Анализ финансовых результатов на примере магазина

Таблица10

Анализ показателей прибыли

| |1998г. |1999г. |Отклонение |

| |Сумма |% к |Сумма |% к |Сумма |% |

|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 |

|5.Прибыль от |581 |171 |-3339 |46,2 |-3920 |575 |

|6.Прочие внереализационные |10 |3 |12543 |174 |+12533|125430|

|7.Прочие внереализационные |252 |74 |1975 |27 |1723 |784 |

|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

|1 |2 |3 |4 |

|1.Выручка от реализации |47467 |149000 |197544 |

|2.Себестоимость |39450 |135009 |175649 |

|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

| | | | |е |

| | | |(+; -) |1998г.к |

| | | | |1999г. %|

|1 |2 |3 |4 |5 |

|1.Выручка (нетто) от |47467 |197544 |+150077 |417 |

|2.Себестоимость реализованной |39450 |175649 |+136199 |445 |

|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

МЕНЮ

Анализ финансовых результатов на примере магазина