Анализ финансовых результатов на примере магазина
Таблица10
Анализ показателей прибыли
| |1998г. |1999г. |Отклонение |
|Показатели | | |1999г от1998г.|
| |Сумма |% к |Сумма |% к |Сумма |% |
| | |итогу| |итогу | | |
|1 |2 |3 |4 |5 |6 |7 |
|1.Прибыль от реализации |767 |226 |-6245 |-85 |-7042 |818 |
|2.Проценты к получению | |0 |0 |0 |0 |0 |
|3.Прочие оерационные доходы|75 |22 |3755 |52,0 |+3680 |5007 |
|4.Прочие операционные |261 |77 |819 |11,3 |+558 |314 |
|расходы | | | | | | |
|5.Прибыль от |581 |171 |-3339 |46,2 |-3920 |575 |
|финансово-хозяйственной | | | | | | |
|деятельности | | | | | | |
|6.Прочие внереализационные |10 |3 |12543 |174 |+12533|125430|
|доходы | | | | | | |
|7.Прочие внереализационные |252 |74 |1975 |27 |1723 |784 |
|расходы | | | | | | |
|Валовая прибыль |339 |100 |7229 |100 |+6890 |2132 |
Как видно из таблицы 10 предприятие достигло высоких результатов
хозяйственной деятельности в 1999 году по сравнению с 1998 годом, о чем
свидетельствует увелечение общей суммы прибыли на 6890 тыс .рублей или на
2132,4%. Такой рост прибыли явился результатом увелечения в первую очередь
прочих внереализационных доходов и во вторых прочих операционных доходов.
А вот прибыль от реализации сократилось на 7042 тыс.руб. или 818%, что
соответственно сократило сумму валовой прибыли. Если бы не увлечение
прочих операционных расходов(558 тыс.руб.), внереализационных расходов
(1723тыс.руб.) и убыток от реализации 7042 тыс.руб., то прибыль бы за 1999
год
была на 9323 тыс.руб. больше.
Дальнейший анализ прибыли от реализации состоит в исследовании
факторов, влияющих на ее объем. Для этого необходимо оценить изменения:
-отпускных цен на продукцию;
-объема продукции;
-структуры реализованной продукции;
-сбестоимости продукции;
-себестоимости за счет структурных сдвигов в составе продукции;
Таблица11
Факторный анализ прибыли от реализации
|Показатели |Факт 1998года|План 1999года|Факт 1999года |
|1 |2 |3 |4 |
|1.Выручка от реализации |47467 |149000 |197544 |
|2.Себестоимость |39450 |135009 |175649 |
|реализованной продукции | | | |
|3.Прибыль от реализации |767 |3452 |-6275 |
1)Изменение отпускных цен на продукцию:
197544-149000=48544тыс.руб.
2)Изменение объема продукции:
135009/39450=2625, 2625-767=1858тыс.руб.
3) Изменения в структуре реализованной продукции:
767 х (149000/17467-135009)=767 х 1,002= -768,5 тыс.руб.
Таким образом значительные изменения в структуре объемов реализации
уменьшили сумму прибыли от реализации на 769 тыс.руб.
4) Изменение себестоимости продукции: 175649-135009=40640
тыс.руб.Увелечение себестоимости на 40640тыс.руб. ведет к уменьшению
прибыли.
5) Измнение себестоимости за счет структурных сдвигов в составе
продукции: 39450 х 149000/47467-135009= -11174,5 тыс.руб.
Уменьшение прибыли за счет изменения себестоимости в результате
структурных сдвигов в составе продукции
Таблица12
Оценка прибыли от реализации
|Показатели |1998г. |1999г. |Отклонения|Отношени|
| | | | |е |
| | | |(+; -) |1998г.к |
| | | | |1999г. %|
|1 |2 |3 |4 |5 |
|1.Выручка (нетто) от |47467 |197544 |+150077 |417 |
|реализованой продукции | | | | |
|2.Себестоимость реализованной |39450 |175649 |+136199 |445 |
|продукции | | | | |
|3.Коммерческие расходы |107 |12631 |+12524 |11805 |
|4.Управленческие расходы |7143 |15539 |+8396 |218 |
|5.Прибыль от реализации |767 |-6275 |-7042 |-818 |
|(стр.1-2-3-4) | | | | |
Как видно из таблицы 12 убыток от реализации на 7042 тыс.руб.
обусловлен слишком большими затратами на комерческие расходы на 11805%
(12524 тыс.руб.), так как этот показатель имееет наибольшую сумму
отклонения среди всех показателей. Тогда как все другие показатели
увеличились в меньших пропорциях (415%,445%,218).
Следовательно, при значительном сокращении коммерческих расходов
приведет к увелечению прибыли.
