Телефон: 8-800-350-22-65
WhatsApp: 8-800-350-22-65
Telegram: sibac
Прием заявок круглосуточно
График работы офиса: с 9.00 до 18.00 Нск (5.00 - 14.00 Мск)

Статья опубликована в рамках: XLV Международной научно-практической конференции «Научное сообщество студентов XXI столетия. ЭКОНОМИЧЕСКИЕ НАУКИ» (Россия, г. Новосибирск, 05 сентября 2016 г.)

Наука: Экономика

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
Гайфетдинова Г.Н. МАТРИЧНЫЙ СПОСОБ ОБРАБОТКИ ИНФОРМАЦИОННЫХ МАССИВОВ КАК ОДИН ИЗ МЕТОДОВ ПРОГНОЗИРОВАНИЯ ФИНАНСОВОГО СОСТОЯНИЯ ОРГАНИЗАЦИИ // Научное сообщество студентов XXI столетия. ЭКОНОМИЧЕСКИЕ НАУКИ: сб. ст. по мат. XLV междунар. студ. науч.-практ. конф. № 8(45). URL: https://sibac.info/archive/economy/8(45).pdf (дата обращения: 03.05.2024)
Проголосовать за статью
Конференция завершена
Эта статья набрала 84 голоса
Дипломы участников
Диплом лауреата
отправлен участнику

МАТРИЧНЫЙ СПОСОБ ОБРАБОТКИ ИНФОРМАЦИОННЫХ МАССИВОВ КАК ОДИН ИЗ МЕТОДОВ ПРОГНОЗИРОВАНИЯ ФИНАНСОВОГО СОСТОЯНИЯ ОРГАНИЗАЦИИ

Гайфетдинова Гульшат Нурулловна

студент 2 курса магистратуры, Учет, анализ и аудит, ИУЭиФ КФУ, г. Казань

Шакирова Сазида Шагинуровна

научный руководитель,

канд. экономических наук, доцент КФУ, г. Казань

Сущность процесса прогнозирования заключается в том, что исследователь с помощью определенного метода и специального инструментария стремится с определенной степенью достоверности превратить информацию в систему знаний о будущем состоянии или поведении объекта. Прогнозирование позволяет определить устойчивые тенденции или выявить существенные изменения в социально – экономических процессах, оценить их вероятность для будущего планового периода, накопить научный и эмпирический материал для обоснованного выбора той или иной концепции и развития или планового решения [2, с.10].

В практике аналитической работы применяются разные методы по прогнозированию финансовых показателей. Матричный метод, который характеризует темп роста и прироста экономических показателей, относится именно к таким методам.

Использование матриц роста и прироста показателей является весьма эффективным способом анализа, так как предоставляет возможность изучить взаимосвязь финансовых показателей и на основе этой взаимосвязи спрогнозировать результат деятельности организации. Создание аналитической матрицы предусматривает составление системы показателей, требующихся для анализа финансового состояния, прогнозирования и рассмотрения особенностей, связанных с их построением и использованием, поэтому данный подход считается необходимым при многофакторном аналитическом моделировании, которым является финансовое прогнозирование. Финансовое прогнозирование включает в себя несколько этапов:

– образование системы показателей;

– создание многофакторной модели;

– аналитическое исследование данной модели;

– оценка результатов анализа для прогнозирования

Н.И. Мартынчук  разработал аналитическую матрицу для прогнозного анализа показателей, характеризующих финансовое состояние организации [3]. Эту аналитическую матрицу (А) для исследования финансовых показателей организации представляют в виде таблицы, которая состоит из М строк и N столбцов, где М – это период исследования, N – число показателей, аij – j-й показатель из этого списка i-го периода.

 

 

                                                                                                                            (1)

 

При прогнозировании начальная матрица А заменяется матрицей прироста Pt  с элементами pij,

Pt ═ Δ Ait / Ajt                                                                                                     (2)

                                                                                                                                                       (3)

Размещенные по главной диагонали элементы матрицы прироста Р представляют прямые темпы прироста показателей а (i=j), остальные элементы косвенные темпы прироста, которые характеризуют относительный рост i-го показателя по сравнению с j-м показателем aij в период времени t [1,с.125].

Первый этап исследования состоит в составлении списка показателей, требующихся для финансового анализа и прогнозирования. Необходимо составить список показателей, обобщающий результаты хозяйственной деятельности организации. Характеристика финансового состояния организации осуществляется с помощью разнообразных показателей, одни из которых характеризуют результаты хозяйственной деятельности, а другие оценивают лишь финансово-хозяйственное положение. Основу формирования системы показателей составили данные бухгалтерской отчетности ОАО «Агрокомплект».

