Факторный анализ, что это?

Факторный анализ, что это?

Заключительным этапом факторного анализа является процедура содержательной интерпретации выделенных факторов.

Первый вопрос, который здесь возникает, касается количества факторов, которые будут далее содержательно интерпретированы. Как мы уже отметили в предыдущем параграфе, для определения числа факторов используется несколько формальных критериев. Так, при использовании наиболее распространенной в современных исследованиях процедуры главного фактора, как правило, используется критерий Кайзера. Он основан на оценках собственных значений (характеристических корней) матрицы при выделении очередного фактора. Факторы, для которых собственное значение матрицы оказывается меньше единицы, отбрасываются как тривиальные. Важно, однако, иметь в виду, что выбранные для содержательной интерпретации факторы должны в сумме описывать не менее 70—80% общей дисперсии анализируемой корреляционной матрицы. Также отметим, что в конечном итоге выбор факторов зависит не только от этих формальных критериев, но и в еще большей мере — от способности исследователя дать факторам содержательную интерпретацию.

Интерпретация осуществляется на основе исследования матрицы факторных нагрузок или графического представления результатов факторного анализа.

Факторные нагрузки представляют собой стандартизированные весовые коэффициенты для каждой переменной. Они изменяются в диапазоне от -1 до 1. Чем выше по модулю значение факторной нагрузки данной переменной для интерпретируемого фактора, тем в большей степени эта переменная связана с найденным фактором.

Рассмотрим еще раз данные, представленные в табл. 10.4. В последней строке таблицы мы видим факторные нагрузки для шести переменных. Самые большие нагрузки имеют вторая, третья и четвертая переменные. Это значит, что именно эти переменные в наибольшей степени связаны с выделенным фактором, и содержательная интерпретация полученной факторной структуры в первую очередь должна отталкиваться от содержательного значения группы этих переменных.

Например, Ч. Осгуд при исследовании структуры семантического дифференциала обнаружил, что первый выделенный им фактор в наибольшей степени связан с такой биполярной переменной, как «хороший — плохой» . Таким образом, данный фактор был определен как фактор оценки.

Возвращаясь к данным, представленным в табл. 10.4, отметим, что это только начальный этап факторизации данных. Окончательный ее итог представлен в табл. 10.6.

Таблица 10.6

Окончательная матрица факторных нагрузок для шести переменных —

тестовых заданий

Как видим, наибольшие нагрузки по первому фактору получают четвертая и пятая переменные, а также вторая и третья. Очевидно, что четвертая и пятая переменные — это вербальные тесты, оценивающие способность испытуемых оперировать словами. Поэтому данный фактор можно интерпретировать как фактор вербальных способностей. Высокие нагрузки по второй и третьей переменной, по мнению автора исследования, связаны с тем, что эти тесты заданы в вербальной форме и, следовательно, также требуют развитых вербальных способностей.

Второй фактор не имеет выраженных нагрузок ни по одной из исследуемых переменных, поэтому интерпретировать его трудно. Автор интерпретирует его как фактор пространственной ориентации, но, возможно, это фактор напряженности внимания.

Третий фактор имеет самые высокие нагрузки по первой и третьей переменным. Эти тесты предполагают оперировать числами. Поэтому данный фактор можно обозначить как арифметические способности.

Если число выделенных факторов невелико (скажем, равно 2), то удобным способом интерпретации полученных результатов оказывается их графическое представление. В этом случае факторы становятся осями координат, а переменные рассматриваются как точки, координаты которых заданы значениями факторных нагрузок, как это показано на рис. 10.1.

Часто бывает так, что однозначно определить содержание фактора оказывается сложно. Рассмотрим для примера результаты факторного анализа, представленные на рис. 10.1. Видно, что первый фактор представляет собой комбинацию переменных, связанных с вербальным пониманием и низким уровнем тревоги, тогда как второй фактор отражает комбинацию вербального понимания и высокого уровня тревоги. Содержательно интерпретировать такую факторную структуру непросто. Но если повернуть обе оси факторного пространства на 45° против часовой стрелки, то первый фактор становится несложно интерпретировать как фактор вербального понимания, а второй — как фактор тревоги.

Рис. 10.1. Факторная структура для шести черт личности до вращения

Вращение факторов можно выполнять мысленно, как в представленном примере. Можно также использовать специальные математические

алгоритмы вращения. Некоторые из этих алгоритмов сохраняют прямоугольную структуру факторного пространства. Такие процедуры вращения называют прямоугольными, или ортогональными. Другие процедуры меняют в ходе вращения и сам угол между факторами, так что факторы становятся коррелирующими друг с другом. Такие процедуры называют косоугольными.

Важно помнить, что сами по себе процедуры вращения не изменяют процент объясненной дисперсии. Происходит лишь перераспределение дисперсии, которую объясняет каждый из выделенных факторов. В этом можно наглядно убедиться, если обратиться к уже рассмотренной нами табл. 10.5.

