ഏതൊരു എൻ്റർപ്രൈസിലും, നടത്തുന്ന എല്ലാ പ്രക്രിയകളും പരസ്പരം ബന്ധപ്പെട്ടിരിക്കുന്നു. അതുകൊണ്ടാണ് സാമ്പത്തിക വിശകലനത്തിൽ, മൂല്യത്തിൽ വിവിധ ഘടകങ്ങളുടെ സ്വാധീനത്തിൻ്റെ അളവ് പഠിക്കുന്നത്, മൂല്യനിർണ്ണയത്തിൻ്റെ വിവിധ വിശകലന രീതികൾ അവയുടെ സ്വാധീനത്തിൻ്റെ അളവ് നിർണ്ണയിക്കാൻ സഹായിക്കും: ചെയിൻ സബ്സ്റ്റിറ്റ്യൂഷനുകൾ, കേവല വ്യത്യാസങ്ങളുടെ രീതി തുടങ്ങിയവ. ഈ പ്രസിദ്ധീകരണത്തിൽ ഞങ്ങൾ രണ്ടാമത്തെ രീതിയെക്കുറിച്ച് കൂടുതൽ വിശദമായി പരിശോധിക്കും.
ചെയിൻ സബ്സ്റ്റിറ്റ്യൂഷൻ രീതി
പഠനത്തിൻ കീഴിലുള്ള ഇൻഡിക്കേറ്ററിൻ്റെ ഇൻ്റർമീഡിയറ്റ് ഡാറ്റയുടെ കണക്കുകൂട്ടലിനെ അടിസ്ഥാനമാക്കിയുള്ളതാണ് ഇത്തരത്തിലുള്ള വിലയിരുത്തൽ. ആസൂത്രിത ഡാറ്റയെ യഥാർത്ഥമായവ ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിച്ചാണ് ഇത് നടപ്പിലാക്കുന്നത്, അതേസമയം ഒരു ഘടകത്തിൽ മാറ്റം വരുത്തിയിരിക്കുന്നു, ബാക്കിയുള്ളവ ഒഴിവാക്കപ്പെടുന്നു (എലിമിനേഷൻ തത്വം). കണക്കുകൂട്ടലിനുള്ള ഫോർമുല:
A pl = a pl * b pl * c pl
A a = a f *b pl *v pl
A b = a f * b f * v pl
A f = a f * b f * c f
ഇവിടെ പ്ലാൻ അനുസരിച്ചുള്ള സൂചകങ്ങൾ യഥാർത്ഥ ഡാറ്റയാണ്.
സാമ്പത്തിക വിശകലനം. സമ്പൂർണ്ണ വ്യത്യാസ രീതി
പരിഗണനയിലുള്ള മൂല്യനിർണ്ണയ തരം മുമ്പത്തെ ഓപ്ഷനെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്. പഠനത്തിന് കീഴിലുള്ള (ഡി) ഘടകത്തിൻ്റെ വ്യതിയാനത്തിൻ്റെയും മറ്റൊന്നിൻ്റെ ആസൂത്രിതമോ യഥാർത്ഥമോ ആയ മൂല്യവും നിങ്ങൾ കണ്ടെത്തേണ്ടതുണ്ട് എന്നതാണ് വ്യത്യാസം. കേവല വ്യത്യാസങ്ങളുടെ സൂത്രവാക്യം കേവല വ്യത്യാസങ്ങളുടെ രീതി കൂടുതൽ വ്യക്തമായി കാണിക്കുന്നു:
A pl = a pl * b pl * c pl
A a" = a" * b pl * c pl
A b" = b" * a f * v pl
A c" = c" * a f * b f
A f" = a f * b f * c f
A a" = A a" * A b" * A c"
സമ്പൂർണ്ണ വ്യത്യാസ രീതി. ഉദാഹരണം
കമ്പനിയെക്കുറിച്ചുള്ള ഇനിപ്പറയുന്ന വിവരങ്ങൾ ലഭ്യമാണ്:
- ഉൽപ്പാദിപ്പിക്കുന്ന സാധനങ്ങളുടെ ആസൂത്രിത അളവ് 1.476 ദശലക്ഷം റുബിളിന് തുല്യമാണ്, വാസ്തവത്തിൽ - 1.428 ദശലക്ഷം റൂബിൾസ്;
- പദ്ധതി പ്രകാരം ഉൽപ്പാദനത്തിനുള്ള വിസ്തീർണ്ണം 41 ചതുരശ്ര മീറ്ററായിരുന്നു. മീറ്റർ, വാസ്തവത്തിൽ - 42 ചതുരശ്ര മീറ്റർ. എം.
വിവിധ ഘടകങ്ങൾ (വിസ്തൃതിയുടെ വലിപ്പത്തിലും 1 ചതുരശ്ര മീറ്ററിന് ഉൽപ്പാദനത്തിൻ്റെ അളവിലും വരുന്ന മാറ്റങ്ങൾ) സൃഷ്ടിച്ച ചരക്കുകളുടെ അളവിനെ എങ്ങനെ സ്വാധീനിച്ചുവെന്ന് നിർണ്ണയിക്കേണ്ടത് ആവശ്യമാണ്.
1) 1 ചതുരത്തിന് ഉൽപ്പാദന ഉൽപ്പാദനം ഞങ്ങൾ നിർണ്ണയിക്കുന്നു. മീറ്റർ:
1.476: 41 = 0.036 ദശലക്ഷം റൂബിൾസ്. - ആസൂത്രിത മൂല്യം.
1.428/42 = 0.034 ദശലക്ഷം റൂബിൾസ്. - യഥാർത്ഥ മൂല്യം.
2) പ്രശ്നം പരിഹരിക്കാൻ, ഒരു പട്ടികയിൽ ഡാറ്റ നൽകുക.
കേവല വ്യത്യാസങ്ങളുടെ രീതി ഉപയോഗിച്ച് ഏരിയയിൽ നിന്നും ഔട്ട്പുട്ടിൽ നിന്നും ഉൽപ്പാദിപ്പിക്കുന്ന ചരക്കുകളുടെ അളവിൽ മാറ്റം കണ്ടെത്താം. നമുക്ക് ലഭിക്കുന്നത്:
y a" = (42 - 41) * 0.036 = 0.036 ദശലക്ഷം റൂബിൾസ്.
y b" = 42 * (0.034 - 0.036) = - 0.084 ദശലക്ഷം റൂബിൾസ്.
ഉൽപ്പാദന അളവിലെ ആകെ മാറ്റം 0.036 - 0.084 = -0.048 ദശലക്ഷം റുബിളാണ്.
ഉൽപാദനത്തിനുള്ള വിസ്തീർണ്ണം 1 ചതുരശ്ര മീറ്റർ വർദ്ധിപ്പിച്ചുകൊണ്ട് ഇത് പിന്തുടരുന്നു. m, നിർമ്മിച്ച വസ്തുക്കളുടെ അളവ് 0.036 ദശലക്ഷം റുബിളുകൾ വർദ്ധിച്ചു. എന്നിരുന്നാലും, ഔട്ട്പുട്ടിൽ 1 ചതുരശ്ര മീറ്റർ കുറവ് കാരണം. m ഈ മൂല്യം 0.084 ദശലക്ഷം റുബിളായി കുറഞ്ഞു. പൊതുവേ, റിപ്പോർട്ടിംഗ് വർഷത്തിൽ ഉൽപ്പാദിപ്പിച്ച എൻ്റർപ്രൈസസിൻ്റെ അളവ് 0.048 ദശലക്ഷം റുബിളായി കുറഞ്ഞു.
സമ്പൂർണ്ണ വ്യത്യാസ രീതി പ്രവർത്തിക്കുന്ന തത്വമാണിത്.
ആപേക്ഷിക വ്യത്യാസങ്ങളുടെയും സമഗ്രതയുടെയും രീതി
പ്രാരംഭ സൂചകങ്ങളിൽ ഫാക്ടർ മൂല്യങ്ങളുടെ ആപേക്ഷിക വ്യതിയാനങ്ങൾ അടങ്ങിയിട്ടുണ്ടെങ്കിൽ, അതായത് ശതമാനത്തിൽ ഈ ഓപ്ഷൻ ഉപയോഗിക്കുന്നു. ഓരോ സൂചകത്തിലെയും മാറ്റം കണക്കാക്കുന്നതിനുള്ള ഫോർമുല:
a %" = (a f - a pl)/a pl * 100%
b%" = (b f - b pl)/b pl * 100%
%" = (f-ൽ pl)/ഇൻ pl * 100%
അവിഭാജ്യ ഘടകങ്ങൾ പ്രത്യേക നിയമങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ളതാണ് (ലോഗരിഥമിക്). കണക്കുകൂട്ടലിൻ്റെ ഫലം ഒരു പിസി ഉപയോഗിച്ച് നിർണ്ണയിക്കപ്പെടുന്നു.
ഗുണിത മോഡലുകളിൽ മാത്രം പ്രകടന സൂചകത്തിൻ്റെ വളർച്ചയിൽ ഘടകങ്ങളുടെ സ്വാധീനം അളക്കാൻ ആപേക്ഷിക വ്യത്യാസങ്ങളുടെ രീതി ഉപയോഗിക്കുന്നു. ഇവിടെ, ഫാക്ടർ സൂചകങ്ങളിലെ ആപേക്ഷിക വർദ്ധനവ് ഉപയോഗിക്കുന്നു, ഇത് ഗുണകങ്ങളായോ ശതമാനങ്ങളായോ പ്രകടിപ്പിക്കുന്നു. പോലുള്ള ഗുണിത മാതൃകകൾക്കായി ഈ രീതിയിൽ ഘടകങ്ങളുടെ സ്വാധീനം കണക്കാക്കുന്നതിനുള്ള രീതിശാസ്ത്രം നമുക്ക് പരിഗണിക്കാം Y = abc.
