan ay hindi kanais-nais.

saan q 0 U Q 1.- Timbang ng timbang.

Ang simple at analytical index ay umakma sa bawat isa.

Ang paraan ng index ay isa sa mga pinaka-makapangyarihang, nakapagtuturo at karaniwang mga tool para sa pagtatasa ng ekonomiya sa lahat ng aspeto nito: mula sa pagtatasa ng mga gawain ng mga indibidwal na yunit ng negosyo sa macroeconomic studies ng mga pambansang ekonomiya.

Halimbawa. Tukuyin ang impluwensiya ng mga presyo at pagbabago sa bilang ng mga ibinebenta na kalakal sa dami ng pagpapatupad sa trade organization.

1. Upang matukoy ang epekto ng presyo ng isang pagbabago sa kabuuang dami ng benta, kinakailangan upang kumuha ng mga benta sa maihahambing na mga presyo mula sa dami ng mga benta sa taon ng pag-uulat.

Sinusunod ito mula sa pagkalkula ng pangkalahatang index ng presyo:

I p \u003d σp 1 q 1 / σp 0 q 1 \u003d σp 1 q 1 / (σp 1 q 1 / i p); i p \u003d p 1 / p 0 - indibidwal. Index ng presyo.

Pagbabago ng kabuuang dami ng benta dahil sa kadahilanan ng presyo: δо δ p \u003d σp 1 q 1 - σp 1 q 1 / i p.

2. Upang suriin ang epekto ng pisikal na dami ng mga kalakal na ibinebenta sa isang pagbabago sa kabuuang dami ng mga benta, kinakailangan upang kumuha ng isang pangunahing dami ng benta mula sa mga benta sa maihahambing na mga presyo.

Essence of factor analysis sa Economy.

Kahulugan 1.

Ang pagtatasa ng kadahilanan ay isang uri ng pagtatasa ng ekonomiya, kung saan ang impluwensya ng mga tiyak na kadahilanan sa mga tagapagpahiwatig ng ekonomiya ay pinag-aralan. Ang mga pangunahing uri ng pagtatasa ng kadahilanan: deterministic at stochastic analysis.

Ang batayan ng deterministic analysis ay isang pamamaraan para sa pag-aaral ng impluwensya ng mga salik na may functional na relasyon sa isang pangkalahatan na tagapagpahiwatig.

Sa stochastic factor analysis, ang impluwensiya ng mga salik na may probabilistic relasyon sa isang pangkalahatan tagapagpahiwatig ay sinisiyasat, i.e. ugnayan.

Maraming mga kadahilanan ang nakakaapekto sa kahusayan ng enterprise. Maaari silang iuri sa panloob, na nakasalalay sa mga gawain ng kumpanyang ito, at panlabas, independiyenteng ng enterprise na ito.

Ang mga pamamaraan na ginagamit sa pagtatasa ng kadahilanan ay maaari ding maging iba. Ang Pagtatasa ng Deterministic Factor ay gumagamit ng:

Kadena substitution paraan;
Ang paraan ng absolute at kamag-anak pagkakaiba;
Paraan ng index;
Paraan ng balanse;
Mahalagang paraan;
Logarithmic method, atbp.

Sa Stochastic Analysis ay nalalapat:

Paraan ng ugnayan;
Paraan ng pagbabalik;
Paraan ng pagtatasa ng kumpol;
Paraan ng pagpapakalat, atbp.

Ang pinakadakilang pagkakumpleto at lalim ng analytical research, ang pinakamalaking katumpakan ng mga resulta ay nakasisiguro sa paggamit ng mga pamamaraan sa ekonomiya at matematika. Ang mga pamamaraan na ito ay may malaking kalamangan sa statistical at tradisyonal na mga pamamaraan, dahil pinapayagan ka nito na mas tumpak at detalyado ang impluwensya ng mga indibidwal na kadahilanan sa magnitude ng mga pang-ekonomiyang tagapagpahiwatig, pati na rin sa kanilang tulong, lutasin ang ilang mga analytical na gawain.

Paraan ng kamag-anak pagkakaiba

Tandaan 1.

Ang pamamaraan ng kamag-anak ay ginagamit sa deterministic factor analysis upang masuri ang impluwensya ng isang partikular na kadahilanan sa pagtaas ng mga produktibong tagapagpahiwatig. Ang pinakamahalagang bentahe ng paraan sa pagsasaalang-alang ay ang pagiging simple nito. Gayunpaman, maaari lamang itong magamit sa multiplicative, pati na rin ang multiplicatively additive factor models.

Ang batayan ng pamamaraang ito ay ang paraan ng pag-aalis. Sa ilalim ng pag-aalis ay nangangahulugan ng pag-aalis ng mga epekto ng iba pang mga kadahilanan, i.e. Ang lahat ng iba pang mga kadahilanan ay nagiging static. Ang pangunahing ideya ng pamamaraan ay isang independiyenteng pagbabago sa lahat ng mga kadahilanan. Sa una, ang pangunahing halaga ay binago sa pag-uulat ng isang kadahilanan, habang ang iba pang mga kadahilanan ay static, at pagkatapos ay nagbabago ang pangalawang, ikatlo, atbp.

Upang makalkula ang magnitude ng epekto ng unang kadahilanan sa produktibo, dapat mong i-multiply ang pangunahing halaga ng epektibong tagapagpahiwatig sa halaga ng kamag-anak na pagtaas sa unang kadahilanan sa% at hinati ng 100. Upang makalkula ang antas ng impluwensya ng Ang ikalawang kadahilanan, ito ay kinakailangan upang bumuo ng pangunahing halaga ng epektibong tagapagpahiwatig at ang paglago nito mula sa unang kadahilanan, at ang nagreresulta ang halaga ay pinarami ng kamag-anak na pagtaas sa sumusunod na kadahilanan, atbp.

