Необходимо отметить, что в настоящее время наиболее популярным методом планирования прибыли является метод прямого счета, который является относительно простым, но может быть использован только в том случае, если на предварительной стадии уже сформированы планы операционного дохода и операционных затрат [6,7,8,9]. Метод на основе эконометрического анализа является наиболее сложным, так как требует осуществления обширных аналитических и прогнозных расчетов[9]. В данной статье представлен один из возможных алгоритмов построения прогноза цеховой прибыли предприятия (рис.1).
Информационной базой исследования послужили калькуляционные статьи себестоимости пяти видов продукции, выпускаемых цехом №1 ООО «ПО КИП» г. Иваново за период 2003 - февраль 2004 гг по месяцам.
Основой формирования исходной базы данных послужили внутренние и внешние факторы, влияющие на результат хозяйственной деятельности предприятия. Среди внутренних факторов были рассмотрены объем реализации (в натуральном и стоимостном выражении), себестоимость продукции и уровень среднереализационных цен из-за соображения первого уровня их соподчиненности цеховой прибыли от реализации продукции. По уровню второго соподчинения нами были взяты переменные и постоянные затраты как составляющие себестоимости продукции. Амортизация основных фондов, расход сырья и материалов на производство и расход заработной платы были выбраны как потребленная часть авансированных средств, образующих себестоимость продукции. В качестве внешних факторов были рассмотрены такие факторы как цены на сырье и курс доллара, поскольку часть сырья, используемого при производстве продукции данного цеха, импортируется [6,9]. В итоге была сформирована база данных для каждого вида продукции по двум направлениям исследования: на единицу продукции и на весь объем реализации продукции, представляющая собой совокупность временных рядов базисных индексов. За базу был взят январь 2003 года.
Для оценки тесноты связи и отбора факторов с помощью пакета прикладных программ, входящих в систему «Microsoft Excel 2000» было построено десять корреляционных матриц. Нужно отметить, что абсолютное значение коэффициента корреляции каждого фактора с прибылью должно превышать 0,52, что соответствует нижней границе области статистической значимости корреляционной связи случайных переменных при уровне значимости a=0,1 [2,3,4].
При спецификации регрессий, моделирующих зависимость прибыли от прочих производственных факторов, использовалось не более двух объясняющих факторов, в силу относительно малой длины рассматриваемых динамических рядов. При этом альтернативно рассматривались 3 вида регрессии:
- однофакторная модель: П(t) = а0 +а1Ф1
- двухфакторная модель: П(t)=а0 +а1Ф1 +а2Ф2
- регрессия с включением фактора времени: П(t)=а0 +а1Ф1 +а2Т
где П(t) - прогнозируемое значение прибыли от реализации продукции в t-ом году; Ф1, Ф2 - базисный индекс фактора, влияющего на прибыль; T - период времени; t - год.
Всего было построено 153 модели. Для каждой их них были получены МНК-оценки параметров, а также осуществлена проверка их статистического качества с точки зрения статистической значимости коэффициента детерминации R2.
Для анализа общего качества оцениваемой регрессии использовался коэффициент детерминации R2, характеризующий вариации прибыли от реализации продукции, обусловленную изменением факторных признаков, входящих в регрессионную модель. Значение R2, большее 0,9,в нашем случае свидетельствовало об удовлетворительном качестве уравнения. На данном шаге в блок «Отсев» попали 56 моделей, из них 1 модель с включением фактора времени, 1 однофакторная модель и 54 двухфакторных моделей. Остальные 97 моделей удовлетворяли требованиям данного этапа.
После того, как регрессия специфицирована и оценены ее параметры, осуществлялось прогнозирование. Оценка прогностических величин получается с помощью подстановки в уравнение регрессии независимых переменных, будущие значения которых известны или легко предсказуемы.
В качестве критерия прогноза нами был выбран показатель - относительная ошибка прогноза. Рассматривались только такие модели, для которых относительная ошибка не превышала 10 %. Относительная ошибка прогноза определяется как отношение абсолютной ошибки прогноза к действительному значению переменной, выраженное в процентах [1,5]. Результаты корреляционно - регрессионного анализа представлены в таблице 1.