പ്രകടന സൂചകത്തിലെ മാറ്റം ഇനിപ്പറയുന്ന രീതിയിൽ നിർണ്ണയിക്കപ്പെടുന്നു:
Δy a = y 0 * Δa%,
Δy b = (y 0 +Δy a) * Δb%,
Δy c =(y 0 + Δy a +Δy b)* Δc%,
Δa% = (a 1 -a 0)/ a 0,
Δb% = (b 1 -b 0)/ b 0,
Δc% = (c 1 -c 0)/ c 0,
ആദ്യ ഘടകത്തിൻ്റെ സ്വാധീനം കണക്കാക്കാൻ, ഒരു ദശാംശ ഭിന്നസംഖ്യയായി പ്രകടിപ്പിക്കുന്ന ആദ്യ ഘടകത്തിലെ ആപേക്ഷിക വർദ്ധനവ് ഉപയോഗിച്ച് ഫലപ്രദമായ സൂചകത്തിൻ്റെ അടിസ്ഥാന (ആസൂത്രണം ചെയ്ത) മൂല്യം ഗുണിക്കേണ്ടത് ആവശ്യമാണ്.
രണ്ടാമത്തെ ഘടകത്തിൻ്റെ സ്വാധീനം കണക്കാക്കാൻ, ഫലപ്രദമായ സൂചകത്തിൻ്റെ അടിസ്ഥാന (ആസൂത്രണം ചെയ്ത) മൂല്യത്തിലേക്ക് ആദ്യ ഘടകം മൂലമുണ്ടാകുന്ന മാറ്റം നിങ്ങൾ ചേർക്കേണ്ടതുണ്ട്, തുടർന്ന് ഫലമായുണ്ടാകുന്ന തുക രണ്ടാമത്തെ ഘടകത്തിലെ ആപേക്ഷിക വർദ്ധനവ് കൊണ്ട് ഗുണിക്കുക.
മൂന്നാമത്തെ ഘടകത്തിൻ്റെ സ്വാധീനം സമാനമായ രീതിയിൽ നിർണ്ണയിക്കപ്പെടുന്നു: ഫലപ്രദമായ സൂചകത്തിൻ്റെ അടിസ്ഥാന (ആസൂത്രിത) മൂല്യത്തിലേക്ക്, ഒന്നും രണ്ടും ഘടകങ്ങൾ കാരണം അതിൻ്റെ വർദ്ധനവ് കൂട്ടിച്ചേർക്കുകയും ഫലമായുണ്ടാകുന്ന തുകയുടെ ആപേക്ഷിക വർദ്ധനവ് കൊണ്ട് ഗുണിക്കുകയും ചെയ്യേണ്ടത് ആവശ്യമാണ്. മൂന്നാമത്തെ ഘടകം മുതലായവ.
പട്ടികയിൽ നൽകിയിരിക്കുന്ന ഉദാഹരണം ഉപയോഗിച്ച് പരിഗണിക്കുന്ന രീതിശാസ്ത്രം നമുക്ക് ഏകീകരിക്കാം. 1:
ΔVPchr = VPpl * ΔChR/ChRpl = 400*20/100 = +80 ദശലക്ഷം റബ്.;
ΔVPd = (VPpl + ΔVPchr)* ΔD/Dpl = (400 + 80)* 8.33/200 = +20 ദശലക്ഷം റബ്.
ΔVPp = (VPpl + ΔVPchr + ΔVPd)* ΔP / Ppl = (400 + 80 + 20)* - 0.5/8 = - 31.25 ദശലക്ഷം റൂബിൾസ്.
ΔVPchv = (VPpl + ΔVPchr + ΔVPd + ΔVPp)* ΔChV / ChVpl = (400 + 80 + 20 - 31.25) * 0.7 / 2.5 = 131.25 ദശലക്ഷം റൂബിൾസ്.
ഒരു വലിയ കൂട്ടം ഘടകങ്ങളുടെ (8-10 അല്ലെങ്കിൽ അതിലധികമോ) സ്വാധീനം കണക്കാക്കേണ്ട സന്ദർഭങ്ങളിൽ ആപേക്ഷിക വ്യത്യാസങ്ങളുടെ രീതി ഉപയോഗിക്കാൻ സൗകര്യപ്രദമാണ്. മുമ്പത്തെ രീതികളിൽ നിന്ന് വ്യത്യസ്തമായി, ഇവിടെ കമ്പ്യൂട്ടേഷണൽ നടപടിക്രമങ്ങളുടെ എണ്ണം ഗണ്യമായി കുറയുന്നു, ഇത് വളരെ അപൂർവമായി മാത്രമേ ഉപയോഗിക്കുന്നുള്ളൂ.
സൂചിക രീതി
സൂചിക രീതി ആപേക്ഷിക സൂചകങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്, അത് നൽകിയ പ്രതിഭാസത്തിൻ്റെ ലെവലിൻ്റെ മുൻകാല നിലയിലേക്കോ അല്ലെങ്കിൽ അടിസ്ഥാനമായി എടുത്ത സമാനമായ ഒരു പ്രതിഭാസത്തിൻ്റെ തലത്തിലേക്കോ ഉള്ള അനുപാതം പ്രകടിപ്പിക്കുന്നു. അളന്ന (റിപ്പോർട്ടുചെയ്‌ത) മൂല്യത്തെ അടിസ്ഥാനവുമായി താരതമ്യം ചെയ്താണ് ഏത് സൂചികയും കണക്കാക്കുന്നത്. നേരിട്ട് താരതമ്യപ്പെടുത്താവുന്ന അളവുകൾ തമ്മിലുള്ള ബന്ധം പ്രകടിപ്പിക്കുന്ന സൂചികകളെ വ്യക്തിഗതം എന്നും സങ്കീർണ്ണമായ പ്രതിഭാസങ്ങൾ തമ്മിലുള്ള ബന്ധം വ്യക്തമാക്കുന്നവയെ ഗ്രൂപ്പ് സൂചികകൾ എന്നും വിളിക്കുന്നു.
പഠിച്ച മൊത്തം സൂചകത്തിൽ വിവിധ ഘടകങ്ങളുടെ സ്വാധീനം സൂചിക രീതിക്ക് തിരിച്ചറിയാൻ കഴിയും. സ്ഥിതിവിവരക്കണക്കുകൾ അനലിറ്റിക്കൽ വർക്കിൽ ഉപയോഗിക്കുന്ന സൂചികകളുടെ പല രൂപങ്ങൾക്ക് പേരിടുന്നു (മൊത്തം, ഗണിതശാസ്ത്രം, ഹാർമോണിക് മുതലായവ)
സൂചികയുടെ ഒരു പ്രധാന ഘടകം അതിൻ്റെ ഭാരം അല്ലെങ്കിൽ വൈവിധ്യമാർന്ന ജനസംഖ്യയുടെ ഭാഗങ്ങൾ ഒരൊറ്റ സൂചകത്തിലേക്ക് കുറയ്ക്കുന്നതിനുള്ള ഗുണകമാണ്. ചലനാത്മകതയിൽ പഠിക്കുന്ന പ്രതിഭാസത്തിൻ്റെ ഘടനയുടെ മാതൃക അദ്ദേഹം സംരക്ഷിക്കണം.
വോളിയം സൂചികകൾ കണക്കാക്കുമ്പോൾ വിലകൾ (p o) ഒരു ഭാരമായും ഗുണനിലവാര സൂചികകൾ കണക്കാക്കുമ്പോൾ വോള്യങ്ങളും (q 1) ഉപയോഗിക്കുന്നത് പതിവാണ്.
സാമ്പത്തിക സൂചികയുടെ പ്രധാന രൂപം മൊത്തം, മുഴുവൻ കോംപ്ലക്സ് സെറ്റിൻ്റെയും വികസനത്തിൻ്റെ തലത്തിലുള്ള മാറ്റത്തിൻ്റെ സവിശേഷത.
മൊത്തത്തിലുള്ള സൂചികകൾ ഉപയോഗിച്ച്, മൾട്ടിപ്ലിക്കേറ്റീവ്, മൾട്ടിപ്പിൾ മോഡലുകളിലെ പ്രകടന സൂചകങ്ങളുടെ നിലവാരത്തിലുള്ള മാറ്റങ്ങളിൽ വിവിധ ഘടകങ്ങളുടെ സ്വാധീനം തിരിച്ചറിയാൻ കഴിയും.
സൂത്രവാക്യങ്ങൾ ഉപയോഗിച്ച് മൊത്തം സൂചിക കണക്കാക്കുന്നു:
വോളിയം സൂചിക:
ഞാൻ q = ∑q 1 p 0,
ഗുണനിലവാര സൂചിക I р = ∑q 1 p 1, (വിലകൾ)
വിപ്ലവ സൂചിക I o = ∑q 1 p 1= I q * I r
ഇവിടെ p 1, p 0 - റിപ്പോർട്ടിംഗിൻ്റെയും അടിസ്ഥാന കാലയളവിൻ്റെയും വില
q 1, q 0 - റിപ്പോർട്ടിംഗ്, അടിസ്ഥാന കാലഘട്ടങ്ങളിലെ അളവ്.
