Методы планирования и прогнозирования экономических показателей

Размещено на http://www.allbest.ru/

Введение

Планирование прибыли предполагает разработку прогнозов по величине прибыли и направлениям ее использования, текущее и оперативное планирование, формирование, распределение и использование прибыли предприятия. Процесс прогнозирования прибыли заключается в разработке политики управления прибылью предприятия на ряд предстоящих лет, которая определяет систему долгосрочных целей формирования и распределения прибыли в соответствии со стратегией развития предприятия.

Текущее планирование предполагает разработку конкретных планов, основанных на целевых показателях предприятия, планируемых объемах производственной, инвестиционной и финансовой деятельности, разработанной системе норм и нормативов затрат отдельных видов ресурсов, действующих налоговых ставках, результатах анализа прибыли за предшествующий период. Основным видом текущего плана прибыли является план доходов и расходов предприятия. Оперативное планирование формирования и использования прибыли заключается в разработке системы бюджетов (бюджетировании). Бюджет представляет собой оперативный финансовый план краткосрочного периода (до 1 года), отражающий расходы и поступления средств в процессе осуществления конкретных направлений хозяйственной деятельности.

Предметом курсовой работы являются методы планирования и прогнозирования экономических показателей.

Объектом курсовой работы является чистая прибыль предприятия.

Целью работы заключается в том, чтобы определить какие экономические показатели в той или иной мере влияют на изменение чистой прибыли.



1. Основные понятия и определения

В современной экономике, в бизнесе без прогноза не обойтись. Любое серьезное решение, в особенности связанное с вложением денег, требует прогноза, предвидения развития экономической ситуации.

Для того чтобы предвидеть будущее, надо хорошо знать прошлое и присущие ему закономерности.

Если в течение достаточно продолжительного времени регулярно фиксировать курсы валют, акций, цены на товары и т.д., то такие данные образуют временные ряды. Временными рядами являются также данные о выпуске или потреблении различных товаров и услуг по месяцам, кварталам, годам. В производстве временные ряды возникают при измерении количества изделий, выпускаемых подразделениями предприятия за час, смену, декаду, при оценках количества брака за те же периоды, при наблюдении за изменениями запасов на складах.

В экономике и бизнесе данные типы временных рядов появляются очень часто.

Во временном ряде содержится информация об особенностях и закономерностях протекания процесса, а статистический анализ позволяет выявить и использовать их для оценки характеристик процесса в будущем, т.е. для прогнозирования.

Временной ряд - набор чисел, привязанный к последовательным, обычно равноотстоящим моментам времени. Числа, составляющие ряд и получающиеся как результат наблюдения за ходом некоторого процесса, называются элементами, а промежуток времени между наблюдениями - шагом квантования по времени (или короче - шагом по времени). Элементы ряда нумеруют в соответствии с номером момента времени, к которому этот элемент относится (т.е. обозначают их как Y\,Y2, ...,Y„).

Формально задача прогнозирования сводится к получению оценок значений ряда на некотором периоде будущего, т.е. к получению значения Yp(t), t = N + 1, N+2, .... При использовании методов экстраполяции исходят из предположения о сохранении закономерностей прошлого развития на период прогнозирования. Во многих случаях (но не всегда!) при разработке оперативного (до года) и краткосрочного (до 2 лет) прогноза эти предположения являются справедливыми.

Прогноз рассчитывается в два этапа. На первом - формальном - выявляют при помощи статистических методов закономерности прошлого развития и переносят их (экстраполируют) на некоторый период будущего. На втором - производится корректировка полученного прогноза, с учетом результатов содержательного анализа текущего состояния.

Статистические методы исследования исходят из предположения о возможности представления уровней временного ряда в виде суммы нескольких компонент, отражающих закономерность и случайность развития, в частности в виде суммы четырех компонент:

Y(t) = f(t) + S(t) + U(t) + E(t),

где f(t) - тренд (долгосрочная тенденция) развития;

S (t) - сезонная компонента;

U (t) - циклическая компонента;

E (t) - остаточная компонента.

Сезонная компонента характеризует устойчивые внутри годичные колебания уровней, которые носят периодический или близкий к нему характер. Она проявляется в некоторых показателях, представленных квартальными или месячными данными.

В тех случаях, когда период колебаний составляет несколько лет, говорят, что во временном ряде присутствует циклическая компонента.

