Faktoranalyse av foretaket. Stadier av

Du husker at alle fenomener og prosesser i virksomhetens økonomiske aktivitet er sammenkoblet og avhengige av hverandre. Noen av dem er direkte relaterte, andre indirekte.

For eksempel avhenger fortjenestemengden fra kjernevirksomheten direkte av volum og struktur på salg, pris og enhetskostnad. Alle andre faktorer påvirker denne indikatoren indirekte.

Hvert fenomen kan betraktes som både en årsak og en konsekvens.

For eksempel kan arbeidsproduktivitet sees på den ene siden som en årsak til endringer i produksjonsvolum, produksjonskostnader, og på den andre siden som et resultat av endringer i graden av mekanisering og automatisering av produksjonen, forbedring av arbeidsorganisasjonen, etc.

Hver ytelsesindikator er påvirket av mange og varierte faktorer. Jo mer detaljert faktorens innflytelse på verdien av den effektive indikatoren blir undersøkt, desto mer nøyaktige blir resultatene av analysen og vurderingen av kvaliteten på bedriften. Derfor er studiet og måling av påvirkning av faktorer på verdien av de studerte økonomiske indikatorene et viktig metodisk spørsmål ved økonomisk analyse. Uten en dyp og omfattende studie av faktorene er det umulig å trekke rimelige konklusjoner om resultatene av aktiviteter, identifisere produksjonsreserver, rettferdiggjøre planer og ledelsesbeslutninger.

Det er følgende typer faktoranalyse:

Deterministisk og stokastisk;

Direkte og omvendt;

En-trinns og flertrinns;

Retrospektiv (historisk) og potensiell (prognose).

Deterministiskfaktoranalyse er en teknikk for å studere påvirkning av faktorer, hvis forbindelse med den effektive indikatoren er av funksjonell karakter. Det vil si når den effektive indikatoren presenteres som et produkt, kvotient eller en algebraisk sum av faktorer.

Stokastisk analyse er en teknikk for å studere faktorer, hvis forhold til den effektive indikatoren er ufullstendig, sannsynlig (korrelasjon).

Hva er forskjellen mellom funksjonell og korrelasjonsavhengighet?

I en funksjonell avhengighet med en endring i argumentet, er det alltid en viss endring i funksjonen. Med en stokastisk forbindelse kan en endring i argumentet gi flere endringer i funksjonen, avhengig av en kombinasjon av andre faktorer som bestemmer denne indikatoren.

For eksempel kan det hende at arbeidsproduktivitet på samme nivå av kapital-arbeidskraft ikke er den samme i forskjellige virksomheter.

Når direkte faktor analysestudier utføres på en deduktiv måte fra det generelle til det spesielle.

Omvendt faktor analysen utfører studien av årsak-virkning-forhold ved induksjon - fra bestemte individuelle faktorer til generaliserende.

Enkeltetappe faktoranalyse brukes til å studere faktorer på bare ett nivå (ett nivå) av underordning uten at de er detaljert i komponentdelene.

For eksempel: lønnsomhet \u003d fortjeneste / produksjon.

Når flertrinnsfaktoranalyse gir detaljer om faktorer i deres bestanddeler for å studere deres atferd.

For eksempel: fortjeneste \u003d salgsvolum - kostnader

Detaljene i faktorene kan videreføres videre, det vil si innflytelsen av faktorer av forskjellige nivåer av underordning studeres.

Statiskfaktoranalyse brukes til å studere påvirkning av faktorer på ytelsesindikatorer på en bestemt dato.

Dynamiskfaktoranalyse er en teknikk for å studere årsaksforhold i dynamikk.

Retrospektiv faktoranalyse undersøker årsakene til endringer i resultatindikatorer de siste periodene.

Potensiell faktoranalyse utforsker atferden til faktorer og ytelsesindikatorer i perspektiv.

For å utføre faktoranalyse er det nødvendig å fastslå hvilke indikatorer som skal studeres, og hvordan de er relatert til hverandre.

Valg av faktorer for analyse er basert på analytikerens teoretiske og praktiske kunnskap. I dette tilfellet går de vanligvis ut fra prinsippet: jo større komplekset av faktorer blir undersøkt, jo mer nøyaktige blir analyseresultatene. men faktorene bør ikke betraktes som et enkelt sett med tall, men med tanke på samspillet, og fremheve hoved- og sekundærforbindelsene.

Forholdet mellom faktorer og et effektivt trekk kan være direkte eller omvendt, rett eller buet. For å velge type tilkobling brukes teoretisk og praktisk erfaring, metoder for å sammenligne parallelle og dynamiske serier, analytisk gruppering av informasjon, grafikk, etc.

Det definerende stadiet for faktoranalyse er modellering.

Modellering- dette er en av metodene for vitenskapelig kunnskap, ved hjelp av hvilken en modell (betinget bilde) av forskningsobjektet blir opprettet. Essensen ligger i at forholdet mellom den studerte indikatoren og faktorindikatoren overføres i form av en bestemt matematisk ligning.

I deterministisk faktoranalyse skilles følgende ut typer faktor modeller:

1. Tilsetningsstoff modellene brukes i tilfeller der den effektive indikatoren er en algebraisk sum av flere faktorindikatorer.

For eksempel en kostnadsmodell etter vare : R \u003d MZ + ZP + SS + A + Rproch,

Der P er den totale kostnaden for foretaket, er MZ materielle kostnader, lønn er lønn, SS er sosiale forsikringsbidrag, A er avskrivninger, Pproch er andre kostnader.

2. Multiplikative modellerder den effektive indikatoren er et produkt av flere faktorer.

For eksempel fastsettelse av lønn til en ansatt med en lønnsform for godtgjørelse: ZP \u003d St x K.

Der lønn er lønn, er St satsen for 1 produkt, K er antall produserte produkter.

3. Flere modeller, der den effektive indikatoren oppnås ved å dele en faktorindikator med en annen.

for eksempel PT \u003dVVP: Chppp,

Der PT er arbeidsproduktivitet, er VVP volumet av produktets produksjon, CHPP er antall industri- og produksjonspersonell.

1. Blandede (kombinerte) modeller - kombinasjon i forskjellige kombinasjoner av tidligere modeller.

For å bestemme størrelsen på innflytelsen til individuelle faktorer på endringen i effektive indikatorer, brukes følgende metoder for faktoranalyse:

1. kjedesubstitusjon;

2. absolutte forskjeller;

3. relative forskjeller;

5. proporsjonal inndeling;

6. integrert;

7. logaritme

De fire første metodene basert på eliminasjonsmetoden brukes oftest.

Eliminering - utelukkelse av påvirkning av alle faktorer på verdien av den effektive, bortsett fra at en blir studert.

Denne metoden er basert på det faktum at alle faktorer endres uavhengig av hverandre: først endres, og alle andre forblir uendret, deretter endres andre, tredje osv. med resten uendret, gjør dette det mulig å bestemme størrelsen på innvirkningen av hver faktor på verdien av den studerte indikatoren separat.

Den mest allsidige er kjedesubstitusjonsmetode ... Den lar deg bestemme innvirkningen av individuelle faktorer på endringen i effektiv indikator ved gradvis å erstatte basisverdien til hver faktorindikator i volumet til den effektive indikatoren med den faktiske.

Beregninger utføres i henhold til følgende skjema.

Skjema for faktoranalyse ved metoden for kjedesubstitusjon

B er grunnverdien til indikatoren, F er den faktiske verdien til indikatoren, R er resultatet.

Det er følgende data om virksomheten til denne måneden.

Tabell 6.

Data om virksomheten i januar 2007.

La oss gjennomføre en faktoranalyse av implementeringen av planen for utgivelse av salgbare produkter ved hjelp av metoden for absolutte forskjeller.

I dette tilfellet er det effektive tegnet volumet av salgbare produkter. Det er påvirket av faktorer: antall arbeidere, antall arbeidsdager av en arbeider, varigheten av en arbeidsdag, den gjennomsnittlige timeproduksjonen.

Derfor vil faktormodellen se ut som:

TP \u003d CHR x D x H x V.

Vær oppmerksom på at i faktormodellen som brukes i kjedesubstitusjonsmetoden, er kvantitative faktorer angitt først, og de kvalitative andre.

Vi vil beregne innflytelsen av faktorer i tabellen.

Tabell 7.

Faktoranalyse av endringer i volumet av kommersiell produksjon

Absolutt forskjellsmetode er en forenklet versjon av metoden for kjedesubstitusjoner, når den absolutte verdien av faktoren hvis innflytelse beregnes i hver substitusjon erstattes av avviket fra den faktiske verdien fra den planlagte. Denne metoden brukes bare i multiplikasjonsmodeller.

Fortsettelse av eksempel 5.

La oss gjennomføre en faktoranalyse av endringer i salgbare produkter ved hjelp av absolutte forskjeller.

1. måle virkningen av antall arbeidere:

(200-250) х8х12,5 \u003d -100,000 (UAH)

2. virkningen av endringer i gjennomsnittlig antall arbeidsdager av en arbeider: 200 x (22-20) x8x12,5 \u003d 40 000 (UAH)

3. effekten av å endre lengden på arbeidsdagen:

200х22х (7-8) х12,5 \u003d - 55000 (UAH)

4. effekten av endringer i gjennomsnittlig timeproduksjon:

200 х22х7х (15,5 -12,5) \u003d 92400 (UAH).

