Экономико-статистический анализ финансовых результатов реализации сахарной свеклы в ОАО Племзавод "Дружба" Калининского района

1. Изменение рентабельности всего:

     ∆R= ( (∑ q₁p₁- 

 

4. ЭКОНОМИКО-МАТЕМАТИЧЕСКИЙ АНАЛИЗ ВЛИЯНИЯ ФАКТОРОВ НА ФИНАНСОВЫЙ РЕЗУЛЬТАТ РЕАЛИЗАЦИИ СВЕКЛЫ

 

4.1 Метод статистических  группировок и  его использование  в факторном анализе  финансовых результатов  реализации свеклы 

     Одним из основных и наиболее распространённых методов обработки и анализа статистической информации является группировка. Целостную характеристику совокупности необходимо сочетать с характеристикой составных её частей, классов и т.д. Под группировкой в статистике понимают расчленение статистической совокупности на группы, однородные в каком-либо отношении, и характеристику выделенных групп системой показателей в целях выделения типов явлений, изучения их структуры и взаимосвязей.

     Задачи  группировок состоят в следующем:

• Выделение социально-экономических типов;
• Изучение структуры совокупности;
• Исследование связи между признаками.

     В соответствии с указанными задачами различают три вида группировок:

• типологические;
• структурные (вариационные);
• аналитические (факторные).

     Типологическая  группировка – это разделение разнородной совокупности на однокачественные группы, которые отличаются типом явления.

     Структурная группировка предназначена для  изучения состава однородной совокупности по какому либо варьирующему признаку.

     Аналитическая группировка является средством  изучения связи между признаками.

     Группировочные  признаки по форме выражения могут быть:

• атрибутивными, не имеющими количественного значения (отрасли – промышленность, транспорт, связь, сельское  хозяйство; формы собственности – государственная, частная и т.д.);
• количественными, характеризующимися числовыми значениями (производство продукции, себестоимость единицы продукции и т.д.).

     Число наименований атрибутивного признака по своей сути определяет число выделяемых групп.

     При группировке по количественным признакам  группы могут иметь как равные, так и неравные интервалы. Неравные интервалы применяются, когда изменение группировочного признака по единицам совокупности происходит неравномерно и в значительных пределах.

     При относительно равномерном или нормальном распределении единиц изучаемой совокупности применяют группировки с равными интервалами. Число групп, на которые целесообразно расчленить статистическую совокупность, определяется по формуле:

     К=1+3,322lg n

     Величина  равных интервалов определяется по формуле:

     

     где

     i – величина интервала; 

     xmax – наибольшее значение группировочного  признака;

     xmin - наименьшее значение группировочного  признака;

     К – число групп.

     На  основе полученной величины интервала  определяются границы групп:

     1 группа: xmin - (xmin + i);

     2 группа: (xmin + i) - (xmin + 2i);

     3 группа: (xmin + 2i) - (xmin + 3i) и т.д.

     В группировках по качественному признаку применяются закрытые и открытые интервалы. Если нижняя и верхняя  границы интервалов имеют цифровые значения, то интервалы считаются  закрытыми. Если же нижняя граница первого интервала и верхняя граница последнего интервала не обозначены, то группировка считается с открытыми интервалами.

     В моей курсовой работе проведена группировка  по 26 хозяйствам, результаты представлены в таблице 14, где выявлено влияние урожайности на финансовые результаты реализации свеклы. 

     Таблица 14 – Влияние урожайности на финансовые результаты реализации свеклы 

 

     Группировка по уровню урожайности производства свеклы показала, что с ростом средней урожайности растут такие показатели, как прибыль, рентабельность реализации. Что касается остальных показателей, то при росте средней урожайности затраты труда на 1 ц и себестоимость 1 ц уменьшается. Наибольшая урожайность отмечена в 3 группе, наименьшая – в 1 группе; наибольший уровень рентабельности наблюдается в 3 группе, а наименьший – в 1.

 

4.2 Корреляционно-регрессионный  анализ влияния  факторов на финансовые результаты 

     Корреляционное  исчисление представляет собой научно - разработанные статистико – математические методы, используемые для анализа связи между явлениями.