Основная цель статистического анализа временных рядов - изучение соотношения между закономерностью и случайностью в формировании значений уровней ряда, оценка количественной меры их влияния. Закономерности, объясняющие динамику показателя в прошлом, используются для прогнозирования ею значений в будущем, а учет случайности позволяет определить вероятность отклонения от закономерного развития и его возможную величину.

Задание к курсовой работе

1. Построить график временного ряда Чистая прибыль (Y) и выбрать наилучший вид тренда этого временного ряда и построить прогноз на пять лет вперед.

В качестве зависимой переменной (Y) была принята чистая прибыль. В качестве независимых, объясняющих переменных (показателей-факторов, потенциально влияющих на значение прибыли) выбраны: Х1 - выручка от реализации, Х2 - прибыль от продаж, Х3 - готовая продукция и товары, Х4 - изменение стоимости основных средств, Х5 - денежные средства.

2. Построить графики временных рядов независимых переменных X1 - X5 и выбрать наилучшие виды трендов временных рядов и построить прогноз на пять лет вперед.

3. Установить наличие и степень тесноты прямолинейной зависимости между факторами, а также между каждым фактором и каждым показателем (мультиколлинеарность). Проверить значимость полученных результатов и обоснованность сделанных выводов.

4. Определить коэффициенты независимых переменных, которые включаются в модель множественной регрессии.

5. Построить модель множественной регрессии.

6. Провести факторный анализ и выявить степень влияния изменений каждого фактора на зависимую переменную Y.

7. Используя полученные регрессионные модели, определить прогнозные значения зависимую переменную Y на пять лет вперед на основе прогнозных значений каждого фактора.

8. Сделать выводы по полученным в ходе выполнения курсовой работы результатам.

Исходные данные к курсовой работе

В таблице 1 представлены исходные данные к курсовой работе

Таблица 1 - Исходные данные к курсовой работе

	Чистая прибыль	Выручка от реализации	Прибыль от продаж	Готовая продукция и товары	Изм. Стоим. основных средств	Денежные средства
1	94,58	142, 07	81, 00	13, 00	18, 30	142, 57
2	157,96	158, 13	72, 25	17, 00	17, 00	159, 13
3	173,11	169, 87	64, 00	25, 00	19, 90	171, 37
4	202,19	174, 44	60, 13	22, 50	19, 15	176, 19
5	185,86	179, 00	56, 25	20, 00	18, 40	181, 00
6	194,9	186, 34	49, 00	10, 00	16, 30	188, 84
7	181,32	192, 37	42, 25	12, 00	18, 20	195, 37
8	204,21	194, 88	39, 13	16, 00	17, 65	198, 13
9	200,78	197, 38	36, 00	20, 00	17, 10	200, 88
10	226,23	201, 59	30, 25	26, 00	17, 80	205, 59
11	219,53	205, 14	25, 00	32, 00	15, 50	209, 64
12	235,98	206, 64	22, 63	26, 50	17, 15	211, 39
13	200,02	208, 13	20, 25	21, 00	18, 80	213, 13
14	227,3	210, 65	16, 00	31, 00	17, 70	216, 15
15	216,33	212, 76	12, 25	33, 00	17, 40	218, 76
16	233,32	213, 64	10, 63	34, 50	17, 85	219, 89
17	224,36	214, 52	9, 00	36, 00	18, 30	221, 02
18	251,96	215, 95	6, 25	44, 00	16, 00	222, 95
19	221,75	217, 11	4, 00	35, 00	15, 70	224, 61
20	250	217, 56	4, 00	41, 00	16, 95	225, 31
21	242,41	218, 01	4, 00	47, 00	18, 20	226, 01
22	242,17	218, 69	4, 00	44, 00	15, 10	227, 19
23	209,46	219, 15	4, 00	39, 00	14, 80	228, 15
24	236,17	219, 29	4, 00	41, 50	15, 15	228, 54
25	214,28	219, 43	4, 00	44, 00	15, 50	228, 93
26	253,58	219, 53	4, 00	53, 00	15, 80	229, 53
27	155,01	219, 48	4, 00	49, 00	13, 70	8, 20
28	183,88	219, 38	4, 00	49, 00	12, 45	8, 30
29	165,44	219, 27	4, 00	49, 00	11, 20	8, 40
30	186,53	218, 93	4, 00	47, 00	10, 90	8, 60

Задание №1

Построить график временного ряда Чистая прибыль (Y) и выбрать наилучший вид тренда этого временного ряда и построить прогноз на пять лет вперед.

