46909

Издержки и прибыль фирмы

Доклад

Макроэкономика

Предельные издержки изменение валовых издержек в связи с производством дополнительной единицы продукции. Методы статистического изучения взаимосвязи социальноэкономических явлений. Статистическое изучение связи между причиной и следствием состоит из нескольких этапов. На втором этапе строится модель связи.

Русский

2013-11-29

37.88 KB

4 чел.

1.издержки и прибыль фирмы

Издержки - это ден выражение затрат производственных факторов, необх для осуществления предпр своей производственной и коммерческой деятельности. Внутренние затраты - издержки производства, которые покрываются самим предприятием. Внешние затраты - издержки производства, которые предприятие перекладывает на др предприятия или общество в целом: загрязнение окружающей среды и т.п. Альтернативные издержки, издержки упущенной выгоды или издержки альтернативных возможностей в результате выбора одного из альтернативных вариантов использования ресурсов и, тем самым, отказа от других возможностей. Краткосрочный - это период, недостаточный для изменения объемов используемого физического капитала, но достаточный для изменения степени интенсив его использования. Долгосрочный - это период, достаточно продолжительный, чтобы изменить количество всех видов занятых ресурсов, включая и физический капитал.

Издержки фирмы в краткосрочном периоде: постоянные и переменные издержки; совокупные и предельные издержки; средние издержки. Постоянные издержки - издержки, которые не меняются в зависимости от объема производства. Это затраты основного капитала в виде амортизационных отчислении, арендных платежей; расходы на НИОКР. Постоянные издержки не зависят от объема производства. Источником переменных издержек являются затраты переменных ресурсов. Они включают расходы на приобретение сырья, материалов, комплектующих и полуфабрикатов, выплату заработной платы производственным рабочим. Средние постоянные издержки - затраты постоянного ресурса, с которыми в среднем производится единица продукции. Предельные издержки - изменение валовых издержек в связи с производством дополнительной единицы продукции. Различают дискретные и непрерывные предельные издержки. Дискретные предельные издержки - разность между суммарными издержками при производстве n единиц продукта и суммарными издержками при производстве n - 1 единиц продукта.

Закон убывающей предельной производительности действует в краткосрочном временном интервале, когда один производственный фактор остается неизменным. Действие закона предполагает неизменное состояние техники и технологии производства. по закону убывающей предел производител, последовательное увеличение переменного ресурса при неизменности других ведет к убывающей отдаче данного фактора.

Прибыль— превышение в денежном выражении доходов над затратами на производство или приобретение и сбыт этих товаров и услуг.Это один из наиболее важных показателей финансовых результатов хозяйственной деятельности субъектов предпринимательства, ради которого и осуществляется предпринимательская деятельность.

Доход фирмы:общий,средний,предельный.: Кривая спроса, с которой сталкивается отдельная конкурентная фирма, совершенно эластична. кривая спроса на продукцию фирмы является в то же время кривой дохода. То, что выступает как цена за единицу продукции для покупателя, является доходом от единицы продукции, или средним доходом, дляпродавца. Валовой доход TR (Total Revenue) при любом уровне продаж может быть легко определен путем умножения цены на соответствующее количество продукции, которое фирма может продать. Каждое проданное изделие прибавляет ровно свою цену к валовому доходу. Валовой доход увеличивается на постоянную сумму с каждой дополнительно проданной единицей. И предельный доход - это увеличение валового дохода. Отдача от масштаба производства: в течении краткосрочного периода фирма может изменить объем производства путем присоединения переменных ресурсов к фиксированным мощностям.

2. Методы статистического изучения взаимосвязи социально-экономических явлений.

Понятие причинности применяется всегда, когда осуществление одного события оказывается достаточным основанием для ожидания того, что произойдет другое событие. В этом случае первое событие выступает причиной, а второе - следствием. При изучении сложных процессов и явлений необходимо выявлять главные, основные причины, абстрагируясь от второстепенных.

