Стохастические модели факторного анализа

из "Финансовый анализ - методы и процедуры "

Во-первых, необходимо наличие совокупности. Если жестко детерминированную модель можно построить для отдельного объекта, то для построения, например, уравнения регрессии нужна совокупность. В экономике, как правило, используют один из трех видов совокупности пространственная (например, данные по k магазинам на определенную дату или за определенный период), временная (например, данные по одному магазину за несколько смежных периодов), пространственно-временная (например, данные по k магазинам за несколько смежных периодов). [c.83]
Во-вторых, необходим достаточный объем наблюдений. В экономических исследованиях часто приходится работать в условиях малых выборок (до 20 наблюдений). Нередко н качестве объекта анализа используют всю имеющуюся совокупность в этом случае принято рассматривать ее как выборку из гипотетической совокупности, состоящей из всех возможных в принципе значений моделируемых показателей. Поскольку стохастическая модель — это, как правило, уравнение регрессии, считается, что количество наблюдений должно, как минимум, в 6—8 раз превышать количество факторов. [c.83]
В-третьих, необходима случайность и независимость наблюдений. Это требование наиболее трудно для выполнения, поскольку одной из особенностей экономических показателей является их инерционность и взаимозависимость. Нередко этим требованием пренебрегают, либо отсеивают взаимно коррелирующие признаки с помощью специальных статистических методов. [c.83]
В-четвертых, изучаемая совокупность должна быть однородной. Качественная однородность достигается путем логического отбора критерием количественной однородности может служить, в частности, коэффициент вариации значений признака, по которому отобрана совокупность его значение не должно превышать 33%. [c.83]
В-пятых, распределение признаков, включаемых в модель, должно быть близким к нормальному. Существуют различные статистические методы проверки нормальности распределения (самый простой — через показатели асимметрии и эксцесса). Выполнение этого требования в экономических исследованиях нередко сопряжено с существенными трудностями и не всегда возможно. [c.83]
В-шестых, необходимо наличие специального математического аппарата. В зависимости от условий, в которых проводится анализ, могут применяться различные методы регрессионный анализ, ковариационный анализ, спектральный анализ и др. [c.84]
И жестко детерминированные, и стохастические модели имеют свои достоинства и недостатки. Тем не менее между ними есть одно весьма принципиальное различие. В принципе факторный анализ можно понимать двояко в широком смысле — это выявление и оценка влияния факторов в узком смысле — оценка влияния предварительно обособленных факторов. Стохастическое моделирование позволяет реализовывать факторный анализ в широком смысле, а жестко детерминированное моделирование — лишь в узком смысле. [c.84]
Действительно, проводя факторный анализ с помощью регрессионной модели, можно (по крайней мере теоретически) включить в рассмотрение практически любое число факторов, если позволяет объем совокупности. В статистике разработаны методы, позволяющие отсеивать незначащие факторы, благодаря чему в модели остаются лишь те факторы, которые существенным образом влияют на результативный показатель. Иными словами, в этом случае действительно имеет место поиск факторов с последующей оценкой степени их влияния. [c.84]
Одно и то же изменение товарооборота в первой модели распределяется на два фактора численность и выработку, во второй модели — на величину основных средств и фондоотдачу. В обоих случаях все другие факторы (совершенно очевидно, что их очень много) полностью игнорируются. Таким образом, здесь изначально нет поиска факторов имеет место лишь некоторое распределение изменения результативного показателя по факторам. Если уж сама модель построена с такими существенными упрощениями, то собственно метод распределения не имеет никакого принципиального значения. [c.85]

Вернуться к основной статье