і розробка заходів щодо їх використання;
к) розробка кошторисів витрат, калькуляцій на продукти діяльності Компанії, на освоєння нової техніки, за витратами майбутніх періодів, на утримання апаратів управління, витрат по господарському утримання будинків і споруд;
л) розробка та розгляд затверджених відповідно до чинного законодавства проектів тарифів, видів оплати за роботи і послуги, що виконуються компанією;
м) участь, на закінчення господарських договорів і прийняття фінансових умов;
н) участь у роботі з удосконалення організації та планування оборотних коштів і у здійсненні заходів, спрямованих на прискорення оборотності оборотних коштів підприємства;
н) організація праці та заробітної плати, раціонального використання трудових ресурсів і правильного (економічно обгрунтованого) витрачання фонду оплати праці, встановлення посадових окладів, суворого дотримання штатної і фінансової дисципліни;
п) контроль за формуванням достовірної та повної бухгалтерської інформації про діяльність підприємства за його видами діяльності та структурним підрозділам, його майновий стан, доходи та видатки;
р) вживати заходів з нагромадження фінансових коштів для забезпечення фінансової стійкості організації;
с) організувати формування і своєчасне представлення повної і достовірної інформації про діяльність організації, його майновий стан, доходи та витрати, а також розробку і здійснення заходів, спрямованих на зміцнення фінансової дисципліни.
Застосування комп'ютерних програм обробки даних полегшує діяльність економіко-аналітичного відділу, дозволяє оперативно отримувати, передавати і оновлювати інформацію.
3. Аналіз часових рядів
У наступних розділах ми спочатку представимо огляд методів, використовуваних для ідентифікації моделей часових рядів (таких як згладжування, підгонка і автокореляції). Потім опишемо загальний клас моделей, які можуть бути використані для опису рядів і побудови прогнозів (моделі авторегресії і ковзного середнього). p align="justify"> Спочатку дамо короткий огляд методів аналізу даних, представлених у вигляді часових рядів, тобто у вигляді послідовностей вимірювань, упорядкованих у невипадкові моменти часу. На відміну від аналізу випадкових вибірок, аналіз часових рядів полягає в припущенні, що послідовні значення у файлі даних спостерігаються через рівні проміжки часу (тоді як в інших методах нам не важлива і часто не цікава прив'язка спостережень до часу). p align="justify"> Існують дві основні мети аналізу часових рядів: визначення природи ряду і прогнозування (пророкування майбутніх значень часового ряду по теперішнім і минулим значенням). Обидві ці цілі вимагають, щоб модель ряду була ідентифікована і, більш-менш, формально описана. Як тільки модель визначена, ви можете з її допомогою інтерпретувати представлені дані (наприклад, використовувати у вашій теорії для розуміння сезонного зміни цін на товари, якщо займаєтеся економікою). Не звертаючи уваги на глибину розуміння і справедливість теорії, ви можете екстраполювати потім ряд на основі знайденої моделі, тобто передбачити його майбутні значення.
.1 Ідентифікація моделі часових рядів
Як і більшість інших видів аналізу, аналіз часових рядів передбачає, що дані містять систематичну складову (зазвичай включає кілька компонент) і випадковий шум (помилку), який ускладнює виявлення регулярних компонент. Більшість методів дослідження часових рядів включає різні способи фільтрації шуму, що дозволяють побачити регулярну складову більш чітко. p align="justify"> Більшість регулярних складових часових рядів належить до двох класів: вони є або трендом, або сезонної складової. Тренд представляє собою загальну систематичну лінійну або нелінійну компоненту, яка може змінюватися в часі. Сезонна складова - це періодично повторюється компонента. Обидва ці види регулярних компонент часто присутні в ряді одночасно. Наприклад, продажі компанії можуть зростати з року в рік, але вони також містять сезонну складову (як правило, 25% річних продажів припадає на грудень і тільки 4% на серпень). p align="justify"> Не існує "автоматичного" способу виявлення тренда в тимчасовому ряді. Однак якщо тренд є монотонним (стійко зростає або стійко убуває), то аналізувати такий ряд звичайно неважко. Якщо часові ряди містять значну помилку, то першим кроком виділення тренда є згладжування. p> Згладжування завжди включає деякий спосіб локального усереднення даних, при якому несистематические компоненти взаємно погашають один одного. Найбільший загальний метод згладжування - ковзне середнє , в якому кожен член ряду замінюється простим або зваженим середнім сусідніх членів, де - ширина "вікна". Замість середнь...
