Статистический анализ финансового состояния предприятия ООО "Инфора" на основе имитационной модели

Связи же второго типа (неявные) заранее неизвестны. Однако необходимо уметь объяснять и предсказывать (прогнозировать) сложные явления для того, чтобы управлять ими. Поэтому специалисты с помощью наблюдений стремятся выявить скрытые зависимости и выразить их в виде формул, т. е. математически смоделировать явления или процессы. Одну из таких возможностей предоставляет корреляционно-регрессионный анализ.

Представление экономических и других данных в электронных таблицах в наши дни стало простым и естественным. Оснащение же электронных таблиц средствами корреляционно-регрессионного анализа способствует тому, что из группы сложных, глубоко научных и потому редко используемых, почти экзотических методов, корреляционно-регрессионный анализ превращается для специалиста в повседневный, эффективный и оперативный аналитический инструмент. Однако, в силу его сложности, освоение его требует значительно больших знаний и усилий, чем освоение простых электронных таблиц.

Пользуясь методами корреляционно-регрессионного анализа, аналитики измеряют тесноту связей показателей с помощью коэффициента корреляции. При этом обнаруживаются связи, различные по силе (сильные, слабые, умеренные и др.) и различные по направлению (прямые, обратные). Если связи окажутся существенными, то целесообразно будет найти их математическое выражение в виде регрессионной модели и оценить статистическую значимость модели. В экономике значимое уравнение используется, как правило, для прогнозирования изучаемого явления или показателя.

Регрессионный анализ называют основным методом современной математической статистики для выявления неявных и завуалированных связей между данными наблюдений. Электронные таблицы делают такой анализ легко доступным. Таким образом, регрессионные вычисления и подбор хороших уравнений - это ценный, универсальный исследовательский инструмент в самых разнообразных отраслях деловой и научной деятельности (маркетинг, торговля, медицина и т. д.). Усвоив технологию использования этого инструмента, можно применять его по мере необходимости, получая знание о скрытых связях, улучшая аналитическую поддержку принятия решений и повышая их обоснованность.

Корреляционно-регрессионный анализ считается одним из главных методов в маркетинге, наряду с оптимизационными расчетами, а также математическим и графическим моделированием трендов (тенденций). Широко применяются как однофакторные, так и множественные регрессионные модели.

Компонентный и факторный анализы проводятся с несколькими частными целями. Как методы снижения размерности они позволяют выявить закономерности, которые непосредственно не наблюдаются. Эта задача решается по матрице нагрузок, как и классификация признаков в пространстве главных компонент (или общих факторов). А индивидуальные значения используются для классификации объектов (не по исходным признакам, а по главным компонентам или общим факторам) и для построения уравнения регрессии на эти обобщенные показатели. Кроме того, диаграмма рассеяния объектов, построенная в плоскости, образованной двумя первыми, наиболее весомыми, главными компонентами (или общими факторами) может косвенно подтвердить или опровергнуть предположение о том, что исследуемые данные подчиняются многомерному нормальному закону. Форма облака должна напоминать эллипс, более густо объекты расположены в его центре и разреженно по мере удаления от него.

Интерпретируются главные компоненты и общие факторы, которые соответствуют дисперсии больше 1, и которые имеют хотя бы одну весомую нагрузку. Выбор критической величины, при превышении которой элемент матрицы нагрузок признается весовым и оказывает влияние на интерпретацию главной компоненты или общего фактора, определяется по смыслу решаемой задачи и может варьировать в пределах от 0,5 до 0,9 в зависимости от получаемых промежуточных результатов. Формальные результаты должны хорошо интерпретироваться.

Факторный анализ - более мощный и сложный аппарат, чем метод главных компонент, поэтому он применяется в том случае, если результаты компонентного анализа не вполне устраивают. Но поскольку эти два метода решают одинаковые задачи, необходимо сравнить результаты компонентного и факторного анализов, т.е. матрицы нагрузок, а также уравнения регрессии на главные компоненты и общие факторы, прокомментировать сходство и различия результатов.

Основной целью дисперсионного анализа является проверка статистической значимости различия между средними (для групп или переменных). Эта проверка проводится с помощью разбиения суммы квадратов на компоненты, т.е. с помощью разбиения общей дисперсии (вариации) на части, одна из которых обусловлена случайной ошибкой (то есть внутригрупповой изменчивостью), а вторая связана с различием средних значений. Последняя компонента дисперсии затем используется для анализа статистической значимости различия между средними значениями. Если это различие значимо, нулевая гипотеза отвергается и принимается альтернативная гипотеза о существовании различия между средними.

Ковариационный анализ Кендалл М.Дж., Стьюарт А. Многомерный статистический анализ и временные ряды. М., 1976; - совокупность методов математической статистики, относящихся к анализу моделей зависимости среднего значения некоторой случайной величины Y от набора неколичественных факторов F и одновременно от набора количественных факторов X. По отношению к Y переменные X называют сопутствующими; факторы F задают сочетания условий качественной природы, при которых получены наблюдения Y и Х, и описываются с помощью так называемых индикаторных переменных; среди сопутствующих и индикаторных переменных могут быть как случайные, так и неслучайные (контролируемые в эксперименте); если случайная величина Y является вектором, то говорят о многомерном анализе ковариационном.Основные теоретические и прикладные проблемы ковариационного анализа относятся к линейным моделям. В частности, если анализируются n наблюдений с р сопутствующими переменными ()), k возможными типами условий эксперимента ()), то линейная модель соответствующего анализа ковариационного задается уравнением: (1),

