Анализ денежных потоков розничной торговой организации (на материалах ООО «Миткус»)

3.1 Прогнозирование расходов, доходов и прибыли ООО «Миткус»

 

В ООО «Миткус» предстоящие поступления денежных средств включают:

- поступление  денежных средств на специальный  ссудный счет (выручка от продажи товаров по покупной стоимости; поступление денежных средств от оптовой реализации излишних и ненужных товаров, за сданную и реализованную тару). Выручка от реализации товаров включается в расчет в размере плана на изучаемый период; другие поступления денежных средств планируются исходя из фактических их размеров в предплановом периоде и с учетом изменений в условиях хозяйствования;

  - получение кредитов банка (кроме кредитов под товарно-материальные ценности). Их планируют в размерах, согласованных с банком;

- денежные  средства на расчетном счете  в банке (остаток на начало изучаемого периода плюс поступление денежных средств от реализации товаров и от продажи ненужных материалов, сырья, топлива, основных средств плюс суммы погашения дебиторской задолженности и прочие поступления денежных средств на расчетный счет). Данные исследуемой организации позволяют прогнозировать следующие поступления денежных средств.

 

Таблица 9 - Прогноз поступлений денежных   средств по видам деятельности по ООО «Миткус», в млн. руб.

 

Наименование показателей	2009 г.	Прогнозируемый рост в  2010 г., %	Прогнозируемый рост в 2009 г., млн. руб.
1. Поступило денежных средств - всего, в т.ч.	32861	126,0	41405
выручка от реализации товаров, продукции, работ, услуг	31159	130,0	40507
доходы от реализации внеоборотных активов	2	150,0	3
доходы от сдачи активов в  аренду, лизинг	28	150,0	42
суммы полученных кредитов	1649	50,0	825
прочие поступления	23	120,0	28

Примечание - Источник: собственная разработка.

 

Рост выручки от реализации продукции планируется в следующем году до 40507 млн. руб. (130%) за счет реализации приборов, твердотельных лазерных систем и прочего  оборудования.

 Также планируется  увеличить доходы от реализации  внеоборотных активов за счет продажи морально и физически устаревших внеоборотных активов (2,3 млн. руб.), реализации функционирующих внеоборотных активов, не находящих применение при предпринимательской деятельности организации (0,7 млн руб.).

Дополнительный доход  планируется от сдачи активов в аренду (производственных и офисных площадей, оборудования) (42 млн. руб.).

Cуммы кредитов планируется снизить на 50% за счет выручки, остающейся в свободном распоряжении предприятия, в т.ч выручки от сдачи активов в аренду.

К предстоящим  платежам относятся:

- погашение  кредитов банка (суммы определяются  исходя из прогнозируемых их размеров и  предстоящих сроков погашения);

- размер долевого участия собственных средств в оплате товаров (планируется путем умножения среднедневного их норматива, применяемого при кредитовании, на число дней планируемого периода);

- погашение  задолженности прочим кредиторам  и просроченной задолженности поставщикам, если она имеется;

- платежи  в бюджет и во внебюджетные  фонды;

- расчеты  с органами социального страхования;

- погашение  задолженности по заработной  плате и другим платежам    рабочим и служащим;

- прочие денежные  расходы.

В странах  с развитой рыночной экономикой, а в последние годы и в государствах СНГ изучение и прогнозирование расходов, доходов и прибыли рекомендуют проводить по системе директ-костинг, при которой производственные и сбытовые (коммерческие) затраты подразделяются на постоянные и переменные и определяется маржинальный доход. Маржинальный доход включает прибыль плюс постоянные издержки производства и обращения. При прогнозном анализе по системе директ-костинг рассчитывают:

• безубыточный объем продукции (товаров), обеспечивающий полное возмещение постоянных расходов;
• объем продаж, дающий субъекту хозяйствования необходимую сумму прибыли;
• зону безопасности предприятия (запас финансовой устойчивости).

Для их определения, изучения и оценки обычно используют графический или аналитический методы экономического анализа.

