Факторный анализ: пример составления и его особенности. Факторный анализ

Для успешной деятельности на любом предприятии важно тщательное планирование. Его основа – факторный анализ различных показателей, позволяющий обосновать планы, оценить качество бухучета и системы контроля. По результатам разрабатывается тактика и стратегия предприятия. Чаще всего факторный анализ проводится по отношению к прибыли, чтобы определить, как на этот показатель влияет качество и объем продукции, производительность труда. Для торговых предприятий наиболее важен анализ продаж.

Задача исследования финансовых результатов – контролировать выполнение планов и определить, какие объективные и субъективные факторы влияют на уровень доходов. В процессе расчетов используются учетные данные и информация из бизнес-плана. По результатам определяются резервы, позволяющие увеличить чистый доход.

Расчеты проводятся по:

• валовой, налогооблагаемой,
• основных товаров (услуг, работ)
• доходам от прочих продаж
• внереализационным доходам

Цели исследования:

• определить отклонения по каждому признаку
• исследовать изменение и структуру каждого показателя
• оценить работу предприятия за определенный период

Анализируется структура и состав доходов, динамика по сравнению с предыдущими временными отрезками, воздействие выбранной учетной политики на каждый вид прибыли и суммы отчислений по дивидендам и налогам.

Важно учесть все факторы, воздействующие на результат предпринимательской деятельности:

• доходы от операций с валютами, депозитов, облигаций, акций
• убытки от безнадежных , неустойки, штрафов, пени
• доходы от аренды, полученных неустоек, штрафов, пени
• убытки от минусовой прибыли прошлых периодов и стихийных бедствий
• издержки на уплату налогов и отчисления во внебюджетные фонды

Основной показатель успешной работы – высокая рентабельность. Требуется исследование зависимости этого показателя для всего предприятия и для каждого направления деятельности. Оценивается прибыльность продаж, окупаемость вложенного капитала, инвестиций и издержек. Расчеты проводятся для каждого вида прибыли (валовой, от продаж, чистой).

Факторный анализ состоит из нескольких этапов:

• отбора факторов
• их систематизации и классификации
• моделирования связей между фактором и результатом
• определения каждого фактора и расчета его влияния на результат хозяйственной деятельности
• разработки рекомендаций, позволяющих использовать результаты на практике

Основные элементы: изменения доходности, доходов и расходов.

Для факторного исследования можно использовать и другие показатели, например рентабельность:

• инвестиций (соотношение суммы в «нижней строке» к сумме собственных средств)
• собственного капитала
• активов (соотношение суммы в «нижней строке» к итоговому объему первого раздела баланса)
• (соотношение суммы в «нижней строке» к объему оборотных средств)
• реализации (соотношение суммы в «нижней строке» к выручке)

Рассчитывается разница сумм за базовый и текущий год, выявляются факторы, оказавшие влияние на изменения.

Исследование факторов, влияющих на доходность продаж

Доходность продаж находится в зависимости от:

• объема проданного товара
• структуры проданного товара
• себестоимости
• среднего уровня цены
• коммерческих расходов

В процессе исследования оценивается каждый фактор и его влияние.

Общий показатель изменения доходов от реализации товаров:

ΔР = Р1 — Р0, где

• Р1 – прибыль текущего периода
• Р0 – прибыль предыдущего периода

При расчете влияния объема проданного товара на доходность сначала вычисляется прирост объема (в процентах):

ΔQ = Q1 / Q0 * 100 — 100, где

• Q1 – выручка текущего периода в ценах базового
• Q0 – выручка предыдущего периода

ΔР1 = Р0 * ΔQ / 100, где

• ΔР1 – изменение объема проданного товара

Проблемы может создать сопоставление данных базисного и отчетного временного отрезка, особенно, если продукция неоднородная. Проблему решает использование цен предыдущего периода в качестве основы.

Влияние на себестоимость рассчитывается по формуле:

ΔР2 = С0 — С1, где

• С0 – себестоимость проданного в отчетном периоде товара в ценах предыдущего периода
• С1 – себестоимость проданного в отчетном периоде товара в текущих ценах

Эту формулу применяют также при расчетах воздействия коммерческих и управленческих расходов.

Изменения продажной стоимости рассчитывается по формуле:

ΔР3 = Q1 — Q2, где

• Q1 – выручка текущего периода в актуальных ценах
• Q2 – выручка текущего периода по ценам базисного

Для расчета воздействия структуры товара на прибыль используется формула:

ΔР4 = ΔР — ΔР1 — ΔР2 — ΔР3

Чтобы определить воздействие всех факторов, используется формула:

ΔР = Р1 — Р0 = ΔР1 + ΔР2 + ΔР3 + ΔР4

Исходя из результатов, определяются резервы, позволяющие . Это может быть увеличение объема проданной продукции, снижение общей себестоимости или ее отдельных составляющих, улучшение структуры (качества, ассортимента) выпускаемой (продаваемой) продукции.

Пример вычислений

Чтобы провести расчеты, необходимо взять данные из баланса за текущий и базовый год.

Пример расчета показателей факторного анализа прибыли от продаж, если:

• выручка 60 000 и 55 000 (в текущих ценах) или 45 833 (в ценах базового года)
• производственная себестоимость 40 000 и 35 000
• коммерческие расходы 3 000 и 2 000
• управленческие расходы 5 000 и 4 000
• полная себестоимость 48 000 и 41 000
• индекс изменения продажной цены 1,2
• прибыль 12 000 и 14 000

(первый показатель относится к базовому периоду, второй – к отчетному).

Изменение прибыли:

ΔР = Р1 — Р0 = 12 000 — 14 000 = -2 000

Выручка текущего периода в ценах прошедшего: 55 000 / 1,2 = 45 833.

