Оборотный капитал и его роль

 

Таким образом, Fфакт = 31,129 / 0,650 = 478,9.

F-критерий Фишера при уровне значимости 0,01 равен 16,26 (табличное значение). При выполнении условия Fфакт > F_0,01 уравнение регрессии считается значимым, в данном случае это условие выполняется: 478,9 >= 16,26

Проверка  качества составленной модели определяется при помощи показателя средней ошибки аппроксимации. Модель считается составленной качественно, если значение средней  ошибки аппроксимации находится  в интервале от 5 до 7% включительно.

Средняя ошибка аппроксимации находиться по формуле:

                                        (3.6.)

\

           

где Ā - средняя ошибка аппроксимации

Расчет  этого показателя приведен в таблице 20. Вычисленное значение средней  ошибки аппроксимации равно 4,5 %, округляя до целого числа, получаем 5%. Это означает, что модель составлена качественно  и пригодна для дальнейшего исследования.

Для того чтобы определить в каком  направлении разрабатывать мероприятия, определяем факторы, которые наиболее сильно влияют на результативный признак. Для этого вычисляются: коэффициенты эластичности; и коэффициенты корреляции.

 Коэффициент эластичности вычисляется по формуле:

  (3.7.)

     

 Получены следующие данные:

Э₁ = 0,3;

Э₂ = -0,04;

Это означает, что факторы влияют на результативный признак следующим  образом:

- повышение оборачиваемости материальных  запасов (фактор х1) на 1% влечет повышение коэффициента мобильности оборотных средств на 0,3%;

- рост оборачиваемости кредиторской  задолженности (фактор х2) на 1% понижает коэффициент мобильности оборотных средств на 0,04%;

Для проведения корреляционного анализа  рассчитываются коэффициенты корреляции с помощью MS Exel.

Полученные показатели корреляции представлены в таблице 3.3.

 

 Таблица 3.3.

 - Коэффициенты корреляции

	Y	X1	X2
Y	1
X1	0.1999	1
X2	0.1905	0.0144	1

 

 

Полученные показатели характеризуют  связи следующим образом:

- на результативный признак  наибольшее влияние оказывает  фактор оборачиваемость запасов  товаров (коэффициент корреляции =0,0999) и только потом кредиторская  задолженность (коэффициент корреляции = 0,1905).

- анализируемые факторы мало  коррелируют между собой, поэтому все факторы уравнения регрессии значимы. При исчислении прогнозного результата (коэффициента мобильности оборотных средств) будут учитываться все факторы уравнения регрессии.

Как видно из рисунка 3.1., график прогноза уравнения регрессии на 2 месяца 2006 года имеет тенденцию к снижению. Это означает, что при реализации прежней финансовой политики коэффициент мобильности оборотных средств будет уменьшаться. В этом случае имеет место залеживание товаров на складах, увеличение затрат по хранению больших (сверх нормы) остатков товаров.

Рис.3.1. График уравнения регрессии.

Из регрессионного анализа видно, что наибольшее влияние на мобильность  оборотных средств имеет оборачиваемость  запасов товаров, это очевидно, так  как данное предприятие занимается торгово-закупочными операциями.

 

 

 

 

3.2.Определение потребности  в оборотном капитале

 

При разработке управленческих решений  по оборотному капиталу математические методы применяются в определении  прогнозного значения потребности  в оборотном капитале.

Оборотный капитал предприятия отражает ресурсы, вложенные в оборотные активы. Это наиболее работоспособная часть  капитала, так как по сравнению  с основным капиталом она имеет  более высокую оборачиваемость. Его доля и оборачиваемость обуславливают  доходную или бездоходную деятельность предприятия. Поэтому оборотный капитал предприятия выступает объектом управления, имеющим первостепенное значение.

Объем потребности в оборотном капитале обусловлен многими факторами, среди  которых наибольшее значение имеют  масштабы деятельности, отраслевая принадлежность предприятия.

Так как, ООО «Дорстрой» занимается торгово-закупочной деятельностью, то на мобильность оборотных средств влияние оказывает оборачиваемость запасов, поэтому необходимо оптимизировать поставки и объемы хранения. Экономико-математическое моделирование позволяет решать задачи такого вида.

Экономико-математическая постановка задачи выглядит следующим образом:  

(3.8.)

     П = х_i (р_i – c_i)  мах     

где П – прибыль от реализации продукции;

  х_i – количество i-го товара;

  р_i – цена i-го товара;

  с_i – себестоимость i-го товара;

                     (3.9.)

        Зразм_{i *} С_i   Зхр_{i *} EOQ_i

   Зобщ_. = ЕОQ_i   +   2               min  

 

где  Зобщ. – совокупные затраты на транспортировку и хранение;

Зразм_i – затраты на транспортировку i-го товара;

EOQ_i – размер оптимальной поставки i-го товара;

Зхр_i – затраты на хранение i-го товара.

 Решением данной модели является объем оптимальной поставки:

  (3.10.)

      

где   EOQi - размер оптимальной поставки i-того товара, шт.;

Ci- спрос на i-тый товар, шт.;

Зразмi -затраты на транспортировку i-того товара, тыс. руб.;

З хрi - затраты на хранение i-того товара, тыс. руб.