Malaking kahalagahan kapag ginagamit ang pamamaraang ito, ang pagkakasunud-sunod ng mga kadahilanan sa modelo at, samakatuwid, isang pagkakasunud-sunod ng mga pagbabago sa kanilang mga halaga, dahil tinutukoy nito ang dami ng pagtatasa ng epekto ng bawat indibidwal na kadahilanan.

Ang paggamit ng paraan ng kamag-anak pagkakaiba ay nagsasangkot ng application ng isang maayos na binuo deterministic factor modelo, pagsunod sa isang tiyak na pagkakasunud-sunod sa pagkakahanay ng mga kadahilanan.

Ang mga kadahilanan ay maaaring parehong dami at mataas na kalidad. Ang mga kadahilanan ng husay ay sumasalamin sa mga panloob na katangian, mga tampok at tampok ng mga bagay sa ilalim ng pag-aaral. Halimbawa, ang pagiging produktibo ng paggawa, katabaan ng gatas, kalidad ng produkto. Ang mga dami ng mga kadahilanan ay nagpapakilala sa dami ng pagpapasiya ng hindi pangkaraniwang bagay. Ang dami ng mga kadahilanan ay may parehong halaga at likas na pagpapahayag. Ang dami ng mga kadahilanan ay maaaring makilala ang dami ng produksyon at pagbebenta ng mga kalakal, at ang halaga ng naturang mga kadahilanan ay maaaring ipahayag kapwa sa pera at piraso, atbp.

Kung mayroong ilang mga quantitative at qualitative indicator kapag pinag-aaralan, pagkatapos ay una sa lahat ay nagbabago ang magnitude ng mga kadahilanan sa unang antas ng pagsusumite, at pagkatapos ay sa isang mas mababang isa.

Ang mga kadahilanan ng unang antas ay mga kadahilanan na may direktang epekto sa produktibong tagapagpahiwatig, at mga kadahilanan na hindi direktang nakakaapekto sa produktibong tagapagpahiwatig na may kaugnayan sa isang mas mababang antas (ang pangalawang, ikatlo, atbp.)

Ang algorithm ng pagkalkula sa pamamagitan ng paraan ng kamag-anak pagkakaiba ay ipinapakita sa Figure 1.

Ang halaga ng mga halaga ng $ δX_A $, $ δX_B $ ay dapat magkapareho sa pagkakaiba $ x_1 $ at $ x_0 $.

Halimbawa ng paggamit ng paraan ng kamag-anak na pagkakaiba

Isaalang-alang ang paggamit ng paraan ng kamag-anak pagkakaiba sa isang tiyak na halimbawa. Ang dami ng produksyon sa buong taon ay depende sa average na taunang bilang ng mga manggagawa (H) at ang average na taunang produksyon ng isang manggagawa (b). Ang isang dalawang-factor multiplicative model ay naka-linya, kung saan ang bilang ng mga manggagawa ay isang dami kadahilanan, samakatuwid ito ay sa unang lugar, at ang pag-unlad ay isang husay kadahilanan, at ay matatagpuan para sa quantitative.

$ Op \u003d h sa $.

Ang lahat ng data na gagamitin ay ipinakita sa talahanayan (Figure 2).

Sa unang hakbang, ang kamag-anak na pagtaas sa mga kadahilanan (Figure 3) ay kinakalkula.

Figure 3. Pagkalkula ng kamag-anak na pagtaas sa mga kadahilanan. Author24 - Student Internet Exchange.

Sa ikalawang hakbang, ang antas ng impluwensya ng unang kadahilanan sa produktibong tagapagpahiwatig ay tinutukoy (Larawan 4)

Figure 4. Pagkalkula ng antas ng impluwensiya ng kadahilanan. Author24 - Student Internet Exchange.

Mula sa data na nakuha ito ay sumusunod na may isang pagtaas sa average na taunang bilang ng mga empleyado para sa 2 tao, ang produksyon ay tataas ng 400 libong rubles.

Sa ikatlong hakbang, ang isang pare-parehong pagsasaalang-alang ng mga kadahilanan ng modelo ay patuloy (fig.5)

Ayon sa data na nakuha, maaari itong concluded na ang pagtaas ng average na taunang produksyon ng isang manggagawa, ang dami ng produksyon ay nadagdagan ng 810 libong rubles.

Sa ikaapat na hakbang, ang pagkalkula ay isinasagawa (Larawan 6).

Kaya, ang mga kalkulasyon ay tama.

Mga uri ng deterministic na mga modelo kung saan ang paraan ng pagpapalit ng kadena ay inilalapat. Entidad at mga patakaran ng aplikasyon nito. Mga algorithm para sa pagkalkula ng impluwensiya ng mga kadahilanan sa pamamagitan ng pagtatapon na ito sa iba't ibang uri ng mga modelo.

Ang isa sa pinakamahalagang mga isyu sa pamamaraan sa AHD ay upang matukoy ang magnitude ng impluwensiya ng mga indibidwal na mga kadahilanan sa pagtaas sa mga produktibong tagapagpahiwatig. Sa deterministic factor analysis (DFA), ang mga sumusunod na pamamaraan ay ginagamit para sa: chain substitution, index, absolute differences, relative differences, proportional division, integral, logarithm, atbp.

