Автор работы: Пользователь скрыл имя, 01 Февраля 2011 в 19:36, курсовая работа
Целью данной курсовой работы является изучение, статистическая оценка и анализ финансовых результатов деятельности предприятия.
тыс. руб.;
тыс. руб.;
тыс. руб.;
тыс. руб.;
тыс. руб.
Баланс рассмотренных факторов:
в 2003г.: 1104-7+1962+4777=7836;
в 2004г.: 1932-541+5849+1241=8482;
в 2005г.: 2080-2400+7036-4034=2682;
в 2006г.: 8700-7582+3969+7002=12089;
в 2007г.: 980-6225+7462+1187=3404.
Как видно, на протяжении рассмотренных периодов сумма прибыли увеличивалась главным образом вследствие изменения объема и ассортимента реализованной продукции и роста цен, а общее изменение прибыли составило в 2003г. – 7836 тыс. руб., в 2004г. – 8482 тыс. руб., в 2005г. – 2682 тыс. руб., в 2006г. – 12089 тыс. руб. и в 2007г. – 3404 тыс. руб.
Для характеристики среднего изменения в затратах на производство продукции могут быть исчислены два индекса/10/: индекс себестоимости
и индекс средних затрат на рубль совокупной продукции
где z0 и z1 – себестоимость 1ц. продукции в базисном и отчетном периодах; q0 и q1 – количество продукции за те же периоды; р0 – цена за 1ц. продукции; и - затраты на всю продукцию; и - стоимость произведенной продукции.
Индекс себестоимости был рассчитан нами выше. Теперь рассчитаем индекс средних затрат на рубль совокупной продукции:
в 2003г.:
в 2004г.:
в 2005г.:
в 2006г.:
в 2007г.:
Анализируя полученные значения, мы видим, что в 2003г. в среднем затраты на рубль продукции уменьшились на 5 коп., в 2004г. – увеличились на 2 коп., в 2005г. – увеличились на 4 коп., в 2006г. –увеличились на 1 коп. и в 2007г. – осталось без изменения.
В
отличие от ранее вычисленного индекса
себестоимости (индекс постоянного
состава) индекс средних затрат является
индексом переменного состава. На его
величину оказывает влияние не только
изменение собственно в себестоимости
продукции, а также и изменения в структуре
произведенной продукции. Этим в основном
и объясняются различия в величине индексов.
Одна из важнейших черт статистических показателей состоит в их тесной взаимосвязи и взаимообусловленности. Статистика на основе своих специфических методов и приемов призвана вскрывать эти связи и количественно их охарактеризовать. Как известно из математической статистики, корреляционная, статистическая связь — это неполная связь между признаками, которая проявляется при большом числе наблюдений.
Используя метод корреляции, можно решить следующие задачи[8]:
Каждую из перечисленных задач решают расчетом определенных показателей.
Корреляционный анализ должен включать 4 этапа: установление причинных зависимостей в изучаемом явлении, формирование корреляционной модели связи, расчет и анализ показателей связи, статистическая оценка числовых характеристик.
При изучении конкретных зависимостей одни признаки выступают в качестве факторов, которые называются признаками-факторами (факторными признаками), а признаки, которые являются результатом влияния этих факторов называются результативными.
В корреляционных связях между изменением факторного и результативного признака нет полного соответствия, воздействие отдельных факторов появляется лишь в среднем при массовом наблюдении фактических данных.
Проанализируем результаты корреляционно – регрессионного анализа (Приложение 1) финансовых результатов деятельности предприятия.
Для многофакторной корреляционной модели уровня валовой прибыли (y) подобраны следующие факторы:
x 1 – среднегодовая стоимость ОПФ, тыс.руб.;
x 2 – среднесписочная численность работников,чел.
Влияние перечисленных факторов исследуется за 5 лет.
Решение
задачи многофакторного
1. Наша двухфакторная модель линейной зависимости имеет вид:
Y=A0+A1*X2+...+An*Xn=P(A),
где параметры уравнения определенные методом наименьших квадратов:
A0 = -39241.097216 – не имеет экономического смысла.
