카탈로그

1 요인 분석이란 무엇입니까?

2 요소 분석 방법

3 요인 분석을 사용하는 일반 절차

4. 요인 분석을 사용할 때 주의해야 할 문제

요인 분석이란 무엇입니까?

계수분석법 (시퀀스 대체법이라고도 함) 은 경제분석에서 지수법 원리의 응용과 발전이다. 지수법의 원리에 따르면, 여러 요인의 영향을 받는 사물의 변화를 분석할 때, 한 요소 변화의 영향을 관찰하기 위해 다른 요소들을 고정시켜 항목별로 분석하고, 항목별로 대체하기 때문에, 요인 분석법이나 시퀀스 대체법이라고 한다.

계수 분석 방법:

체인에서 대체

분석 지표를 측정 가능한 요소로 나누고, 요소 간의 종속성에 따라 기준 값 (일반적으로 표준 또는 계획 값) 대신 각 요소의 비교 값 (일반적으로 실제 값) 을 차례로 사용하여 각 요소가 분석 지표에 미치는 영향을 측정합니다.

예를 들어, 재무 지표와 관련 요소 간의 관계는 실제 지표 (PO = × BO × CO) 로 구성됩니다. 표준 지수: PS = as× bs× cs 실제 및 표준의 총 차이는 PO-PS 이고, P G 의 총 차이는 A, B, C 의 세 가지 요소의 영향을 받으며, 각 영향의 정도는 각각 다음 공식을 사용하여 계산할 수 있습니다.

요인 변화의 영향: (ao-as) × bs × cs;

요인 b 변화의 영향; Ao × (bo-bs) × cs;

C 인자 변화의 영향: Ao×Bo×(Co-Cs).

마지막으로, 위의 세 가지 요소의 각 영향 수의 합은 총 차이 Po-Ps 와 같아야 합니다.

차이 분석 방법

직렬 대체법의 단순화된 형태로서 각 요소의 비교 값과 참조 값의 차이를 사용하여 각 요소가 분석 지표에 미치는 영향을 계산합니다.

예를 들어, 기업의 총 이익은 총 이익 = 영업 이익+투자 손익+영업 외 순 수입과 지출의 세 가지 요소의 영향을 받습니다. 작년과 올해의 이익 변화를 분석할 때, 우리는 올해 총 이윤의 변화와 세 가지 영향 요인이 작년과 비교하여 서로 다른 변화를 계산함으로써 세 가지 요소 중 어느 것이 올해 이익의 증감에 주로 책임이 있는지 알 수 있다.

지수 분해법

예를 들어, 자산 이익률은 자산 회전율과 판매 이익률의 곱으로 나눌 수 있습니다.

고정 염기 대체법

표준 값 대신 분석 값을 사용하여 표준 비용의 차이 분석과 같은 다양한 요소가 재무 요소에 미치는 영향을 파악합니다.

요인 분석을 사용하는 일반 절차

1, 분석할 지표를 결정합니다.

지수에 영향을 미치는 요인과 지수와의 관계를 결정합니다.

3. 각 요인의 영향과 영향의 정도를 계산하고 결정합니다.

요인 분석을 사용할 때 주의해야 할 문제

1, 인수 분해의 상관 관계에주의를 기울이십시오.

요인 대체의 순서;

3. 순차적 대체의 직렬, 즉 각 요소 변경을 계산할 때 이전 계산을 기반으로 직렬 비교를 통해 요소 변경의 영향 결과를 결정합니다.

4. 계산 결과에 대한 가정으로, 직렬 대체방법으로 계산된 다양한 요소 변경의 영향 수는 대체 계산의 순서에 따라 달라집니다. 즉, 계산 결과는 한 가정 아래의 결과일 뿐입니다. 따라서 재무 분석가는 이 방법을 적용할 때 이러한 가정이 논리적이고 실질적인 경제적 의미를 가지도록 주의를 기울여 계산 결과의 가정이 분석의 유효성을 방해하지 않도록 해야 합니다.

