Перспективный анализ прибыли

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. Рассмотрим некоторые практи­ческие аспекты использования для перспективного анализа прибыли метода непосредственной экстраполяции корреля­ционно-регрессионного метода. Метод непосредственной экс­траполяции - наиболее простой способ прогноза. Его реко­мендуется использовать, если имеется однородная и обшир­ная по объему исходная информация, т.е. достаточно длинный временной ряд. Экстраполяция основана на изучении динами­ки изменения экономического явления (показателя) в пред-прогнозном 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. При построении временного ряда должна быть обеспечена сопоставимость отдельных его чле­нов. Для этого все элементы должны характеризовать изучае­мое явление за равные промежутки времени (для интерваль­ных рядов) или фиксировать его состояние в строго определен­ные моменты (для моментных рядов). Допускается построе­ние рядов с годовым исчислением признака с использованием более мелких единиц измерения времени: квартала, месяца, декады. Это дает возможность исследовать изменения показа­телей не только по годам, но и по кварталам, месяцам, декадам. Может возникнуть вопрос, какой длины брать ряд динамики для прогнозирования? Единого мнения по этому вопросу нет.

Одни авторы считают, что чем длиннее предпрогнозный пери­од (20-30 лет), тем достовернее выводы о перспективах изме­нения исследуемого явления в будущем. Другие считают, что для прогноза на будущее достаточно двух-трех лет, поскольку длинные ряды динамики преувеличивают роль прошлого в развитии исследуемого объекта. Третьи считают, что наилуч­шие результаты могут быть получены при использовании ря­дов динамики, содержащих не менее пяти и не более двадцати членов.

Экстраполирование найденной закономерности развития внутри динамического ряда за его пределы основано на инер­ционности экономических явлений. Наиболее простым мето­дом прогнозирования по одному ряду динамики является при­менение средних характеристик данного ряда: среднего абсо­лютного прироста и среднего темпа роста. Для первого случая расчетный уровень динамического ряда на любую дату y_t опре­деляется по формуле

Рассмотрим методику прогнозирования прибыли методом непосредственного экстраполирования с помощью среднего абсолютного прироста и среднего темпа роста. Исходная ин­формация представлена в табл. 2.9.

Средний абсолютный прирост по данным табл. 2.9 (гр. 3) равен:

где п - число членов ряда.

По данным табл. 2.9, средний темп роста равен:

Прогноз прибыли в этом случае будет вестись по уравне­нию (см. формулу (2.2), табл. 2.9, гр. 2)

Используя полученные данные, рассчитаем прогнозные значения прибыли на 2007 г. Так, на базе среднего абсолютно­го прироста это составляет 32,5 млн р. [22,4 • 1,01 (11 - 1)],аис-ходя из среднего темпа роста - 32,8 млн р. [22,4 • 1,039^(11-1)].

Результаты прогноза, рассчитанные до 2016 г., обобщены в табл. 2.10.

Как показывают эти данные, уровень прогнозируемых зна­чений прибыли различен. Основная причина такого положе­ния заключается в том, что здесь не учитываются факторы формирования прибыли. Однако данная методика вполне приемлема для краткосрочного прогнозирования. Кроме того,

Табл 2 10 Расчетная таблица прогнозных значений прибыли, млн р.

Гол	Порядковый номер латы (0	Прогнозные значения прибыли (у,)
по среднему абсолют­ному приросту	по среднему темпу роста
А
		32,5	32,8
		33,5	34,1
		34,5	35,4
		35,5	36,8
		36,5	38,3
		37,5	39,8
		38,6	41,3
		39,6	42,9
		40,6	44,6
		41,6	46,3

она может применяться для оценки качества краткосрочных прогнозов, полученных другими методами.

Прогнозирование прибыли по одному динамическому ряду имеет ограниченное применение для перспективного анализа, поскольку не дает представления о взаимосвязи прогнозируемо­го экономического явления с другими. Комплексный характер экономических явлений предполагает исследование не одиноч­ного динамического ряда, а параллельно нескольких рядов, коле­бания которых взаимообусловлены При этом возникает необхо­димость установления зависимости между такими колебаниями и измерения ее тесноты. Эти задачи решаются обычно с помощью корреляционно-регрессионного моделирования.