где i = 1,...,n, индикаторные переменные равны 1, если j-е условие эксперимента имело место при наблюдении , и равны 0 в ином случае. () могут соответствовать результатам дихотомизации номинального признака Р с градациями . Номинальный же признак может быть сложным: каждой его градации может отвечать сочетание значений некоторых первичных, например, взятых из анкеты, признаков; коэффициенты определяют эффект влияния j-го условия;

- значение сопутствующей переменной , при котором получено наблюдение , i = 1,...,n; s = 1,...,Р; - значения соответствующих коэффициентов регрессии Y по , вообще говоря, зависящие от конкретного сочетания условий эксперимента, т.е. от вектора ; - случайные ошибки, имеющие нулевые средние значения.Основное назначение ковариационного анализа - использование в построении статистических оценок и статистических критериев для проверки различных гипотез относительно значений этих параметров. Если в модели (1) постулировать априори , то получится модель анализа дисперсионного; если из (1) исключить влияние неколичественных факторов (положить ), то получится модель анализа регрессионного. Своим названием ковариационный анализ обязан тому обстоятельству, что в его вычислениях используются разбиения ковариации величин Y и X точно так, же как в дисперсионном анализе используются разбиения суммы квадратов отклонений.

Спектральный анализ - это один из методов обработки сигналов, который позволяет охарактеризовать частотный состав измеряемого сигнала. Преобразование Фурье является математической основой, которая связывает временной или пространственный сигнал (или же некоторую модель этого сигнала) с его представлением в частотной области. Методы статистики играют важную роль в спектральном анализе, поскольку сигналы, как правило, имеют шумовой или случайный характер. Если бы основные статистические характеристики сигнала были известны точно или же их можно было бы без ошибки определить на конечном интервале этого сигнала, то спектральный анализ представлял бы собой отрасль точной науки. Однако в действительности по одному-единственному отрезку сигнала можно получить только некоторую оценку его спектра.

К обработке сигналов в реальном масштабе времени относятся задачи анализа аудио, речевых, мультимедийных сигналов, в которых помимо трудностей, связанных непосредственно с анализом спектрального содержания и дальнейшей классификацией последовательности отсчетов (как в задаче распознавания речи) или изменения формы спектра - фильтрации в частотной области (в основном относится к мультимедийным сигналам), возникает проблема управления потоком данных в современных вычислительных системах. Реальность накладывает отпечаток, как на сами вычислительные алгоритмы, так и на результаты экспериментов, поднимая вопросы, с которыми не сталкиваются при обработке всей доступной информации. При обработке сигналов обычно приходится решать задачи двух типов - задачу обнаружения и задачу оценивания. При обнаружении нужно дать ответ на вопрос, присутствует ли в данное время на входе некоторый сигнал с априорно известными параметрами.

Оценивание - это задача измерения значений параметров, описывающих сигнал. Сигнал часто зашумлен, на него могут накладываться мешающие сигналы. Поэтому для упрощения указанных задач сигнал обычно разлагают по базисным составляющим пространства сигналов. Для многих приложений наибольший интерес представляют периодические сигналы. Такое разложение можно выполнить с помощью классического преобразования Фурье. При обработке сигналов конечной длительности возникают интересные и взаимозависимые вопросы, которые необходимо учитывать в ходе гармонического анализа. Конечность интервала наблюдения влияет на обнаружимость тонов в присутствии сильных шумов, на разрешимость тонов меняющейся частоты и на точность оценок параметров всех вышеупомянутых сигналов.

Особый интерес для предприятия ООО «Инфора» представляет решение проблемы падения прибыли и рентабельности предприятия. В связи с этим, требуется выяснить, какие из факторов являются наиболее значимыми, т.е. оказывают наиболее значимое влияние, именно поэтому был выбран факторный анализ. Методами факторного анализа можно подтвердить существующую гипотезу или сформулировать новую гипотезу на основе большого числа наблюдений. Факторный анализ надо рассматривать как статистический метод вне зависимости от области его приложения. В факторном анализе мы исходим из того, что несколько измеряемых параметров сильно коррелируют между собой. В этом случае эти характеристики процессов взаимно определяют друг друга; например, выработка предприятия и производительность труда, оцениваемая как выработка на одного работника. В связи с накоплением большого статистического материала при изучении сложных экономических явлений, например, при анализе производственно-хозяйственной деятельности, при прогнозировании по многим параметрам, становится очень трудным, а зачастую и невозможным решить проблему на основе одних логических рассуждений.

Факторный анализ позволяет: упорядочить данные, описать взаимосвязи, получить дополнительный материал для проверки интуитивных соображений руководителя или исследователя.

Использование возможностей современной вычислительной техники, оснащенной пакетами программ машинной обработки статистической информации на ЭВМ, делает практически осуществимым оперативное решение задач изучения взаимосвязи показателей коммерческой деятельности методом факторного анализа.

В зависимости от типа факторной модели различают два основных вида факторного анализа - детерминированный и стохастический.

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рисунок 1.7 - Способы факторного анализа

Простое перечисление способов в различных группировках показывает, что все они требуют применения математического аппарата различной степени сложности. По сложности применяемого инструментария аналитические методы делятся на способы элементарной математики и высшей математики. По признаку оптимальности все экономико-математические методы (задачи) подразделяются на две группы: оптимизационные и неоптимизационные.

Перечисленное многообразие методов предоставляет аналитику широкие возможности в выборе инструментария исследования. Выбор того или иного способа или приема из перечисленных определяется целью анализа, требованиями к степени детализации (глубины) анализа, к точности результатов, характером взаимосвязи между показателями, характером аналитических задач.