Ang unang apat na paraan ay batay sa paraan ng pag-aalis. Ang pag-aalis ay nangangahulugang alisin, tanggihan, alisin ang epekto ng lahat ng mga kadahilanan sa halaga ng epektibong tagapagpahiwatig, maliban sa isa. Ang pamamaraang ito ay nagmumula sa katotohanan na ang lahat ng mga kadahilanan ay nagbabago nang nakapag-iisa sa bawat isa: Unang Pagbabago Nag-iisa, at ang lahat ng iba ay mananatiling hindi nagbabago, pagkatapos ay dalawa, pagkatapos ay tatlo, atbp., Sa iba pa. Pinapayagan ka nitong matukoy ang impluwensya ng bawat kadahilanan sa halaga ng tagapagpahiwatig sa ilalim ng pag-aaral nang hiwalay.

Ang pinaka maraming nalalaman sa kanila ay paraan ng pagpapalit ng kadena. Ito ay ginagamit upang kalkulahin ang impluwensiya ng mga kadahilanan sa lahat ng mga uri ng deterministic factor models: additive, multiplicative, maramihang at mixed (pinagsama). Ang pamamaraan na ito ay nagbibigay-daan upang matukoy ang impluwensiya ng mga indibidwal na mga kadahilanan sa pagbabago sa halaga ng epektibong tagapagpahiwatig sa pamamagitan ng dahan-dahan na pagpapalit ng pangunahing halaga ng bawat kadahilanan sa halaga ng epektibong tagapagpahiwatig sa aktwal sa panahon ng pag-uulat. Para sa layuning ito, ang isang bilang ng mga kondisyon na halaga ng epektibong tagapagpahiwatig ay tinutukoy, na isinasaalang-alang ang pagbabago sa isa, pagkatapos ay dalawa, tatlo, atbp. Mga kadahilanan, pagtatalaga na ang iba ay hindi nagbabago. Paghahambing ng halaga ng epektibong tagapagpahiwatig bago at pagkatapos ng pagbabago ng antas ng isa o ibang kadahilanan ay nagbibigay-daan sa iyo upang maalis mula sa impluwensiya ng lahat ng mga kadahilanan, maliban sa isa, at matukoy ang epekto ng huli sa pagtaas sa epektibong tagapagpahiwatig.

Ang pamamaraan para sa paglalapat ng pamamaraang ito ay isaalang-alang sa sumusunod na halimbawa (Table 6.1).

Tulad ng alam na namin, ang dami ng gross products ( VP.) Depende sa dalawang pangunahing mga kadahilanan ng unang antas: ang bilang ng mga manggagawa (Czech) at average na taunang produksyon (GW). Mayroon kaming dalawang-factor multiplicative model: VP. = Cr. H. Gw.

Pagkalkula ng algorithm sa pamamagitan ng paraan ng pagpapalit ng kadena para sa modelong ito:

Tulad ng makikita natin, ang ikalawang gross indicator ay naiiba mula sa una sa na, kapag kinakalkula ito, ang aktwal na bilang ng mga manggagawa ay pinagtibay sa halip na binalak. Ang average na taunang produksyon ng mga produkto sa pamamagitan ng isang nagtatrabaho sa parehong kaso ay binalak. Nangangahulugan ito dahil sa pagtaas sa bilang ng mga manggagawa, ang produksyon ay nadagdagan ng 32,000 milyong rubles. (192 000 - 160 000).

Ang ikatlong tagapagpahiwatig ay naiiba mula sa pangalawa sa katotohanan na kapag kinakalkula ang magnitude nito, ang produksyon ng mga manggagawa ay tinanggap ayon sa aktwal na antas sa halip na binalak. Ang bilang ng mga empleyado sa parehong mga kaso ay aktwal. Mula dito, dahil sa pagtaas ng produktibo ng paggawa, ang dami ng gross production ay nadagdagan ng 48,000 milyong rubles. (240,000 - 192,000).

Kaya, ang labis na katuparan ng plano sa mga tuntunin ng gross production ay ang resulta ng impluwensya ng mga sumusunod na kadahilanan:

a) Ang pagtaas ng bilang ng mga manggagawa + 32,000 milyong rubles.

b) Pagdaragdag ng antas ng pagiging produktibo ng paggawa + 48,000 milyong rubles.

Kabuuang +80,000 milyong rubles.

Ang algebraic na halaga ng impluwensiya ng mga kadahilanan ay dapat na katumbas ng pangkalahatang pagtaas sa pagganap:

Ang kawalan ng gayong pagkakapantay-pantay ay nagpapahiwatig ng mga pagkakamali sa mga kalkulasyon.

Para sa kalinawan, ang mga resulta ng pagtatasa ay ibinibigay sa talahanayan. 6.2.

Kung kinakailangan upang matukoy ang epekto ng tatlong mga kadahilanan, pagkatapos ay sa kasong ito ay hindi isa, ngunit dalawang kondisyon karagdagang mga tagapagpahiwatig, i.e. Ang bilang ng mga kondisyong tagapagpahiwatig sa bawat yunit ay mas mababa kaysa sa bilang ng mga kadahilanan. Inilalarawan namin ito sa apat na kadahilanan na gross model:

Ang pinagmulan ng data para sa paglutas ng problema ay ibinibigay sa Table 6.1:

Ang plano ng produkto ay karaniwang overfulfilled ng 80,000 milyong rubles. (240000 - 160,000), kabilang ang dahil sa pagbabago:

a) ang bilang ng mga manggagawa

Gamit ang paraan ng pagpapalit ng kadena, inirerekomenda na sumunod sa isang tiyak na pagkakasunud-sunod ng mga kalkulasyon: una sa lahat, kinakailangan upang isaalang-alang ang pagbabago sa quantitative, at pagkatapos ay mga tagapagpahiwatig ng kwalitat. Kung mayroong ilang mga quantitative at ilang mataas na kalidad na mga tagapagpahiwatig, pagkatapos ay kailangan mo munang baguhin ang halaga ng mga kadahilanan ng unang antas ng pagsusumite, at pagkatapos ay mas mababa. Sa halimbawa sa itaas, ang dami ng produksyon ay depende sa apat na mga kadahilanan: ang bilang ng mga manggagawa, ang bilang ng mga araw na ginugol ng isang manggagawa, ang tagal ng araw ng trabaho at ang average na oras-oras na henerasyon. Ayon sa scheme 5.2, ang bilang ng mga manggagawa sa kasong ito ay ang kadahilanan ng unang antas ng pagsusumite, ang bilang ng mga ginugol na araw - pangalawang antas, ang tagal ng araw ng trabaho at ang average na oras-oras na pag-unlad ay ang mga third-level na mga kadahilanan. Ito ay humantong sa pagkakasunud-sunod ng paglalagay ng mga kadahilanan sa modelo at, naaayon, ang pagkakasunud-sunod ng kanilang pananaliksik.