Для прогнозирования автором были представлены восемь показателей, однако мы посчитали, что для более точного прогнозирования необходимо добавить показатель удельного веса прибыли от продаж в прибыли до налогообложения и показатель удельного веса прибыли до налогообложения в чистой прибыли, так как на конечный финансовый результат влияет не только финансовый результат от реализации продукции, но и финансовый результат от прочей деятельности.

В результате, список показателей, обобщающий результаты хозяйственной деятельности организации, был представлен в следующем виде:

– коэффициент текущей ликвидности (Ктл);

– коэффициент соотношения текущих обязательств к собственным источникам средств (ТО/СК);

– коэффициент платежеспособности (Кпл);

– показатель капиталоемкости организации(Kе);

– показатель оборачиваемости товарных запасов (Об);

– показатель соотношения товарных запасов к валовой прибыли (Тз/ВП);

– показатель валового уровня рентабельности (ВП/Р);

– показатель соотношения  расходов и прибыли от продаж (Р/Пп);

– удельный вес прибыли от продаж в прибыли до налогообложения (Пп/Пно);

– удельный вес прибыли до налогообложения в чистой прибыли (Пно/ЧП).

Второй этап исследования состоит в разработке многофакторной модели с выделением обобщающего системного показателя, характеризующего финансовое состояние субъекта. Для этого система показателей распределяется таким образом, чтобы была отображена их взаимосвязь: 

Комплексный показатель = Ктл х ТО/СК х Кпл х Ке х Об х Тз/ВП х ВП/Р х Р/Пп х Пп/Пно х Пно/ЧП    (4)

При раскрытии данной модели комплексный показатель равен соотношению текущих активов и чистой прибыли.

На третьем этапе проводится аналитическое исследование многофакторной модели. 

Решение задач, которые связаны с анализом результатов хозяйственной деятельности организации, ее перспектив и динамики развития, подразумевает использование матрицы результативности производственно-торговой деятельности, матрицы прироста и изучения характеристик системы.

Матрица результативности заполняется исходными данными за ряд лет.

 

Таблица 1

Исходные данные для формирования матриц результативности

Период

Показатели, тыс.руб.

ТА

ТО

СК

Вб

Вр

Тз

Вп

Р

Пп

Пно

ЧП

2013

64197

59188

34784

95030

277851

38522

68215

61386

6829

61

13

2014

66566

66556

34646

102288

330390

42640

77727

68169

9558

32

7

2015

90527

71157

35305

127140

389943

54773

85486

75225

10261

108

59

 

где: ТА и ТО – текущие активы и текущие обязательства;

СК – собственный капитал;

Вб – валюта баланса;

Вр – выручка от реализации;

Тз – товарные запасы;

Вп – валовая прибыль;

Р – сумма коммерческих и управленческих расходов;

Пп и Пно – прибыль от продаж и прибыль до налогообложения;

ЧП – чистая прибыль.

На основе данных таблицы можно построить матрицы прироста:

– текущее прогнозирование на 2016 год – Р12015-2014;

– краткосрочное прогнозирование на 2017 год – Р22015-2013.

Для проведения текущего и краткосрочного прогнозирования подставим цифровые значения и получим следующие значения матриц Р12015-2014, Р22015-2013.

 

Таблица 2

Матрица прироста показателей Р12015-2014

 

ТА

ТО

СК

Вб

Вр

Тз

Вп

Р

Пп

Пно

ЧП

ТА

0,360

0,360

0,692

0,234

0,073

0,562

0,308

0,352

2,507

72,172

392,803

ТО

0,069

0,069

0,133

0,045

0,014

0,108

0,059

0,068

0,481

13,858

75,426

СК

0,010

0,010

0,019

0,006

0,002

0,016

0,009

0,010

0,069

1,985

10,803

Вб

0,373

0,373

0,717

0,243

0,075

0,583

0,320

0,365

2,600

74,855

407,410

Вр

0,895

0,895

1,719

0,582

0,180

1,397

0,766

0,874

6,231

179,377

976,279

Тз

0,182

0,182

0,350

0,119

0,037

0,285

0,156

0,178

1,269

36,545

198,902

Вп

0,117

0,117

0,224

0,076

0,024

0,182

0,100

0,114

0,812

23,370

127,197

Р

0,106

0,106

0,204

0,069

0,021

0,166

0,091

0,104

0,738

21,253

115,672

Пп

0,011

0,011

0,020

0,007

0,002

0,017

0,009

0,010

0,074

2,117

11,525

Пно

0,012

0,012

0,022

0,008

0,002

0,018

0,010

0,011

0,081

2,337

12,721

ЧП

0,009

0,009

0,017

0,006

0,002

0,014

0,008

0,009

0,063

1,801

9,803

 

После построения матрицы прироста показателей определяются их прогнозные значения путем перемножения значений матриц роста Р1, Р2 с фактическими значениями показателей на 2015 год.

