Чем меньше теоретическая линия регрессии (рассчитанная по уравнению) отклоняется от фактической (эмпирической), те меньше средняя ошибка аппроксимации. Модель считается пригодной для практического использования, если средняя ошибка аппроксимации не превосходит 5%-8 %. В анализируемой ситуации ошибка аппроксимации составит 4,6 %. Можно сделать вывод, что исследуемое уравнение связи довольно точно описывает изучаемую зависимость. Для оценки качества уравнения регрессии используются еще несколько критериев: коэффициент детерминации, критерий Фишера (показывает соответствие совокупности генеральных данных общей совокупности), критерий Стьюдента (оценка значимости каждого параметра уравнения), коэффициент эластичности (показывает на сколько процентов изменяется в среднем результативный показатель при изменении фактора на один процент) и т.д. Коэффициент детерминации R2 (квадрат коэффициента корреляции) характеризует долю вариации зависимой переменной Y, которая объясняется действием включенных в модель факторных признаков.

R2 = 1 - ((yk - yхk)2 / ( yk-yk)2) (3.5),

где yk = 1/n yk (3 .6)

Произведя расчеты, получим среднюю арифметическуюyk= 463,51, а коэффициент детерминации R2 = 0,92. Это означает, что 92 % вариации зависимой переменной объясняется включенными в модель факторами, а 8 % - другими причинами, т.е. факторами не представленными в модели. Если коэффициент R2 близок к единице, то связь между исследуемыми явлениями очень тесная и наоборот.

Таким образом в результате анализа была построена регрессионная зависимость (т.е. проведен регрессионный анализ) и рассчитаны коэффициенты ее тесноты и значимости (т.е. проведен корреляционный анализ). Выведенная зависимость имеет вид уравнения

y = 0,4543527 х + 40,6634543,

при помощи которого можно прогнозировать динамику уровня кредиторской задолженности предприятия по полученным авансам при планировании изменения объемов реализации продукции на ОАО СЗКО «Молот».

3.5 Автоматизация анализа текущих обязательств

Экономический анализ сопровождается выполнением большого объема разнообразных вычислений: абсолютных и относительных отклонений; средних величин; дисперсии; процентных величин и других вычислений. В ходе анализа выполняются различные виды оценок; группировок; сравнение и сортировка исходных данных; нахождение минимального или максимального значения и ряд других операций. Результаты анализа требуют графического или табличного представления. Все это многообразие видов аналитической обработки информации является объектом автоматизации с применением ПК. С помощью таких систем можно осуществить оценку фактического состояния предприятия, а также прогнозировать и моделировать управленческие решения. Одной из программ, позволяющей решать большой спектр задач экономического анализа, в том числе и с применением экономико-математических методов, является программа Mikrosoft Excel.

Средства и инструменты Excel при работе с электронными таблицами помогают получать максимальную отдачу работы с ними: учат проектировать эффективные электронные таблицы; помогают быстро суммировать данные. Электронные таблицы помогают определить размер месячных выплат по кредиту, позволяет создавать формулы, позволяющие производить математические действия, используя данные из нескольких листов или даже нескольких рабочих книг. С помощью программы Exсel можно работать с диаграммами и это очень важно, так как эта программа позволяет графически представлять данные. Так, например: можно создать диаграмму, нажав комбинацию клавиш; можно улучшать внешний вид диаграммы, используя встроенные средства форматирования; в одной диаграмме можно использовать разные типы данных; существуют диаграммы, в которых часть значений представлена дополнительной вторичной диаграммой, например, в виде двух круговых диаграмм или круговых диаграмм и гистограммы. С помощью диаграмм можно визуально проанализировать, сопоставить данные, определить какие факторы анализа являются доминирующими и как сильно они влияют на исследуемый показатель.