Детерминированный факторный анализ представляет собой методику исследования влияния факторов, связь которых с результативным показателем носит функциональный характер, т. е. когда результативный показатель факторной модели представлен в виде произведения, частного или алгебраической суммы факторов.

Данный вид факторного анализа наиболее распространен, поскольку, будучи достаточно простым в применении (по сравнению со стохастическим анализом), позволяет осознать логику действия основных факторов развития предприятия, количественно оценить их влияние, понять, какие факторы и в какой пропорции возможно и целесообразно изменить для повышения эффективности производства.

Различают четыре типа детерминированных моделей: Грищенко О.В. Анализ и диагностика финансово-хозяйственной деятельности предприятия. Понятие, предмет и метод экономического анализа.

Аддитивные модели представляют собой алгебраическую сумму показателей и имеют вид

.

К таким моделям, например, относятся показатели себестоимости во взаимосвязи с элементами затрат на производство и со статьями затрат; показатель объема производства продукции в его взаимосвязи с объемом выпуска отдельных изделий или объема выпуска в отдельных подразделениях.

Мультипликативные модели в обобщенном виде могут быть представлены формулой:

.

Примером мультипликативной модели является двухфакторная модель объема реализации:

,

где Ч - среднесписочная численность работников;

CB - средняя выработка на одного работника.

Кратные модели:

.

Примером кратной модели служит показатель срока оборачиваемости товаров (в днях). Т_ОБ.Т:

,

где З_Т - средний запас товаров; О_Р - однодневный объем реализации.

Смешанные модели представляют собой комбинацию перечисленных выше моделей и могут быть описаны с помощью специальных выражений:

Примерами таких моделей служат показатели затрат на 1 руб. товарной продукции, показатели рентабельности и др.

Для изучения зависимости между показателями и количественного измерения множества факторов, повлиявших на результативный показатель, приведем общие правила преобразования моделей с целью включения новых факторных показателей.

Для детализации обобщающего факторного показателя на его составляющие, которые представляют интерес для аналитических расчетов, используют прием удлинения факторной системы.

Если исходная факторная модель , а , то модель примет вид .

Для выделения некоторого числа новых факторов и построения необходимых для расчетов факторных показателей применяют прием расширения факторных моделей. При этом числитель и знаменатель умножаются на одно и тоже число:

.

Для построения новых факторных показателей применяют прием сокращения факторных моделей. При использовании данного приема числитель и знаменатель делят на одно и то же число.

.

Детализация факторного анализа во многом определяется числом факторов, влияние которых можно количественные оценить, поэтому большое значение в анализе имеют многофакторные мультипликативные модели. В основе их построения лежат следующие принципы:

· место каждого фактора в модели должно соответствовать его роли в формировании результативного показателя;

· модель должна строиться из двухфакторной полной модели путем последовательного расчленения факторов, как правило качественных, на составляющие;

· при написании формулы многофакторной модели факторы должны располагаться слева направо в порядке их замены.

Построение факторной модели - первый этап детерминированного анализа. Далее определяют способ оценки влияния факторов.

Способ цепных подстановок заключается в определении ряда промежуточных значений обобщающего показателя путем последовательной замены базисных значений факторов на отчетные. Данный способ основан на элиминировании. Элиминировать - значит устранить, исключить воздействие всех факторов на величину результативного показателя, кроме одного. При этом исходя из того, что все факторы изменяются независимо друг от друга, т.е. сначала изменяется один фактор, а все остальные остаются без изменения, потом изменяются два при неизменности остальных и т.д.

В общем виде применение способа цепных постановок можно описать следующим образом:



где a₀, b_0, c₀ - базисные значения факторов, оказывающих влияние на обобщающий показатель у_;

a₁, b₁, c₁ - фактические значения факторов;

y_a, y_b, - промежуточные изменения результирующего показателя, связанного с изменением факторов а, b, соответственно.

Общее изменение Dу=у₁-у₀ складывается из суммы изменений результирующего показателя за счет изменения каждого фактора при фиксированных значениях остальных факторов:

Способ абсолютных разниц является модификацией способа цепной подстановки. Изменение результативного показателя за счет каждого фактора способом разниц определяется как произведение отклонения изучаемого фактора на базисное или отчетное значение другого фактора в зависимости от выбранной последовательности подстановки:

Способ относительных разниц применяется для измерения влияния факторов на прирост результативного показателя в мультипликативных и смешанных моделях вида у = (а - в). с. Он используется в случаях, когда исходные данные содержат определенные ранее относительные отклонения факторных показателей в процентах.

Для мультипликативных моделей типа у = а. в. с методика анализа следующая:

· находят относительное отклонение каждого факторного показателя:

· определяют отклонение результативного показателя у за счет каждого фактора

Интегральный метод позволяет избежать недостатков, присущих методу цепной подстановки, и не требует применения приемов по распределению неразложимого остатка по факторам, т.к. в нем действует логарифмический закон перераспределения факторных нагрузок. Интегральный метод позволяет достигнуть полного разложения результативного показателя по факторам и носит универсальный характер, т.е. применим к мультипликативным, кратным и смешанным моделям. Операция вычисления определенного интеграла решается с помощью ПЭВМ и сводится к построению подынтегральных выражений, которые зависят от вида функции или модели факторной системы.

Стохастический анализ представляет собой методику исследования факторов, связь которых с результативным показателем в отличие от функциональной, является неполной, вероятностной (корреляционной). Если при функциональной (полной) зависимости с изменением аргумента всегда происходит соответствующее изменение функции, то при корреляционной связи изменение аргумента может дать несколько значений прироста функции в зависимости от сочетания других факторов, определяющих данный показатель. Например, производительность труда при одном и том же уровне фондовооруженности может быть неодинаковой на разных предприятиях. Это зависит от оптимальности сочетания других факторов, воздействующих на этот показатель.