Корреляционная зависимость в отличие от функциональной является неполной, проявляется лишь в среднем и только в массе наблюдений. При корреляционной связи изменению аргумента соответствует несколько значений функций. В зависимости от количества отобранных факторов различают парные и много­факторные модели различного вида линейные, степенные, лога­рифмические В практике прогнозирования наибольшее распро­странение получили линейные модели вида

Предпочтение отдается линейным моделям по нескольким причинам: линейные модели просты, требуют меньшего числа вычислений; массовые экономические процессы, как правило, подчинены, закону нормального распределения, которому свойственны линейные формы связи.

Отбор факторов, включаемых в корреляционно-регрессион­ную модель, осуществляется в несколько приемов: логический отбор факторов в соответствии с их экономическим содержани­ем, отбор существенных факторов на основе оценки их значимос­ти по t-критерию Стьюдента, последовательный отсев незначи­мых факторов при построении регрессионной модели. -~ Упрощенно схема прогнозирования прибыли с использова­нием корреляционно-регрессионного анализа выглядит сле­дующим образом:

• исходная информация (табл. 2.11) обрабатывается на ЭВМ по типовой программе;

• полученное уравнение регрессии проверяется на значимость в общепринятом порядке;

• прогнозирование осуществляется по каждому одиночному динамическому ряду (фактору) методом непосредственной экстраполяции, в результате чего получаем прогнозные зна­чения каждого фактора на каждый год;

• подставляя полученные прогнозные значения (табл. 2.11, гр. 3, гр. 5) в уравнение регрессии, получаем прогнозные значения моделируемого показателя;

• точность прогноза проверяется путем сопоставления его ре­зультатов, полученных разными способами (табл. 2.11, гр. 1,2).

После обработки исходных данных на ЭВМ было получено следующее уравнение регрессии:

После статистического и экономического анализа парамет­ров уравнения произведен анализ соответствия фактических значений прибыли расчетным за анализируемый (предпро-гнозный) период (табл. 2.12).

Как видим, отклонения незначительны, следовательно, можно использовать полученное уравнение регрессии для прогноза. Прежде чем приступить непосредственно к прогноз­ным расчетам прибыли, необходимо определить прогнозные значения каждого фактора каким-либо из способов по одиноч­ному динамическому ряду, например с использованием сред­них абсолютных приростов.

Для расчета по формуле (2.1) прежде всего необходимо опре­делить средний абсолютный прирост x_t и х₂ по данным табл. 2.12, что составляет по выработке на одного работающего 0,43 млн р.

Подставляя эти величины в формулу (2.1), рассчитаем про­гнозные значения выработки и фондовооруженности на 2008-2013 гг. (табл. 2.11, гр. Зи 5) для дальнейшего использо­вания их при прогнозировании прибыли, например:

На базе этих показателей рассчитываются прогнозные зна­чения прибыли по полученному выше уравнению регрессии (табл 2 13, гр. 3, 5), например-

Для проверки точности найденных прогнозных значений прибыли сделаем расчеты этих показателей методом непо­средственной экстраполяции. Для этого воспользуемся форму-~ лой (2.1). Прежде всего определим средний прирост прибыли

Уравнение для расчета прогнозных значений прибыли при ис­пользовании абсолютного прироста имеет следующий вид:

где 16 - порядковый номер года, следующего за 15-летним предпрогнозным периодом (см. табл. 2.13). Результаты расче­тов обобщены в табл. 2.13.

Анализ полученных результатов прогнозных значений прибыли показывает, что их уровень существенно не отлича­ется (см. табл. 2.13, гр. 5,6). Следовательно, прогноз достаточ­но надежен, его результаты могут использоваться для опреде-i ления перспектив развития.

Изложенные методы прогнозирования могут использоваться для прогноза объема продукции, производительности труда и других экономических показателей. Следует только вниматель­но и правильно подбирать соответствующие факторы.

Анализ полученных результатов показывает также, что бо­лее целесообразным является многофакторное прогнозирова­ние по нескольким рядам динамики, так как это позволяет учесть изменение во времени не только результативного пока­зателя, но и взаимосвязанных с ним факторов, а также обеспе­чивает большую точность прогноза.

Для перспективного анализа прибыли могут использовать­ся и другие методы прогнозирования.

Дата добавления: 2014-11-06