영향 요인을 결정하고, 영향의 정도를 측정하고, 지표 변화의 원인을 찾아내는 분석 방법을 말한다. 추세 분석은 비교 분석 및 측면 분석이라고도 합니다. 두 개 이상의 연속 기간 동안 동일한 지표나 비율을 정기적으로 월별로 비교함으로써 기업의 재무 상태, 운영 상황 및 현금 흐름 변화 추세를 보여주는 분석 방법입니다. 추세 분석을 사용할 때 비교 회계 보고서가 일반적으로 준비됩니다. [편집본] 신청 목적은 회사의 재무 상태 및 경영 성과 변동의 주요 원인을 파악하는 것입니다.

회사의 재무 상태와 경영 성과의 발전 추세가 투자자에게 유리한지 판단하다.

회사의 미래 발전 추세를 예측하다. 이런 분석 방법은 일종의 동적 분석에 속하며, 차이 분석과 비율 분석을 기초로 그 부족을 효과적으로 보완할 수 있다. [이 단락 편집] 응용 프로그램 모델의 중요한 재무 지표 비교

서로 다른 시기의 재무보고에서 같은 지표나 비율을 비교하고, 그 변화와 폭을 직접 관찰하고, 발전 추세를 살펴보고, 그 발전 전망을 예측한다. 이 방법을 통계적으로 동적 분석이라고 합니다. 할 수 있는 두 가지 방법이 있습니다.

1, 기준 동적 비율: 한 기간의 값을 기준 기간 지표 값으로 사용하여 다른 기간과 비교 분석합니다. 계산 공식은 다음과 같습니다. 기준 동적 비율 = 분석 기간 값 ÷ 기준 기간 값입니다. 예를 들어 2000 년을 고정 기준으로 200 1 및 2002 년의 이익 증가율을 분석합니다. 한 기업의 2000 년 순이익은 654.38+0 만원, 2006 년 순이익은 654.38+0.2 만원, 2002 년 순이익은 654.38+0.5 만원이라고 가정합니다. 그리고 나서:

200 1 년 기준 동적 비율 =120÷100 =120%.

2002 년 기준 동적 비율 =150÷100 =150%.

2. 링 비율 동적 비율: 각 분석 기간의 이전 기간 값을 기준으로 계산된 동적 비율로 링 비율 동적 비율 = 분석 기간 값÷ 이전 기간 값으로 계산됩니다. 아니면 위의 데이터를 예로 들어보죠.

200 1 전년 동기 대비 동적 비율 =120÷100 =120%

2002 년 환비 =150÷120 =125%.

두 회계 보고서 비교

회계 보고서 비교는 여러 연속 회계 보고서의 금액을 나란히 놓고 동일한 지표의 금액과 폭을 비교하여 기업의 재무 상태와 운영 성과의 발전 변화를 판단하는 방법입니다. 이런 방법으로 비교 분석을 할 때는 관련 지표의 증감의 절대값과 증감의 상대값을 모두 계산하는 것이 좋다. 이렇게 하면 분석 결과의 일방성을 효과적으로 피할 수 있다.

예를 들어, 한 기업 이익표는 2000 년 순이익이 50 만원, 2006 년 5438+0 은 654.38+0 만원, 2002 년 654.38+0.6 만원을 반영했다.

절대값 분석을 통해: 2000 년에 비해 200 1 의 순이익이 100-50=50 (만원) 증가했습니다. 2002 년 200 1 에 비해 순이익 증가 160- 100=60 (만원) 은 2002 년 이익 증가가 200/kloc 보다 낫다는 것을 보여준다

상대 가치 분석을 통해 2000 년 대비 200 1 순이익 증가율은 (100-50) ∯ 0 ×100% =/KLLOC 입니다 2002 년 순이익 증가율은 200 1 60-100) ÷100 ×/ 2002 년의 이익 증가가 200 1 보다 현저히 적다는 것을 설명한다.

3. 회계 명세서 항목 구성 비교

이 방법은 회계 명세서 비교를 기초로 발전한 것이다. 회계 보고서의 전체 척도 100% 를 기준으로 전체 척도의 각 구성 항목에 대한 퍼센트를 계산하여 각 항목 퍼센트의 증감 변화를 비교하고 관련 재무 활동의 변동 추세를 결정합니다. 이런 방식은 앞의 두 방법보다 기업 재무 활동의 발전 추세를 더 정확하게 분석할 수 있다. 같은 기업의 서로 다른 시기의 재무 상황을 세로로 비교하거나, 서로 다른 기업 간의 수평 비교에 사용할 수 있습니다. 이와 함께 이 방법은 서로 다른 시기 (기업별) 비즈니스 규모 차이의 영향을 제거하여 기업의 소비와 수익성을 분석하는 데 도움이 되지만 계산은 더 복잡합니다.