Relativ forskjellsmetode brukes til å analysere multiplikative og additiv-multiplikative modeller av typen

Endringen i effektiv indikator bestemmes som følger:

I henhold til denne regelen, for å beregne innflytelsen til den første faktoren, er det nødvendig å multiplisere basisverdien til den effektive indikatoren med den relative økningen av den første faktoren, uttrykt som en desimalbrøk.

For å beregne innflytelsen til den andre faktoren er det nødvendig å legge til endringen på grunn av den første faktoren til basisverdien til den effektive indikatoren og deretter multiplisere den resulterende mengden med den relative økningen i den andre faktoren.

Påvirkningen av den tredje faktoren bestemmes på en lignende måte: vi legger til veksten på grunn av den første og andre faktorene til den planlagte verdien av den effektive indikatoren og multipliserer den resulterende mengden med den relative veksten av den tredje faktoren, etc.

La oss beregne innflytelsen av faktorer på endringen i volumet av salgbare produkter ved hjelp av metoden for relative forskjeller.

1) ved å endre antall arbeidere:

500.000 x (-50: 250) \u003d - 100.000 (UAH)

2) ved å endre antall dager

(500.000 - 100.000) x (2:20) \u003d 40.000 (UAH)

3) ved å endre arbeidsdagens lengde:

(500 000 - 100 000 + 40 000) x (-1: 8) \u003d - 55 000 (UAH)

4) ved å endre utgangen:

(500.000 - 100.000 + 40.000 - 55.000) x (3: 12.5) \u003d 92.400 (UAH).

Indeksmetode basert på analysen av de relative indikatorene for dynamikk, og uttrykker forholdet mellom indikatorens faktiske nivå i rapporteringsperioden og nivået i basisperioden.

Ved å bruke aggregerte indekser er det mulig å vurdere innvirkningen av bare to faktorer på endringen i nivået på den effektive indikatoren i multiplikative og flere modeller.

Hvis nevneren trekkes fra telleren med formelen som danner indeksen, vil de absolutte gevinstene for den effektive indikatoren bli oppnådd på grunn av innflytelsen fra hver faktor.

Hvis de tre siste faktorene i eksemplet vårt kombineres til en kompleks faktor - den gjennomsnittlige månedlige produksjonen til en arbeider, kan vi løse dette problemet ved hjelp av indeksmetoden:

Gjennomsnittlig månedlig produksjon for en arbeider er planlagt \u003d 20X8X12.5 \u003d 2000 UAH.

Gjennomsnittlig månedlig produksjon av en arbeider, faktisk \u003d 22X7X15.5 \u003d UAH 2387.

Indeksen for salgbare produkter er som følger:

477,4: 500 = 0,955

Δpq \u003d 477,4 - 500 \u003d - 22,6 (tusen UAH)

Den faktiske produksjonen av kommersielle produkter sammenlignet med den planlagte reduserte med 0,5%, som utgjorde 22,6 tusen hryvnia.

Påvirkningen av endringer i gjennomsnittlig månedlig produksjon bestemmes ved hjelp av volumindeksen i henhold til formelen:

Δpq (q) \u003d 596.750 - 500.000 \u003d 96750 UAH.

Virkningen av endringer i antall arbeidere bestemmes basert på antall indekser:

=

Δpq (p) \u003d 477400 - 596750 \u003d - 119350 UAH.

På grunn av endringen i produksjonen økte produksjonen av bedriftens salgbare produkter med 96750 UAH, og på grunn av endringen i antall arbeidere reduserte den med 119 350 UAH

Utfør faktoranalyse av fenomenet ved hjelp av en multiplikasjonsmodell ved hjelp av metoden for relative forskjeller, absolutte forskjeller, metoden for kjedesubstitusjoner og formalisering av den uutdelbare resten, og den logaritmiske metoden.

a) absolutt endring: b) relativ endring:

Beregninger

3,62*5,02*2,92*5,82=308,829

76,7807

=0,00

Kryss av

Y4,52 * 5,02 * 4,02 * 5,72 \u003d 521,7521

3,62*5,02*2,92*5,82=308,829

521,721-308,829=212,92

KONKLUSJON: Beregninger av faktoranalyse viser at under påvirkning av alle uavhengige faktorer A, B, C, D økte den effektive faktoren Y med 212,92 enheter. Samtidig hadde faktorer som B og D også en negativ innvirkning på den effektive faktoren Y. Av disse hadde faktor D størst innflytelse, og dens endring forårsaket en reduksjon i den effektive faktoren Y med 9,12 enheter. Samtidig hadde faktorene A og C en positiv effekt på faktor Y, hvorav faktor C hadde størst innflytelse, endringen forårsaket en økning i effektiv faktor Y med 145.264 enheter.

2) metoden for "indekomponerbar rest"

Isolert påvirkning av faktorer

For faktor A \u003d 0,9 * 5,02 * 2,92 * 5,82 \u003d 76,7807

B \u003d 0,00 * 3,62 * 2,92 * 5,82 \u003d 0,00

C \u003d 1,1 * 3,62 * 5,02 * 5,82 \u003d 116,3397

D \u003d -0,10 * 3,62 * 5,02 * 5,82 \u003d -10,5763

"Indekomponerbar rest" bestemmes av formelen

HO \u003d Men \u003d 212,92-182,5441 \u003d 30,38

KONKLUSJON: Beregninger av faktoranalyse viser at under påvirkning av alle uavhengige faktorer A, B, C, D økte den effektive faktoren Y med 182,5441 enheter. Samtidig hadde faktorer som B og D. også en negativ innvirkning på den effektive faktoren Y. Av disse hadde faktor D størst innflytelse, og dens endring forårsaket en reduksjon i den effektive faktoren Y med 10,5763 enheter. Samtidig hadde faktor A og C en positiv effekt på faktor Y, hvorav faktor C hadde størst innflytelse, endring forårsaket en økning i effektiv faktor Y med 116,3397 enheter. Feilen var 30.38.

3) Logaritmisk metode.

I Lg (i) i / Lg (i) y

For faktor A \u003d 0,09643 * 212,92 / 0,22775 \u003d 90,151

For faktor B \u003d 0,00 * 212,92 / 0,22775 \u003d 0,00

For faktor C \u003d 0,13884 * 212,92 / 0,22775 \u003d 129,8

For faktor D \u003d -0,00753 * 212,92 / 0,22775 \u003d -7,0397

90,151+0,00+129,8+(-7,0397)= 212,9113

KONKLUSJON: beregningene av faktoranalysen viser at under påvirkning av alle uavhengige faktorer A, B, C, D økte den effektive faktoren Y med 212.9113 enheter (feilen i beregningene er knyttet til avrunding av endringen i faktoren) Samtidig hadde faktor D en negativ innvirkning på den effektive faktoren Y , og dens endring forårsaket en reduksjon i den effektive faktoren Y med 7.03997 enheter. Samtidig hadde faktorene A og C en positiv effekt på faktor Y, hvorav faktor C hadde størst innflytelse, endring forårsaket en økning i effektiv faktor Y med 129,8 enheter.

4) Metode for absolutte forskjeller. Y \u003d A * B * C * D

b) generell endring i resultatene av faktorer

Beslutning

0,9*5,02*2,92*5,82=76,781

4,52*0,00*2,92*5,82=0,00

4,52*5,02*1,1*5,82=145,2639

4,52*5,02*4,02*(-0,1)= -9,1215

76,781+0,00+145,2639+(-9,1215)= 212,923

Kontrollere oppnådde resultater:

Y4,52 * 5,02 * 4,02 * 5,72 \u003d 521,7521

3,62*5,02*2,92*5,82=308,829

521,721-308,829=212,92

KONKLUSJON: Beregninger av faktoranalyse viser at under påvirkning av alle uavhengige faktorer A, B, C, D økte den effektive faktoren Y med 212.923 enheter. Samtidig hadde faktor D en negativ innvirkning på den effektive faktoren Y, og dens endring forårsaket en reduksjon i den effektive faktoren Y med 9,12 enheter. Samtidig hadde faktorene A og C en positiv effekt på faktor Y, hvorav faktor C hadde størst innflytelse, endringen forårsaket en økning i den effektive faktoren Y med 145,2639 enheter.

5) metoden for kjedesubstitusjoner.

For effektivt å håndtere salg er det nødvendig å vurdere faktorene som påvirker inntekten riktig. På nettet kan du finne mange eksempler på faktoranalyse av inntekter i Excel. Imidlertid er de fleste av dem skrevet for å vise metodiske aspekter og har liten praktisk bruk.

Hensikten med denne artikkelen er å vise deg hvordan du designer en faktoriell inntektsmodell for å dekke dine forretningsbehov. I praksis kan en slik modell være ganske kompleks, og for ikke å kaste bort tid på å utføre faktoranalyse i Excel, vil vi bruke tillegget Fincontrollex® Variances Analysis Tool, som lar deg automatisere denne prosessen. Med denne tilnærmingen vil vi kunne fokusere på dataanalyse i stedet for å utvikle formler i Excel.

Hvordan utvikle en faktoriell inntektsmodell

Du selger et produkt som har en prislapp. For å beregne inntektene må du multiplisere antall (eller volum) produkter solgt med prisen:

Dette er grunnmodellen for beregning av inntekt. Alle andre modeller er dets derivater og beskriver volumfaktoren, prisene eller fremhever påvirkningen fra andre faktorer i henhold til en gitt tilstand. Den endelige formen for formelen vil avhenge av salgsforretningsprosessen som må styres. La oss ta en titt på de vanligste.

