Сравнительный анализ экономических показателей

?йіп А. ?.

Северо-Казахстанский государственный университет

имени М. Козыбаева, г. Петропавловск

Сравнительный анализ экономических показателей

Сравнение — один из способов, с помощью которого человек познает окружающую среду. В повседневной жизни он используется человеком на каждом шагу. Подчеркивая его важность можно сослаться на поговорку: «Все познается в сравнении». Широкое применение этот способ получил исследовании экономических явлений. Каждый показатель, каждая цифра, используемая для оценки, контроля и прогноза имеет значение только в сопоставлении с другой.

С помощью сравнения определяют общее и специфическое в экономических явлениях; изучаются изменения в исследуемых объектах; тенденции и закономерности их развития.

В экономическом анализе сравнение используют для решения всех задач как основной или вспомогательный способ.

Чаще всего сравнение используется для:

1. сопоставления фактических уровней показателей с плановыми.

2. сопоставления фактических данных с данными прошлых лет.

3. сопоставления фактических уровней показателей с нормативными.

4. сопоставления показателей анализируемого предприятия с достижениями науки и передового опыта работы других предприятий или подразделений для поиска резервов.

5. сравнение уровня показателей анализируемого предприятия со средними величинами по отрасли производится с целью определения положения предприятия на рынке среди предприятий той же отрасли.

6. сопоставление параллельных рядов и рядов динамики для изучения взаимосвязи исследуемых явлений.

7. сопоставление различных вариантов управленческих решений с целью выбора наиболее оптимального из них.

8. сопоставление результатов деятельности до и после изменения какого-либо фактора используется при расчете влияния факторов и подсчете резервов

Огромное количество данных в экономике  в частности приходит к нам в виде временных рядов. Это не удивительно, ведь очень часто нас интересуют какие-то события или показатели изменяющиеся во времени. При этом, огромный пласт классической математики веками создавался для работы с множествами чисел. В результате, одним из самых популярных подходов к работе с такого рода данными был отказ от оси времени как полноценной оси координат и переход к простым множествам данных.

При анализе многих экономических показателей используютсяежедневные, еженедельные, ежемесячные, ежекваральные и т. п. данные — например, это могут быть ежедневные данные о котировке акций, месячные данные о продаже продукции,  и т. д. 

Под временным рядом (динамическим рядом) подразумевается последовательность значений (наблюдений) некоторого признака (случайной величины) в последовательные моменты времени (то есть последовательность наблюдений, упорядоченных в порядке возрастания моментов времени).

При практическом анализе временных рядов на основании эмпирических данных (наблюдаемого отрезка временного ряда конечной длины) необходимо сделать выводы о свойствах этого ряда, механизме случайного процесса, порождающего рассматриваемый ряд. При этом обычно ставятся следующие цели:

1. Описание основных характеристик, особенностей временногоряда;

2. Подбор статистической модели, описывающей временной ряд;

3. Прогнозирование будущих значений на основе имеющихся наблюдений, относящихся к прошлому.

При изучении зависимостей, развивающихся во времени, в качестве объясняющих переменных рассматриваются не только значения времени, текущие значения объясняющих переменных, но и их предыдущие значения.

В практике анализа эконометрических показателей, образующихвременные ряды, обычно предполагают, что значения уровней временных рядов складываются из следующих компонент:

1. Тренд, представляющий собой плавно меняющуюся компоненту, отражающую влияние долговременных, систематических факторов, основную тенденцию в формировании рассматриваемого показателя.

2. Сезонная компонента, отражающая повторяемость экономических процессов в течение не слишком длительного периода (например, года, месяца, недели). Причины сезонных колебаний могут быть связаны с природно-климатическими условиями, могут носитьсоциальный характер (например, увеличение закупок в предпраздничные дни, увеличение платежей в конце квартала и т. д.) Для описаниясезонной компоненты используют периодические функции;

3. Циклическая компонента, отражающая повторяемость экономических процессов в течении длительных периодов (напримерволны экономической активности, демографические, инвестиционныециклы);

4. Случайная компонента, отражающая влияние случайных, атакже неучтенных факторов.