Таблица13
Результаты расчетов влияния прибыли от реализации продуции
|Показатели |Сумма |
| |изменений |
|1 |2 |
|Отклонение прибыли от реализации |-7042 |
|продукции-всего, | |
|В том числе за счет: | |
|-увелечения коммерческих расходов |+12524 |
|-роста управленческих расходов |+8396 |
|-увелечения отпускных цен на продукцию |+48544 |
|-увелечения объема продукции |+1858 |
|-изменения в структуре продукции |-769 |
|-увелечения в себестоимости продукции |-40640 |
|-изменения себестоимости за счет структурных |-11174 |
|сдвигов в составе продукции | |
|-нарушения хозяйственной дисциплины |25781 |
Как видно из таблицы 13 нарушения хозяйственной дисциплины повлиявшие
отрицательно на объем прибыли составили 25871 тыс. рублей . Это произошло в
результате не эффективной ценовой политики на 48544 тыс.руб.Увеличение
объема не рентабельной продукции на 1858 тыс. руб. также оказало
неблаготворное влияние на объем прибыли. Зато положительно повлияло
снижение себестоимости и принесло прибыль 40640 тыс.руб. Как вышеуже было
отмечено резкое увелечение коммерческих расходов сократило прибыль на 12524
тыс.руб.
Выводы:
1) ГУСП “Башхлебоптицепром” располагает относительно новыыми
основными средствами, что говорит о том ,что предприятие технически
оснащено.
2) Предприятие испытывает значительные проблемы неплатежей за
реализованную продукцию.Дополнительный приток средств в основном связан с
увелечением заемных средств, а не за счет собственного капитала, так как
прекратилось целевое финансирование из бюджета на зерна.
Значительный удельный вес в собственном капитале принадлежит
добавочному капиталу, образовавшего за счет переоценки.
3) Все поступающие денежные средсва направляются на сезонную
закупку зерна.
В результате замедленный оборот средств вложенных в запасы. Для
погашения следует сократить велечину запасов. Неоправданный рост
дебиторской задолженности также замедляет оборот денежных средств и
ухудшает финансовый результат.
4)Увелечение объема прибыли в 1999 году произошло за счет
внереализационных доходов. При этом убыток от реализации из-за больших
коммерческих расходов уменшил размер прибыли на 7042 тыс.руб.
ГЛАВА 3. ПРОГНОЗ ОСНОВНЫХ ПОКАЗАТЕЛЕЙ ФИНАНСОВОГО СОСТОЯНИЯ ГУСП
«БАШХЛЕБОПТИЦЕПРОМ» С ПРИМЕНЕНИЕМ ЭКОНОМИКО-МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ
3.1 Основные положения корреляционного и регрессионного
анализа
Одним из инструментов экономического анализа в настоящее
время, является экономико-математического моделирование.
Экономико-математическое моделирование представляет собой метод
исследования экономико-математических моделей, с помощью экономико-
математических методов.
Экономико-математическая модель - это математическое описание
экономического процесса или объекта.
Экономико-математические методы – это комплекс экономических и
математических дисциплин, таких, как:
экономико-статистические методы;
эконометрика;
исследование операций;
экономическая кибернетика.
Предметом экономико-математического моделирования является
изучение реальных процессов социально-экономического развития, их обобщение
и представление в виде конкретных объективно обусловленных оценок.
Основной целью экономики является обеспечение общества
предметами потребления. Экономика состоит из элементов – хозяйственных
единиц: предприятия, фирмы, банки и так далее. Экономика является
подсистемой системы более высокого уровня – природы и общества.
Задачами экономико-математического моделирования являются:
- анализ экономических объектов и процессов;
- экономическое прогнозирование, предвидение развития экономических
процессов;
- выработка данных необходимых для принятия управленческих решений.
Любое экономическое исследование всегда предполагает объединение
теории (экономической модели) и практики (статистических данных).
Теоретические модели используются для описания и объяснения наблюдаемых
процессов, а статистические данные собираются с целью эмпирического
построения и обоснования модели.
Математические модели, используемые в экономике, подразделяются
на классы по ряду признаков, относящихся к особенностям моделируемого
объекта, цели моделирования и используемого инструментария: модели макро- и
микроэкономические, теоретические и прикладные, оптимизационные и
равновесные, статистические и динамические.
Макроэкономические модели описывают экономику как единое целое,
связывая между собой укрупненные материальные и финансовые показатели: ВНП,
потребление, инвестиции, занятость и т.д. Микроэкономические модели
описывают взаимодействие структурных и функциональных составляющих
экономики, либо поведение отдельной такой составляющей в рыночной среде.
Теоретические модели позволяют изучать общие свойства экономики и ее
характерных элементов дедукцией выводов из формальных предпосылок.
Прикладные модели дают возможность оценить параметры функционирования
конкретного экономического объекта и сформулировать рекомендации для
принятия практических решений. Равновесные модели описывают такие состояния
экономики, когда результирующая всех сил, стремящихся вывести ее из
данного состояния, равна нулю. В моделях статистических описывается
состояние экономического объекта в конкретный момент или период времени;
динамические модели включают взаимосвязи переменных во времени.