ഘടകം വിശകലനം
സമഗ്രവും ചിട്ടയായതുമായ പഠനങ്ങളും പ്രകടന സൂചകങ്ങളുടെ മൂല്യത്തിൽ ഘടകങ്ങളുടെ സ്വാധീനം അളക്കലും.
പ്രവർത്തനപരമായ (നിർണ്ണായകമായ)
· സ്ഥായിയായ (പരസ്പരബന്ധം)
· മുന്നോട്ടും തിരിച്ചും
· സ്റ്റാറ്റിസ്റ്റിക്കൽ
ചലനാത്മകം
· റിട്രോസ്പെക്റ്റീവ് ആൻഡ് പ്രോസ്പെക്റ്റീവ്
പ്രധാന ദൌത്യം: ഘടകങ്ങളുടെ തിരഞ്ഞെടുപ്പ്, വർഗ്ഗീകരണവും വ്യവസ്ഥാപിതവൽക്കരണവും, കണക്ഷൻ്റെ രൂപത്തിൻ്റെ നിർണ്ണയം, ഘടകത്തിൻ്റെ സ്വാധീനത്തിൻ്റെ കണക്കുകൂട്ടൽ, സങ്കീർണ്ണമായ സൂചകങ്ങളിൽ അതിൻ്റെ സ്വാധീനത്തിൻ്റെ പങ്ക്.
ഫാക്ടർ മോഡലുകളുടെ തരങ്ങൾ:
1 അഡിറ്റീവ് മോഡലുകൾ: y=x1+x2+x3+…+xn=
2 ഗുണിത മോഡലുകൾ: y=x1*x2*x3*…*xn=P
3 ഒന്നിലധികം മോഡലുകൾ: y=
4 മിക്സഡ് മോഡലുകൾ: y=
ചെയിൻ സബ്സ്റ്റിറ്റ്യൂഷൻ രീതി
ഏത് ഫാക്ടർ മോഡലുകൾക്കും ഉപയോഗിക്കുന്ന ഒരു സാർവത്രിക രീതി.
ഫലപ്രദമായ സൂചകത്തിൻ്റെ മൂല്യത്തിലെ മാറ്റത്തിൽ വ്യക്തിഗത ഘടകങ്ങളുടെ സ്വാധീനം നിർണ്ണയിക്കാൻ നിങ്ങളെ അനുവദിക്കുന്നു. ഓരോ ഘടകത്തിൻ്റെയും അടിസ്ഥാന മൂല്യം അതിൻ്റെ യഥാർത്ഥ മൂല്യവുമായി ക്രമേണ മാറ്റിസ്ഥാപിക്കുക.
മാറ്റിസ്ഥാപിക്കൽ പ്രധാന ക്വാണ്ടിറ്റേറ്റീവ് ഘടകത്തിൽ നിന്ന് ആരംഭിക്കുകയും ഗുണപരമായ സൂചകത്തിൽ അവസാനിക്കുകയും ചെയ്യുന്നു.
ഓരോ ഘടകത്തിൻ്റെയും സ്വാധീനം തുടർച്ചയായ ഘട്ടങ്ങളിൽ നിർണ്ണയിക്കപ്പെടുന്നു. 1 ഘട്ടത്തിൽ നിങ്ങൾക്ക് ഒരു പകരം വയ്ക്കാൻ കഴിയും. ഘടകങ്ങളുടെ സ്വാധീനത്തിൻ്റെ ബീജഗണിത തുക ഫലപ്രദമായ സൂചകത്തിലെ മൊത്തം വർദ്ധനവിന് തുല്യമായിരിക്കണം.
ആപ്ലിക്കേഷൻ തന്ത്രങ്ങൾ:
y=a*b*c ഇവിടെ y0,a0,b0,c0 – അടിസ്ഥാന മൂല്യങ്ങൾ
y1=a1*b1*c1 - യഥാർത്ഥ മൂല്യങ്ങൾ
ഘടകത്തിലെ മാറ്റങ്ങളുടെ ഫലപ്രദമായ സൂചകത്തിൻ്റെ വളർച്ചയിൽ സ്വാധീനം:
∆ y' a = y'-y0
y''=a1*b1*c0
∆ y'' b = y''-y'0
y'''=a1*b1*c1
∆ y'''' c = y'''-y''0
∆у=∆ у a +∆ у b +∆ у c
ഉദാഹരണം: TP = K*C
TPpl = Kpl * Tspl - അടിസ്ഥാന മൂല്യം
TPF = Kf * Tsf - യഥാർത്ഥ മൂല്യം
TPus=Kf*Tspl
∆TP=TPf-TPpl
∆TPk=TPusl-Tppl
∆TPc=TPsr-Tpusl
∆TP=∆TPc+∆TPc
1) TPpl=135*1200=16200
2) TPF=143*1370=195910
3) ∆TP=TPf-Tppl=195910-162000=33910
4) TPusl=135*1370=184950
5) ∆TPk=184950-162000=22950
∆TPc=195910-184950=10960
∆TP=22950+10960=33910
സമ്പൂർണ്ണ വ്യത്യാസ രീതി
ഇത് ചെയിൻ സബ്സ്റ്റിറ്റ്യൂഷൻ രീതിയുടെ പരിഷ്ക്കരണമാണ്. ഗുണിത മാതൃകകളിൽ മാത്രം ഉപയോഗിക്കുന്നു.
മോഡലിൽ ഇടതുവശത്ത് ഉപയോഗിക്കുന്ന ഘടകങ്ങളുടെ സാങ്കൽപ്പിക മൂല്യവും വലതുവശത്തുള്ള ഘടകങ്ങളുടെ അടിസ്ഥാന മൂല്യവും ഉപയോഗിച്ച് ഉപയോഗിക്കുന്ന ഘടകത്തിലെ കേവല വർദ്ധനവ് ഗുണിച്ചാണ് ഘടകങ്ങളുടെ സ്വാധീനത്തിൻ്റെ വ്യാപ്തി കണക്കാക്കുന്നത്.
yb=a0*b0*c0 - അടിസ്ഥാനം
y1=a1*b1*c1 - യഥാർത്ഥം
∆у a =∆ a*b0*c0, ഇവിടെ ∆a=a1-a0
∆ y b = a1*∆b*c0
∆ y c = a1*b1*∆c
∆TPk = (1370-1200)*135=22950
∆TPc = 1370*(143-145)=10960
∆TP = 195910-162000=33910
ആപേക്ഷിക വ്യത്യാസ രീതി
ഏത് മോഡലുകളിൽ മാത്രം ഉപയോഗിക്കുന്നതാണ് ഉചിതം? നിങ്ങൾക്ക് 8-ലധികം ഘടകങ്ങളുടെ സ്വാധീനം കണക്കാക്കേണ്ടിവരുമ്പോൾ ടൈപ്പ് ചെയ്യുക.
ഘട്ടം 1. ഫാക്ടർ സൂചകങ്ങളുടെ ആപേക്ഷിക വ്യതിയാനങ്ങൾ കണക്കാക്കുക:
y0=a0*b0*c0 ∆a=a1-a0 – കേവല വ്യതിയാനം
y1=a1*b1*c1 ആപേക്ഷിക വ്യതിയാനം:
ഘട്ടം 2. ഓരോ ഘടകത്തിലെയും മാറ്റങ്ങൾ കാരണം ഫലപ്രദമായ സൂചകത്തിൻ്റെ വ്യതിയാനം:
സൂചിക രീതി
വ്യക്തിഗത ഘടകങ്ങളുടെ പങ്ക് കണക്കാക്കാൻ ഈ രീതി വ്യാപകമായി ഉപയോഗിക്കുന്നു. എല്ലാ ഘടകങ്ങളും പരസ്പരം സ്വതന്ത്രമായി മാറുന്നു.
ആപേക്ഷിക ചലനാത്മക സൂചകങ്ങളെയും താരതമ്യങ്ങളെയും അടിസ്ഥാനമാക്കി, എന്താണ്? പ്ലാൻ ചെയ്യുക.
അടിസ്ഥാന കാലഘട്ടത്തിലെ ആപേക്ഷിക സൂചകത്തിൻ്റെ നിലവാരത്തിൻ്റെ അനുപാതമായി ഇത് നിർവചിക്കപ്പെടുന്നു.
ഗുണിതവും യഥാർത്ഥവുമായ മോഡലുകളിൽ സൂചിക രീതികൾ ഉപയോഗിക്കുന്നു. വ്യക്തിഗത, ഗ്രൂപ്പ് സൂചികകളുണ്ട്. നേരിട്ട് ആനുപാതികമായ അളവുകൾ തമ്മിലുള്ള ബന്ധം പ്രകടിപ്പിക്കുന്ന സൂചികകളെ വ്യക്തിഗതമെന്ന് വിളിക്കുന്നു, കൂടാതെ ഫാക്ടർ മോഡലുകൾ സമാഹരിച്ചിട്ടില്ലാത്ത സൂചകങ്ങളെ അടിസ്ഥാനമാക്കിയാണ് കണക്കാക്കുന്നത്.