В качестве основных этапов исследования временных рядов можно выделить следующие:

1. Графическое представление временного ряда;

2. Выявление и оценка закономерных (неслучайных) составляющих, удаление их из рассматриваемого ряда;

3. Сглаживание и удаление низко - и высокочастотных составляющих (так называемая фильтрация);

4. Исследование случайной составляющей, проверка адекватности построенной модели;

5. Прогнозирование на основе построенной модели.

В экономике часто возникает необходимость охарактеризовать имеющийся набор данных одним или несколькими обобщающими показателями. В математической статистике  в качестве таких показателей используют наиболее типичные (наиболее ожидаемые), или чаще всего встречающиеся, значения исследуемой величины. К их числу относятся средняя арифметическая (средняя), медиана и мода.

Наибольшее распространение  в различных оценках получили средние (средние арифметические) значения, обычно называемые просто средними, — среднемесячные объемы продаж, средняя доходность, средняя заработная плата сотрудников и т. д.

Если имеются данные, характеризующие значения исследуемого показателя, зафиксированные, например, в различные периоды времени или для различных объектов, то средняя арифметическая вычисляется путем нахождения суммы всех значений и деления полученной суммы на общее число наблюдений.

Наиболее существенным недостатком средней является то, что наличие в выборке хотя бы одного наблюдения, значительно большего или меньшего, чем остальные, приводит к смещению среднего значения в ту или иную сторону. В этих случаях ее использование в качестве наиболее типичного значения исследуемого показателя не всегда оправданно.

В подобных ситуациях в качестве типичного значения целесообразно использовать иную характеристику, учитывающую не только числовые значения данных, но и структурные особенности выборки. Таким показателям в математической статистике является медиана.

Медина — такое значение исследуемой величины, слева и справа от которого находится одинаковое число упорядоченных по возрастанию или убыванию выборочных данных.

Для вычисления медианы вручную, необходимо расположить данные в порядке их возрастания (убывания), т. е. составить ранжированный ряд и пронумеровать все его члены. При этом возможны два случая.

Если число наблюдений в выборке нечетно и равно n, то медианой будет являться элемент ранжированного ряда с номером Если число наблюдений четно, то медиана определяется как полусумма двух срединных членов ранжированного ряда, имеющих номера и соответственно.

Медиана обладает рядом полезных свойств. Во-первых, ее целесообразно применять в качестве оценки среднего в тех случаях, когда выборочные данные содержат «выбросы»— значения, существенно отличающиеся от основной массы наблюдений. Во-вторых, медиана может быть определена и для данных, измеряемых  в шкале рангов, упорядоченных по любому качественному или количественному признаку.

Модой называют значение исследуемой величины чаще всего встречающееся в наборе данных. Потребность в использовании этого показателя может возникнуть во многих ситуациях (например, в торговом бизнесе, где требуеся определить чаще всего покупаемые товары, в швейном производстве — для оценки наиболее модных размеров и фасонов одежды и т. д.).

В отличие от первых двух типов средних— средней арифметической и медианы— мода может быть определена и для данных качественного характера (наиболее востребованные типы офисов, наиболее предпочитаемые туристами классы отелей, чаще покупаемы марки телевизоров или холодильников и т. д.).

Определить, чему равна мода в каком-либо наборе зафиксированных данных, проще всего на основе ряда распределения или гистограммы. Мода равна тому значению исследуемой величины, которому соответсвует наибольшая частота в сгруппированном ряде распределения или наивысшая точка на гистограмме.

Один из вопросов, возникающих после начальной обработки статистической информации, заключается в том, чтобы определить какой из показателей – среднее, моду или медиану выбрать в качестве типичного значения исследуемого показателя.

Зачастую мы видим что, в большинстве случаев используют среднее арифметическое, но всегда ли это правильно?!

Список использованных источников

Временные ряды  [Электронный ресурс]. — Режим доступа: http://eos. ibi. spb. ru/umk/4_5/5/print/5_R1_T6.pdf.Дата обращения 26.10.2016. Способы сравнения экономическом анализе [Электронный ресурс]. — Режим доступа:  http://ekonom-an. ru/index. php? request=full&id=374 .Дата обращения 26.10.2016. Статистические методы и модели в бизнеса. – Москва: Издательский дом «Дело», 2011