추세 분석을 사용할 때는 1 이라는 문제를 염두에 두어야 합니다.1,서로 다른 시기에 비교에 사용되는 지표는 계산 구경에서 일치해야 합니다. 2. 분석 데이터가 정상적인 운영 조건을 반영할 수 있도록 우연한 항목의 영향을 제거해야 합니다. 3. 예외 원칙을 적용해 변화가 뚜렷한 지표를 주시하고 그 원인을 연구하여 대책을 취하고 이익을 피하고 해를 피하도록 한다. [이 단락 편집] 전체 분류 추세 분석은 일반적으로 (1) 세로 분석법의 네 가지 범주로 나뉩니다. (2) 수평 분석; (3) 표준 분석; (4) 종합 분석. 또한 추세 분석에는 추세 예측 분석이 있습니다.

추세 예측 분석은 회귀 분석, 지수 평활 등의 방법을 사용하여 재무제표 데이터를 분석 및 예측하고, 발전 추세를 분석하고, 가능한 발전 결과를 예측합니다. 다음은 추세 선형 방정식을 사용하여 추세 예측 분석을 수행하는 방법에 대한 간략한 설명입니다. 다른 네 가지 방법은 나중에 설명합니다.

추세 분석을 수행할 때 추세 선형 방정식은 판매와 수익을 예측하는 널리 사용되는 방법입니다. 공식은 y = a+bx 입니다.

여기서 a 와 b 는 상수이고, x 는 주기 계수의 값을 나타내고, x 는 분배에 의해 결정되며, σ x = 0 입니다. σx = 0 으로 만들기 위해서. 주기 수가 짝수나 홀수인 경우 값의 분포가 약간 다릅니다. [이 단락 편집] 추세 분석 (TrendAnalysis) 은 처음에 Trigg 에 의해 제기되어 Trigg 의 궤적 신호를 통해 판정 방법의 오차를 모니터링했습니다. 이 궤적 신호는 시스템 오류와 임의 오차의 * * * 상호 작용을 반영할 수 있지만 개별적으로 모니터링할 수는 없습니다. 이후 Cembrowski 등은 탄도 신호의 두 추정치를 별도로 처리하여 시스템 오류와 무작위 오차, 즉 정확도 추세 (평균) 지표 시스템인 ——TRIGG 의 평균 규칙과 정밀도 추세 (표준 편차) 지표 시스템을 각각 모니터링할 수 있도록 했습니다. 추세 분석은 기존의 휴하트 제어도와 유사하게 평균값을 사용하여 시스템 오류를 모니터링하고 극차나 표준 편차를 사용하여 임의 오류를 모니터링합니다. 추세 분석에서 평균 (정밀도 추세) 및 표준 편차 (정밀도 추세) 의 추정치는 지수 평활법을 통해 얻어집니다. 지수 스무딩은 계산을 완료하기 위해 가중치를 도입해야 하며, 시퀀스를 결정할 때마다 마지막으로 결정된 가중치가 이전 가중치보다 중요하므로 방금 시작한 추세에 대한 반응이 증가하여 "경보" 및 "정체 방지" 역할을 합니다.

(a) Trigg 의 궤적 신호

Trigg 의 궤적 신호 = 부드러운 예측 오차 (SFE)/ 평균 절대 편차 (MAD). 이와 관련된 기본 수학 관계는 다음과 같다.

지수 스무딩으로 얻은 평균 추정치를 부드러운 평균 (SM-mean) 이라고 합니다. 측정 시퀀스의 각 측정값에 대한 sm- 평균은 9- 1 공식으로 계산됩니다. sm- 평균 = a× (새로운 주요 제어 측정) +( 1-a )× (상위 sm-)

위의 계산 공식에 따르면 마지막 품질 관리 측정치는 A 가중치, 끝에서 두 번째 품질 관리 측정치는 A 가중치 (1-a), 끝에서 세 번째 품질 관리 측정치는 가중치를 사용합니다. A (1-A) 2 가중치 등. A 가 0.2 이면 가장 최근의 컨트롤 측정 가중치는 0.2 이고, 반대 순서로 이전 컨트롤 측정 가중치는 0. 16, 0. 128 등이 됩니다.