Статистическое изучение связи между причиной и следствием состоит из нескольких этапов. На первом этапе изучается качественный анализ рассматриваемого явления, связанный с анализом природы явления. На втором этапе строится модель связи. На третьем, последнем этапе осуществляется интерпретация результатов. Корреляция - это статистическая зависимость между величинами, не имеющая строго функционального характера, при которой изменение одной из случайных величин приводит к изменению другой величины. В статистике принято различать следующие варианты зависимостей:

1. Парная корреляция - связь между двумя признаками; 2. Частная корреляция - зависимость между результативным и одним факторным признаком при фиксации значений других факторных признаков; 3. Множественная корреляция - зависимость результативного и двух или более факторных признаков, включенных в исследование.

Графически взаимосвязь двух признаков изображается с помощью поля корреляции. В системе координат на оси абсцисс откладываются значения факторного признака, а на оси ординат - результативного. Точки с соответствующими абсциссами и ординатами наносятся на плоскость. При отсутствии тесных связей имеет место беспорядочное расположение точек на графике. Чем сильнее связь между признаками, тем теснее будут группироваться точки вокруг определенной линии.

Корреляционный анализ имеет своей задачей количественное определение тесноты связи между признаками: при парной корреляции - между двумя признаками; при множественной корреляции - между несколькими. Корреляционный анализ изучает взаимозависимости показателей и позволяет решить следующие задачи: 1. Задача оценки тесноты связи между показателями с помощью парных, частных и множественных коэффициентов корреляции; 2. Задача оценки уравнения регрессии.

Основной предпосылкой применения корреляционного анализа является необходимость подчинения совокупности значений всех факторных признаков (Х1, Х2, ...Хк) и результативного признака (У) нормальному закону распределения или близость к нему. Если объем исследуемой совокупности большой и превышает 50 наблюдений, то нормальность распределения может быть подтверждена на основе расчета и анализа специальных критериев: Пирсона, Ястремского, Боярского, Колмогорова и пр. Если объем совокупности меньше 50, то закон распределения исходных данных определяется на базе построения и визуального анализа поля корреляции. При этом если в расположении точек имеет место линейная тенденция, то можно предположить, что совокупность исходных данных (У, Х1,Х2,...Хк) подчиняется нормальному распределению. Целью регрессионного анализа является оценка функциональной зависимости условного среднего значения результативного признака (У) от факторных (Х1, Х2, ..., Хк).

Основной предпосылкой регрессионного анализа является то, что только результативный признак (У) подчиняется нормальному закону распределения, а факторные признаки Х1, Х2, ..., Хк могут иметь произвольный закон распределения. В динамических рядах в качестве фактора выступает время. При этом в регрессионном анализе заранее подразумевается наличие причинно-следственных связей между результативным (У) и факторными (Х1, Х2, ..., Хк) признаками.

Уравнение регрессии, или статистическая модель связи массовых процессов и явлений, выражаемая функцией Ух = Ф (Х1, Х2, ..., Хк), является достаточно адекватным реальному моделируемому явлению или процессу в случае соблюдения следующих требований их построения:

1. Совокупность исследуемых исходных данных должна быть однородной и математически описываться непрерывными функциями;

2. Возможность описания моделируемого явления одним или несколькими уравнениями причинно-следственных связей;

3. Все факторные признаки должны иметь количественное (цифровое) выражение;

4. Наличие достаточно большого объема исследуемой выборочной совокупности;

5. Причинно-следственные связи между явлениями и процессами следует описывать линейной или приводимой к линейной формами зависимости;

6. Отсутствие количественных ограничений на параметры модели связи;

7. Постоянство территориальной и временной структуры изучаемой совокупности.

Соблюдение данных требований позволяет исследователю построить статистическую модель связи, наилучшим образом аппроксимирующую моделируемые массовые процессы и явления.