Стохастическое моделирование является в определенной степени дополнением и углублением детерминированного факторного анализа. В факторном анализе эти модели используются по трем основным причинам:

· необходимо изучить влияние факторов, по которым нельзя построить жестко детерминированную факторную модель (например, уровень финансового левериджа);

· необходимо изучить влияние сложных факторов, которые не поддаются объединению в одной и той же жестко детерминированной модели;

· необходимо изучить влияние сложных факторов, которые не могут быть выражены одним количественным показателем (например, уровень научно-технического прогресса).

В отличие от жестко детерминированного стохастический подход для реализации требует ряда предпосылок:

1. наличие совокупности;

2. достаточный объем наблюдений;

3. случайность и независимость наблюдений;

4. однородность;

5. наличие распределения признаков, близкого к нормальному;

6. наличие специального математического аппарата.

Построение стохастической модели проводится в несколько этапов:

· качественный анализ (постановка цели анализа, определение совокупности, определение результативных и факторных признаков, выбор периода, за который проводится анализ, выбор метода анализа);

· предварительный анализ моделируемой совокупности (проверка однородности совокупности, исключение аномальных наблюдений, уточнение необходимого объема выборки, установление законов распределения изучаемых показателей);

· построение стохастической (регрессионной) модели (уточнение перечня факторов, расчет оценок параметров уравнения регрессии, перебор конкурирующих вариантов моделей);

· оценка адекватности модели (проверка статистической существенности уравнения в целом и его отдельных параметров, проверка соответствия формальных свойств оценок задачам исследования);

· экономическая интерпретация и практическое использование модели (определение пространственно-временной устойчивости построенной зависимости, оценка практических свойств модели).

Кроме деления на детерминированный и стохастический, различают следующие типы факторного анализа:

· прямой и обратный;

· одноступенчатый и многоступенчатый;

· статический и динамичный;

· ретроспективный и перспективный (прогнозный).

При прямом факторном анализе исследование ведется дедуктивным способом - от общего к частному. Обратный факторный анализ осуществляет исследование причинно-следственных связей способом логичной индукции - от частных, отдельных факторов, к обобщающим.

Факторный анализ может быть одноступенчатым и многоступенчатым. Первый тип используется для исследования факторов только одного уровня (одной ступени) подчинения без их детализации на составные части. Например, у = а * b. При многоступенчатом факторном анализе проводится детализация факторов a и b на составные элементы с целью изучения их поведения. Детализация факторов может быть продолжена и дальше. В этом случае изучается влияние факторов различных уровней соподчиненности.

Необходимо также различать статический и динамический факторный анализ. Первый вид применяется при изучении влияния факторов на результативные показатели на соответствующую дату. Другой вид представляет собой методику исследования причинно-следственных связей в динамике.

И, наконец, факторный анализ может быть ретроспективным, который изучает причины прироста результативных показателей за прошлые периоды, и перспективным, который исследует поведение факторов и результативных показателей в перспективе.

§1.3 Математическая модель оценки и анализа финансового состояния предприятия

Для оценки и анализа финансового состояния предприятия используют различные статистические методы. Для нашей задачи был выбран факторный анализ.

Под факторным анализом Понятие, типы и задачи факторного анализа - http://www.dist-cons.ru/modules/DuPont/index.html понимается методика комплексного и системного изучения и измерения воздействия факторов на величину результативных показателей.

Можно выделить следующие этапы факторного анализа:

· постановка цели анализа;

· отбор факторов, определяющих исследуемые результативные показатели;

· классификация и систематизация факторов с целью обеспечения комплексного и системного подхода к исследованию их влияния на результаты хозяйственной деятельности;

· определение формы зависимости между факторами и результативным показателем;

· моделирование взаимосвязей между результативным и факторными показателями;

· расчет влияния факторов и оценка роли каждого из них в изменении величины результативного показателя;

· работа с факторной моделью (практическое ее использование для управления экономическими процессами).

Отбор факторов для анализа того или иного показателя осуществляется на основе теоретических и практических знаний в конкретной отрасли. При этом обычно исходят из принципа: чем больший комплекс факторов исследуется, тем точнее будут результаты анализа. Вместе с тем необходимо иметь в виду, что если этот комплекс факторов рассматривается как механическая сумма, без учета их взаимодействия, без выделения главных, определяющих, то выводы могут быть ошибочными. В анализе хозяйственной деятельности взаимосвязанное исследование влияния факторов на величину результативных показателей достигается с помощью их систематизации, что является одним из основных методологических вопросов этой науки.

Расчет влияния факторов - главный методологический аспект в анализе хозяйственной деятельности.

Последний этап факторного анализа - практическое использование факторной модели для подсчета резервов прироста результативного показателя, для планирования и прогнозирования его величины при изменении ситуации.

Показатели рентабельности более полно, чем прибыль, характеризуют окончательные результаты хозяйствования, потому что их величина показывает соотношение эффекта с наличными или использованными ресурсами. Их применяют для оценки деятельности предприятия и как инструмент инвестиционной политике и ценообразовании.

Показатели рентабельности можно объединить в несколько групп:1) показатели, характеризующие рентабельность (окупаемость) издержек производства и инвестиционных проектов;2) показатели, характеризующие рентабельность продаж;3) показатели, характеризующие доходность капитала и его частей.

Все эти показатели могут рассчитываться на основе балансовой прибыли, прибыли от реализации продукции и чистой прибыли.