Прирост/снижение объема продаж:

ΔQ = Q1 / Q0 * 100 = 45 833 / 60 000 * 100 – 100 = -24%

Влияние снижения объема:

ΔР1 = Р0 * ΔQ / 100 = 12 000 * (-24) / 100 = -1 480

Влияние неполной (производственной) себестоимости:

ΔР2 = С0 — С1 = 40 000 — 35 000 * 1,2 = -2 000

Влияние коммерческих расходов:

ΔР2 = С0 — С1 = 3 000 — 2 000 * 1,2 = 600

Влияние управленческих расходов:

ΔР2 = С0 — С1 = 5 000 — 4 000 * 1,2 = 200

Влияние изменения стоимости при продаже:

ΔР3 = Q1 — Q2 = 55 000 — 45 833 = 9 167

Влияние структуры:

ΔР4 = ΔР — ΔР1 — ΔР2 — ΔР3 = -2 000 — 1 480 — 2 000 + 600 + 200 + 9 167 = 4 467

Влияние всех факторов:

ΔР = ΔР1 + ΔР2 + ΔР3 + ΔР4 = -1 480 — 2 000 + 600 + 200 + 9 167 + 3 467 = 9 114

По результатам видно, что прибыль в отчетном периоде снизилась из-за уменьшения объемов продаж и увеличения производственной себестоимости. Положительное влияние оказало изменение структуры и стоимости продукции при продаже.

Исследование факторов, влияющих на валовую прибыль

При расчетах для валовой прибыли не учитываются следующие издержки:

• коммерческие
• управленческие
• внереализационные
• операционные
• налоговые
• чрезвычайные
• прочие

В рассмотренном в предыдущем разделе примере поменяются 3 :

• себестоимость будет 2 000
• влияние структуры 3 667
• влияние всех факторов 8 314

Суммы будут меньше, так как не учитываются коммерческие и управленческие издержки, меняющие полную себестоимость.

Исследование факторов, влияющих на размер чистой прибыли

Все факторы, влияющие на этот показатель, делятся на внутренние и внешние. К первой группе относят способы учета, методы формирования структуры затрат, ко второй – влияние климата, изменения тарифов и цен на сырье, изменения в договорах, форс-мажорные обстоятельства. Чистая прибыль рассчитывается вычитанием из выручки производственной себестоимости, управленческих и коммерческих издержек, прочих расходов, налогов.

Для расчетов применяется формула:

∆Рч = ∆Р + ∆С + ∆К + ∆У + ∆П + ∆НП, где

• ∆Р — изменение выручки
• ∆С — изменение себестоимости
• ∆К — изменение коммерческих издержек
• ∆У — изменение управленческих издержек
• ∆П — изменение прочих доходов/расходов
• ∆НП — изменение размера после корректировки

При расчетах изменений отдельных факторов используется формула:

ΔИ2 = И0 — И1, где

• И0 – издержки текущего периода в ценах прошедшего
• И1 – издержки отчетного периода в текущих ценах

Аналогично проводится исследование доходов от дополнительных видов деятельности, например, участия в других предприятиях, депозитов, вкладов в облигации. Это позволяет определить факторы, влияющие на доходность, и целесообразность вкладывания средств. Например, если доходы от процентов по депозитам снизились, не стоит в будущем использовать этот вид инвестирования.

При работе с «нижней строкой» проводится также исследование качества и использования чистой прибыли. Этот показатель можно улучшить путем сокращения разрыва между цифрой в балансе и реальным объемом средств. Для этого меняется способ , методы списания стоимости и формирования резервов.

Для исследования использования заработанных средств применяется формула расчета доходности одной акции:

Па = (Пч — Дпр) / Qо, где

• Па – прибыльность одной акции
• Пч – чистая прибыль
• Дпр – размер дивидендов на привилегированную акцию
• Qо – количество в обращении обыкновенных акций

Чистая прибыль используется для:

• выплаты дивидендов
• формирования накоплений и резервов
• отчислений в социальные и благотворительные фонды

Факторный анализ можно провести и по этим показателям, чтобы сравнить объемы и отклонения по двум или более периодам.

Факторный анализ дает возможность более глубоко и детально оценить состояние финансов предприятия за счет выявления факторов, имеющих самое большое влияние на доходность бизнеса. По результатам можно точно определить, какие мероприятия требуются .

Напишите свой вопрос в форму ниже

Введение в факторный анализ

В течение последних лет факторный анализ нашел свое применение среди широкого круга исследователей в основном благодаря развитию высокоскоростных компьютеров и пакетов статистических программ (например, DATATEXT, BMD, OSIRIS, SAS и SPSS). Это также коснулось большой группы пользователей, не имеющих соответствующей математической подготовки, но, тем не менее, заинтересованных в использовании потенциальных возможностей факторного анализа в своих исследованиях (Harman, 1976; Horst, 1965; Lawley и Maxswel, 1971; Mulaik, 1972).

Факторный анализ предполагает, что изучаемые переменные представляют собой линейную комбинацию некоторых скрытых (латентных) ненаблюдаемых факторов. Иными словами, существует система факторов и система изучаемых переменных. Определенная зависимость между этими двумя системами позволяет посредством факторного анализа с учетом имеющейся зависимости получать выводы по изучаемым переменным (факторам). Логическая сущность этой зависимости состоит в том, что каузальная система факторов (система независимых и зависимых переменных) всегда имеет уникальную корреляционную систему изучаемых переменных, а не наоборот. Только при жестко ограниченных условиях, налагаемых на факторный анализ, возможна недвусмысленная интерпретация каузальных структур по факторам на наличие корреляции между изучаемыми переменными. Кроме этого, существуют проблемы и другой природы. Например, при сборе эмпирических данных возможно допущение разного рода ошибок и неточностей, что в свою очередь затрудняет работу по выделению скрытых ненаблюдаемых параметров и их дальнейшего исследования.

Что же такое факторный анализ? Факторный анализ относится к множеству статистических техник, основная задача которых состоит в представлении множества изучаемых признаков в виде сокращенной системы гипотетических переменных. Факторный анализ - исследовательский эмпирический метод, который преимущественно находит свое применение в социальных и психологических дисциплинах.