표준 편차의 경우 유사한 계산을 수행할 수 있지만 새 비교 측정과 평균 추정 사이의 차이를 먼저 계산해야 하고 이를 예측 오차라고 하기 때문에 더 복잡합니다.

예측 오차 = 신규 통제 측정-이전 SM- 평균 (9-2)

평활 예측 오차 (SFE) = a× (신규 예측 오차) 10 (1-a )× (이전 평활 예측 오차) (9-3)

예측 오차는 평균 절대 편차 (MAD) 라고 하는 지수 평활 계산을 통해 정확도 추정을 얻습니다.

Mad = a× (새로운 예측 오차)-(1-a) × (사전 mad) (9-4)

최종 출시:

추적 신호 = 부드러운 예측 오차 (SFE)/ 평균 절대 편차 (MAD) (9-5)

일반적으로 궤적 신호의 95% 와 99% 신뢰 수준은 경고와 통제 불능 사이의 경계로 정의됩니다 (표 9-3 참조).

표 9-3 다른 n 에서의 궤적 신호의 제어 한계

N 제어 경계의 경고 경계를 초과합니다

5 0.33 0.7 1 0.82

10 0.20 0.6 1 0.80

15 0.10 0 0.410.54

20 0 0.10 0.410.54

(2) Trigg 평균법칙 (PFR = 0.0 1. Pfr=0.002)

이 규칙은 주로 시스템 오류, 즉 추세 분석에서 정확도 추세 분석의 지표 시스템을 모니터링하는 데 사용됩니다. 이 규칙을 적용할 때 부드러운 평균 (sm-mean) 의 "이전 sm-mean" 이 먼저 계산됩니다. 이는 실제로 품질 관리 측정 값의 평균 (t-mean) 입니다. 초기 품질 관리 재료의 표준 편차가 Ts 인 경우 이 평균 규칙을 사용하여 품질 관리 상태를 평가할 때 품질 관리 재료의 평균은 부드러운 평균의 추정치를 테스트하는 데 사용되고 z 값은 테스트에 사용됩니다.

Z = N(sm—-평균-t-평균)/ts (9-6)

여기서 Z 는 표준 편차의 수와 동등하며 통계 검사의 "중요도 수준" 과 관련이 있습니다. Pfr 을 통해 서로 다른 수준의 z 값을 결정하면 9-6 공식 (표 9-4 참조) 을 기준으로 Trigg 평균 규칙에서 부드러운 평균 (SM-N lean) 의 제어 한계를 계산할 수 있습니다.

표 9-4 Trigg 평균 규칙의 제어 한계

한계를 제어하다

Pfr=0.0 1 Pfr=0.002

5 0.331.25ts1.38ts

10 0.20 0.82 0.98

15 0.10 0 0.67 0.79

20 0 0.10 0.58 0.69

(3) Trigg 분산 카드 방법 (Pfr = 0.05；; Pfr=0.0 1, Pfr=0.002)

이 규칙은 주로 추세 분석에서 "정밀도 추세 분석" 의 표시 시스템인 임의 오류를 모니터링하는 데 사용됩니다. 가장 중요한 통계는 부드러운 표준 편차 SM-S 이고 SM-S 의 수학 표현식은 다음과 같습니다.

부드러운 표준 편차 (9-7)

여기서 a 와 MAD 는 위에서 정의합니다. 구체적인 방법은 "실제" 분산 (T2s) 과 제곱 평활 표준 편차 (SM-S) 를 비교하는 카드 (X2) 통계 검사를 사용하여 평활 표준 편차 (SM-S) 추정값의 현저한 변화를 검사하는 것입니다.

X2 = (sm2s/t2s) × (n-1) (9-8)

서로 다른 수준의 임계 카이 제곱 값 (X2) 은 Pfr 에 의해 결정되며, Trigg 분산 카이 제곱 규칙의 제어 한계는 공식 9-8 에 따라 계산됩니다. 표 9-5 를 참조하십시오.

표 9-5 Trigg 분산 카이 제곱 규칙의 제어 한계

한계를 제어하다

Pfr = 0.05 PFR = 0.01PFR = 0.002

5 0.331.541.82 2.15

10 0.201.371.551.75

15 0.101.301.441.6/kloc

20 0.101.261.381.52