Статистический анализ финансового состояния предприятия ООО "Инфора" на основе имитационной модели

 

 

Рассчитаем рентабельность продукции за 2007 год:

 

 

Рассчитаем прибыль  от реализации продукции за 2007 год :

 

P = 491,763.57- 466,663.21

P = 25100.36 _РУБ.

 

Для наглядности  построим графики за три года:

 

Рисунок 1.5 - График рентабельности

 

Рисунок 1.6 – График прибыли

 

Построив графики  рентабельности и прибыли (см. рисунок 1.5 и рисунок 1.6) за три года, можно увидеть, что показатели с каждым годом все ниже.

Рентабельность – это важнейшая  экономическая категория, которая  присуща всем предприятиям, работающим на основе хозяйственного расчёта. Она  означает доходность, прибыльность предприятия  и определяется путём сопоставления  получаемых результатов (прибыли, валового дохода) с затратами или неиспользуемыми  ресурсами. Будучи обобщающим показателем  экономической эффективности, рентабельность отражает эффективность использования  потреблённых производством ресурсов отрасли – трудовых, материальных, уровень управления и организации  производства и труда, количество, качество и результаты реализации продукции, возможности осуществления расширенного воспроизводства и экономического стимулирования работников. Таким образом, рентабельность находит своё выражение, прежде всего, в наличии прибыли. Прибыль представляет собой реализованную  часть чистого дохода и рассчитывается вычитанием из денежной выручки от реализации продукции коммерческой (полной) себестоимости или издержек производства.

Прибыль характеризует конечные экономические  показатели не только в сфере производства продукции, но и в сфере обращения, реализации. Она является как бы фокусом, в котором находят отражение  все слагаемые эффективности  производства. С ростом прибыли неразрывно связан рост рентабельности производства. В свою очередь, когда идёт речь о  том, что то или иное хозяйство  рентабельно, это означает, что в  этом хозяйстве не только возмещают  затраты, связанные с производством  и реализацией продукции, но и  получают определённую прибыль, позволяющую  вести хозяйство на расширенной  основе.

Количество реализованной продукции  зависит от объёма валовой продукции  и уровня её товарности. При росте  объёма валовой продукции происходит увеличение продукции подлежащей сбыту, так как темпы роста её внутреннего потребления, как правило, ниже темпов роста валовой продукции, что создаёт условия для повышения уровня товарности и увеличение на этой основе денежной выручки. Качество продукции оказывает влияние на величину прибыли так же через денежную выручку, так как продукция более высокого качества обеспечивает более высокую реализационную цену.

Важным фактором прибыли является себестоимость продукции. Снижение или повышение издержек производства оказывает существенное влияние  на величину прибыли.

К факторам внешнего порядка относятся  рыночный спрос на продукцию, предложение  и конкуренция производителей продукции. Высокий или низкий спрос на ту или иную продукцию, а также наличие  или отсутствие конкурентов обуславливают  как количество реализованной продукции, так и уровень цен на то, что, в конечном счете, влияет на величину прибыли.

Факторы рентабельности могут носить экстенсивный и интенсивный характер. Экстенсивные факторы – такие, которые  оказывают влияние на рентабельность путём изменения количества реализованной  продукции, а интенсивные – на рост реализационных цен и снижение себестоимости продукции.

Таким образом, определение резервов повышения рентабельности сводится, с одной стороны, к определению  резервов увеличения денежной выручки  от реализации, а с другой – резервов снижения себестоимости продукции.

Проанализировав динамику экономических  результатов деятельности предприятия  за последние три года, можно сделать  вывод о том, что показатели прибыли  и рентабельности понижаются с каждым годом. Нужно провести факторный  анализ, и выяснить какие же факторы  снижают эти показатели.

 

§1.2 Методы статистического анализа деятельности предприятия

 

Статистический анализ исследуемого явления или процесса всегда опирается на исходные статистические данные. Выводы статистического анализа составляют существенный компонент системы поддержки принятия стратегических решения. Форма и содержание исходных статистических данных зависят от конечных прикладных целей исследования и используемых источников. В частности, конечные прикладные цели статистического анализа механизма функционирования фирм (предприятий) и связанных с этим задач прогнозирования обусловливают состав и структуру показателей, наблюдение за которыми и образует массив исходных статистических данных.