 

Таблица 3

Матрица прироста показателей Р22015-2013

 

ТА

ТО

СК

Вб

Вр

Тз

Вп

Р

Пп

Пно

ЧП

ТА

0,410

0,445

0,757

0,277

0,095

0,684

0,386

0,429

3,856

57,115

123,615

ТО

0,186

0,202

0,344

0,126

0,043

0,311

0,176

0,195

1,753

25,963

56,193

СК

0,008

0,009

0,015

0,006

0,002

0,014

0,008

0,009

0,076

1,130

2,446

Вб

0,500

0,543

0,923

0,338

0,116

0,834

0,471

0,523

4,702

69,653

150,751

Вр

1,746

1,894

3,223

1,180

0,403

2,910

1,643

1,826

16,414

243,150

526,254

Тз

0,253

0,275

0,467

0,171

0,059

0,422

0,238

0,265

2,380

35,252

76,296

Вп

0,269

0,292

0,497

0,182

0,062

0,448

0,253

0,281

2,529

37,464

81,085

Р

0,216

0,234

0,398

0,146

0,050

0,359

0,203

0,225

2,027

30,020

64,972

Пп

0,054

0,058

0,099

0,036

0,012

0,089

0,050

0,056

0,503

7,445

16,113

Пно

0,010

0,011

0,019

0,007

0,002

0,017

0,009

0,011

0,095

1,403

3,038

ЧП

0,007

0,008

0,013

0,005

0,002

0,012

0,007

0,007

0,065

0,967

2,094

 

Данная операция производится с помощью мастера функций MS Excel – МУМНОЖ. Полученные прогнозные значения показателей представлены в таблице 4.

 

Таблица 4

Прогнозные значения показателей финансового состояния ОАО «Агрокомплект»

 

Показатели, тыс.руб.

Периоды 

ТА

ТО

СК

Вб

Вр

2013

90527

71157

35305

127140

389943

2014

588804

113051

16196

610688

1463432

2015

454713

206696

9005

554522

1935707

 

 

Показатели, тыс.руб.

Периоды

Тз

Вп

Р

Пп

Пно

ЧП

2013

54773

85486

75225

10261

1108

659

2014

298139

190682

173411

17271

19069

14691

2015

280639

298264

238980

59284

11173

7694

 

Визуальный анализ таблицы 4 показывает, что в целом прогнозируется рост значений показателей финансового состояния организации, в частности рост значения чистой прибыли.

Полученные прогнозные оценки динамики показателей результата деятельности организации дают возможность определить изменение эффективности деятельности при условии удержания основных тенденций развития организации. Во многих случаях, особенно когда динамика экономического показателя не отличается стабильностью, применение данной методики дает несколько более точные результаты по сравнению с теми, что могут быть получены на трендовых моделях.

Таким образом, процесс финансового прогнозирования с помощью матриц роста и прироста проходит четыре этапа. Суть данного подхода исследования финансового состояния организации заключается в изучении внутренней структуры взаимозависимых показателей, соотношения темпов их изменения. Матричный метод учитывает влияние изменение показателей в комплексе и поэтому позволяет составлять прогноз какого-либо показателя во взаимосвязи с изменениями других показателей.

 

Список литературы:

  1. Барышев С.Б. Учетно-аналитическая система показателей предприятия. – Бухгалетрский учет, 2012, №9.
  2. Басовский Л. Е. Прогнозирование и планирование в условиях рынка. Учебное пособие. – М.: ИНФРА-М, 2001. – 260с.
  3. Мартынчук Н.И. Управленческий анализ и финансовое прогнозирование в торговле: дисс. канд. экон. наук / Мартынчук Н.И. – Москва, 2003.
Проголосовать за статью
Конференция завершена
Эта статья набрала 84 голоса
Дипломы участников
Диплом лауреата
отправлен участнику

Оставить комментарий

Форма обратной связи о взаимодействии с сайтом
CAPTCHA
Этот вопрос задается для того, чтобы выяснить, являетесь ли Вы человеком или представляете из себя автоматическую спам-рассылку.