Методика экономического анализа деятельности предприятия – совокупность специальных приемов, способов, методов, применяемых для обработки экономической информации о деятельности предприятия.

Важнейшими способами и приемами обработки данных являются:

– наблюдение, сводка, группировка

– абсолютные и относительные величины

– средние величины

– ряды динамики

– сравнения

– факторный анализ.

Наблюдение, сводка, группировка. Изучение финансово-хозяйственной деятельности строительных предприятий предполагает в качестве первого шага сбор данных по заранее разработанному плану, который и называется статистическим наблюдение. План сбора данных может быть как тематическим, отражающим конкретные экономические явления и процессы на предприятии так и комплексным, охватывающим все аспекты финансово-хозяйственной деятельности. Экономические явления и процессы на предприятии характеризуются системой производственно-экономических показателей.

Собранный в процессе наблюдения материал подвергается первичной обработке: осуществляется проверка достоверности информации, систематизация и классификация.

Для обобщения первичного статистического материала применяют способ сводки и группировки данных. Сводкой называется сведение воедино материалов наблюдения и получение обобщающих характеристик изучаемого экономического явления. Простым примером сводки является выполнение итоговых подсчетов, определение общего результата влияния факторов на объем выполненных строительно-монтажных работ, на снижение себестоимости и т.д..

Группировкой называют выделение среди изучаемых явлений характерных групп по тем или иным признакам. Например, анализируя численность работников предприятия, необходимо выполнить группировку работников по возрасту, стажу, образованию, квалификации и другим признакам.

Абсолютные и относительные величины. С помощью абсолютных величин характеризуются количественные размеры (вес, объем, продолжительность, площадь, стоимость и т.д.) явлений и процессов. Объемы строительно-монтажных работ можно выразить в стоимостном исчислении – тыс. руб. и с помощью натуральных измерителей – м 3 , м 2 , тонны, штуки и т.д..

Относительные величины выражаются в процентах, в коэффициентах или индексах. Относительные величины используются для характеристики уровня выполнения планового задания, динамики показателей, изменения цен, структуры.

Средние величины. Для обобщающей количественной характеристики совокупности однородных экономических явлений по какому–либо признаку используются средние величины, т.е. с помощью одного числа характеризуют всю совокупность анализируемых явлений. Например, средняя заработная плата, средний разряд рабочих, средний разряд работ. В экономическом анализе используются различные типы средних величин (простые средние, взвешенные средние, среднегеометрические и др.). Методика расчета средних величин детально рассматривается в статистике.

Ряды динамики. Рядом динамики называетсяряд данных, характеризующих изменение показателя во времени. Так, рядом динамики является изменение стоимости основных производственных фондов (табл. 1.1). Каждое отдельное значение показателя ряда динамики называется уровнем . Для характеристики изменения уровня ряда динамики вычисляют: абсолютное отклонение, относительное отклонение, темп роста и темп прироста.

Таблица 1.1.

Анализ динами стоимости основных производственных фондов

Абсолютное отклонение – это разность между фактической и базовой величиной показателя. Абсолютные отклонения могут быть рассчитаны для любых количественных и качественных показателей (объема продукции, количественных и качественных показателей, характеризующих использование ресурсов, величины активов, прибыли, финансовых коэффициентов и т. п.). Например,

ΔN = N 1 – N 0 ; ΔR = R 1 – R 0 ; ΔD = D 1 – D 0 ,

Базовые значения показателей в анализе принято обозначать индексом 0, фактические – 1, отклонения (изменения) – символом Δ.

Относительное отклонение позволяет измерить прирост ресурса с учетом темпов роста продукции, выпущенной с использованием данного ресурса. Относительные отклонения вычисляются только для количественных показателей, характеризующих величину потребленных ресурсов (затрат ресурсов).

Чтобы найти относительное отклонение, нужно из фактической величины ресурса вычесть его базовую величину, скорректированную на коэффициент изменения объема продукции .

ΔR’ = R 1 – R 0 × k N ; k N = N 1 / N 0 .

Величина R 0 × k N показывает, сколько ресурсов было бы необходимо для производства фактического объема продукции, если бы не изменялись качественные характеристики использования ресурсов.