Теоретическая обоснованность моделей взаимосвязи, построенных на основе корреляционно-регрессионного анализа, обеспечивается соблюдением след условий:

а. Все признаки и их совместное распределение должны подчиняться нормальному закону распределения;

б. Дисперсия моделируемого признака (У) должна все время оставаться постоянной при изменении величины У и значений факторных признаков;

в. отдельные наблюдения должны быть независимыми, то есть результаты, полученные в к-ом наблюдении, не должны быть связаны с предыдущими и содержать информацию о последующих наблюдениях, а также не влиять на них.

Основной проблемой построения уравнения регрессии является его размерность, то есть определение числа факторных признаков, включаемых в модель. Их число должно быть оптимальным, то есть наилучшим. Практикой выработаны определенные критерии, позволяющие установить оптимальное соотношение между числом факторных признаков, включаемых в модель, и объемом исследуемой совокупности. Согласно данному критерию число факторных признаков (к) должно быть в 5 - 6 раз меньше объема изучаемой совокупности.

Парная регрессия характеризует связь между двумя признаками: результирующим и факторным. Аналитическая форма записи этой связи имеет вид:

прямая -

гиперболы -

параболы -

Определить тип уравнения можно, первоначально исследуя зависимость графически. Оценка параметров уравнений регрессии осуществляется методом наименьших квадратов (МНК), в основе которого лежит предположение о независимости наблюдений исследуемой совокупности.

Сущность МНК состоит в том, что ищутся параметры модели, при которых минимизируется сумма квадратов отклонений эмпирических (фактических) значений результативного признака от теоретических, то есть полученных по выбранному уравнению регрессии:

где Y - фактическое значение признака;

- теоретическое значение признака.

Для прямой зависимости это выглядит так:

Оценка существенности связи. Проверка адекватности модели регрессии, построенной на основе того или иного уравнения связи, начинается с проверки значимости каждого коэффициента регрессии. Оценка значимости коэффициентов регрессии осуществляется с помощью t- критерия Стьюдента:

где - дисперсия коэффициента регрессии.

Параметр модели регрессии признается статистически значимым, если выполняется неравенство:

(; =n-k-1), где - уровень значимости критерия проверки гипотезы о равенстве нулю параметров, измеряющих связь;

=n-k-1 - число степеней свободы, которое характеризует число свободно варьирующих элементов совокупности.

С целью расширения возможностей содержательного анализа модели регрессии используются частные коэффициенты эластичности, которые определяются по формуле:

где - среднее значение соответствующего факторного признака;

- среднее значение результативного признака;

- коэффициент регрессии при соответствующем факторном признаке.

Частный коэффициент детерминации также используется для расширения возможностей содержательного анализа модели регрессии. Он рассчитывается по формуле:

где - парный коэффициент корреляции между результативным и i - факторным признаком;

- соответствующий коэффициент уравнения множественной регрессии в стандартизованной форме. Частный коэффициент детерминации показывает, на сколько процентов вариация результативного признака объясняется вариацией i - го признака, входящего в множественное уравнение регрессии. Рассчитываются также множественный коэффициент детерминации, который представляет собой множественный коэффициент корреляции в квадрате. Отрицательными свойствами уравнений регрессии являются: хорошо аппроксимируются только те значения результативного признака, которые стоят в середине вариационного ряда индивидуальных значений. Непараметрические показатели связи. Измерение тесноты и направления связи является важной задачей изучения и количественного измерения взаимосвязи массовых процессов и явлений. Для оценки тесноты и существенности связи между двумя коррелированными признаками используется линейный коэффициент корреляции:

Линейный коэффициент корреляции изменяется в пределах от -1 до 1. Знаки коэффициентов регрессии и корреляции совпадают.

Ранговые коэффициенты связи. В анализе массовых процессов и явлений часто приходится прибегать к различным условным оценкам, которые называются рангами, а взаимосвязь между отдельными признаками измерять с помощью непараметрических коэффициентов связи. Ранжирование - процедура упорядочивания объектов изучения, которая выполняется на основе предпочтения. ранг - порядковый номер значений признака, расположенных в порядке возрастания или убывания их величин. Среди непараметрических методов оценки тесноты связи наибольшее значение имеют ранговые коэффициенты Спирмена () и Кендала ( ). Эти коэффициенты могут быть использованы для определения тесноты связей как между количественными, так и между качественными признаками при условии, если их значения упорядочить или проранжировать по степени убывания или возрастания признака.

