Дипломная работа (стр. 4 )

Рейтинговая оценка устойчивости финансового состояния организации (Приложение 3, Таблица 6)

Вывод: По уровню показателей финансового состояния организация относится к 1 классу платежеспособности, то есть организация обладает устойчивым финансовым состоянием. Взаимоотношение с ними нерискованно.

Оценка возможности восстановления (или утраты) организацией платежеспособности (Приложение 3, Таблицы 7,8,9)

Вывод: Так как на конец отчетного периода коэффициент текущей ликвидности выше нормативного значения (=2), организация признается платежеспособной.

Анализ показателей приведенных в таблице 11, Приложения 3.

Показатель "Производительность труда " за 2011г. составил 7 260,3 тыс. руб./чел., а за 2012г,75 тыс. руб./чел. Производительность труда в 2012г. увеличилась, что свидетельствует о положительной динамике развития Общества.

Показатель "Отношение размера задолженности к собственному капиталу" за 2011г. составил 3,16 , за 2012г. - 4,42. Данный показатель увеличился в 2012г.

Показатель "Отношение размера долгосрочной задолженности к сумме долгосрочной задолженности и собственного капитала" за 2011г. составил 0,03, за 2012г. - 0,02

Показатель "Степень покрытия долгов текущими доходами (прибылью) " за 2011г. составил 4,31, а за 2012г. - 5,39. Данный показатель увеличился в 2012г.

В целом финансово-экономическая деятельность компании, за анализируемый период, характеризуется положительно, как независимая от заемных средств.

На протяжении всего анализируемого периода компании не имеет просроченной задолженности, что говорит о платежной дисциплине компании.

Показатель "Норма чистой прибыли " в 2012г. по сравнению с 2011г. не изменился и составил 0,03%. Предприятие работает стабильно, с прибылью.

Показатель "Коэффициент оборачиваемости активов" за 2011г. составил 2,38, за 2012г. составил 2,40. Эти показатели достаточно стабильны.

Показатель "Рентабельность активов" за 2011г. составил 7,23%, за 2012г. 7,59%. Данный показатель увеличился в 2012г., что характеризует устойчивость финансового состояния компании в отчетном периоде.

Показатель "Рентабельность собственного капитала" за 2011г. составил 29,48%, за 2012г. 35,21%. Данный показатель увеличился в 2012г., что свидетельствует об эффективности использования собственного капитала компанией.

Анализ динамики показателей свидетельствует о хорошем уровне прибыльности компании.

Группа экономико-математических методов планирования характеризуется возможностями оптимизации плановых решений. Данные методы схожи используемым в прогнозировании.

Рассчитаем прогнозные показатели выручки, чистой прибыли. Для расчета данных показатель будет применяться экономико-математический метод экстраполяция с учетом факторов за последние четыре года.

Рассчитаем прогнозируемы показатели выручки и чистой прибыли на основе Таблицы 2.1 полученной на основе данных из Приложения 1 на 2013 год.

Таблица 2.1. Показатели выручки и чистой прибыли с 2007 – 2012 года.

Периоды	Выручка	Чистая прибыль
1	51 283	21 475
2	51 297
3	51 992
4	52 789
5	58 260	1
6	63 574	6

Построим на основе данных графики для определения типа функции

График 2.1. Изменения показателя выручки с 2007 – 2012 года.

График 2.2. Изменения показателя чистой прибыли с 2007 – 2012 года.

По опытным данным строится эмпирическая линия регрессии. С учетом графических особенностей прогнозирующую зависимость показателей можно отнести к одному из следующих типов:

1. — линейная функция для описания равномерно изменяющихся во времени процессов. Графиком является прямая.

2. — квадратичная функция для процессов с равноускоренным движением. График — парабола.

3. - гиперболическая функция для описания обратно пропорциональной зависимости. График - гипербола.

4. - экспоненциальная функция для описания лавинообразных процессов, при которых прирост зависит в основном от уже достигнутого уровня. График - экспонента.

Для выбора аппроксимирующей кривой используют либо визуальный подход на основе анализа графического изображения экспериментальных данных, либо метод конечных разностей (метод Тинтнера) для построения выравнивающего полинома более высокого порядка, чем 2.

Для нахождения коэффициентов теоретических линий регрессий (в случае параболической зависимости ) используют метод наименьших квадратов. Таким образом составляют функцию суммы квадратов отклонений эмпирических значений от теоретических (выравнивающих) значений :

где Т - число периодов (лет).

Наилучшая аппроксимация получается при таких а и b, когда функция S(a,b) минимальна.

Дифференцируя функцию S(a,b) по а и b и приравнивая полученные частные производные нулю, имеем систему уравнений относительно неизвестных а и b, в случае параболы эта система состоит из 3 уравнений с тремя неизвестными: а, b и с.

При использовании регрессионного анализа для построения прогнозирующих функций могут возникнуть некоторые трудности. Например, может отсутствовать четкая выраженность свойств одной из семи типов зависимостей. Здесь требуется сначала выявить тренд и если он достаточно гладок, то приближение находят в виде выравнивающего полинома некоторой степени, а затем строят прогноз.

Для получения наилучших оценок неизвестных параметров а0, aj, ...,аn целесообразно брать степень многочлена n ≤ T - 1, где Т - число периодов (лет), причем при n = T - 1 прогноз получается совершенно точным.

Окончательное решение о виде аппроксимирующей кривой может быть принято после определения ее параметров и верификации прогноза по ретроспективному ряду, а также с учетом анализа экономических особенностей процесса. Поэтому для прогнозирования используют не одну, а несколько аппроксимирующих функций с тем, чтобы после оценки точности и адекватности модели выбрать наиболее подходящую. После нахождения параметров выбранной модели и составления уравнения регрессии для контроля точности прогноза применяют среднегеометрический критерий расхождения:

где и – фактическое и прогнозируемое значения. Если = 0, то имеет место совершенного прогнозирования. Иначе, прогноз ошибочен. Проиллюстрируем вышесказанное на конкретном примере.

По виду кривой регрессии определим тип выручки как квадратичную функцию . Составляем функцию суммы квадратов отклонений эмпирических данных от теоретических:

Дифференцируем по а, b, с и полученные частные производные приравниваем к 0:

Отсюда нормальная система уравнений примет вид:

Согласно эмпирическим данным, имеем:

Записываем систему нормальных уравнений:

Решение этой системы имеет вид: a = 814, b = -3325, c = 54152. Итак, аппроксимирующей функцией спроса является парабола. Согласно этому закону, прогноз относительно чистой прибыли на следующий год составит = 70 763 тыс. руб.

Проверим критерий расхождения для контроля точности прогноза выручки. Вычислим квадраты отклонений эмпирических значений от теоретических (Таблица 2.2.).

Таблица 2.2. Расхождения теоретических и эмпирических значений выручки.

	51283	51297	51992	52789	58260	63574
	51641	50758	51503	53876	57877	63506
	128164	290521	239121	1181569	146689	4624

Вывод: Прогноз относительно выручки не является совершенным, но достаточно точен, т. к. близко к 0.

Рассмотрим прогнозирование прибыли (PR). Будем аппроксимировать полиномом в 6 степени. Итак, прогнозируемая цена товара будет полиномом в 6 степени .

Проверим критерий расхождения для контроля точности прогноза чистой прибыли. Вычислим квадраты отклонений эмпирических значений от теоретических (Таблица 2.2.).

Таблица 2.2. Расхождения теоретических и эмпирических значений чистой прибыли.

	21475	140392	481735	804505	1061380	6733974
	35646	219651	464640	569766	1326749	6649092