Прогнозирование заключается в основанном на соответствующем статистическом анализе описании состояния изучаемой системы или процесса через один, два или большее число тактов времени по отношению к текущему моменту времени, т.е. к настоящему. Следует отличать прогноз от предсказания. Прогноз обладает свойством научного результата. Другими словами, в его основе лежит научное обоснование, которое может быть воспроизведено и без автора прогноза. Предсказание же порождается другими инструментами – интуицией, экстрасенсорными способностями и т.д. Оно воспринимается на веру, как данность.

Экспертная оценка, т.е. прогноз специалиста в данной конкретной области, представляет собой некоторый промежуточный (между прогнозированием и предсказанием) вариант подхода к формированию представления о будущем. С одной стороны, эта оценка основана на субъективном представлении эксперта о возможном развитии прогнозируемого процесса, с другой, – она учитывает многие факторы, если и не поддающиеся непосредственному измерению и формализации, то допускающие объективную интерпретацию в рамках научного обоснования эксперта. Поэтому организацию и статистический анализ экспертных оценок обычно включают в состав математического инструментария прогнозирования.

Статистические методы анализа  и прогнозирования основаны обычно на глубокой обработке статистических данных, относящихся к изучаемому процессу.

Основные источники исходных статистических данных делят на первичные и вторичные.

К первичным источникам относят специальные выборочные обследования, опросы, переписи, направленные на получение тех данных и в такой форме, которые необходимы именно для запланированных прогнозных расчетов или управленческих решений. Получение исходных статистических данных из первичных источников связано со специально спланированной работой (и соответственно с выделением для этого специальных средств). Планируется состав показателей, способ организации выборки (о различных способах организации выборки), а иногда – и фиксированные значения некоторых показателей, при которых производится регистрация значений остальных показателей. Основными респондентами (объектами выборочных обследований) при обращении к первичным источникам являются все или определенные категории потенциальных клиентов (потребителей продукции) фирмы, ее поставщики, служащие, наконец, общество в целом.

Говоря о видах специальных  обследований, надо выделить:

• обследования по времени — одномоментные и периодически повторяющиеся;
• по охвату респондентов – сплошные и выборочные;
• по способам– очные интервью и анкетирование, почтовая рассылка анкет или вопросников или их публикация в прессе, телефонные интервью.

При организации специальных статистических обследований прогнозист обязан иметь  четкие ответы на следующие вопросы:

• к кому именно обращены вопросы (т.е. определить «единицу» статистического обследования) и с какой целью;
• как должны быть сформулированы вопросы (т.е. определить конкретную форму анкеты или опросного листа);
• сколько респондентов должно быть включено в обследование (т.е. определить объем выборки, необходимый для достижения заданной точности выводов);
• как именно следует отбирать респондентов для включения их в обследуемую выборку.

Вторичные источники – это опубликованные в том или ином виде исходные данные, уже собранные кем-то вне прямой связи с конкретной задачей прогнозиста, но доставляющие информацию, в той или иной мере полезную именно для решения этой конкретной задачи.

В российских условиях к таким источникам следует отнести, в первую очередь, различные издания Госкомстата  РФ, а также ряд специализированных деловых периодических изданий: журналы «Эксперт», «Коммерсант», «Финансовые  рынки», финансовые приложения «Известий», «Экономика и жизнь» и т.п. Сюда же можно отнести и ряд созданных  за последние годы специализированных коммерческих баз данных по фирмам, предприятиям, регионам.

Очевидно, первичные источники  предоставляют в распоряжение прогнозиста  и аналитика исходные статистические данные более высокого порядка по предъявляемым к ним критериям, чем вторичные. Однако они и стоят  существенно дороже.