В правой части этой таблицы представлены собственные значения матрицы и процент объясненной дисперсии, которые соответствуют трем выделенным факторам, удовлетворяющим критерию Кайзера, сразу после извлечения и после применения процедуры вращения факторов. Видно, что общий накопленный процент дисперсии, приходящийся на три значимых фактора, остается неизменным (примерно 86%). В то же время соотношения между факторами меняются. Если сначала первый фактор явно доминирует, описывая почти в три раза больше дисперсии, чем два оставшихся, то после вращения дисперсия оказывается распределенной между факторами более равномерно. Таким образом, математический смысл процедур вращения как раз и заключается в перераспределении дисперсии, приходящейся на различные факторы.

Конечной целью исследователя, применяющего процедуры вращения, является получение более простой для интерпретации структуры полученных данных. Тёрстоун обозначил это как принцип простоты, или скупости.

Наиболее известными и распространенными в психологии являются процедуры ортогонального вращения — варимакс и квартимакс. Из процедур косоугольного вращения назовем процедуру промакс, которая является обобщением указанных процедур ортогонального вращения.

В эту группу входят методы анализа многофакторных зависимостей в условиях, когда факторы существенно коррелируют между собой. Дело в том, что практическое применение классических регрессионных моделей в экономическом анализе сопряжено с необходимостью преодоления ряда трудностей, основная из которых — мультиколлинеарность факторов. Особенность экономического анализа заключается в тесной взаимосвязи и взаимообусловленности показателей, поэтому бездумное и необоснованное включение в регрессионную модель бессистемно отобранных показателей нередко приводит к искусственности модели, невозможности ее использования на практике. Если пытаться следовать формальным требованиям регрессионного анализа в полном объеме, то, например, устранение мультиколлинеарности нередко сводится к отбрасыванию существенно коррелирующих факторов. В этом случае, во-первых, имеет место потеря информации и, во-вторых, анализ чаще всего выхолащивается, в некотором роде теряет смысл, поскольку модель сводится к одно- или двухфакторной.  

Методы анализа многофакторных экономических систем  
В нашем анализе многофакторной коинтеграции мы показали, что при помощи простых алгебраических действий можно выразить векторный авторегрессионный процесс X, = А

Таблица П.11. Результаты анализа многофакторной модели для вероятности отказа от участия в обследовании