Рентабельность производственной деятельности (окупаемость издержек) (R₃) исчисляется путем отношения балансовой (Пб) или чистой прибыли (Пч) к сумме затрат по реализованной или произведенной продукции (З):

или

Она показывает, сколько предприятие имеет прибыли с каждого рубля, затраченного на производство и реализацию продукции. Может рассчитываться в целом по предприятию, отдельным его подразделениям и видам продукции.

Рентабельность продаж (R_n) рассчитывается делением прибыли от реализации продукции, работ и услуг или чистой прибыли на сумму полученной выручки (РП). Характеризует эффективность предпринимательской деятельности: сколько прибыли имеет предприятие с рубля продаж. Широкое применение этот показатель получил в рыночной экономике. Рассчитывается в целом по предприятию и отдельным видам продукции.

.

Рентабельность (доходность) капитала (R_к) исчисляется отношением балансовой (чистой) прибыли к среднегодовой стоимости всего инвестированного капитала () или отдельных его слагаемых: собственного (акционерного), заемного, основного, оборотного, производственного капитала и т.д.

.

В процессе анализа следует изучить динамику перечисленных показателей рентабельности, выполнение плана по их уровню и провести межхозяйственные сравнения с предприятиями-конкурентами.

Уровень рентабельности производственной деятельности (окупаемость затрат), исчисленный в целом по предприятию (R), зависит от трех основных факторов первого порядка: изменения структуры реализованной продукции, ее себестоимости и средних цен реализации.

Факторная модель этого показателя имеет вид:

Расчет влияния факторов первого порядка на изменение уровня рентабельности в целом по предприятию можно выполнить способом цепных подстановок.

Затем следует сделать факторный анализ рентабельности продаж по каждому виду продукции. Уровень рентабельности отдельных видов продукции зависит от изменения средних реализационных цен и себестоимости единицы продукции:

Таким же образом производится факторный анализ рентабельности продаж. Детерминированная факторная модель этого показателя, исчисленного в целом по предприятию, имеет следующий вид:

.

Факторный анализ рентабельности продаж отдельных видов продукции зависит от среднего уровня цены и себестоимости изделия:

.

Аналогично осуществляется факторный анализ рентабельности продаж и инвестированного капитала. Балансовая сумма прибыли зависит от объема реализованной продукции (VРП), ее структуры (УД_i), себестоимости (З_ед), среднего уровня цен (Ц_i) и финансовых результатов от прочих видов деятельности, не связанных с реализацией продукции и услуг (ВФР).

Среднегодовая сумма основного и оборотного капитала ( ) зависит от объема продаж и скорости оборота капитала (коэффициента оборачиваемости К_об), который определяется отношением суммы оборота к среднегодовой сумме основного и оборотного капитала.

Чем быстрее оборачивается капитал на предприятии, тем меньше его требуется для обеспечения запланированного объема продаж.

И наоборот, замедление оборачиваемости капитала требует дополнительного привлечения средств для обеспечения того же объема производства и реализации продукции. Таким образом, объем продаж сам по себе не оказывает влияния на уровень рентабельности, т.к. с его изменением пропорционально увеличиваются или уменьшаются сумма прибыли и сумма основного и оборотного капитала при условии неизменности остальных факторов.

Взаимосвязь названных факторов с уровнем рентабельности капитала можно записать в виде

.

Факторный анализ прибыли.

В хозяйственной повседневной жизни не всегда разграничивают эти виды доходов, употребляя обобщающие термины: доход и прибыль. Это емкие термины, имеющие узкое и широкое значение. Так, выше доход и прибыль трактовались в узком значении. В широком значении - это разница между полученной выгодой и понесенными при этом затратами. Именно в широком значении чаще всего и говорят о прибыли предприятия, подразумевая под ней фактически совокупность предпринимательского дохода, процента на собственный денежный капитал предприятия, прибыли от использования им своего реального капитала, дохода от собственного интеллектуального продукта, а также зачастую дохода от природных ресурсов и трудовых ресурсов.

Различают бухгалтерское и экономическое значение прибыли. Например, в России в бухгалтерскую прибыль предприятия включают выручку предприятия от реализации продукции за вычетом из нее затрат на производство реализованной продукции, добавляя доходы (расходы) от внереализационных операций (доходы от ценных бумаг, расходы на выплату некоторых налогов, убытки от стихийных бедствий и др.). Если из исчисленной таким образом прибыли вычесть налог на нее и некоторые другие платежи в бюджет, то получится прибыль, остающаяся в распоряжении предприятия (нередко ее называют чистой прибылью).

Прибыль предприятия в экономическом значении можно подсчитать и вышеуказанным способом, но при этом в расходы нужно включать вмененные расходы.

Таким образом, прибыль - это своего рода комплексный показатель использования экономических ресурсов. Понятно, почему в рыночной экономике прибыли уделяют такое огромное внимание, почему она является одним из главных двигателей рыночного хозяйства. Распределение ресурсов регулируют так, чтобы их использование приносило наибольший совокупный доход (прибыль).

Значение прибыли обусловлено тем, что, с одной стороны, она зависит в основном от качества работы предприятия, повышает экономическую заинтересованность его работников в наиболее эффективном использовании ресурсов, так как прибыль - основной источник производственного и социального развития предприятия, а с другой - она служит важнейшим источником формирования государственного бюджета. Таким образом, в росте суммы прибыли заинтересованы как предприятие, так и государство. Прирост прибыли может быть достигнут не только благодаря увеличению трудового вклада коллектива предприятия но и за счет факторов. Поэтому на каждом предприятии необходимо проводить систематический анализ формирования, распределения и использования прибыли. Этот анализ имеет важное значение и для внешних субъектов (государственных органов, банков и др.).

