Методы прогнозирования основных финансовых показателей

Содержание
Введение
1.Теоретические основы прогнозирования финансовой отчётности и основных финансовых показателей предприятия
1.1 Сущность и содержание финансового прогнозирования
1.2 Методы прогнозирования финансовой отчетности и основных финансовых показателей
2.Прогнозирование основных финансовых показателей
2.1Краткая характеристика предприятия
2.2 Прогнозирование основных финансовых показателей с помощью анализа динамических рядов
2.3 Прогнозирование основных финансовых показателей с помощью приема сглаживания и выбора тренда
2.4 Сравнительный анализ выбранных методов прогнозирования
Заключение
Список используемой литературы

руб.5768,618Средний абсолютный прирост, тыс.руб.-18,320Средний темп роста, %99,6%Средний темп прироста, %-0,4%На основании таблицы 2 можно сделать следующий вывод: положительный темп роста реализации продукции ООО «Техника в движении» приходиться на май – август каждого года. Наибольшая выручка компании были в сентябре 2010 года и составили – 13020,67 тыс.руб.Темп роста показывает, во сколько раз уровень текущего периода выше или ниже уровня базисного периода, или сколько процентов он составляет по отношению к базисному. Темп роста - это отношение последующего уровня к предыдущему или какому-либо другому, принятому за базу сравнения. 2.3 Прогнозирование основных финансовых показателей с помощью приема сглаживания и выбора трендаОдин из наиболее простых приемов сглаживания заключается в расчете скользящих. Применение скользящих средних, позволяет сгладить периодические и случайные колебания и тем самым выявить имеющуюся тенденцию в развитии.В нашейработерассмотрим сглаживание динамических рядов 2-хзначными скользящими средними. В таблице 4 представлены данные выручкиза исследуемые 15 месяцев и его скользящей средней в каждом из динамических рядов. На их основе были построены графики, представленные на рис.2.3.1.Таблица 4- Скользящие средниеГодВыручка, тыс.руб.Скользящие средниеянв.111 519,55 фев.112 270,852551,020мар.113 862,663448,252апр.114 211,254330,419май.114 917,355223,749июн.116 542,656838,130июл.119 054,398380,452авг.119 544,319308,898сен.119 327,999524,207окт.119 700,329702,521ноя.1110 079,268614,666дек.116 064,426649,003янв.123 803,334764,037фев.124 424,364357,224мар.124 843,99 Наглядно сглаживание представим на рисунке 2.3.1.Рисунок 2.3.1- Сглаживание динамического ряда скользящей среднейМожно заметить, что скользящей средней нет за январь 2011 и март 2012 года, т.к. скользящих средних меньше, чем уровней динамического ряда.Тенденция явная: на летний период объем продаж максимальный, что для данной организации является объяснимой.Прогнозирование показателей эффективности деятельности предприятия.Прогнозирование средствами мат. статистики производится на основе анализа вариационных рядов и их связей.Варьирование - изменение признака от наблюдения к наблюдению. (Например, варьирование веса или роста в к.-л. группе людей).Вариационный ряд – количественная характеристика варьирования признака.Временной (динамический) ряд – изменение признака со временем. Или: это вариационный ряд, где наблюдения – моменты времени. При прогнозировании динамического ряда изучается зависимость признака от номера наблюдения – момента времени. Предполагается, что зависимость может быть разбита на три составляющие: тренд, цикличность и ошибку. Другими словами, выдвигается гипотеза о том, что исходный динамический ряд Yt можно разложить на сумму трёх компонент – тренда , цикличности (от ни одной до нескольких) и ошибки. Данные компоненты непосредственно не наблюдаемы – т.е. гипотетичны.Тренд –детерминированная составляющая динамического ряда, описываемая математической функцией, как правило – монотонной.Цикличность – детерминированная периодическая составляющая динамического ряда, описываемая, как правило, алгоритмическим путём.В данной работе будет проведено аналитическое сглаживание динамических рядов. Сглаживание будет проводиться линейной, полиномиальной, логарифмической, экспоненциальной и степенной формой тренда. Затем будут определены численные значения кривых и выбрана оптимальная форма тренда, используя метод МНК или метод наименьших квадратов. В связи с этим нам необходимо задать следующие данные, представленные в таблице 5. Таблица 5- Расчетные данные для построения трендовВремяВыручка, тыс.руб.tt2t3Ln tLn (yt)янв.111 519,551110,0007,326фев.112 270,852480,6937,728мар.113 862,6639271,0998,259апр.114 211,25416641,3868,346май.114 917,355251251,6098,501июн.116 542,656362161,7928,786июл.119 054,397493431,9469,111авг.119 544,318645122,0799,164сен.119 327,999817292,1979,141окт.119 700,321010010002,3039,180ноя.1110 079,261112113312,3989,218дек.116 064,421214417282,4858,710янв.123 803,331316921972,5658,244фев.124 424,361419627442,6398,395мар.124 843,991522533752,7088,485Далее по данным таблицам построим графики с разнообразными видами трендов, в частности это линейный, полиномиальный (2-й и 3-й степени), логарифмический (рис.2.3.2, 2.3.3, 2.3.4, 2.3.5).