Д М Коркуна - Фінансове прогнозування як основа фінансових планів підприємства - страница 1

Страницы:
1  2 

адаптивної моделі одночасно. Розробка та апробація на практичних прикладах адаптивної моделі стійкість щодо поставленої мети і є напрямом подальших розробок.

 

1. Гафт М.Г. Принятие решений при многих критериях. - М.: Знание, 1979. 2. Герберт А. Саймон. Теория принятия решений в экономической теории и науке о поведении. - М., 1998. 3. Кини Р.Л., Райфа Х. Принятие решений при многих критериях: предпочтения и замещения. - М.: Радио и связь, 1981. 4. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений. - М.: Физматлит, 1996. 5. Фатхутдинов Р. А. Разработка управленческого решения. - М.: Бизнес-школа «Интел-Синтез», 1998.

 

 

 

УДК 336 Д.М. Коркуна

Львівський національний університет імені Івана Франка

ФІНАНСОВЕ ПРОГНОЗУВАННЯ, ЯК ОСНОВА ФІНАНСОВИХ ПЛАНІВ ПІДПРИЄМСТВА

© Коркуна Д.М.,2008

 

Розглянуті методи фінансового прогнозування: метод експертних оцінок, методи обробки часових, просторових і просторово-часових сукупностей. Побудовано два варіанти прогнозу обсягу продаж на основі рівняння лінійної регресії та методу ковзного середнього. Розглянуто основні етапи прогнозування на підприємстві.

Ключові слова: прогноз, фінансове прогнозування, метод експертних оцінок, рівняння регресії, ковзне середнє, часовий ряд, метод найменших квадратів.

 

There are desribed the main method of financial forecasting: processing method of time set, spatial set and time-spatial sets, method of expert judgements. There are build two variants of forecasting sales: with using equation of linear regression and method of moving average.

Key words: forecasting, financial forecasting, method of expert judgements equation of linear regression, method of moving average, time set.

Постановка проблеми

Важливим елементом управління економічними і соціальними процесами на підприємствах є планування і прогнозування. Вони використовуються для визначення раціональних пропорцій в розвитку економіки, змін за конкретний період окремих показників суб'єктів господарювання, галузей та територій. Фінансове планування і прогнозування є одним з основних методів фінан­сового механізму.

Обґрунтування фінансових показників, здійснених фінансових операцій і результативність багатьох господарських рішень досягаються під час фінансового планування та прогнозування.

Фактично фінансове прогнозування повинно передувати плануванню і оцінювати безліч варіантів. За допомогою фінансового планування конкретизуються намічені прогнози, визначаться конкретні шляхи, показники, взаємозв'язані завдання, послідовність їх реалізації, а також методи, що сприяють досягненню вибраної мети. Основною відмінністю прогнозу від плану є те, що прогнозуються ті показники, якими компанія не має можливостей керувати.

Актуальність завдань фінансового планування відображена в одному із визначень фінансового аналізу, згідно з яким фінансовий аналіз являє собою процес, який ґрунтується на вивченні даних про фінансовий стан підприємства, результатів його діяльності в минулому з метою оцінювання майбутніх умов і результатів діяльності.

Аналіз останніх досліджень і публікацій

Питанням економічного та фінансового прогнозування приділено чимало уваги. Так, використання математичних методів моделювання і прогнозування для вирішення різних проблем на мікро- і макрорівні розглядається, зокрема, в роботах А.М Єріної [1], специфіка використання методів прогнозування в умовах ринку - в працях Е.Тихонова [5], фінансове прогнозування та прогнозування фінансового стану організації - в працях І.Т.Балабанова [2], Г.Земитана [3], Е.Бреслава [4]. Проте застосування математичних методів прогнозування економічних процесів, особливо на рівні виробничих підприємств, передбачає практично на початковому етапі.

 

Постановка цілей

Метою статті є розгляд можливостей застосування різних методів фінансового прогнозування для складання фінансових планів підприємств. При цьому основну увагу зосереджено на практичному використанні фінансового прогнозування для зниження неминучої невизначеності, пов' язаної з прийняттям управлінських рішень, орієнтованих на майбутнє. За такого підходу фінансове прогнозування може бути використано як інструмент підтримки коротко- та довгостро­кових управлінських рішень, необхідності інвестицій, як засіб оцінювання якості управління, як спосіб прогнозування майбутніх фінансових показників.

 

Виклад основного матеріалу

Всі процедури прогнозування передбачають перенесення досвіду з минулого в майбутнє. Саме прогнозування можна поділити на такі етапи: 1) збір даних; 2) редукція даних; 3) побудова моделі та її оцінка; 4) екстраполяція обраної моделі (фактичний прогноз); 5) оцінка отриманого матеріалу.

На першому етапі, збір даних, передбачається отримання даних та перевірка їхньої достовірності. Цей етап є найсумнівнішою частиною всього процесу прогнозування і найважли­вішим для перевірки, оскільки наступні етапи з однаковим успіхом можуть виконуватися з використанням даних, що стосується проблеми, так і не відповідних їй. Він супроводжується значними труднощами у зв' язку з відсутністю повної інформації.

На другому етапі, редукція даних, дуже часто виникає ситуація, коли для виконання прогнозу, може бути зібрано як занадто багато даних, так і надто мало. Деякі дані можуть ніяк не стосуватися проблеми, що розглядається, будуть лише занижувати точність прогнозу. Інші, навпаки, можуть відповідати проблемі, але тільки в певний період.

На третьому етапі, побудова моделі, та її оцінка, відбувається підбір моделі прогнозу, яка найбільшою мірою відповідає особливостям зібраних даних у сенсі мінімізації помилок прогнозу. Чим простішою буде модель, тим краще вона сприйматиметься керівництвом підприємства, яке буде відповідати за прийняті рішення, і вищою буде їхня довіра до отриманого прогнозу. Дуже часто потрібно віддавати перевагу не складному прогнозу, який даватиме дещо більшу точність, а більш простому та зрозумілому керівництву компанії. Коли вибраний метод схвалюється керівництвом, то і результати прогнозування використовуються ним активно.

На четвертому етапі, екстраполяція вибраної моделі, передбачає фактичне отримання необхідного прогнозу, оскільки необхідні дані вже є отриманими, і відповідна модель прогнозу є визначена. Дуже часто для перевірки отриманих результатів використовують дані за недавно минулі періоди, для яких досліджувані величини вже відомі.

На п' ятому етапі, оцінка отриманого прогнозу полягає в порівнянні обчислених величин. Для цього частина фактичних величин виключається із множини даних, які підлягають аналізу. Після того, як модель прогнозу, буде підібрана, виконується прогноз на ці періоди і порівнюється із відомими досліджуваними значеннями.

Фінансовий менеджер повинен вміти спрогнозувати обсяг реалізації, собівартість продукції загалом і по важливих статтях, потребу в джерелах фінансування, грошові потоки тощо. Прогнозування, як один із методів управління не повинен зводитися тільки до розрахунку орієнтирів, що мають кількісне вираження. Під ним також потрібно розуміти метод пошуку оптимальних дій  для  підприємства.  У  цьому  значенні  прогнозування  тісно  пов'язано зперспективним аналізом, оскільки остаточний варіант дій вибирається після розгляду та приймається після порівняльного аналізу різних варіантів, зокрема і альтернативних.

Важливим пунктом будь-якого із методів є визнання факту стійкості зміни показників фінансово-господарської діяльності від одного звітного періоду до іншого. Методи прогнозування поділяються на методи, в яких кожна стаття прогнозується окремо, враховуючи її індивідуальну динаміку та методи, які враховують існування взаємозв' язку між окремими статтями. Різні статті повинні змінюватися узгоджено, адже вони характеризують одну єдину економічну систему. Найпопулярнішими вважають такі методи фінансового прогнозування: метод експертних оцінок, методи обробки часових, просторових і просторово-часових сукупностей.