Kaya, ang paggamit ng isang kadena pagpapalit na paraan ay nangangailangan ng kaalaman tungkol sa relasyon ng mga kadahilanan, ang kanilang mga coodes, ang kakayahan upang maayos na pag-uri-uriin ang mga ito at systematize.

Isinasaalang-alang namin ang isang halimbawa ng pagkalkula ng impluwensya ng mga kadahilanan sa pagtaas sa epektibong tagapagpahiwatig sa mga multiplicative na mga modelo.

Sa maramihang mga modelo Ang algorithm para sa pagkalkula ng mga kadahilanan sa halaga ng mga tagapagpahiwatig sa ilalim ng pag-aaral ay ang mga sumusunod:

saan Fo - Fondo Studio; VP. naghihintay na mga produkto; OPF - Ang average na taunang halaga ng mga pangunahing pasilidad ng produksyon.

Pamamaraan para sa pagkalkula ng impluwensiya ng mga kadahilanan sa Mixed Models:

a) multiplicative-additive type. P. = Vp.P. (C - Mula sa)

saan P. - ang halaga ng kita mula sa pagbebenta ng mga produkto; Vp.P - Mga benta ng produkto; C - Presyo ng pagbebenta; C ay ang halaga ng isang yunit ng mga produkto;

Katulad nito, ang impluwensiya ng mga kadahilanan at sa iba pang mga deterministikong modelo ng mixed type ay kinakalkula.

Hiwalay, ito ay kinakailangan upang ihinto ang paraan ng pagtukoy ng impluwensiya estruktural kadahilanan Sa pagtaas sa tagapagpahiwatig ng pagganap gamit ang pamamaraang ito. Halimbawa, ang kita mula sa mga benta (SA) depende hindi lamang sa presyo (C) at ang bilang ng mga produkto na ibinebenta (VPH.), Ngunit mula sa istraktura nito (Ud. I.). Kung ang bahagi ng mga produkto ng pinakamataas na kategorya ng kalidad, na ibinebenta sa mas mataas na presyo, pagkatapos ay dagdagan ng kita ito, at kabaligtaran. Ang kadahilanan modelo ng tagapagpahiwatig na ito ay maaaring maitala bilang mga sumusunod:

Sa proseso ng pagtatasa, kinakailangan upang maalis mula sa epekto ng lahat ng mga kadahilanan, maliban sa istraktura ng produkto. Upang gawin ito, ihambing ang sumusunod na mga tagapagpahiwatig ng kita:

Ang pagkakaiba sa pagitan ng mga tagapagpahiwatig na ito ay isinasaalang-alang ang pagbabago sa kita mula sa pagbebenta ng mga produkto sa pamamagitan ng pagbabago ng istraktura nito (Table 6.3.).

Ang talahanayan ay nagpapakita na dahil sa pagtaas sa tiyak na timbang ng mga produkto ng ikalawang grado sa kabuuang halaga ng pagpapatupad nito, ang kita ay bumaba ng 10 milyong rubles. (655 - 665). Ito ay isang hindi ginagamit na reserba ng enterprise.

6.2. Paraan ng index

Kakanyahan at layunin ng paraan ng index. Algorithm para sa pagkalkula ng impluwensiya ng mga kadahilanan sa pamamagitan ng pamamaraan na ito para sa iba't ibang mga modelo.

Ang paraan ng index ay batay sa mga kamag-anak na tagapagpahiwatig ng dynamics, spatial comparisons, ang pagpapatupad ng plano na nagpapahayag ng ratio ng aktwal na antas ng pinag-aralan na tagapagpahiwatig sa panahon ng pag-uulat sa antas nito sa pangunahing panahon (o sa binalak o sa isa pang bagay).

Sa tulong ng mga aggregate index, maaari mong tukuyin ang epekto ng iba't ibang mga kadahilanan para sa pagbabago ng antas ng mga produktibong tagapagpahiwatig sa multiplicative at maramihang mga modelo.

Halimbawa, ginagawa namin ang index ng halaga ng mga komersyal na produkto:

Sinasalamin nito ang pagbabago sa pisikal na dami ng mga komersyal na produkto. (q.) at mga presyo (R) at katumbas ng produkto ng mga indeks na ito:

Upang maitaguyod kung paano nagbago ang gastos ng mga komersyal na produkto dahil sa bilang ng mga produkto na ginawa at sa kapinsalaan ng mga presyo, kinakailangan upang kalkulahin ang pisikal na index ng lakas ng tunog. IQ. at index ng presyo 1 P.:

Sa aming halimbawa, ang dami ng gross production ay maaaring kinakatawan bilang isang produkto ng bilang ng mga manggagawa at ang kanilang average na taunang produksyon. Dahil dito, ang gross index ng produksyon 1VP ay katumbas ng trabaho ng operating index ng mga manggagawa l.cr. at average na taunang pag-unlad index 1GV:

Kung ang isang denamineytor ay ginawa mula sa numerator ng mga formula sa itaas, pagkatapos ay nakakuha kami ng ganap na gross na pagtaas sa pangkalahatan at sa kapinsalaan ng bawat kadahilanan nang hiwalay, i.e. Ang parehong mga resulta bilang paraan ng isang kadena pagpapalit.