В экономической деятельности достаточно часто требуется не
только получить прогнозные оценки исследуемого показателя, но и
количественно охарактеризовать степень влияния на него других факторов, а
также возможные последствия их изменений в будущем. Для решения этой задачи
предназначен аппарат корреляционного и регрессионного анализа.
Результат опыта можно охарактеризовать качественно и
количественно. Любая качественная характеристика результата опыта
называется событием; любая количественная характеристика результата опыта
называется случайной величиной. Случайная величина – это такая величина,
которая в результате опыта может принимать различные значения, причем до
опыта не возможно предсказать, какое именно значение она примет.
Понятие зависимости (независимости) случайных величин является
одним из важнейших понятий в теории вероятностей. Так как наличие или
отсутствие зависимости между случайными величинами оказывает существенное
влияние на метод исследования. Степень тесноты изменяется в широких
пределах: от полной независимости случайных величин до очень сильной,
близкой по существу к функциональной зависимости.
Связь между зависимой переменной Y(i) и n независимыми факторами
можно охарактеризовать функцией регрессии Y(i) = f (X1, X2, ......, Xm),
которая показывает, каким будет в среднем значение переменной Y, если
переменные Х примут конкретное значение. Это обстоятельство позволяет
применять модель регрессии не только для анализа, но и для прогнозирования.
Множественная корреляция и регрессия определяют форму связи
переменных, выявляют тесноту их связи и устанавливают влияние отдельных
факторов.
Основными этапами построения регрессионной модели являются:
- построение системы показателей (факторов). Сбор и предварительный
анализ исходных данных.
- выбор вида модели и численная оценка ее параметров.
- проверка качества модели
- оценка влияния отдельных факторов на основе модели
- прогнозирование на основе модели регрессии.
Рассмотрим содержание этих этапов и их реализацию.
Построение системы показателей (факторов).
Информационной базой регрессионного анализа являются многомерные
временные ряды, каждый из которых отражает динамику одной переменной и
должен удовлетворять требованиям статистического аппарата исследования.
Для построения системы показателей используется корреляционный
анализ. Основная задача которого, состоит в выявлении связи между
случайными переменными путем точечной и интервальной оценки парных
(частных) коэффициентов корреляции и детерминации.
Выбор факторов, влияющих на исследуемый показатель, производится
прежде всего исходя из содержательного экономического анализа. Для
получения надежных оценок в модель не следует включать слишком много
факторов. Их число не должно превышать одной трети объема имеющихся
данных. Для определения наиболее существенных факторов могут быть
использованы коэффициенты линейной и множественной корреляции.
При проведении корреляционного анализа вся совокупность данных
рассматривается как множество переменных (факторов), каждая из которых
содержит n-наблюдений; хik – i- ое наблюдение k-ой переменной.
Связь между случайными величинами X и Y в генеральной
совокупности, имеющими совместное нормальное распределение, можно описать
коэффициентами корреляции:
( = М ((X – mx) (Y – my)) / (x (y , или ( = Кxy / (x (y
, ( 17 )
где ( - коэффициент корреляции (или парный коэффициент корреляции)
генеральной совокупности.
Оценкой коэффициента корреляции ( является выборочный парный
коэффициент корреляции:
N _ _
r = ( (xi – x ) (yi – y) / nSxSy,
( 18 )
i = 1
где Sx.Sy – оценки дисперсии;
x , y – наилучшие оценки математического ожидания.
Парный коэффициент корреляции является показателем тесноты связи
лишь в случае линейной зависимости между переменными и обладает следующими
основными свойствами:
Свойство 1. Коэффициент корреляции принимает значение в интервале (-1,+1),
или (xy < 1. Значение коэффициентов парной корреляции лежит в
интервале от -1 до +1. Его положительное значение свидетельствует о прямой
связи, отрицательное - об обратной, то есть когда растет одна переменная,
другая уменьшается. Чем ближе его значение к 1 , тем теснее связь.
Коэффициент множественной корреляции, который принимает значение от 0
до 1, более универсальный: чем ближе его значение к 1, тем в большей
степени учтены факторы, влияющие на зависимую переменную, тем более точной
может быть модель.
Свойство 2. Коэффициент корреляции не зависит от выбора начала отсчета и
единицы измерения, то есть
р ((1X + ( (2 Y + () = ( xy ,
( 19 )
где (1, (2 , ( - постоянные величины, причем (1 > 0 , (2 > 0.
Случайные величины X,Y можно уменьшать (увеличивать) в ( раз, а также
вычитать или прибавлять к значениям X и Y одно и тоже число ( - это не
приведет к изменению коэффициента корреляции (.
Свойство 3. При ( = +-1 корреляционная связь представляется линейной
функциональной зависимостью. При этом линии регрессии y по x и x по y
совпадают.
Свойство 4. При ( = 0 линейная корреляционная связь отсутствует и
параллельны осям координат.
Рассмотренные показатели во многих случаях не дают однозначного
ответа на вопрос о наборе факторов. Поэтому в практической работе с
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9
|