Требования, предъявляемые  к исходным статистическим данным. Формируя массив исходных статистических данных из первичных или вторичных источников, следует помнить об основных требованиях к качеству этих данных:

• Релевантность. Это свойство означает, что используемые данные (т.е. выбранные для анализа переменные, методология и время их измерения) должны отражать именно анализируемые стороны деловой деятельности и должны быть «привязаны» к нужным объектам и соответствующим моментам времени.
• Надежность и точность. Это свойство исходных данных достигается с помощью различных (прямых и косвенных) методов проверки надежности используемых источников, соблюдения принятой методологии измерений, достоверности ответов респондентов, вылавливания сбоев и опечаток в их записи.
• Сопоставимость. Сами данные должны сопровождаться такими комментариями и пояснениями, касающимися смысла анализируемых показателей и методологии их измерения, которые позволили бы сохранить возможность их сопоставления (во времени и пространстве) и «приведения к общему знаменателю» в ситуациях, характеризующихся изменениями в методологии измерений и корректировкой состава анализируемых переменных.
• Представительность (репрезентативность). Соблюдение этого свойства достигается таким способом организации выборки, при котором она полно и адекватно представляет изучаемые свойства всей анализируемой совокупности (т.е. той совокупности, от которой эта выборка отбиралась). Наиболее распространенными способами отбора респондентов в выборку, обеспечивающими ее репрезентативность, являются: простой случайный, расслоенный случайный, систематический, одноступенчатый гнездовой и др. Так, если нас интересует распределение потенциальных клиентов по величине среднедушевого дохода, то мы должны обеспечить наличие в контрольной выборке пропорционального представительства всех социально-экономических слоев населения анализируемого региона, что будет достигнуто с помощью правильно организованного расслоенного случайного отбора. К сожалению, приходится достаточно часто сталкиваться с нарушениями этого важнейшего требования даже в традиционной практике выборочных обследований Госкомстата РФ.

Под статистической методологией¹ понимают совокупность приемов и методов, направленных на выявление количественных закономерностей развития явлений во времени, в структуре и во взаимосвязях.

Методы  математической статистики широко применяются в экономическом анализе. Они используются в тех случаях, когда изменение анализируемых показателей можно представить как случайным процесс. Статистические методы, являясь основным средством изучения массовых, повторяющихся явлений, играют важную роль в прогнозировании поведения экономических показателей. Когда связь между анализируемыми характеристиками не детерминированная, а стохастическая, то статистические и вероятностные методы — это практически единственный инструмент исследования. Наибольшее распространение из математико-статистических методов в экономическом анализе получили методы множественного и парного корреляционного анализа.

Для изучения одномерных статистических совокупностей используются: вариационный ряд, законы распределения, выборочный метод. Для изучения многомерных статистических совокупностей применяют корреляции, регрессии, дисперсионный, ковариационный, спектральный, компонентный, факторный виды анализа, изучаемые в курсах теории статистики.

Корреляционный анализ и регрессионный  анализ являются смежными разделами математической статистики, и предназначаются для изучения по выборочным данным статистической зависимости ряда величин; некоторые из которых являются случайными. При статистической зависимости величины не связаны функционально, но как случайные величины заданы совместным распределением вероятностей. Исследование взаимосвязи случайных величин приводит к теории корреляции, как разделу теории вероятностей и корреляционному анализу, как разделу математической статистики. Исследование зависимости случайных величин приводит к моделям регрессии и регрессионному анализу на базе выборочных данных. Теория вероятностей и математическая статистика представляют лишь инструмент для изучения статистической зависимости, но не ставят своей целью установление причинной связи. Представления и гипотезы о причинной связи должны быть привнесены из некоторой другой теории, которая позволяет содержательно объяснить изучаемое явление.

Формально корреляционная модель взаимосвязи  системы случайных величин  может быть представлена в следующем виде: , где Z – набор случайных величин, оказывающих влияние на изучаемые случайные величины.

Экономические данные почти всегда представлены в виде таблиц. Числовые данные, содержащиеся в таблицах, обычно имеют между собой явные (известные) или неявные (скрытые) связи.