Задачи анализа и его последовательность:

· оценка плана прибыли и выбор наилучшего варианта;

· изучение и количественное измерение влияния факторов формирования показателей прибыли;

· изучение выполнения плана и динамики;

· изучение направлений, пропорций и тенденций распределения прибыли;

· выявление резервов роста прибыли;

· разработка рекомендаций по наиболее эффективному использованию прибыли с учетом перспектив развития предприятия.

Анализ должен показать также влияние на прибыль нарушений договорной, технологической финансовой дисциплины.

Перспективный анализ прибыли имеет целью выявление наиболее устойчивых закономерностей и тенденций в предшествующем периоде, прогнозирование на их основе показателей на перспективу, выбор альтернатив развития, выработку практических рекомендаций по определению наилучшего варианта развития предприятия. Метод непосредственной экстраполяции - наиболее простой способ прогноза. Его рекомендуется использовать, если имеется однородная и обширная по объему исходная информация, т. е. достаточно длинный временный ряд. Экстраполяция основана на изучении динамики изменения экономического явления (показателя) в предпрогнозном периоде и перенесения выявленной закономерности на будущее. Достоинство метода состоит в его универсальности, а недостаток - в необходимости проведения большого числа наблюдений, что ведет к снижению достоверности прогноза с увеличением срока его упреждения.

Динамический, или временной, ряд представляет собой совокупность числовых данных, характеризующих изменение показателя во времени.

Поскольку целью анализа в данной работе, в частности, является подготовка информации для последующего принятия решений, то в рамках анализа финансовых результатов необходимо проведение анализа показателей, позволяющих определить пути их влияния на образующие прибыль факторы.

Для определения путей повышения рентабельности проводится факторный анализ рентабельности.

Как уже было сказано, прежде чем проводить анализ по данным направлениям, проводится анализ и оценка уровня и динамики показателей прибыли. Для этого составляется таблица, в которой общий финансовый результат анализируемого периода отражается в развернутом виде и представляет собой алгебраическую сумму прибыли (убытка) от следующих видов деятельности:

· реализация продукции (работ, услуг);

· реализация основных средств, нематериальных активов и иного имущества предприятия (прочая реализация);

· внереализационная деятельность.

Внереализационные финансовые результаты образуются на предприятии, если оно имеет финансовые вложения в ценные бумаги других организаций, либо принимает участие в совместной деятельности.

Далее проводится расчет факторных влияний на прибыль от реализации продукции. Влияние факторов рассчитывается в последовательности, приведенной ниже:

Расчет общего изменения прибыли от реализации продукции (Р):

Р=Р1 - Р0,

где Р1 - прибыль отчетного года;

Р0 - прибыль базисного года;

1. Расчет влияния на прибыль изменений отпускных цен на реализованную продукцию (Р1):

Р1= N1.0= p1* q1-p0*q1

где: Np1= p1*q1 - реализация в отчетном году в ценах отчетного года (р- цена изделия; q - количество изделий);

Np0= p0*q1 - реализация в отчетном году в ценах базисного года.

Расчет влияния на прибыль изменений в объеме продукции (Р2):

Р2= Ро*К1- Ро,

где Ро - прибыль базисного года;

К1 - коэффициент роста объема реализации продукции.

К1=S1.0/S0,

где S 1.0 - фактическая себестоимость реализованной продукции за отчетный период в ценах и тарифах базисного периода;

S 0 -. фактическая себестоимость реализованной продукции за отчетный период в ценах и тарифах отчетного периода;

2. Расчет влияния на прибыль изменений в объеме продукции, обусловленных изменениями в структуре продукции (Р3):

Р3= Ро*(К2-К1)

где К2- коэффициент роста объема реализации в оценке по отпускным ценам

К2=N1.0/N0,

где N1.0 - реализация в отчетном периоде по ценам базисного периода;

N0 - реализация в базисном периоде.

3. Расчет влияния на прибыль увеличения себестоимости продукции (Р4):

Р4=S1.0- S1,

где S1.0 - себестоимость реализованной продукции отчетного периода в ценах и условиях базисного периода;

S1 - фактическая себестоимость реализованной продукции отчетного периода.

4. Расчет влияния на прибыль изменений себестоимости за счет структурных сдвигов в составе продукции (Р5):

Р5= S0*К2- S1.0.

5. Влияние на прибыль нарушений хозяйственной дисциплины (P6).

Сумма факторных отклонений дает общее изменение прибыли от реализации за отчетный период, что выражается следующей формулой:

Р= Р1+Р2+Р3+Р4+Р5+Р6.

Факторный анализ прибыли.

Последнее время все больший интерес проявляется к методике анализа прибыли, которая базируется на делении производственных и сбытовых затрат на переменные и постоянные. Такая методика широко применяется в странах с развитыми рыночными отношениями. Она позволяет изучить зависимость прибыли от небольшого круга наиболее важных факторов и на основе этого управлять процессом формирования ее величины. Эта методика позволяет более полно учесть взаимосвязи между показателями и точнее измерить влияние факторов.

Метод расчета прибыли по последней формуле позволяет определить изменение суммы прибыли за счет:

· количества реализованной продукции;

· цены;

· уровня удельных переменных затрат;

· суммы постоянных затрат.

Исходные данные для анализа приведены в таблице 3

Таблица 1 - Исходные данные для факторного анализа.