Подобная задача по многофакторному анализу производительности труда на газопроводном транспорте была решена Н. П. Епифановой и др. В ней рассматривалось влияние на производительность труда 11 факторов (10 перечисленных выше и среднегодовая стоимость основных фондов).  
Многофакторная корреляционная модель дает возможность не только выразить количественно влияние факторов на изучаемый показатель, но и предсказать значение функции и, следовательно, управлять анализируемым показателем. Результаты такого анализа предназначены для разработки плановых заданий. Использование этого метода предполагает предварительное установление формы связи показателей и формирующих их факторов, расчет показателей достоверности, а также пределов, в которых может быть использовано уравнение регрессии.  
Многофакторная корреляционная модель позволяет не только. выразить количественное влияние факторов на изучаемый показатель, но и предсказать значение функции и, следовательно, управлять анализируемым показателем. Результаты такого анализа можно использовать при разработке плановых заданий.  
Расчет доли рынка. Оценки и прогнозы раздела рынка между продавцами. Анализ производственного и потребительского потенциала рынка, расчет емкости рынка. Многофакторные модели развития рынка. Методы прогнозирования спроса. Многовариантные сценарии развития рынка.  
МЕТОДЫ РАСЧЕТА ЧИСЛЕННОСТИ РАБОТНИКОВ СИСТЕМЫ УПРАВЛЕНИЯ ПЕРСОНАЛОМ — способы определения потребности организации в работниках кадровой службы. В связи с тем, что организации самостоятельно определяют численность работников по функциям управления, их профессиональный и квалификационный состав и утверждают штаты, все существующие методы расчета носят в основном рекомендательный характер. Расчет осуществляется многофакторным корреляционным анализом, экономико-математическим методом, ме-  
Функциональную зависимость можно установить методом множественной корреляции по факторам, влияющим на величину удельных затрат с установлением тесноты корреляционной связи раздельно для каждого из учитываемых в расчете факто-риальных признаков при одновременном их действии. Многофакторный корреляционный анализ как статистический метод является наиболее целесообразным средством выявления влияния многих факторов на уровень себестоимости нефти.  
Представляет интерес применяемый в отдельных отраслях промышленности метод множественной корреляции. Многофакторный корреляционный анализ как статистический метод является наиболее целесообразным для количественного определения влияния многих факторов на уровень себестоимости.  
В нефтедобывающей промышленности в последние годы были предприняты попытки использовать методы корреляционного и регрессионного анализа для исследования производительности труда. Так, в БашНИПИнефти с помощью методов корреляционного и регрессионного анализа построена многофакторная корреляционная модель производительности труда для девонских месторождений Башкирии. Для анализа степени влияния отдельных факторов на производительность труда были выбраны следующие факторы, степень влияния которых предполагалась существенной  
Ввиду Того, что опытный метод количественного определения влияния этих факторов на норму расхода не может быть использован из— за отсутствия необходимых экспериментальных данных, целесообразно выявлять зависимость между ними на основе такого математического аппарата, как регрессионный анализ. С учетом характера влияния указанных факторов на величину фактического удельного расхода была рассмотрена следующая линейная многофакторная модель  
После выполнения указанных выше действий необходимо приступить к многофакторному анализу себестоимости добычи нефти с применением корреляционных методов. Основная задача анализа на этом этапе заключается в нахождении связи между исследуемым показателем и отобранными факторами, а также между отдельными факторами и в оценке тесноты установленной связи. Эта задача решается с помощью парных и частных коэффициентов корреляции и корреляционного отношения. Методы  
Подсистема сбора, хранения и подготовки нефти. В результате проведенного априорного анализа отобранных факторов (приложение 4) были выделены как наиболее существенные и включены в многофакторный корреляционный анализ следующие факторы  
МНОГОФАКТОРНЫЙ АНАЛИЗ СЕБЕСТОИМОСТИ ДОБЫЧИ НЕФТИ С УЧЕТОМ СТАДИИ РАЗРАБОТКИ МЕСТОРОЖДЕНИЯ  
Закономерности динамики себестоимости добычи нефти для большинства нефтяных месторождений, разрабатываемых при активном водонапорном режиме, весьма схожи по своему характеру и в значительной степени обусловлены стадией разработки месторождения. На поздней стадии разработки большое влияние на уровень себестоимости добычи нефти оказывает обводненность продукции скважин. Рост обводненности извлекаемой жидкости отражается в себестоимости добычи нефти, главным образом в изменении переменных затрат. В условиях интенсивного роста обводненности переменные затраты в значительной мере определяют уровень и характер динамики себестоимости добычи нефти. К ним относятся энергетические затраты, расходы по сбору, транспортировке и подготовке нефти и по увеличению отдачи пластов. В связи с этим представляет определенный интерес многофакторный анализ себестоимости добычи нефти в части только переменных затрат с учетом стадии разработки месторождения. Основное внимание в анализе уделяется выявлению влияния роста обводненности извлекаемой жидкости на уровень и динамику переменных затрат. При этом учитываются также и другие факторы.  
Преимущество многофакторных методов анализа и прогнозирования состоит в том, что процесс моделируется с учетом реально действующих на него основных факторов.  
Задачи прогнозирования предопределяют и особенности многофакторной модели (по сравнению с моделью для анализа). Модель прогнозирования должна быть динамичной и отражать временные запаздывания влияния отдельных факторов на аргумент .  
Метод многофакторного анализа количественных и качественных показателей применяется при анализе проектов как инструмент, который можно использовать для реализации системного подхода к сложным объектам (инновационный проект), позволяющий осуществить перебор множества количественных и качественных факторов, отсеивание второстепенных и вычленение наиболее важных для построения совершенной экономико-статистической модели функционирования объекта.  
В рамках разработки процедур организации экспертизы научно-технических проектов, финансируемых Минобразования России, была разработана методология, основанная на многофакторном функциональном анализе уровня качества инновационного проекта и процессном подходе. Процессный подход заключается в формировании модели осуществления инновационного проекта как последовательной смены фаз (этапов) жизненного цикла, потребляющих ресурсы и создающих промежуточный продукт.  
Однако само по себе включение дополнительных факторов в анализ не может автоматически повысить точность предсказаний. Хотя существуют компьютерные программы, которые выполняют многофакторный регрессионный анализ, выявление всех факторов поведения затрат может оказаться трудным или невозможным. Даже если они будут выявлены, количественная оценка может быть проблематичной (например, попробуйте количественно определить связь между сроком службы машин и изменчивостью эксплуатационных затрат в случае службы скорой помощи).  
Если при этом прогноз не основан на анализе влияния на показатели развития различных факторов, т.е. на многофакторном ана-  
В случае многофакторных моделей прогноз не является наивным , но и в этом случае прогнозисты проецируют тенденции и установившиеся связи в прошлом на будущее, т.е. экстраполируют прошлое в будущее. Например, используются для описания будущего регрессионные уравнения, полученные на основе информации о развитии объекта в прошлом (ретроспективный анализ) без изменения коэффициентов эффективности факторов (коэффициентов регрессии) — а.. Или же используется межотраслевой баланс, а технологические коэффициенты (коэффициенты прямых затрат) — ij.— оставляются без изменений. В этих случаях можно говорить об экстраполяции тенденций развития прошлого в будущее, так как не учитываются возможности повышения эффективности, например производства под влиянием ускорения научно-технического прогресса и других факторов.  
Решение задач многофакторного корреляционного анализа производится на ПЭВМ по типовым программам. Сначала формируется матрица исходных данных, в первой графе которой записывается порядковый номер наблюдения, по второй — величина результативного показателя (У), а в следующих — данные по факторным показателям (х.). Эти сведения вводятся в ПЭВМ, и рассчитывается уравнение множественной регрессии, которое в нашей задаче получило следующее выражение  