В качестве примера использования факторного анализа можно рассмотреть изучение свойств личности с помощью психологических тестов. Свойства личности не поддаются прямому измерению, о них можно судить только на основании поведения человека, ответов на те или иные вопросы и т.д. Для объяснения собранных эмпирических данных их результаты подвергаются факторному анализу, который и позволяет выявить те личностные свойства, которые оказывали влияние на поведение испытуемых в проведенных опытах.

Первым этапом факторного анализа, как правило, является выбор новых признаков, которые являются линейными комбинациями прежних и «вбирают» в себя большую часть общей изменчивости наблюдаемых данных, а поэтому передают большую часть информации, заключенной в первоначальных наблюдениях. Обычно это осуществляют с помощью метода главных компонент, хотя иногда используют и другие приемы (например, метод главных факторов, метод максимального правдоподобия).

Метод главных компонент– статистический прием, позволяющий преобразовывать исходные переменные в их линейную комбинацию (GeorgH.Dunteman). Цель метода – получить сокращенную систему исходных данных, которая намного проще для понимания и дальнейшей статистической обработки. Этот подход был предложен Пирсоном (1901) и независимо от него получил свое дальнейшее развитие у Хотеллинга (1933). Автор пытался минимизировать использование матричной алгебры при работе с данным методом.

Основная цель метода главных компонент – выделение первичных факторов и определение минимального числа общих факторов, которые удовлетворительно воспроизводят корреляции между изучаемыми переменными. Результат данного шага – матрица коэффициентов факторных нагрузок, представляющих собой в ортогональном случае коэффициенты корреляции между переменными и факторами. При определении числа выделяемых факторов используется следующий критерий: выделяются только факторы с собственными значениями больше указанной константы (как правило, единицы).

Однако обычно факторы, полученные методом главных компонент, не поддаются достаточно наглядной интерпретации. Поэтому следующим шагом факторного анализа является преобразование (вращение) факторов таким образом, чтобы облегчить их интерпретацию. Вращение факторов состоит в нахождении наиболее простой факторной структуры, то есть такого варианта оценки факторных нагрузок и остаточных дисперсий, который и дает возможность содержательно интерпретировать общие факторы и нагрузки.

Наиболее часто исследователями в качестве метода вращения используется метод варимакс. Это метод, позволяющий, с одной стороны, за счет минимизации разброса квадратов нагрузок для каждого фактора, получить упрощенную факторную структуру за счет увеличения больших и уменьшения малых факторных нагрузок, с другой стороны.

Итак, основные цели факторного анализа:

сокращение числа переменных (редукция данных);

определение структуры взаимосвязей между переменными, т.е. классификация переменных .

Поэтому факторный анализ используется или как метод сокращения данных или как метод классификации.

Практические примеры и советы по применению факторного анализа можно, найти в книге Стивенса (Stevens, 1986); более подробное описание приводят Кули и Лонес (Cooley, Lohnes, 1971); Харман (Harman, 1976); Ким и Мюллер (Kim, Mueller, 1978a, 1978b); Лоули и Максвелл (Lawley, Maxwell, 1971); Линдеман, Меренда и Голд (Lindeman, Merenda, Gold, 1980); Моррисон (Morrison, 1967) и Мулэйк (Mulaik, 1972). Интерпретация вторичных факторов в иерархическом факторном анализе, как альтернатива традиционному вращению факторов, дана Верри (Wherry, 1984).

Вопросы подготовки данных для применения

факторного анализа

Рассмотрим ряд вопросов и кратких ответов в рамках использования факторного анализа.

Какой уровень измерений требует факторный анализ или, иными словами, в каких шкалах измерений должны представляться данные для факторного анализа?

Факторный анализ требует, чтобы переменные были представлены в интервальной шкале (Stevens, 1946) и отвечали нормальному распределению. Это требование предполагает также, что в качестве входных данных используются ковариационные или корреляционные матрицы.

Должен ли исследователь избегать использования факторного анализа, когда метрическая основа переменных определена неточно, т.е. данные представлены в порядковой шкале?

Нет необходимости. Многие переменные, представляющие, например, измерения мнений испытуемых по большому количеству тестов, не имеют точно установленной метрической базы. Однако, в общем, предполагается, что многие «порядковые переменные» могут содержать числовые значения, не искажающие и даже сохраняющие основные свойства изучаемого признака. Задачи исследователя: а) правильно определить число рефлексивно выделяемых порядков (уровней); б) учесть, что сумма допущенных искажений будет включена в корреляционную матрицу, являющуюся основой входных данных факторного анализа; в) коэффициенты корреляции закрепляются в качестве «порядковых» искажений в измерениях (Labovitz, 1967, 1970;Kim, 1975).

Долгое время считалось, что искажения назначаются числовым значениям именно порядковых категорий. Однако это необоснованно, поскольку и для метрических величин возможны искажения, пусть даже минимальные, в процессе проведения эксперимента. В факторном анализе результаты зависят от возможного допущения ошибок, получаемых в процессе измерения, а не их происхождения и соотнесения к данным определенного типа шкал.

Можно ли использовать факторный анализ для номинальных (дихотомических) переменных?

Многие исследователи утверждают, что использовать факторный анализ для номинальных переменных очень удобно. Во-первых, дихотомические значения (значения, равные «0» и «1») исключают выбор каких-либо иных, отличных от них. Во-вторых, как результат, коэффициент связи является эквивалентом коэффициента корреляции Пирсона, который и выступает в качестве числового значения переменной для факторного анализа.

Однако однозначно положительного ответа на данный вопрос нет. Дихотомические переменные сложно выразить в рамках аналитической факторной модели: каждая переменная имеет значение весовой нагрузки, по крайней мере, двух основных факторов - общего и частного (Kim,Muller). Даже если эти факторы имеют два значения (что довольно редко встречается в реальных факторных моделях), то итоговые результаты в наблюдаемых переменных должны содержать, как минимум, четыре различных значения, которые, в свою очередь, и оправдывают противоречивость использования номинальных переменных. Поэтому факторный анализ для таких переменных используется с целью получения ряда эвристических критериев.

Сколько должно быть переменных для каждого гипотетически построенного фактора?

