35
В оценке и анализе развития оборота розничной торговли используются
различные методы исследования динамических процессов: построение динами-
ческих рядов (в натуральных и стоимостных единицах), расчет показателей дина-
мики (базисных и цепных темпов роста и прироста, абсолютных приростов), по-
строение трендовых регрессионных моделей динамики, индексный метод.
Методику анализа динамики товарооборота и сезонных колебаний рассмот-
рим на примере по продаже товаров.
В ходе анализа рассчитываются абсолютные приросты, темпы роста и
темпы прироста цепные и базисные. Результаты расчетов представлены в таб-
лице 6.
Таблица 6
Расчет абсолютных и относительных показателей ряда динамики
Период
Оборот
Абсолютный прирост,
тыс. р.
Темп роста, %
Темп прироста, %
(квар-
тал,
год)
тыс. р.
базисный
цепной
базис-
ный
цепной
базис-
ный
цепной
I -2016
364501,3
0,0
0,0
II-2016
379081,3
14580,1
14580,1
104,00
104,00
4,00
4,00
III-
2016
320761,1
-43740,2
-58320,2
88,00
84,62
-12,00
-15,38
IV-
2016
393661,4
29160,1
72900,3
108,00
122,73
8,00
22,73
I -2017
424104
59602,8
30442,7
116,35
107,73
16,35
7,73
II-2017
407139,8
42638,6
-16964,2
111,70
96,00
11,70
-4,00
III-
2017
339283,2
-25218,1
-67856,6
93,08
83,33
-6,92
-16,67
IV-
2017
525889,0
161387,7
186605,8
144,28
155,00
44,28
55,00
I -2018
508717,0
144215,8
-17172,0
139,57
96,73
39,57
-3,27
II-2018
531840,5
167339,3
23123,5
145,91
104,55
45,91
4,55
III-
2018
578087,5
213586,3
46247,0
158,60
108,70
58,60
8,70
IV-
2018
693705,0
329203,8
115617,5
190,32
120,00
90,32
20,00
Итого
5466771,0
1092756,0
329203,8
1399,8
1183,4
299,8
83,4
36
Из расчетов следует, что по сравнению с I кварталом в каждом последую-
щем периоде происходило увеличение оборота, за исключением третьего квар-
тала 2016 и 2017 годов, и первого квартала 2018 года. Наиболее высокие темпы
роста были в четвертом квартале 2017 году. Анализ результатов расчетов по таб-
лице 6 показывает, что тенденция роста не является устойчивой. Средний абсо-
лютный прирост составил:
Δу = 455564,2 тыс. руб. (5466771,0:12)
Для выявления общей тенденции развития оборота оптовой торговли сле-
дует воспользоваться методами укрупнения интервалов и сглаживания ряда с по-
мощью скользящей средней.
Метод укрупнения интервалов применяется для выявления тренда в рядах
динамики колеблющихся уровней, затушевывающих основную тенденцию раз-
вития. Этот метод основан на укрупнении периодов, к которым относятся уровня
ряда динамики.
Преобразуем исходные (квартальные) данные об объеме оборота в полуго-
довые. Результаты укрупнения приведены в таблице 7.
Таблица 7
Определение общей тенденции оборота розничной торговли мето-
дом укрупнения интервалов, тыс. р.
I полугодие
2016 г.
II полуго-
дие 2016 г.
I полуго-
дие
2017 г.
II полуго-
дие 2017 г.
I полуго-
дие
2018 г.
II полуго-
дие 2018 г.
743582,6
714422,5
831243,8
865172,2
1040557,5
1271792,5
В результате укрупнения интервалов общая тенденция развития оборота
розничной торговли становится более очевидной. По данным таблицы 7 видно,
37
что не во всех полугодиях оборот розничной торговли увеличивался, так во вто-
ром полугодии 2016 году прирост был меньше товарооборота первого полуго-
дия. Наиболее высокие темпы роста были во втором полугодии 2018 года.
Анализ сглаженных уровней выявляет общую тенденцию роста оборота
розничной торговли ООО ТД «Вектор-С» (таблица 8).
Анализ сглаженных уровней выявляет общую тенденцию роста оборота
розничной торговли, но в течение анализируемого периода наблюдаются коле-
бания объема продаж в сторону увеличения или уменьшения.
Таблица 8
Расчет методом скользящих средних, тыс. р.