     Корреляционный  метод дает возможность вычислять  цифровой показатель, характеризующий степень связи между двумя или несколькими признаками.

     Содержание  теории корреляции составляет изучение зависимости вариации признака от окружающих условий.

     При изучении конкретных зависимостей выявляют факторные и результативные признаки. В корреляционных связях между изменениями  факторного и результативного признака нет полного соответствия, воздействие отдельных факторов проявляется лишь в среднем при массовом наблюдении фактических данных.

     Основная  задача корреляционного анализа заключается в выявлении взаимосвязи между случайными переменными путем точечной и интервальной оценки парных (частных) коэффициентов корреляции, вычисления и проверки значимости множественных коэффициентов корреляции и детерминации. Кроме того, с помощью корреляционного анализа решаются следующие задачи: отбор факторов, оказывающих наиболее существенное влияние на результативный признак, на основании измерения степени связи между ними; обнаружение ранее неизвестных причинных связей. Корреляция непосредственно не выявляет причинных связей между параметрами, но устанавливает численное значение этих связей и достоверность суждений об их наличии.

     Регрессионный анализ предназначен для исследования зависимости исследуемой переменной от различных факторов и отображения их взаимосвязи в форме регрессионной модели.

     Цели  регрессионного анализа

1. Определение степени детерминированности вариации критериальной (зависимой) переменной предикторами (независимыми переменными)
2. Предсказание значения зависимой переменной с помощью независимой(-ых)
3. Определение вклада отдельных независимых переменных в вариацию зависимой

     Регрессионный анализ нельзя использовать для определения  наличия связи между переменными, поскольку наличие такой связи и есть предпосылка для применения анализа.

     Применение  корреляционного анализа включает в себя ряд последова-тельных  этапов. На первом этапе устанавливается  причинно-следственная связь между  признаками, заключающаяся в подборе факторных и результативных признаков.

     На  втором этапе определяется форма связи и подбирается уравнение, которое наиболее полно отражает характер взаимосвязи между признаками. Затем рассчитываются параметры уравнения связи.

     На  третьем этапе оцениваются теснота связи, которая при линейном типе характеризуется коэффициентом корреляции. Коэффициент корреляции (r) изменяется от –1 до 1. Если связь прямая, то 0 £ r £1, если же связь обратная, то -1£ r £1.

     С помощью корреляционно-регрессионного метода в данной курсовой работе определялась степень влияния различных факторов на изменение выручки от реализации 1 ц свеклы по 26 хозяйствам.

     Результаты  расчетов оформлены в таблицах 15 и 16.

     Для построения модели были выбраны следующие факторы:

     У – выручка на 1 га, тыс. руб.,

     Х₁ – убранная площадь, га,

     Х₂ – трудоемкость производства 1 ц зерна, чел.-час,

     Х₃ – затраты на удобрение 1 га, чел.ч.,

     Х₄ –уровень специализации, %,

     Таблица 15 – Результаты корреляционного  анализа, 2008 г.

 

     Анализ  парных коэффициентов показал показал, что между выручкой на 1 га и убранной площадью, и затратами труда на 1 га существует обратный характер и слабая связь, коэффициенты корреляции составляют -0,311 и -0,275, а между выручкой на 1 га и затратами на удобрение на 1 га, и уровнем специализации существует прямой характер, в одном случаи слабая связь 0,295, в другом средняя коэффициент корреляции составляет 0,684.

     Анализ  коэффициента вариации позволяет сделать  вывод о том, что исследуемая совокупность сельскохозяйственных организации коэффициент вариации больше 33,3%, то это говорит о высокой колеблемости показателя.  
 
 

     Таблица 16 – Результаты регрессионного анализа, 2008 г. 

 

     В результате анализа было получено следующее уравнение:

     Y=17,3507y-0,0001x₁-0,0151x₂+0,4031x₃+0,4991x₄

     Анализ  коэффициента регрессии показал, что с ростом выручки на 1 га убранная площадь падает на 0,00001га, затраты так же снижаются на 0,0151 чел.ч, затраты на удобрения растут на 0,4031 тыс.руб.