Hvis du selger flere typer produkter til forskjellige priser, kan du administrere salgssortimentet. For dette bør volumfaktoren deles med det totale salget av alle produkter og andelen av hvert produkt i det totale volumet:

I praksis forstår salgssjefene ofte ikke essensen av denne faktoren, noe som fører til en misforståelse av analyseresultatene. Denne faktoren skal tolkes som en endring i salgsstrukturen i retning av produkter med høyere eller lavere pris. For eksempel, hvis sortimentfaktoren hadde en positiv effekt, betyr dette at andelen produkter med høyere pris økte i salgsstrukturen, mens andelen produkter med lavere pris gikk ned. Hvis sortimentfaktoren hadde en negativ innvirkning, vil bildet være det motsatte: en økning i andelen produkter med lavere pris og en reduksjon i andelen produkter med høyere pris. Påvirkningen av denne faktoren skal ikke forveksles med en prisendring, siden påvirkningen fra andre faktorer elimineres (ekskluderes) når man beregner sortimentfaktoren.

Hvis selskapet ditt bruker forskjellige metoder for å levere sine produkter til markedet (salgskanaler), må du legge til andelen av hver kanal i inntektsberegningsformelen for å vurdere innflytelsen av strukturen til salgskanalene. For eksempel kan en faktoriell inntektsmodell fra kjeder og detaljhandel se ut som:

Horisontal og vertikal vekst

I en nettverkshandelsstruktur er det ofte nødvendig å vurdere volumendringen på grunn av åpning av nye utsalgssteder eller endringer i salgsvolumet i eksisterende utsalgssteder. En slik vurdering kan gjøres ved å markere faktorene for horisontale og vertikale endringer i salgsvolum.

Horisontale endringer er endringer i salgsvolum på grunn av åpning av nye poeng.

Vertikale endringer er endringer i salgsvolum i eksisterende utsalgssteder.

For å markere disse endringene, må følgende betingelser legges til beregningsmodellen for inntekt. Hvis det i den nåværende måneden var salg på et salgssted der produktene ikke ble solgt før, er dette horisontale endringer. Hvis produktet allerede er solgt på et tidspunkt, snakker vi om en vertikal endring.

Vi introduserer nye produkter

Hvis et nytt produkt blir introdusert i sortimentet, er det tilrådelig å vurdere effekten av denne beslutningen på den totale inntekten. For å gjøre dette er det nødvendig å ekskludere innflytelsen fra produktet fra alle faktorer og skille inntektene fra dette produktet i en egen faktor.

For å gjøre dette er det nødvendig å legge til en betingelse for å sjekke om produktet er nytt for alle faktorer i modellen. Et produkt regnes som nytt hvis det ikke ble solgt i forrige periode.

Du kan skille inntektene for et nytt produkt i en egen faktor ved å bruke følgende vilkår:

Som et resultat vil du få faktorer ryddet av effekten av nye produkter, og en egen mengde inntekter for nye produkter. Dette gjør at du kan estimere inntektsøkningen på grunn av introduksjonen av nye produkter nøyaktig.

Fjerne produkter fra sortimentet

Vurderingen av effekten av uttaket av produkter fra sortimentet utføres på samme måte som vurderingen av effekten av introduksjonen av nye produkter, med den eneste forskjellen at påvirkningen fra det tilbaketrukne produktet er ekskludert fra faktorene. Et produkt anses å være trukket tilbake hvis det ble solgt i forrige periode, men ikke i den nåværende.

Du kan skille inntektene fra det tilbaketrukne produktet i en egen faktor ved å bruke følgende vilkår:

Som et resultat vil du kunne estimere inntektsreduksjonen på grunn av uttak av produkter fra sortimentet.

Ved å evaluere både introduksjon av nye og uttak av gamle produkter, vil du kunne vurdere effektiviteten av å endre sortimentet.

Konverteringsledelse

Hvis du er i detaljhandel, vet du sannsynligvis at ikke alle butikkbesøkende kjøper. For å estimere hvor mange prosent av besøkende som kjøper, må du beregne konverteringsfrekvensen:

Konverteringsfrekvensen avhenger av effektiviteten til de ansatte som avslutter salget. Hvis du vil estimere det i verdi, bør du legge det til faktormodellen. Antall kjøpere brukes til å beregne konverteringsfrekvensen, så for å markere denne faktoren i faktormodellen for inntekt, må du legge til en beregning som knytter prisen til antall kjøpere. For eksempel størrelsen på gjennomsnittssjekken.

Gjennomsnittlig styring av sjekkstørrelse

Ved å tilby relaterte produkter kan du øke det totale salget. For å vurdere effektiviteten av denne prosessen er det nødvendig å beregne størrelsen på gjennomsnittlig sjekk:

Størrelsen på gjennomsnittlig sjekk, i likhet med konverteringsfrekvensen, avhenger av effektiviteten til personalet som avslutter salget. Derfor, hvis du vil evaluere effektiviteten til disse indikatorene, bør du legge dem til i faktormodellen.

For å stimulere salget kan du gi rabatter. Rabattbeløpet kan avhenge av forskjellige forhold: salgsvolum, betalingsbetingelser osv. For å vurdere effekten av rabatten på inntektene, er det nødvendig å legge denne faktoren til modellen:

Når man analyserer en rabatt, bør man ikke glemme hovedformålet med å gi en rabatt - øke salgsvolumet. Derfor må diskonteringsfaktoren vurderes sammen med volumfaktoren.

Hvis du er produsent av produkter, har du muligheten til å stimulere intensiteten i salget av varene dine i butikkjeder ved hjelp av retrobonuser. Retro Bonus er en belønning som betales til distributører og forhandlere for å markedsføre et produkt. For å vurdere effektiviteten av salgsfremmende med retrobonuser, beregnes vanligvis prosentandelen av retrobonuser til inntekt (unntatt rabatter). For å vurdere effekten av retrobonuser på inntektene, må du legge til denne faktoren i modellen:

Sette alt sammen: en faktor modell for inntektene til en FMCG-produsent

La oss som eksempel vurdere faktormodellen for inntektene til en FMCG-produsent. Det er vanlig at FMCG-produsenter selger produktene sine gjennom distribusjonskanaler, og gir ekstra volumrabatter. For å reflektere dette vil vi legge til formlene for administrasjon av sortiment, rabatter og retrobonuser som vi diskuterte ovenfor, til den grunnleggende inntektsmodellen.

Vår faktormodell inneholder fem faktorer: totalt salg, sortiment, pris, rabatt og retro bonus. Rekkefølgen faktorene beregnes i, avhenger av graden av kontroll over disse indikatorene fra foretaket (fra høyere til lavere). Derfor vil vi beregne dem i følgende rekkefølge:

1. Samlet volum
2. Område
3. Retro bonus
4. Et tilbud

Faktormodellen er klar, og nå kan du gå videre til faktoranalyse i Excel.

Inntektsfaktoranalyse i Excel er enkelt!

Faktoranalyse i Excel er en ganske møysommelig oppgave selv for en erfaren bruker. Derfor, for å forenkle det betydelig, bruker vi et spesielt tillegg for Excel. For å aktivere den gratis prøveperioden, trenger du e-posten din, som vil motta en melding med en aktiveringsnøkkel og en nedlastingskobling.

Dette tillegget vil spare deg for problemer med å legge inn formler for beregning av hver faktor i en Excel-arbeidsbok, det vil uavhengig lage en sammendragsrapport for alle faktorer og en detaljert rapport om produkter, og hvis du bruker Excel 2016 eller Office 365, vil den bygge et diagram foss (hvis du ikke er kjent med dette diagrammet, må du lese artikkelen, da dette diagrammet er en utmerket måte å vise resultatene av faktoranalyse).

I denne artikkelen vil vi ikke dvele ved alle funksjonene i dette tillegget siden du kan selv se videoanmeldelsen nedenfor eller gjøre deg kjent med, og umiddelbart fortsette å sette opp faktormodellen.

Som de første dataene bruker vi betingede data fra rapporten om produktsalg for januar og februar. Du kan laste ned et arkiv med et eksempel på denne lenken.

Å kjøre et tillegg på båndet utmerke gå til fanen nettsted og i gruppen Verktøy analyseverktøy trykk på knappen Henrette... Tilleggsvinduet åpnes.

La oss skrive inn navnet på modellen

Det neste trinnet er å angi den matematiske formelen til faktormodellen. For å gjøre dette, skriv inn vår faktormodell i formelfeltet og trykk på knappen Tast inn.

Tillegget bestemmer automatisk navnet på alle faktorene og fyller ut den første kolonnen i faktorinnstillingstabellen med dem. Det gjenstår for oss å justere parametrene til disse faktorene.

La oss nå sette opp rekkefølgen for beregning av faktorene. Faktorene beregnes i den rekkefølgen de vises i tabellen: Faktoren som er øverst i tabellen blir beregnet først, og faktoren nederst i tabellen blir beregnet sist. Ved å dra og slippe faktorer i den første kolonnen, må du tilpasse beregningsrekkefølgen som vi definerte i forrige seksjon. For å gjøre dette, venstreklikk på faktornavnet i den første kolonnen, og uten å slippe museknappen, dra faktoren til ønsket rad og slipp knappen. Som et resultat, bør vi ha en sekvens som på bildet nedenfor.