В качестве зависимой переменной (Y) была принята чистая прибыль. В качестве независимых, объясняющих переменных (показателей-факторов, потенциально влияющих на значение прибыли) выбраны: Х1 - выручка от реализации, Х2 - прибыль от продаж, Х3 - готовая продукция и товары, Х4 - изменение стоимости основных средств, Х5 - денежные средства.

На рисунке 1 представлен график временного ряда

Вывод: в качестве лучшего тренда временного ряда был выбран линейный тренд (y = -0,0012x3 - 0,3334x2 + 12,658x + 123,53 (RІ = 0,6807)).

Задание №2

Построить графики временных рядов независимых переменных X1-X5 и выбрать наилучшие виды трендов временных рядов и построить прогноз на пять лет вперед.

На рисунке 2 представлен график временного ряда выручки от реализации.

1) Выручка от реализации Х1.

Рисунок 2 - График временного ряда выручки от реализации.



Вывод: в качестве лучшего тренда временного ряда был выбран линейный тренд (y = 0,006x3 - 0,42x2 + 9,9002x + 139,12 (RІ = 0,9918)).

На рисунке 3 представлен график временного ряда прибыль от продаж.

2) Прибыль от продаж Х2.

Рисунок 3 - График временного ряда прибыль от продаж

Вывод: в качестве лучшего тренда временного ряда был выбран полиномиальный тренд (y = -0,0014x3 + 0,2087x2 - 7,7711x + 87,885 (RІ = 0,9975)).

На рисунке 4 представлен график временного ряда готовая продукция и товары.

3) Готовая продукция и товары Х3.

Рисунок 4 - График временного ряда готовая продукция и товары



Вывод: в качестве лучшего тренда временного ряда был выбран полиномиальный тренд (y = -0,0042x3 + 0,1852x2 - 0,6934x + 14,431 (RІ = 0,8676)

На рисунке 5 представлен график временного ряда изменение стоимости основных средств

4) Стоимости основных средств Х4.

Рисунок 5 - График временного ряда изменение стоимости основных средств.

Вывод: в качестве лучшего тренда временного ряда был выбран логарифмический тренд (y = -0,001x3 + 0,035x2 - 0,4126x + 19,139 (RІ = 0,8006)).

На рисунке 6 представлен график временного ряда денежные средства.

5) Денежные средства Х5

Вывод: в качестве лучшего тренда временного ряда был выбран полиномиальный тренд (y = -0,0511x3 + 1,6074x2 - 8,8164x + 178,69 (RІ = 0,7743)). выручка корреляция множественный регрессия



Рисунок 6 - График временного ряда денежные средства.

Задание №3

Установить наличие и степень тесноты прямолинейной зависимости между факторами, а также между каждым фактором и каждым показателем (мультиколлинеарность). Проверить значимость полученных результатов и обоснованность сделанных выводов.

Таблица 2 - Корреляционный анализ факторов

	y	X1	X2	X3	X4	X5
y	1
X1	0,661639	1
X2	-0,61768	-0,98666	1
X3	0,402704	0,785477	-0,83923	1
X4	0,070292	-0,53166	0,557488	-0,64671	1
X5	0,613861	0,004064	0,017969	-0,25946	0,658271	1

Y - Чистая прибыль, X1 - Выручка от реализации, X2 - Прибыль от продаж, X3 - Готовая продукция товаров, X4 -Изменение стоимости основных средств, X5 - Денежные средства.

Анализ матрицы коэффициентов парной корреляции показывает, что зависимая переменная, т.е. чистая прибыль, имеет тесную связь с выручкой от реализации (0,661639), и с денежными средствами (0,613861). Наименьшая связь у готовой продукции (0,402704) и у переменной изменение стоимости основных средств (0,070292). Коэффициент корреляции рассматриваемых факторов меньше 0,8, что свидетельствует об отсутствии мультиколлинеарности. Таким образом, в модель множественной регрессии будут включены все независимые переменные (X1,Х2,X5).

Задание №4

Определить коэффициенты независимых переменных, которые включаются в модель множественной регрессии.

Важную роль при оценке влияния факторов играют коэффициенты регрессионной модели. Однако непосредственно с их помощью нельзя сопоставить факторы по степени их влияния на зависимую переменную из-за различия единиц измерения и разной степени колеблемости. Для устранения таких различий применяются средние частные коэффициенты эластичности Э(j) и бета-коэффициенты B(j). Указанные коэффициенты позволяют проранжировать факторы по степени влияния факторов на зависимую переменную. Долю влияния фактора в суммарном влиянии всех факторов можно оценить по величине дельта-коэффициентов.

