Совершенствование системы планирования на предприятии

Первый этап анализа временных рядов -- построение графика данных.

Рисунок 7 Динамика объема продаж ЗАО «Торговый дом «ПЕРЕКРЕСТОК» за 2007-2009 гг.

Для того чтобы составить прогноз, необходимо сначала рассчитать тренд, а затем -- сезонные компоненты. Для того чтобы составить прогноз, необходимо сначала рассчитать тренд, а затем -- сезонные компоненты. Временной ряд можно использовать для прогнозирования с помощью адаптивных и мультипликативных моделей.

Адаптивные модели прогнозирования - это модели дисконтирования данных, способные быстро приспосабливать свою структуру и параметры к изменению условий. Инструментом прогноза в адаптивных моделях, как и в кривых роста, является математическая модель с единственным фактором «время». Для построения прогноза будем использовать метод Хольта. Этот метод получил широкое применении главным образом для экономических показателей торгового процесса. Метод Хольта используется для прогнозирования величины выручки в супермаркетах.

Общий вид модели Хольта-Уинтерса:

. (7)

Для оценки начальных значений а0 и а1 применим линейную модель к первым 8 значениям Y(t) из таблицы 1. Линейная модель имеет вид: Y(t) = a0 + a1*t. Коэффициенты линейного уравнения а0 и а1 можно определить по формулам:

(8)

где и - это средние значения моментов наблюдения и уровней ряда соответственно. Но в нашем случае воспользуемся расчетами в ПП MS Office Excel. Надстройка Анализ данных --> Регрессия.

Рисунок 8 Расчеты в Excel

Уравнение с учетом полученных коэффициентов имеет вид

Y(t) = 9201795,076 + 1650411,168*t.

Из этого уравнения находим расчетные значения Yрасч(t) и сопоставляем их с фактическими значениями.

Такое сопоставление позволяет оценить приближенные значения коэффициентов сезонности кварталов F(-3), F(-2), F(-1) и F(0) Эти значения необходимы для расчета коэффициентов сезонности первого года F(1), F(2), F(3), F(4) и других параметров модели Хольта -Уинтерса.

Находим начальные оценки параметров (a0; a1) и мультипликативных индексов (F(0,1); F(0,2); F(0,3); F(0,4)) по первым восьми значениям признака.

F(0,1) = 0,622; F(0,2) = 0,654; F(0,3) = 0,682; F(0,4) = 0,705. Оценив значения а0 и а1, а также F(0,1), F(0,2), F(0,3), F(0,4) перейдем к построению адаптивной модели Хольта Уинтерса.

Рассчитаем значения Ypасч(t), a0(t), а1(t), F(t) для t=1 значения параметров сглаживания б1=0,3, б2=0,6, б3=0,3

Таблица 12

Из расчетов получаем значения параметров для последнего квартала 2009 года а0(12) = 38788844,881; а1(12) = 1642166,884. Тогда модель Хольта-Уинтерса будет иметь вид Y(t) = [38788844,881 + 1642166,884*k] * F(t-a).

Построим точечный прогноз на 4 шага вперед, то есть на 1 год. Рассчитав значения а0(12) и а1(12), определим значения Yпрог для t = 13, t = 14, t = 15, t = 16

Yпрог(13) = Y (12+1) = [a0(12) + 1*a1(12)]* F(12+1-4) = 22826984,44

Yпрог (14) = Y (12+2) = [a0 (12) + 2*a1 (12)]* F (12+2-4) = 28538136,06

Yпрог (15) = Y (12+3) = [a0 (12) + 3*a1 (12)]* F (12+3-4) = 31994076,32

Yпрог (16) = Y (12+4) = [a0 (12) + 4*a1 12)]* F (12+4-4) = 35823606,81

Отразим на графике фактические, расчетные и прогнозные данные.

Рисунок 9 Сопоставление фактических, расчетных и прогнозных данных

Таким образом, с применением адаптивной мультипликативной модели Хольта-Уинтерса для прогнозирования временного ряда мы получили прогноз, что объем продаж ЗАО «Торговый дом «ПЕРЕКРЕСТОК» на конец 2010 года составит 22826984,44 + 28538136,06 + 31994076,32 + 35823606,81 = 119182803,663 тыс. руб.

3.2 Прогнозирование финансового состояния ЗАО «Торговый дом «ПЕРЕКРЕСТОК»

В условиях значительной самостоятельности хозяйствующих субъектов в осуществлении своей производственно-финансовой деятельности особую важность приобретает оценка финансового состояния, инвестиционной привлекательности предприятий, надежности их партнеров. В таких ситуациях практически значимым становится анализ финансовой устойчивости и платежеспособности организации. На нынешнем этапе развития российской экономики выявление неблагоприятных тенденций развития предприятия, предсказание банкротства приобретают первостепенное значение. (http://www.profiz.ru/se/6_05/1001 - справочник экономиста №6, 2005)

В зарубежной и российской экономической литературе предлагается несколько отличающихся методик и математических моделей диагностики вероятности наступления банкротства коммерческих организаций. Первые исследования аналитических коэффициентов для предсказания возможных осложнений в финансовой деятельности компаний проводились в США ещё в начале тридцатых годов. В современной практике финансово-хозяйственной деятельности зарубежных фирм для оценки вероятности банкротства наиболее широкое применение получили модели, разработанные Э. Альтманом и У. Бивером.

Однако, как отмечают многие российские авторы, многочисленные попытки применения иностранных моделей прогнозирования банкротства в отечественных условиях не принесли достаточно точных результатов. Были предложены различные способы адаптации «импортных» моделей к российским хозяйственным условиям, в частности «Z-счёта» Э. Альтмана и двухфакторной математической модели. (финансовый анализ, Формирование системы индикаторов оценки угрозы банкротства предприятия)

Согласно действующему Российскому законодательству, несостоятельность (банкротство) - признанная арбитражным судом или объявленная должником неспособность должника в полном объеме удовлетворить требования кредиторов по денежным обязательствам и (или) исполнить обязанность по уплате обязательных платежей. На нынешнем этапе развития российской экономики выявление неблагоприятных тенденций развития предприятия, предсказание банкротства приобретают первостепенное значение. Вместе с тем, методик, позволяющих с достаточной степенью достоверности прогнозировать неблагоприятный исход, практически нет. Рассмотрим наиболее популярные способы оценки близости предприятия к банкротству.

Расчет комплексного показателя.

Z-счет Альтмана

Известны двухфакторная, пятифакторная и семифакторная модели прогнозирования банкротства компаний, разработанные американскими специалистами во главе с Э. Альтманом.

Двухфакторная модель:

(13)

При прочих равных условиях вероятность банкротства тем меньше, чем больше коэффициент текущей ликвидности и меньше коэффициент финансовой зависимости. Для компаний, у которых Z=0, вероятность банкротства = 50%. Если Z<0, то вероятность банкротства меньше 50% и далее снижается по мере уменьшения Z. Если Z>0, то вероятность банкротства больше 50% и возрастает с ростом Z.

Пятифакторная модель:

, (14)

где

= (Оборотный капитал/Активы),

= (Нераспределенная прибыль/Активы),

= (Прибыль до выплаты процентов и налогов/Активы),

= (Собственный капитал по рыночной стоимости/Заемный капитал),

= Объем продаж/Активы.

Семифакторная модель Э. Альтмана включает следующие показатели: рентабельность активов, динамика прибыли, коэффициент покрытия процентов прибылью, кумулятивная прибыльность, коэффициент покрытия (текущей ликвидности), коэффициент автономии, ...