Vi har den siste parameteren ukonfigurert: et utvalg med produktnavn. La oss sette det opp. På tape Fincontrollex® avviksanalyseverktøy i fanen hjem i en gruppe Modell trykk på knappen Utvalg av navn.

Alt er klart, og nå kan du utføre faktoranalyse. For dette på båndet Fincontrollex® avviksanalyseverktøy i fanen hjem i en gruppe Analyse trykk på knappen Henrette... Om et par sekunder vil du motta resultatet av faktoranalysen, som blir opprettet i en ny Excel-arbeidsbok.

Basert på resultatene av faktoranalyse kan det konkluderes med at veksten i totalt salg i februar sammenlignet med januar ble oppnådd på grunn av reduksjon i basispriser og en endring i salgssortimentet mot produkter med lavere pris. For å forstå hvilke produkter de viktigste endringene har funnet sted, kan du i tillegg analysere "Detaljer" -arket i rapporten.

Konklusjon

Vi gjennomgikk den grunnleggende inntektsmodellen og viktige formler for å tilpasse den til forretningsbehov. Disse formlene er gitt som eksempler og kan tjene som utgangspunkt for å utvikle en faktorinntektsmodell i samsvar med dine mål og mål. Bruke tillegget Fincontrollex® avviksanalyseverktøy for faktoranalyse kan du analysere modeller av hvilken som helst kompleksitet. Dette lar deg fokusere på å styre faktorene som påvirker inntektene i virksomheten din.

Artikkelen er kun tillatt for gratis publisering hvis innholdet er uendret og kilden er referert til. Bruk av bilder utenfor denne artikkelen er ikke tillatt og utgjør brudd på opphavsretten.

Nøye planlegging er avgjørende for suksessen til enhver bedrift. Den er basert på faktoranalyse av ulike indikatorer, som gjør det mulig å rettferdiggjøre planer, vurdere kvaliteten på regnskaps- og kontrollsystemene. Basert på resultatene utvikles bedriftens taktikk og strategi. Oftest utføres faktoranalyse i forhold til fortjeneste for å bestemme hvordan denne indikatoren påvirkes av produktets kvalitet og volum, arbeidsproduktivitet. Salgsanalyse er viktigst for handelsbedrifter.

Oppgaven med å undersøke økonomiske resultater er å overvåke gjennomføringen av planer og bestemme hvilke objektive og subjektive faktorer som påvirker inntektsnivået. Beregningsprosessen bruker legitimasjon og informasjon fra forretningsplanen. Basert på resultatene er reserver fast bestemt på å øke nettoinntekten.

Beregninger utføres for:

• brutto, skattepliktig,
• grunnleggende varer (tjenester, arbeider)
• inntekter fra annet salg
• ikke-driftsinntekt

Forskningsmål:

• bestemme avvik for hver funksjon
• undersøke endring og struktur for hver indikator
• evaluere virksomheten i en viss periode

Inntektsstrukturen og sammensetningen, dynamikken i forhold til tidligere tidsperioder, den valgte regnskapsprinsippens innvirkning på hver type fortjeneste og mengden fradrag for utbytte og skatt blir analysert.

Det er viktig å ta hensyn til alle faktorene som påvirker resultatet av gründeraktivitet:

• inntekter fra drift med valutaer, innskudd, obligasjoner, aksjer
• tap fra håpløs, tapt, bøter, straffer
• leieinntekter, mottatt tap, bøter, straffer
• tap fra negativ fortid og naturkatastrofer
• kostnadene ved å betale skatt og trekk til midler utenfor budsjettet

Hovedindikatoren for vellykket arbeid er høy lønnsomhet. Det er nødvendig å studere avhengigheten av denne indikatoren for hele virksomheten og for hvert aktivitetsområde. Lønnsomheten ved salg, avkastning på investert kapital, investering og kostnader vurderes. Beregninger utføres for hver type fortjeneste (brutto, fra salg, netto).

Faktoranalyse består av flere trinn:

• utvalg av faktorer
• deres systematisering og klassifisering
• modellering av forholdet mellom faktor og resultat
• bestemmelse av hver faktor og beregning av dens innflytelse på resultatet av økonomisk aktivitet
• utvikle anbefalinger for å bruke resultatene i praksis

Nøkkelelementer: endringer i lønnsomhet, inntekt og utgifter.

For faktorforskning kan du bruke andre indikatorer, for eksempel lønnsomhet:

• investeringer (forholdet mellom beløpet i "bunnlinjen" og mengden egenkapital)
• egenkapital
• eiendeler (forholdet mellom beløpet i "bunnlinjen" og totalvolumet til den første delen av balansen)
• (forholdet mellom beløpet i "bunnlinjen" og volumet av arbeidskapital)
• salg (forholdet mellom beløpet i "bunnlinjen" og inntektene)

Forskjellen mellom beløpene for basisåret og inneværende år beregnes, faktorene som påvirket endringene identifiseres.

Forskning på faktorer som påvirker salgslønnsomheten

Salgs lønnsomhet avhenger av:

• volum solgte varer
• strukturen på solgte varer
• koste
• gjennomsnittlig prisnivå
• forretningsutgifter

I løpet av forskningen vurderes hver faktor og dens innflytelse.

Generell indikator på endring i inntekt fra salg av varer:

ΔР \u003d Р1 - Р0, hvor

• Р1 - overskudd for inneværende periode
• Р0 - fortjeneste fra forrige periode

Ved beregning av innflytelsen av volumet av solgte varer på lønnsomheten, beregnes først volumøkningen (i prosent):

ΔQ \u003d Q1 / Q0 * 100-100, hvor

• Q1 - inntekt for inneværende periode i basispriser
• Q0 - inntekter fra forrige periode

ΔР1 \u003d Р0 * ΔQ / 100, hvor

• ΔР1 - endring i volum på solgte varer

Sammenligning av baseline og rapporterte data kan skape problemer, spesielt hvis produktet ikke er homogent. Problemet løses ved å legge prisene fra forrige periode til grunn.

Effekten på kostnaden beregnes med formelen:

ΔР2 \u003d С0 - С1, hvor

• С0 - kostnadene for varer solgt i rapporteringsperioden i prisene for forrige periode
• C1 - kostnaden for solgte varer i rapporteringsperioden til løpende priser

Denne formelen brukes også til å beregne effekten av salgs- og administrasjonskostnader.

Endringer i salgsverdi beregnes med formelen:

ΔР3 \u003d Q1 - Q2, hvor

• Q1 - inntekt for inneværende periode i løpende priser
• 2. kvartal - inntekt for inneværende periode til basispriser

For å beregne innvirkningen av produktstruktur på fortjeneste, brukes følgende formel:

ΔР4 \u003d ΔР - ΔР1 - ΔР2 - ΔР3

For å bestemme virkningen av alle faktorer, brukes formelen:

ΔР \u003d Р1 - Р0 \u003d ΔР1 + ΔР2 + ΔР3 + ΔР4

Basert på resultatene bestemmes reserver som tillater det. Dette kan være en økning i volumet av solgte produkter, en reduksjon i totalkostnaden eller de enkelte komponentene, en forbedring i strukturen (kvalitet, utvalg) av produserte (solgte) produkter.

Beregningseksempel

For å utføre beregninger, må du ta data fra balansen for inneværende og basisår.

Et eksempel på beregning av indikatorene for faktoranalyse av fortjeneste fra salg, hvis:

• inntekter 60.000 og 55.000 (i løpende priser) eller 45.833 (til basisårspriser)
• produksjonskostnad 40.000 og 35.000
• salgsutgifter 3000 og 2000
• administrasjonsutgifter 5.000 og 4.000
• totalkostnad på 48.000 og 41.000
• salgsprisendringsindeks 1.2
• fortjeneste 12.000 og 14.000

(den første indikatoren refererer til basisperioden, den andre til rapporteringsperioden).

Resultatendring:

ΔР \u003d Р1 - Р0 \u003d 12.000 - 14.000 \u003d -2.000

Inntektene for inneværende periode i tidligere priser: 55 000 / 1,2 \u003d 45 833.

Økning / reduksjon i salgsvolum:

ΔQ \u003d Q1 / Q0 * 100 \u003d 45.833 / 60.000 * 100-100 \u003d -24%

Effekt av volumreduksjon:

ΔР1 \u003d Р0 * ΔQ / 100 \u003d 12.000 * (-24) / 100 \u003d -1.480

Virkning av ufullstendige (produksjons) kostnader:

ΔР2 \u003d С0 - С1 \u003d 40 000 - 35 000 * 1,2 \u003d -2 000

Virkning av salgsutgifter:

ΔР2 \u003d С0 - С1 \u003d 3000 - 2000 * 1,2 \u003d 600

Virkning av administrasjonskostnader:

ΔР2 \u003d С0 - С1 \u003d 5.000 - 4.000 * 1,2 \u003d 200

Virkning av verdiendring ved salg:

ΔР3 \u003d Q1 - Q2 \u003d 55.000 - 45.833 \u003d 9.167

Effekt av struktur:

ΔР4 \u003d ΔР - ΔР1 - ΔР2 - ΔР3 \u003d -2,000 - 1,480 - 2,000 + 600 + 200 + 9,167 \u003d 4,467

Innflytelse av alle faktorer:

ΔР \u003d ΔР1 + ΔР2 + ΔР3 + ΔР4 \u003d -1 480 - 2000 + 600 + 200 + 9 167 + 3467 \u003d 9 114

Resultatene viser at resultatet i rapporteringsperioden gikk ned på grunn av en nedgang i salgsvolum og en økning i produksjonskostnadene. Endringen i produktets struktur og kostnad ved salg hadde en positiv innvirkning.

