Качественное выполнение

Формирование уровней результативных показателей социально – эко-номических явлений, в том числе и производственно – финансовой эффек-тивности, связано с воздействием большого числа факторов, действующих как в одном, так и противоположных направлениях. Для количественной оценки факторов уровней рентабельности и производственно – финансовой эффективности важную роль может иметь многофакторный корреляционно – регрессионный анализ. Этот метод анализа широко используется при изме-рении связей между результативными и факторными признаками в тех слу-чаях, когда зависимость между ними является неполной (частичной). Такие зависимости между признаками проявляются лишь в среднем при обобщении данных по совокупности явлений (в пределах их качественной однородно-сти).
Прежде чем приступить к исследованию уровня производственно-финансовой эффективности на основе многофакторных корреляционно-регрессионных уравнений, необходимо построить соответствующие модели связи результативного и факторных признаков. Статистическому моделиро-ванию должен предшествовать всесторонний предварительный анализ объ-екта изучения (группы предприятий соответствующей отраслевой направ-ленности).
Предварительный анализ факторов уровня производственно-финансовой эффективности решает следующие задачи (этапы исследования):
1) формулировка задачи исследования в общем виде (концептуальная постановка задачи);
2) обоснование предположительного перечня наиболее существенных факторов уровня эффективности производства;
3) обоснование методов расчета как самого показателя производствен-но-финансовой эффективности ресурсов и текущих затрат, так и соответст-вующих показателей –факторов, включаемых в регрессионную модель;
4) определение вида связи и построение регрессионной модели.
Многофакторные регрессионные модели используются для выявления количественной меры влияния исследуемых факторов на уровень эффектив-ности производства. В связи с этим отбор факторов при формировании мно-гофакторной регрессионной модели уровня эффективности производства яв-ляется одним из важнейших в экономико-статистическом анализе.
Приоритет при отборе факторов для включения их в многофакторную регрессионную модель следует отдавать теоретическому обоснованию (учи-тывая при этом особенности объекта исследования).
При формировании корреляционно-регрессионной модели факторов уровня эффективности производства целесообразно использовать поэтапный отбор факторов:
- собственно отбор факторов как часть теоретического анализа;
- отбор комплекса наиболее существенных факторов уровня эффектив-ности производства на основе оценки их значимости либо по t-критерию Стьюдента, либо на основе парных коэффициентов корреляции;
- последовательный отсев незначительных (несущественных) факторов при построении многошаговым методом регрессионной модели результатив-ного показателя. Такой подход предусмотрен в соответствующих стандарт-ных программах по решению многофакторных корреляционно-регрессионных моделей на ПЭВМ.
Выбор факторов, включаемых в многофакторную регрессионную мо-дель, в общей постановке вопроса определяется следующими обстоятельст-вами:
1) при подборе факторов необходимо учитывать характер причинно-следственных отношений между явлениями, что позволит более полно рас-крыть их сущность;
2) все факторы, включаемые в регрессионную модель, должны быть количественно измеримы (это требование относится и к результативному признаку);
3) в корреляционно-регрессионную модель следует включить наиболее существенные факторы уровня производственно-финансовой эффективности, позволяющие в основных чертах воспроизвести особенности моделируемого явления;
4) факторы уровня эффективности производства не должны находиться как между собой, так и с результативным показателем в функциональной (мультиколлинеарной) связи; мультиколлинеарность возникает в силу того, что некоторые признаки оказываются связаны между собой или точно ли-нейной зависимостью, или приблизительно линейной. Если имеет место мультиколлинеарность, то это означает, что часть факторных признаков ока-зывает совместное воздействие и становиться невозможным выделить роль влияния каждого из них на результативный признак. При сильной мульти-коллинеарности между факторными признаками не представляется возмож-ным количественно измерить объяснимую факторными признаками вариа-цию результативного признака. Наиболее действенным способом устранения мультиколлинарности является метод матричной алгебры, то есть в таком преобразовании факторных признаков, которое привело бы к их полной не-зависимости друг от друга, а именно – к нулевой корреляции между ними. Однако такое преобразование связано с переходом к анализу главных компо-нент и значительным увеличениям вычислительных процедур.