6.3. Paraan ng ganap na pagkakaiba

Kakanyahan, appointment at saklaw ng paraan ng ganap na pagkakaiba. Ang pagkakasunud-sunod at mga algorithm para sa pagkalkula ng impluwensya ng mga kadahilanan sa pamamaraang ito

Paraan absolute differences. Ito ay isa sa mga pagbabago ng pag-aalis. Pati na rin ang paraan ng pagpapalit ng kadena, ginagamit ito upang kalkulahin ang epekto ng mga kadahilanan sa pagtaas sa epektibong tagapagpahiwatig sa deterministic analysis, ngunit lamang sa multiplicative at multiplicative at additive na mga modelo: Y. \u003d (A -b.) mula sa. at y \u003d. a.(b. - mula sa). At kahit na ang paggamit nito ay limitado, ngunit salamat sa pagiging simple nito, natanggap nito ang laganap na paggamit sa AHD. Ang pamamaraan na ito ay partikular na mahusay na ginagamit kung ang unang data ay naglalaman ng ganap na deviations sa mga tagapagpahiwatig ng kadahilanan.

Kapag ginagamit ito, ang magnitude ng impluwensiya ng mga kadahilanan ay kinakalkula sa pamamagitan ng pagpaparami ng ganap na pagtaas sa investigated factor sa pangunahing (nakaplanong) halaga ng mga kadahilanan na matatagpuan sa kanan nito, at sa aktwal na halaga ng mga kadahilanan Matatagpuan sa kaliwa nito sa modelo.

Isaalang-alang ang algorithm ng pagkalkula para sa. multiplicative factor model type. Y.= a.x. b.x. c.x. d.. May mga pinlano at aktwal na mga halaga para sa bawat tagapagpahiwatig ng kadahilanan, pati na rin ang kanilang mga ganap na paglihis:

Tukuyin ang pagbabago sa halaga ng epektibong tagapagpahiwatig dahil sa bawat kadahilanan:

Tulad ng makikita mula sa diagram, ang pagkalkula ay batay sa isang sunud-sunod na pagpapalit ng mga nakaplanong halaga ng mga tagapagpahiwatig ng kadahilanan sa kanilang mga deviations, at pagkatapos ay sa aktwal na antas ng mga tagapagpahiwatig.

Isaalang-alang ang paraan ng pagkalkula ng impluwensya ng mga kadahilanan sa ganitong paraan para sa isang apat na kadahilanan multiplicative gross model:

Kaya, ang paraan ng ganap na pagkakaiba ay nagbibigay ng parehong mga resulta bilang paraan ng pagpapalit ng kadena. Kinakailangan din upang matiyak na ang algebraic na halaga ng pagtaas sa pagtaas ng pagganap sa kapinsalaan ng mga indibidwal na mga kadahilanan ay katumbas ng pangkalahatang pagtaas.

Isaalang-alang ang algorithm para sa pagkalkula ng mga kadahilanan sa ganitong paraan mixed Models. type v \u003d (a - b.) mula. Halimbawa, kumuha ng isang kadahilanan ng mga kita mula sa pagbebenta ng mga produkto, na ginagamit na sa nakaraang talata:

N \u003d V.Rp (c - Mula sa).

Ang pagtaas sa halaga ng kita dahil sa mga pagbabago sa dami ng benta:

halaga ng mga ari-arian:

mga gastos sa produkto:

Pagkalkula ng impluwensiya ng structural factor. Sa pamamaraang ito, isinasagawa ito bilang mga sumusunod:

Tulad ng makikita mula sa talahanayan. 6.4, dahil sa pagbabago sa istraktura ng pagpapatupad, ang average na presyo para sa 1 tonelada ng gatas ay bumaba ng 40 libong rubles, at para sa buong aktwal na dami ng benta ng produksyon ng tubo ay nakuha ng mas mababa sa 10 milyong rubles. (40 libong rubles. X 250 tonelada).

6.4. Ang paraan ng kamag-anak pagkakaiba

Ang kakanyahan at layunin ng paraan ng kamag-anak pagkakaiba. Ang saklaw ng aplikasyon nito. Algorithm para sa pagkalkula ng impluwensiya ng mga kadahilanan sa ganitong paraan.

Ang paraan ng kamag-anak pagkakaiba Bilang nakaraang isa, ito ay ginagamit upang masukat ang epekto ng mga kadahilanan sa pagtaas sa tagapagpahiwatig ng pagganap lamang sa multiplikatibo at additive-multiplicative na mga modelo ng uri V. \u003d (a - b) p. Ito ay mas madali kaysa sa kadena substitusyon na sa ilalim ng ilang mga pangyayari ay ginagawang napaka epektibo. Ito ay pangunahing alalahanin ang mga kaso kung saan ang unang data ay naglalaman ng dati na tinukoy na kamag-anak na pagtaas ng mga tagapagpahiwatig ng kadahilanan sa porsiyento o coefficients.

Isaalang-alang ang paraan ng pagkalkula ng impluwensiya ng mga kadahilanan sa ganitong paraan para sa mga multiplicative na mga modelo ng uri V \u003d Ngunit. H. SAh. Mula.Una, kinakailangan upang kalkulahin ang mga kamag-anak na deviations ng mga tagapagpahiwatig ng kadahilanan:

Pagkatapos ay ang pagbabago sa mga epektibong tagapagpahiwatig ng pagsasama ng kadahilanan ay tinutukoy bilang mga sumusunod:

Ayon sa panuntunang ito, dahil sa pagkalkula ng impluwensiya ng unang kadahilanan, ang pangunahing (nakaplanong) halaga ng epektibong tagapagpahiwatig ay kinakailangan upang multiply sa kamag-anak na pagtaas ng unang kadahilanan, na ipinahayag bilang isang porsyento, at ang resulta ay hinati ng 100.

