|
|
ОглавлениеГлава 1. Денежные потоки и прибыль в системе характеристик деятельности фирмы Глава 2. Методы прогнозирования и управления денежными потоками Глава 3. Денежный оборот и система расчетов в фирме Глава 4. Доходы, расходы и прибыль фирмы Глава 5. Оценка и анализ прибыльности и рентабельности поданным отчетности Глава 6. Категории риска и левериджа, их взаимосвязь Глава 7. Учетная политика и налоговое планирование в системе финансового менеджмента Глава 8. Прибыль, инфляция, дивиденды Для бесплатного чтения доступна только часть главы! Для чтения полной версии необходимо приобрести книгуГлава 2 МЕТОДЫ ПРОГНОЗИРОВАНИЯ И УПРАВЛЕНИЯ ДЕНЕЖНЫМИ ПОТОКАМИВ ходе изучения этой главы вы получите представление: • о видах рядов динамики и методах их прогнозирования; • свойствах экономических индикаторов как основе формализации методик прогнозирования денежных потоков; • методике «прямого счета» денежных потоков; • методе прогнозирования на основе пропорциональных зависимостей; • операционном и финансовом циклах; • методах оптимизации уровня денежных средств. 2.1. Методы выявления тренда ряда динамикиПрогнозирование денежных потоков является неотъемлемой частью процессов финансового планирования, отбора инвестиционных проектов, обоснования схем погашения кредитов и др. Любые прогнозы являются исключительно субъективными и чаще всего нужны не для определения точных значений притоков и оттоков денежных средств, а для констатации неких ориентиров и коридоров варьирования прогнозируемых показателей. Формальные процедуры прогнозирования разработаны в методиках аналитической обработки рядов динамики. Эта ситуация встречается на практике наиболее часто: финансовый менеджер или аналитик имеет в своем распоряжении данные о динамике некоторого показателя (например, выручки), на основании которых требуется построить приемлемый прогноз. Динамический, или временной, ряд представляет собой совокупность значений изучаемого показателя, относящихся к некоторым последовательным интервалам или моментам времени; в первом случае ряд называется интервальным, во втором — моментным. Временной интервал, заложенный в основу ряда, чаще всего предполагается постоянным (год, месяц, день и т. п.). Пример интервального ряда — данные о годовом товарообороте магазина за ряд лет; пример моментного ряда — данные о стоимости основных средств данного магазина на начало года за ряд лет. Динамический ряд обычно представляется следующим образом: y1, y2,...., yn, где yk — элемент ряда, называемый обычно уровнем ряда, k = 1,2,..., n; n — количество базисных периодов. Наиболее типовая ситуация при обработке динамического ряда — выделение тренда (т. е. направления изменения, генеральной тенденции). Это можно сделать с помощью различных методов; упомянем, в частности, о следующих методах выявления трендовой компоненты: • метод «на глазок» (возможны различные его варианты: например, построение приблизительного графика зависимости по статистическим данным, представленным графически; расчет среднего темпа прироста; определение прогнозируемого значения уровня ряда главным образом на основе интуиции и с минимальным привлечением статистических данных — аналитики шутливо называют подобный способ «методом трех «П», от слов: пол, палец, потолок и т. п.); • метод скользящей средней (временной ряд делится на сегменты, содержащие, например, по три элемента ряда; для каждой «тройки» рассчитывается средняя — этим достигается сглаживание отдельных выбросов от общей тенденции; полученный ряд средних подвергается визуальному или количественному анализу для выявления тенденции); • метод усреднения по левой и правой половинам (один из вариантов таков: ряд разбивают на две части, находят среднее значение признака для каждой половины, строят график в виде прямой, проходящей через найденные два значения); • метод наименьших квадратов (построение уравнения регрессии, чаще всего линейного, поскольку оно легче поддается интерпретации, хотя возможно построение любой нелинейной формы тренда). Как пример применения регрессионных моделей для целей прогнозирования упомянем о двух методах: простом динамическом анализе и анализе с помощью авторегрессионных зависимостей. Первый метод исходит из предпосылки, что прогнозируемый показатель (у) изменяется прямо (обратно) пропорционально с течением времени. Поэтому для определения прогнозных значений показателя y строится, например, следующая зависимость: yt = a0 + a1t, где t — порядковый номер периода. Параметры уравнения регрессии (a0, a1) находятся, как правило, методом наименьших квадратов. Подставляя в формулу нужное значение t, можно рассчитать требуемый прогноз. В основу второго метода заложена достаточно очевидная предпосылка о том, что экономические процессы и показатели, их отражающие, имеют определенную специфику. Они отличаются, во-первых, взаимозависимостью и, во-вторых, определенной инерционностью. Последнее означает, что значение практически любого экономического показателя в момент времени t определенным образом зависит от состояния этого показателя в предыдущих периодах (в данном случае мы абстрагируемся от влияния других факторов), т. е. значения прогнозируемого показателя в прошлых периодах должны рассматриваться как факторные признаки. Уравнение авторегрессионной зависимости в наиболее общей форме имеет вид: yt = a0 + a1yt-1 + a2yt-2 + ... + ak yt-k , где yt — прогнозируемое значение показателя y в момент времени t; yt-j — значение показателя y в момент времени (t — j); aj — j-й коэффициент регрессии. Достаточно точные прогнозные значения могут быть получены уже при k = 1. На практике также нередко используют модификацию приведенного уравнения, вводя в него в качестве фактора период (момент) времени t. В этом случае уравнение регрессии будет иметь вид: yt = a0 + a1yt-1 + a2t. (2.1) Коэффициенты регрессии данного уравнения могут быть найдены методом наименьших квадратов. Соответствующая система нормальных уравнений будет иметь вид: где j — длина ряда динамики показателя у, уменьшенная на единицу. Для характеристики адекватности уравнения авторегрессионной зависимости можно использовать величину среднего относительного линейного отклонения ε где ỹk — расчетная величина показателя y в момент времени k; yk — фактическая величина показателя y в момент времени k; n — число членов ряда. Если X < 15%, считается, что уравнение авторегрессии можно использовать в прогнозных целях. Отметим, что ввиду простоты расчета критерий достаточно часто применяется при построении регрессионных моделей. Пример Используя аппарат авторегрессионых зависимостей, построить уравнение регрессии для прогнозирования объема реализации на основании следующих данных о динамике этого показателя (млн руб.): 17, 16, 21, 24, 23, 26, 28. Решение Уравнение регрессии будет строиться в виде уравнения (2.1); промежуточные данные для построения системы нормальных уравнений целесообразно оформлять следующим образом:
Система нормальных уравнений имеет вид: Решая эту систему, получаем уравнение регрессии yt = 21,7 - 0,42yt-1 + 2,91t. Данное уравнение пригодно для прогнозных целей, поскольку согласно (2.2) ε = 5,3% < 15%. Можно рассчитать прогнозное значение показателя yt для t = 7: yt = 21,7 - 0,42 • 28 + 2,91 • 7 = 30,3. 2.2. Прогнозирование на основе пропорциональных зависимостейРассмотренная в предыдущем разделе методика прогнозирования путем построения уравнения авторегрессии является абсолютно формальной — с ее помощью выявляется трендовая составляющая в динамическом ряду, причем не обязательно имеющем отношение к денежным потокам. На практике все гораздо сложнее, поскольку любое явление находится под влиянием множества факторов, которые не только не всегда поддаются включению в модель, но и зачастую не идентифицируются. Поэтому и в отношении прогнозирования денежных потоков также можно утверждать, что это довольно сложная и, в принципе, вряд ли формализуемая процедура. Неслучайно оценки денежных притоков и оттоков нередко осуществляются методом прямого счета, с помощью экспертных оценок, расчета предполагаемых поступлений и расходов, накопления необходимой статистики в отношении контрагентов и др. Тем не менее в практике разработаны подходы к планированию денежных потоков, хотя и довольно формализованные, но все же позволяющие учесть некоторую специфику экономически обоснованных связей. В данном разделе мы рассмотрим один из весьма распространенных в финансовом планировании вариантов формального прогнозирования притоков денежных средств, основывающийся на взаимосвязи отдельных количественных характеристик деятельности фирмы, объясняемой синхронностью их изменения в силу специфики финансово-коммерческого цикла. Как уже отмечалось, одной из очевидных особенностей действующего хозяйствующего субъекта как системы является естественным образом согласованное взаимодействие его отдельных элементов. Поскольку