Отрицательное относительное отклонение называется относительной экономией ресурса , положительное – относительным перерасходом .

Если представить фактическую величину ресурса через его базовую величину и темп роста, формулу исчисления относительного отклонения можно преобразовать следующим образом:

ΔR’ = R 1 – R 0 × k N = R 0 × k R – R 0 × k N = R 0 × (k R – k N).

Такое представление демонстрирует, что относительное отклонение возникает за счет разницы темпов роста ресурса и продукции. Если темп роста продукции опережает темп роста ресурса, возникает относительная экономия, что свидетельствует о достаточно эффективном использовании ресурса. Если же темп роста ресурса превышает темп роста продукции, ресурс используется неэффективно, о чем свидетельствует относительный перерасход.

Если же темпы роста ресурса и продукции совпадают, относительное отклонение равно нулю. Это означает, что прирост продукции получен экстенсивным путем, т. е. только за счет привлечения дополнительных ресурсов. При этом качественные показатели использования ресурса не изменяются.

На основании данных таблицы 3.1 оценим эффективность использования трудовых ресурсов.

Таблица 3.1

Исходные данные для оценки эффективности использования трудовых ресурсов

Относительное отклонение может быть вычислено только для показателя, характеризующего численность работающих.

ΔR’ = R 1 – R 0 ×∙k N = 96 – 90 ×∙1,111 = 96 – 100 = -4.

Данные таблицы 3.1, а также расчет относительного отклонения позволяют сделать вывод, что трудовые ресурсы использовались достаточно эффективно. Об этом свидетельствует опережающий темп роста объема продукции по сравнению с темпом роста численности работающих, что и привело к относительной экономии данного вида ресурса, а также к росту выработки продукции на одного работающего.

Среднеквадратическое или стандартное отклонение - статистический показатель, оценивающий величину колебаний числовой выборки вокруг ее среднего значения. Практически всегда основное количество величин распределяется в пределе плюс-минус одно стандартное отклонение от среднего значения.

Определение

Среднеквадратическое отклонение - это квадратный корень из среднего арифметического значения суммы квадратов отклонений от среднего значения. Строго и математично, но абсолютно непонятно. Это словесное описание формулы расчета стандартного отклонения, но чтобы понять смысл этого статистического термина, давайте разберемся со всем по порядку.

Представьте себе тир, мишень и стрелка. Снайпер стреляет в стандартную мишень, где попадание в центр дает 10 баллов, в зависимости от удаления от центра количество баллов снижается, а попадание в крайние области дает всего 1 балл. Каждый выстрел стрелка - это случайное целое значение от 1 до 10. Изрешеченная пулями мишень - прекрасная иллюстрация распределения случайной величины.

Математическое ожидание

Наш начинающий стрелок долго практиковался в стрельбе и заметил, что он попадает в разные значения с определенной вероятностью. Допустим, на основании большого количества выстрелов он выяснил, что попадает в 10 с вероятностью 15 %. Остальные значения получили свои вероятности:

• 9 - 25 %;
• 8 - 20 %;
• 7 - 15 %;
• 6 - 15 %;
• 5 - 5 %;
• 4 - 5 %.

Сейчас он готовится сделать очередной выстрел. Какое значение он выбьет с наибольшей вероятностью? Ответить на этот вопрос нам поможет математическое ожидание. Зная все эти вероятности, мы можем определить наиболее вероятный результат выстрела. Формула для вычисления математического ожидания довольно проста. Обозначим значение выстрела как C, а вероятность как p. Математическое ожидание будет равно сумме произведение соответствующих значений и их вероятностей:

Определим матожидание для нашего примера:

• M = 10 × 0,15 + 9 × 0,25 + 8 × 0,2 + 7 × 0,15 + 6 × 0,15 + 5 × 0,05 + 4 × 0,05
• M = 7,75

Итак, наиболее вероятно, что стрелок попадет в зону, дающую 7 очков. Эта зона будет самой простреленной, что является прекрасным результатом наиболее частого попадания. Для любой случайной величины показатель матожидания означает наиболее встречаемое значение или центр всех значений.

