Как уберечь себя и свою компанию от манипуляций
 

Все КНИГИ
Все СТАТЬИ

Факторный анализ

Автор: Титаева А.В.
Автор книги Анализ показателей рентабельности предприятия
Все права сохранены. Разрешается републикация статьи в Интернет при условии получения текста из следующего источника: http://titaeva.ru/archive/articles/text47.zip

      Факторный анализ позволяет определить, какое влияние на изучаемый показатель оказало изменение того или иного фактора.

      В любой компании все показатели неразрывно связаны между собой (не будет продаж, не будет прибыли), также они в свою очередь зависят от различных внешних условий (курсы валют, объемы продаж у конкурентов, условия поставщиков и многое другое). Любые показатели компании и показатели внешних условий являются факторами как по отношению к какому-то расчетному показателю (рентабельность продаж, срок товарного кредита, оборачиваемость товаров и т.д.), так и по отношению друг к другу.

      Факторный анализ представляет собой выявление числовой зависимости одного показателя (изучаемого) от других показателей (факторов), способных оказать влияние на изучаемый показатель.

      Факторный анализ различается по способам его проведения.

      Можно проводить факторный анализ методом цепных подстановок или по другому шаговый факторный анализ, от периода к периоду. При шаговом факторном анализе выявляется произошедшее изменение изучаемого показателя, после чего само изменение раскладывается на доли, вызванные влиянием каждого фактора (например, прибыль от продаж снизилась за один квартал на 6%, при чем снижение на 1% обусловлено снижением выручки, а снижение на 5% удорожанием цен поставщиков). Шаговый факторный анализ проводится в отношении показателей, которые нужно рассчитывать, например, прибыль, рентабельность активов, коэффициент заемных средств и т.д.

      Шаговый факторный анализ может быть расширен путем раскрытия факторов, участвующих в расчете. Кроме того, можно строить модели шагового факторного анализа при помощи введения факторов, не принимающих участие в расчете изучаемого показателя, но оказывающих существенное влияние на изучаемый показатель.

      При моделировании функциональных факторных моделей необходимо соблюдать ряд требований:

  1. Факторы, включаемые в модель, должны реально существовать и иметь конкретное физическое значение.
  2. Факторы, которые входят в систему факторного анализа, должны иметь причинно-следственную связь с изучаемым показателем.
  3. Факторная модель должна обеспечивать измерение влияния конкретного фактора на общий результат.

      В факторном анализе используют следующие виды наиболее часто встречающихся моделей:

      1. Когда результативный показатель получается как алгебраическая сумма или разность результирующих факторов, применяются аддитивные модели, например:

      Прибыль = Выручка - Себестоимость производственная - Управленческие расходы - Коммерческие расходы

      2. Мультипликативные модели применяются, когда результирующий показатель получается как произведение нескольких результирующих факторов:

      Рентабельность активов = Рентабельность продаж * Фондоотдача активов

      Рентабельность активов = Прибыль/Среднегодовая стоимость активов

      В свою очередь рентабельность активов может быть представлена в виде произведения:

      (Прибыль/Выручка) * (Выручка/Среднегодовая стоимость активов)

      Прибыль/Выручка - это Рентабельность продаж

      Выручка/Среднегодовая стоимость активов - это Фондоотдача активов

      3. Когда результативный показатель получаем делением одного фактора на другой, применяются кратные модели:

      К кратной модели относится функция Рентабельность активов, равная отношению прибыли к среднегодовой стоимости активов.

      4. Различные комбинации приведенных выше моделей представляют модели смешанные или комбинированные.

      Рассмотренные выше модели представляют собой модели для проведения шагового факторного анализа, от периода к периоду. Не смотря на то, что существует возможность построить многофакторную модель изучаемого показателя, такой анализ не удобен громоздкостью расчетов при большом количестве факторов. Кроме того, расчеты искажаются из-за проблемы последовательности изменения факторов. Зачастую просто невозможно зафиксировать какой фактор изменился первым, а какие после, да еще в какой последовательности. Многие не уделяют внимание последовательности изменения факторов и, как результат, получают неверные расчеты.

      Проблему громоздкости расчетов решает регрессионный анализ (статистический). Несмотря на то, что вычисления при создании модели нелегки, но, когда уже модель зависимости изучаемого показателя от выбранных факторов получена, строить прогнозы легко и удобно. Регрессионный анализ - это анализ не от периода к периоду. Такой анализ может быть проведен только, если аналитик располагает набором наблюдений: значений изучаемого показателя и его факторов за необходимый период времени. При чем, чем больше факторов участвуют в модели, тем больше наблюдений требуется для составления модели зависимости. В многофакторной регрессионной модели (множественной регрессии) на первый план выступает определение «наилучших» мест факторов в модели. Неоспоримым преимуществом регрессионных моделей факторного анализа является возможность для введения в модель нечисловых переменных, по другому называемых фиктивными переменными. Такими фиктивными переменными могут быть события или обстоятельства: к примеру, смена руководства, проведение рекламных или маркетинговых акций, рост деловой репутации и многое другое, что не имеет числовых выражений. В итоге может быть спрогнозировано изменение изучаемого показателя от изменения событий (обстоятельств). Предназначением регрессионного факторного анализа является прогнозирование изменений изучаемого показателя от изменения того или иного фактора модели. Таким образом, регрессионный анализ позволяет не только оценить влияние факторов, но и строить прогнозы будущих изменений. Прогнозирование на базе шагового факторного анализа не имеет смыслового значения как раз в силу ограниченности в использовании наблюдений.

      Значение факторного анализа сложно переоценить. Методы проведения шагового и регрессионного анализа различны, в каждом есть свои трудности, но вместе с тем оба метода полезны и каждый в отдельности позволяет получить интересные и ценные результаты при правильном применении.



      У знакомых похожая ситуация? Немедленно предупредите! >>  



Рейтинг@Mail.ru