ഗ്രൂപ്പ് സൂചികകൾ ഏത് അനുപാതത്തെ വിശേഷിപ്പിക്കുന്നു? പ്രതിഭാസങ്ങൾ (മൊത്തം സൂചികകൾ). മൾട്ടിഫാക്ടർ മോഡലുകൾ ഉപയോഗിച്ച് കണക്കാക്കുന്നത്, വിപണനം ചെയ്യാവുന്ന ഉൽപ്പന്നങ്ങളുടെ വിലയാണ് സൂചിക.
ഉൽപ്പന്ന വില സൂചിക:
എന്തിൻ്റെ സൂചിക? എന്ത്? വിൽപ്പന അളവിൽ കുറവുണ്ടായതോടെ വരുമാനം എത്രമാത്രം കുറഞ്ഞുവെന്ന് കാണിക്കുന്നു.
വില വ്യതിയാനം മൂലം വരുമാനത്തിലുണ്ടായ മാറ്റത്തിൻ്റെ അളവ് വില സൂചിക പ്രതിഫലിപ്പിക്കുന്നു.
പ്രധാന സൂചകങ്ങൾ: മൊത്ത ഉൽപ്പാദനം (പൂർത്തിയാകാത്ത ഉൽപ്പാദനം ഉൾപ്പെടെ എല്ലാ നിർമ്മിച്ച ഉൽപ്പന്നങ്ങളുടെയും വില), വിപണനം ചെയ്യാവുന്ന ഉൽപ്പന്നങ്ങൾ (പൂർത്തിയാകാത്ത ഉൽപ്പാദനം ഒഴികെ), വിറ്റ ഉൽപ്പന്നങ്ങൾ(വിറ്റത്, 91-1 സ്കോർ).
ഏറ്റവും കുറഞ്ഞ സ്വീകാര്യമായ വിൽപ്പന അളവ് ബ്രേക്ക്-ഈവൻ പോയിൻ്റാണ്.
അനുവദനീയമായ പരമാവധി വിൽപ്പന അളവ് പരമാവധി ശേഷി ഉപയോഗത്തിലാണ്.
നടപ്പാക്കലിൻ്റെ ഒപ്റ്റിമൽ സ്വീകാര്യമായ അളവ് - പ്രവർത്തന ഗവേഷണ രീതികൾ.
5.2.4 ആപേക്ഷിക വ്യത്യാസങ്ങളുടെ രീതി
ആപേക്ഷിക വ്യത്യാസങ്ങളുടെ രീതി, മുമ്പത്തേത് പോലെ, ഗുണിത മോഡലുകളിലും Y = (a - b) c തരം സംയോജിതവയിലും മാത്രം ഫലപ്രദമായ സൂചകത്തിൻ്റെ വളർച്ചയിൽ ഘടകങ്ങളുടെ സ്വാധീനം അളക്കാൻ ഉപയോഗിക്കുന്നു. ഇത് ചെയിൻ സബ്സ്റ്റിറ്റ്യൂഷനുകളേക്കാൾ വളരെ ലളിതമാണ്, ഇത് ചില സാഹചര്യങ്ങളിൽ ഇത് വളരെ ഫലപ്രദമാക്കുന്നു. സോഴ്‌സ് ഡാറ്റയിൽ ഫാക്ടർ സൂചകങ്ങളുടെ ശതമാനത്തിലോ ഗുണകങ്ങളിലോ ഉള്ള ആപേക്ഷിക വ്യതിയാനങ്ങൾ അടങ്ങിയിരിക്കുമ്പോൾ ഇത് പ്രാഥമികമായി ബാധകമാണ്.
Y = A * B * C തരം ഗുണിത മോഡലുകൾക്കായി ഈ രീതിയിൽ ഘടകങ്ങളുടെ സ്വാധീനം കണക്കാക്കുന്നതിനുള്ള രീതിശാസ്ത്രം പരിഗണിക്കാം. ആദ്യം, ഘടകം സൂചകങ്ങളുടെ ആപേക്ഷിക വ്യതിയാനങ്ങൾ കണക്കാക്കേണ്ടത് ആവശ്യമാണ്:
ഓരോ ഘടകം മൂലവും ഫലപ്രദമായ സൂചകത്തിൻ്റെ വ്യതിയാനം ഇനിപ്പറയുന്ന രീതിയിൽ നിർണ്ണയിക്കപ്പെടുന്നു:
ഈ നിയമം അനുസരിച്ച്, ആദ്യ ഘടകത്തിൻ്റെ സ്വാധീനം കണക്കാക്കാൻ, ഫലപ്രദമായ സൂചകത്തിൻ്റെ അടിസ്ഥാന (ആസൂത്രണം ചെയ്ത) മൂല്യം ആദ്യ ഘടകത്തിലെ ആപേക്ഷിക വർദ്ധനവ് കൊണ്ട് ഗുണിക്കേണ്ടതുണ്ട്, അത് ശതമാനമായി പ്രകടിപ്പിക്കുകയും ഫലം 100 കൊണ്ട് ഹരിക്കുകയും വേണം.
രണ്ടാമത്തെ ഘടകത്തിൻ്റെ സ്വാധീനം കണക്കാക്കാൻ, ഫലപ്രദമായ സൂചകത്തിൻ്റെ ആസൂത്രിത മൂല്യത്തിലേക്ക് ആദ്യ ഘടകം മൂലമുണ്ടാകുന്ന മാറ്റം നിങ്ങൾ ചേർക്കേണ്ടതുണ്ട്, തുടർന്ന് ഫലമായുണ്ടാകുന്ന തുക രണ്ടാമത്തെ ഘടകത്തിലെ ആപേക്ഷിക വർദ്ധനവ് കൊണ്ട് ഒരു ശതമാനമായി ഗുണിച്ച് ഹരിക്കുക. ഫലം 100.
മൂന്നാമത്തെ ഘടകത്തിൻ്റെ സ്വാധീനം സമാനമായ രീതിയിൽ നിർണ്ണയിക്കപ്പെടുന്നു: ഫലപ്രദമായ സൂചകത്തിൻ്റെ ആസൂത്രിത മൂല്യത്തിലേക്ക് ഒന്നും രണ്ടും ഘടകങ്ങൾ കാരണം അതിൻ്റെ വർദ്ധനവ് കൂട്ടിച്ചേർക്കുകയും ഫലമായുണ്ടാകുന്ന തുക മൂന്നാമത്തെ ഘടകത്തിൻ്റെ ആപേക്ഷിക വർദ്ധനവ് കൊണ്ട് ഗുണിക്കുകയും വേണം. .
പട്ടിക 15-ൽ നൽകിയിരിക്കുന്ന ഉദാഹരണം ഉപയോഗിച്ച് പരിഗണിക്കുന്ന രീതിശാസ്ത്രം നമുക്ക് ഏകീകരിക്കാം:
നിങ്ങൾക്ക് കാണാനാകുന്നതുപോലെ, കണക്കുകൂട്ടൽ ഫലങ്ങൾ മുമ്പത്തെ രീതികൾ ഉപയോഗിക്കുമ്പോൾ സമാനമാണ്.
ഒരു വലിയ കൂട്ടം ഘടകങ്ങളുടെ (8-10 അല്ലെങ്കിൽ അതിലധികമോ) സ്വാധീനം കണക്കാക്കേണ്ട സന്ദർഭങ്ങളിൽ ആപേക്ഷിക വ്യത്യാസങ്ങളുടെ രീതി ഉപയോഗിക്കാൻ സൗകര്യപ്രദമാണ്. മുമ്പത്തെ രീതികളിൽ നിന്ന് വ്യത്യസ്തമായി, കണക്കുകൂട്ടലുകളുടെ എണ്ണം ഗണ്യമായി കുറയുന്നു.
5.2.5 ആനുപാതികമായ വിഭജനത്തിൻ്റെയും ഇക്വിറ്റി പങ്കാളിത്തത്തിൻ്റെയും രീതി.
ചില സന്ദർഭങ്ങളിൽ, ഒരു പ്രകടന സൂചകത്തിൻ്റെ വളർച്ചയിൽ ഘടകങ്ങളുടെ സ്വാധീനത്തിൻ്റെ അളവ് നിർണ്ണയിക്കാൻ, ആനുപാതികമായ ഡിവിഷൻ രീതി ഉപയോഗിക്കാം. Y = ∑Х i തരത്തിലുള്ള അഡിറ്റീവ് മോഡലുകളും ഈ തരത്തിലുള്ള മിശ്രിത മോഡലുകളും ഞങ്ങൾ കൈകാര്യം ചെയ്യുമ്പോൾ ഇത് അത്തരം സന്ദർഭങ്ങളിൽ ബാധകമാണ്.
ആദ്യ സന്ദർഭത്തിൽ, Y = a + b + c തരത്തിൻ്റെ ഒരു സിംഗിൾ-ലെവൽ മോഡൽ ഉള്ളപ്പോൾ, കണക്കുകൂട്ടൽ ഇനിപ്പറയുന്ന രീതിയിൽ നടത്തുന്നു:
ഉദാഹരണത്തിന്, എൻ്റർപ്രൈസസിൻ്റെ മൂലധനത്തിൽ 200 ദശലക്ഷം ടെൻജ് വർദ്ധിച്ചതിനാൽ ലാഭത്തിൻ്റെ തോത് 8% കുറഞ്ഞു. അതേ സമയം, സ്ഥിര മൂലധനത്തിൻ്റെ മൂല്യം 250 ദശലക്ഷം ടെഞ്ച് വർദ്ധിച്ചു, പ്രവർത്തന മൂലധനം 50 ദശലക്ഷം ടെഞ്ച് കുറഞ്ഞു. ഇതിനർത്ഥം, ആദ്യ ഘടകം കാരണം, ലാഭത്തിൻ്റെ തോത് കുറഞ്ഞു, രണ്ടാമത്തേത് കാരണം ഇത് വർദ്ധിച്ചു:
മിക്സഡ് മോഡലുകൾക്കായുള്ള കണക്കുകൂട്ടൽ രീതി കുറച്ചുകൂടി സങ്കീർണ്ണമാണ്.