Дисперсия

Дисперсия - еще один статистический показатель, иллюстрирующий нам разброс величины. Наша мишень густо изрешечена пулями, а дисперсия позволяет выразить этот параметр численно. Если математическое ожидание демонстрирует центр выстрелов, то дисперсия - их разброс. По сути, дисперсия означает математическое ожидание отклонений значений от матожидания, то есть средний квадрат отклонений. Каждое значение возводится в квадрат для того, чтобы отклонения были только положительными и не уничтожали друг друга в случае одинаковых чисел с противоположными знаками.

D[X] = M − (M[X]) 2

Давайте рассчитаем разброс выстрелов для нашего случая:

• M = 10 2 × 0,15 + 9 2 × 0,25 + 8 2 × 0,2 + 7 2 × 0,15 + 6 2 × 0,15 + 5 2 × 0,05 + 4 2 × 0,05
• M = 62,85
• D[X] = M − (M[X]) 2 = 62,85 − (7,75) 2 = 2,78

Итак, наше отклонение равно 2,78. Это означает, что от области на мишени со значением 7,75 пулевые отверстия разбросаны на 2,78 балла. Однако в чистом виде значение дисперсии не используется - в результате мы получаем квадрат значения, в нашем примере это квадратный балл, а в других случаях это могут быть квадратные килограммы или квадратные доллары. Дисперсия как квадратная величина не информативна, поэтому она представляет собой промежуточный показатель для определения среднеквадратичного отклонения - героя нашей статьи.

Среднеквадратическое отклонение

Для превращения дисперсии в логично понятные баллы, килограммы или доллары используется среднеквадратическое отклонение, которое представляет собой квадратный корень из дисперсии. Давайте вычислим его для нашего примера:

S = sqrt(D) = sqrt(2,78) = 1,667

Мы получили баллы и теперь можем использовать их для связки с математически ожиданием. Наиболее вероятный результат выстрела в этом случае будет выражен как 7,75 плюс-минус 1,667. Этого достаточно для ответа, но так же мы можем сказать, что практически наверняка стрелок попадет в область мишени между 6,08 и 9,41.

Стандартное отклонение или сигма - информативный показатель, иллюстрирующий разброс величины относительно ее центра. Чем больше сигма, тем больший разброс демонстрирует выборка. Это хорошо изученный коэффициент и для нормального распределения известно занимательное правило трех сигм. Установлено, что 99,7 % значений нормально распределенной величины лежат в области плюс-минус трех сигм от среднего арифметического.

Рассмотрим на примере

Волатильность валютной пары

Известно, что на валютном рынке широко используются приемы математической статистики. Во многих торговых терминалах встроены инструменты для подсчета волатильности актива, который демонстрирует меру изменчивости цены валютной пары. Конечно, финансовые рынки имеют свою специфику расчета волатильности как то цены открытия и закрытия биржевых площадок, но в качестве примера мы можем подсчитать сигму для последних семи дневных свечей и грубо прикинуть недельную волатильность.

Наиболее волатильным активом рынка Форекс по праву считается валютная пара фунт/иена. Пусть теоретически в течение недели цена закрытия токийской биржи принимала следующие значения:

145, 147, 146, 150, 152, 149, 148.

Введем эти данные в калькулятор и подсчитаем сигму, равную 2,23. Это означает, что в среднем курс японской иены изменялся на 2,23 иены ежедневно. Если бы все было так замечательно, трейдеры заработали бы на таких движениях миллионы.

Заключение

Стандартное отклонение используется в статистическом анализе числовых выборок. Это полезный коэффициент позволяющий оценить разброс данных, так как два набора с, казалось бы, одинаковым средним значением могут быть абсолютно разными по разбросу величин. Используйте наш калькулятор для поиска сигм небольших выборок.

Таблица 1.1

Выполнение плана в % =72166 / 68952 *100 % = 104,66 %

Т.о. можно сделать вывод, что план перевыполнен на 4,66 %

Абсолютное отклонение = Отчетный год факт – Отчетный год план

Абсолютное отклонение = 72166 – 68952 = 3214 млн. руб.

Т.о. можно сделать вывод о том, что план по производству товарной продукции перевыполнен на 3214 млн. руб.

