Модели управления финансовыми потоками на примере ООО «Дары природы»

     График  функции r(τ) называется коррелограммой, а величина τ, которой соответствует наибольший коэффициент автокорреляции – временным лагом.

     Одним из способов исключения тенденции является переход от исходного временного ряда к ряду Z(t) , t = 1,2,..., n , ( n = N−d ) первых или вторых разностей ( d=1 или 2). Ряд первых разностей представляет собой ряд абсолютных приростов. 

         при d = 1; 

           при d = 2; 
 
 

С учетом этого  AP( p) - модель порядка р имеет вид: 

        (2.23) 

     Параметры этой модели вычисляются по МНК с  учетом сложности модели либо методом  адаптивной фильтрации (МАФ). В обоих  случаях необходимо предварительно идентифицировать модель, т.е. правильно  определить порядок разностного ряда d и порядок модели р.

     Простейшим  способом определения наиболее подходящего  разностного ряда является вычисление для каждого ряда (d = 0,1,2 ) его дисперсии, т. е. усредненной суммы квадратов  расхождений его уровней со средним  значением Z(cp). Для дальнейшей обработки выбирается ряд, у которого величина этого показателя минимальна.

     Для идентификации порядка модели обычно используется автокорреляционная функция. В качестве порядка модели принимается m – номер коэффициента автокорреляции r(t) , имеющего максимальную величину. Следовательно, в модели используются p уровней, которые оказывают на текущий уровень наибольшее влияние. С помощью МНК получают числовые значения коэффициентов модели.

     На  основе построенной модели вычисляют  прогнозное значение разностного ряда Z(n + k) на k шагов вперед, а от него переходят к прогнозной оценке исходного ряда.

     Так, для d =1имеем:

        при k = 1, 

        при k = 2. . 

     Следовательно, прогнозные оценки базируются как на фактических, так и на полученных прогнозных уровнях ряда. Доверительный интервал прогноза рассчитывается на основе точечного прогноза:

     верхняя граница прогноза =Z(N + k) + U(k) ,

     нижняя  граница прогноза = Z(N + k) − U(k) .

     Величина  U(k) рассчитывается по формуле: 

        (2.24) 

     где Sij – среднее квадратическое отклонение, вычисленное с учетом сложности AP(p) - модели; t_a – коэффициент, соответствующий табличному значению статистики Стьюдента с выбранным уровнем значимости a; коэффициент под квадратным корнем рассчитывается рекуррентно, причем при   j = 0 величина C(0) =1, а при j > 0 . 

        (2.25) 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

     3. РЕАЛИЗАЦИЯ МОДЕЛЕЙ УПРАВЛЕНИЯ  ФИНАНСОВЫМИ РЕСУРСАМИ  ДЛЯ  ГОРЛОВСКОГО ОТДЕЛЕНИЯ ООО «ДАРЫ ПРИРОДЫ»

     3.1. Реализация  модели Баумоля 

     Значительная  часть аккумулируемых предприятием денежных средств характеризуется неопределенным сроком их поступления. Предоставляя денежные средства дебиторам с целью увеличения объемов продаж, предприятие рискует столкнуться с ситуацией временного недостатка денежных средств для выполнения текущих обязательств перед кредиторами. Совсем не предоставлять деньги дебиторам означает потерять часть доходов от объемов реализации сжиженного газа. Таким образом, осуществляя управление распределением денежных средств, предприятия стремятся определить величину резерва, достаточного для выполнения текущих обязательств. Поэтому очевидна актуальность задачи прогнозирования будущих требований и поступления доходов от реализации или определения будущей величины остатков на счетах предприятия.

     Модель Баумоля позволяет рассчитать оптимальный остаток денежных средств на счетах для поддержания баланса на достаточном уровне ликвидности. По модели Баумоля выделяются такие факторы для определения оптимального остатка денежных средств: Q - оптимальный остаток; V - потребность предприятия в наличных средствах для осуществления операций; C- необходимые постоянные затраты предприятия, которые возникают в процессе деятельности; R - прибыль от краткосрочных вложений (% по привлекаемым кредитам).

     Таким образом, выводим формулу, по которой  определяется оптимальный остаток денежных средств:

        (3.1)

В табл. 3.1 представлены исходные данные для модели Баумоля. 

Таблица 3.1 – Исходные данные о деятельности предприятия за 2007-2009гг

     Таким образом, проанализировав полученные данные по модели Баумоля и сравнив их с реальными данными, мы можем сказать, что в течение месяцев наблюдалось превышение модельных остатков на счетах над реальными, однако это превышение в течение последнего года сменялось превышением реальных остатков. Это говорит о том, что ликвидность капитала предприятия несколько увеличивалась.

     Графическое представление модели Баумоля представлено на рис. 3.1. 

       

Рисунок 3.1 – Модель Баумоля за 2007-2009гг 

     Графическое отображение модели Баумоля показывает, что оптимальная сумма денежных средств на счету предприятия превосходит реальную сумму, что говорит о неэффективном использовании предприятием своих финансовых ресурсов. Для улучшения существующей ситуации необходимо построить прогноз оптимальной суммы денежных средств на будущий период. 

     3.2. Реализация модели Брауна  

     Какое-либо прогнозирование величины денежных средств возможно только в краткосрочном периоде, поскольку невозможно сделать долгосрочный прогноз в условиях нестабильной экономической ситуации и постоянно изменяющихся условиях рынка.

       Однако в экономике существуют  специальные методы, которые применяются только при краткосрочном прогнозировании, а также при прогнозировании в ситуации изменения внешних условий, когда наиболее важны являются последние реализации исследуемого процесса. Наиболее эффективными в этом случае оказываются адаптивные методы, которые учитывают неравномерность уровней временного ряда .

     Для построения прогнозной модели сначала  необходимо проанализировать динамику исходных данных за 2007-2009гг (табл.3.2).

     Таблица 3.2 - Исходные  данные о денежных средствах  на счету 

 
 
 

Продолжение таблицы 3.2

 

     Для более наглядного отображения исходных данных построим точечную диаграмму  динамики денежных средств (рис 3.2). 

 

Рисунок 3.2 - Динамика денежных средств (2007-2009гг) 

     Исходя  из графика, мы можем увидеть, что  количество денежных средств к июлю-августу каждого года увеличиваются, но потом резко к январю следующего года снижаются.

     Для прогнозирования объемов поступления  денежных средств на 2010 год была использована модель Брауна, поскольку  она может отображать развитие в  виде случайного процесса, не имеющего тенденции, в виде процесса с изменяющейся во времени линейной тенденцией, а также в виде изменяющейся параболической тенденции.

     Построим  модель Брауна первого порядка для  поступающих денежных средств с  выручки от реализации сжиженного газа населению.

     Модель  Брауна первого порядка имеет  вид: 

        (3.2) 

     где τ – период упреждения.