Індексний метод базується на відносних показниках динаміки, просторових порівнянь, виконання плану, показниках, які виражають відношення фактичного рівня показника, що аналізується, у звітному періоді до його рівня в базисному періоді (чи плановому). За допомогою агрегатних індексів можна виявити вплив різних факторів на зміни рівня результативних показників в мультиплікативних і кратних моделях.

Метод абсолютних різниць є однією з модифікацій елімінування. Як і спосіб ланцюгових підстановок, він застосовується для розрахунку впливу факторів на приріст результативного показника в детермінованому аналізі, але тільки в мультиплікативних і мультиплікативно-аддитивних моделях: Y = (a - b) c i Y = a (b - c). Особливо ефективно застосовується цей спосіб в тому випадку, коли вихідні дані вже містять абсолютні відхилення по факторних показниках. При його використанні величина впливу факторів розраховується множенням абсолютного приросту досліджуваного фактора на базову (планову) величину факторів, які знаходяться справа від нього, і на фактичну величину факторів, які стоять зліва від нього у факторній моделі.

Спосіб відносних різниць використовується для вимірювання впливу факторів на приріст результативного показника тільки в мультиплікативних і аддитивно-мультиплікативних моделях типу Y = (a - b) c. Він простіший ніж метод ланцюгових підстановок, що робить його за певних обставин дуже ефективним. Це перш за все стосується тих випадків, коли вихідні дані містять вже визначені раніше відносні прирости факторних показників у відсотках чи коефіцієнтах.

В багатьох випадках для визначення величини впливу факторів на приріст результативного показника може бути використаний метод пропорційного ділення. Це стосується тих випадків, коли маємо справу з адитивними моделями типу Y = ?X_i і кратно-аддитивного типу y = a / (b+c+d+. +n).

Інтегральний метод використовується для вимірювання впливу факторів в мультиплікативних, кратних і змішаних моделях кратно-аддитивного виду Y = A/?X_i.

Використання цього способу дозволяє отримати більш точні результати розрахунку впливу факторів порівняно з способами ланцюгових підстановок, абсолютних і відносних величин і уникнути неоднозначної оцінки впливу факторів тому, що в даному випадку результати не залежать від місцезнаходження факторів в моделі, а додатковий приріст результативного показника, який утворився від взаємодії факторів, розкладається між ними порівну.

Метод логарифмування використовується для вимірювання впливу факторів в мультиплікативних моделях. В даному випадку результат розрахунку, як і при інтегруванні, не залежить від місцезнаходження факторів в моделі і порівняно з інтегральним методом забезпечує ще більшу точність розрахунків. Якщо при інтегруванні додатковий приріст від взаємодії факторів розподіляється порівну між ними, то за допомогою логарифмування результат спільної дії факторів розподіляється пропорційно частці ізольованого впливу кожного фактора на рівень результативного показника. В цьому його перевага, а недолік - в обмеженні сфери застосування.

Для того щоб передбачити майбутнє, необхідно добре знати минуле і властиві йому закономірності. Інформаційною базою для аналізу закономірностей розвитку і прогнозування слугують динамічні (часові) ряди.

Динамічний ряд - це послідовність значень показника, який характеризує зміну того чи іншого соціально-економічного явища в часі. Числа послідовності у₁, у₂, у₃,., у_n називаються рівнями ряду.

Основними характеристиками ряду динаміки є: абсолютний приріст, індекс (темп зростання), темп приросту, середній абсолютний приріст, коефі-цієнт прискорення (уповільнення), абсолютне значення одного відсотку при-росту та ін.

В аналізі динамічних рядів тенденцію представляють у вигляді плано-вої траєкторії і описують певною функцією, яку називають трендом Y_t = f (t), де t - змінна часу (t = 1,2,., n). На основі такої функції здійснюють вирівню-вання динамічного ряду і прогнозування подальшого розвитку процесу.

Процедура вирівнювання динамічних рядів включає два етапи: вибір типу функції (найбільш поширені лінійна функція, параболи) та оцінювання її параметрів. Так, лінійний тренд Y_t = a + bt описує процеси, які рівномірно змінюються в часі і мають стабільні абсолютні прирости. Якщо ж відносно стабільними є ланцюгові темпи приросту, то такий процес адекватно опише експонента Y_t = ab^t. У зазначених функція: t - порядковий номер періоду (дати), a - значення показника при t = 0. Параметр b характеризує швидкість динаміки: середню абсолютну в лінійній функції і середню відносну - в експоненті. Оцінювання параметрів трендових рівнянь здійснюється методом найменших квадратів (МНК).

Виявлену тенденцію можна продовжити за межі динамічного ряду. Таку процедуру називають екстраполяцією тренду. Це один з методів статистичного прогнозування, передумовою використання якого є сталість причинного комплексу, що формує тенденцію. Часовий горизонт прогнозу називають періодом упередження.

Для деяких соціально-економічних процесів характерні сезонні піднесення і спади. Вони спричиняють нерівномірне використання протягом року виробничих потужностей і робочої сили, нерівномірний попит на ринку споживчих товарів тощо, а отже, потребують вивчення і регулювання. Сезонні коливання виявляються і аналізуються на основі рядів помісячних або поквартальних даних. Кожний рівень ряду y_t належить до певного сезонного циклу, довжина якого становить 12 місяців або 4 квартали. Характер сезонних коливань описується сезонною "хвилею", елементами якої є індекси сезонності I_t, а основною характеристикою - амплітуда коливань R_t = I_max - I_min. В аналізі закономірностей розвитку широко використовується графічний метод. Практична діяльність менеджера фінансової установи, промислового підприємства чи комерційної фірми пов'язана з пошуком управлінських рішень щодо розміщення виробничих замовлень, оптимального використання ресурсів, формування портфеля цінних паперів тощо. Пошук найбільш прийнятного варіанта управлінського рішення - це задача оптимізації. Суть її полягає у визначення таких параметрів функціонування об'єкта управління x_j, які б за певних обмежень забезпечували досягнення цільової функції Z (x). Цільова функція найчастіше екстремальна: це максимальний прибуток, мінімальні витрати і т. ін.

Алгебраїчно задача оптимізації записується так:

1) Задача на максимум прибутку

_m

Z (x) = ? p_j x_j > max

¹

2) Задача на мінімум витрат

_m

Z (x) = ? c_j x_j > min

¹

У наведених формулах прийнято позначення: x_j - обсяг виробництва j-го виду продукції, p_j - прибуток від реалізації одиниці j-го виду продукції, c_j - собівартість виробництва одиниці j-го виду продукції. Найпростіше прогнозувати та оптимізувати процеси розвитку за допомогою комп'ютерної програми Exсel.

Размещено на Allbest.ru