Относительное отклонение = Выполнение плана % - 100

Относительное отклонение = 104,66 – 100 = 4,66 %

Полученное отклонение говорит о том, что план перевыполнен на 4,66 % .

Абсолютный прирост за год = Отчетный год факт – предшествующий год

Абсолютный прирост за год = 72166 –67485 = 4681 млн. руб.

Т.о. по сравнению с предыдущим годом произошло увеличение объема выпуска продукции на 4681 млн. руб.

Темп роста % = Отчетный год фактически / предшествующий год * 100 %

Темп роста % = 72166 / 67485 * 100 % = 106,94%

В отчетном году по сравнению с предыдущим годом производство продукции в % соотношении составило 106,9 %. Чтобы определить на сколько % увеличился объем выпуска товарной продукции в отчетном году по сравнению с предыдущим годом рассчитаем:

Темп прироста % = Темп роста % - 100 %

Темп роста % = 106,94% – 100 % = 6,94%

В предыдущим годом объем выпуска продукции увеличился до 72166 млн.руб., причем произошло перевыполнение плана на 4,66 %, что в абсолютном выражении составляет 3214 млн. руб. Плановое увеличение объема продукции составило 1467 млн. руб (1), а фактически было произведено продукции на сумму 5442 млн. руб., таким образом темп прироста по плану составил 2,2% (2), а фактически составил 6,94%

1: 68952-67485=1467

2: (68952-67485)/67485*100%=2,2%

Причиной перевыполнения плана может служить изменение конъюнктуры рынка, повышение спроса на отдельные виды продукции, улучшение организационной структуры предприятия.

2. АНАЛИЗ ВЫПОЛНЕНИЯ ПЛАНА ПО АССОРТИМЕНТУ

Определим процент выполнения плана по ассортименту, а полученные расчеты сведем в аналитическую таблицу 2.1.

Таблица 2.1

Определение процента выполнения плана по ассортименту .

Выполнение плана в % = Выпуск изделий факт / Выпуск изделий план *100 %

Выполнение плана в %:

50400 / 45360 *100 % = 111,11 % (план перевыполнен на 11,11 %)

41600 / 46800 *100 % = 88,89 % (план недовыполнен на 11,11 %)

16500 / 14400 *100 % = 114,58 % (план перевыполнен на 14,58 %)

Коэффициент выполнения плана по муз. центрам составил 111,11%, по пылесосам 88,89 % ,а телевизорам 114,58%.

Условный выпуск (принимается в расчет выполнение плана по ассортименту).

Если факт ниже плана – выбираем факт.

Если факт выше плана – выбираем план.

Условный выпуск / Выпуск изделий в стоимостном выражении по плану *100 %

Коэффициент выполнения плана по ассортименту = 101360/ 106560 *100 % =

По пылесосам произошло недовыполнение плана на 11,11%, но несмотря на это, муз. центров произведено на 11,11% больше запланированного, а телевизоров перевыполнено на 14,58%. В целом же наблюдается недовыполнение плана по ассортименту на 4,9%.

Проведем графическое моделирование: построим столбиковые диаграммы в ассортиментном составе.

Классификация отклонений. Расчет отклонений

К числу важнейших задач оперативного контроллинга относятся: контроль над исполнением бюджета предприятия, установление отклонений, анализ причин, вызвавших отклонения, выработка корректирующих мероприятий.

В результате бюджетирования устанавливаются плановые значения контролируемых величин, в качестве которых могут выступать количественные параметры деятельности предприятия, выраженные в натуральных и стоимостных показателях, а также качество, сроки и т.д. Объем контролируемых величин с целью выявления отклонений и анализа их причин устанавливается экономической целесообразностью, определяемой через соотношение выгоды, получаемой от устранения причин отклонения, и затрат на их выявление. Возможен частичный контроль наиболее значимых величин.

Фактические значения контролируемых величин выявляются на основе данных стратегического, финансового и управленческого учета на предприятии.

Обязательное условие сопоставления плановых и фактических величин - их содержательная однородность, которая, в принципе, должна быть обеспечена на стадии планирования. Кроме того, все плановые единицы предприятия - цехи, отделы и т.д. - должны работать в единой информационной базе данных, признаваемой всеми участниками процесса контроля и анализа, чтобы избежать конфликтов, вызванных неоднозначными пониманием терминов.