∆Вd അറിയപ്പെടുമ്പോൾ; ∆Bn, ∆Bm, അതുപോലെ ∆Yb എന്നിവയും പിന്നീട് ∆Yd, ∆Yn, ∆Ym എന്നിവ നിർണ്ണയിക്കാൻ നിങ്ങൾക്ക് ആനുപാതികമായ ഡിവിഷൻ രീതി ഉപയോഗിക്കാം, ഇത് ഒരു മാറ്റം മൂലം ഫലപ്രദമായ സൂചകം Y യുടെ വർദ്ധനവിൻ്റെ ആനുപാതിക വിതരണത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്. രണ്ടാമത്തെ ലെവൽ ഘടകങ്ങളായ D, N, M എന്നിവയ്ക്കിടയിലുള്ള ഘടകം B യഥാക്രമം അവയുടെ വലുപ്പം. ഈ വിതരണത്തിൻ്റെ ആനുപാതികത എല്ലാ ഘടകങ്ങൾക്കും സ്ഥിരമായ ഒരു ഗുണകം നിർണ്ണയിച്ചാണ് കൈവരിക്കുന്നത്, ഇത് ഘടകം ബി-യിലെ ഒരു മാറ്റം മൂലം ഫലപ്രദമായ സൂചകമായ Y-യിലെ മാറ്റത്തിൻ്റെ അളവ് കാണിക്കുന്നു.
ഗുണകത്തിൻ്റെ (കെ) മൂല്യം ഇനിപ്പറയുന്ന രീതിയിൽ നിർണ്ണയിക്കപ്പെടുന്നു:
അനുബന്ധ ഘടകം കാരണം ഈ ഗുണകത്തെ സമ്പൂർണ്ണ വ്യതിയാനം ബി കൊണ്ട് ഗുണിക്കുന്നതിലൂടെ, ഫലപ്രദമായ സൂചകത്തിൻ്റെ വ്യതിയാനങ്ങൾ ഞങ്ങൾ കണ്ടെത്തുന്നു:
∆Yb=К*∆Bd; ∆Yn=К*∆Bn; ∆Ym=К*∆Bm
ഉദാഹരണത്തിന്, ഒരു കാറിൻ്റെ ശരാശരി വാർഷിക ഉൽപ്പാദനത്തിൽ കുറവുണ്ടായതിനാൽ 1 t / km ൻ്റെ വില 180 റൂബിൾസ് വർദ്ധിച്ചു. ഇനിപ്പറയുന്ന കാരണങ്ങളാൽ ഒരു കാറിൻ്റെ ശരാശരി വാർഷിക ഉത്പാദനം കുറഞ്ഞുവെന്ന് അറിയാം:
a) അധിക-ആസൂത്രണം ചെയ്ത മെഷീൻ പ്രവർത്തനരഹിതമായ സമയം - 5000 t/km
b) പ്ലാനിന് മുകളിലുള്ള നിഷ്ക്രിയ റണ്ണുകൾ - 4000 ടൺ/കി.മീ
c) വഹിക്കാനുള്ള ശേഷിയുടെ അപൂർണ്ണമായ ഉപയോഗം - 3000 t/km
ആകെ - 12000 ടൺ/കി.മീ
ഇവിടെ നിന്ന് നിങ്ങൾക്ക് രണ്ടാം ലെവൽ ഘടകങ്ങളുടെ സ്വാധീനത്തിൽ ചെലവിലെ മാറ്റം നിർണ്ണയിക്കാൻ കഴിയും:
പട്ടിക 18 - ഇക്വിറ്റി രീതി ഉപയോഗിച്ച് പ്രകടന സൂചകത്തിൽ ഘടകങ്ങളുടെ സ്വാധീനം കണക്കുകൂട്ടൽ
ഇത്തരത്തിലുള്ള പ്രശ്നം പരിഹരിക്കാൻ, നിങ്ങൾക്ക് ഇക്വിറ്റി രീതിയും ഉപയോഗിക്കാം. ഇത് ചെയ്യുന്നതിന്, അവയുടെ വർദ്ധനവിൻ്റെ ആകെ തുകയിലെ ഓരോ ഘടകത്തിൻ്റെയും പങ്ക് ആദ്യം നിർണ്ണയിക്കപ്പെടുന്നു, അത് ഫലപ്രദമായ സൂചകത്തിലെ മൊത്തം വർദ്ധനവ് കൊണ്ട് ഗുണിക്കുന്നു:
എസിഡിയിൽ ഈ രീതി ഉപയോഗിക്കുന്നതിന് സമാനമായ നിരവധി ഉദാഹരണങ്ങളുണ്ട്, വ്യവസായ വിശകലന കോഴ്സ് പഠിക്കുന്ന പ്രക്രിയയിൽ നിങ്ങൾക്ക് കാണാൻ കഴിയും. സാമ്പത്തിക പ്രവർത്തനംസംരംഭങ്ങളിൽ.
5.2.6 സാമ്പത്തിക പ്രവർത്തനങ്ങളുടെ വിശകലനത്തിൽ ലോഗരിതം രീതി.
ഗുണിത മാതൃകകളിലെ ഘടകങ്ങളുടെ സ്വാധീനം അളക്കാൻ ലോഗരിതം രീതി ഉപയോഗിക്കുന്നു. ഈ സാഹചര്യത്തിൽ, കണക്കുകൂട്ടൽ ഫലം, സംയോജനം പോലെ, മോഡലിലെ ഘടകങ്ങളുടെ സ്ഥാനത്തെ ആശ്രയിക്കുന്നില്ല, കൂടാതെ അവിഭാജ്യ രീതിയുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ, ഉയർന്ന കണക്കുകൂട്ടൽ കൃത്യത ഉറപ്പാക്കുന്നു. സംയോജന സമയത്ത്, ഘടകങ്ങളുടെ പ്രതിപ്രവർത്തനത്തിൽ നിന്നുള്ള അധിക നേട്ടം അവയ്ക്കിടയിൽ തുല്യമായി വിതരണം ചെയ്യുകയാണെങ്കിൽ, ലോഗരിതം ഉപയോഗിച്ച്, ഘടകങ്ങളുടെ സംയുക്ത പ്രവർത്തനത്തിൻ്റെ ഫലം ഓരോ ഘടകത്തിൻ്റെയും ഒറ്റപ്പെട്ട സ്വാധീനത്തിൻ്റെ വിഹിതത്തിന് ആനുപാതികമായി വിതരണം ചെയ്യുന്നു. പ്രകടന സൂചകം. ഇതാണ് അതിൻ്റെ നേട്ടം, കൂടാതെ അതിൻ്റെ പ്രയോഗത്തിൻ്റെ പരിമിതമായ വ്യാപ്തിയാണ് ദോഷം.
ഇൻ്റഗ്രൽ രീതിയിൽ നിന്ന് വ്യത്യസ്തമായി, ലോഗരിതം എടുക്കുമ്പോൾ, സൂചകങ്ങളിൽ കേവലമായ വർദ്ധനവല്ല ഉപയോഗിക്കുന്നത്, മറിച്ച് വളർച്ച (കുറവ്) സൂചികകൾ.
ഗണിതശാസ്ത്രപരമായി, ഈ രീതി ഇനിപ്പറയുന്ന രീതിയിൽ വിവരിച്ചിരിക്കുന്നു: ഫലപ്രദമായ സൂചകത്തെ മൂന്ന് ഘടകങ്ങളുടെ ഒരു ഉൽപ്പന്നമായി പ്രതിനിധീകരിക്കാമെന്ന് നമുക്ക് അനുമാനിക്കാം: F = xyz. സമത്വത്തിൻ്റെ ഇരുവശങ്ങളുടേയും ലോഗരിതം എടുത്താൽ നമുക്ക് ലഭിക്കും
സൂചകങ്ങളിലെ മാറ്റങ്ങളുടെ സൂചികകൾ തമ്മിലുള്ള അതേ ബന്ധം സൂചകങ്ങൾക്കിടയിൽ തന്നെ നിലനിൽക്കുന്നതിനാൽ, ഞങ്ങൾ അവയുടെ കേവല മൂല്യങ്ങളെ സൂചികകൾ ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിക്കും:
ഫാക്ടർ സൂചികകളുടെ ലോഗരിതം, ഫലപ്രദമായ സൂചകത്തിൻ്റെ ലോഗരിതം എന്നിവയുടെ അനുപാതത്തിന് ആനുപാതികമായി ഘടകങ്ങൾക്കിടയിൽ ഫലപ്രദമായ സൂചകത്തിലെ മൊത്തം വർദ്ധനവ് വിതരണം ചെയ്യപ്പെടുന്നുവെന്ന് ഫോർമുലകളിൽ നിന്ന് ഇത് പിന്തുടരുന്നു. ഏത് ലോഗരിതം ഉപയോഗിച്ചുവെന്നത് പ്രശ്നമല്ല - സ്വാഭാവികമോ ദശാംശമോ.