На основе каждого графика строится сводный статистический отчет по трендовым моделям. Также необходимо отметить, что степенная и экспоненциальная формы тренда нуждаются в пересчете остатков и уровней динамического ряда.Рисунок 2.3.2 - Сглаживание динамического ряда линейным трендомРисунок 2.3.3 - Сглаживание динамического ряда полиноминальным трендом 2-й степениРисунок 2.3.4 - Сглаживание динамического ряда полиноминальным трендом 3-й степениРисунок 2.3.5 - Сглаживание динамического ряда логарифмическим трендомВ соответствии с методом наименьших квадратов оптимальной моделью считается модель с наименьшей остаточной дисперсией (или остаточным среднеквадратическим отклонением). Но для решения задачи экстраполяции и прогнозирования по тренду необходимо также учесть значимость параметров модели тренда.Таблица 6 -Определение значимости параметров тренда№Модель трендаУравнение трендаОстаточное среднеквадратичное отклонениеЗначимость параметров модели тренда1ЛинейнаяY=15,44X-622752,4Значимы оба параметра2Полином 2-й степениY=-0,169X2+13840X-0,0082,11Параметры незначимы 3Полином 3-й степениY=-0,001X3+123,1X2+0,0005X+7Е+102,91Параметры незначимы 4ЛогарифмическаяY=629831LnX-0,013,47Значимы оба параметраКак видно из таблицы представленной выше, оптимальным трендом будет линейный тренд, т.к. остаточное среднеквадратичное отклонение у него наименьшие из всех моделей со значимыми параметрами. Также из таблицы можно увидеть, как значимость параметров уравнения влияет на выбор оптимального тренда, т.к. в противном случае наш выбор остановился бы на полиноме 2-й степени, для которого остаточное среднеквадратичное отклонение наименьшие из всех представленных моделей тренда. Следовательно, для прогнозирования выберем линейный тренд.Рисунок 2.3.7 - Прогнозирование валового дохода с помощью линейного трендаКак видно из графика, руководству предприятия необходимо предпринимать меры по улучшению эффективности деятельности предприятия, потому как прогнозирование показывает, что предприятие в 2012-2013 году будет работать в убыток.2.4 Сравнительный анализ выбранных методов прогнозированияРасчет показателей изменения уровней динамического ряда дал нам представление о видах и формах различных показателей динамики, а также помог понять их значимость в анализе и поиске общей тенденции за определенный период времени. С помощью такой тенденции можно найти зависимость между периодом времени, изменением динамического ряда экспорта или импорта с внутренними и внешними факторами, происходящими в Индии или какой-либо другой стране, обнаружив значительные отклонения показателей динамического ряда от общей тенденции. Этот анализ может помочь последующей экспертной оценки и прогноза, как, в общем, и вся наша проделанная курсовая работа. Кроме того, была проведена периодизация динамических рядов, в ходе которой, была проанализирована зависимость изменения импорта в Англии, от изменения цен на нефть. Это дало нам наглядный пример, как важно проводить группировку динамических рядов по периодам, и на основе определенного периода динамических рядов продолжать нашу работу, т.е. перейти к эмпирическому сглаживанию. С помощью эмпирического сглаживания динамических рядов, где была применен метод сглаживания простой 2-хзначной средней. С помощью, которой, были сглажены периодические и случайные колебания динамических рядов экспорта и импорта. С помощью аналитического сглаживания мы нашли оптимальный тренд для динамических рядов, определив, что это линейная форма трендов. ЗаключениеФинансовые результаты при проведении того или иного мероприятия стоит корректировать в момент принятия решение на его внедрение. Совокупный эффект следует рассчитывать в каждой конкретной ситуации отдельно, учитывая состояние как внутренней среды, так и внешней, т.к. любые неучтённые обстоятельства могут существенно повлиять на конечный результат. Предприятие должно определить свою основную цель: увеличить уровень производительности труда, снизить уровень текучести кадров или же найти определённый компромисс между одним и другим показателем. Но следует ещё раз подчеркнуть: расчет эффективности мероприятий должен проводиться перед принятием решения о его внедрении и должен учитывать все влияющие на его факторы. В том числе должен учитываться эффект, достигнутый в результате проведения предыдущий мероприятий.Список используемой литературыСтатистика: Учебн. пособие/О. В. Дмитриева; Моск. гос.ун-т печати. - М.: МГУП, 2006. - 182 сШмойлова Р.А.Теория статистики : учебник / – М.: Финансы и статистика, М. 2005Экономическая статистика: Учебник/Под ред. Ю.Н.Иванова. - М.: ИНФРА-М, 1998.- 480с.Балинова В.С. - Статистика в вопросах и ответах. - М.: ТК Вебли, Изд. Проспект. - 2009г. - 344с.Российский статистический ежегодник. - М.: Госкомстат России, 2005г.Гусаров В.М. Статистика: Учеб. Пособие для вузов. - М.: ЮНИТИ-ДАНА, 2009г, стр. 463.Практикум по статистике. Учебное пособие. Зинченко А.П., Шибалкин А.Е, Тарасова О.Б., Шайкина Е.В. – М.: Колос, 2007г. - 319с.Прыкин Б.В. Экономический анализ предприятия: Учебник.– М.: ЮНИТИ-ДАНА, 2005. – 374 с.Интернет источники: Официальный сайт Госкомстата: www.gks.ru