То есть задача сводиться к максимизации прибыли за счет увеличения удельного  веса наиболее доходных, оборачиваемых  товаров, а также к оптимизации  объема поставки товара. Исходные данные для постановки и решения данной задачи приведены в таблицах.

 

Спрос на товары за 2006-2008 годы представлен в таблице 3.4.

Таблица 3.4. 

- Объемы продаж ООО «Дрострой» за 2006-2008 гг. в тыс. шт.

Наименование товара	2006 год				2007 год				2008 год
	1кв	2кв	3кв	4кв	1кв	2кв	3кв	4кв	1кв	2кв	3кв	4кв
1	2	3	4	5	6	7	8	9	10	11	12	13
лопаты	56	152	120	45	46	120	79	45	46	164	135	56
шпатели	23	56	45	21	31	64	54	42	32	86	12	13
штукатурка	200	251	351	321	265	245	263	305	321	298	305	265
белила	156	132	165	132	145	123	987	100	132	995	162	175
краска	124	125	135	125	145	154	123	123	124	142	145	135
грунтовка	56	64	87	45	35	54	23	25	42	56	32	18

 

 

 

 

 

 

 

Графическая интерпретация объемов  продаж представлена на рисунках 3.2-3.7.

Рис.3.2. Динамика объемов продаж лопат за 2006-2008 годы.

Рисунок 3.3. Динамика объемов продаж шпателей за 2006-2008 годы

Рисунок 3.4. Динамика объемов продаж штукатурки за 2006-2008 годы

 

 

 

Рис.3.5. Динамика объемов продаж белила за 2006-2008 годы

 

 

 

Рисунок 3.6. Динамика объемов продаж краски за 2006-2008 годы

 

Рис.3.7. Динамика объемов продаж грунтовки за 2006-2008 годы

 

Из графиков динамики объемов продаж видно, что спрос на товары имеет циклический характер, поэтому целесообразно рассчитать объем оптимальной поставки на 1 год с разбивкой на кварталы для каждого наименования товаров. Для этого необходимы данные транспортных расходов и затраты на хранение товара на складах.

Транспортные расходы на 1 единицу товара за 2006-2008 год представлены в таблице 3.5.

 

Таблица 3.5.

- Транспортные расходы на 1 единицу товара за 2008 год в тыс. руб.

Наименование товара	2008 год, квартал
	1	2	3	4
Лопаты	46,23	16,4	13,5	56,45
Шпатели	32,23	86,23	12,23	13,12
Штукатурка	32,1	29,8	30,5	26,5
Белила	13,2	99,5	16,2	17,5
Краска	12,4	14,2	14,5	13,5
Грунтовка	42,56	56,23	32,45	18,86

 

В затраты на хранение входят расходы  по содержанию склада, арендная плата  за пользование площадями и т.д. Совокупные расходы на хранение представлены в таблице 24

 

Таблица 3.6.

- Затраты на хранение за 2008 год в тыс. руб.

Наименование товара	2008 год
1	2
Лопаты	6,23
Шпатели	2,23
Штукатурка	2,1
Белила	3,2
Краска	2,4
Грунтовка	4,56

 

Таким образом, решение модели оптимальной  поставки товара вычисляется по формуле 34.

на 1 квартал:

EOQ (лопаты) =58 тыс. шт

EOQ (шпатели) =39 тыс. шт.

EOQ (штукатурка) = 180 тыс. шт.

EOQ (белила) = 76 тыс. шт.

EOQ (краска) = 75 тыс. шт.

EOQ (грунтовка) = 37 тыс. шт.

на 2 квартал:

EOQ (лопаты) = 109 тыс. шт.

EOQ (шпатели) = 64 тыс. шт.

EOQ (штукатурка) = 174 тыс. шт.

EOQ (белила) = 209 тыс. шт.

EOQ (краска) = 80 тыс. шт.

EOQ (грунтовка) = 43 тыс. шт.

на 3 квартал:

EOQ (лопаты) = 100 тыс. шт.

EOQ (шпатели) = 24 тыс. шт.

EOQ (штукатурка) = 175 тыс. шт.

EOQ (белила) = 84 тыс. шт.

EOQ (краска) = 81 тыс. шт.

EOQ (грунтовка) = 32 тыс. шт.

 

на 4 квартал:

EOQ (лопаты) = 64 тыс. шт.

EOQ (шпатели) = 25 тыс. шт.

EOQ (штукатурка) = 164 тыс. шт.

EOQ (белила) = 88 тыс. шт.

EOQ (краска) = 78 тыс. шт.

EOQ (грунтовка) = 24 тыс. шт.

Таким образом, для каждого квартала можно рассчитать:

• объем необходимых средств для приобретения партий товара;
• величину предполагаемой прибыли, посредством умножения товара на объем оптимальной поставки

Маржа за 2008 год по товарам составляет порядка 20 % от стоимости закупки товаров и составляет значения, представленные в таблице 3.7.

 

Таблица 3.7.

 - Маржа на 1 января 2009 года

Наименование товара	Маржа,руб
1	2
Лопаты	10,23
Шпатели	12,23
Штукатурка	2,1
Белила	3,2
Краска	2,4
Грунтовка	4,56

 

Таким образом, прибыль составит на 4 квартал 1 883,11 тыс. руб.

Объем необходимых средств для закупки товара в среднем на один квартал составляет 9 500 тыс. руб.