ഘടകങ്ങളുടെ സ്വാധീനം കണക്കാക്കുമ്പോൾ ലഭിച്ച ഫലങ്ങൾ താരതമ്യം ചെയ്തു വ്യത്യസ്ത രീതികളിൽഈ ഘടകം മാതൃക അനുസരിച്ച്, ലോഗരിതം രീതിയുടെ പ്രയോജനത്തെക്കുറിച്ച് ഒരാൾക്ക് ബോധ്യപ്പെടാം. കണക്കുകൂട്ടലുകളുടെ ആപേക്ഷിക ലാളിത്യത്തിലും കണക്കുകൂട്ടലുകളുടെ വർദ്ധിച്ച കൃത്യതയിലും ഇത് പ്രതിഫലിക്കുന്നു.
ഡിറ്റർമിനിസ്റ്റിക് ഫാക്ടർ വിശകലനത്തിൻ്റെ പ്രധാന സാങ്കേതികതകളും അവയുടെ ആപ്ലിക്കേഷൻ്റെ വ്യാപ്തിയും പരിഗണിച്ച്, ഫലങ്ങൾ ഇനിപ്പറയുന്ന മാട്രിക്സിൻ്റെ രൂപത്തിൽ ചിട്ടപ്പെടുത്താൻ കഴിയും:
പട്ടിക 19 - ഡിറ്റർമിനിസ്റ്റിക് ഫാക്ടർ ടെക്നിക്കുകളും മോഡലുകളും
|
| ഗുണിതം | കൂട്ടിച്ചേർക്കൽ | ഒന്നിലധികം | മിക്സഡ് |
| ചെയിൻ പകരക്കാരൻ | + | + | + | + |
| സൂചിക | + | - | + | - |
| സമ്പൂർണ്ണ വ്യത്യാസങ്ങൾ | + | - | - | Y=a (b-c) |
| ആപേക്ഷിക വ്യത്യാസങ്ങൾ | + | - | - | - |
| ആനുപാതികമായ വിഭജനം (ഇക്വിറ്റി പങ്കാളിത്തം) | - | + | - | Y=a/Sxi |
| ഇൻ്റഗ്രൽ | + | - | + | Y= a/Sxi |
| ലോഗരിതംസ് | + | - | - | - |
മോഡലുകൾറഫറൻസുകൾ
1. ബക്കനോവ് എം.ഐ., ഷെറെമെറ്റ് എ.ഡി., സാമ്പത്തിക വിശകലന സിദ്ധാന്തം. - എം.: ഫിനാൻസ് ആൻഡ് സ്റ്റാറ്റിസ്റ്റിക്സ്, 2000.
2. സാവിറ്റ്സ്കയ ജി.വി. എൻ്റർപ്രൈസസിൻ്റെ സാമ്പത്തിക പ്രവർത്തനങ്ങളുടെ വിശകലനം: ട്യൂട്ടോറിയൽ. - Mn.: IP "Ecoperspective", 2000. - 498 p.
3. ഒരു വ്യാവസായിക സംരംഭത്തിൻ്റെ സാമ്പത്തിക വിശകലനത്തിൻ്റെ രീതിശാസ്ത്രം (അസോസിയേഷൻ) / എഡ്. എ.ഐ. ബുജിൻസ്കി, എ.ഡി. ഷെറെമെറ്റ്. - എം.: ഫിനാൻസ് ആൻഡ് സ്റ്റാറ്റിസ്റ്റിക്സ്, 1988
4. മുരവ്യോവ എ.ഐ. സാമ്പത്തിക വിശകലനത്തിൻ്റെ സിദ്ധാന്തം. - എം.: ഫിനാൻസ് ആൻഡ് സ്റ്റാറ്റിസ്റ്റിക്സ്, 1988.
ചെയിൻ സബ്സ്റ്റിറ്റ്യൂഷൻ രീതി
പ്രകടന സൂചകങ്ങളുടെ വർദ്ധനവിൽ വ്യക്തിഗത ഘടകങ്ങളുടെ സ്വാധീനത്തിൻ്റെ അളവ് നിർണ്ണയിക്കുന്നത് എസിഡിയിലെ ഏറ്റവും പ്രധാനപ്പെട്ട രീതിശാസ്ത്രപരമായ ജോലികളിൽ ഒന്നാണ്. നിർണ്ണായക വിശകലനത്തിൽ, ഇനിപ്പറയുന്ന രീതികൾ ഇതിനായി ഉപയോഗിക്കുന്നു: ചെയിൻ സബ്സ്റ്റിറ്റ്യൂഷൻ, കേവല വ്യത്യാസങ്ങൾ, ആപേക്ഷിക വ്യത്യാസങ്ങൾ, ആനുപാതിക വിഭജനം, ഇൻ്റഗ്രൽ, ലോഗരിതം, ബാലൻസ് മുതലായവ.
അവയിൽ ഏറ്റവും സാർവത്രികമായത് ചെയിൻ സബ്സ്റ്റിറ്റ്യൂഷൻ രീതിയാണ്. എല്ലാത്തരം ഡിറ്റർമിനിസ്റ്റിക് ഫാക്ടർ മോഡലുകളിലും ഘടകങ്ങളുടെ സ്വാധീനം കണക്കാക്കാൻ ഇത് ഉപയോഗിക്കുന്നു: അഡിറ്റീവ്, മൾട്ടിപ്ലിക്കേറ്റീവ്, മൾട്ടിപ്പിൾ, മിക്സഡ് (സംയോജിത). പ്രകടന സൂചകത്തിൻ്റെ പരിധിയിലെ ഓരോ ഫാക്ടർ സൂചകത്തിൻ്റെയും അടിസ്ഥാന മൂല്യം റിപ്പോർട്ടിംഗ് കാലയളവിലെ യഥാർത്ഥ മൂല്യവുമായി ക്രമേണ മാറ്റിസ്ഥാപിക്കുന്നതിലൂടെ പ്രകടന സൂചകത്തിൻ്റെ മൂല്യത്തിലെ മാറ്റങ്ങളിൽ വ്യക്തിഗത ഘടകങ്ങളുടെ സ്വാധീനം നിർണ്ണയിക്കാൻ ഈ രീതി നിങ്ങളെ അനുവദിക്കുന്നു. ഈ ആവശ്യത്തിനായി, പ്രകടന സൂചകത്തിൻ്റെ നിരവധി സോപാധിക മൂല്യങ്ങൾ നിർണ്ണയിക്കപ്പെടുന്നു, ഇത് ഒന്ന്, രണ്ട്, മൂന്ന്, തുടർന്നുള്ള ഘടകങ്ങൾ എന്നിവയിലെ മാറ്റങ്ങൾ കണക്കിലെടുക്കുന്നു, ബാക്കിയുള്ളവ മാറില്ലെന്ന് അനുമാനിക്കുന്നു. ഒന്നോ അതിലധികമോ ഘടകത്തിൻ്റെ നില മാറ്റുന്നതിന് മുമ്പും ശേഷവും ഫലപ്രദമായ സൂചകത്തിൻ്റെ മൂല്യങ്ങൾ താരതമ്യം ചെയ്യുന്നത് ഒന്നൊഴികെ എല്ലാ ഘടകങ്ങളുടെയും സ്വാധീനം ഇല്ലാതാക്കാനും ഫലപ്രദമായ സൂചകത്തിൻ്റെ വളർച്ചയിൽ രണ്ടാമത്തേതിൻ്റെ സ്വാധീനം നിർണ്ണയിക്കാനും സഹായിക്കുന്നു. പട്ടികയിൽ നൽകിയിരിക്കുന്ന ഉദാഹരണം ഉപയോഗിച്ച് ഈ രീതി പ്രയോഗിക്കുന്നതിനുള്ള നടപടിക്രമം നമുക്ക് പരിഗണിക്കാം. 4.1
നമുക്ക് ഇതിനകം അറിയാവുന്നതുപോലെ, മൊത്ത ഉൽപാദനത്തിൻ്റെ (ജിപി) അളവ് ആദ്യ ഓർഡറിൻ്റെ രണ്ട് പ്രധാന ഘടകങ്ങളെ ആശ്രയിച്ചിരിക്കുന്നു: തൊഴിലാളികളുടെ എണ്ണം (NW), ശരാശരി വാർഷിക ഉൽപ്പാദനം (AG). ഞങ്ങൾക്ക് രണ്ട്-ഘടക ഗുണിത മാതൃകയുണ്ട്:
VP = CR GV.
ഈ മോഡലിൻ്റെ ചെയിൻ സബ്സ്റ്റിറ്റ്യൂഷൻ രീതി ഉപയോഗിച്ച് കണക്കുകൂട്ടൽ അൽഗോരിതം:
VP 0 = CR 0 GV 0 = 100 4 = 400 ദശലക്ഷം റൂബിൾസ്;
VP conv = CRu ■ GW 0 = 120 -4 = 480 ദശലക്ഷം റൂബിൾസ്; VP 2 = CR, TBj = 120 5 = 600 ദശലക്ഷം റൂബിൾസ്.
| പട്ടിക 4.1
|
നിങ്ങൾക്ക് കാണാനാകുന്നതുപോലെ, ഔട്ട്പുട്ടിൻ്റെ രണ്ടാമത്തെ സൂചകം ആദ്യത്തേതിൽ നിന്ന് വ്യത്യസ്തമാണ്, അത് കണക്കാക്കുമ്പോൾ, അടിസ്ഥാന കാലയളവിന് പകരം നിലവിലെ തൊഴിലാളികളുടെ എണ്ണം എടുക്കുന്നു. രണ്ട് സാഹചര്യങ്ങളിലും ഒരു തൊഴിലാളിയുടെ ശരാശരി വാർഷിക ഉൽപ്പാദനം അടിസ്ഥാനപരമാണ്. (480-400).