Предполагается, что для каждого фактора должно быть, по крайней мере, три переменные. Но это требование опускается, если факторный анализ используется для подтверждения какой-либо гипотезы. В общем, исследователи едины в том, что необходимо иметь, по крайней мере, вдвое больше переменных, чем факторов.

Еще один момент касательно данного вопроса. Чем больше размер выборки, тем достовернее значение критерия ХИ -квадрат. Результаты считаются статистически значимыми, если выборка включает как минимум 51 наблюдение. Таким образом:

N-n-150,(3.33)

где N – размер выборки (число измерений),

n – количество переменных (Lawley, Maxwell, 1971).

Это, конечно, только общее правило.

Какой смысл имеет знак факторной нагрузки?

Сам знак не имеет существенного значения и не существует пути для оценки значимости связи между переменной и фактором. Однако знаки переменных, входящих в фактор, имеют специфическое значение относительно знаков других переменных. Различные знаки просто означают, что переменные связаны с фактором в противоположных направлениях.

Например, по результатам факторного анализа было получено, что для пары качеств открытый-замкнутый (многофакторный опросник Кетелла) имеют место соответственно положительная и отрицательная весовые нагрузки. Тогда говорят, что доля качестваоткрытый, в выделенном факторе больше, чем доля качествазамкнутый.

Главные компоненты и факторный анализ

Факторный анализ как метод редукции данных

Предположим, что проводится (до некоторой степени "глупое") исследование, в котором измеряется рост ста людей в метрах и сантиметрах. Таким образом, имеются две переменные. Если далее исследовать, например, влияние разных пищевых добавок на рост, будет ли целесообразным использовать обе переменные? Вероятно, нет, т.к. рост является одной характеристикой человека, независимо от того, в каких единицах он измеряется.

Предположим, что измеряется удовлетворенность людей жизнью с помощью опросника, содержащего различные пункты. Задаются, например, вопросы: удовлетворены ли люди своим хобби (пункт 1) и как интенсивно они им занимаются (пункт 2). Результаты преобразуются так, что средние по уровню ответы (например, для удовлетворенности) соответствуют значению 100, в то время как ниже и выше средних ответов расположены меньшие и большие значения, соответственно. Две переменные (ответы на два разных пункта) коррелированы между собой. Из высокой коррелированности двух этих переменных можно сделать вывод об избыточности двух пунктов опросника. Это, в свою очередь, позволяет осуществить объединение двух переменных в один фактор.

Новая переменная (фактор) будет включать в себя наиболее существенные черты обеих переменных. Итак, фактически, выполнено сокращение исходного числа переменных и осуществлена замена двух переменных одной. Отметим, что новый фактор (переменная) в действительности является линейной комбинацией двух исходных переменных.

Пример, в котором две коррелированные переменные объединены в один фактор, показывает главную идею факторного анализа или, более точно, анализа главных компонент. Если же пример с двумя переменными распространить на большее число переменных, то вычисления становятся сложнее, однако основной принцип представления двух или более зависимых переменных одним фактором остается в силе.

Метод главных компонент

Анализ главных компонент является методом сокращения или редукции данных, т.е. методом сокращения числа переменных. Возникает естественный вопрос: сколько факторов следует выделять? Отметим, что в процессе последовательного выделения факторов они включают в себя все меньше и меньше изменчивости. Решение о том, когда следует остановить процедуру выделения факторов, главным образом зависит от точки зрения на то, что считать малой "случайной" изменчивостью. Это решение достаточно произвольно, однако имеются некоторые рекомендации, позволяющие рационально выбрать число факторов (см. раздел Собственные значения и число выделяемых факторов ).

В случае, когда имеются более двух переменных, можно считать, что они определяют трехмерное "пространство" точно так же, как две переменные определяют плоскость. Если имеется три переменные, то можно построить трехмерную диаграмму рассеяния (см. рис. 3.10).

Рис. 3.10. Трехмерная диаграмма рассеяния признака

Для случая более трех переменных, становится невозможным представить точки на диаграмме рассеяния, однако логика вращения осей с целью максимизации дисперсии нового фактора остается прежней.

После того, как найдена линия, для которой дисперсия максимальна, вокруг нее остается некоторый разброс данных и процедуру естественно повторить. В анализе главных компонент именно так и делается: после того, как первый фактор выделен , то есть, после того, как первая линия проведена, определяется следующая линия, максимизирующая остаточную вариацию (разброс данных вокруг первой прямой), и т.д. Таким образом, факторы последовательно выделяются один за другим. Так как каждый последующий фактор определяется так, чтобы максимизировать изменчивость, оставшуюся от предыдущих, то факторы оказываются независимыми друг от друга (некоррелированными или ортогональными ).

Собственные значения и число выделяемых факторов

Рассмотрим некоторые стандартные результаты анализа главных компонент. При повторных вычислениях выделяются факторы с все меньшей и меньшей дисперсией. Для простоты изложения считают, что обычно работа начинается с матрицы, в которой дисперсии всех переменных равны 1,0. Поэтому общая дисперсия равна числу переменных. Например, если имеется 10 переменных и дисперсия каждой из них равна 1, то наибольшая изменчивость, которая потенциально может быть выделена, равна 10 раз по 1.

Предположим, что при изучении степени удовлетворенности жизнью включено 10 пунктов для измерения различных аспектов удовлетворенности домашней жизнью и работой. Дисперсия, объясненная последовательными факторами, представлена в таблице 3.14:

Таблица 3. 14

Таблица собственных значений

Во втором столбце таблицы 3. 14. (Собственные значения) представлена дисперсия нового, только что выделенного фактора. В третьем столбце для каждого фактора приводится процент от общей дисперсии (в данном примере она равна 10) для каждого фактора. Как видно, первый фактор (значение 1) объясняет 61 процент общей дисперсии, фактор 2 (значение 2) – 18 процентов, и т.д. Четвертый столбец содержит накопленную (кумулятивную) дисперсию.

Итак, дисперсии, выделяемые факторами, названы собственными значениями . Это название происходит из использованного способа вычисления.

