53
Коэффициент показывает, что 4 копейки чистого дохода получено
предприятием на рубль реализованной продукции в 2018 году.
Понятно, что предприятие снизило свою рентабельность, как в части
использования суммарных активов, так и части использования собственного
капитала. Но при этом рентабельность собственного капитала всегда остается
выше рентабельности активов. Другими словами, привлекая заемный капитал,
менеджмент компании повышает эффективность использования собственных
средств владельцев компании. Это, естественно, является следствием эффекта
налоговой экономии заемного капитала (отнесения процентных платежей на
себестоимость продукции) и относительно низкой цены (процентной ставки)
заемных средств. И если первый фактор является объективным и присутствует
всегда, то второй зависит от мастерства финансового директора или менеджера
компании при его работе с потенциальными источниками заемных финансовых
ресурсов. Это мастерство, судя по приведенным выше данным, у финансового
менеджера ООО «Приморский комбинат» присутствует.
Длительность операционного цикла:
До.ц.нач. = 132 + 94 = 226 дней
До.ц.кон. = 96 + 75 = 171 дня
В среднем 171 день требуется ООО «Приморский комбинат» для
производства, продажи и оплаты продукции предприятия в 2018 году, иначе
говоря, в течение какого периода денежные средства связаны в материально-
производственных запасах.
Рассчитаем показатель продолжительности финансового цикла:
Дф.ц.нач. = 132 + 94 - 111 = 115 дней
Дф.ц.кон. = 96 + 75 - 82 = 89 дней
Под финансовым циклом принято понимать период, который начинается с
момента оплаты поставщикам за материалы (погашение кредиторской
задолженности) и заканчивается в момент получения денег от покупателей за
отгруженную продукцию (погашение дебиторской задолженности). То есть 89
54
дней в среднем проходит с момента вложения денежных средств в текущую
производственную деятельность до момента возврата их в виде выручки на
расчетный счет в 2018 году, что быстрее на 26 дней, чем в 2017 году.
Анализ деловой активности заключается в исследовании уровней и
динамики разнообразных финансовых коэффициентов - показателей
оборачиваемости. Они очень важны для организации. [16, стр.209]
Во-первых, от скорости оборота средств зависит размер годового оборота.
Во-вторых, с размерами оборота, а, следовательно, и с оборачиваемостью
связана относительная величина условно-постоянных расходов: чем быстрее
оборот, тем меньше на каждый оборот приходится этих расходов.
В-третьих, ускорение оборота на той или иной стадии кругооборота
средств влечет за собой ускорение оборота и на других стадиях.
На основании вышеизложенного можно сделать следующие выводы:
1. Динамика всех рассмотренных показателей оборачиваемости активов
благоприятна для предприятия и значительно улучшилась в 2018 году по
сравнению с 2017 годом.
2. Анализ показателя оборачиваемости товарно-материальных запасов
позволяет придти к выводу о том, что в целом предприятие имеет высокие
показатели оборачиваемости товарно-материальных, что свидетельствует с
одной стороны об эффективной внутренней системе управления товарно-
материальными запасами на предприятии, с другой стороны - о хорошо
налаженных взаимоотношениях с поставщиками и потребителями в части
отгрузки прямых материалов и готовой продукции. В анализируемом
периоде показатели оборачиваемости товарно-материальных запасов
улучшаются - от 94 дней в 2017 году до 75 дней в 2018 году.
3. Оборачиваемость дебиторской задолженности, в целом достаточно низкая,
в течение 2018 года, улучшилась на 36 дней и стала равняться 96 дням.
Низкая оборачиваемость дебиторской задолженности говорит о том, что
предприятие устанавливает большие продолжительности кредитов и не
55
требует от потребителей выполнения контрактных условий по погашению
задолженности. Такой подход, естественно, привлекателен для
потребителей продукции предприятия, что несомненно сказывается на
поддержании на неизменном уровне или даже увеличении объемов
реализации. В то же время, низкая оборачиваемость дебиторской
задолженности уменьшает количество наличных денег на предприятии.
4. Средний срок погашения кредиторской задолженности составляет 82 дня в
2018 году и 111 день в 2017. Приведенные данные говорят об увеличении
оборачиваемости кредиторской задолженности.
5. Коэффициент оборачиваемости собственного капитала увеличился на 0,67,
что свидетельствует об увеличении рабочей части собственных средств, то
есть об усилении рациональности их структуры. Рост данного показателя
также свидетельствует о повышении уровня продаж.
6. Коэффициент оборачиваемости оборотных активов вырос до 2,08, что на
0,48 больше по сравнению с 2017 годом. А так как наблюдается рост числа
оборотов запасов ООО «Приморский комбинат», то рост данного
показателя характеризуется положительно.
7. Коэффициент оборачиваемости активов также увеличился с 1,4 до 1,8 в
2018 году, что свидетельствует об улучшении оборачиваемости капитала,
вложенного в активы предприятия.
