Совершенствование финансовой деятельности предприятия

а1 = 73268,824; а0 = 236143,268.

Затем найдем прогнозные значения, последовательно подставляя в уравнение (45) вместо фактора t его значения от 1 до 10 и вычислим отклонения расчетных значений от фактических (Приложение Л, табл. Л.1).

Далее проверим, отражает ли модель закономерность изменения исследуемого показателя и можно ли полученные значения Yp(t) рассматривать как тенденцию, то есть как закономерность. Для этого оценим качество модели, которое будет определяться адекватностью рассматриваемому объекту (процессу) (Приложение Л, табл. Л.2).

Сумма поворотных точек Р = 3.

Проверим неравенство (формула (48)):

3 > [2 (10 – 2) / 3 – 2 √(16 ∙ 10 – 29) / 90 ] ;

 3 > 2,91.

Исходя из полученного результата, можно сделать вывод о том, что уровни ряда остатков следует считать случайными.

Точечный прогноз на k-шагов вперед получается путем подстановки в модель параметра t = N + 1, ... , N + k (формула (45)).

Yp(11) = 1042100,332 (k = 1, r = 11),

Yp(12) = 1115369,156 (k = 2, r = 12).

Yp(13) = 1188637,98 (k = 3, r = 13).

Представим графически результаты аппроксимации и прогнозирования по методу экстраполяции трендов (Приложение М).

Определим доверительный интервал прогноза, который будет иметь следующие границы:

S = √264262257 / 9 ≈ 5418,713 (формула (50)),

Kp(1)= √(11 + 1) / 11 + (3 ∙ (11 + 2 ∙ 1 – 1)2) / 11 (112 – 1)) ≈ 1,19 (формула (51)),

Kp(2) = √(12 + 1) / 12 + (3 ∙ (12 + 2 ∙ 2 – 1)2) / 12 (122 – 1)) ≈ 1,21,

Kp(3) = √(13 + 1) / 13 + (3 ∙ (13 + 2 ∙ 3 – 1)2) / 13 (132 – 1)) ≈ 1,24,

U(1 = 5418,71 ∙ 1,19 √1 + 1/10 + (10 + 1 – 5,5)2 /82,5 = 7802,405 (формула (49)),

U(2) = 5418,71 ∙ 1,21 √1 + 1 / 10 + (10 + 1 – 5,5)2 / 82,5 = 7933,533,

U(3) = 5418,71 ∙ 1,24 √1 + 1 / 10 + (10 + 1 – 5,5)2 / 82,5 = 8130,232 .

Найдем верхние и нижние границы доверительного интервала прогнозируемой величины (формула (52), (53)) (табл. 3).

 

Таблица 3 – Границы доверительного интервала прогнозируемой

величины

 

t	k	Yp(t)	Нижняя граница	Верхняя граница
11	1	1042100,332	1034297,927	1049902,737
12	2	1188637,98	1180704,447	1196571,513
13	3	1115369,156	1107238,924	1123499,388

 

Таким образом, с вероятностью 90% можно утверждать, что при сохранении сложившихся закономерностей развития прогнозируемая величина попадает в интервал, образованный нижней и верхней границами.

Итак, методом экстраполяции трендов был спрогнозирован уровень себестоимости выпускаемой продукции ОАО «Курская птицефабрика» в 2007 - 2009 гг., который согласно прогнозу в 2007 г. увеличится с 1134315 тыс. руб. до 1042100,332 тыс. руб., в 2008 г. – увеличится до 1188637,98 тыс. руб., а в 2009 г. - возрастет до 1115369,156 тыс. руб.

Спрогнозируем прибыль от продажи выпускаемой продукции ОАО «Курская птицефабрика» в 2007 – 2009 гг.

Найдем значения параметров уравнения (45) (формула (46), (47)):

а1 = 557,692; а0 = 40771,094.

Затем найдем прогнозные значения, последовательно подставляя в уравнение (45) вместо фактора t его значения от 1 до 10 и вычислим отклонения расчетных значений от фактических (Приложение Н, табл. Н.1).

Далее проверим, отражает ли модель закономерность изменения исследуемого показателя и можно ли полученные значения Yp(t) рассматривать как тенденцию, то есть как закономерность. Для этого оценим качество модели, которое будет определяться адекватностью рассматриваемому объекту (процессу) (Приложение Н, табл. Н.2).

Сумма поворотных точек Р = 3.

Проверим неравенство (формула (48)):

3 > [2 (10 – 2) / 3 – 2 √(16 ∙ 10 – 29) / 90 ] ;

 3 > 2,91.