Отклонения плановых и фактических величин могут возникать по всем параметрам, определенным в бюджете:

- стоимостные параметры - затраты, доходы с оборота, маржинальная прибыль, поступления, выплаты, дебиторские и кредиторские задолженности, капитал и т.п.;

- параметры организационной структуры - места возникновения затрат, продуктовые и региональные дивизионы, закупочные, производственные, сбытовые, проектные подразделения и т.д.;

- временные параметры - дни, недели, месяцы, кварталы, годы.

Различают следующие виды отклонений:

Абсолютные отклонения. Разница, получаемая путем вычитания одной величины из другой, является выражением сложившегося положения вещей между плановыми и фактическими параметрами. Определенную проблему вызывает знак абсолютного отклонения. Принято, что если отклонение позитивно влияет на прибыль предприятия, то его исчисляют со знак “плюс”. Относительно формальной математики такой подход считается некорректным, поэтому иногда возникает непонимание между специалистами. В связи с этим в практике исчисления абсолютных отклонений иногда используют не экономический, а математический подход: рост фактического оборота по сравнению с плановым обозначают знаком “плюс”, а уменьшение фактических издержек по сравнению с плановыми - знаком “минус”.

Относительные отклонения. Отклонения рассчитываются по отношению к другим величинам и выражаются в процентах. Чаще всего относительное отклонение исчисляется по отношению к более общему показателю или параметру. Например, относительное отклонение затрат на материалы можно выразить в отношении к суммарным затратам или в процентах к обороту. Применение относительных отклонений повышает уровень информативности проводимого анализа и позволяет более отчетливо оценить изменения. Так, например, величина абсолютного отклонения оборота, равная 10-8=2, воспринимается не так остро, как величина отклонения в процентах: (10-8)/8*100%=25%.

Селективные отклонения. Этот метод расчета отклонений предполагает сравнение контролируемых величин во временном разрезе: квартал, месяц и даже иногда год. Сравнение контролируемых величин за определенный месяц текущего года с тем же месяцем предыдущего года может быть гораздо информативнее сравнения с предыдущим месяцем рассматриваемого планового периода. Использование селективных отклонений для анализа причин особенно актуально для предприятий, занимающихся сезонным бизнесом.

Кумулятивное отклонение. Суммы, исчисленные нарастающим итогом (кумулятивные суммы), и их отклонения позволяют оценить степень достижения за прошедшие периоды (месяцы) и возможную разницу к концу планового периода (года). Возникающие в отдельных периодах случайные колебания параметров деятельности предприятия могут привести к значительным отклонениям на коротком отрезке времени. Кумуляция позволяет компенсировать случайные отклонения (и более точно выявить тренд).

Отклонения во временном разрезе. Для контроллинга типичным является сравнение план-факт . Отклонения определяются на основании сравнения бюджетных и фактически реализованных значений контролируемых параметров. Для аналитических целей может представлять интерес сравнение фактически реализованных значений планового периода с фактами соответствующего предыдущего периода (предыдущего месяца, года). Такой подход к исчислению отклонений особенно важен при негативных отклонениях плановых величин от фактических.

Оба подхода к сравнению: план-факт и факт-факт опираются на статистику прошлого и позволяют уменьшить отклонения в будущем. На основе результатов анализа отклонений может быть составлен другой прогноз или ожидание результатов на конец планового периода. Сравнение планового результата на конец года с прогнозным или ожидаемым с учетом происходящих изменений во внешней среде или внутри предприятия позволяет получить отклонение типа план - желаемый результат , что дает возможность более глубоко исследовать причины, влияющие на развитие бизнеса в будущем. При этом подходе сравниваются планы, разработанные в начале периода, и потребности современного момента. Простая экстраполяция прошлого на будущее, результаты которой часто используются при традиционном подходе к планированию, может привести к существенным ошибкам. В современных условиях будущее следует просматривать не через призму статистических экстраполяционных прогнозов, а путем изучения текущих отклонений и анализа причин их возникновения.