многие стороны деятельности компании могут быть описаны с помощью количественных оценок, подобная согласованность распространяется и на эти оценки. Это означает, что многие показатели, даже не будучи связанными между собой формализованными алгоритмами, тем не менее изменяются в динамике согласованно. Очевидно, что если некая система находится в состоянии равновесия, то отдельные ее элементы не могут действовать хаотично, по крайней мере вариабельность действий имеет определенные ограничения. Вторая характеристика — инерционность — в приложении к деятельности компании также достаточно очевидна (именно эта особенность заложена в методики выявления тренда, основывающиеся на уравнениях регрессии). Смысл ее состоит в том, что в стабильно работающей компании с устоявшимися технологическими процессами и коммерческими связями не может быть резких «всплесков» в отношении ключевых количественных характеристик. Так, если доля себестоимости продукции в общей выручке составила в отчетном периоде около 70%, то, как правило, нет основания полагать, что в следующем периоде значение этого показателя существенно изменится. Отмеченные достаточно очевидные заключения в отношении особенностей экономических индикаторов хозяйствующих субъектов послужили основой для разработки и широкого использования приема прогнозных расчетов, известного как метод прогнозирования на основе пропорциональных зависимостей показателей. Основу этого метода составляет тезис о том, что можно идентифицировать некий показатель, являющийся наиболее важным с позиции характеристики деятельности компании, который благодаря такому свойству мог бы быть использован как базовый для определения прогнозных значений других показателей в том смысле, что они «привязываются» к базовому показателю с помощью простейших пропорциональных зависимостей. В качестве базового показателя чаще всего используется либо выручка от реализации, либо себестоимость реализованной (произведенной) продукции. Обоснованность этого выбора достаточно легко объясняется с позиции логики и, кроме того, находит подтверждение при изучении динамики и взаимосвязей других показателей, описывающих отдельные стороны деятельности компании. Последовательность процедур данного метода такова: 1. Идентифицируется базовый показатель S (например, выручка от реализации). 2. Определяются производные показатели, прогнозирование которых представляет интерес для финансового менеджера (в частности, к ним могут относиться показатели бухгалтерской отчетности в той или иной номенклатуре статей, поскольку именно отчетность представляет собой формализованную модель, дающую достаточно объективное представление об экономическом потенциале компании). Как правило, необходимость и целесообразность выделения того или иного производного показателя определяются его значимостью в отчетности. 3. Для каждого производного показателя Р устанавливается вид его зависимости от базового показателя P = f(S). Чаще всего зависимость может устанавливаться одним из двух способов: (а) значение Р устанавливается в процентах к S (например, на основе экспертных оценок); (б) путем изучения динамики данных выявляется простейшая регрессионная зависимость (линейная) Р от S. Выявление зависимостей в отдельных случаях может быть достаточно несложной процедурой; например, изменение дебиторской и кредиторской задолженностей чаще всего происходит спонтанно, т. е. с тем же темпом, что и изменение объема реализации. Для других показателей, например отдельных статей производственных затрат, выявление зависимостей может быть весьма трудоемкой процедурой. Отметим, что в состав производных показателей, значения которых необходимо спрогнозировать, могут входить и такие, которые не обязательно связаны формализованными зависимостями с базовым показателем, а определяются некоторыми другими условиями. Например, проценты за пользование банковскими ссудами зависят от объема реализации лишь в той степени, в какой эти ссуды связаны с текущей деятельностью. Если банковский кредит был получен ранее, например, в связи с капитальным строительством и проценты по нему определены договором, соответствующая статья (или часть статьи) определяется без применения какого-либо формализованного подхода. Внимание! Авторские права на книгу "Управление денежными потоками, прибылью и рентабельностью" (Ковалев В.В.) охраняются законодательством! |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