Показатели	2006 год	2007 год	Отклонение (+ -)
Объем реализации продукции	1920	1825	- 95
Цена реализации	9000	9500	+ 500
Переменные расходы	2214,144	2564,125	+ 1890,45
Постоянные расходы	5836,20	8341,65	+ 2505,45
Средняя цена реализации	4,6875	5,2055	+ 0,518
Удельные переменные расходы	1,1532	1,405	+ 1,2521

Расчеты влияния факторов на изменение суммы прибыли произведем способом цепной подстановки:

P₀ = V₀ *( C₀ - Y₀)- H₀ =1920*(4,6875-1,1532)-5836,20=949,656руб

P_v = V₁ *( C₀- Y₀)- H₀=1825*(4,6875-1,1532)-5836,20=613,8975руб

P_c = V₁ *( C₁- Y₀)- H₀ = 1825*(5,2055-1,1532)-5836,20= 1559,2475руб

P_y = V₁ *( C₁- Y₁)- H₀ = 1825*(5,2055-1,405)-5836,20=1099,7125руб

P₁ = V₁*( C₁- Y₁)- H₁ = 1825*(5,2055-1,405)-8341,65=1405,7375руб

Общее изменение прибыли составило:

Д P₀ = 1405,7375- 949,656= +456,0815руб.

В том числе за счет:

· количества реализованной продукции:

Д P_v = 613,8975- 949,656= - 335,7585руб.

· цены реализации:

Д P_c = 1559,2475-613,8975= + 945,35руб.

· удельных переменных затрат:

Д P_y = 1099,7125-1559,2475= -459,535руб.

· суммы постоянных затрат:

Д P₁ = 1405,7375руб - 1099,7125= +306,025руб.

Итого: Д P₀ =(- 335,7585)+(+ 945,35)+(- 459,535)+(+ 306,025)=+ 456,0815руб.

Полученные данные показывают, что отрицательное влияние на прибыль оказали факторы: рост цен на потребленные ресурсы (внешний фактор), повышение уровня суммы постоянных затрат (внутренний фактор).

Факторный анализ рентабельности.

Факторный анализ рентабельности продаж. Детерминированная факторная модель этого показателя, исчисленного в целом по предприятию, имеет следующий вид:

, где

R_i - рентабельность продаж;

V_i - количество (масса) реализованной продукции;

C_i - средняя цена реализованной продукции;

Y_i - удельные переменные расходы;

H_i - постоянные расходы.

(11,80%)

(7,73%)

(19,64%)

(10,09%)

(12,89%)

Полученные данные показывают, что уровень рентабельности в 2006 г. выше, чем в 2007 г. на ДR = (12,89 - 11,80) = +1,09%

В том числе за счет изменения:

· количества реализованной продукции (7,73 - 11,80) = - 4,07%;

· цены реализации (19,64 - 7,73) = +11,91%;

· удельных переменных расходов (10,09 - 19,64) = - 9,55%;

· суммы постоянных расходов (12,89- 10,09) = +2,81%.

Итого: (-4,07) +(+11,91) +(-9,55) +(+2,81) = +1,09%

Полученные данные показывают, что уровень рентабельности занижают количество реализованной продукции и удельные переменные расходы.

В связи с этим можно предложить следующие меры по увеличению рентабельности: увеличение объема реализации продукции, снижение себестоимости продукции, повышение качества товарной продукции, реализация продукции на более выгодных рынках сбыта.

Преимущество проведенной методики анализа показателей рентабельности состоит в том, что при ее использовании учитывается взаимосвязь элементов модели, в частности объема продаж, цены, удельных переменных затрат и суммы постоянных затрат. Это обеспечивает более точное определение влияния факторов и как следствие более высокий уровень планирования и прогнозирования финансовых результатов.

Выводы по первой главе

Целью исследования является разработка имитационной модели анализа финансового состояния предприятия для совершенствования эффективности управления предприятием и повышения его конкурентоспособности.

Достижение поставленной цели было обеспечено решением двух задач.

1. Изучение организационной и финансовой структуры предприятия ООО «Инфора» с целью совершенствования эффективности управления предприятием и повышения его конкурентоспособности.

2. Исследование методов статистического анализа финансовой деятельности предприятия, определение параметров, характеризующих функционирование системы управления маркетингом предприятия и оценка ее качества и конкурентоспособности.

Были рассмотрены различные методы статистического анализа деятельности предприятия и выбран метод факторного анализа для нашей задачи.

Глава 2. Создание имитационной модели для анализа финансового состояния предприятия ООО «Инфора»

§2.1 Технологии проектирования имитационных моделей предприятия

В современном мире управление различными системами является очень важной и сложной проблемой. Это объясняется и сложной структурой самих систем и большим количеством связей между различными системами. Изменение одной характеристики системы может привести к изменению других частей системы или всей системы в целом. С появлением компьютеров - инструмента анализа сложных систем возникло имитационное моделирование.

В современной литературе не существует единой точки зрения по вопросу о том, что понимать под имитационным моделированием. Так существуют различные трактовки:

· под имитационной моделью понимается математическая модель в классическом смысле;

· этот термин сохраняется лишь за теми моделями, в которых тем или иным способом разыгрываются (имитируются) случайные воздействия;

· предполагают, что имитационная модель отличается от обычной математической более детальным описанием, но критерий, по которому можно сказать, когда кончается математическая модель и начинается имитационная, не вводится.

Имитационное моделирование применяется к процессам, в ход которых может время от времени вмешиваться человеческая воля. Человек, руководящий операцией, может в зависимости от сложившейся обстановки, принимать те или иные решения, подобно тому, как шахматист, глядя на доску, выбирает свой очередной ход. Затем приводится в действие математическая модель, которая показывает, какое ожидается изменение обстановки, в ответ на это решение и к каким последствиям оно приведет спустя некоторое время. Следующее текущее решение принимается уже с учетом реальной новой обстановки и т. д. В результате многократного повторения такой процедуры руководитель как бы «набирает опыт», учится на своих и чужих ошибках и постепенно принимает правильные решения - если не оптимальные, то почти оптимальные.