Результаты многофакторного регрессионного анализа могут быть использованы также для планирования и прогнозирования уровня результативного показателя. С этой целью необходимо в полученное уравнение связи подставить плановый (прогнозный) уровень факторных показателей  
Таким образом, многофакторный корреляционный анализ имеет важную научную и практическую значимость. С установлением места и роли каждого фактора в формировании уровня исследуемых показателей точнее обосновываются планы и управленческие решения, объективнее оцениваются итоги деятельности предприятий и полнее определяются внутрихозяйственные резервы.  
Кроме того, уровень организации отдельных технологических процессов определяют путем составления и анализа многофакторных корреляционных моделей (уравнений прогнозирования). Например, уровень организации технологических процессов изготовления деревянных клееных конструкций Уор описывается многофакторной корреляционной моделью следующего вида Уор = 0.437 + 0.644 мтс + 0.1 85КПОТ + 0.544Кобм +  
Два основных параллельных метода носят названия методов случайного поиска и многофакторного анализа. Первый ив этих методов основан на априорном выборе определенных интервалов изменения переменных по соответствушпим осям. Таким образом, по этому методу выбираются значения / и fy и производятся расчеты экономичеокого эффекта. В качестве решения выбирается такая пара значений темпа выполнения работ и количества ЛОСП, при которой эффект достигает максимума.  
Метод многофакторного анализа во многом схож с методой случайного поиска и также предполагает выбор интервалов из менения переменных. Пары значений переменных формируются ггу -тем объединения каждого значения tya каждым значением , что, дает некоторое конечное множество точек. Наблюдения проиэво . дятся для каждой пары значений и выбирается наилучшая пара.  
Количественный многофакторный анализ разнообразной информации о причинах несчастных случаев и аварий, психофизиологических и других свойствах пострадавших (виновных) позволит комплексно оценивать травмоопасность различных предприятий, функциональных подразделения, видов работ, разрабатывать долговременный прогноз производственного риска, более эффективно направлять многогранную работу на улучшение условий труда. Только в этом случае станет возможным решение долговременной задачи об исключении случаев травматизма и аварий на всех предприятиях.  
Рудов А.Я., Евдокимов А.С. Прогнозирование расхода стального каната в бурении на основе многофакторного анализа. М., ВНИИОЭНГ, РНЭС «Организация и управление нефтяной промышленности», 1976, вып. 6, с. 32-37.  
При выборе оптимального уровня качества продукции проводится многофакторный анализ на базе экономико-математического моделиро -вания. Воя производственно-хозяйственная деятельность отрасли направлена на достижение заданного уровня качества продукции, т.е. на обеспечение уровня качества изготовления, которое зависит от степени совершенства оборудования технологии, организации проив-  
Рассмотренные выше условия и особенности формирования себестоимости добычи нефти позволяют представить в общем виде сложности исследования этого показателя традиционными методами анализа. При многофакторности процесса формирования себестоимости добычи нефти, взаимной зависимости и обусловленности большого числа факторов различного характера применение математических методов, позволяющих оценить не только значимость, но и степень влияния основных факторов, является необходимым дополнением традиционных методов исследования.  
Теснота связи между переменными величинами может иметь различные значения, если рассматривать ее с позиции характера зависимости (линейная, нелинейная). Если установлена слабая связь между переменными в линейной зависимости, то это совсем не означает, что такая связь должна быть в нелинейной зависимости. Показателем, хаРактеРизУющим значимость факторов при различной форме связи, яв/1яется корреляционное отношение. Оценка факторов по корреляционному отношению уже на этом этапе анализа позволяет предварительно уст0новить вид многофакторной связи, что служит хорошей предпосылкой ПРИ выборе конкретной модели исследуемого показателя.  
В главе обсуждались методы оценки будущих затрат. К этой теме мы будем постоянно возвращаться, изучая анализ «затраты/объем/прибыль», принятие решений, оценку капитальных инвестиций, составление смет, контроль и оценку результатов деятельности. Возможно, наиболее важным выводом является то, что получаемые оценки затрат условны и в значительной мере определяются методом их расчета. Именно поэтому, как показал в своем исследовании Друри (1993), формальные аналитические методы, такие, как многофакторный регрессионный анализ и кривые квалификации, не нашли достаточно широкого применения на практике, соответственно 35 и 64% респондентов «никогда» не пользуются ими аналогично 59% опрошенных классифицировали затраты (на постоянные/переменные) на основе субъективного решения руководства.  
С целью достижения оптимального страхования валютного и кредитного рисков контрагенты допускают уступки по одним статьям соглашения, добиваясь преимуществ по другим. Одним из методов страхования рисков являются защитные оговорки — договорные условия, включаемые в соглашения и контракты, предусматривающие возможность их пересмотра в процессе исполнения в целях страхования валютных, кредитных и других рисков, т. е. ограничения потерь контрагентов МЭО. Составной частью защитных мер от валютного риска является прогнозирование валютного курса и процентных ставок. При этом практикуются метод экспертных оценок, базирующийся на знаниях, интуиции субъектов рынка, и формализованные методы. В их числе рыноч-но-ориешированные методы, многофакторные эконометрические, а также методы, основанные на ретроспективном анализе динамики валютного курса.  

