3.2. логика факторного анализа

3.2. логика факторного анализа

Как уже отмечалось, факторы, в той или иной степени определяющие

развитие любой социально-экономической системы, отличаются не только многообразием, но и взаимосвязанностью и взаимообусловленностью.

Практически невозможно идентифицировать какой-то фактор, который

был бы абсолютно независимым, несвязанным с другими. Тем не менее

связи могут быть различными. ■.< h.-,..

Связь экономических явлений — совместное изменение двух или более явлений. Среди многих форм закономерных связей явлений важную роль играет причинная, сущность которой состоит в порождении одного явления другим. Такие связи называются детерминистскими или причинно-следственными (рис. 3.2).

Количественная характеристика взаимосвязанных явлений осуществляется с помощью признаков (показателей). Признаки, характеризующие причину, называются факторными (независимыми, экзогенными); признаки, характеризующие следствие, называются результативными (зависимыми). Совокупность факторных и результативных признаков, связанных одной причинно-следственной связью, называется факторной системой.

Я

б)

-0

Явление (причина) порождает явление Яг (следствие)

Явления Яг и Яз имеют общую причину (явление Яі) |

Рнс. 3.2. Виды взаимосвязей между явлениями

Модель факторной системы — это математическая формула, выражающая реальные связи между анализируемыми явлениями; в наиболее общем виде она может быть представлена так:

у =Яхі> х2■-■. *и),

где у— результативный признак; Х( — факторные признаки.

Процесс построения аналитического выражения зависимости называется процессом моделирования изучаемого явления. Существуют два типа связей, которые подвергаются исследованию в процессе факторного анализа: функциональные и стохастические.

Связь называется функциональной, или жестко детерминированной, если каждому значению факторного признака соответствует вполне определенное неслучайное значение результативного признака. В качестве примера можно привести зависимости, реализованные в рамках известной модели факторного анализа фирмы Дюпон (краткое описание этой и других подобных моделей приведено в гл. 8).

Связь называется стохастической (вероятностной), если каждому значению факторного признака соответствует множество значений результативного признака, т.е. определенное статистическое распределение. Примером такой зависимости могут служить регрессионные уравнения, применяемые, например, при расчете бета-коэффициентов для анализа портфельных инвестиций. При построении регрессионной зависимости дается формализованное описание связи (б), представленной на рис. 3.2. В том случае, если между изучемыми признаками нельзя установить очевидной подобной зависимости, т.е. причинность имеет скрытый характер, как это показано на рис. 3.2,в, говорят о корреляционной связи признаков. В качестве примера подобной связи можно привести зависимость между ростом и весом человека — понятно, что ни один из этих признаков не является причиной другого.

Можно привести и другую интерпретацию рассмотренных связей с позиции поведения системы, описывающей некоторое явление и количественно характеризуемой совокупностью показателей. Система называется жестко детерминированной, если при заданных начальных условиях она переходит в единственное, определенное состояние; система называется вероятностной, если при одних и тех же начальных условиях она может переходить в различные состояния, имеющие разные вероятности.

Рассмотренные связи могут быть прямыми и обратными. В первом случае рост (убывание) факторного признака влечет за собой рост (убывание) результативного признака. Во втором случае рост (убывание) факторного признака влечет за собой убывание (рост) результативного признака.

При изучении связей в экономическом анализе решается несколько задач:

установление факта наличия или отсутствия связи между анализируемыми показателями;

измерение тесноты связи;

установление неслучайного характера выявленных связей;

количественная оценка влияния изменения факторов на изменение результативного показателя;

выделение наиболее значимых факторов, определяющих поведение результативного показателя.

В зависимости от вида анализа эти задачи решаются с помощью различных приемов: при использовании жестко детерминированных моделей — балансовый метод, прием цепных подстановок, интегральный метод и др., для стохастических моделей — корреляционный анализ, ковариационный анализ, метод главных компонент и др.

В наиболее общем виде схема факторного анализа может быть представлена следующим образом (рис. 3.3).

Некоторое различие в проведении факторного анализа на основе жестко детерминированных или стохастических моделей обусловливается следующим обстоятельством. Приложимость конкретных приемов факторного анализа в случае жестко детерминированного подхода имеет гораздо меньше ограничений по сравнению со стохастическим подходом. Если построена экономически обоснованная модель, то она может быть проанализирована с помощью, практически, любого приема факторного разложения, причем результаты анализа не будут иметь значимого различия. Напротив, стохастическое моделирование имеет гораздо больше ограничений; в частности, в зависимости от того, совокупность каких данных находится в распоряжении аналитика или может быть им сформирована, зависит возможность применения того или иного метода факторного

Постановка цели анализа

Отбор показателей

Определение или выбор типа зависимости

Реализация счетных процедур

Построение модели

Формулирование выводов

Рнс. 3.3. Укрупненная схема факторного анализа

анализа. Если не главным, то весьма существенным здесь как раз и является информационное обеспечение процесса моделирования. Рассмотрим особенности жестко детерминированного и стохастического подходов к факторному анализу.