К сожалению, в условиях инфляции, а тем более гиперинфляции, методики расчета и анализа маржинального дохода и прибыли по системе директ-костинг применять эти в практике проблематично, так как нередко получаются нереальные, искаженные данные о расходах, доходах и прибыли.

Иначе говоря, при проведении маржинального анализа  и прогнозировании на его основе товарооборота, выпуска продукции (товаров), издержек производства и обращения доходов и прибыли следует учитывать влияние на их размер инфляционных факторов.

Отечественная и зарубежная практика хозяйствования показывает, что в экономической жизни не существует чисто постоянных и переменных расходов. Большинство издержек производства и обращения является полупеременными затратами. Это еще раз подтверждает сложность применения системы директ-костинг в практике, большую условность рассчитанных на ее основе затрат на производство, доходов, прибыли, объема выпуска и реализации продукции (товаров).

3.2 Проведение множественного корреляционно-регрессионного и прогнозного анализа денежных потоков розничной торговой организации и разработка на его основе обоснованных стратегических и тактических управленческих решений. Разработка рекомендаций по использованию в анализе денежных потоков современной техники и информационных технологий

 

Широкие возможности  по аналитической обработке информации предоставляют пользователю функциональные бухгалтерские пакеты, которые представляют собой набор функциональных модулей (АРМ), каждый из которых обеспечивает автоматизацию отдельных участков учета. Такие системы, как правило, содержат отдельные модули по анализу финансового состояния предприятия. Например, система “Профит-Комплекс” имеет специальный модуль расчета налогов, составления отчетности и экономического анализа; комплекс “Ветразь”— АРМ экономиста для проведения анализа и оценки финансово-экономических показателей; система “Галактика”— модуль “Финансовой анализ”.

Наиболее интересными  и функционально полными возможностями  обладает последняя из упомянутых выше разработка. Основная задача, которая решается модулем “Финансовый анализ” – оценка финансового состояния предприятия и выявление перспектив его дальнейшего развития с ориентацией на предприятия всех форм собственности, в том числе и с особенностями предоставления отчетности по международным стандартам. Пользователями модуля могут быть крупные корпорации, ведущие консолидированную отчетность; совместные предприятия, ведущие учет по международным стандартам и предприятия, рассчитывающие получить инвестиции.

Значительные преимущества среди систем экономического анализа  имеют те из них, которые позволяют  пользователю изменять алгоритмы рассчитываемых показателей и даже создавать  собственные методики со своим набором  рассчитываемых показателей. Это значительно расширяет рамки использования системы, но с точки зрения разработчика значительно усложняют создание системы и, следовательно, повышают ее стоимость.

Одним из направлений  совершенствования анализа хозяйственной  деятельности является внедрение экономико-математических методов и современных ЭВМ. Их применение повышает эффективность экономического анализа за счет расширения изучаемых факторов, обоснования принимаемых управленческих решений, выбора оптимального варианта использования хозяйственных ресурсов, выявления и мобилизации резервов повышения эффективности производства. Сущность использования средств вычислительной техники заключается в  том, что пользователь задает лишь общее направление анализа, а ЭВМ определяет информацию необходимую для решения поставленной задачи, автоматически извлекает базы данных, записанные на машинных носителях, запрашивает недостающие или уточняющие данные, обрабатывает исходную информацию и выдает выходную информацию. 

Рисунок 2 - Автоматизация расчетов в MS EXCEL.

 

Внедрение экономико-математических методов позволяет провести ряд  расчетов, которые невозможно осуществить, используя стандартные методы и  приемы анализа. Одно из основных назначений эконометрических моделей состоит  в исследовании на основе эмпирических данных зависимостей между экономическими показателями. Используя эконометрические модели, можно оценить величину зависимости, ее надежность и форму связи. Применение экономико-математических методов повышает эффективность экономического анализа за счет расширения изучаемых факторов, обоснования принимаемых управленческих решений, выбора оптимального варианта использования хозяйственных ресурсов, выявления и мобилизации резервов повышения эффективности производства.

Основным положительным  моментом автоматизации процесса анализа хозяйственной деятельности является сокращение расчетов, сбора информации, составления таблиц и другое, то есть у аналитика появляется больше времени и сил для анализа.