Коэффициент корреляции рангов (коэффициент Спирмена) рассчитывается для случаев, когда нет связных рангов. Его формула:

где - квадрат разности рангов;

n - число наблюдений (число пар рангов).

Коэффициент Спирмена принимает любые значения в интервале (-1;1) . Значимость коэффициента корреляции рангов Спирмена проверяется на основе критерия Стьюдента.

Ранговый коэффициент корреляции Кендалла может использоваться для измерения взаимосвязи между качественными и количественными признаками, характеризующими однородные объекты. Ранжированные по одному принципу. Расчет рангового коэффициента Кендалла осуществляется по формуле

где n- число наблюдений;

S - сумма разностей между числом последовательностей и числом инверсий по второму признаку. S = P + Q

Как правило коэффициент Кендалла меньше коэффициента Спирмена.

Связь между признаками можно признать статистически значимой, если значения коэффициентов ранговой корреляции Спирмена и Кендалла больше 0.5. Для определения тесноты связи между произвольным числом ранжированных признаков применяется множественный коэффициент ранговой корреляции (коэффициент конкордации) (W), который вычисляется по формуле:

где m - количество факторов; n - число наблюдений; S - отклонение суммы квадратов рангов от средней квадратов рангов. Коэффициент конкордации принимает любые значения в интервале (-1;1) .

3. Перестрахование как операция по достижению финансовой устойчивости страховщика.

Перестрахование является системой экономических отношений, в процессе которых страховщик, принимая на страхование риски, передает часть ответственности по ним, с учетом своих финансовых возможностей, на согласованных условиях другим страховщикам с целью создания сбалансированного портфеля страхования, обеспечения финансовой и рентабельности страховых операций. По методу передачи рисков в перестрахование и оформления правовых взаимоотношений сторон перестраховочные операции делятся на факультативные и договорные.

Функции перестрахования: компенсация колебаний, сокращение потребности в собственном капитале, консультационное обслуживание. - Компенсация колебаний – страхование отличается от др. видов деят-ти переменными издержками, кот. невозможно в полном объеме предвидеть расходы по убыткам в прошлом отличаются от будущих расходов.

Перестраховочные договоры делятся на две основные группы: пропорциональные и непропорциональные договоры. К первой относятся квотные и эксцедентные, или договоры эксцедента сумм, а ко второй - договор эксцедента убытка и договор эксцедента убыточности.

Квотный договор является наиболее простой формой перестраховочного договора. Согласно условиям этого договора страховая компания передает в перестрахование в согласованной с перестраховщиком доле все без исключения принятые на страхование риски по определенному виду страхования. В этой же доле перестраховщику передается причитающаяся ему премия, и он возмещает перестрахователю в той же доле все оплаченные им в соответствии с условиями страхования убытки. Передавая риск в перестрахование, перестрахователь имеет право на комиссию в свою пользу, которая в зависимости от вида страхования может колебаться от 20 до 40 % брутто-премии.

Эксцедентный договор. Определяющим фактором в механизме перестрахования по эксцедентному договору является так называемое собственное удержание страховой компании, представляющее в большинстве случаев экономически обусловленный уровень суммы, в пределах которой компания оставляет (удерживает) на своей ответственности определенную часть страхуемых рисков, передавая в страхование суммы, ее превышающие. Согласно условиям этого договора все принятые на страхование риски, страховая сумма которых превышает собственное удержание передающей компании, подлежат передаче в перестрахование в пределах лимита, или эксцедента. Самым сложным элементом в экцедентном договоре является установление адекватного и экономически обоснованного собственного удержания передающей компании. Договор эксцедента убытка служит для защиты страховых портфелей компаний по определенным видам страхования от наиболее крупных и непредвиденных убытков. Договор эксцедента убыточности, или договор «стоп - лосс». По договору эксцедента убыточности страховая компания защищает по определенному виду страхования общие результаты происхождения дела на случай, если убыточность превысит обусловленный в договоре процент. Размер убыточности, сверх которой действует договор, обычно устанавливается с таким расчетом, чтобы передающая компания не имела возможность извлечь для себя какую-либо финансовую выгоду по приходящейся на ее долю ответственности, то есть договор не имеет целью гарантировать передающей компании прибыль, а только защитить ее от дополнительных или чрезвычайных потерь.