Forskning på faktorer som påvirker bruttofortjeneste

Beregningen for bruttomarginen inkluderer ikke følgende kostnader:

• kommersiell
• ledelsesmessig
• ikke i drift
• operasjonsstuer
• avgift
• ekstraordinær
• andre

I eksemplet som ble vurdert i forrige avsnitt, vil 3 endre seg:

• kostnaden vil være 2000
• struktureffekt 3667
• påvirkning av alle faktorer 8 314

Beløpene vil være mindre, siden salgs- og administrasjonskostnadene, som endrer den totale kostnaden, ikke blir tatt i betraktning.

Forskning på faktorer som påvirker størrelsen på netto fortjeneste

Alle faktorer som påvirker denne indikatoren er delt inn i intern og ekstern. Den første gruppen inkluderer regnskapsmetoder, metoder for å danne kostnadsstrukturen, den andre - påvirkning av klima, endringer i tariffer og priser på råvarer, endringer i kontrakter, force majeure. Netto fortjeneste beregnes ved å trekke produksjonskostnader, administrasjons- og salgskostnader, andre utgifter og skatt fra inntektene.

For beregninger brukes formelen:

∆Рч \u003d ∆Р + ∆С + ∆К + ∆У + ∆П + ∆НП, hvor

• ∆Р - endring i inntekt
• ∆С - kostnadsendring
• ∆К - endring i kommersielle kostnader
• ∆У - endring i administrasjonskostnader
• ∆П - endring i andre inntekter / utgifter
• ∆НП - endring i størrelse etter justering

Ved beregning av endringer i individuelle faktorer brukes formelen:

ΔI2 \u003d I0 - I1, hvor

• I0 - kostnadene for den nåværende perioden i fortidens priser
• I1 - kostnadene for rapporteringsperioden i løpende priser

Tilsvarende gjennomføres en studie av inntekter fra tilleggsaktiviteter, for eksempel deltakelse i andre virksomheter, innskudd, innskudd i obligasjoner. Dette lar deg bestemme faktorene som påvirker lønnsomheten og muligheten for å investere. For eksempel, hvis inntektene fra renter på innskudd har gått ned, bør du ikke bruke denne typen investeringer i fremtiden.

Når man arbeider med bunnlinjen, blir det også utført en studie om kvaliteten og bruken av nettofortjeneste. Denne indikatoren kan forbedres ved å redusere gapet mellom figuren i balansen og det reelle beløpet. For dette endres metoden, metodene for å avskrive kostnadene og opprette reserver.

For å studere bruken av opptjente midler, brukes formelen for å beregne avkastningen på en aksje:

Pa \u003d (Pch - Dpr) / Qo, hvor

• Pa - lønnsomhet for en aksje
• PC - nettofortjeneste
• Дпр - utbyttebeløp per foretrukket aksje
• Qо - antall ordinære aksjer i omløp

Nettoinntekt brukes til å:

• utbetaling av utbytte
• dannelse av sparing og reserver
• bidrag til sosiale og veldedige midler

Faktoranalyse kan også utføres på disse indikatorene for å sammenligne volumer og avvik i to eller flere perioder.

Faktoranalyse gjør det mulig å dypere og i detalj vurdere tilstanden til selskapets økonomi ved å identifisere de faktorene som har størst innvirkning på virksomhetens lønnsomhet. Basert på resultatene kan du bestemme nøyaktig hvilke aktiviteter som kreves.

Skriv spørsmålet ditt i skjemaet nedenfor

Hovedtyper av modeller brukt i økonomisk analyse og prognoser.

Før vi begynner å snakke om en av typene finansanalyse - faktoranalyse, la oss huske hva finansanalyse er og hva som er dens mål.

Den økonomiske analysen er en metode for å vurdere den økonomiske tilstanden og ytelsen til en økonomisk enhet basert på studien av avhengigheten og dynamikken til indikatorer for finansiell rapportering.

Økonomisk analyse har flere formål:

• vurdering av den økonomiske stillingen;
• identifisering av endringer i den økonomiske tilstanden i rom og tid;
• identifisering av de viktigste faktorene som forårsaket endringer i den økonomiske tilstanden;
• prognose for de viktigste trendene i økonomisk tilstand.

Som du vet er det følgende hovedtyper av økonomisk analyse:

• horisontal analyse;
• vertikal analyse;
• trendanalyse;
• metode for økonomiske forhold;
• komparativ analyse;
• faktor analyse.

Hver type økonomisk analyse er basert på bruken av en modell som gjør det mulig å vurdere og analysere dynamikken til hovedindikatorene for bedriften. Det er tre hovedtyper av modeller: beskrivende, predikativ og normativ.

Beskrivende modeller også kjent som beskrivende modeller. De er grunnleggende for å vurdere den økonomiske tilstanden til et foretak. Disse inkluderer: å bygge et balansesystem, presentere regnskap i ulike analytiske seksjoner, vertikal og horisontal analyse av rapportering, et system med analytiske forhold, analytiske notater til rapportering. Alle disse modellene er basert på bruk av regnskapsinformasjon.

I hjertet av vertikal analyse ligger en annen presentasjon av regnskapet - i form av relative verdier som kjennetegner strukturen til de oppsummerende endelige indikatorene. Et obligatorisk element i analysen er tidsserien til disse verdiene, som gjør det mulig å spore og forutsi strukturelle endringer i sammensetningen av husholdningenes eiendeler og kildene til dekning.

Horisontal analyse lar deg identifisere trender i endringer i individuelle poster eller deres grupper inkludert i regnskapet. Denne analysen er basert på beregningen av de grunnleggende vekstratene for balansepostene og resultatregnskapet.

Analytisk koeffisientsystem - hovedelementet i finansanalyse brukt av forskjellige brukergrupper: ledere, analytikere, aksjonærer, investorer, kreditorer, etc. Det er dusinvis av slike indikatorer, delt inn i flere grupper i henhold til hovedområdene for økonomisk analyse:

• likviditetsindikatorer;
• indikatorer for finansiell stabilitet;
• forretningsaktivitetsindikatorer;
• indikatorer på lønnsomhet.

Forutsigende modeller Er prediktive modeller. De brukes til å forutsi inntektene til et foretak og dets fremtidige økonomiske tilstand. De vanligste av dem er: beregning av poenget med kritisk salgsvolum, bygging av prediktive økonomiske rapporter, dynamiske analysemodeller (rigid deterministiske faktormodeller og regresjonsmodeller), situasjonsanalysemodeller.

Reguleringsmodeller. Modeller av denne typen lar deg sammenligne de faktiske resultatene av virksomhetene til foretakene med de forventede beregnet i henhold til budsjettet. Disse modellene brukes primært i intern økonomisk analyse. Essensen deres ned til etablering av standarder for hver utgiftspost for teknologiske prosesser, produkttyper, ansvarssentre osv., Og til analyse av avvik fra faktiske data fra disse standardene. Analysen er i stor grad basert på bruk av rigid deterministiske faktormodeller.

Som vi kan se, inntar modellering og analyse av faktormodeller en viktig plass i metoden for økonomisk analyse. La oss vurdere dette aspektet mer detaljert.

Grunnleggende modellering.

Funksjonen til ethvert sosioøkonomisk system (som den operative virksomheten tilhører) skjer under forhold med et komplekst samspill mellom et kompleks av interne og eksterne faktorer. Faktor - dette er årsaken, drivkraften til enhver prosess eller fenomen, som bestemmer dens natur eller en av hovedtrekkene.

Klassifisering og systematisering av faktorer i analysen av økonomisk aktivitet.

Klassifiseringen av faktorer er deres fordeling i grupper avhengig av vanlige egenskaper. Det gir en dypere forståelse av årsakene til endringen i fenomenene som studeres, og mer nøyaktig vurderer stedet og rollen til hver faktor i dannelsen av verdien av effektive indikatorer.

Faktorene som ble undersøkt i analysen kan klassifiseres etter forskjellige kriterier.

Faktorer er i sin natur delt inn i naturlige, sosioøkonomiske og produksjonsøkonomiske.

Naturlige faktorer har stor innvirkning på resultatene av aktiviteter i jordbruk, skogbruk og andre næringer. Å ta hensyn til deres innflytelse gjør det mulig å vurdere resultatene av forretningsenhetene mer nøyaktig.

Sosioøkonomiske faktorer inkluderer levekårene til arbeidstakere, organisering av helseforbedrende arbeid i bedrifter med skadelig produksjon, det generelle opplæringsnivået osv. De bidrar til en mer fullstendig bruk av bedriftens produksjonsressurser og øker effektiviteten i arbeidet.

Produksjons- og økonomiske faktorer bestemmer fullstendigheten og effektiviteten i bruken av produksjonsressursene til bedriften og de endelige resultatene av virksomheten.

