Рис. 5.3. Блок-схема стохастической факторной системы себестоимости продукции

Прежде всего, необходимо установить наличие и направление связи между себестоимостью продукции и каждым фактором. Безусловно, между ними существует тесная связь. Непосредственное влияние на себестоимость продукции оказывает в данном примере только урожайность культур. Все остальные факторы влияют на себестоимость продукции не только прямо, но и косвенно, через урожайность культур и производительность труда. Например, количество внесенных удобрений в почву содействует повышению урожайности культур, что при прочих одинаковых условиях обусловливает снижение себестоимости единицы продукции. Однако необходимо учитывать и то, что увеличение количества внесенных удобрений приводит к росту суммы затрат на гектар посева. И если сумма затрат возрастает более высокими темпами, чем урожайность, то себестоимость продукции будет не снижаться, а повышаться. Значит, связь между этими двумя показателями может быть и прямой, и обратной. Аналогично влияет на себестоимость продукции и качество семян. Приобретение элитных, высококачественных семян вызывает рост суммы затрат. Если они возрастают в большей степени, чем урожайность от применения более высококачественных семян, то себестоимость продукции будет увеличиваться, и наоборот.

Степень механизации производства влияет на себестоимость продукции и прямо, и косвенно. Повышение уровня механизации вызывает рост затрат на содержание основных средств производства. Однако при этом увеличивается производительность труда, растет урожайность, что содействует снижению себестоимости продукции.

Исследование взаимосвязей между факторами показывает, что из всех изучаемых факторов отсутствует причинно-следственная связь между качеством семян, количеством удобрений и механизацией производства. Отсутствует также непосредственная обратная зависимость данных показателей от уровня урожайности культуры. Все остальные факторы, прямо или косвенно влияют друг на друга.

Таким образом, систематизация факторов позволяет более глубоко изучить взаимосвязь факторов при формировании величины изучаемого показателя, что имеет очень важное значение на следующих этапах анализа, особенно на этапе моделирования исследуемых показателей.
5.4. Детерминированное моделирование и преобразование факторных систем

---

Сущность и значение моделирования, требования к нему. Основные типы факторных детерминированных моделей. Способы преобразования факторных моделей. Правила моделирования.

Одной из задач факторного анализа является моделирование взаимосвязей между результативными показателями и факторами, которые определяют их величину.

Моделирование — это один из важнейших методов научного познания, с помощью которого создается модель (условный образ) объекта исследования. Сущность его заключается в том, что взаимосвязь исследуемого показателя с факторными передается в форме конкретного математического уравнения.

В факторном анализе различают модели детерминированные (функциональные) и стохастические (корреляционные). С помощью детерминированных факторных моделей исследуется функциональная связь между результативным показателем (функцией) и факторами (аргументами).

При моделировании детерминированных факторных систем необходимо руководствоваться следующими правилами:

1. Факторы, включаемые в модель, и сами модели должны иметь явно выраженный характер, реально существовать, а не быть придуманными абстрактными величинами или явлениями.

2. Факторы, которые входят в систему, должны быть не только необходимыми элементами формулы, но и находиться в причинно-следственной связи с изучаемыми показателями.

Иначе говоря, построенная факторная система должна иметь познавательную ценность. Факторные модели, которые отражают причинно-следственные отношения между показателями, ,имеют значительно большее познавательное значение, чем модели, созданные при помощи приемов математической абстракции. Последнее можно проиллюстрировать следующим образом. Возьмем две модели:

1. 
   ВП = ЧР × ГВ
   
2. 
   ГВ = ВП/ЧР
   

где ВП— валовая продукция предприятия;

ЧР— численность работников на предприятии;

ГВ — среднегодовая выработка продукции одним работником.

В первой системе факторы находятся в причинной связи с результативным показателем, а во второй — в математическом соотношении. Значит, вторая модель, построенная на математических зависимостях, имеет меньшее познавательное значение, чем первая.

3. Все показатели факторной модели должны быть количественно измеримыми, т.е. должны иметь единицу измерения и необходимую информационную обеспеченность.

---

4. Факторная модель должна обеспечивать возможность измерения влияния отдельных факторов, это значит, что в ней должна учитываться соразмерность изменений результативного и факторных показателей, а сумма влияния отдельных факторов должна равняться общему приросту результативного показателя.