Как только получена информация о том, сколько дисперсии выделил каждый фактор, можно возвратиться к вопросу о том, сколько факторов следует оставить. Как говорилось выше, по своей природе это решение произвольно. Однако имеются некоторые общеупотребительные рекомендации, и на практике следование им дает наилучшие результаты.

Критерии выделения факторов

Критерий Кайзера. Сначала отбираются только те факторы, собственные значения которых больше 1. По существу, это означает, что если фактор не выделяет дисперсию, эквивалентную, по крайней мере, дисперсии одной переменной, то он опускается. Этот критерий предложен Кайзером (Kaiser, 1960), и является наиболее широко используемым. В приведенном выше примере (см. табл. 3.14) на основе этого критерия следует сохранить только 2 фактора (две главные компоненты).

Критерий каменистой осыпи является графическим методом, впервые предложенным Кэттелем (Cattell, 1966). Он позволяет изобразить собственные значения в виде простого графика:

Рис. 3. 11. Критерий каменистой осыпи

Оба критерия были изучены подробно Брауном (Browne, 1968), Кэттелем и Джасперсом (Cattell, Jaspers, 1967), Хакстианом, Рожерсом и Кэттелем (Hakstian, Rogers, Cattell, 1982), Линном (Linn, 1968), Тюкером, Купманом и Линном (Tucker, Koopman, Linn, 1969). Кэттель предложил найти такое место на графике, где убывание собственных значений слева направо максимально замедляется. Предполагается, что справа от этой точки находится только «факториальная осыпь» («осыпь» – геологический термин, обозначающий обломки горных пород, скапливающиеся в нижней части скалистого склона). В соответствии с этим критерием можно оставить в рассмотренном примере 2 или 3 фактора.

Какому критерию все-таки следует отдавать предпочтение на практике?Теоретически, можно вычислить характеристики путем генерации случайных данных для конкретного числа факторов. Тогда можно увидеть, обнаружено с помощью используемого критерия достаточно точное число существенных факторов или нет. С использованием этого общего метода первый критерий (критерий Кайзера ) иногда сохраняет слишком много факторов, в то время как второй критерий (критерий каменистой осыпи ) иногда сохраняет слишком мало факторов; однако оба критерия вполне хороши при нормальных условиях, когда имеется относительно небольшое число факторов и много переменных.

На практике возникает важный дополнительный вопрос, а именно: когда полученное решение может быть содержательно интерпретировано. Поэтому обычно исследуется несколько решений с большим или меньшим числом факторов, и затем выбирается одно наиболее "осмысленное". Этот вопрос далее будет рассматриваться в рамках вращений факторов.

Общности

На языке факторного анализа доля дисперсии отдельной переменной, принадлежащая общим факторам (и разделяемая с другими переменными) называется общностью . Поэтому дополнительной работой, стоящей перед исследователем при применении этой модели, является оценка общностей для каждой переменной, т.е. доли дисперсии, которая является общей для всех пунктов. Тогда доля дисперсии , за которую отвечает каждый пункт, равна суммарной дисперсии, соответствующей всем переменным, минус общность (Harman, Jones, 1966).

Главные факторы и главные компоненты

Термин факторный анализ включает как анализ главных компонент, так и анализ главных факторов. Предполагается, что, в целом, известно сколько факторов следует выделить. Можно узнать (1) значимость факторов, (2) можно ли интерпретировать их разумным образом и (3) как это сделать. Чтобы проиллюстрировать, каким образом это может быть сделано, производятся действия "в обратном порядке", то есть, начинают с некоторой осмысленной структуры, а затем смотрят, как она отражается на результатах.

Основное различие двух моделей факторного анализа состоит в том, что в анализе главных компонент предполагается, что должна быть использована вся изменчивость переменных, тогда как в анализе главных факторов используется только изменчивость переменной, общая и для других переменных.

В большинстве случаев эти два метода приводят к весьма близким результатам. Однако анализ главных компонент часто более предпочтителен как метод сокращения данных, в то время как анализ главных факторов лучше применять с целью определения структуры данных.

Факторный анализ как метод классификации данных

Корреляционная матрица

Первый этап факторного анализа предусматривает вычисление корреляционной матрицы (в случае нормального выборочного распределения). Вернемся к примеру об удовлетворенности и рассмотрим корреляционную матрицу для переменных, относящихся к удовлетворенности на работе и дома.

Под факторным анализом понимается методика комплексного и системного изучения и измерения факторов на величину результативных показателей.

Различают следующие типы факторного анализа: детерминированный (функциональный)

стохастический (вероятностный)

Детерминированный факторный анализ – это методика оценки влияния факторов, связь которых с результативным показателем носит функциональный характер, т.е. результативный показатель может быть представлен в виде произведения, частного или алгебраической суммы факторов.

Методы детерминированного факторного анализа:

метод цепных подстановок

индексный

интегральный

абсолютных разниц

относительных разниц и др.

Стохастический анализ – методика исследования факторов, связь которых с результативным показателем в отличие от функциональной является неполной, вероятностной.

Методы стохастического факторного анализа:

корреляционный анализ

регрессионный анализ

дисперсионный

компонентный

современный многомерный факторный анализ

дискриминантный

Основные методы детерминированного факторного анализа

МЕТОД ЦЕПНЫХ ПОДСТАНОВОК является наиболее универсальным, используется для расчета влияния факторов во всех типах факторных моделей: сложения, умножения, деления и смешанных.

Этот метод позволяет определить влияние отдельных факторов на изменение величины результативного показателя путем замены базисной величины каждого факторного показателя на фактическую в отчетном периоде. С этой целью определяют ряд условных величин результативного показателя, которые учитывают изменение одного, затем двух, трех и т.д. факторов, допуская, что остальные не меняются.

Сравнение величины результативного показателя до и после изменения уровня того или другого фактора позволяет исключить влияние всех факторов, кроме одного, и определить его воздействие на прирост результативного показателя.

Алгебраическая сумма влияния факторов обязательно должна быть равна общему приросту результативного показателя. Отсутствие такого равенства свидетельствует о допущенных ошибках.