Имитационное моделирование Р. Шеннон Имитационное моделирование систем - искусство и наука.- М.:Мир, 1978. -- это метод исследования, заключающийся в имитации на ЭВМ процесса функционирования системы или отдельных ее элементов.

Сущность метода имитационного моделирования заключается в разработке таких алгоритмов и программ, которые имитируют поведение системы, ее свойства и характеристики в необходимом для исследования составе, объеме и области изменения параметров.

Принципиальные возможности метода весьма велики, он позволяет при необходимости исследовать системы любой сложности и назначения с любой степенью детализации. Ограничениями являются лишь мощность используемой ЭВМ и трудоемкость подготовки сложного комплекса программ. Методы имитационного моделирования развиваются в основном в направлении исследования степени подобия имитационных моделей реальным системам и разработки типовых методов и приемов создания имитационных моделей.

Цели имитационного моделирования экономических систем:

· описание поведения системы;

· построение теории и гипотезы, которые могут объяснить ее поведение;

· использование этих теорий для предсказания будущего поведения системы (изменения в самой системе или способах ее функционирования).

Итогом имитационного моделирования является принятие управленческого решения для экономической системы, которое выбирается на основе анализа результатов работы модели.

Имитационное моделирование - процесс конструирования модели реальной системы и постановки экспериментов на этой модели с целью либо понять поведение системы, любо оценить (в рамках ограничений, накладываемых некоторым критерием или совокупностью критериев) различные стратегии, обеспечивающие функционирование данной системы.

В свете введенных определений можно дать более строгие определения некоторым классам моделей.

Функции моделей

· средства осмысления действительности;

· средства общения;

· средства обучения и тренажа;

· средство постановки инструментов.

· инструмент прогнозирования.

Классификация моделей

Рисунок 2.1 - Классификация моделей

Этапы имитационного моделирования

Искусство моделирования состоит в способности анализировать проблему, выделять ее существенные черты и модифицировать основные предположения, характеризующие систему и совершенствовать модель до тех пор, пока она не даст полезные для практики результаты.

У. Моррис сформулировал семь указаний по разработке модели:

1) разложить общую задачу исследования на ряд более простых (детализация);

2) сформулировать цели моделирования;

3) подыскать аналоги;

4) рассмотреть численный пример, соответствующий данной задаче;

5) выбрать определенные обозначения;

6) записать очевидные соотношения, законы, связи;

7) если модель поддается математическому описанию, то использовать его в виде формул, уравнений, неравенств.

Моделирование начинается с объекта изучения. На 1 этапе формируются законы, управляющие исследованием, происходит отделение информации от реального объекта, формируется существенная информация, отбрасывается несущественная, происходит первый шаг абстракции. Преобразование информации определяется решаемой задачей. Информация, существенная для одной задачи, может оказаться несущественной для другой. Потеря существенной информации приводит к неверному решению или не позволяет вообще получить решение. Учет несущественной информации вызывает излишние сложности, а иногда создает непреодолимые препятствия на пути к решению. Переход от реального объекта к информации о нем осмыслен только тогда, когда поставлена задача. В тоже время постановка задачи уточняется по мере изучения объекта. Т.о. на 1 этапе параллельно идут процессы целенаправленного изучения объекта и уточнения задачи. Также на этом этапе информация об объекте подготавливается к обработке на компьютере. Строится так называемая формальная модель явления, которая содержит:

· набор постоянных величин, констант, которые характеризуют моделируемый объект в целом и его составные части; называемых статистическим или постоянными параметрами модели;

· набор переменных величин, меняя значение которых можно управлять поведением модели, называемых динамическим или управляющими параметрами;

· формулы и алгоритмы, связывающие величины в каждом из состояний моделируемого объекта;

· формулы и алгоритмы, описывающие процесс смены состояний моделируемого объекта.

На 2 этапе формальная модель реализуется на компьютере, выбираются подходящие программные средства для этого, строится алгоритм решения проблемы, пишется программа, реализующая этот алгоритм, затем написанная программа отлаживается и тестируется на специально подготовленных тестовых моделях. Тестирование - это процесс исполнения программы с целью выявления ошибок. Подбор тестовой модели - это своего рода искусство, хотя для этого разработаны и успешно применяются некоторые основные принципы тестирования. Тестирование - это процесс деструктивный, поэтому считается, что тест удачный, если обнаружена ошибка. Проверить компьютерную модель на соответствие оригиналу, проверить насколько хорошо или плохо отражает модель основные свойства объекта, часто удается с помощью простых модельных примеров, когда результат моделирования известен заранее.

На 3 этапе, работая с компьютерной моделью, мы осуществляем непосредственно вычислительный эксперимент. Исследуем, как поведет себя наша модель в том или ином случае, при тех или иных наборах динамических параметров, пытаемся прогнозировать или оптимизировать что-либо в зависимости от поставленной задачи.

Результатом компьютерного эксперимента будет являться информационная модель явления, в виде графиков, зависимостей одних параметров от других, диаграмм, таблиц, демонстрации явления в реальном или виртуальном времени и т.п.

Моделирование -- один из способов исследования и устранения проблем, возникающих в окружающем нас мире. Модель является реальным или абстрактным объектом, который заменяет (представляет) объект исследования в процессе его изучения, находится в отношении сходства с последним (аналогия, физическое подобие и т. п.) и более удобен для экспериментов. Наиболее естественная и важная сфера применения моделирования -- анализ сложных систем.