ഔട്ട്പുട്ടിൻ്റെ മൂന്നാമത്തെ സൂചകം രണ്ടാമത്തേതിൽ നിന്ന് വ്യത്യസ്തമാണ്, അതിൻ്റെ മൂല്യം കണക്കാക്കുമ്പോൾ, തൊഴിലാളികളുടെ ഔട്ട്പുട്ട് അടിസ്ഥാനത്തിന് പകരം യഥാർത്ഥ തലത്തിൽ എടുക്കുന്നു. രണ്ട് കേസുകളിലും ജീവനക്കാരുടെ എണ്ണം റിപ്പോർട്ടിംഗ് കാലയളവാണ്. അതിനാൽ, വർദ്ധിച്ച തൊഴിൽ ഉൽപാദനക്ഷമത കാരണം, ഉൽപ്പന്ന ഉൽപ്പാദനം 120 ദശലക്ഷം റുബിളുകൾ വർദ്ധിച്ചു. (600-480).
അതിനാൽ, ഉൽപാദന ഉൽപാദനത്തിലെ വർദ്ധനവ് ഇനിപ്പറയുന്ന ഘടകങ്ങളാൽ സംഭവിക്കുന്നു:
a) തൊഴിലാളികളുടെ എണ്ണത്തിൽ വർദ്ധനവ് + 80 ദശലക്ഷം റൂബിൾസ്;
b) ഉൽപ്പാദനക്ഷമത വർദ്ധിപ്പിക്കുക
തൊഴിൽ +120 ദശലക്ഷം റബ്.
ആകെ + 200 ദശലക്ഷം റൂബിൾസ്.
ഘടകങ്ങളുടെ സ്വാധീനത്തിൻ്റെ ബീജഗണിത തുക ഫലപ്രദമായ സൂചകത്തിലെ മൊത്തം വർദ്ധനവിന് തുല്യമായിരിക്കണം:
WUA chr + WUA gv = WUA ജനറൽ.
അത്തരം സമത്വത്തിൻ്റെ അഭാവം കണക്കുകൂട്ടലുകളിലെ പിശകുകളെ സൂചിപ്പിക്കുന്നു.
നാല് ഘടകങ്ങളുടെ സ്വാധീനം നിർണ്ണയിക്കേണ്ടത് ആവശ്യമാണെങ്കിൽ, ഈ സാഹചര്യത്തിൽ ഒന്നല്ല, ഫലപ്രദമായ സൂചകത്തിൻ്റെ മൂന്ന് സോപാധിക മൂല്യങ്ങൾ കണക്കാക്കുന്നു, അതായത്. പ്രകടന സൂചകത്തിൻ്റെ സോപാധിക മൂല്യങ്ങളുടെ എണ്ണം ഘടകങ്ങളുടെ എണ്ണത്തേക്കാൾ ഒന്ന് കുറവാണ്. ഇത് ഇനിപ്പറയുന്ന രീതിയിൽ സ്കീമാറ്റിക് ആയി പ്രതിനിധീകരിക്കാം.
പ്രകടന സൂചകത്തിലെ മൊത്തത്തിലുള്ള മാറ്റം:
AY o6ui =Y,-Y 0 ,
കാരണം ഉൾപ്പെടെ:
l y =v - Y ■ AY = Y -Y
A conv1 I 0" ziI B conv2 usl 1"
AY =Y -Y AY =Y -Y
S ^slZ conv2> ziI D M convZ"
ഔട്ട്പുട്ടിൻ്റെ നാല്-ഘടക മാതൃക ഉപയോഗിച്ച് നമുക്ക് ഇത് വിശദീകരിക്കാം:
VP = CR d p chw.
പ്രശ്നം പരിഹരിക്കുന്നതിനുള്ള പ്രാരംഭ ഡാറ്റ പട്ടികയിൽ നൽകിയിരിക്കുന്നു. 4.1: VP 0 = CR 0 ■ D 0 P 0 CHV 0 = 100 200 8 2.5 = 400 ദശലക്ഷം റൂബിൾസ്;
VP conv1 = CR, p 0 CHV 0 = 120 200 8 ■ 2.5 = 480 ദശലക്ഷം റൂബിൾ വരെ;
VG1 conv2 - CR, D 1 P 0 CHV 0 = 120,208.3 ■ 8 2.5 = 500 ദശലക്ഷം റൂബിൾസ്;
VP conv3 = CR, D; P, ChV 0 = 120,208.3 7.5 ■ 2.5 = = 468.75 ദശലക്ഷം റൂബിൾസ്;
VP, = CR, D, P, CHV, = 120 208.3 7.5 3.2 = 600 ദശലക്ഷം റൂബിൾസ്.
മൊത്തത്തിൽ ഉൽപാദനത്തിൻ്റെ അളവ് 200 ദശലക്ഷം റുബിളായി വർദ്ധിച്ചു. (600 - 400), മാറ്റങ്ങൾ കാരണം ഉൾപ്പെടെ:
a) തൊഴിലാളികളുടെ എണ്ണം
ഫൈബർബോർഡ് chr = VP conv, - VP 0 = 480 - 400 = +80 ദശലക്ഷം റബ്.;
b) ഒരു തൊഴിലാളി പ്രതിവർഷം ജോലി ചെയ്യുന്ന ദിവസങ്ങളുടെ എണ്ണം
AVP D = VP condition2 - VP condition1 = 500 - 480 = +20 ദശലക്ഷം റൂബിൾസ്;
സി) ശരാശരി പ്രവൃത്തി ദിവസം
AVP p = VP condition3 - VP condition2 = 468.75 - 500 = -31.25 ദശലക്ഷം റൂബിൾസ്;
d) ശരാശരി മണിക്കൂർ ഔട്ട്പുട്ട്
ഫൈബർബോർഡ് chv = VP, - VP conv3 = 600 - 468.75 = +131.25 ദശലക്ഷം റബ്.
ആകെ +200 ദശലക്ഷം റൂബിൾസ്.
ചെയിൻ സബ്സ്റ്റിറ്റ്യൂഷൻ രീതി ഉപയോഗിച്ച്, കണക്കുകൂട്ടലുകളുടെ ക്രമം സംബന്ധിച്ച നിയമങ്ങൾ നിങ്ങൾ അറിയേണ്ടതുണ്ട്: ഒന്നാമതായി, നിങ്ങൾ അളവ്, തുടർന്ന് ഗുണപരമായ സൂചകങ്ങളിലെ മാറ്റങ്ങൾ കണക്കിലെടുക്കേണ്ടതുണ്ട്. നിരവധി ക്വാണ്ടിറ്റേറ്റീവ്, നിരവധി ഗുണപരമായ സൂചകങ്ങൾ ഉണ്ടെങ്കിൽ, നിങ്ങൾ ആദ്യം ആദ്യ ഓർഡർ ഘടകങ്ങളുടെ മൂല്യം മാറ്റണം, തുടർന്ന് താഴ്ന്നവ. നൽകിയിരിക്കുന്ന ഉദാഹരണത്തിൽ, ഉൽപ്പാദനത്തിൻ്റെ അളവ് നാല് ഘടകങ്ങളെ ആശ്രയിച്ചിരിക്കുന്നു: തൊഴിലാളികളുടെ എണ്ണം, ഒരു തൊഴിലാളി ജോലി ചെയ്ത ദിവസങ്ങളുടെ എണ്ണം, പ്രവൃത്തി ദിവസത്തിൻ്റെ ദൈർഘ്യം, ശരാശരി മണിക്കൂർ ഔട്ട്പുട്ട്. ചിത്രം അനുസരിച്ച്. 2.3 മൊത്ത ഉൽപ്പാദനവുമായി ബന്ധപ്പെട്ട് തൊഴിലാളികളുടെ എണ്ണം ആദ്യ ലെവലിൻ്റെ ഒരു ഘടകമാണ്, ജോലി ചെയ്ത ദിവസങ്ങളുടെ എണ്ണം രണ്ടാം ലെവലാണ്, പ്രവൃത്തി ദിവസത്തിൻ്റെ ദൈർഘ്യവും ശരാശരി മണിക്കൂർ ഔട്ട്പുട്ടും മൂന്നാം ലെവലിൻ്റെ ഘടകങ്ങളാണ്: ഇത് ക്രമം നിർണ്ണയിക്കുന്നു. മോഡലിലെ ഘടകങ്ങളുടെ സ്ഥാനം, അതനുസരിച്ച്, അവയുടെ സ്വാധീനം നിർണ്ണയിക്കുന്നതിനുള്ള ക്രമം.
അതിനാൽ, ചെയിൻ സബ്സ്റ്റിറ്റ്യൂഷൻ രീതി ഉപയോഗിക്കുന്നതിന് ഘടകങ്ങളുടെ ബന്ധം, അവയുടെ കീഴ്വഴക്കം, അവയെ ശരിയായി വർഗ്ഗീകരിക്കാനും ചിട്ടപ്പെടുത്താനുമുള്ള കഴിവ് എന്നിവയെക്കുറിച്ചുള്ള അറിവ് ആവശ്യമാണ്.