Задание №5

Построить модель множественной регрессии.

Таблица 3 - Регрессионная статистика.

Регрессионная статистика
Множественный R	0,9107133
R-квадрат	0,8293986
Нормированный R-квадрат	0,8097139
Стандартная ошибка	15,252004
Наблюдения	30

Таблица 4 - Дисперсионный анализ

	df	SS	MS	F	Значимость F
Регрессия	3	29404,108	9801,3692	42,134022	3,981E-10
Остаток	26	6048,2144	232,62363
Итого	29	35452,322

Таблица 5 - Вывод остатка

Наблюдение	Предсказанное Y	Остатки
1	2	3
1	100,2020865	-5,622086458
2	154,1952502	3,764749847
3	183,2074844	-10,09748438
4	187,0368662	15,15313381
5	190,7973843	-4,937384328
6	196,2013	-1,30129
7	205,0966	-23,7766
8	208,4367	-4,22673
9	211,7368	-10,9568
10	216,7385	9,491474
11	220,4941	-0,96412
12	221,909	14,07096
13	223,2838	-23,2638
14	225,3599	1,940064
15	226,8905	-10,5605
16	227,4732	5,846787
17	228,0438	-3,68381
18	228,8758	23,08419
19	229,5547	-7,80469
20	230,8878	19,11216

Задание №6

Провести факторный анализ и выявить степень влияния изменений каждого фактора на зависимую переменную Y.

Уравнение регрессии зависимости чистой прибыли от выручки от реализации, прибыли от продаж, готовой продукции и товаров, изменения стоимости основных средств и денежных средств, имеет вид:

Y = -385,904 + 2,514X1 + 1,20715X2 + 0,28795X5

Рассчитаем прогнозные оценки на пять лет вперед для факторов, которые имеют зависимость с чистой прибылью. Для этого подставим значение t (с 31 по 35 год) по каждому фактору в выбранные ранее ряды.

Для временного ряда выручка от реализации выбрана модель

X1 = 0,006t3 - 0,42t2 + 9,9002t + 139,12,

по которой получен прогноз на пять лет вперед:

X1=f(t31)= 0,006*(31)3 - 0,42*(31)2 + 9,9002*(31) + 139,12 = 221,152

X1=f(t32)= 0,006*(32)3 - 0,42*(32)2 + 9,9002*(32) + 139,12 = 222,4544

X1=f(t33)= 0,006*(33)3 - 0,42*(33)2 + 9,9002*(33) + 139,12 = 224,0686

X1=f(t34)= 0,006*(34)3 - 0,42*(34)2 + 9,9002*(34) + 139,12 = 226,0308

X1=f(t35)= 0,006*(35)3 - 0,42*(35)2 + 9,9002*(35) + 139,12 = 228,377

Для временного ряда прибыль от продаж выбрана модель

X2= -0,0014t3 + 0,2087t2 - 7,7711t + 87,885,

по которой получен прогноз на пять лет вперед:

X2=f(t31)= -0,0014*(31)3 + 0,2087*(31)2 - 7,7711*(31) + 87,885 = 5,8342

X2=f(t32)= -0,0014*(32)3 + 0,2087*(32)2 - 7,7711*(32) + 87,885 = 7,0434

X2=f(t33)= -0,0014*(33)3 + 0,2087*(33)2 - 7,7711*(33) + 87,885 = 8,4012

X2=f(t34)= -0,0014*(34)3 + 0,2087*(34)2 - 7,7711*(34) + 87,885 = 9,8992

X2=f(t35)= -0,0014*(35)3 + 0,2087*(35)2 - 7,7711*(35) + 87,885 = 11,529

Для временного ряда денежные средства выбрана модель

X5 = -0,0511t3 + 1,6074t2 - 8,8164t + 178,69,



по которой получен прогноз на пять лет вперед:

X5=f(t31)= -0,0511*(31)3 + 1,6074*(31)2 - 8,8164*(31) + 178,69 = -72,2271

X5=f(t32)= -0,0511*(32)3 + 1,6074*(32)2 - 8,8164*(32) + 178,69 = -131,902

X5=f(t33)= -0,0511*(33)3 + 1,6074*(33)2 - 8,8164*(33) + 178,69 = -198,1733

X5=f(t34)= -0,0511*(34)3 + 1,6074*(34)2 - 8,8164*(34) + 178,69 = -271,3476

X5=f(t35)= -0,0511*(35)3 + 1,6074*(35)2 - 8,8164*(35) + 178,69 = -351,7315

Задание №7

Используя полученные регрессионные модели, определить прогнозные значения зависимую переменную Y на пять лет вперед на основе прогнозных значений каждого фактора.