I henhold til graden av innflytelse på resultatene av økonomisk aktivitet er faktorene delt inn i hoved- og sekundærfaktorer. Hovedfaktorene inkluderer faktorer som har avgjørende innvirkning på resultatindikatoren. Sekundær er de som ikke har en avgjørende innvirkning på resultatene av økonomiske aktiviteter i dagens miljø. Det skal bemerkes at, avhengig av omstendighetene, kan en og samme faktor være både primær og sekundær. Evnen til å peke ut hovedfaktorene fra hele settet med faktorer sikrer riktigheten av konklusjonene basert på analyseresultatene.

Faktorer er delt inn i innvendig og utvendig, avhengig av om aktiviteten til denne virksomheten påvirker dem eller ikke. Analysen fokuserer på interne faktorer som virksomheten kan påvirke.

Faktorer er klassifisert i objektivikke avhengig av menneskers vilje og ønsker, og subjektivpåvirket av virksomheten til juridiske enheter og enkeltpersoner.

Når det gjelder prevalens, er faktorene delt inn i generelle og spesifikke. Vanlige faktorer fungerer i alle sektorer av økonomien. Spesifikke faktorer fungerer innenfor en bestemt bransje eller en bestemt bedrift.

I prosessen med organisasjonens arbeid påvirker noen faktorer den studerte indikatoren kontinuerlig gjennom hele tiden. Slike faktorer kalles fast... Faktorer hvis innflytelse manifesterer seg med jevne mellomrom kalles variabler (for eksempel innføring av ny teknologi, nye typer produkter).

Av stor betydning for å vurdere virksomheten til virksomheter er fordelingen av faktorer etter arten av deres handling i intens og omfattende... Omfattende faktorer inkluderer faktorer som er forbundet med en endring i de kvantitative snarere enn kvalitative egenskapene til virksomheten. Et eksempel er økningen i produksjonen ved å øke antall arbeidstakere. Intensive faktorer preger kvalitetssiden av produksjonsprosessen. Et eksempel er økningen i produksjonsvolum ved å øke nivået på arbeidsproduktivitet.

De fleste av de studerte faktorene er sammensatte i sammensetningen, består av flere elementer. Imidlertid er det de som ikke kan spaltes i komponentdeler. I denne forbindelse er faktorene delt inn i kompleks (kompleks) og enkel (elementær)... Et eksempel på en kompleks faktor er arbeidsproduktivitet, og en enkel faktor er antall arbeidsdager i rapporteringsperioden.

I henhold til nivået av underordning (hierarki), skilles faktorene i første, andre, tredje og påfølgende nivå av underordning. TIL faktorer på første nivå inkluderer de som direkte påvirker ytelsesindikatoren. Faktorer som påvirker den effektive indikatoren indirekte, ved å bruke faktorene på første nivå, kalles andre trinns faktorer etc.

Det er klart at når man studerer effekten på en virksomhets virksomhet av en hvilken som helst gruppe faktorer, er det nødvendig å effektivisere dem, det vil si å utføre en analyse som tar hensyn til deres interne og eksterne relasjoner, interaksjon og underordning. Dette oppnås gjennom systematisering. Systematisering er plasseringen av de studerte fenomenene eller objektene i en bestemt rekkefølge med identifikasjon av deres forhold og underordning.

skapning faktorsystemer er en av måtene for slik systematisering av faktorer. Tenk på begrepet et faktorsystem.

Faktorsystemer

Alle fenomener og prosesser av bedriftens økonomiske aktivitet er gjensidig avhengige av hverandre. Forbindelsen mellom økonomiske fenomener er en felles endring av to eller flere fenomener. Blant de mange former for regelmessige forhold spilles en viktig rolle av årsak og virkning (deterministisk), der ett fenomen gir opphav til et annet.

I en virksomhets økonomiske aktivitet er noen fenomener direkte knyttet til hverandre, andre er indirekte. For eksempel er verdien av bruttoproduksjon direkte påvirket av faktorer som antall arbeidere og nivået på arbeidsproduktiviteten. Mange andre faktorer indirekte påvirker denne indikatoren.

Videre kan hvert fenomen betraktes som en årsak og som en konsekvens. For eksempel kan arbeidsproduktivitet sees på den ene siden som årsaken til endringer i produksjonsvolumet, kostnadsnivået, og på den andre siden som et resultat av endringer i graden av mekanisering og automatisering av produksjonen, forbedring av arbeidsorganisasjonen, etc.

Et kvantitativt kjennetegn ved sammenhengende fenomener utføres ved hjelp av indikatorer. Indikatorer som karakteriserer årsaken kalles faktoriell (uavhengig); indikatorene som karakteriserer effekten kalles effektive (avhengige). Settet med faktuelle og effektive trekk assosiert med et årsakssammenheng kalles faktor system.

Modellering ethvert fenomen er konstruksjonen av et matematisk uttrykk for den eksisterende avhengigheten. Modellering er en av de viktigste metodene for vitenskapelig kunnskap. Det er to typer avhengigheter studert i prosessen med faktoranalyse: funksjonell og stokastisk.

En forbindelse kalles funksjonell, eller fast bestemt, hvis hver verdi av et faktorattributt tilsvarer en veldefinert ikke-tilfeldig verdi av et produktivt attributt.

Et forhold kalles stokastisk (sannsynlig) hvis hver verdi av et faktorattributt tilsvarer et sett med verdier for et produktivt attributt, dvs. en viss statistisk fordeling.

Modell faktorsystemet er en matematisk formel som uttrykker de virkelige forbindelsene mellom de analyserte fenomenene. Generelt kan det vises som følger:

hvor er det effektive tegnet;

Faktoriske skilt.

Dermed påvirkes hver ytelsesindikator av mange og varierte faktorer. Kjernen i økonomisk analyse og dens seksjon - faktor analyse - er identifikasjon, vurdering og prognoser for påvirkning av faktorer på endringen i effektiv indikator. Jo mer detaljert avhengigheten av den effektive indikatoren av visse faktorer blir undersøkt, jo mer nøyaktige blir resultatene av analysen og vurderingen av kvaliteten på virksomhetenes arbeid. Uten en dyp og omfattende studie av faktorene er det umulig å trekke rimelige konklusjoner om resultatene av aktiviteter, identifisere produksjonsreserver, rettferdiggjøre planer og ledelsesbeslutninger.

Faktoranalyse, dens typer og oppgaver.

Under faktor analyse metoden for kompleks og systematisk studie og måling av innvirkningen av faktorer på verdien av effektive indikatorer forstås.

Generelt kan følgende skilles ut de viktigste stadiene av faktoranalyse:

1. Analysemålsettelse.
2. Valg av faktorer som bestemmer de studerte resultatindikatorene.
3. Klassifisering og systematisering av faktorer for å gi en integrert og systematisk tilnærming til studiet av deres innflytelse på resultatene av økonomisk aktivitet.
4. Bestemmelse av avhengighetsform mellom faktorer og ytelsesindikatorer.
5. Modellering av forholdet mellom ytelses- og faktorindikatorer.
6. Beregning av påvirkning av faktorer og vurdering av hvilken rolle hver av dem har for å endre verdien av den effektive indikatoren.
7. Arbeider med faktormodellen (dens praktiske bruk for styring av økonomiske prosesser).

Valg av faktorer for analysedenne eller den indikatoren utføres på grunnlag av teoretisk og praktisk kunnskap i en bestemt bransje. I dette tilfellet går de vanligvis ut fra prinsippet: jo større komplekset av faktorer blir undersøkt, jo mer nøyaktige blir resultatene av analysen. Samtidig må det tas i betraktning at hvis dette komplekset av faktorer blir betraktet som en mekanisk sum, uten å ta hensyn til deres interaksjon, uten å fremheve de viktigste, bestemme dem, så kan konklusjonene være feil. I analysen av økonomisk aktivitet (ACA) oppnås en sammenkoblet studie av faktorers innflytelse på verdien av effektive indikatorer gjennom deres systematisering, som er en av de viktigste metodiske spørsmålene i denne vitenskapen.

Et viktig metodisk spørsmål i faktoranalyse er bestemmelse av avhengighetsformen mellom faktorer og ytelsesindikatorer: funksjonell eller stokastisk, direkte eller invers, rettlinjet eller krumlinjær. Den bruker teoretisk og praktisk erfaring, samt metoder for å sammenligne parallelle og dynamiske serier, analytiske grupperinger av innledende informasjon, grafisk, etc.

Modellering av økonomiske indikatorer presenterer også et komplekst problem i faktoranalyse, hvis løsning krever spesiell kunnskap og ferdigheter.

Beregning av påvirkning av faktorer - det viktigste metodiske aspektet i AHD. For å bestemme påvirkning av faktorer på de endelige indikatorene, brukes mange metoder, som vil bli diskutert mer detaljert nedenfor.

Det siste trinnet i faktoranalyse er praktisk bruk av faktormodellen for å beregne reservene for vekst av den effektive indikatoren, for å planlegge og forutsi verdien når situasjonen endres.

Avhengig av type faktormodell er det to hovedtyper faktoranalyse - deterministisk og stokastisk.

er en metode for å studere påvirkning av faktorer, hvis forbindelse med den effektive indikatoren er av funksjonell karakter, det vil si når den effektive indikatoren for faktormodellen presenteres som et produkt, en kvotient eller en algebraisk sum av faktorer.