Upang makalkula ang impluwensiya ng ikalawang kadahilanan, kinakailangan upang magdagdag ng mga pagbabago sa binalak na halaga ng unang kadahilanan at pagkatapos ay ang halaga na nakuha multiply sa kamag-anak na pagtaas sa ikalawang kadahilanan sa porsiyento at ang resulta ay hinati sa 100.

Ang impluwensiya ng ikatlong kadahilanan ay tinukoy sa parehong paraan: ito ay kinakailangan upang idagdag ito sa nakaplanong halaga ng tagapagpahiwatig ng pagganap dahil sa una at ikalawang mga kadahilanan at ang halaga na nakuha ay pinarami ng kamag-anak na pagtaas sa ikatlong kadahilanan, atbp .

I-secure ang itinuturing na pamamaraan sa halimbawa na ipinapakita sa talahanayan. 6.1:

Tulad ng nakikita natin, ang mga resulta ng mga kalkulasyon ay kapareho ng kapag gumagamit ng mga nakaraang pamamaraan.

Ang paraan ng mga kamag-anak pagkakaiba ay maginhawa upang mag-apply sa mga kaso kung saan ito ay kinakailangan upang kalkulahin ang epekto ng isang malaking kumplikadong mga kadahilanan (8-10 o higit pa). Sa kaibahan sa mga nakaraang pamamaraan, ang bilang ng mga kalkulasyon ay makabuluhang nabawasan.

Ang isang iba't ibang mga paraan na ito ay. mga pagkakaiba sa pagtanggap. Ang pamamaraan para sa pagkalkula ng impluwensiya ng mga kadahilanan na ito ay isasaalang-alang sa parehong halimbawa (Table 6.1).

Upang maitatag kung magkano ang dami ng gross production ay nagbago dahil sa bilang ng mga manggagawa, kinakailangan upang i-multiply ito sa porsyento ng overfulfilling ang operating plan Cc%:

Upang kalkulahin ang impluwensiya ng ikalawang kadahilanan, pinarami ang nakaplanong dami ng gross production sa pagkakaiba sa pagitan ng porsyento ng plano para sa kabuuang bilang ng mga manggagawa na ginugol ng lahat ng manggagawa D.% at porsyento ng katuparan ng average na bilang ng mga manggagawa Cc%:

Ang ganap na pagtaas sa gross production dahil sa pagbabago sa average na tagal ng araw ng trabaho (IntrasPem downtime) ay itinatag sa pamamagitan ng pagpaparami ng nakaplanong dami ng gross produksyon sa pagkakaiba sa pagitan ng porsyento ng plano para sa kabuuang bilang ng mga oras na nagtrabaho t.% at ang kabuuang bilang ng mga araw na ginugol D%:

Upang kalkulahin ang epekto ng medium-hour generation sa pagbabago sa gross production, kinakailangan sa pagkakaiba sa pagitan ng porsyento ng gross production plan SP% at ang porsyento ng plano sa kabuuang bilang ng oras na nagtrabaho ng lahat ng manggagawa t.% Multiply sa nakaplanong dami ng gross products. Paglabag:

Ang bentahe ng pamamaraang ito ay kapag ginagamit ito, hindi kinakailangan upang kalkulahin ang antas ng mga tagapagpahiwatig ng kadahilanan. Ito ay sapat na upang magkaroon ng data sa porsyento ng plano sa gross production, ang bilang ng mga manggagawa at ang bilang ng mga araw na ginugol at oras para sa pinag-aralan na panahon.

6.5. Paraan ng proporsyonal na dibisyon at pakikilahok sa equity

Entidad, layunin at saklaw ng paraan ng proporsyonal na dibisyon. Ang pagkakasunud-sunod at mga algorithm para sa pagkalkula ng impluwensya ng mga kadahilanan sa pamamaraang ito.

Sa ilang mga kaso, upang matukoy ang magnitude ng impluwensiya ng mga kadahilanan, ang pagtaas sa pagganap ay maaaring gamitin paraan ng proporsyonal na dibisyon. Nalalapat ito sa mga kasong iyon kapag nakikipag-usap tayo sa mga additive na modelo V. = Xi. at multiple-additive na uri

Sa unang kaso, kapag mayroon kaming isang solong antas ng modelo ng v \u003d ngunit. + b. + p. Ang pagkalkula ay isinasagawa tulad ng sumusunod:

Halimbawa, ang antas ng kakayahang kumita ay bumaba ng 8% dahil sa pagtaas ng kapital ng enterprise sa pamamagitan ng 200 milyong rubles. Kasabay nito, ang halaga ng nakapirming kabisera ay nadagdagan ng 250 milyong rubles, at ang muling pagbabangon ay bumaba ng 50 milyong rubles. Kaya, dahil sa unang kadahilanan, ang antas ng kakayahang kumita ay nabawasan, at sa kapinsalaan ng pangalawang - nadagdagan:

Ang paraan ng pagkalkula para sa mga halo-halong modelo ay medyo mas kumplikado. Ang kaugnayan ng mga kadahilanan sa pinagsamang modelo ay ipinapakita sa Fig. 6.1.