A1 = 2.335880 – показывает, что с увеличением среднегодовой стоимости ОПФ на 1 тыс.руб., валовая прибыль в среднем увеличится на 2,36 тыс.руб.
A2 = 59.241220 – показывает, что с увеличением среднесписочной численности работников на 1 чел. валовая прибыль в среднем увеличится на 59,24 тыс.руб.
2. Изучая матрицу парных коэффициентов корреляции, можно сделать следующие выводы о тесноте связи между изучаемыми явлениями:
r yx1=0,9844 – связь между валовой прибылью и среднегодовой стоимостью ОПФ прямая и очень высокая(тесная);
r yx2=0,9742 – связь между валовой прибылью и среднесписочной численностью работников прямая и высокая;
r x1x2=0,6916 – связь между среднегодовой стоимостью ОПФ и среднесписочной численностью работников средняя.
Данные приложения свидетельствуют о том, что все факторы оказывают ощутимое воздействие на уровень валовой прибыли.
3. Оценка значимости коэффициентов регрессии и корреляции осуществляется на основе дисперсионного анализа через критерий Фишера (F-отношение). Фактическая величина F-отношения сопоставляется с табличной и делается заключение о надежности связи. Поскольку Fфакт > Fтабл(33,094 > 19,000), то гипотеза об отсутствии связи между валовой прибылью и исследуемыми факторами отклоняется.
4. Для статистической оценки точности уравнения связи используется также средняя ошибка аппроксимации. Чем меньше теоретическая линия регрессии (рассчитанная по уравнению), тем меньше средняя ошибка аппроксимации. В данном случае она составляет 4,857279%. Учитывая, что в экономических расчетах допускается погрешность 13-15%, можно сделать, что исследуемые уравнения связи довольно точно описывают изучаемые зависимости.
5. О полноте связи можно судить также по величине множественных коэффициентов корреляции и детерминации. В данном случае R = 0,985225, a D = 0,970669. Это значит, что вариация показателя валовой прибыли на 97% зависит от изменения исследуемых факторов, а на долю других факторов приходится 3% вариации результативного показателя. Таким образом, в корреляционную модель удалось включить наиболее существенные факторы (среднегодовая стоимость ОПФ и среднесписочная численность персонала), оказывающие значительное влияние на валовую прибыль.
Продление в будущее тенденции, наблюдавшейся в прошлом, экстраполяцией.
Возможность экстраполяции обеспечивается двумя обстоятельствами:
Для определения наличия либо отсутствия устойчивой тенденции развития, обоснования формы уравнения рассчитывают следующие показатели: скорость роста, темпы роста, пункты роста. /16/
Если условия
, полученное в результате экстраполяции, используют для определения прогнозного значения. При составлении прогноза апеллируют не точечной, а интервальной оценкой, определяя доверительные интервалы прогноза.
Величина доверительного интервала определяется по формуле:
, где S - стандартная ошибка аппроксимации,
S = , где
y –фактические уровни ряда;
-рассчитанные уровни ряда;
n – число уровней ряда;
m – количество параметров в уравнении;
- табличное значение r – критерия Стьюдента при заданном уровне значимости.
Составим прогноз
объемов получения валовой
1. Проведем выравнивание ряда динамики по уравнению прямой, которая имеет вид: у=а0+а1t
Таблица 10
Расчетные данные.
Годы | Валовая прибыль | t | t2 | yt | (y- | |
2003 | 20120 | -2 | 4 | -40240 | 18774 | 1811716 |
2004 | 26989 | -1 | 1 | -26989 | 26581 | 166464 |
2005 | 30980 | 0 | 0 | 0 | 34387 | 11607649 |
2006 | 42400 | 1 | 1 | 42400 | 42194 | 42436 |
2007 | 51447 | 2 | 4 | 102894 | 50000 | 2093809 |
Итого | 171936 | 0 | 10 | 78065 | 171936 | 15722074 |
Найдем параметры уравнения, решив систему нормальных уравнений методом наименьших квадратов: , где
Информация о работе Статистический анализ финансового результата