Методы сравнительного и факторного анализа

Сравнение наиболее распространенный способ анализа состояния управляемого объекта: целевого (запланированного) и фактического (реального) по определенной сумме параметров. Существует несколько форм сравнения: с планом; с прошлым периодом; с лучшим (бенчмаркинг); со средними данными. Основная проблема сравнения – сопоставимость данных, что особенно актуально при проведении сравнения с прошлыми периодами, сравнение по средним данным. Экономический анализ как наука разработал достаточное количество приемов по сравнению данных.

Под факторным (экономическим) анализом понимается постепенный переходи от исходной факторной системы (результирующий показатель) к конечной факторной системе, раскрытие полного набора прямых, количественно измеримых факторов, оказывающих влияние на применение результативного показателя. Постановка задачи факторного анализа: пусть y=f(xi) – некоторая функция, характеризующая изменение некоторого результативного показателя или процесса; x1, x2, … xn – факторы, от которых зависит функция y=f(xi). Задана функциональная детерминированная форма связи изучаемого показателя y с набором факторв x1, x2, … xn: y=f(x1, x2, … xn). Пусть показатель y получил при-ращение (Δy) за анализируемый период. Требуется определить, какой частью численное приращение функции y=f(x1, x2, … xn) обязано приращению каждого аргумента (фактора). Сформулированная таким образом задача есть постановка задачи прямого детермированного факторного анализа.

Примерами прямого детерминированного факторного анализа являются: анализ влияния производительности труда и численности работающих на объем произведенной продукции (y- объем продукции; x, z – факторы; задана функциональная форма связи y=x*z); анализ влияния величины прибыли, стоимости основных производственных фондов и нормируемых оборотных средств на уровень рентабельности (y – уровень рентабельности; x, z, v – соответствующие факторы; заданная функциональная форма связи y=x/(z+v).

Прогнозом называется научно-обоснованное суждение о возможных состояниях объекта в будущем и/или об альтернативных путях и сроках его существования.

Предсказуемы только общие свойства и закономерности, в которых отражаются устойчивые причинно-следственные отношения. Но и для них нет абсолютной детерминированности, так как всегда сохраняется неопределенность конкретной реализации какой-либо закономерности.

Это значит, что точный прогноз невозможен. Всегда существует остаточная неопределенность прогноза и порождается она той самой объективной случайностью.

К наиболее общим источникам неопределенности при прогнозировании относят:

1. Невозможность учета всех взаимодействий, определяющих эволюцию объекта..

2. Неполнота и неточность наших знаний о законах природы и общества. Любые научные законы есть лишь отражение уровня достигнутых знаний и поэтому относительны.

3. Неоднозначность причинно-следственных связей.

4. При прогнозировании социально-экономических процессов очень актуален вопрос о мере и границе прогноза. Исходя из закона диалектики о переходе количественных изменений в качественные, можно сделать вывод о том, что надежный прогноз возможен в границах действия закона в рамках рассматриваемого качества.

Если сделать акцент на прогнозирование качества и затрат, то к основным задачам прогнозирования относятся:

– разработка прогноза рыночной потребности в каждом конкретном виде потребительской стоимости в соответствии с результатами маркетинговых исследований;

– выявление основных экономических, социальных и научно-технических тенденций, оказывающих влияние на потребность в тех или иных видах полезного эффекта;

– выбор показателей, оказывающих существенное влияние на величину полезного эффекта прогнозируемой продукции в условиях рынка;

– выбор метода прогнозирования и периода упреждения прогноза;

– прогнозирование показателей качества новой продукции во времени с учетом влияющих на них факторов;

– прогноз организационно-технического уровня производства на стадии жизненного цикла продукции;

– оптимизация прогнозных показателей качества по критерию максимально полезного эффекта при минимальных совокупных затратах за жизненный цикл продукции;

– обоснование экономической целесообразности разработки новой или повышения качества и эффекта выпускаемой продукции исходя из наличных ресурсов и приоритетов.

Основными источниками исходной информации при прогнозировании являются:

– статистическая, финансово-бухгалтерская и оперативная отчетность предприятий;

– научно-техническая документация по результатам выполнения НИОКР, включая обзоры, проспекты и другую информацию по развитию науки и техники в стране и за рубежом;

– патентно-лицензионная документация.