Стохастический анализ – это метод решения широкого класса задач статистического оценивания, который предполагает изучение массовых эмпирических данных путем построения моделей изменения показателей за счет факторов, не находящихся в прямых связях, в прямой взаимосвязи и взаимообусловленности. Стохастическая связь существует между случайными величинами и проявляется в том, что при изменении одной из них меняется закон распределения другой.

Проведем анализ на основании данных работы исследуемого предприятия с  целью выявления стохастической связи между результативным и  факторными показателями. В качестве зависимой переменной Y=Х1 был взят коэффициент платежеспособности (млн. руб.), а в качестве факторов X2 – выручка от реализации продукции млн.руб., Х3 – индекс потребительских цен (%), Х4 – уровень общей рентабельности. Таким образом, в анализе будут участвовать один результативный и три факторных показателя.

Было произведено  24 наблюдения за период с 2009 по 2010 г.г. помесячно. Исходные данные должны быть достоверны, экономически интерпретируемы, количественно соизмеримы. Расчеты оформляются в виде таблицы 10, в которой первая графа отражает число наблюдений n, вторая (У) – результативный показатель, каждая последующая (Хn) – факторы в любом порядке, так как факторы машина вводит в процессе шагового анализа по значимости критерия (приложение Д).

Корреляционно-регрессионный  анализ был произведен по общепризнанной методике, согласно которой рассчитаны все основные статистические характеристики показателя и факторов, влияющих на него: среднее арифметическое, дисперсия, среднее квадратическое отклонение, асимметрия, эксцесс, вариация (приложение Д).

Исчисляются парные коэффициенты корреляции, характеризующие тесноту связи между факторным и результативным показателем. Анализ матрицы парных коэффициентов показал, что сильная  связь наблюдается между коэффициентом платежеспособности (Y)  и выручкой от реализации продукции (X1), так как парный коэффициент корреляции составляет 0,91 , что выше критерия 0,7. При этом расчет парных коэффициентов корреляции выявил меньшую связь коэффициента платежеспособности (Y) с индексом потребительских цен (Х2) на продовольственные товары, парный коэффициент которого составил 0,64, а также с рентабельностью организации.

Критерий Дарбина - Уотсона  составляет 1,57 (приложение Д). Он вычисляется  для проверки наличия автокорреляции в динамических рядах. Так как  в нашем случае значение данного  критерия  входит в интервал [1,5; 2,5], cледовательно, динамический ряд не содержит автокорреляцию, т.е. остатки являются независимыми друг от друга.

Далее на ПЭВМ проводится шаговый анализ с постепенным включением в модель избранных факторов по критерию значимости. На каждом шаге рассматриваются уравнение регрессии, коэффициенты корреляции и детерминации, стандартная ошибка оценки и другие показатели. После каждого шага перечисленные оценочные показатели сравниваются с рассчитанными на предыдущем шаге.

Таблица 10 - Исходные данные для множественного корреляционно-регрессионного анализа ООО «Миткус»  за период 2009 – 2010 гг.

 

Количество наблюдений	Коэффициент платежеспособности	Выручка от реализации продукции	Индекс потребительских цен	Уровень общей рентабельности
1	1,01	2304	120	13,2
2	0,97	2212	120	11,8
3	0,96	2186	120	12,5
4	0,99	2172	121	11,9
5	1,02	1745	121	11,8
6	1,03	2153	123	12,05
7	0,95	1805	124	12,00
8	1,02	2382	124	12,07
9	1,04	2553	124	13,1
10	0,98	2604	125	13,00
11	1,05	2974	126	13,23
12	1,03	2418	125	13,20
13	1,07	2768	124	13,25
14	1,06	2974	125	13,15
15	1,08	2612	124	14,05
16	1,09	2766	121	13,8
17	1,09	2434	120	12,9
18	1,11	3016	119	12,7
19	1,17	3322	120	13,6
20	1,12	3291	119	14,01
21	1,13	3212	117	13,99
22	1,19	3547	117	14,05
23	1,25	3914	116	13,87
24	1,21	3965	116	13,69