Kapag kilala. SAd., VP. at W.pati na rin ang Yb.pagkatapos ay matukoy Y. D., Y N., Y. M. Posible na gumamit ng isang proporsyonal na paraan ng dibisyon, na batay sa proporsyonal na pamamahagi ng pagtaas sa nagresultang tagapagpahiwatig y dahil sa pagbabago ng kadahilanan SA sa pagitan ng pangalawang antas na mga kadahilanan D., N. at M. Alinsunod dito, ang kanilang magnitude ay nagdaragdag. Ang proporsyonidad ng pamamahagi na ito ay nakamit sa pamamagitan ng pagtukoy ng pare-pareho para sa lahat ng mga kadahilanan ng koepisyent, na nagpapakita ng halaga ng pagbabago sa nagresultang tagapagpahiwatig y dahil sa pagbabago ng kadahilanan SA bawat yunit.

Ang halaga ng koepisyent (Sa) Tinutukoy bilang mga sumusunod:

Multiply ang koepisyent na ito sa ganap na paglihis SAsa kapinsalaan ng nararapat na kadahilanan, makakakita kami ng pagbabago sa epektibong tagapagpahiwatig:

Halimbawa, ang halaga ng 1 TCM sa pamamagitan ng pagbawas ng average na taunang produksyon ng kotse ay nadagdagan ng 180 rubles. Ito ay kilala na ang average na taunang produksyon ng mga kotse nabawasan dahil sa:

a) superplan downtime machine -5000 tcm.

b) Superplant idle run -4000 tcm.

c) Hindi kumpleto ang paggamit ng kapasidad ng pag-load -3000 tkm.

TOTAL-12000 TCM.

Mula dito maaari mong matukoy ang pagbabago sa gastos sa ilalim ng impluwensya ng pangalawang antas na mga kadahilanan:

Upang malutas ang ganitong uri ng gawain, maaari mo ring gamitin ang isang paraan ng equity. Sa una, ang bahagi ng bawat kadahilanan ay natutukoy sa kabuuang halaga ng kanilang mga nadagdag, na kung saan ay pagkatapos ay pinarami ng pangkalahatang pagtaas sa pagganap (Table 6.5):

Ang mga katulad na halimbawa ng paglalapat ng pamamaraang ito sa AHD ay maaaring bigyan ng maraming, kung saan maaari mong tiyakin sa proseso ng pag-aaral ng pagtatasa ng sektoral na kurso sa pang-ekonomiyang aktibidad ng enterprise.

6.6. Mahalagang paraan para sa pagtatasa ng ekonomiya

Ang mga pangunahing disadvantages ng paraan ng pag-aalis. Ang problema ng agnas ng karagdagang paglago mula sa pakikipag-ugnayan ng mga kadahilanan sa pagitan nila. Ang kakanyahan ng integral na paraan at ang saklaw ng aplikasyon nito. Mga algorithm para sa pagkalkula ng impluwensiya ng mga kadahilanan sa iba't ibang mga modelo na may mahalagang paraan.

Ang pag-aalis bilang isang paraan ng pagtatasa ng deterministikong kadahilanan ay may malaking sagabal. Kapag ginagamit ito, ang mga kadahilanan ay nagbago nang nakapag-iisa sa bawat isa. Sa katunayan, nagbago ang mga ito, magkakaugnay at mula sa pakikipag-ugnayan na ito ay lumiliko ang isang karagdagang pagtaas sa tagapagpahiwatig ng pagganap, na, kapag gumagamit ng mga pamamaraan ng pag-aalis, ay sumali sa isa sa mga kadahilanan, bilang isang panuntunan sa huli. Sa pagsasaalang-alang na ito, ang magnitude ng impluwensya ng mga kadahilanan upang baguhin ang produktibong mga pagbabago sa tagapagpahiwatig depende sa lugar kung saan ang isa o ibang kadahilanan ay ibinibigay sa deterministikong modelo.

Isaalang-alang ito sa halimbawa na ibinigay sa talahanayan. 6.1. Ayon sa data na ibinigay dito, ang bilang ng mga manggagawa sa enterprise ay nadagdagan ng 20%, paggawa ng pagiging produktibo - sa pamamagitan ng 25%, at ang dami ng gross products - sa pamamagitan ng 50%. Nangangahulugan ito na 5% (50 - 20 - 25), o 8,000 milyong rubles. Ang mga gross na produkto ay bumubuo ng karagdagang pagtaas mula sa pakikipag-ugnayan ng parehong mga kadahilanan.

Kapag kinakalkula namin ang kondisyonal na dami ng gross production, batay sa aktwal na bilang ng mga manggagawa at ang nakaplanong antas ng paggawa ng paggawa, pagkatapos ay ang buong karagdagang pagtaas mula sa pakikipag-ugnayan ng dalawang mga kadahilanan ay kabilang sa isang husay na kadahilanan - isang pagbabago sa paggawa ng pagiging produktibo:

Kung, kapag kinakalkula ang kondisyonal na dami ng gross na mga produkto, dalhin ang nakaplanong bilang ng mga manggagawa at ang aktwal na antas ng pagiging produktibo ng paggawa, pagkatapos ay ang buong karagdagang pagtaas sa gross production ay kabilang sa quantitative factor na binago namin sa ikalawang lugar:

Ipakita natin ang isang graphical na solusyon ng problema sa iba't ibang mga bersyon (Larawan 6.2).

Sa unang pagkalkula, ang kondisyon na mga hugis ng tagapagpahiwatig: Vp sl \u003d phf.h. Gv Pl. sa pangalawa - Vp sl \u003d chr pl.h. Gvf.