Denne typen faktoranalyse er den vanligste, siden den er ganske enkel å bruke (sammenlignet med stokastisk analyse), og lar deg forstå logikken til hovedfaktorene for bedriftsutvikling, å kvantifisere deres innflytelse, å forstå hvilke faktorer og i hvilken andel som kan og bør endres for å øke produksjonseffektivitet. Vi vil i detalj vurdere deterministisk faktoranalyse i et eget kapittel.

Stokastisk analyse er en metode for å studere faktorer, hvis forbindelse med den effektive indikatoren, i motsetning til den funksjonelle, er ufullstendig, sannsynlig (korrelasjon). Hvis det med en funksjonell (fullstendig) avhengighet med en endring i argumentet alltid forekommer en tilsvarende endring i funksjonen, kan en endring i argumentet med en korrelasjonsforbindelse gi flere verdier av økningen i funksjonen, avhengig av en kombinasjon av andre faktorer som bestemmer denne indikatoren. For eksempel kan det hende at arbeidsproduktivitet på samme nivå av kapital-arbeidskraft ikke er den samme i forskjellige virksomheter. Det avhenger av den optimale kombinasjonen av andre faktorer som påvirker denne indikatoren.

Stokastisk modellering er til en viss grad et tillegg og utdyping av deterministisk faktoranalyse. I faktoranalyse brukes disse modellene av tre hovedårsaker:

• det er nødvendig å studere innflytelsen fra faktorer som det er umulig å bygge en rigid deterministisk faktormodell for (for eksempel nivået på økonomisk innflytelse);

• det er nødvendig å studere innflytelsen av komplekse faktorer som ikke kan kombineres i samme stivt bestemte modell;
• det er nødvendig å studere innflytelsen av komplekse faktorer som ikke kan uttrykkes av en kvantitativ indikator (for eksempel nivået på vitenskapelig og teknologisk fremgang).

I motsetning til den stivt bestemte stokastiske tilnærmingen krever implementering en rekke forutsetninger:

1. tilstedeværelsen av aggregatet;
2. tilstrekkelig mengde observasjoner
3. tilfeldighet og uavhengighet av observasjoner;
4. ensartethet;
5. tilstedeværelsen av en distribusjon av tegn nær det normale;
6. tilstedeværelsen av et spesielt matematisk apparat.

Konstruksjonen av en stokastisk modell utføres i flere trinn:

• kvalitativ analyse (sette mål for analysen, bestemme populasjonen, bestemme de effektive indikatorene og faktorindikatorene, velge perioden analysen utføres for, velge analysemetode);
• foreløpig analyse av den simulerte populasjonen (kontroll av homogeniteten til befolkningen, unntatt uregelmessige observasjoner, klargjøring av ønsket utvalgstørrelse, etablering av fordelingslovene for de studerte indikatorene);
• bygge en stokastisk (regresjons) modell (klargjøre listen over faktorer, beregne estimater av parametrene til regresjonsligningen, oppregne konkurrerende modellalternativer);
• vurdering av modellens tilstrekkelighet (sjekke den statistiske signifikansen av ligningen som helhet og dens individuelle parametere, sjekke samsvaret mellom de formelle egenskapene til estimatene og forskningsoppgavene)
• økonomisk tolkning og praktisk bruk av modellen (bestemmelse av den romlige og tidsmessige stabiliteten til den konstruerte avhengigheten, vurdering av de praktiske egenskapene til modellen).

I tillegg til å dele inn i deterministisk og stokastisk, skilles følgende typer faktoranalyse ut:

• frem og tilbake;
• en-trinns og flertrinns;
• statisk og dynamisk;
• retrospektiv og prospektiv (prognose).

Når direkte faktoranalyseforskning utføres på en deduktiv måte - fra det generelle til det spesielle. Invers faktoranalyseutfører studiet av årsak-virkning-forhold ved hjelp av logisk induksjon - fra spesielle, individuelle faktorer til generalisering.

Faktoranalyse kan være en-trinns og flertrinns... Den første typen brukes til å studere faktorer på bare ett nivå (ett nivå) av underordning uten at de er detaljert i komponentene. For eksempel, . I flertrinns faktoranalyse er faktorer detaljert en og b i byggesteiner for å studere deres atferd. Detaljene av faktorene kan videreføres videre. I dette tilfellet studeres påvirkningen fra faktorer med forskjellige nivåer av underordning.

Det er også nødvendig å skille statiskog dynamisk faktor analyse. Den første typen brukes når man studerer påvirkning av faktorer på resultatindikatorer på tilsvarende dato. En annen type er en teknikk for å studere årsaksforhold i dynamikk.

Til slutt kan faktoranalyse være retrospektiv, som studerer årsakene til økningen i resultatindikatorer de siste periodene, og lovende, som undersøker atferden til faktorer og ytelsesindikatorer i perspektiv.

Deterministisk faktoranalyse.

Deterministisk faktoranalyse har en ganske streng rekkefølge av prosedyrer:

• konstruksjon av en økonomisk begrunnet deterministisk faktor modell;
• valg av metoden for faktoranalyse og utarbeidelse av betingelser for implementering;
• implementering av telleprosedyrer for modellanalyse;
• formulering av konklusjoner og anbefalinger basert på analyseresultatene.

Den første fasen er spesielt viktig, siden en feilkonstruert modell kan føre til logisk uberettigede resultater. Betydningen av dette stadiet er som følger: enhver utvidelse av den stivt bestemte faktormodellen skal ikke være i strid med logikken i forholdet "årsak - virkning". Tenk som eksempel på en modell som forbinder salg (P), antall ansatte (H) og arbeidsproduktivitet (PT). Tre modeller kan teoretisk utforskes:

Alle tre formlene er korrekte fra aritmetikkens synspunkt, men fra faktoranalysens side er bare den første fornuftig, siden indikatorene på høyre side av formelen er faktorer, det vil si årsaken som genererer og bestemmer verdien til indikatoren på venstre side (konsekvens ).

På det andre trinnet velges en av metodene for faktoranalyse: integral, kjedesubstitusjoner, logaritmisk, etc. Hver av disse metodene har sine egne fordeler og ulemper. Vi vil vurdere en kort komparativ beskrivelse av disse metodene nedenfor.

Typer av deterministiske faktormodeller.

Følgende deterministiske analysemodeller eksisterer:

tilsetningsmodell, dvs. en modell der faktorer er inkludert i form av en algebraisk sum, som et eksempel kan vi sitere modellen for varebalansen:

hvor R - gjennomføring;

Aksjer i begynnelsen av perioden;

P - mottak av varer;

Aksjer på slutten av perioden;

PÅ - annen avhending av varer;

multiplikativ modell, det vil si en modell der faktorer er inkludert i form av et produkt; et eksempel er den enkleste tofaktormodellen:

hvor R - gjennomføring;

H - Nummer;

PT - Arbeidsproduktivitet;

flere modeller, det vil si en modell som er et forhold mellom faktorer, for eksempel:

hvor er forholdet mellom kapital og arbeidskraft;

OS

H - Nummer;

blandet modell, dvs. en modell der faktorer er inkludert i forskjellige kombinasjoner, for eksempel:

,

hvor R - gjennomføring;

Lønnsomhet;

OS - kostnaden for anleggsmidler;
Om - kostnadene for arbeidskapital.

En rigid deterministisk modell med mer enn to faktorer kalles multifaktoriell.

Typiske oppgaver med deterministisk faktoranalyse.

I deterministisk faktoranalyse kan man skille mellom fire typiske oppgaver:

1. Vurdering av innflytelsen av den relative endringen i faktorer på den relative endringen i effektiv indikator.
2. Vurdering av innflytelsen av den absolutte endringen i den i-faktoren på den absolutte endringen i den effektive indikatoren.
3. Bestemmelse av forholdet mellom størrelsen på endringen i effektiv indikator forårsaket av endringen i den i-faktoren til basisverdien til den effektive indikatoren.
4. Bestemmelse av andelen av den absolutte endringen i den effektive indikatoren forårsaket av endringen i den i-faktoren i den totale endringen i den effektive indikatoren.

La oss karakterisere disse problemene og vurdere løsningen på hver av dem ved hjelp av et spesifikt enkelt eksempel.

Eksempel.

Volumet av brutto produksjon (GP) avhenger av to hovedfaktorer på det første nivået: antall ansatte (HR) og gjennomsnittlig årlig produksjon (GW). Vi har en to-faktor multiplikativ modell :. Tenk på en situasjon når både produksjonen og antall arbeidere i rapporteringsperioden avviker fra de planlagte verdiene.

Dataene for beregninger er vist i tabell 1.

Tabell 1. Data for faktoranalyse av brutto produksjon.

Mål 1.

Problemet er fornuftig for multiplikasjonsmodeller og flere modeller. La oss vurdere den enkleste tofaktormodellen. Åpenbart, når man analyserer dynamikken til disse indikatorene, vil følgende forhold mellom indeksene bli oppfylt:

der indeksverdien er forholdet mellom indikatorverdien i rapporteringsperioden og den grunnleggende.

La oss beregne indeksene for bruttoproduksjon, antall ansatte og gjennomsnittlig årlig produksjon for vårt eksempel:

;

.

I henhold til ovenstående regel er indeksen for brutto produksjon lik produktet av indeksene for antall ansatte og den gjennomsnittlige årlige produksjonen, dvs.

Åpenbart, hvis vi beregner direkte indeksen for bruttoproduksjon, vil vi få samme verdi:

.

