Построение прогностических финансовых отчетов

2. Построение прогностических финансовых отчетов

При разработке прогнозной отчетности, прежде всего, составляется прогнозный вариант отчета о прибылях и убытках, поскольку в этом случае рассчитывается прибыль, являющаяся одним из исходных показателей для разрабатываемого баланса.

При прогнозировании баланса рассчитывают, прежде всего, ожидаемые значения его активных статей.

Что касается пассивных статей, то работа с ними завершается с помощью метода балансовой увязки показателей; а именно, чаще всего выявляется потребность во внешних источниках финансирования.

Собственно прогнозирование осуществляется в ходе имитационного моделирования, когда при расчетах варьируют темпами изменения базового показателя и независимых факторов, а его результатом является построение нескольких вариантов прогнозной отчетности.

Выбор наилучшего из них и использование в дальнейшем в качестве ориентира осуществляются уже с помощью неформализованных критериев.

Описанный метод основан на предположении, что

а) значения большинства статей баланса и отчета о прибылях и убытках изменяются прямо пропорционально объему реализации;

б) сложившиеся в компании уровни пропорционально меняющихся балансовых статей и соотношения между ними оптимальны (имеется в виду, что, например, уровень производственных запасов на момент анализа и прогнозирования оптимален).

3. Модели динамического анализа

Наиболее распространенным видом анализа в хозяйственной практике является детерминированный факторный анализ, т.е. анализ зависимостей между показателями с помощью жестко детерминированных факторных моделей.

Основным результатом детерминированного факторного анализа является разложение прироста результативного показателя, обусловленного совместным влиянием или изменением факторных признаков, на сумму частных приростов результативного показателя, любой из которых обусловлен изменением только одного фактора.

Основными в детерминированном факторном анализе являются методы цепных подстановок и арифметических разниц, а также метод выявления изолированного влияния факторов.

Метод цепных подстановок еще называют приемом последовательного (постепенного) изолирования факторов. Этот метод предназначен для измерения влияния изменения факторных признаков на изменение результативного показателя при изучении функциональных зависимостей. Общую схему приема цепных подстановок рассмотрим на примере трехфакторной мультипликативной модели:

T = abc,

Где T - результатный показатель;

а, b, с - факторные показатели.

Сравним фактические значения показателей (индекс "ф") с плановыми (индекс "п"). Полное отклонение показателя Т от плана составит:

,

.

Часть полного отклонения, обусловленная вариацией каждого из факторов, имеет вид:

;

;

.

Таким образом:

.

Прием цепных подстановок может быть использован при анализе отклонений фактических значений экономических показателей от плановых, а также при изучении динамики показателей. Естественным следствием приема цепных подстановок является прием арифметических разниц.

Пусть , тогда ,

;

;

;

.

Существенным недостатком этих методов является также и то, что они обладают свойством неаддитивности по времени. Это означает, что результаты анализа, выполненного, например, за целый год, не будут совпадать с суммой соответствующих данных, полученных по месяцам или кварталам.

Метод выявления изолированного влияния факторов заключается в следующем.

Пусть результатный показатель z определяется несколькими факторами: х 1 , х 2 , .... х п , т.е. z = f (x₁, x₂, …, x_n).

Базовый период обозначим индексом 0, а отчетный - 1. Изменение результативного показателя, имевшее место за это время D_общz = z₁ – z₀.

Изменение z , связанное с изменением лишь одного, х i -го показателя, составит:

Регрессионный анализ - это метод установления аналитического выражения стохастической зависимости между исследуемыми признаками. Уравнение регрессии показывает, как в среднем изменяется у при изменении любого из x_i, и имеет вид:

y = f (x₁, x₂, …, x_n),

где у - зависимая переменная (она всегда одна);

х_i - независимые переменные (факторы) (их может быть несколько).

Если независимая переменная одна - это простой регрессионный анализ. Если же их несколько (п  2), то такой анализ называется многофакторным.

В ходе регрессионного анализа решаются две основные задачи: построение уравнения регрессии, т.е. нахождение вида зависимости между результатным показателем и независимыми факторами x₁, x₂, …, x_n; оценка значимости полученного уравнения, т.е. определение того, насколько выбранные факторные признаки объясняют вариацию признака у. Применяется регрессионный анализ главным образом для планирования, а также для разработки нормативной базы. Регрессионная модель может быть построена при наличии любой зависимости, однако в многофакторном анализе используют только линейные модели вида:

y = a + b₁x₁ + b₂x₂ + … + b_nx_n.

Построение уравнения регрессии осуществляется, как правило, методом наименьших квадратов, суть которого состоит в минимизации суммы квадратов отклонений фактических значений результатного признака от его расчетных значений, т.е.:

где т - число наблюдений;  = a + b₁x₁^j + b₂x₂^j+ ... + b_nх_n^j - расчетное значение результатного фактора.

Коэффициенты регрессии рекомендуется определять с помощью аналитических пакетов для персонального компьютера или специального финансового калькулятора.