Метод експертних оцінок. Це найпростіші і достатньо популярні методи, історія яких налічує не одне тисячоліття. Простим прикладом використання цих методів слугує встановлення деяких прогнозів і планів на інтуїтивному рівні. У сучасній інтерпретації ці методи прогнозування можуть передбачати багатоетапний процес опитування експертів за спеціальними схемами і опрацювання отриманих результатів за допомогою наукового інструментарію економічної статистики. Ці методи використовуються не тільки для прогнозування значень показників, але і в аналітичній роботі, наприклад для розроблення коефіцієнтів, порогових значень контрольних показників.

Обґрунтовуючи складні управлінські рішення в умовах невизначеності, під час довгострокового прогнозування використовують групові експертизи. Експерт повинен розмістити варіанти у порядку, який вважає раціональним, і приписати кожному з числа натурального ряду -ранги 1,2,...,n. Кількість рангів дорівнює кількості варіантів. Якщо експерт надає двом і більше варіантам однакові значення рангу, то кожному з цих варіантів приписується середній ранг.

Методи оброблення часових, просторових і просторово-часових сукупностей.

Цим методам надають важливе значення з точки зору формального прогнозування і істотно змінюють їх за важкістю використання. Вибір методу залежить від багатьох факторів, зокрема від наявності даних. Існують три методи опрацювання даних для прогнозування: метод часових, просторових і просторово-часових сукупностей.

Перший метод, наявність часового ряду зустрічається на практиці доволі часто. Аналітик, або фінансовий керівник, має в своєму розпорядженні дані про динаміку певного показника, на основі якого потрібно побудувати прийнятний прогноз. Це можна здійснити простим динамічним аналізом і аналізом за допомогою авторегресійних залежностей.

Основним інструментом будь-якого прогнозування виступає схема екстраполяції. Розрізняють формальну і прогнозну екстраполяції. Формальна екстраполяція ґрунтується на припущенні про збереження в майбутньому реальних тенденцій розвитку об' єкта прогнозу. Під час прогнозних екстраполяції фактичний розвиток пов'язується з гіпотезами про динаміку досліджуваного процесу з урахуванням його фізичної і логічної суті. Основу екстраполяційних методів прогнозування становлять вивчення часових рядів, які являють собою впорядковані по часу вимірювання тих або інших характеристик досліджуваного об' єкта.

Перший спосіб ґрунтується на припущенні, що прогнозний показник змінюється прямо пропорційно часу. Саме тому для визначення прогнозних значень показника Y будується залежність у такому вигляді:

Yt = a + bt, (1)

де tпорядковий номер періоду [2].

Параметри рівняння регресії (a,b) знаходять, як правило, методом найменших квадратів. Підставивши в рівняння (1) необхідне значення t, розраховують необхідний прогноз. Суть методу найменших квадратів полягає в пошуку параметрів моделі тренда, який мінімізує відхилення від точок початкового часового ряду.

В основу другого методу закладено доволі очевидне припущення, що економічним процесам притаманна визначена специфіка. Вони відрізняються, по-перше, взаємозалежністю, по друге визначеною інерційністю. Останнє свідчить, що значення будь-якого показника в момент t визначено залежить від   стану цього показника в попередніх періодах, тобто значення цьогопоказника в попередніх періодах повинно розглядатися як факторна ознака. Рівняння авторе-ресійної залежності в загальній формі має вигляд

Yt = A0 + A * Yt-1 + A2 * Yt-2 +... + Ak *Yt_k , (2)

де Yt - прогнозне значення показника Y в момент t; Yt-1- значення показника Y в момент t-1;

Ak - k коефіцієнт регресії.