Пулы. По этому виду перестрахования участники пула, которыми являются обычно все страховые компании рынка, по добровольному соглашению между собой, или согласно требованию законодательства передают в пул все подлежащие перестрахованию риски сверх сумм собственного удержания по всему портфелю страхований, или по отдельным видам страхований, или по особенно опасным рискам. Главный недостаток пулов состоит в том, что при наступлении катастрофических страховых случаев, убытки должны полностью или в пределах удержания рынка оплачиваться страховыми компаниями рынка одной страны.


 

А также другие работы, которые могут Вас заинтересовать

2736. Реостат и делитель напряжения 158.5 KB
  Реостат и делитель напряжения Приборы и принадлежности: источник тока, два вольтметра, два миллиамперметра, реостат, нагрузочные резисторы. Введение. Реостат – устройство для регулирования тока или напряжения в электрических цепях путем изменен...
2737. Измерение электрического сопротивления одинарным мостом постоянного тока 148 KB
  Измерение электрического сопротивления одинарным мостом постоянного тока (мостом Уитстона) Приборы и принадлежности: реохорд, магазин сопротивлений, источник постоянного тока, гальванометр, два резистора с неизвестным сопротивлением. Введение. Для и...
2738. Гальванометр и его применение 206.5 KB
  Гальванометр и его применение Приборы и принадлежности: источник питания постоянного тока Б5-70, ампервольтметр М2018, реостат, лабораторная панель с гальванометром ЛМ, вольтметром М252, двумя магазинами сопротивлений. Введение. Гальванометрами назы...
2739. Компенсационный метод измерения электрических величин 83 KB
  Компенсационный метод измерения электрических величин Приборы и принадлежности. исследуемый гальванический элемент, нормальный элемент, источник рабочего тока, реохорд, гальванометр, двухполюсный переключатель, магазин сопротивлений...
2740. Зависимость мощности и КПД источника тока от нагрузки 146 KB
  Зависимость мощности и КПД источника тока от нагрузки Приборы и принадлежности. лабораторная панель, два аккумулятора, миллиамперметр, вольтметр, переменные резисторы. Введение. Наиболее широко распространенными источниками постоянного тока явл...
2741. Изучение температурной зависимости сопротивления металлов и полупроводников 88 KB
  Изучение температурной зависимости сопротивления металлов и полупроводников Приборы и принадлежности измеряемые образцы, масляная баня, источник постоянного тока к мешалке, универсальный вольтметр РВ7-32. Введение. Как показывает опыт...
2742. Изучение работы полупроводникового диода 106 KB
  Изучение работы полупроводникового диода Приборы и принадлежности: лабораторная панель Полупроводниковый диод, источник постоянного тока Б5-48, универсальный измерительный прибор В7-40, электронный осциллограф. Введение. Кристаллическим...
2743. Определение удельного заряда электрона из вольт-амперной характеристики вакуумного диода 161 KB
  Определение удельного заряда электрона из вольт-амперной характеристики вакуумного диода Приборы и принадлежности лабораторная панель Вакуумный диод, миллиамперметр постоянного тока, стабилизированные источники питания. Введение. Явление термоэле...
2744. Определение удельного заряда электрона методом магнетрона 175.5 KB
  Определение удельного заряда электрона методом магнетрона. Удельным зарядом электрона называется отношение заряда электрона к его массе – е/m. Эту величину можно определить различными экспериментальными методами, в том числе...