Контрольная работа по экономике

 

Из полученных результатов видно, что первое место занимает предприятие  «Лесной», далее места в рейтинге распределились следующим образом:

Второе место – «Прогресс»

Третье – «Снежок»

Четвертое – «Артемида»

Пятое – «Северный»

Задача №3.

Определить прирост объема производства продукции, исключая влияние структурного и стоимостного факторов.

 

	Вид продукции Показатель	Консервы			Итого
мясные		рыбные	овощные
Цена, тыс.д.ед.	16	12	8	-
Объем производства, тубы по плану…………………….. фактически………………….	44 64	64 34	24 14	124 104
Структура производства, % по плану ……………………. фактически………………….	37 64	54 34	21 14	104 104

 

 

Вид продукции	Цена, тыс. ден. Ед.	Объем производства, тубы		Структура производства, %
		По  плану	Фактически	По  плану	Фактически
Мясные  консервы	16	44	64	37	64
Рыбные  консервы	12	64	34	54	34
Овощные консервы	8	24	14	21	14
Итого		124	104	104	104

 

Для нейтрализации  влияния стоимостного фактора необходимо фактические объемы выпуска продукции выразить в плановой оценке  и сопоставить с плановым объемом валовой продукции в той же оценке

Вид продукции	План			Факт			Фактический объем
	Цена	Кол-во	Стоимость	Цена	Кол-во	Стоимость	Цена	Кол-во	Стоимость
Мясные  консервы	16	44	704	16	64	1024	20	64	1280
Рыбные  консервы	12	64	768	12	34	408	16	34	544
Овощные консервы	8	24	192	8	14	112	12	14	168
Итого	---	---	1664	---	---	1544	---	---	1992

 

В нашем  случае (табл. 4.12) действительный прирост  объема производства валовой продукции  равен:

 

Если же определить его, не обращая внимание на разную стоимостную оценку, то получаем завышенный показатель прироста:  

 

 

 

 

	Вид продукции Показатель	Консервы			Итого
мясные		рыбные	овощные
Цена, тыс.д.ед.	16	12	8	-
Объем производства, тубы по плану…………………….. фактически………………….	44 64	64 34	24 14	124 104
Структура производства, % по плану ……………………. фактически………………….	37 64	54 34	21 14	104 104
Фактический объем при плановой структуре, шт	23,68	18,36	2,94	108,4
Плановый  объем по плановым ценам и при  плановой структуре, тыс. ден. Ед	260,48	414,72	40,32	715,52

 

Задача №4.

Используя способы: цепной подстановки, индексный, абсолютных и относительных  разниц, провести анализ влияния факторов на объем валовой продукции и  сравнить.

Показатель	Усл. обозн.	Отчетный год
		по плану	фактич.
Валовая продукция, тыс.д.ед.	ВП	19078	19377
Среднегодовая численность рабочих, чел.	КР	1114	1013
Отработано  всеми рабочими за год: тыс.ч./ дней…………………………… тыс.ч. /часов…………………………	ΣД Σt	2732 2077	2587 1941
Среднегодовая выработка на одного рабочего, д.ед.	ГВ	17188	19204
Количество  отработанных дней одним рабочим  в год	Д	250	260
Среднедневная выработка продукции одним рабочим, д.ед.	ДВ	7,03	7,54
Средняя продолжительность рабочего дня, час	П	7,63	7,54
Среднечасовая выработка, д.ед.	СВ	9.24	10,04

 

Решение:

Определение величины влияния отдельных факторов на прирост результативных показателей является одной из важнейших методологических задач в АХД. В детерминированном анализе для этого используются следующие способы: цепной подстановки, абсолютных разниц, относительных разниц, пропорционального деления, интегральный, логарифмирования, балансовый и др.

Наиболее универсальным из них  является способ цепной подстановки. Он используется для расчета влияния факторов во всех типах детерминированных факторных моделей: аддитивных, мультипликативных, кратных и смешанных (комбинированных). Этот способ позволяет определить влияние отдельных факторов на изменение величины результативного показателя путем постепенной замены базисной величины каждого факторного показателя в объеме результативного показателя на фактическую в отчетном периоде. С этой целью определяют ряд условных величин результативного показателя, которые учитывают изменение одного, затем двух, трех и последующих факторов, допуская, что остальные не меняются. Сравнение величины результативного показателя до и после изменения уровня того или другого фактора позволяет элиминировать влияние всех факторов, кроме одного, и определить воздействие последнего на прирост результативного показателя.

Задача №5.

Используя корреляционный анализ, рассчитать параметры и характеристики по линейной модели. Зависимые и независимые переменные величины выбрать самостоятельно.

Годы	Прибыль, д.ед.	Рентабель-ность, %	Количество рабочих, чел.	Себестои- мость ед. продукции, д.ед.	Материа льные затраты, д.ед.
1981	24	28	64	19	38
1982	25	32	66	20	39
1983	26	40	68	22	42
1984	28	39	72	19	44
1985	24	38	72	28	46
1986	32	42	74	22	45
1987	30	28	88	23	44
1988	34	30	89	24	48
1989	35	32	74	28	46
1990	32	37	80	26	44
1991	36	40	82	19	46
1992	38	42	98	22	48
1993	39	44	58	20	48
1994	38	48	69	18	49
1995	34	37	64	22	48
1996	40	40	62	20	50
1997	42	42	62	24	52
1998	42	50	64	24	50

 

Выбор факторов, влияющих на исследуемый  показатель, производится на основании  качественного и количественного  анализа исследуемых явлений.

Исключение части факторов осуществляется на основе анализа парных коэффициентов  корреляции и оценкой их значимости. Коэффициент парной корреляции определяется по формуле:

где – среднее значение факторного признака,

 – среднее значение результативного признака.

Значение коэффициентов парной корреляции лежит в интервале  от -1 до +1. Его положительное значение свидетельствует о прямой связи, отрицательное - об обратной, т.е. когда растет одна переменная, другая уменьшается. Связь считается достаточно сильной, если коэффициент корреляции по абсолютной величине превышает 0,7 и слабой, если меньше 0,4.

Для оценки значимости коэффициента корреляции применяется t - критерий Стьюдента. при этом фактическое значение этого критерия (t_набл)

сравнивается с критическим  значением t_кр которое берется из таблицы значений t с учетом заданного уровня значимости (α = 0.05) и числа степеней свободы (n - 2).

Если t_набл > t_кр, то полученное значение коэффициента парной корреляции признается значимым.

Одним из условий регрессионной модели является предположение о функциональной независимости объясняющих переменных. связь между факторами называется мультиколлинеарностью, которая делает вычисление параметров модели либо невозможным, либо затрудняет содержательную интерпретацию параметров модели. Считают явление мультиколлинеарности в исходных данных установленным, если коэффициент парной корреляции между двумя переменными больше 0.8. Чтобы избавиться от мультиколлинеарности, в модель включают лишь один из функционально связанных между собой факторов, причем тот который в большей степени связан с зависимой переменной.

Осуществим выбор факторных  признаков для построения двухфакторной  регрессионной модели:

Проведем корреляционный анализ, используя инструмент Корреляция (Анализ данных в Excel).

 

Таблица - Результат корреляционного  анализа

	Прибыль, Y	Количество рабочих, X1	Себестоимость продукции, X2	Материальные затраты, X3
Y	1
X1	0,992657	1
X2	0,988145	0,999443	1
X3	-0,9856	-0,99868	-0,99978	1