Исходя из полученного результата, можно сделать вывод о том, что уровни ряда остатков следует считать случайными.

Точечный прогноз на k-шагов вперед получается путем подстановки в модель параметра t = N + 1, ... , N + k (формула (45)).

Yp(11) = 46905,71 (k = 1, r = 11),

Yp(12) = 47463,4 (k = 2, r = 12).

Yp(13) = 48021,09 (k = 3, r = 13).

Представим графически результаты аппроксимации и прогнозирования по методу экстраполяции трендов (Приложение О).

Определим доверительный интервал прогноза, который будет иметь следующие границы:

S = √2288985 / 9 ≈ 504,313 (формула (50)),

Kp(1)= √(11 + 1) / 11 + (3 ∙ (11 + 2 ∙ 1 – 1)2) / 11 (112 – 1)) ≈ 1,19 (формула (51)),

Kp(2) = √(12 + 1) / 12 + (3 ∙ (12 + 2 ∙ 2 – 1)2) / 12 (122 – 1)) ≈ 1,21,

Kp(3) = √(13 + 1) / 13 + (3 ∙ (13 + 2 ∙ 3 – 1)2) / 13 (132 – 1)) ≈ 1,24,

U(1) = 504,313 ∙ 1,19 √1 + 1 / 10 + (10 + 1 – 5,5)2 / 82,5 = 726,16 (формула (49)),

U(2) = 504,313 ∙ 1,21 √1 + 1 / 10 + (10 + 1 – 5,5)2 / 82,5 = 738,365,

U(3) = 504,313 ∙ 1,24 √1 + 1 / 10 + (10 + 1 – 5,5)2 / 82,5 = 756,671 .

Найдем верхние и нижние границы доверительного интервала прогнозируемой величины (формула (52), (53)) (табл. 4).

Таблица 4 – Границы доверительного интервала прогнозируемой

величины

 

t	k	Yp(t)	Нижняя граница	Верхняя граница
11	1	46905,71	46179,55	47631,87
12	2	47463,4	46725,035	48201,765
13	3	48021,09	47264,419	48777,761

 

Уровень вероятности попадания прогнозируемой величины внутрь доверительного интервала равен 90%, т.е. с вероятностью 90% можно утверждать, что при сохранении сложившихся закономерностей развития прогнозируемая величина попадает в интервал, образованный нижней и верхней границами.

Таким образом, методом экстраполяции трендов было спрогнозировано значение прибыли от продажи продукции ОАО «Курская птицефабрика» в 2007 – 2009 гг., которое согласно прогнозу в 2007 г. увеличится с 24401 тыс. руб. до 46905,71 тыс. руб., в 2008 г. – увеличится до 47463,4 тыс. руб., а в 2009 г. - возрастет до 48021,09 тыс. руб.

Итак, выше был сделан прогноз выручки от продажи выпускаемой продукции, себестоимости выпускаемой продукции и прибыли от продажи продукции ОАО «Курская птицефабрика» с использованием метода экстраполяции тренда (полученные значения представлены в приложение П).

Оценим качество сделанных прогнозов выручки от реализации продукции, себестоимости от реализации продукции и прибыли от реализации продукции, используя абсолютные показатели:

1) оценка качества прогноза с  помощью среднего абсолютного  значения ошибки (формула (54)):

∆пр.(выручки)=8147,48;

∆пр.(себестоимости)=6655,11;

∆пр.(прибыли)=1299,91.

2) оценка качества прогноза с  помощью среднеквадратической ошибки прогноза (формула (55)):

σt(выручки)=32656,532;

σt(себестоимости)=10066,449;

σt(прибыли)=3297,873.

3) оценка качества прогноза с  помощью средней относительной  ошибки (формула (56)):

εпр.(выручки)=13,0504;

εпр.(себестоимости)=9,8582;

εпр.(прибыли)=30,2147.

Оценим качество сделанных прогнозов выручки от реализации продукции, себестоимости от реализации продукции и прибыли от реализации продукции, используя сравнительные показатели:

1) оценка качества прогноза с  помощью коэффициента несоответствия (формула (57)):

КН1(выручки)=0,41928;

КН1(себестоимости)=0,3946;

КН1(прибыли)=1,01827.

2) оценка качества прогноза с  помощью коэффициента расхождения (формула (58)):

V (выручки) = 0,419279;

V (себестоимости) =0,3946;

V (прибыли) =1,01827.

