Прогнозирование возможного уровня прибыли и рентабельности по отрасли

 

Для дальнейших расчетов введем следующие обозначения выбранных  переменных: примем за результирующий признак у – рентабельность продаж, %;  за факторы: х₁ – коэффициент обновления ОФ, %; х₂ – коэффициент обеспеченности собственными оборотными средствами; х₃ – коэффициент мобильности.

Предположим, что между  выбранными явлениями существует множественная  линейная зависимость.

Опираясь на данное предположение, будем искать зависимость в виде

y = b_o+b_lx_l+b₂x₂+b₃x₃,                                             (4)

где у – оцененное значение нашего признака; x_i – отдельные значения факторов, принадлежащих выборке наблюдений; b_i  – коэффициенты регрессии, рассчитанные по методы наименьших квадратов.

Классический подход к  оцениванию параметров регрессии основан  на методе наименьших квадратов (МНК). МНК позволяет получить оценки параметров, при которых сумма квадратов  отклонений фактических значений результативного  признака (у) от расчетных ( ) минимальна:

                                             (5)

В результате обработки собранных  данных при помощи программы «Planar» были получены следующие результаты.

В результате расчетов получили следующее уравнение регрессии 

Y= -10,662+34,966X₁+19,005 X₂+ 31,601X₃

Уравнение регрессии позволяет  рассмотреть изменения рентабельности продаж при изменении одного из показателей  на 1 единицу, при исключении влияние  других показателей. Количественную оценку изменения признака дает коэффициент  регрессии. Если коэффициент регрессии  имеет плохо интерпретируемый экономический  смыл (т.е. например, не соблюдается  направление связи между экономическими показателями), то это может быть связано с малым объемом выборки (можно произвести выборку данных не по кварталам за 3 года, а за каждый месяц отчетного периода). Если произвести расчет с большим количеством  наблюдений, то характер зависимости  сразу проясниться.

Коэффициент регрессии является случайной величиной. Отсюда после  вычисления возникает необходимость  проверки гипотезы о значимости полученной оценки. Проверяется гипотеза Н_о о равенстве нулю коэффициента регрессии (Н_о:b₁=0) против альтернативы Н₁ о неравенстве нулю коэффициента регрессии (Н₁:b₁ 0). Для проверки гипотезы Н_о против альтернативы используют T-статистику, которая имеет распределение Стьюдента с (n-4) степенями свободы.

Коэффициент регрессии надёжно  отличается от нуля (отвергает нулевая  гипотеза   Н_о),   если  

,                                                 (6)

где   – критическая   точка, определяемая по математико-статистическим таблицам. Табличное значение T-статистики Стьюдента 2,31, а полученные Т_набл равны соответственно 2,684; 3,276; 2,544.

Корреляция, а широком  смысле слова означает связь, соотношение  между объективно существующими  явлениями и процессами. В качестве измерителя тесноты связи между  переменными используется коэффициент  корреляции, представляющий собой стандартизированную  ковариацию. Выборочный коэффициент  корреляции является случайной величиной. Отсюда после вычисления возникает  необходимость проверки гипотезы о  значимости полученной оценки.

В результате расчетов получили следующие значения парных коэффициентов  корреляции. Коэффициент корреляции между рентабельностью продаж и  коэффициентом обновления ОФ равен 0,786, между рентабельностью продаж и коэффициентом обеспеченности собственными оборотными средствами – 0,717, а между рентабельностью продаж и коэффициентом мобильности  – 0,653.

Парный коэффициент корреляции надёжно отличается от нуля (отвергает  нулевая гипотеза Н_о), так как Т_набл равны соответственно 2,684; 3,276; 2,544, а табличное 2,31 (Т_набл > ).

Чтобы можно было использовать полученную модель на практике необходимо оценить ее значимость. Для оценки надежности выборочного уравнения  регрессии применяется F-критерий Фишера, который определяется как отношение объясненной дисперсии, обусловленной регрессией, к остаточной дисперсии, обусловленной второстепенными факторами и случайными помехами на соответствующее число степеней свободы. После расчетов получаем F_набл ,  которое в нашем случае равно 4,673.

Уравнение регрессии считается  значимым (т.е. выделенные факторные  переменные «хорошо», «надёжно» описывают  исследуемую зависимость, если значение

,                                               (7)

где – критическая точка распределения Фишера на уровне значимости при числе степеней свободы и . Табличное значение статистики Фишера – 4,07.

Делаем вывод о значимости полученного уравнения регрессии, так как

Коэффициент множественной  корреляции равен 0,798. Так как  , то полученный множественный коэффициент корреляции надежен. Его значение свидетельствует о том, что совокупность факторов оказывают большее совместное влияние на объем продаж, чем каждый из выбранных факторов в отдельности. Введение в модель трех факторов вполне обосновано.

Рассмотрим оценку коэффициента детерминации, который показывает какой  процент изменения зависимой  переменной объясняется изменениями  выбранных факторов. В случае множественной  линейной регрессии коэффициент  детерминации равен квадрату коэффициента множественной корреляции. Следовательно, R² = (0,798)² = 0,6368. То есть 64% изменения рентабельности продаж объясняется изменениями выбранных факторов. А остальные 36% – это изменения неучтенных факторов или случайных событий.

Полученное уравнение  регрессии не позволяет произвести сравнение влияния данных факторов на наш признак. Это связано с  различной размерностью переменных и коэффициентов регрессии, выраженных в натуральном масштабе. Поэтому  рекомендуется от уравнения регрессии  с коэффициентами в натуральном  масштабе переходить к так называемому  стандартизированному уравнению регрессии. Стандартизированные коэффициенты регрессии безразмерны. Благодаря этому становится возможным их сравнение друг с другом. По ним судят об интенсивности влияния изменений отдельных объясняющих переменных х_i на изменение независимой переменной у. Стандартизированные коэффициенты регрессий вычисляются по формуле:

                                          

,                                       (8)

где – обычный коэффициент регрессии,

и – стандартные отклонения переменных х_i и у соответственно.

В результате вычислений по данной методике получим следующее  уравнение:

                      

                         (9)

Далее проведем сравнительный анализ влияния выбранных факторов на наш  признак. Из полученного уравнения  видно, что наибольшее влияние на рентабельность продаж для данной выборки  наблюдений оказывает изменение  коэффициента обеспеченности собственными оборотными средствами.

Таким образом, результаты количественного  исследования регрессионной модели показали, что наши предположения  не противоречат тому эмпирическому  материалу, которым мы располагаем. С экономической точки зрения между выбранным признаком и  факторами весьма вероятна множественная  линейная зависимость, что и подтверждено с помощью статистических методов  анализа рассматриваемых экономических  явлений.

 

3. Факторный анализ прибыли

 

Белгородский асбестоцементный комбинат преобразован в акционерное  общество открытого типа (АО «БелАЦИ») в декабре 1992 года, а с 1995 года в ОАО «Белгородасбестоцемент» (ОАО «БелАЦИ»).

Адрес его месторасположения: ОАО "Белгородасбестцемент" 308002, г. Белгород, ул. Мичурина, 104.

Многолетний опыт работы позволяет  предложить потребителю широкий  выбор асбестоцементных изделий. ОАО «БелАЦИ» выпускает следующие виды асбестоцементных изделий: асбестоцементные трубы (напорные и безнапорные) в комплекте с муфтами; традиционный серый шифер: волнистый (СВ-7 и СВ-8) и плоский; а также такие изделия, как: шифер окрашенный и цветная мелкоразмерная кровельная плитка, различные комплектующие к шиферу и изделия из пенобетона, окна, двери, погонажные изделия из хвойных пород дерева, асбестоцементные колонны и асбокартон, краска (синяя, красная, зеленая и коричневая).

Анализ  финансово-хозяйственной деятельности является научной базой принятия управленческих решений. В таблице 4.1 приведены основные показатели производственно-хозяйственной деятельности ОАО «БелАЦИ» за 2006-2008 гг.

