Статистический инструментарий в управлении бизнесом Текст научной статьи по специальности «Экономика и бизнес»

СТАТИСТИЧЕСКИЙ ИНСТРУМЕНТАРИЙ В УПРАВЛЕНИИ БИЗНЕСОМ

© Г ениатулина К.В.*

Филиал ОСАО «РЕСО-Гарантия» в г. Тольятти, г. Тольятти

В статье рассматриваются возможности статистических методов в повышении эффективности экономической деятельности, выработке и принятии управленческих решений.

Ключевые слова статистическая методология, корреляционно-регрессионный анализ, регрессионные модели, производственные функции.

Согласно устоявшимся взглядам многих специалистов, статистика исследует количественную сторону экономических явлений в неразрывной связи с их качественной стороной. Статистика непосредственно отражает процесс производства товаров и услуг на предприятиях, позволяет вырабатывать их экономическую и техническую политику и намечать направления повышения эффективности экономической деятельности.

При этом раскрываются экономические законы развития производства на основе эффективной деятельности всех его участников, выявляются противоречия и недостатки, подлежащие устранению, намечаются пути их преодоления и вырабатываются соответствующие рекомендации.

Отметим, что экономическая деятельность, зачастую, связана с неопределенностью поведения технических систем, совокупности людей, влияния внешней среды на хозяйственные процессы и их результаты.

Управлять сложными социальными и экономическими системами, какими являются современные хозяйствующие субъекты, основываясь на опыте или интуиции, не располагая оперативной, полной и достоверной статистической информацией, как минимум неэффективно, как максимум -невозможно.

Статистические методы являются частью процесса выработки и принятия управленческих решений. В практической деятельности используются статистические методы сбора, контроля, обработки и анализа экономической информации. Это дает возможность систематизировать полученную информацию, проверить ее качество и достоверность, вскрыть тенденции и закономерности развития экономических явлений, осуществить прогноз развития экономической деятельности.

Для своевременного получения достоверной экономической информации на предприятиях могут использоваться различные методы статистического наблюдения (текущее наблюдение, переписи, единовременные учеты и обследования, опросы, выборочное наблюдение и т.д.).

Директор агентства, кандидат экономических наук.

32 ЭКОНОМИКА И УПРАВЛЕНИЕ: АНАЛИЗ ТЕНДЕНЦИИ И ПЕРСПЕКТИВ РАЗВИТИЯ

Анализ полученных данных также осуществляется на основе всей совокупности методов, разрабатываемых статистикой. Важнейшими среди них являются:

- метод средних величин, который позволяет определить среднюю величину изучаемого признака для всех единиц исследуемой совокупности (средняя зарплата одного работника, средняя производительность труда и т.п.);

- вариационный анализ, который характеризует отклонения значений изучаемого признака от их средней величины. Показатели вариации дают возможность судить о степени однородности всех единиц совокупности в отношении изучаемого признака;

- метод статистической группировки, позволяющий объединить все единицы изучаемой совокупности в однородные группы на основе одного или нескольких изучаемых признаков;

- метод динамических рядов, суть которого заключается в построении совокупности моментных или интервальных показателей, отражающих развитие экономических явлений во времени;

- индексный метод, который позволяет при помощи относительных величин (индексов) изучать динамику экономических явлений во времени или сопоставлять однородные явления в пространстве;

- методы изучения взаимосвязи социально-экономических явлений;

- метод выборочного обследования, который позволяет получить вполне удовлетворительные по точности оценки изучаемых показателей. В результате достигается экономия материальных, трудовых и финансовых затрат на получение необходимой информации, сокращается время, затраченное на сбор, обработку и анализ этой информации;

- кластерный анализ, который дает возможность осуществить многомерную группировку единиц изучаемой совокупности в отношении нескольких признаков. В результате совокупность делится на кластеры, однородные в отношении этих признаков.

Для наглядного и сжатого представления статистической информации используется инструментарий, который разрабатывается статистикой. Он включает статистические таблицы, рисунки, графики, диаграммы.

Применение вышеперечисленных методов сбора, обработки и анализа статистической информации позволяет обоснованно отражать ход и результаты экономической деятельности на уровне предприятий, повышать их конкурентные возможности.

Не преуменьшая возможностей других статистических методов, выделим корреляционно-регрессионный анализ как элемент статистического инструментария, который позволяет получить полезные и эффективные результаты в управлении бизнесом.

Менеджмент

33

Известно, что среди специалистов нет единого взгляда на место корреляционно-регрессионного анализа в системе экономических и математических дисциплин. Отсюда проистекает, в том числе, различие в терминологии (применяются названия регрессионный анализ, корреляционный (регрессионный) анализ и др.). Корреляционно-регрессионный анализ следует считать направлением математической статистики, изучающей приемы обработки статистических данных.

В соответствии с концептуальной схемой исследования взаимосвязей статистических показателей, следует построить экономико-статистические модели, содержащие относительно небольшое число наиболее значимых факторов и позволяющие выделить связь между факторами в виде тенденции, проявляющейся при массовом сопоставлении единиц совокупности.

Реальная взаимосвязь экономических явлений и процессов моделируется посредством использования соответствующих экономических показателей. Закономерности взаимосвязи явлений ставится в соответствие закономерность связей между экономическими показателями. Поэтому исследование связей и зависимостей между ними, в конечном счете, является важной практической проблемой [1, с. 11].

Одной из задач корреляционного анализа является количественная оценка взаимосвязей на основе построения математических моделей. В этом качестве он позволяет заменить эксперимент, который в экономике осуществить чрезвычайно сложно, исследованием статистических данных.

Математическое моделирование (как однофакторное, так и многофакторное) позволяет расширить границы анализа, т.е. использовать этот метод в целях планирования и прогнозирования.

Отметим, что однофакторные модели имеют право на применение в корреляционном анализе, несмотря на то, что в экономических явлениях присутствует множество производственных факторов, так как их главным преимуществом служит относительная простота построения моделей. В то же время расширение возможностей ЭВМ, появление специализированных статистических программ расширяет сферу применения многофакторных моделей.

Применяя математическое моделирование, не следует забывать о правильном соотношении числа факторов и числа наблюдений. Пренебрежение этим может обесценить результаты проделанной работы. По нашему мнению, число наблюдений должно быть больше числа факторов не менее чем в 15-20 раз.

Отметим также, что признаки-факторы должны удовлетворять рекомендациям, принятым при построении корреляционно-регрессионных моделей [2]:

- признаки-факторы должны находиться в причинной связи с результативным признаком, при этом они не должны являться его составными частями или его функциями;

34 ЭКОНОМИКА И УПРАВЛЕНИЕ: АНАЛИЗ ТЕНДЕНЦИИ И ПЕРСПЕКТИВ РАЗВИТИЯ

- признаки факторы должны принадлежать к одному уровню иерархии;

- математическая форма уравнения регрессии должна соответствовать логике связи факторов с результатом в реальной совокупности.

Многофакторные экономико-статистические модели, как правило, целесообразно формировать в форме полинома первой степени:

Y = ДХЬ Х2, ..., Хп)

где Y - значения результативного признака;

Х\,Х2, ...,Хп- значения факторных признаков.

Нахождение реальных зависимостей и их анализ эффективно выполняется с помощью пакетов прикладных программ Statistica, Exel и др. [3, 4].

Наиболее важной задачей в управлении бизнесом является анализ влияния производственных факторов на конечные результаты (объем производства, производительность труда, выручка от продажи, прибыль и др.). В связи с этим следует особо выделить самостоятельное направление математико-статистических моделей, которые носят общее название «производственных функций». Указанные модели в наибольшей степени отражают реальный характер связей в производственных отношениях.

Однофакторная производственная функция может быть выражена линейной моделью при анализе уровня оплаты труда от производительности труда. Гиперболическая зависимость может быть использована при исследовании производительности труда от трудоемкости продукции. Параболическая зависимость второго порядка может применяться в связях, которые дают экстремальную точку, например, скорость сушки древесины от теплотехнических характеристик теплоносителя (температура и др.).

Эффективно могут быть использованы степенные функции и их модификации, например, при исследовании объема производства от обеспеченности основными производственными фондами.

Показательные функции и их модификации могут использоваться при анализе зависимости объема производства продукции от фондовооруженности. Если факторный и результативный признаки существенно различаются, целесообразно использовать полулогарифмические модели. Уравнение окружности и уравнение эллипса может быть применено при анализе циклических процессов, например, использования трудовых ресурсов отрасли по месяцам года.

Для моделирования волнообразных процессов, в том числе сезонных колебаний, могут быть использованы синусоидальные зависимости, например, объемы продаж по месяцам года, производство продукции из растительного сырья по периодам года и др.

Нельзя не отметить важную роль при планировании и прогнозировании экономических результатов ряда специальных производственных функций -

Менеджмент

35

функции Кобба-Дугласа и ее модификации - кинематической производственной функции. Отметим также ряд ценных для управления бизнесом специальных производственных функций, которые незаслуженно редко используются в корреляционном анализе: функция Гомперца, функция Джонсона, логистическая функция Рида, квадратическая логистическая функция.

Выделим также производственные функции Торнквиста, которые стали востребованными в рыночных реалиях экономики России. Первая функция Торнквиста моделирует потребление продуктов питания от суммы получаемого дохода. Вторая функция Торнквиста позволяет изучать влияние суммы дохода на приобретение предметов относительной необходимости (одежды, жилья, мебели и т.п.). Третья функция Торнквиста отражает процесс приобретения населением предметов роскоши. Производственные функции Торн-квиста могут эффективно использоваться при планировании деятельности торговых организаций.

Практика применения производственных функций в управлении бизнесом свидетельствует об их высокой эффективности, однако требует углубленных знаний в сфере информационных технологий, статистики, математической статистики, а также современного компъютерного и программного обеспечения.

Список литературы:

1. Гришин А.Ф., Кочерова Е.В. Статистические модели: построение, оценка, анализ: учеб. пособие. - М.: Финансы и статистика, 2005. - 416 с.

2. Ефимова М.Р., Рябцев В.М. Общая теория статистики: учебник - М.: Финансы и статистика, 1991. - 396 с.

3. Боровиков В.П. Популярное введение в программу «Statists». - М.: Компьютерпресс, 1998. - 267 с.

4. Макарова Н.В., Трофимец В.Я. Статистика в Ехсе1: учеб. пособие. -М.: Финансы и статистика, 2002. - 368 с.

СТРАТЕГИЧЕСКОЕ ПЛАНИРОВАНИЕ ПОРТФЕЛЯ ПОКУПАТЕЛЕЙ

© Лищук А.А.*

Санкт-Петербургский государственный экономический университет, г. Санкт-Петербург

В статье рассматриваются вопросы управления портфелем покупателем, а именно: стратегическое планирование портфеля покупателей. Рассматриваются процесс разработки стратегии, виды промышленных

Соискатель кафедры Маркетинга, кандидат экономических наук.