К методам прогнозирования управленческих решений относят: нормативный, экспериментальный, параметрический, экстраполяция, индексный, экспертный, оценки технических стратегий, функциональный, комбинированный.

Прогнозирование управленческих решений наиболее тесно связано с планированием. План и прогноз представляют собой взаимодополняющие друг друга стадии планирования при определяющей роли плана как ведущего звена управления. Прогноз в системе управления является предплановой разработкой многовариантных моделей развития объекта управления. Сроки, объемы работ, числовые характеристики объекта и другие показатели в прогнозе носят вероятностный характер и обязательно предусматривают возможность внесения корректировок. В отличие от прогноза план содержит однозначно срок существования события и характеристики планируемого объекта. Для плановых разработок используется наиболее рациональный прогнозный вариант.

Прогнозирование носит итеративный характер, что означает одновременное исследование и прогнозирование объекта на любой стадии подготовки управленческого решения. В состав экспертной комиссии приглашаются специалисты, профессионально знакомые с объектом экспертизы.

Специалисты, работающие над прогнозом, должны быть обеспечены всей необходимой информацией об объекте прогнозирования.

Нередко полезным может оказаться специально подготовленный аналитической группой аналитический обзор по прогнозируемой проблеме.

При работе над прогнозом, особенно если это многовариантный прогноз, приходится иметь дело с большими объемами информации, которая к тому же должна анализироваться и обрабатываться в соответствии с используемой технологией разработки прогноза.

Поэтому без использования современной вычислительной техники и, прежде всего, ПК со специально подготовленными базами данных, модулями ввода, анализа и обработки информации.

Количественная информация, если она достаточна и надежна, используется для расчетов по экстраполяции динамики изменения прогнозируемых параметров, по определению наиболее вероятных тенденций их изменения.

Если разработаны математические, имитационные, аналоговые и иные модели функционирования объекта прогнозирования и изменения внутренних условий, то в них вводятся необходимые данные и на их основании производятся расчеты, позволяющие оценить наиболее вероятные изменения внутренних условий объекта прогнозирования.

Определение наиболее вероятных вариантов развития внутренних и внешних условий объекта прогнозирования является одной из центральных задач разработки прогноза. От того, насколько верно они будут определены, зависят точность разрабатываемого прогноза и эффективность решений, принимаемых на его основании.

На этом этапе разработки прогноза на основании анализа внутренних и внешних условий и всей имеющейся информации об объекте прогнозирования, информации в результате работы экспертной комиссии предварительно определяется перечень возможных альтернативных вариантов изменения внутренних и внешних условий.

После их предварительной оценки из перечня исключаются те альтернативные варианты, реализуемость которых в прогнозируемый период сомнительна или же вероятность их реализации ниже предварительно установленного порогового значения.

Оставшиеся альтернативные варианты подвергаются более углубленной оценке с целью определения альтернативных вариантов изменения внутренних и внешних условий, осуществление которых наиболее вероятно.

Каждый из отобранных наиболее вероятных альтернативных вариантов изменения внутренних и внешних условий функционирования объекта прогнозирования детально прорабатывается и представляется для разработки альтернативных вариантов прогноза при каждом из отобранных альтернативных вариантов изменения условий функционирования объекта прогнозирования.

Экспертиза – исследование какого-либо объекта, ситуации, вопроса, требующего специальных знаний, с представлением мотивированного заключения.

На этом этапе разработки прогноза предполагается наиболее активная работа экспертов по определению и оценке ключевых событий, наступление которых ожидается в прогнозируемом промежутке времени.

Предыдущий этап разработки прогноза дает информацию, необходимую аналитической группе для проведения экспертизы.

Экспертам представляется информация о наиболее вероятном изменении внутренних и внешних условий, на основе ранее проведенного анализа формулируются вопросы, на которые должны быть получены ответы в результате проведения экспертизы, намечаются наиболее вероятные сценарии развития событий.

Для получения экспертной информации может использоваться и такой способ, как интервьюирование, когда в свободной форме, но по заранее намеченному плану, эксперт дает оценки и суждения, необходимые при разработке прогноза.

Причем при интервьюировании возможен отход от заранее намеченного плана. Интервьюер должен обеспечивать получение возможно более обоснованных оценок.

Для получения экспертной информации при разработке прогноза возможно использование метода смешанного анкетирования, когда при работе с экспертом используются элементы как анкетирования, так и интервьюирования.

Априорная и апостериорная оценка качества прогноза.

Апостериори – на основании опыта.

Априори – независимо от предшествующего опыта.

Оценка качества прогноза – одна из центральных проблем в процессе разработки управленческих решений. Степень доверия к разработанному прогнозу во многом влияет на принимаемое решение и сказывается на эффективности управленческих решений, принимаемых с использованием разработанного прогноза.

После того как прогноз разработан, должны быть определены критерии, по которым точность прогноза может быть оценена.

Как правило, для оценки прогноза используются два метода: дифференциальный или интегральный.

При дифференциальном методе оцениваются наборы оценок отдельных составляющих качества прогноза, имеющих достаточно четкий объективный смысл.

В частности, могут использоваться такие критерии, как ясность и четкость задания на прогноз, соответствие прогноза заданию, своевременность разработки прогноза, профессиональный уровень разработки прогноза, надежность использованной информации и т. д.

Интегральный метод предполагает обобщенную оценку качества прогноза на базе оценки качества прогноза по частным критериям.

Однако в ряде случаев этот способ оказывается недостаточно убедительным, поскольку к оценке качества прогноза по частным критериям вольно или невольно добавляется необходимость оценки сравнительной важности критериев и их влияния на интегральную оценку.

Если период прогнозирования уже завершился, то необходимо сопоставить спрогнозированные значения показателей и параметров с полученными в результате реализовавшегося с действительности хода прогнозируемых событий.

Для проведения такой оценки необходимо принять во внимание все основные факторы, определяющие качество разработанного прогноза.

Контроль хода реализации и корректировки прогноза. После того как прогноз подготовлен и представлен руководству организации, заказчику и т. д., наступает новый этап работы с подготовленным материалом. Вариантная разработка прогноза также предполагает разработку прогноза при различных альтернативных вариантах условий и предположений, которые могут изменяться. События, вчера казавшиеся маловероятными, сегодня происходят, а казавшиеся наиболее вероятными не происходят вовсе. Базируясь на устаревшем, не учитывающем реалии действительного развития событий прогнозе, трудно принять эффективное управленческое решение.

Поэтому неотъемлемой частью современной технологии прогнозирования является периодически осуществляемый (в зависимости от происходящих изменений) мониторинг хода реализации прогнозированного развития событий.

Мониторинг позволяет своевременно выявлять значительные отклонения в ходе развития событий.

Если они могут оказать принципиальное влияние на дальнейший ход событий в части, касающейся принятия важных стратегических решений, то прогноз должен быть подвергнут корректировке.

Необходимо отчетливо понимать, что прогнозы ценны не сами по себе, как возможность профессионального предсказания ожидаемого хода развития событий в той или иной области человеческой деятельности, а в большей степени как необходимый и очень существенный элемент разработки важных управленческих решений.

Поэтому при выявившихся значительных отклонениях в ходе развития событий в прогнозируемой области деятельности, особенно в случае активного прогноза, в уже разработанный прогноз должны вноситься соответствующие коррективы.

Коррективы могут быть различного уровня значимости, сложности, трудоемкости и т. д. Если они не очень значительны, то эта проблема может решаться на уровне аналитической группы, сопровождающей разработкой прогноза.

Если коррективы более существенны, то может потребоваться дополнительное привлечение отдельных экспертов, а в особо важных случаях при наличии значительных изменений – дополнительная работа экспертной комиссии с возможным изменением состава.

Прогноз является предплановым документом и поэтому его внедрение на практике означает разработку научно-обоснованной стратегии фирмы, бизнес-план на основе использования вариантов прогноза показателей качества, затрат на его достижение и другой информации.

Прогнозирование управленческих решений преследует цель получения научно-обоснованных альтернатив развития для различных показателей, которые используются в НИОКР, а также для развития всей системы менеджмента. Получается, что прогнозирование управленческих решений есть часть системы менеджмента и способствует развитию всей системы в целом.

Факторный анализ – это анализ влияния отдельных факторов на результативный показатель с помощью детерминированных или стохастических приемов исследования. Особое значение в анализе хозяйственной деятельности имеет разделение задач на балансовые и факторные.

Балансовые методы – это анализ структуры, пропорций, соотношений. Под экономическим факторным анализом понимаются постепенный переход от исходной факторной модели к конечной, раскрытие полного набора количественно измеримых факторов, оказывающих влияние на изменение результативного показателя.

ОСНОВНЫЕ ЗАДАЧИ ФАКТОРНОГО АНАЛИЗА

1. Отбор факторов определяющих исследуемые результативные показатели.
2. Классификация и систематизация факторов с целью обеспечения комплексного и системного подхода к исследованию их влияния на результаты хозяйственной деятельности.
3. Определение формы зависимости между факторами и результативными показателями.
4. Моделирование взаимосвязей между факторами и результативными показателями.
5. Расчет влияния факторов и оценка роли каждого из них в изменении результативного показателя.
6. Работа с факторной моделью. Методика факторного анализа.