Таблица 2

Основные технико-экономические  показатели ОАО «БелАЦИ»

Наименование показателя	Годы
	2008	2009	2010
Объём товарной продукции  предприятия, тыс. руб.	1293000	1343500	1359800
Производство продукции  в натуральном выражении: шифер, всего, туп - асбестоцементные трубы, укм	317851 2431	277453 2318	192122 2547
Выручка от продажи продукции, тыс.руб.	1309807	1429743	1417456
Прибыль от продаж, тыс. руб.	109146	132028	60 826
Прибыль до налогообложения, тыс. руб.	87317	116589	39 585
Чистая прибыль, тыс.руб.	61773	84628	26 962
Себестоимость проданных  товаров, тыс. руб.	1200661	1297715	1 340 142

 

Продолжение таблицы 2

Наименование показателя	Годы
	2008	2009	2010
Себестоимость товарной продукции, тыс. руб.	1209400	1237900	1266400
Затраты на рубль товарной продукции, руб.	0,90	0,90	0,91
Среднесписочная численность  ППП, чел.	1160	1061	975
Производительность труда  ППП, тыс.руб./чел	1158,2	1281,62	1453,80
Среднегодовая стоимость  основных средств, тыс. руб. в т.ч. активная часть	189511 92538	203201 105018	268 072 147 611
Фондоотдача, руб./руб.	7,09	6,69	7,01
Фондоёмкость, руб./руб.	0,141	0,15	0,149
Фондовооружённость труда работающих, тыс. руб./чел.	163,37	191,52	252,09
Коэффициент оборачиваемости  оборотных средств	4,95	4,86	4,33
Рентабельность продаж по прибыли от продаж, %	8,33	9,23	4,60
Рентабельность продукции  по прибыли от продаж, %	9,09	10,17	4,80

 

Наиболее значимым показателем  деятельности любого предприятия является прибыль, которая на ОАО «БелАЦИ» после значительного сокращения в 2008 году, в 2009 году увеличилась. Так в 2009 году предприятие получило чистую прибыль в размере 84268 тыс. руб., что на 36,99% больше, чем в 2008 году. В 2010г. наблюдается резкое сокращение прибыли до 26962тыс. руб.  Достаточно высоким и постоянно повышающимся на протяжении последних трех лет работы ОАО «БелАЦИ» остается показатель затрат на 1 рубль товарной продукции, который в 2010 году достиг значения в 0,91 руб.

В целом же можно сказать, что положение ОАО «БелАЦИ» в 2010 году ухудшилось по сравнению с предыдущим. Однако на предприятии во время выплачивали заработную плату, перечисляли налоги и платежи во внебюджетные фонды.

Проведем анализ динамики выпуска и реализации продукции, используя базисные и цепные темпы  роста и прироста (табл.3).

 

Таблица 3

Динамика производства и реализации продукции

Показатель	2008		2009		2010
	Значение	Темп роста, %	Значение	Темп роста, %	Значение	Темп роста, %
Объем производства  продукции, тыс. руб.	1293000	-	1343500	103,91	1359800	105,17
Объём продаж продукции, тыс. руб.	1309807	-	1429743	96,48	1 417 456	105,32

 

Из таблицы видно, что  из года в год растут объемы производства и реализации продукции.

Темпы роста объема продаж опережают темпы производства продукции, что является положительным моментом в работе предприятия.

Произведем анализ производства продукции в натуральных измерителях.

Таблица 4

Показатели производства и реализации продукции

 

Наименование показателя	2008	2009	2010	Темп роста 2009 к 2008, %	Темп роста 2010 к 2009, %
Объём производства продукции, тыс. руб.	1293000	1343500	1359800	103,91	101,21
Производство продукции  в натуральном выражении:
-шифер, всего, туп, в  т.ч.:	317851	277453	192122	87,3	69,2
-40/150-1750, туп	290559	246486	158549	84,8	64,3
-плоский шифер, туп	27292	30655	33573	112,3	109,5
-окрашенный шифер, м	1813828	1867480	1909333	102,9	102,2
асбестоцементные трубы, укм	2431	2318	2547	95,4	109,9
Среднечасовая производительность трубных машин, у.м.	166,5	166,2	166,8	99,8	100,4
Среднечасовая производительность листоформовочных машин, в т.ч.:
-листов СВ-40/150, у. пл.	6586	6360	6254	96,6	98,3
-плоский, у. пл.	3341	3934	3404	117,7	86,5
Выручка от продажи продукции, тыс.руб.	1357565	1309807	1429743	96,48	109,16