практика, для характеристики распределения социально-экономических явлений наиболее часто используется так называемое, нормальное распределение. Широко используется в литературе допущение о том, что большинство результатов хозяйственной деятельности (доходы, прибыль, финансовый результат и т.п.), есть случайные величины, подчиняющиеся закону, близкому к нормальному. Известно, что закон нормального распределения характерен для распределения событий в случае, когда их исход представляет собой результат совместного воздействия большого количества независимых факторов, и ни один из этих факторов не оказывает преобладающего влияния. В действительности нормальное распределение экономических явлений в чистом виде встречается редко, однако, если однородность совокупности соблюдена, часто фактические распределения близки к нормальному. График функции нормального распределения описывается так называемой нормальной кривой (кривой Гаусса) — рис. 17. Использование функции плотности нормального распределения позволяет вычислить частоту (вероятность) появления случайной величины. Для оценки вероятности попадания случайной величины в определенный интервал используют интегральную функцию плотности вероятности Ф(Х): В нашем исследовании изложенные выше положения явились хX Рисунок 17 График нормального закона распределения (12) 131 |
величины прибыли) воздействует множество случайных факторов, то он естественно является случайной величиной. Одной из характеристик случайной величины X является закон распределения ее вероятностей. Характер, тип распределения отражает общие условия, вытекающие из сущности и природы явления, и особенности, оказывающие влияние на вариацию исследуемого показателя (ожидаемого результата). Как показывает практика, для характеристики распределения социально-экономических явлений наиболее часто используется так называемое, нормальное распределение. Допущение о том, что большинство результатов хозяйственной деятельности (доходы, прибыль, финансовый результат и т.п.), как случайные величины подчиняются закону, близкому к нормальному, широко используется в литературе по проблеме количественной оценки экономического риска. Известно, что закон нормального распределения характерен для распределения событий в случае, когда их исход представляет собой результат совместного воздействия большого количества независимых факторов, и ни один из этих факторов не оказывает преобладающего влияния. В действительности нормальное распределение экономических явлений в чистом виде встречается редко, однако, если однородность совокупности соблюдена, часто фактические распределения близки к нормальному. График функции нормального распределения описывается так называемой нормальной кривой (кривой Гаусса) — рис. 17. Рис. 17. График нормального закона распределения. Использование функции плотности нормального распределения 131 позволяет вычислить частоту (вероятность) появления случайной величины. Для оценки вероятности попадания случайной величины в определенный интервал используют интегральную функцию плотности вероятности Ф (X). 0{X)=)mdt (и) в з Изложенные выше положения являются исходной базой применяемой для количественной оценки риска с использованием статистических методов. Зададим максимально допустимое отклонение ожидаемого финансового результата за 2004 год. Таблица 3.1. Динамический баланс по данным Сургутского нефтяного предприятия на 1 января 2005 года. П оказатель Сумма по отклонениям Расходы, (R) ты с. руб. Доходы, (D) тыс. руб. План ФаюО ткл. План Ф акт О ткл 1. По обычным видам деятельности, S 1200000 1255690 55690 1000000 1199334 199334 2. Внереализационные, V 4000 4836 836 18000 19714 1714 3. Операционные, О 35000 35963 963 4500 5397 897 4. Чрезвычайные, Z • Итого: 1239000 1296489 57489 1022500 1224445 201945 Отклонения по финансовому результат}': прибыль (2 D > 2 R) ■ убыток (£ D < £ R) 216500 72044 144456 Тогда границы, в которых должен находиться этот результат, составят: нижняя граница: X *= Х„^ Д= 216500-144456 = 72044 тыс.руб.; верхняя граница: Х** =Х(^1)+Д = 216500+144456=360956 тыс.руб. Это положение отображено на рисунке 18. 132 |