ИНДЕКСНЫЙ МЕТОД основан на относительных показателях динамики, пространственных сравнений, выполнения плана (индексах), которые определяются как отношение уровня анализируемого показателя в отчетном периоде к его уровню в базисном периоде (или к плановому или по другому объекту).

С помощью индексов можно выявить влияние различных факторов на изменение результативных показателей в моделях умножения и деления.

ИНТЕГРАЛЬНЫЙ МЕТОД является дальнейшим логическим развитием рассмотренных методов, который имеют существенный недостаток: при их использовании исходят из того, что факторы изменяются независимо друг от друга. На самом же деле они изменяются совместно, взаимосвязано и от этого взаимодействия получается дополнительный прирост результативного показателя, который присоединяется к одному из факторов, как правило к последнему. В связи с этим величина влияния факторов на изменение результативного показателя меняется в зависимости от места, на которое поставлен тот или иной фактор в исследуемой модели.

При использовании ИНТЕГРАЛЬНОГО метода ошибка расчета влияния факторов распределяется между ними поровну, при этом очередность подстановки не играет роли. Распределение ошибки осуществляется с помощью специальных моделей.

Типы конечных факторных систем, наиболее часто встречающиеся в анализе хозяйственной деятельности:

аддитивные модели

мультипликативные модели

;

кратные модели

;
;
;,

где y – результативный показатель (исходная факторная система);

x i – факторы (факторные показатели).

Применительно к классу детерминированных факторных систем различают следующие основные приемы моделирования.

,

т.е. мультипликативную модель вида
.

3. Метод сокращения факторной системы. Исходная факторная система
. Если и числитель и знаменатель дроби разделить на одно и то же число, то получим новую факторную систему (при этом, естественно, должны быть соблюдены правила выделения факторов):

.

В данном случае имеем конечную факторную систему вида
.

Таким образом, сложный процесс формирования уровня изучаемого показателя хозяйственной деятельности может быть разложен с помощью различных приемов на его составляющие (факторы) и представлен в виде модели детерминированной факторной системы.

Моделирование показателя рентабельности капитала предприятия обеспечивает создание пятифакторной модели рентабельности, включающей в себя все показатели интенсификации использования производственных ресурсов.

Анализ рентабельности проведем, используя данные таблицы.

РАСЧЕТ ОСНОВНЫХ ПОКАЗАТЕЛЕЙ ПО ПРЕДПРИЯТИЮ ЗА ДВА ГОДА

На основе базовых показателей рассчитаем показатели интенсификации производственных ресурсов (руб.)

Пятифакторная модель рентабельности активов (авансированного капитала)

.

Методику анализа пятифакторной модели рентабельности активов проиллюстрируем, используя метод цепных подстановок.

Сначала найдем значение рентабельности для базового и отчетного годов.

Для базового года:

Для отчетного года:

Разность в коэффициентах рентабельности отчетного и базового годов составила 0,005821, а в процентах 0,58%.

Рассмотрим, какое влияние на это повышение рентабельности оказали пять вышеназванных факторов.

В заключение составим сводку влияния факторов на отклонение рентабельности 2-го года по сравнению с 1-м (базовым) годом.

Общее отклонение, % 0,58

В том числе за счет влияния:

трудоемкости +0,31

материалоемкости +0,28

амортизациеемкости 0

Итого себестоимость: +0,59

фондоемкости −0,07

оборачиваемости оборотных средств +0,06

Итого авансирование −0,01

Любое коммерческое предприятие, работающее на рынке в достаточно жесткой конкурентной среде, обязано эффективно распоряжаться имеющимися внутренними ресурсами и своевременно реагировать на изменение внешних условий. Эти цели и преследуют соответствующие аналитические мероприятия, о которых пойдет речь в публикации.

Факторный анализ прибыли

Объектом пристального внимания аналитика является прибыль предприятия , поскольку именно она отображает эффективность работы компании, ее ликвидность и платежеспособность. Прибыль выступает индикатором, реагируя на любые изменения внешней среды и внутри фирмы, поэтому важно уметь анализировать этот показатель, правильно оценивая степень воздействия всех критериев.

Факторный анализ чистой прибыли компании рассматривает два влияющих блока: внешние и внутренние.

Внутренними считают факторы, влиять на которые предприятие в состоянии. К примеру, фирма может влиять на прибыль, поскольку степень загруженности мощностей и уровень применяемых технологий сказываются на качестве выпускаемых продуктов. Сложнее с непроизводственными факторами, как то – реакция персонала на изменение трудовых условий, логистика и др.

Под внешними понимают факторы рыночных реалий, контролировать которые компания не может, но принимает во внимание. Например, невозможно воздействовать на рыночную конъюнктуру, уровень инфляции, удаленность от ресурсов, особенности климата, смену гостарифов, нарушение условий соглашений партнерами и др.

Факторный анализ чистой прибыли – составляющая анализа финансовой деятельности компании. Применяется он для определения степени воздействия различных показателей на результат. К примеру, исследуют:

• динамику изменений величины выручки ;
• прирост объема продаж;
• влияние на прибыль динамики продаж, изменения цен и себестоимости .

Анализируют показатели, сравнивая итоги двух конкретных периодов. Начинают анализ с группировки влияющих на прибыль факторов. Чистая прибыль определяется как выручка, уменьшенная на себестоимость, налоги, коммерческие, административные и прочие расходы.

В основе факторного анализа лежит исследование изменений каждого фактора, влияющего на величину прибыли, т. е. анализ изменения чистой прибыли в рассматриваемом периоде осуществляется сравнением изменений всех составляющих ее значений.

Факторный анализ чистой прибыли: пример расчета

Рассмотрим детальнее все этапы анализа перечисленных факторов на основе данных таблицы:

Проведем факторный анализ чистой прибыли. Пример наш упрощен и базируется на вычислении (по формулам в таблице):

• абсолютных величин отклонений данных выручки и себестоимости за отчетный период в сравнении с предыдущим годом;
• прироста показателей в %.

Вывод: за отчетный год чистая прибыль компании выросла к прошлому году на 1000 тыс. руб. Негативным фактором стало увеличение себестоимости, составившее 11,2% к предыдущему году. Необходимо обратить внимание на рост себестоимости и выявить причины явления, поскольку его увеличение существенно опережает рост прибыли.

Упростив задачу и проанализировав показатели, мы выяснили, что необходимо провести более детальное исследование себестоимости, поскольку в нашем примере она складывается из нескольких показателей и расчет следует провести по группам всех затрат: производственных, коммерческих и управленческих. Расширив блок исходных данных, приступим к факторному анализу прибыли от продаж и определим основные изменяющие критерии.

Факторный анализ прибыли от продаж: пример расчета

Значение	Объем реализации (т. р.) за		Абсолютное отклонение
	прошлый год	отчетный год	(гр 3 – гр 2)	100 х ((гр 3 / гр 2)) – 100
Себестоимость
Коммерческие расходы
Управленческие расх.
Прибыль от продаж
Индекс изменения цен
Объем продаж в сопоставимых ценах

Определим влияние:

1. Объема продаж умножением прибыли на изменение объема:
   • 73 451 т.р. (83 000 / 1,13)
   • фактический объем продаж с учетом изменений составил 88,5% (73 451 / 83 000 х 100), т. е. объем продаж снижен на 11,5% (100 – 88,5).
   • из-за этого прибыль от продаж фактически снизилась на 1495 тыс. руб. (13 000 х (– 0,115) = – 1495).
2. Ассортимента продукции:
   • фактические продажи, рассчитанные по базисной себестоимости 47 790 тыс. руб. (54 000 х 0,885);
   • прибыль отчетного года, вычисленная по базисным себестоимости и ценам (АУР и коммерческие расходы) 16 661 тыс. руб. (73 451 – 47 790 – 4000 – 5000). Т.е. изменение состава ассортимента повлекло изменение прибыли на 5156 тыс. руб. (16 661 – (13 000 х 0,885). Это означает, что увеличился удельный вес продуктов с большей доходностью.
3. Себестоимости в пересчете по базису:
   • (54 000 х 0,885) – 60 000 = – 12 210 тыс. руб. – себестоимость повысилась, а, значит, прибыль от продаж снизилась на ту же сумму.
4. АУР и коммерческих расходов, сравнив их абсолютные величины:
   • коммерческие расходы увеличились на 6000 тыс. руб. (10 000 – 4000), т. е. прибыль снизилась;
   • за счет снижения АУР на 1000 тыс. руб. (4000 – 5000) прибыль увеличилась.
5. Продажных цен, сопоставив объем реализации в базовых и отчетных ценах:
   • 83 000 – 73451 = 9459 тыс. руб.
   • Подсчитаем влияние всех факторов:
   • 1495 + 5156 – 12 210 – 6000 + 1000 + 9459 = – 4090 тыс. руб.

Вывод: Существенный рост себестоимости произошел на фоне повышения цен на сырье и тарифы. Отрицательно сказалось уменьшение объема продаж, хотя фирма обновила ассортимент, выпустив ряд продуктов с большей доходностью. К тому же, значительно увеличились коммерческие расходы. Резервами роста прибыли фирмы являются повышение объема продаж, выпуска рентабельных продуктов и снижение себестоимости и коммерческих расходов.

Все явления и процессы хозяйственной деятельности предприятий находятся во взаимосвязи и взаимообусловленности. Одни из них непосредственно связаны между собой, другие косвенно. Отсюда важным методологическим вопросом в экономическом анализе является изучение и измерение влияния факторов на величину исследуемых экономических показателей.

Под экономическим факторным анализом понимается постепенный переход от исходной факторной системы к конечной факторной системе, раскрытие полного набора прямых, количественно измеримых факторов, оказывающих влияние на изменение результативного показателя.

По характеру взаимосвязи между показателями различают методы детерминированного и стохастического факторного анализа.

Детерминированный факторный анализ представляет собой методику исследования влияния факторов, связь которых с результативным показателем носит функциональный характер.

Основные свойства детерминированного подхода к анализу:

построение детерминированной модели путем логического анализа;

наличие полной (жесткой) связи между показателями;

невозможность разделения результатов влияния одновременно действующих факторов, которые не поддаются объединению в одной модели;

изучение взаимосвязей в краткосрочном периоде.

Различают четыре типа детерминированных моделей:

Аддитивные модели представляют собой алгебраическую сумму показателей и имеют вид

К таким моделям, например, относятся показатели себестоимости во взаимосвязи с элементами затрат на производство и со статьями затрат; показатель объема производства продукции в его взаимосвязи с объемом выпуска отдельных изделий или объема выпуска в отдельных подразделениях.

Мультипликативные модели в обобщенном виде могут быть представлены формулой

.

Примером мультипликативной модели является двухфакторная модель объема реализации

,

где Ч - среднесписочная численность работников;

CB - средняя выработка на одного работника.

Кратные модели:

Примером кратной модели служит показатель срока оборачиваемости товаров (в днях) . Т ОБ.Т :

,

где З Т - средний запас товаров; О Р - однодневный объем реализации.

Смешанные модели представляют собой комбинацию перечисленных выше моделей и могут быть описаны с помощью специальных выражений:

Примерами таких моделей служат показатели затрат на 1 руб. товарной продукции, показатели рентабельности и др.

Для изучения зависимости между показателями и количественного измерения множества факторов, повлиявших на результативный показатель, приведем общие правила преобразования моделей с целью включения новых факторных показателей.

Для детализации обобщающего факторного показателя на его составляющие, которые представляют интерес для аналитических расчетов, используют прием удлинения факторной системы.

Если исходная факторная модель , а , то модель примет вид .

Для выделения некоторого числа новых факторов и построения необходимых для расчетов факторных показателей применяют прием расширения факторных моделей. При этом числитель и знаменатель умножаются на одно и тоже число:

.

Для построения новых факторных показателей применяют прием сокращения факторных моделей. При использовании данного приема числитель и знаменатель делят на одно и то же число.