സമ്പൂർണ്ണ വ്യത്യാസ രീതി
നിർണ്ണായക വിശകലനത്തിൽ പ്രകടന സൂചകത്തിൻ്റെ വളർച്ചയിൽ ഘടകങ്ങളുടെ സ്വാധീനം കണക്കാക്കാൻ കേവല വ്യത്യാസങ്ങളുടെ രീതി ഉപയോഗിക്കുന്നു, എന്നാൽ ഗുണിത മോഡലുകളിൽ (Y = x, x
x x 2 x 3 ..... x n) ഗുണിത-അഡിറ്റീവ് തരത്തിൻ്റെ മോഡലുകളും:
Y= (a - b)c, Y = a(b - c). ഇതിൻ്റെ ഉപയോഗം പരിമിതമാണെങ്കിലും, ലാളിത്യം കാരണം ഇത് എസിഡിയിൽ വ്യാപകമായി ഉപയോഗിക്കുന്നു.
ഇത് ഉപയോഗിക്കുമ്പോൾ, ഘടകങ്ങളുടെ സ്വാധീനത്തിൻ്റെ വ്യാപ്തി കണക്കാക്കുന്നത് പഠനത്തിന് കീഴിലുള്ള ഘടകത്തിൻ്റെ മൂല്യത്തിലെ കേവലമായ വർദ്ധനവ് അതിൻ്റെ വലതുവശത്തുള്ള ഘടകങ്ങളുടെ അടിസ്ഥാന (ആസൂത്രിത) മൂല്യവും യഥാർത്ഥ മൂല്യവും കൊണ്ട് ഗുണിച്ചാണ്. മോഡലിൽ അതിൻ്റെ ഇടതുവശത്ത് സ്ഥിതി ചെയ്യുന്ന ഘടകങ്ങൾ.
മൾട്ടിപ്ലിക്കേറ്റീവ് ഫോർ-ഫാക്ടർ മോഡലിനായുള്ള കണക്കുകൂട്ടൽ അൽഗോരിതംമൊത്തം ഔട്ട്പുട്ട് ഇപ്രകാരമാണ്:
VP = CR D P CHV.
DVP chr = DFR വരെ p 0 ChV 0 = (+20) ■ 200 8.0 2.5 = +80 000;
DVPd = 4Pj DD P 0 CV 0 = 120 (+8.33) 8.0 2.5 = +20 000;
DVP p = CR, ■ D, DP ■ CHV 0 = 120,208.33 ■ (-0.5) 2.5 = -31,250;
ഫൈബർബോർഡ് chv = 4Pj L x P] DVP = 120,208.33 7.5 (+0.7) = +131,250
ആകെ +200,000
അങ്ങനെ, കേവല വ്യത്യാസ രീതി ഉപയോഗിച്ച്, ചെയിൻ സബ്സ്റ്റിറ്റ്യൂഷൻ രീതി ഉപയോഗിക്കുന്ന അതേ ഫലങ്ങൾ ലഭിക്കും. വ്യക്തിഗത ഘടകങ്ങൾ കാരണം ഫലപ്രദമായ സൂചകത്തിലെ വർദ്ധനവിൻ്റെ ബീജഗണിത തുക അതിൻ്റെ മൊത്തം വർദ്ധനവിന് തുല്യമാണെന്ന് ഇവിടെ ഉറപ്പാക്കേണ്ടത് ആവശ്യമാണ്.
ഗുണിത-അഡിറ്റീവ് മോഡലുകളിൽ ഈ രീതി ഉപയോഗിച്ച് ഘടകങ്ങൾ കണക്കാക്കുന്നതിനുള്ള ഒരു അൽഗോരിതം നമുക്ക് പരിഗണിക്കാം.ഉദാഹരണത്തിന്, ഉൽപ്പന്ന വിൽപ്പനയിൽ നിന്നുള്ള ലാഭത്തിൻ്റെ ഫാക്ടർ മോഡൽ എടുക്കാം:
P = URP(C-S), ഇവിടെ P എന്നത് ഉൽപ്പന്നങ്ങളുടെ വിൽപ്പനയിൽ നിന്നുള്ള ലാഭമാണ്;
URP - ഉൽപ്പന്ന വിൽപ്പനയുടെ അളവ്;
പി - യൂണിറ്റ് വില;
C എന്നത് ഒരു യൂണിറ്റ് ഉൽപ്പാദനച്ചെലവാണ്.
മാറ്റങ്ങൾ കാരണം ലാഭത്തിൽ വർദ്ധനവ്:
ഉൽപ്പന്ന വിൽപ്പനയുടെ അളവ് DP urp = DURP (C 0 - C 0);
ആപേക്ഷിക വ്യത്യാസ രീതി
ഗുണിത മോഡലുകളിൽ മാത്രം പ്രകടന സൂചകത്തിൻ്റെ വളർച്ചയിൽ ഘടകങ്ങളുടെ സ്വാധീനം അളക്കാൻ ആപേക്ഷിക വ്യത്യാസങ്ങളുടെ രീതി ഉപയോഗിക്കുന്നു. ഇവിടെ, ഫാക്ടർ സൂചകങ്ങളിലെ ആപേക്ഷിക വർദ്ധനവ് ഉപയോഗിക്കുന്നു, ഇത് ഗുണകങ്ങളായോ ശതമാനങ്ങളായോ പ്രകടിപ്പിക്കുന്നു. Y = abc എന്ന തരത്തിലുള്ള ഗുണിത മോഡലുകൾക്ക് ഈ രീതിയിൽ ഘടകങ്ങളുടെ സ്വാധീനം കണക്കാക്കുന്നതിനുള്ള രീതിശാസ്ത്രം നമുക്ക് പരിഗണിക്കാം.
AY c =(Y 0 +AY a +AY b)^
ഈ അൽഗോരിതം അനുസരിച്ച്, ആദ്യ ഘടകത്തിൻ്റെ സ്വാധീനം കണക്കാക്കാൻ, ദശാംശ ഭിന്നസംഖ്യയായി പ്രകടിപ്പിക്കുന്ന ആദ്യ ഘടകത്തിലെ ആപേക്ഷിക വർദ്ധനവ് ഉപയോഗിച്ച് ഫലപ്രദമായ സൂചകത്തിൻ്റെ അടിസ്ഥാന മൂല്യം ഗുണിക്കേണ്ടത് ആവശ്യമാണ്.
രണ്ടാമത്തെ ഘടകത്തിൻ്റെ സ്വാധീനം കണക്കാക്കാൻ, ആദ്യ ഘടകം മൂലമുണ്ടാകുന്ന മാറ്റം ഫലപ്രദമായ സൂചകത്തിൻ്റെ അടിസ്ഥാന മൂല്യത്തിലേക്ക് നിങ്ങൾ ചേർക്കേണ്ടതുണ്ട്, തുടർന്ന് ഫലമായുണ്ടാകുന്ന തുക രണ്ടാമത്തെ ഘടകത്തിലെ ആപേക്ഷിക വർദ്ധനവ് കൊണ്ട് ഗുണിക്കുക.
മൂന്നാമത്തെ ഘടകത്തിൻ്റെ സ്വാധീനം സമാനമായ രീതിയിൽ നിർണ്ണയിക്കപ്പെടുന്നു: ഫലപ്രദമായ സൂചകത്തിൻ്റെ അടിസ്ഥാന മൂല്യത്തിലേക്ക് ഒന്നും രണ്ടും ഘടകങ്ങൾ കാരണം അതിൻ്റെ വർദ്ധനവ് കൂട്ടിച്ചേർക്കുകയും ഫലമായുണ്ടാകുന്ന തുക മൂന്നാമത്തെ ഘടകത്തിൻ്റെ ആപേക്ഷിക വർദ്ധനവ് കൊണ്ട് ഗുണിക്കുകയും വേണം. .
പട്ടികയിൽ നൽകിയിരിക്കുന്ന ഉദാഹരണം ഉപയോഗിച്ച് പരിഗണിക്കുന്ന രീതിശാസ്ത്രം നമുക്ക് ഏകീകരിക്കാം. 4.1:
ഫൈബർബോർഡ് chv = (ch 0 + ഫൈബർബോർഡ് CR + ഫൈബർബോർഡ് + ഫൈബർബോർഡ്) ■
= (400 + 80 + 20-31.25) = +131.25 ദശലക്ഷം റൂബിൾസ്.
നിങ്ങൾക്ക് കാണാനാകുന്നതുപോലെ, കണക്കുകൂട്ടൽ ഫലങ്ങൾ മുമ്പത്തെ രീതികൾ ഉപയോഗിക്കുമ്പോൾ സമാനമാണ്.
ഒരു വലിയ കൂട്ടം ഘടകങ്ങളുടെ (8-10 അല്ലെങ്കിൽ അതിലധികമോ) സ്വാധീനം കണക്കാക്കേണ്ട സന്ദർഭങ്ങളിൽ ആപേക്ഷിക വ്യത്യാസങ്ങളുടെ രീതി ഉപയോഗിക്കാൻ സൗകര്യപ്രദമാണ്. മുമ്പത്തെ രീതികളിൽ നിന്ന് വ്യത്യസ്തമായി, കമ്പ്യൂട്ടേഷണൽ നടപടിക്രമങ്ങളുടെ എണ്ണം ഇവിടെ ഗണ്യമായി കുറയുന്നു, ഇത് അതിൻ്റെ ഗുണം നിർണ്ണയിക്കുന്നു.