Таблица 1. Оценка качества факторных моделей
|
Вид продукции |
Модель |
R2 |
Ретроспективный прогноз, руб. |
Ошибка прогноза, % |
|
Каблук ИМБ |
П(t)=-13,428+27,612ПЕР(t)-14,280ЗС(t) |
0,946 |
3,135 |
-4,51 |
|
Каблук «Стиронип» |
П(t)=-2,6-1,635СБ(t)+2,635В(t) |
0,999 |
-47,646 |
1,03 |
|
Пластина вид «Е» |
П(t)=2,416-0,284СБ(t)-0,99ЗС(t) |
0,9997 |
0,114 |
-7,77 |
|
Пластина марки «Д» |
П(t)=14,571-11,21КД(t)-2,12ЦС(t) |
0,999 |
2,251 |
-4,51 |
|
Пластина МНС |
П(t)=1,302-1,657ЗС(t) |
0,992 |
1,074 |
-1,35 |
Условные обозначения: ПЕР(t)- - базисный индекс переменных затрат в период t; ЗС(t) - базисный индекс затрат на сырье в период t; СБ(t) - базисный индекс себестоимости продукции в период t; В(t) - базисный индекс выручки от реализации продукции в период t; КД(t)- базисный индекс курса доллара в период t; ЦС(t) - базисный индекс цен на сырье в период t.
В таблице 2 представлен прогноз цеховой прибыли от реализации на февраль 2004 года, который использовался при составлении плана по прибыли.
Таблица 2. Показатели прогнозирования на весь объем реализации
|
Вид продукции |
Модель |
Прогноз, руб |
Объем реализации в натуральном выражении |
Прибыль, руб. |
|
Каблук ИМБ |
П(t)=-13,428+27,612ПЕР(t)-14,280ЗС(t) |
-2,5 |
29520 |
-73800 |
|
Каблук «Стиронип» |
П(t)=-2,6-1,635СБ(t)+2,635В(t) |
709,13 |
642 |
709,13 |
|
Пластина вид «Е» |
П(t)=2,416-0,284СБ(t)-0,99ЗС(t) |
4,21 |
3767 |
15859,07 |
|
Пластина марки «Д» |
П(t)=14,571-11,21КД(t)-2,12ЦС(t) |
81,52 |
12 |
978,26 |
|
Пластина МНС |
П(t)=1,302-1,657ЗС(t) |
70,22 |
2020 |
141844,4 |
Проверка обоснованности плана по прибыли от реализации товарной продукции приведена в таблице 3. Из нее видно, что рентабельность реализуемой продукции (50,51%) на 28,42 пункта выше рентабельности товарных фондов, предназначенных к реализации (22,09). Планирование отрицательных доходов от реализации продукции объясняется наличием на предприятии государственных заказов.
Таблица 3. Обоснование плана по прибыли от реализации товарной продукции цеха №1 на февраль 2004 года.
|
№ строки |
Показатели |
Прибыль |
Рентабельность, % |
|
1 |
Фактические остатки нереализованной продукции на начало периода |
223661,49 |
40,57 |
|
2 |
Выпуск продукции по плану в том числе: |
85590,86 |
11,74 |
|
2.1 |
Каблук ИМБ |
-73800 |
-12,07 |
|
2.2 |
Каблук «Стиронип» |
709,13 |
11,08 |
|
2.3 |
Пластина вид «Е» |
15859,07 |
8,89 |
|
2.4 |
Пластина марки «Д» |
978,26 |
89,8 |
|
2.5 |
Пластина МНС |
141844,40 |
277,02 |
|
3 |
Итого фондов к реализации |
309252,35 |
22,09 |
|
4 |
Остатки нереализованной продукции на конец периода |
45911,75 |
6,05 |
|
5 |
Объем реализованной продукции по плану (стр.3-стр.4) |
263340,60 |
50,51 |
Таким образом, предложенная методика может использоваться для анализа, прогнозирования и планирования прибыли предприятия.
СПИСОК ЛИТЕРАТУРЫ
- Четыркин Е. М. Статистические методы прогнозирования. - М.: «Статистика», 1975 - 184 с.
- Бородич С.А. Эконометрика. - Мн.: Новое знание, 2001. - 401 с.
- Эконометрика /Под ред. И.И. Елисеевой - М.: Финансы и статистика, 2002 - 344 с.
- Маленво Э. Статистические методы эконометрики. М.: «Статистика», 1976. -306 с.
- Доугерти К. Введение в эконометрику : Пер. с англ. - М.: Инфра - М, 1997. XIV. 402 с.
- Кодацкий В.П. Ваша прибыль в условиях рынка. - М.: Финансы и статистика, 1994. - 96 с.
- Планирование на предприятии /Под ред. А.И. Ильина. - Мн.: ООО «Новое знание», 2000. -416 с.
- Бабо А. Прибыль. Пер. с фр./ - М.: А/О Издательская группа «Прогресс», «Универс2, 1993. - 176 с.
- Бланк И.А. Управление прибылью. - К.: «Ника-Центр», 1998. - 544 с.