Доволі точні прогнозні значення можна отримати вже при k=1. На практиці також доволі часто використовують модифікацію наведеного рівняння, ввівши в нього в якості фактора період (момент) t. У цьому разі рівняння регресії матиме вигляд

Yt = Ao +     -1 + A21. (3) Коефіцієнти регресії цього рівняння можна знайти методом найменших квадратів. Відповідна система матиме вигляд

J * Ao + A1* 2 Yt-1 + A2* 2 t = 2 Yt

< Ao * 2 Yt-1 + A * 2 Y21-1 + A2 *21 * Yt-1 = 2 Yt *Yt-1 ; (4)

.Ao * 2 Yt + A 21 * Yt-1 + A2 * 211 =21 *Yt-1

де j - довжина ряду динаміки показника Y зменшена на одиницю [2].

Друга ситуація—наявність просторової сукупності - відомо тоді, коли дані про показник є відсутніми, або його значення визначається впливом деяких факторів. У цій ситуації можна використовувати багатофакторний регресійний аналіз, який являє собою поширення простого динамічного аналізу на багатовимірні випадки. При цьому в результаті кількісного аналізу виділяють k факторів (X1, X2,...,Xk) , які на думку аналітика впливають на зміну прогнозуючого показника (Y), будується найчастіше лінійна регресійна залежність типу:

Y = Ao + A X1 + A2 X2 +... + AkXk, (5) де Ai - коефіцієнти регресії, i=1,2,...,k

Третя ситуація - існування просторово-часової сукупності - спостерігається у разі, коли:

-           ряди динаміки недостатні по своїй довжині для побудови статистично значимих прогнозів;

-           аналітик має намір врахувати в прогнозі вплив факторів, які розрізняються за економічною природою, і їхні динаміки. Вихідними даними слугують матриці показників, кожна з яких являє собою значення тих самих показників за різні періоди або за різні послідовні дати.

Розглянемо прогнозування першим способом на прикладі прогнозування обсягу продаж на підприємстві. Для коректного прогнозу необхідно визначати значення обсягу продаж підприємства в натуральному і грошовому виразах, а також зрозуміти, як він може змінюватися залежно від умов внутрішнього і зовнішнього середовища. Для розрахунку прогнозу використаємо дані по виручці від реалізації продукції за період 2oo6 - 2oo7 рр.

Для розрахунку потрібно за допомогою методів найменших квадратів знайти параметри рівняння регресії (1) a, b.. Процедура знаходження прямої, для якої буде мінімальна сума квадратів відстаней між точками, що описують дані, та самою прямою називається методом найменших квадратів. Кутовий коефіцієнт (коефіцієнт нахилу - b) прямої регресії можна знайти так:

2 (Xk - X )*(Yk - Y)
b = ^--------------------- . (6)

2 (X-X )2

k=1

Вільний коефіцієнт рівняння регресії (a) можна знайти за формулою, підставивши у рівняння регресії значення коефіцієнта b та середні значення величини X та Y:

a = Y - b * X, (7)

де Y , X - середні величини.


Ці коефіцієнти можна розрахувати також, використавши відповідні статистичні функції у пакеті Microsoft Excel: для вільного коефіцієнта a-INTERCEPT (ОТРЕЗОК), кутового коефіцієнта b- SLOPE (НАКЛОН).

Для нашого прикладу коефіцієнт a= 4129,98, b= 3,79. Рівняння регресії матиме вигляд:

y = 4129,98 + 3,79x . (8)

Підставивши в рівняння значення х номери наступних періодів можна отримати прогноз на наступні періоди (див табл. 1). Лінійне рівняння не завжди точно відображає економічні тенденції. По мірі насичення ринку темпи зростання продаж зменшуються.

Розглянемо альтернативний варіант прогнозу з використанням ковзних середніх. Модель ковзних середніх застосовують для нестаціонарних або стаціонарних даних. Модель ковзного середнього можна описати:

Yt = (Yt + Yt-1 +... + Yt-k+1)/k , (9)

Страницы:
1  2 


Похожие статьи

Д М Коркуна - Фінансове прогнозування як основа фінансових планів підприємства