8. Эффект финансового рычага является положительным, т.е. отражает
интересы владельцев компании, так как рентабельность собственного
капитала выше рентабельности активов. В противном случае этот эффект
является отрицательным, и это является следствием высокой цены заемных
финансовых ресурсов, которые привлечены компанией.
9. Длительность финансового цикла, то есть периода, который начинается с
момента оплаты поставщикам за материалы (погашения кредиторской
задолженности) и заканчивается в момент получения денег от покупателей
за отгруженную продукцию (погашение дебиторской задолженности)
56
уменьшилась на 26 дней в 2018 году. По сути данного финансового
показателя получается, что потребность предприятия ООО «Приморский
комбинат» в денежных средствах для приобретения производящих
оборотных средств уменьшилась.
57
Глава 3. Оценка и прогнозирование финансового состояния ООО
«Приморский комбинат» с использованием экономико-математического
моделирования
3.1. Роль современных информационных технологий в
экономическом анализе предприятия с использованием математических
методов эконометрического прогнозирования
Проведение анализа по данным финансовой отчетности предприятия
требует ежедневной структуризации большого объема исходных данных и
постоянного использования статистических методов обработки финансовой
информации. Одним из средств по повышению эффективности работы
предприятия является использование компьютерных программ. Для целей
анализа предполагается наличие определенной методической основы и
алгоритмов обработки первичной учетной финансовой информации для
поддержки принятия управленческих решений. Значимость таких программных
продуктов в общей системе финансового планирования и управления
определяется степенью полноты и достоверности используемых данных при
создании информационной базы финансового менеджмента на основе
современных информационных технологий. [11, стр.28]
Информационные технологии - совокупность программного обеспечения,
технических средств и телекоммуникаций, поддерживающих стратегические
направления деятельности управляемого объекта в сочетании с его
организационной структурой, трудовыми ресурсами, деловыми процессами.
Использование корпоративных информационных систем обусловлено
необходимостью:
• целостного подхода к управлению финансами предприятия;
• повышения скорости получения информации для принятия
58
управленческих решений;
• разработки и корректировки краткосрочных и долгосрочных планов
финансового развития предприятия;
• формирования и моделирования различных видов бюджетов
предприятия;
• оперативного проведения финансового анализа предприятия;
• расчета плановых и учета фактических затрат предприятия и т.д.
В целом автоматизация управления финансами дает руководителю
мощный инструмент прогнозирования, выбора вариантов и анализа будущего
финансового состояния предприятия, мониторинга его текущего состояния для
принятия своевременных и адекватных управленческих решений.
При автоматизации процесса финансового управления предприятием
возникает проблема выбора информационной системы. При выборе
информационной системы предприятия хотят при минимальных затратах
приобрести качественный, удобный и понятный в использовании
информационный продукт, при работе с которым за минимальное время можно
получить максимум информации. [14, стр.25]
В настоящее время на рынке России существует множество программных
продуктов: Audit Expert. Projekt Expert. ИНЭК-АФСП, Экспресс-анализ, ДИЦ
(Финансовый анализ). Однако подавляющее большинство этих продуктов весьма
дороги: стоят десятки и даже сотни тысяч долларов. Они все равно не позволяют
решать то многообразие практических задач, которые возникают в реальной
жизни. Все случаи, встречающиеся в жизни предусмотреть и, соответственно,
ввести в программу невозможно или можно, но это будет стоить очень дорого. И,
кроме того, при применении этих комплексов, на которых работают
одновременно много специалистов, всегда должна присутствовать возможность
проверить правильность ее работы на простых прикладных программках.
Поэтому в данной дипломной работе необходимые расчеты выполнены на
59
основании формул экономико-математического моделирования с помощью
универсального программного средства MS Excel.
Эконометрика - наука, изучающая конкретные количественные
взаимосвязи экономических объектов и процессов с помощью математических
и статистических методов и моделей.
Можно выделить три основных класса моделей, которые применяются
для анализа и прогнозирования экономических систем:
• модели временных рядов;
• регрессионные модели с одним уравнением;
• системы одновременных уравнений.
Временные ряды отражают изменения (динамику) какой-либо переменой
на промежутке времени. Модели временных рядов представляют собой модели
зависимости результативного признака от времени. [35]
Как часть эконометрики существует научная дисциплина "Математические
методы прогнозирования". Ее целью является разработка, изучение и применение
современных математических методов эконометрического (в частности,
статистического, экспертного, комбинированного) прогнозирования социально-
экономических явлений и процессов, причем методы должны быть проработаны
до уровня, позволяющего их использовать в практической деятельности
экономиста, инженера и менеджера. К основным задачам этой дисциплины
относятся разработка, изучение и применение современных математико-
статистических методов прогнозирования, развитие теории и практики
экспертных методов прогнозирования, в том числе методов анализа экспертных
оценок на основе статистики нечисловых данных, методов прогнозирования в
условиях риска и комбинированных методов прогнозирования с использованием
совместно экономико-математических и эконометрических (как статистических,
так и экспертных) моделей. Теоретической основой методов прогнозирования
являются математические дисциплины (прежде всего, теория вероятностей и
60
математическая статистика, дискретная математика, исследование операций), а
также экономическая теория, экономическая статистика, менеджмент,
социология, политология и другие социально-экономические науки. [8, стр.133]
Простейшие методы восстановления используемых для прогнозирования
зависимостей исходят из заданного временного ряда, т.е. функции, определенной
в конечном числе точек на оси времени. Временной ряд при этом часто
рассматривается в рамках вероятностной модели, вводятся иные факторы
(независимые переменные), помимо времени.
Оценивание точности прогноза - необходимая часть процедуры
квалифицированного прогнозирования. При этом обычно используют
вероятностно-статистические модели восстановления зависимости, например,
строят наилучший прогноз по методу максимального правдоподобия.
Весьма важна проблема проверки адекватности модели, а также проблема
отбора факторов. Дело в том, что априорный список факторов, оказывающих
влияние на отклик, обычно весьма обширен, желательно его сократить, и крупное
направление современных эконометрических исследований посвящено методам
отбора "информативного множества признаков". [27, стр.47]
К современным статистическим методам прогнозирования относятся также
модели авторегрессии, модель Бокса-Дженкинса, системы эконометрических
уравнений, основанные как на параметрических, так и на непараметрических
подходах.
Перспективны интерактивные методы прогнозирования с использованием
баз эконометрических данных, имитационных (в том числе на основе
применения метода Монте-Карло, т.е. метода статистических испытаний) и
экономико-математических динамических моделей, сочетающих экспертные,
статистические и моделирующие блоки. [35]
61
3.2. Построение линейной модели для оценки и прогнозирования
финансовой устойчивости предприятия ООО «Приморский комбинат» и
анализ результатов
Как общепринято со времен основоположника научного менеджмента
Анри Файоля, прогнозирование и планирование - основа работы менеджера.
Сущность эконометрического прогнозирования состоит в описании и анализе
будущего развития, в отличие от планирования, при котором директивным
образом задается будущее движение. Учет нежелательных тенденций,
выявленных при прогнозировании, позволяет принять необходимые меры для их
предупреждения, а тем самым помешать осуществлению прогноза.
Прогнозирование - частный вид моделирования как основы познания и
управления. [35]
Целью данной главы является построение линейной модели для
автоматизации оценки и прогнозирования финансовой устойчивости
предприятия ООО «Приморский комбинат». Необходимые расчеты строятся на
основании формул экономико-математического моделирования с помощью
универсального программного средства MS Excel.
Задачей анализа финансовой устойчивости является оценка величины и
структуры активов и пассивов, поэтому расчет типа финансового состояния
предприятия выполняется на основании алгоритма, изложенного в таблице 1
«Классификация типа финансового состояния организации». Для проведения
расчетов входными документами являются квартальные балансы исследуемого
предприятия за два года. Для каждого баланса рассчитываются величина запасов
и затрат (ЗЗ), наличие собственных оборотных средств (СОС),
функционирующий капитал (ФК) и общая величина источников (ВИ) по
формулам из таблицы. Полученные данные вносятся в таблицу MS Excel.
Образуются временные ряды. Уровни во временных рядах должны иметь
одинаковые: единицы измерения, шаг наблюдений, интервал времени, методику
62
расчета, элементы, относящиеся к неизменной совокупности.
Прогнозирование типа финансового состояния предприятия по данным,
занесенным в MS Excel сводится к выполнению следующих основных этапов:
1 этап - построение линейных моделей временных рядов.
Формирование уровней ряда определяется закономерностями трех
основных типов: инерцией тенденции, инерцией взаимосвязи между
последовательными уровнями ряда и инерцией взаимосвязи между исследуемым
показателем и показателями-факторами, оказывающими на него причинное
воздействие.
Математические методы позволяют представить прогнозирующую модель
в виде полинома любого порядка. Однако без необходимости использование
полиномов высокого порядка представляется излишним.
Параметры "кривых роста" оцениваются по методу наименьших квадратов,
т.е. подбираются таким образом, чтобы график функции "кривой роста"
располагался на минимальном удалении от точек исходных данных. Согласно
методу наименьших квадратов при оценке параметров модели всем наблюдениям
присваиваются равные веса, т.е. их информационная ценность признается
равной, а тенденция развития на всем участке наблюдений - неизменной. [27,
стр.28]
Предпочтение, как правило, отдается простым моделям, допускающим
содержательную интерпретацию. К числу таких моделей относится линейная
модель роста:
,
где - параметры модели, а t = 1, 2,…, n.
Математически критерий оценки параметров модели записывается в виде:
0 1t
y a at= +
10
aиa