Alinsunod dito, ang mga deviations sa kapinsalaan ng bawat kadahilanan sa unang kaso

sa pangalawa

Sa mga chart ng mga deviation na ito ay tumutugma sa iba't ibang mga parihaba, dahil sa iba't ibang mga variant ng pagpapalit, ang halaga ng karagdagang pagtaas sa resulta ay katumbas ng rektanggulo A B C D., Ito ay tumutukoy sa unang kaso sa magnitude ng impluwensiya ng taunang produksyon, at sa dalubhasa, sa magnitude ng impluwensya ng bilang ng mga manggagawa. Bilang resulta, ang magnitude ng impluwensya ng isang kadahilanan ay pinalaking, at ang iba ay mga naninirahan, na nagiging sanhi ng kalabuan ng pagtatasa ng impluwensya ng mga kadahilanan, lalo na sa mga kaso kung saan ang karagdagang pagtaas ay lubos na makabuluhan, tulad ng sa aming halimbawa.

Upang mapupuksa ang kawalan na ito, sa deterministic factor analysis na ginamit mahalagang paraan na ginagamit upang masukat ang epekto ng mga kadahilanan sa multiplicative, maramihang at halo-halong mga modelo ng maramihang-additive species

Ang paggamit ng pamamaraang ito ay nagbibigay-daan upang makakuha ng mas tumpak na mga resulta ng pagkalkula ng impluwensiya ng mga kadahilanan kumpara sa mga pamamaraan ng kadena pagpapalit, absolute at kamag-anak pagkakaiba at maiwasan ang hindi maliwanag na pagtatasa ng impluwensiya ng mga kadahilanan dahil sa kasong ito ang mga resulta ay hindi nakasalalay Sa lokasyon ng mga kadahilanan sa modelo, at ang karagdagang pagtaas sa tagapagpahiwatig ng pagganap, na nabuo mula sa pakikipag-ugnayan ng mga kadahilanan, ito ay ibinahagi sa pagitan ng mga ito nang pantay.

Sa unang sulyap maaaring mukhang para sa pamamahagi ng karagdagang paglago, sapat na upang dalhin ito kalahati o bahagi na naaayon sa bilang ng mga kadahilanan. Ngunit ito ay kadalasang mahirap gawin, dahil ang mga salik ay maaaring kumilos sa iba't ibang direksyon. Samakatuwid, sa integral na paraan, ginagamit nila ang ilang mga formula. Ibinibigay namin ang pangunahing sa kanila para sa iba't ibang mga modelo.

Ang pamamaraan ng logarithm ay ginagamit upang masukat ang epekto ng mga kadahilanan sa mga multiplicative na mga modelo. Sa kasong ito, ang resulta ng pagkalkula, tulad ng sa pagsasama, ay hindi nakasalalay sa lokasyon ng mga kadahilanan sa modelo at kumpara sa pinagsamang paraan, kahit na mas mataas ang katumpakan ng mga kalkulasyon ay nakasisiguro. Kung, kapag ang pagsasama ng karagdagang pagtaas mula sa pakikipag-ugnayan ng mga kadahilanan ay ibinahagi nang pantay sa pagitan nila, pagkatapos ay sa tulong ng logarithming, ang resulta ng pinagsamang pagkilos ng mga kadahilanan ay ibinahagi proporsyonal sa bahagi ng nakahiwalay na impluwensiya ng bawat kadahilanan sa antas ng ang epektibong tagapagpahiwatig. Sa ganitong, ang kalamangan, at ang kawalan - sa limitadong saklaw ng aplikasyon.

Sa kaibahan sa integral na paraan, hindi ganap na pagtaas ng mga tagapagpahiwatig ay ginagamit sa panahon ng logarithming, ngunit ang kanilang mga indeks ng paglago (pagbabawas).

Mathematically, ang pamamaraan na ito ay inilarawan bilang mga sumusunod. Ipagpalagay na ang nagresultang tagapagpahiwatig ay maaaring katawanin bilang isang produkto ng tatlong mga kadahilanan: f. = huz. Progriforming parehong bahagi ng pagkakapantay-pantay, makuha namin

Isinasaalang-alang na ang parehong pag-asa ay napanatili sa pagitan ng mga indeks ng mga pagbabago sa mga tagapagpahiwatig, na papalitan ng mga ganap na halaga ng kanilang mga index:

Ang formula ay nagpapahiwatig na ang pangkalahatang pagtaas ng tagapagpahiwatig ng pagganap ay ipinamamahagi ng mga kadahilanan na proporsyonal sa mga relasyon ng logarithms ng mga index ng kadahilanan sa logarithm ng index ng tagapagpahiwatig ng pagganap. At hindi mahalaga kung aling logarithm ang ginagamit - natural o decimal.

Gamit ang talahanayan ng data. 6.1, kinakalkula namin ang pagtaas sa gross production dahil sa bilang ng mga manggagawa (Czech), ang bilang ng mga araw na ginugol ng isang manggagawa para sa taon (E) at ang average na pang-araw-araw na henerasyon (DV) Sa pamamagitan ng factor model:

Sa pamamagitan ng paghahambing ng mga resulta ng pagkalkula ng impluwensiya ng mga kadahilanan sa iba't ibang paraan ng modelong ito ng kadahilanan, maaari mong tiyakin na ang kalamangan ng paraan ng logarithmation. Ito ay ipinahayag sa kamag-anak na pagiging simple ng mga kalkulasyon at pagtaas ng katumpakan ng mga kalkulasyon.

Ang pagkakaroon ng itinuturing na pangunahing mga diskarte ng deterministic pagtatasa ng kadahilanan at ang saklaw ng kanilang aplikasyon, ang mga resulta ay maaaring systematized sa anyo ng mga sumusunod na matrix:

Ang kaalaman sa entidad ng mga pamamaraan na ito, mga lugar ng kanilang aplikasyon, ang mga pamamaraan ng pagkalkula ay isang kinakailangang kondisyon para sa kwalipikadong dami ng pananaliksik.