.

Детализация факторного анализа во многом определяется числом факторов, влияние которых можно количественные оценить, поэтому большое значение в анализе имеют многофакторные мультипликативные модели. В основе их построения лежат следующие принципы:

место каждого фактора в модели должно соответствовать его роли в формировании результативного показателя;

модель должна строиться из двухфакторной полной модели путем последовательного расчленения факторов, как правило качественных, на составляющие;

при написании формулы многофакторной модели факторы должны располагаться слева направо в порядке их замены.

Построение факторной модели – первый этап детерминированного анализа. Далее определяют способ оценки влияния факторов.

Способ цепных подстановок заключается в определении ряда промежуточных значений обобщающего показателя путем последовательной замены базисных значений факторов на отчетные. Данный способ основан на элиминировании. Элиминировать – значит устранить, исключить воздействие всех факторов на величину результативного показателя, кроме одного. При этом исходя из того, что все факторы изменяются независимо друг от друга, т.е. сначала изменяется один фактор, а все остальные остаются без изменения. потом изменяются два при неизменности остальных и т.д.

В общем виде применение способа цепных постановок можно описать следующим образом:

где a 0 , b 0, c 0 - базисные значения факторов, оказывающих влияние на обобщающий показатель у;

a 1 , b 1 , c 1 - фактические значения факторов;

y a , y b , - промежуточные изменения результирующего показателя, связанного с изменением факторов а, b, соответственно.

Общее изменение ∆ у=у 1 –у 0 складывается из суммы изменений результирующего показателя за счет изменения каждого фактора при фиксированных значениях остальных факторов:

Рассмотрим пример:

Таблица 2 – Исходные данные для факторного анализа

Анализ влияния на объем товарной продукции количества работников и их выработки проведем описанным выше способом на основе данных табл.2. Зависимость объема товарной продукции от данных факторов можно описать с помощью мультипликативной модели:

Тогда влияние изменения величины количества работников на обобщающий показатель можно рассчитать по формуле:

Таким образом, на изменение объема товарной продукции положительное влияние оказало изменение на 5 человек численности работников, что вызвало увеличение объема продукции на 730 тыс. руб. и отрицательное влияние оказало снижение выработки на 10 тыс. руб., что вызвало снижение объема на 250 тыс. руб. Суммарное влияние двух факторов привело к увеличению объема продукции на 480 тыс. руб.

Преимущества данного способа: универсальность применения, простота расчетов.

Недостаток метода состоит в том, что, в зависимости от выбранного порядка замены факторов, результаты факторного разложения имеют разные значения. Это связано с тем, что в результате применения этого метода образуется некий неразложимый остаток, который прибавляется к величине влияния последнего фактора. На практике точностью оценки факторов пренебрегают, выдвигая на первый план относительную значимость влияния того или иного фактора. Однако существуют определенные правила, определяющие последовательность подстановки:

при наличии в факторной модели количественных и качественных показателей в первую очередь рассматривается изменение количественных факторов;

если модель представлена несколькими количественными и качественными показателями, последовательность подстановки определяется путем логического анализа.

Под количественным факторами при анализе понимают те, которые выражают количественную определенность явлений и могут быть получены путем непосредственного учета (количество рабочих, станков, сырья и т.д.).

Качественные факторы определяют внутренние качества, признаки и особенности изучаемых явлений (производительность труда, качество продукции, средняя продолжительность рабочего дня и т.д.).

Способ абсолютных разниц является модификацией способа цепной подстановки. Изменение результативного показателя за счет каждого фактора способом разниц определяется как произведение отклонения изучаемого фактора на базисное или отчетное значение другого фактора в зависимости от выбранной последовательности подстановки:

Способ относительных разниц применяется для измерения влияния факторов на прирост результативного показателя в мультипликативных и смешанных моделях вида у = (а – в) . с. Он используется в случаях, когда исходные данные содержат определенные ранее относительные отклонения факторных показателей в процентах.

Для мультипликативных моделей типа у = а . в . с методика анализа следующая:

находят относительное отклонение каждого факторного показателя:

определяют отклонение результативного показателя у за счет каждого фактора

Пример. Воспользовавшись данными табл. 2, проведем анализ способом относительных разниц. Относительные отклонения рассматриваемых факторов составят:

Рассчитаем влияние на объем товарной продукции каждого фактора:

Результаты расчетов те же, что и при использовании предыдущего способа.

Интегральный метод позволяет избежать недостатков, присущих методу цепной подстановки, и не требует применения приемов по распределению неразложимого остатка по факторам, т.к. в нем действует логарифмический закон перераспределения факторных нагрузок. Интегральный метод позволяет достигнуть полного разложения результативного показателя по факторам и носит универсальный характер, т.е. применим к мультипликативным, кратным и смешанным моделям. Операция вычисления определенного интеграла решается с помощью ПЭВМ и сводится к построению подынтегральных выражений, которые зависят от вида функции или модели факторной системы.

Можно использовать также уже сформированные рабочие формулы, приводимые в специальной литературе ∆ 4∆ :

1. Модель вида :

2. Модель вида :

3. Модель вида :

4. Модель вида :

Рассмотрим возможность использования основных методов детерминированного анализа, обобщив вышеизложенное в виде матрицы (табл.3).

Таблица 3 – Матрица применения способов детерминированного факторного анализа

Вопросы для самоконтроля

Какие задачи управления решаются посредством экономического анализа?

Охарактеризуйте предмет экономического анализа.

Какие отличительные особенности характеризуют метод экономического анализа?

Какие принципы лежат в основе классификации приемов и способов анализа?

Какую роль в экономическом анализе выполняет способ сравнения?

Объясните способы построения детерминированных факторных моделей.

Опишите алгоритм применения наиболее простых способов детерминированного факторного анализа: способа цепных подстановок, способа разниц.

Охарактеризуйте достоинства и опишите алгоритм применения интегрального метода.

Приведите примеры задач и факторных моделей, к которым применяется каждый из методов детерминированного факторного анализа.