ТИПЫ ФАКТОРНОГО АНАЛИЗА

1. ДЕТЕРМИНИРОВАННЫЙ анализ – методика исследования влияния факторов, связь которых с результативными показателями носит функциональный характер, т.е. результативный показатель представлен в виде произведения, частного, алгебраической суммы факторов.
2. СТОХАСТИЧЕСКИЙ анализ – методика исследования факторов, связь которых с результативными показателями является вероятностной (корреляционной).
3. Методика ПРЯМОГО факторного анализа – исследование ведется от общего к частному (дедуктивный способ).
4. Методика ОБРАТНОГО факторного анализа – исследование ведется от частного к общему (индуктивный способ).
5. Методика ОДНОСТУПЕНЧАТОГО факторного анализа – исследуются факторы одного уровня (ступени) подчиненности, без их детализации на составные части.
6. Методика МНОГОСТУПЕНЧАТОГО факторного анализа – исследование проводится с детализацией факторов, таким образом изучается влияние факторов различных уровней соподчиненности.
7. Методика СТАТИСТИЧЕСКОГО факторного анализа – применяется при анализе на соответствующую дату.
8. Методика ДИНАМИЧЕСКОГО ФАКТОРНЫЙ АНАЛИЗ – методика исследования причинно-следственных связей в динамике.
9. Методика РЕТРОСПЕКТИВНОГО факторного анализа – изучает причины прироста результативных показателей за прошлые периоды.
10. Методика ПЕРСПЕКТИВНОГО факторного анализа – исследует поведение факторов и результативных показателей в перспективе.

ФАКТОРЫ – это причины, формирующие результаты хозяйственно-финансовой деятельности.

СПОСОБЫ ИЗМЕРЕНИЯ ВЛИЯНИЯ ФАКТОРОВ В АНАЛИЗЕ ХОЗЯЙСТВЕННОЙ ДЕЯТЕЛЬНОСТИ.

В детерминированном факторном анализе (ДФА) для этого используются следующие способы:

  • цепной подстановки
  • индексный
  • абсолютных разниц
  • относительных разниц
  • пропорционального деления
  • интегральный
  • логарифмирования

предприятия, внутрихозяйственного анализа и межхозяйственного сравнительного анализа

В специальной литературе и на практике в наибольшей степени разработаны методы анализа основного (первичного) звена единого народнохозяйственного комплекса. Таким звеном является предприятие (любой формы собственности). Предприятие является юридическим лицом, имеет самостоятельный баланс и действует в соответствии со своим уставом, обладает правами и выполняет обязанности, связанные с его деятельностью. Оно может вести несколько видов деятельности (научно-производственную, аграрно-промышленную, торгово-промышленную и др.). Субъектами анализа могут быть все заинтересованные в деятельности организации пользователи результатов анализа. Особенности анализа определяются задачами того субъекта, который проводит анализ. Они проявляются в последовательности изучения экономики, в тематике анализа (рассматриваются те вопросы, в которых заинтересован субъект анализа), в формах аналитической работы. Информационным обеспечением анализа является, как правило, сводная отчетность основного звена хозяйствования, экономические показатели хозяйственной деятельности предприятия в целом, без детализации по подразделениям.

Особенность внутрихозяйственного анализа проявляется в его детализации по отдельным подразделениям, в оценке их вклада в достижения всего коллектива. Внутрихозяйственный анализ охватывает все ступени управленческой иерархии предприятия — от подразделений первого порядка до рабочего места. Необходимо учитывать особенности структуры предприятия, которая предопределяет потоки экономической информации. Внутрихозяйственный анализ заключается в объективной и всесторонней оценке выполнения плановых заданий подразделениями; определении и измерении факторов и причин, обусловивших результаты производства; выявлении внутрипроизводственных резервов; разработке мероприятий по их использованию; исследовании экономических особенностей функционирования и развития того или иного подразделения; выявлении и распространении передового опыта.

В рыночной экономике повышается заинтересованность организаций в изучении опыта конкурентов, организаций других отраслей. Назначение межхозяйственного сравнительного анализа заключается в сопоставлении достигнутых результатов хозяйственной деятельности предприятия с результатами предприятий-конкурентов, изучении причин различий в использовании производственных ресурсов, выявлении резервов дальнейшего повышения эффективности производства. Межхозяйственный анализ может быть полным (общим, комплексным), когда изучается вся работа предприятий и их подразделений одной отрасли или отраслевого сегмента, и локальным, когда изучается какой-либо отдельный блок или отдельные частные вопросы, например использование рабочего времени.

При выполнении комплексного анализа деятельности предприятия выполняются следующие этапы:

  • 1) уточнение объектов, целей и задач анализа, составление плана аналитической работы;
  • 2) разработка системы синтетических и аналитических показателей, характеризующих объект анализа;
  • 3) сбор и подготовка информации с учетом предъявляемых требований (точности, сопоставимости вида и др.);
  • 4) факторный анализ: выделение факторов и определение их влияния на результат;
  • 5) выявление неиспользованных и перспективных резервов увеличения эффективности деятельности;
  • 6) оценка результатов хозяйствования.

Последовательность комплексного анализа деятельности предприятия приведена на рис. 2.2.

Рис. 2.2. Комплексный анализ деятельности предприятия

admin

Добавить комментарий