В детерминированном анализе выделяют следующие типы наиболее часто встречающихся факторных моделей.

1. Аддитивные модели.

Y = = X₁ + X₂ +X₃ +…+X_n.

Они используются в тех случаях, когда результативный показатель представляет собой алгебраическую сумму нескольких факторных показателей.

2. Мультипликативные модели:

Y = = X₁ × X₂ × X₃ ×…× X_n.

Этот тип моделей применяется тогда, когда результативный показатель представляет собой произведение нескольких факторов.

3. Кратные модели:

Y =

Они применяются тогда, когда результативный показатель получают делением одного факторного показателя на величину другого.

4. Смешанные (комбинированные) модели — это сочетание в различных комбинациях предыдущих моделей:

Y = (a +b)/c; Y = a/(b + c); Y = (a × b)/c; Y = (a + b)c и т.д.

Моделирование мультипликативных факторных систем в АХД осуществляется путем последовательного расчленения факторов исходной системы на факторы-сомножители. Например, при исследовании процесса формирования объема производства продукции (см. рис. 5.2) можно применять такие детерминированные модели, как:

ВП = ЧР × ГВ;

ВП = ЧР ×Д ×ДВ;

ВП = ЧР × Д × П × ЧВ.

Эти модели отражают процесс детализации исходной факторной системы мультипликативного вида и расширения ее за счет расчленения на сомножители комплексных факторов. Степень детализации и расширения модели зависит от цели исследования, а также от возможностей детализации и формализации показателей в пределах установленных правил.

Аналогичным образом осуществляется моделирование аддитивных факторных систем за счет расчленения одного или нескольких факторных показателей на составные элементы.

---

Как известно, объем реализации продукции равен

VРП = VВП – О_нп,

где VВП — объем выпуска продукции;

О_нп— остатки нереализованной продукции.

---

Часть нереализованной продукции может находиться на складах предприятия (О_скл), а часть может быть отгружена покупателям, но еще не оплачена (О_отг) Тогда приведенную исходную модель можно записать следующим образом:

VРП = VВП – О_скл – О_отг,

К классу кратных моделей применяют следующие способы их преобразования: удлинения, формального разложения, расширения и сокращения.

Первый метод предусматривает удлинение числителя исходной модели путем замены одного или нескольких факторов на сумму однородных показателей. Например, себестоимость единицы продукции можно представить в качестве функции двух факторов: изменения суммы затрат (З)и объема выпуска продукции(VВП). Исходная модель этой факторной системы будет иметь вид

С = З / VВП.

Если общую сумму затрат (З)заменить отдельными их элементами, такими, как заработная плата (ЗП), сырье и материалы (СМ), амортизация основных средств (А), накладные расходы (HP)и др., то детерминированная факторная модель будет иметь вид аддитивной модели с новым набором факторов:

С = + + + = Х₁ + Х₂ + Х₃ + Х₄.

где Х₁ — трудоемкость продукции;

Х₂— материалоемкость продукции;

Х₃ — фондоемкость продукции;

Х₄ — уровень накладных расходов.

Способ формального разложения факторной системы предусматривает удлинение знаменателя исходной факторной модели путем замены одного или нескольких факторов на сумму или произведение однородных показателей.

Если B = L + M + N + P, то

Y = = .

В результате получили конечную модель кратно-аддитивного вида с новым набором факторов. На практике такое разложение встречается довольно часто. Например, при анализе показателя рентабельности производства (

---

Смотрите также файлы

• Устойчивость нелинейных систем. Особенности исследования устойчивости нелинейных сау.docx

• 1ВерноБаллов 1,00 из 1,00Отметить вопросТекст вопросаВ образовательных программах, ориентированных на достижение результатов определённого уровня, опыт самостоятельного .pdf

• Общее время решения 80 минут Теоретическая часть 1,4 балла за правильный ответ. Практическая часть, задачи 3,25 балла за правильный ответ.docx

• Тема 12. Кредитная политика Банка России. 12 Сущность и инструменты кредитной политики цб рф.docx

• Задача 1 Расчет лобовой врубки Рассчитать лобовую врубку, изображенную на рисунке, по исходным данным табл. 1.docx