3) оценка качества прогноза с помощью коэффициента корреляции (формула (59)):

R (выручки) = 0,94;

R (себестоимости) = 0,92;

R (прибыли) = 0,34.

Оценим качество сделанных прогнозов выручки от реализации продукции, себестоимости от реализации продукции и прибыли от реализации продукции, используя качественные показатели:

1) оценка качества прогноза с  помощью дисперсии прогнозных  значений переменных (формула (60)):

SYp(выручки)=264282,6;

SYp(себестоимости)=210448,7;

SYp(прибыли)=1601,8.

2) оценка качества прогноза с  помощью дисперсии фактических значений переменных (формула (62)):

SY(выручки)=225424,5;

SY (себестоимости)=224677,1;

SY(прибыли)=14141,35.

3) оценка качества прогноза с  помощью доли смещения (формула (63)): 

Vμ (выручки) = 0;

Vμ (себестоимости) = 2054125;

Vμ (прибыли) = 670203,1.

4) оценка качества прогноза с помощью доли дисперсии (формула (64):  VS(выручки)=0,16903;

VS(себестоимости)=0,025757;

VS (прибыли)=0,758316.

5) оценка качества прогноза с помощью доли ковариации (формула (65):  

Vl(выручки)= 0,83974;

Vl (себестоимости) = 0,971667;

Vl(прибыли)=0,144024.

Проанализируем показатели качества сделанных ранее прогнозов (Приложение Р).

Судя по абсолютным показателям, а именно: по средней относительной ошибке, можно сказать, что прогноз выручки от продажи выпускаемой продукции обладает хорошей точностью, прогноз себестоимости выпускаемой продукции – высокой точностью и прогноз прибыли от продажи продукции – удовлетворительной точностью, т.е. самым точный является прогноз себестоимости выпускаемой продукции, т.к. средняя относительная ошибка - минимальна.

Если судить по коэффициентам  соответствия и расхождения самым точным является прогноз себестоимости выпускаемой продукции, т.к. его показатели наиболее приближены к нулю.

Анализируя коэффициент корреляции можно сказать, что самым точным является прогноз выручки от продажи выпускаемой продукции, т.к. R максимален.

Проанализируем прогнозы по качественным показателям. В прогнозе выручки от продажи выпускаемой продукции доля смещения близка к нулю, следовательно он наиболее точный.

Таким образом, сравнив все прогнозы финансовых показателей деятельности ОАО «Курская птицефабрика», разработанные методом экстраполяции трендов, можно сделать вывод, что наиболее точными и качественными прогнозами являются прогноз выручки от продажи выпускаемой продукции и прогноз себестоимости выпускаемой продукции. Поэтому полученные данные могут быть использованы для дальнейшего планирования этих показателей, так как они наиболее близки к фактическим.

 

 

 

3.4. Пути совершенствования финансовой деятельности

ОАО «Курская птицефабрика»

 

 

Целью совершенствования финансовой деятельности предприятия, прежде всего, является повышение прибыльности.

Разработаем дерево целей применительно к проблеме повышения прибыли ОАО «Курская птицефабрика» в 2009 – 2011 гг. (Приложение С).

Для решения проблемы повышения прибыли ОАО «Курская птицефабрика» рекомендуется в 2009 – 2011 гг. реализовать намеченные цели, а также применить общую концепцию (программу), которая должна ежегодно корректироваться с учетом изменившихся на предприятии обстоятельств (Приложение Т). Эта программа носит комплексный характер, т.е. учитывает все факторы, которые влияют на повышение прибыли предприятия. 

Для рациональной организации работ на этапе внедрения рекомендуется: подготовка приказа дирекции о начале внедрения программы мероприятий; формирование комплексных бригад из работников предприятия и аналитической фирмы; составление сетевого графика работ; организация координационной группы.

В результате проведения мероприятий по повышению прибыли предприятия в 2009 – 2011 гг. определим снижение себестоимости и экономии в результате роста производительности труда (формула (66)):

аз = (1 – 1,1535 / 1,3678) 0,09 = 1,44%

Экономия в абсолютном выражении равна (формула (67)):

Эз = 1134315 . 0,0144 = 16334,136 тыс. руб.

Снижение себестоимости постоянной части цеховых и общезаводских расходов составит (формула (68)):

ац. = 1- 1,23 / 1,8 = 0,32 (32%).

Снижение себестоимости переменной части цеховых и общезаводских расходов равно (формула (69)):

аз. = 1 – 1,77 / 1,8 = 0,02 (2%).

Тогда сумма экономии цеховых расходов: