- •1. Предпринимательский риск, производственный рост и безубыточность
- •2. Эволюция систем управления и развитие экономического анализа
- •3. Российский менеджмент и экономический анализ.
- •4. Объект, предмет и цели прикладного экономического анализа
- •5. Процесс прикладного экономического анализа
- •6. Определение проблемы экономического анализа
- •7. Системный подход к экономическому анализу
- •8. Классификации методов анализа
- •9. Статистические методы анализа Проблема обоснованности и точности статистических оценок
- •Оценки отклонений распределения рентабельности промышленного производства в 1995 г. От нормального
- •Оценки отклонений распределения темпов прироста промышленного производства в 1995 г, от нормального
- •Корреляционный анализ связей в хозяйственных системах
- •Теснота связи и величина коэффициента корреляции
- •Модели простой линейной и нелинейной регрессии
- •Себестоимость и выручка предприятия, млн. Руб.
- •Модели множественной линейной регрессии
- •10. Концепция дохода на капитал
- •11. Концепция неравноценности денежных средств во времени
- •12. Денежные потоки в виде серии равных платежей – аннуитеты
- •13. Концепция, источники и виды риска
- •14. Методы оценки эффективности инвестиций
- •15. Классификация типов экономического анализа
- •Экономический анализ
- •16. Главные экономические факторы.
- •17. Отраслевой анализ
- •18. Фундаментальный анализ
- •19. Технический анализ
- •20. Принципы анализа финансовых отчетов
- •21. Подготовка и оценка финансовых отчетов
- •22. Стадии анализа финансовых отчетов
- •23. Проблемы анализа финансовых отчетов
- •24. Финансовые коэффициенты
- •25. Показатели ликвидности
- •26. Показатели платежеспособности
- •27. Коэффициенты прибыльности и рентабельности
- •28. Показатели эффективности использования фондов
- •29. Показатели рыночной активности
- •30. Принципы анализа рынка
- •31. Графический метод
- •32. Экономический анализ в системе стратегического управления
- •2. Управленческое обследование предприятия;
- •33. Управленческое обследование предприятия
- •34. Анализ стратегических альтернатив
- •35. Анализ возможностей роста и выбор стратегии
- •Рекомендуемые стратегии по хозяйственным альтернативам
Оценки отклонений распределения рентабельности промышленного производства в 1995 г. От нормального
Критерии |
Оценка критерия |
Уровень значимости, Р |
Колмогорова D |
0,09617 |
0,1088 |
Омега-квадрат ω2 |
0,1047 |
0,0955 |
Хи-квадрат χ2 |
2,57 |
0,7658 |
Таблица 8.2
Оценки отклонений распределения темпов прироста промышленного производства в 1995 г, от нормального
Критерии |
Оценка критерия |
Уровень значимости, Р |
Колмогорова D |
0,1181 |
0,01594 |
Омега-квадрат ω2 |
0,1848 |
0,00715 |
Хи-квадрат χ2 |
12,76 |
0,02560 |
Корреляционный анализ связей в хозяйственных системах
Корреляционный анализ используют для выявления и оценки связи между различными показателями, характеризующими системы. Степень тесноты связи оценивают коэффициентами, изменяющимися в пределах от 0 до ± 1,0. Малое значение коэффициента свидетельствует о слабой связи, значение, близкое по величине к 1,0, характеризует очень сильную связь и часто позволяет предположить наличие функциональной причинно-следственной связи.
В табл. 8.3 приведены качественные оценки степени тесноты связи с помощью коэффициента корреляции.
Метод оценки корреляционной связи и тип определяемого при этом коэффициента зависит от закона распределения данных.
Параметрический корреляционный анализ. Это наиболее распространенный и наиболее точный вид анализа, для которого разработано всестороннее вероятностное обоснование. Условием обоснованного применения параметрических методов анализа, как правило, является нормальный закон распределения данных, используемых для обработки.
Первый этап анализа – это проверка данных на соответствие закону нормального распределения. Если распределение данных в выборке близко к нормальному закону, то можно оценить наличие линейной связи между переменными с помощью индикатора связи – коэффициента корреляции Пирсона.
Пример. Выявим и оценим наличие и тесноту связи между рентабельностью и темпом прироста промышленного производства в регионах Российской Федерации, ограничившись краями, областями и республиками.
Таблица 8.3
Теснота связи и величина коэффициента корреляции
Коэффициент корреляции |
Теснота связи |
± 0,91 1,00 |
Очень сильная |
± 0,81 0,90 |
Весьма сильная |
± 0,65 0,80 |
Сильная |
± 0,45 0,64 |
Умеренная |
± 0,25 0,44 |
Слабая |
до ± 0,25 |
Очень слабая |
Результаты проверки, полученные в примере, рассмотренном выше, свидетельствуют о том, что распределение одного из показателей отличается от нормального распределения. Поэтому параметрический корреляционный анализ связи рентабельности и темпов роста не будет точным, он позволит получить лишь приближенные оценки связи. Получим их с помощью процедуры «Корреляция» в системе STADIA. Величина оценок составит:
1. коэффициент корреляции Пирсона r = 0,2592;
2. T-статистика, оценивающая отношение величины коэффициента и стандартного отклонения –2,809;
3. уровень значимости гипотезы об отсутствии связи – 0,026 – 2,6%.
Между рентабельностью и ростом промышленного производства в 1995 г. существовала связь, она была слабой, так как величина коэффициента корреляции не слишком велика по сравнению с единицей. Отвергать гипотезу о связи нельзя, так как величина коэффициента корреляции значительно превышает его случайную ошибку, а вероятность отсутствия связи мала – всего 2,6%.
Непараметрические методы. Непараметрические методы статистики, в отличие от параметрических, не базируются на каких-либо предположениях о законах распределения данных. В качестве непараметрических критериев связи переменных часто используют коэффициент ранговой корреляции Спирмена и коэффициент ранговой корреляции Кендалла.
Коэффициент ранговой корреляции Спирмена является непараметрическим аналогом коэффициента корреляции Пирсона и определяется не по величинам переменных признаков, а по рангам – номерам в порядке возрастания величин признаков. Он более детально оценивает связь по сравнения с коэффициентом Кендалла, но менее детально, чем коэффициент Пирсона. Коэффициент Кендалла определяется числом пар признаков, для которых характерны положительные и отрицательные связи.
Точность коэффициентов, дающих непараметрические оценки связи, определяют с помощью Z-статистики, которая является аналогом T-статистики и характеризует отношение величины коэффициента и его стандартной ошибки. Аналогично параметрическим методам необходимо оценивать и уровень значимости гипотезы об отсутствии связи.
Пример. Продолжение оценки связи между рентабельностью и ростом промышленного производства в регионах Российской Федерации. Используем систему STADIA 5.0 с помощью процедуры «Корреляция (независимость)», в блоке статистики определим непараметрические оценки связи рентабельности с ростом производства.
Коэффициент ранговой корреляции Спирмена составляет 0,303 при Z-статистике величиной 2,686 и уровне значимости гипотезы об отсутствии связи величиной 0,0034. Коэффициент Кендалла составляет 0,2116 при Z-статистике величиной 2,809 и уровне значимости гипотезы об отсутствии связи величиной 0,0024. Полученные результаты свидетельствуют о связи между рентабельностью, и ростом промышленного производства в регионах Российской Федерации в 1995 г. Теснота этой связи невелика. До 1995 г. такой связи, либо не было вообще, либо она была отрицательной, в чем можно убедиться, проведя анализ для 1993 и 1994 гг. Результаты анализа приведены в табл. 8.4.