будемо розуміти сукупність заходів, спрямованих на вирішення фінансових проблем підприємства, підвищення платоспроможності, поліпшення фінансової стійкості, ефективності діяльності.
Виявлення кількісних співвідношень у вигляді регресії і порівняння дійсних (спостережуваних) величин з величинами, отриманими шляхом підстановки в рівняння регресії значень пояснюють змінних, дають можливість краще зрозуміти природу досліджуваного явища. А це, у свою чергу, дозволяє впливати на виявлені чинники, втручатися в економічний процес в цілях отримання потрібних результатів.
Множинний кореляційно-регресійний аналіз фінансової стійкості був проведений за даними підприємства ВАТ Кк raquo ;. В якості результативного показника (У) була прийнята чистий прибуток.
Прибуток - це найважливіший показник ефективності та результативності підприємства. Вона є головною метою діяльності підприємства і необхідна для подальшого його розвитку.
В якості показників-факторів, потенційно впливають на значення прибутку, використані ключові фінансові величини. Серед них нами виділені: Х 1 - виручка від реалізації, Х 2 - всього витрати на реалізовану продукцію, Х 3 - поточний податок на прибуток, Х 4 - прибуток від продажів, Х 5 - основні засоби, Х 6 - готова продукція і товари, Х 7 - грошові кошти, Х 8 - інші оборотні активи, Х 9 - кредиторська задолженнность.
Проведення багатовимірних статистичних досліджень, зокрема регресійного аналізу, неможливо без масових спостережень. У зв'язку з цим в результаті обробки річних звітів ВАТ Кк був сформований вихідний масив для аналізу інформації (табл.2.1).
Таблиця 2.1 - Вихідна інформація
YX1X2X3Х4755231481541536701042904511145311-14829944317264205569422792261576280550112114656324270973548872368805694583499024813859070433557645367682745767941252492100033369238574372706446503246706990767287679197642177091113624763267310416394631056295980866286345602476331X5Х6Х 7 Х8Х9 22380212053431692122226983230972295258318485289682867095297182157195129960212235058989138121555821328439685238464790995207023611301721482228077490029215738892722134761215566720204227271811637719657731650943370172445180279499583971447657428276
Найбільш простий формою залежності і досить строго обґрунтованої для випадку спільного нормального розподілу є лінійна, тобто залежність виду.
у=а 0 + а 1 х 1 + а 2 х 2 + ... + а р х р (2.1)
Слід визначити, чи всі змінні потрібно включати в рівняння, або є змінні, які суттєво не впливають на величину Ун їх недоцільно включати в рівняння (1).
Для вирішення цього була розрахована таблиця, складена з коефіцієнтів парної кореляції для всіх 9 факторів.
Для відбору значущих чинників в рівняння регресії скористаємося наступною формулою:
r yxi? r xixj; r yxj? r xixj; (2.2)
На підставі даних, отриманих в таблиці, можна зробити висновок, що зв'язок факторів Х1 Х2, Х3, Х4, Х7, Х9 з фактором У істотна (коефіцієнти кореляції були рівні відповідно 0,85; 0,72; 0,93; 0,96; 0,93; 0,62).
З даної моделі виключаються фактори X1, Х2, Х3, Х5, Х6, Х8, X9 оскільки не виконуються нерівності системи (2.2).
Таким чином, рівняння регресії набуло вигляду:
у=а 0 + а 1 х 4 + а 2 х 7 (2.3)
Після попереднього відбору факторів на основі парних і приватних коефіцієнтів кореляції була проведена оцінка параметрів а 0, а 1, а 2 за методом найменших квадратів. Була отримана система лінійних рівнянь; рішення такої системи здійснювалося методом Гаусса. Рівняння регресії набуло вигляду:
У=- 149972,4 + 0,6355187Х 4 + 0,6544871Х 7 (2.4)
Для визначення тісноти зв'язку між фактором У і сукупністю чинників Х 4, Х 7 був застосований коефіцієнт множинної кореляції К.
Коефіцієнт змінюється в інтервалі від 0 до 1. Якщо R=0, то немає лінійної кореляційної зв'язку між У і Х 4, X Якщо R=1, то існує функціональний зв'язок. У нашому випадку R=0,99, що говорить про наявність функціонального зв'язку. Зазвичай інтерпретується не саме коефіцієнт кореляції R, а його квадрат R 2, який називається коефіцієнтом множинної (загальної) детермінації. Він показує, яка частина загальної дисперсії пояснюється за рахунок варіації лінійної комбінації аргументів Х 4, Х 7 при даних значеннях коефіцієнтів регресії. У нашому випадку R 2=0,984029, тобто 98% вари ации результативної ознаки пояснюється факторами, включеними в рівняння регресії, а 1,59707% - іншими факторами, коториеми не вк...
