згрупувати біля се-реднього значення, а варіантів із мінімальними або максимальними значеннями має бути обмаль).
Моделювання зв'язку між факторними та результатними показ-никами, тобто обгрунтований вибір рівняння, адекватного характе-ру зв'язку (лінійна, степенева чи логарифмічна залежність); адек-ватність різних моделей фактичним залежностям перевіряється за критерієм Фішера, показником середньої похибки апроксимації і за значенням множинного коефіцієнта детермінації.
Визначення основних показників зв'язку кореляційного аналі-зу. Розраховуються парні й часткові коефіцієнти кореляції, рівняння множинної регресії, а також показники, за допомогою яких оціню-ється надійність отриманих результатів: критерій Стьюдента, кри-терій Фішера, середня похибка апроксимації, множинні коефіцієнти кореляції та детермінації. Фактори ранжуються за ступенем впливу на результатний показник.
Розрахунок рівняння зв'язку (регресії). Зазвичай виконується кроками. Згідно з даними про ранжування факторів поступово збіль-шується кількість факторів, що включаються в модель (рівняння). Якщо додавання наступних факторів не поліпшує оціночних показників рівняння зв'язку, тобто його якості для користувача, слід зупи-нитися й решту факторів не розглядати.
Використання рівняння зв'язку для оцінювання діяльності під-приємства, визначення впливу окремих факторів на зміну результат-ного показника, виявлення резервів поліпшення цього показника, планування та прогнозування його рівня.
Для практичної діяльності фінансовий аналітик може використо-вувати заздалегідь розраховані рівняння множинної регресії або створювати свої моделі, що адекватно відображують умови діяль-ності підприємства.
Основна мета прогнозування звітності — оцінити фінансовий етан підприємства на кінець певного періоду. Розрахунки можуть ви-конуватися за стандартним або за укрупненим переліком статей. Точність прогнозу залежить від якості експертних оцінок щодо дина-міки окремих показників.
Для підприємств з відносно сталим характером підприємницької діяльності можна використовувати укрупнені нормативи залежності активів і пасивів (загалом або окремих їх статей) від змін обсягів ви-робництва та реалізації продукції. Такі нормативи можна визначати методами кореляційного аналізу [36, с. 180].
Одна із суттєвих особливостей економічних процесів полягає в тому, що їм притаманні взаємозалежність і певна інерційність. Це дає змогу аналітику розглядати значення прогнозованого показника в минулих періодах як факторні ознаки. Рівняння авторегресійної за-лежності при цьому має такий загальний вигляд:
(2.11)
де Y1 — прогнозоване значення показника Y у момент часу І; У1_к — значення показника Y у момент часу (і - к); Ак — к-й коефіцієнт рег-ресії.
Для характеристики адекватності рівняння авторегресійної за-лежності розраховують середнє відносне лінійне відхилення. Досвід свідчить, якщо цей показник не перевищує 15 %, рівняння авторегресії може використовуватися для прогнозу.
Щоб кількісно оцінити тісноту зв’язку між ефективністю зовнішньої торгівлі, вираженої показником рентабельності і вибраними факторами використовуємо кореляційно-регресійний аналіз.
Для кореляційно-регресійного аналізу, використаємо наступні фактори:
Х1 – виручка від реалізації експортної продукції (тис. грн.);
Х2 – прибуток від реалізації експортної продукції (тис. грн.);
Х3 – прибуток від реалізації імпортної продукції (тис. грн.);
Х4 – виручка від реалізації імпортної продукції (тис. грн.);
Х5 – чистий прибуток (тис. грн.);
Y – рентабельність.
Таблиця 2.3
Вихідні дані
Рік | Квартал | Y | X1 | X2 | X4 | X3 | X5
2004 | 1 | 14823 | 0,53 | 0,03 | 0,77 | 26,06 | 39,10
2 | 14918 | 0,53 | 0,04 | 0,76 | 26,06 | 42,70
3 | 15031 | 0,53 | 0,02 | 0,74 | 26,06 | 16,00
4 | 15353 | 0,53 | 0,00 | 0,73 | 26,01 | 63,00
2005 | 1 | 14612 | 0,54 | 0,02 | 0,71 | 26,01 | 18,20
2 | 14711 | 0,54 | 0,01 | 0,69 | 25,92 | 13,10
3 | 14829 | 0,55 | 0,00 | 0,69 | 25,97 | 14,10
4 | 15098 | 0,54 | 0,01 | 0,69 | 25,92 | 17,90
2006 | 1 | 14021 | 0,55 | 0,00 | 0,71 | 25,88 | 12,00
2 | 14118 | 0,55 | 0,01 | 0,71 | 25,83 | 13,50
3 | 14260 | 0,57 | 0,00 | 0,73 | 25,92 | 14,80
4 | 16378 | 0,56 | 0,00 | 0,70 | 25,88 | 27,10
2007 | 1 | 13211 | 0,57 | 0,00 | 0,62 | 23,54 | 55,60
2 | 13114 | 0,58 | 0,00 | 0,51 | 23,63 | 42,90
3 | 13009 | 0,57 | 0,01 | 0,41 | 23,58 | 7,00
4 | 13296 | 0,58 | 0,00 | 0,34 | 23,58 | 28,00
2008 | 1 | 13451 | 0,57 | 0,00 | 0,25 | 24,62 | 48,70
2 | 13556 | 0,57 | 0,01 | 0,27 | 24,62 | 32,40
3 | 13624 | 0,58 | 0,00 | 0,28 | 24,62 | 28,80
4 | 14131 | 0,58 | 0,00 | 0,30 | 24,62 | 45,60
макс. значення | 16378 | 0,58 | 0,04 | 0,77 | 26,06 | 63,00
мін. значення | 13009 | 0,53 | 0,00 | 0,25 | 23,54 | 7,00
середнє значення | 22882,5 | 0,56 | 0,01 | 0,58 | 25,21 | 29,03
відхилення (стандартне) | 779,9968202 | 0,019029064 | 0,011516578 | 0,192885977 | 0,995271849 | 16,42347085
розмах варіації | 2344,00 | 0,05 | 0,04 | 0,52 | 2,52 | 56
Найбільший розмах варіації спостерігається у фактора Х5 (чистий прибуток). За допомогою програми EXCEL проведемо кореляційно-регресійний аналіз на основі вихідних даних, які приведені в таблиці 2.4.
Визначимо коефіцієнти часткової та парної кореляції.
Таблиця 2.4.
Коефіцієнти парної кореляції |
У | Х1 | Х2 | Х3 | Х4 | Х5
У | 1
Х1 | -0,73735 | 1
Х2 | 0,34469 | -0,66284898 | 1
Х3 | 0,626507 | -0,78952254 | 0,410364858 | 1
Х4 | 0,852434 | -0,807352688 | 0,411607289 | 0,740935106 | 1
Х5 | -0,02062