Exсel предлагает целый ряд программ, функций и команд, которые можно использовать для проверки правильности вводимых данных и анализа условий. Функция “Если” используется, чтобы не допускать ошибок в рабочих книгах, Средство “Проверка вводимых значений” осуществляет выбор из списка значений, отражаются сообщения с подсказками, относительно вводимых данных и выделяются ошибочные данные в таблицах. С помощью средства “Подбор параметра” задается желаемая величина и Exсel рассчитывает, что необходимо сделать для достижения этой цели. С помощью Exсel «Поиск решений» можно после проведенных анализов получить необходимое, эффективное, правильное решение. Для этого создаются списки или база данных. «Автозавершение» и «Выбрать из списка», которые облегчают работу пользователя и ускоряют получение необходимого, эффективного, правильного решения, в этом также заключается достоинство программы Excel. В состав Miсrosoft Excel входит набор средств анализа данных (так называемый пакет анализа), предназначенный для решения сложных статистических и инженерных задач. Использование пакета анализа не требует высокого уровня подготовки. Для успешного применения процедур анализа необходимы начальные знания в области статистических и инженерных расчетов, для которых эти инструменты были разработаны. В состав пакета анализа входят: корреляционный анализ (используется для количественной оценки взаимосвязи двух наборов данных, представленных в безразмерном виде; он дает возможность установить, ассоциированы ли наборы данных по величине, то есть, большие значения из одного набора данных связаны с большими значениями другого набора (положительная корреляция), или, наоборот, меньшие значения одного набора связаны с большими значениями другого (отрицательная корреляция), или данные двух диапазонов никак не связаны (корреляция близка к нулю); для вычисления коэффициента корреляции между двумя наборами данных на листе используется статистическая функция КОРРЕЛ); ковариационный анализ ; описательная статистика; экспоненциальное сглаживание ; анализ Фурье ; двухвыборочный F - тест для дисперсий ; гистограмма ; скользящее среднее ; выборка ; генерация случайных чисел ; дисперсионный анализ; регрессия.

Кроме пакета анализа, имеющего колоссальное значение в повышении эффективности и снижении трудоемкости аналитической работы, в том числе и при анализе себестоимости, Microsoft Exсel обладает также десятками статистических функций, позволяющих выполнять статистический анализ диапазонов данных. Прогнозные значения мы находим с помощью функции ПРОГНОЗ.

В данной работе при помощи программы Excel посчитаны все таблицы данных: баланс, отчет о финансовых результатах, сводная таблица показателей финансового состояния предприятия, построен график изменения выручки, величины кредиторской задолженности за период 8 кварталов. Все перечисленные таблицы представлены в приложениях к курсовой работе. На примере составления сводной таблицы показателей финансового состояния предприятия продемонстрированы формулы, по которым производился расчет показателей (приложение ) .

- В пункте 3.4 данной дипломной работы рассматривалась возможность прогнозирования уровня кредиторской задолженности при помощи метода корреляционно-регрессионного анализа. В Excel существует две функции, при помощи которых можно построить уравнение линейной регрессии: ЛИНЕЙН; инструмент «Регрессия». Построение уравнения регрессии с помощью функции ЛИНЕЙН: задать входные данные в виде таблицы; выделить пустой диапазон ячеек размером 5 строк 2 столбца; с помощью мастера функций, выбрав категорию статистические, воспользуемся функцией ЛИНЕЙН; завершим ввод функции =ЛИНЕЙН(В2:В9;А2:А9;1;1) комбинацией клавиш Ctrl-Shift-Enter, этим действием мы введем формулу массива в выделенный диапазон ячеек

В результате расчета при помощи функции ЛИНЕЙН получили массив данных, где: - 0,454353 - коэффициент уравнения регрессии; 40,66345- свободный член уравнения регрессии; 0,919521- коэффициент детерминации (если коэффициент близок к единице, то связь между исследуемыми явлениями очень тесная и наоборот); 68,55354- расчетное значение коэффициента Фишера; 6 - количество степеней свободы для поиска критического значения распределения Фишера. По таблицам математической статистики критическое значение распределения Фишера для уровня надежности 5% и степеней свободы k1=1 (количество независимых переменных) и k2(6) будет 5,99, что гораздо меньше расчетного значения, значит, выбранная совокупность соответствует общей совокупности данных. Таким образом, рассчитанное уравнение регрессии y = 0,523066x + 267,427 годится для прогнозирования уровня кредиторской задолженности.

Чтобы для того же диапазона входных данных построить уравнение регрессии при помощи инструмента надо из меню «Сервис» -«Анализ данных» выбрать инструмент анализа «Регрессия». В появившемся диалоговом окне зададим, указав мышью соответствующий диапазон ячеек: выходной интервал Y(кредиторская задолженность); входной интервал Х (объем реализации); параметры вывода выходных данных.

Проанализируем выходные данные регрессионного анализа. В таблице результатов получены: значение коэффициента (0,454352728); свободного члена 40,6634543; значение R2 коэффициента детерминации (0,919520926); значение F распределения Фишера ( 68,55354137); регрессионная (655739,106) и остаточная (57392,1428) суммы квадратов; стандартная ошибка для оценки уровня кредиторской задолженности (97,8026438); стандартные ошибки определения коэффициента (0,068) и свободного члена уравнения регрессии (77,504); расчетные показатели распределения Стьюдента для коэффициента (8,279706599) и свободного члена уравнения регрессии (0,659312761).

Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22