Год, квартал
Исходные
уровни
Скользящие
средние
Сглаженные уровни
с центрированием
I -2016
364501,30
II-2016
379081,30
364501,25
III-2016
320761,10
379401,94
371951,60
IV-2016
393661,40
386416,57
382909,30
I -2017
424104,00
391047,10
388731,80
II-2017
407139,80
424104,00
407575,50
III-2017
339283,20
445257,25
434680,60
IV-2017
525889,00
476432,42
460844,80
I -2018
508717,00
536133,49
506283,00
II-2018
531840,50
578087,50
557110,50
III-2018
578087,50
IV-2018
693705,00
Исследуемые динамические ряды оборота имеют явную тенденцию к ро-
сту и форма связи очевидна. В этом случае расчет модели производится с урав-
нения регрессии.
Для измерения тренда можно воспользоваться двумя функциями:
1) прямолинейной функцией:
38
,
(1)
где
, a
1
– параметры модели;
t – фактор времени.
2) функцией параболы второго порядка
а
,
(2)
Параметры уравнения
и a
1
находятся по формулам:
;
(3)
Данные для расчета параметров прямолинейной функции и теоретические
значения оборота розничной торговли представлены в таблице 9.
Найдем параметры
и a
1
:
Получаем прямолинейную функцию:
Подставляя последовательно значение t, получим теоретические уровни
оборота. Ошибка аппроксимации для прямолинейной формы тренда составит:
39
уу
(4)
(5)
Ошибка аппроксимации для прямолинейной формы тренда по таблице
Челдока умеренная.
Таблица 9
Построение динамических рядов оборота розничной торговли в
виде прямолинейной функции, тыс. р.
Период
у
t
t
2
t*y
y
t
(y-y
t
)
2
I -2016
364501,30
-6
36
-2187007,50
60775,65
92249240095,40
II-2016
379081,30
-5
25
-1895406,50
61718,00
100719464186,90
III-
2016
320761,10
-4
16
-1283044,40
62660,35
66615997150,60
IV-2016
393661,40
-3
9
-1180984,10
63602,70
108938712439,80
I -2017
424104,00
-2
4
-848208,00
64545,05
129282638525,10
II-2017
407139,80
-1
1
-407139,84
65487,40
116726389758,00
III-
2017
339283,20
1
1
339283,20
67372,10
73935646303,20
IV-2017
525889,00
2
4
1051777,92
68314,45
209374432201,70
I -2018
508717,00
3
9
1526151,00
69256,80
193125267384,00
II-2018
531840,50
4
16
2127362,00
70199,15
213112736029,80
III-
2018
578087,50
5
25
2890437,50
71141,50
256994246916,00
IV-2018
693705,00
6
36
4162230,00
72083,85
386412854127,30
Итого
5466771,00
0
182
4295451,33
797157,00
1947487625117,80
Параметр а
1
является коэффициентом регрессии и определяет направление
развития. Полученные параметры прямолинейно функции а
1
=455564>0, свиде-
тельствуют о равномерном возрастании оборота оптовой торговли.
По товарообороту в ООО ТД «Вектор-С» выполнялся девять месяцев в
году, коэффициент ритмичности будет равен:
Крит = 9/12 = 0,75, или 75%.
40
Но этот показатель не достаточно конкретен и не оперативен. Для этого
используют коэффициент ритмичности (К
рит
), определяемый отношением еже-
дневного фактического товарооборота в пределах плана к ежедневному плано-
вому обороту:
К
о
, (6)
где Ni
1
- фактический товарооборот за i-й день, взятый в размере, непревыша-
ющем плановую величину;
Ni
0
— плановый товарооборот на i- день;
N - число дней в анализируемом периоде.
Коэффициент ритмичности измеряется в долях единицы и выражается чис-
лами от 0 до 1. Чем ближе К
рит
к 1, тем ритмичнее осуществляются продажи и,
наоборот, приближение коэффициента к нулю означает неритмичность работы
торговой организации. Для выражения ритмичности в процентах отношение
(9.1) умножают на 100. Имеются данные о плановом и фактическом товарообо-
роте за каждый месяц. Рассчитаем коэффициент ритмичности, исходные данные
представлены в таблице 10.
Таблица 10
Данные о товарообороте за 2018 год
Месяц
Товарооборот, тыс. р.
Выполнение
плана, %
по плану
фактический
Январь
183333,3
189612,7
103,43
Февраль
183333,3
184988,0
100,90
Март
183333,3
191925,1
104,69
Апрель
183333,3
196549,8
107,21
Май
183333,3
198862,1
108,47
Июнь
183333,3
184988,0
100,90
Июль
183333,3
203486,8
110,99
Август
183333,3
189612,7
103,43
Сентябрь
183333,3
178051,0
97,12
41
Октябрь
183333,3
194237,4
105,95
Ноябрь
183333,3
187300,4
102,16
декабрь
183333,3
212736,2
116,04
Итого
2200000
2312350,0
105,11
По данным таблицы 10 коэффициент ритмичности составит:
Крит
Полученное значение близко к 1. Предприятие работает ритмично. Однако
есть и неиспользованные возможности.
Рассчитаем коэффициент равномерности реализации товаров по ООО ТД
«Вектор-С» за 2018 год. Произведем расчет коэффициента равномерности на ос-
нове среднего квадратического отклонения, которое определяется выражением:
????
????
,
(7)
где x
i
- процент реализации товаров за i - период в отношении к итоговой
величине продаж;
i — порядковый номер периода;
ˉx - средний процент реализации;
n — число анализируемых периодов.
Среднее квадратическое отклонение показывает степень отклонения изу-
чаемого показателя от его средних данных. Процент реализации x
i
за каждый
период i определяется отношением количества реализованных товаров каждого
периода i к суммарной величине продаж за год с умножением на 100. Получен-
ные значения заносим в таблицу 11.
Средний процент продаж находят отношением суммы процентов продаж к
числу периодов:
42
х
Затем находят отклонение процентов реализации по каждому периоду от
среднего процента продаж. Результаты заносят в таблицу 11.
Полученные отклонения возводят в квадрат и заносят в таблицу 11.
Исчисленный результат подставляют в формулу среднего квадратичного
отклонения:
Степень отклонения продаж от среднего значения составляет 0,39%.
Таблица 11
Ритмичность реализации товаров ООО ТД «Вектор-С»
Показа-
тель
январь
февраль
март
апрель
май
июнь
июль
август
сентябрь
октябрь
ноябрь
декабрь
Итого за
год
Р
е
а
л
и
з
о
в
а
н
о
,
189612,7
184988,0
191925,1
196549,8
198862,1
184988,0
203486,8
189612,7
178051,0
194237,4
187300,4
212736,2
2312350,0
тыс. руб.
В % к
вели-
чине за
год
8,20
8,00
8,30
8,50
8,60
8,00
8,80
8,20
7,70
8,40
8,10
9,20
100,00
Откло-
нение от
сред-
него
про-
цента
продаж
-0,13
-0,33
-0,03
0,17
0,27
-0,33
0,47
-0,13
-0,63
0,07
-0,23
0,87
Квад-
раты от-
клоне-
ний
0,02
0,11
0,00
0,03
0,07
0,11
0,22
0,02
0,40
0,00
0,05
0,76
1,79
43
Среднее
квадра-
тичное
откло-
нение
0,39
Ко-
эф-
фи-
циент
вари-
ации
4,63
Коэф-
фициент
равно-
мерно-
сти
95,37
Далее рассчитаем коэффициент вариации:
х
(8)
Коэффициент вариации отражает степень неравномерности продаж, по-
этому его еще называют коэффициентом неравномерности. Чем ближе его зна-
чение к 100, тем неравномернее осуществлялись продажи.
Коэффициент неравномерности продаж находят с помощью выражения:
К
рав
(9)
Приведенные расчеты показывают, что у ООО ТД «Вектор-С» есть ре-
зервы повышения ритмичности товарооборота, так как значение коэффициента
равномерности меньше 100%.
2.3 Оценка влияния основных факторов на изменение розничного
товарооборота
Факторы, связанные с товарными фондами (первая группа факторов), вли-
яют на объем оборота розничной торговли через изменение величины запасов то-
варов на начало периода, поступления товаров, прочее выбытие и запасы товаров
44
на конец отчетного периода. Взаимосвязь между ними выражается аддитивной мо-
делью:
зап
п
выб
зап
,
(10)
где
— объем реализации;
зап
— запасы товаров на начало периода;
N
п
— поступление товаров;
N
выб
— прочее выбытие товаров;
зап
- запасы товаров на конец периода.
Балансовая модель (10) позволяет определить любое слагаемое на основе
остальных.
Так, оборот (объем розничной реализации) рассчитывается:
п
зап
зап
выб
,
Влияние:
начального запаса товаров:
зап
зап
поступления товаров:
п
п
;
прочего выбытия товаров:
выб
выб
;
конечного запаса товаров:
зап
зап
;
общее отклонение:
р
зап
.
Однако рассмотренная модель не позволяет оценить влияние эффективно-
сти использования товарных ресурсов на товарооборот. С этой целью при-
меняется другая модель (вторая группа факторов) - модель зависимости
товарооборота от товарооборачиваемости и размера товарных запасов:
р
об
зап
,
(11)