Y = -385,904 + 2,514X1 + 1,20715X2 + 0,28795X5

подставим в нее найденные прогнозные значения факторов X1, X2, X5:

Yt=31= -385,904 + 2,514*221,152 + 1,20715*5,8342 + 0,28795*(-72,2271) = 156,317

Yt=32= -385,904 + 2,514*222,454 + 1,20715*7,0434 + 0,28795*(-131,902) = 143,866 Yt=33 -385,904 + 2,514*224,0686 + 1,20715*8,4012 + 0,28795*(-198,1733) = 130,481 Yt=34= -385,904 + 2,514*226,0308 + 1,20715*9,8992 + 0,28795*(-271,3476) = 116,152 Yt=35= -385,904 + 2,514*228,377 + 1,20715*11,529 + 0,28795*(-351,7315) = 100,871



Вывод

Чистая прибыль - это прибыль организации после налогообложения. Чистая прибыль является источников выплаты дивидендов.

Иначе говоря, чистая прибыль - это часть прибыли, остающаяся в организации после уплаты налогов и других платежей и поступающая в полное ее распоряжение. Организация самостоятельно определяет направления использования чистой прибыли.

В данной курсовой работе были рассмотрены методы прогнозирования на примере чистой прибыли и факторов зависящих от нее.

В ходе работы были построены графики временного ряда, как и для чистой прибыли, так и для переменных показателей - факторов. Так же был выбран наилучший вид тренда по каждому из них.

Далее был проведен корреляционно-регрессионный анализ, с помощью которого было определено, какие факторы, влияющие на величину прогнозного показателя, будут входить в модель множественной регрессии. Таким образом, было выявлено, что в модель множественной регрессии входят факторы выручка от реализации и готовая продукция и товары.

Для получения прогнозной оценки показателя Y была построена модель множественной регрессии и определены независимые коэффициенты, включающиеся в данную модель.

Исходя из выше перечисленного, были получены значения чистой прибыли на пять лет вперед, и, исходя из данных видно, что чистая прибыль с 31-го года на 35-ый год уменьшилась с 156,317 до 100,871.



Список использованной литературы

1. ГК РФ. - СПС ГАРАНТ, 2012.

2. НК РФ. - СПС ГАРАНТ, 2014. Учебники, монографии, брошюры

3. Басовский Л.Е. Прогнозирование и планирование в условиях рынка: Учебное пособие. - М.: Инфра-М, 2015.

4. Басовский Л.Е. Финансовый менеджмент: Учебник. - М.: Инфра-М, 2014.

5. Басовский Л.Е., Басовский А.Л., Лунева А.М. Экономический анализ (Комплексный экономический анализ хозяйственной деятельности): Учебное пособие. - М.: Инфра-М, 2012.

6. Бердникова Т.Б. Анализ и диагностика финансово-хозяйственной деятельности предприятия: Учеб. Пособие. - М.: Инфра-М, 2013.

7. Бочаров В.В. Финансовый анализ. - СПб.: Питер, 2014. - с.156-157.

8. Бригхэм Ю., Хьюстон Дж. Финансовый менеджмент. Экспресс-курс. - СПб.: Питер, 2015.

9. Воронов В.В. Экономика и финансы предприятия: Учебник. - М.: Издательство РАГС, 2015.

10. Галицкая С.В. Финансовый менеджмент; Финансовый анализ; Финансы предприятий. Учебное пособие для ВУЗов. - М.: ЭКСМО, 2014.

11. Губина О.В. Анализ и диагностика финансово-хозяйственной деятельности предприятия: Практикум: учебное пособие. - М.: Инфра-М, Форум, 2013.

12. Донцова Л.В., Никифорова Н.А. Анализ финансовой отчетности. - М.: Дело и сервис, 2014. - с.162.

13. Жилкина А.Н. Управление финансами. Финансовый анализ предприятия: Учебник. - М.: Инфра-М, 2012.

14. Леонтьев В.Е., Бочаров В.В. Финансовый менеджмент: Учебное пособие. - СПб.: ИВЭСЭП, Знание, 2012. -с.140.

Размещено на Allbest.ru

...