Vi kan konkludere med at som følge av en økning i antall ansatte med 1,2 ganger og en økning i gjennomsnittlig årlig produksjon med 1,25 ganger, økte volumet av brutto produksjon med 1,5 ganger.

Dermed er de relative endringene i de faktiske og effektive indikatorene knyttet til det samme forholdet som indikatorene i den opprinnelige modellen. Dette problemet løses ved å svare på spørsmål som: "Hva vil skje hvis den i-indikatoren endres med n%, og den j-th-indikatoren endres med k%?"

Mål 2.

Er en hovedoppgave deterministisk faktoranalyse; den generelle innstillingen er:

La være - en rigid deterministisk modell som karakteriserer endringen i effektiv indikator y fra n faktorer; alle indikatorene ble inkrementert (for eksempel i dynamikk, i sammenligning med planen, i sammenligning med standarden):

Det er nødvendig å bestemme hvilken del av økningen i den effektive indikatoren y er forpliktet til å øke den i-th faktoren, dvs. å beskrive følgende avhengighet:

hvor er den generelle endringen i den effektive indikatoren, som dannes under samtidig påvirkning av alle faktortegn;

Endring i effektiv indikator under påvirkning av bare en faktor.

Faktorutvidelser kan variere avhengig av hvilken metode for modellanalyse som er valgt. Derfor vil vi i sammenheng med dette problemet vurdere hovedmetodene for analyse av faktormodeller.

Grunnleggende metoder for deterministisk faktoranalyse.

En av de viktigste metodene i AHD er å bestemme størrelsen på individuelle faktorers innflytelse på veksten av effektive indikatorer. I deterministisk faktoranalyse (DFA) brukes følgende metoder for dette: identifisering av isolert påvirkning av faktorer, kjedesubstitusjon, absolutte forskjeller, relative forskjeller, proporsjonal inndeling, integral, logaritme, etc.

De tre første metodene er basert på eliminasjonsmetoden. Å eliminere betyr å eliminere, avvise, ekskludere påvirkning av alle faktorer på verdien av den effektive indikatoren, bortsett fra en. Denne metoden går ut fra det faktum at alle faktorene endres uavhengig av hverandre: først endres, og alle de andre forblir uendret, deretter to endres, deretter tre osv., Mens resten forblir uendret. Dette lar deg bestemme innvirkningen av hver faktor på verdien av den studerte indikatoren separat.

La oss gi en kort beskrivelse av de vanligste metodene.

Kjedesubstitusjonsmetoden er en veldig enkel og intuitiv metode, den mest allsidige av alle. Den brukes til å beregne påvirkningen av faktorer i alle typer deterministiske faktormodeller: additiv, multiplikativ, multiple og blandet. Denne metoden lar deg bestemme innvirkningen av individuelle faktorer på endringen i verdien av den effektive indikatoren ved gradvis å erstatte basisverdien til hver faktorindikator i volumet til den effektive indikatoren for den faktiske i rapporteringsperioden. For dette formål bestemmes en rekke betingede verdier av den effektive indikatoren, som tar hensyn til endringen i en, deretter to, deretter tre osv. Faktorer, forutsatt at resten ikke endres. Sammenligning av verdien av den effektive indikatoren før og etter endringen i nivået på en eller annen faktor gjør det mulig å bestemme effekten av en bestemt faktor på økningen i den effektive indikatoren, unntatt påvirkning fra andre faktorer. Fullstendig spaltning oppnås ved hjelp av denne metoden.

Husk at når du bruker denne metoden, er rekkefølgen av å endre verdiene til faktorer av stor betydning, siden den kvantitative vurderingen av innflytelsen til hver faktor avhenger av den.

Først og fremst bør det bemerkes at det ikke er noen og ikke kan eksistere en eneste metode for å bestemme denne rekkefølgen - det er modeller der den kan defineres vilkårlig. For bare et lite antall modeller kan formaliserte tilnærminger brukes. I praksis er ikke dette problemet veldig viktig, siden i retrospektiv analyse er trender og den relative betydningen av en bestemt faktor viktig, og ikke nøyaktige estimater av deres innvirkning.

For å opprettholde en mer eller mindre enhetlig tilnærming til å bestemme rekkefølgen for erstatning av faktorer i modellen, kan det likevel formuleres generelle prinsipper. La oss introdusere noen definisjoner.

En funksjon som er direkte relatert til fenomenet som studeres og karakteriserer dens kvantitative side kalles hoved eller kvantitativ... Disse tegnene er: a) absolutt (volumetrisk); b) de kan oppsummeres i tid og rom. Som et eksempel kan vi sitere salgsvolum, antall, kostnadene for arbeidskapital osv.

Tegn relatert til det studerte fenomenet ikke direkte, men gjennom ett eller flere andre tegn og som karakteriserer den kvalitative siden av det studerte fenomenet kalles sekundær eller kvalitet... Disse tegnene er: a) relative; b) de kan ikke oppsummeres i tid og rom. Eksempler er forholdet mellom kapital og arbeidskraft, lønnsomhet osv. I analysen skiller man ut sekundære faktorer i 1., 2. osv. Ordre, oppnådd ved påfølgende detaljering.

En rigid deterministisk faktor modell kalles komplett hvis den effektive indikatoren er kvantitativ, og ufullstendig hvis den effektive indikatoren er kvalitativ. I en fullstendig tofaktormodell er en faktor alltid kvantitativ, den andre er kvalitativ. I dette tilfellet anbefales det å begynne å erstatte faktorer med en kvantitativ indikator. Hvis det er flere kvantitative og flere kvalitative indikatorer, bør først verdien av faktorene til det første underordningsnivået endres, og deretter den nedre. Dermed krever anvendelsen av metoden for kjedesubstitusjon kunnskap om forholdet mellom faktorer, deres underordning, evnen til å klassifisere og systematisere dem riktig.

La oss nå vurdere å bruke eksemplet i rekkefølgen for anvendelse av metoden for kjedesubstitusjoner.

Algoritmen for beregning av metoden for kjedesubstitusjon for denne modellen er som følger:

Som du kan se, skiller den andre indikatoren for bruttoproduksjon seg fra den første ved at det faktiske antall arbeidere ble tatt i stedet for den planlagte. Den gjennomsnittlige årlige produksjonen av en arbeider er i begge tilfeller planlagt. Dette betyr at på grunn av økningen i antall arbeidere økte produksjonen med 32.000 millioner rubler. (192 000 - 160 000).

Den tredje indikatoren skiller seg fra den andre ved at når man beregner verdien, blir produksjonen av arbeidere tatt på det faktiske nivået i stedet for den planlagte. Antall ansatte er i begge tilfeller faktisk. På grunn av økningen i arbeidsproduktivitet økte volumet av brutto produksjon med 48.000 millioner rubler. (240 000 - 192 000).

Dermed var overoppfyllelsen av planen når det gjelder brutto produksjon, resultatet av innflytelsen fra følgende faktorer:

Den algebraiske summen av faktorer når du bruker denne metoden, må nødvendigvis være lik den totale økningen i effektiv indikator:

Mangelen på slik likhet indikerer feilene som er gjort i beregningene.

Andre analysemetoder, slik som integral og logaritmisk, gir høyere beregningsnøyaktighet, men disse metodene har et mer begrenset omfang og krever en stor mengde beregning, noe som er upraktisk for sanntidsanalyse.

Mål 3.

Det er på en måte en konsekvens av det andre typiske problemet, siden det er basert på den oppnådde faktornedbrytningen. Behovet for å løse dette problemet skyldes det faktum at elementene i faktoriell ekspansjon er absolutte verdier som er vanskelige å bruke for sammenligning mellom rom og tid. Ved løsning av problemet suppleres trefaktors spaltning med relative indikatorer:

.

Økonomisk tolkning: koeffisienten viser med hvilken prosentandel av basislinjen den effektive indikatoren har endret seg under påvirkning av den i. Faktor.

La oss beregne koeffisientene α for vårt eksempel, ved å bruke faktoriseringen oppnådd tidligere ved metoden for kjedesubstitusjoner:

;

Dermed økte volumet av brutto produksjon med 20% på grunn av en økning i antall arbeidere og med 30% på grunn av en økning i produksjonen. Den totale økningen i bruttoproduksjon var 50%.

Oppgave 4.

Det løses også på grunnlag av grunnleggende oppgave 2 og reduseres til beregning av indikatorer:

.

Økonomisk tolkning: koeffisienten viser andelen av økningen i effektiv indikator på grunn av endring i den i-faktoren. Det er ikke noe spørsmål her hvis alle faktorinnslag endres ensrettet (enten økning eller reduksjon). Hvis denne betingelsen ikke er oppfylt, kan løsningen på problemet være komplisert. Spesielt i den enkleste tofaktormodellen, i et slikt tilfelle, utføres ikke beregningen i henhold til formelen ovenfor, og det antas at 100% av økningen i den effektive indikatoren skyldes en endring i den dominerende faktorattributtet, det vil si en funksjon som endres ensrettet med den effektive indikatoren.

La oss beregne koeffisientene γ for vårt eksempel, ved å bruke faktoriseringen oppnådd ved metoden for kjedesubstitusjoner:

Dermed utgjorde økningen i antall ansatte 40% av den totale økningen i brutto produksjon, og økningen i produksjonen - 60%. Dette betyr at økningen i produksjonen i denne situasjonen er den avgjørende faktoren.