Анализ финансового состояния предприятия с использованием компьютеров и экономико-математических методов

          Информационная база представляет собой сферу деятельности предприятий со своей сложившейся инфраструктурой, которая, с одной стороны, входит в инфраструктуру всего предприятия, а с другой стороны, является самостоятельной сферой для бухгалтерского и оперативного учета. Руководство организации осознает, какое важное воздействие оказывают информационно-технологические решения на сам хозяйственный процесс и культуру предприятия.

          Для получения таких информационно-технологических решений необходимо использование программного обеспечения, которое призвано нивелировать организационную сложность обработки информации на предприятиях. Если ранее это достигалось сложными вычислениями и обработками на компьютере больших объемов документации, то в настоящее время непрерывно усложняющаяся информация совершенствуется с помощью современных программных средств.

          В настоящее время существуют такие пакеты прикладных программ, с помощью которых можно не только постоянно информировать руководство предприятия о его работе, но и принимать управленческие решения.

Большая степень ответственности сейчас лежит в основном на информационных системах, созданных на предприятиях. Они в свою очередь связаны с конкретной производственной деятельностью и потоками бухгалтерской, налоговой и нормативно-справочной информацией. Спрос на оперативность получения экономической информации (независимо от того, будет ли создана информационная система или нет), ее систематизацию и обобщение велик. Как в первом, так и во втором случае необходимо использование программных продуктов. Они являются комплексным информационным ресурсом, как учета, так и экономического анализа в обосновании управленческих решений.

          Существует ряд программных продуктов, которые являются ключевыми звеньями в соединении информационной базы для учета, планирования и финансового анализа. Данные продукты я буду рассматривать в главе 3.

Глава 2. Анализ использования экономико-математических моделей для оценки факторов влияющих на финансовое состояние предприятия.

2.1. Стохастическое моделирование и анализ факторных систем хозяйственной деятельности.

Стохастический анализ – это метод решения широкого класса задач статистического оценивания. Он предполагает изучение массовых эмпирических данных путем построения моделей изменения показателей за счет факторов, не находящихся в прямых связях, в прямой взаимозависимости и взаимообусловленности. Стохастическая связь существует между случайными величинами и проявляется в том, что при изменении одной из них меняется закон распределения другой. Так если случайная величина Х- функция двух групп случайных величин Z и v, X=f(Z1, Z2, ..., Zn; v1, v2, ...,vn), а случайная величина Y – функция двух групп случайных величин Y=Y(Z1, Z2, ..., Zn; v1, v2, ..., vn), то между X и Y есть стохастическая связь.[7]

В основе построения стохастических моделей лежит обобщение закономерностей варьирования значений изучаемых экономических показателей. Предпосылкой для применения стохастического подхода моделирования связей служит качественная однородность совокупности (относительно изучаемых связей) и варьирования признаков по хозяйственным объектам и периодам.

Стохастическое моделирование можно применять в анализе хозяйственной деятельности, если есть возможность составить совокупность наблюдений. Моделирование ведется методами математической статистики, которые позволяют исследовать опосредованные причинно-следственные связи показателей производственно-хозяйственной деятельности с факторами и условиями производства. Детерминированное моделирование в данном случае не всегда возможно. С помощью математико-статистических приемов можно обойтись без специальных экспериментов.

В экономическом анализе выделяются следующие наиболее типичные задачи стохастического анализа:

   изучение наличия и тесноты связей между функцией и факторами, а также между факторами;

   ранжирование  и классификация факторов экономических явлений;

   выявление аналитической формы связи между изучаемыми явлениями;

   сглаживание динамики изменения уровня показателей;

   изучение размерности (сложности, многогранности) экономических явлений;

   количественное изменение информативных показателей;

   количественное изменение влияния факторов на изменение анализируемых показателей (экономическая интерпретация полученных управлений).

Стохастическое моделирование и анализ связей между изученными показателями начинаются с корреляционного анализа.

Корреляция состоит в том, что средняя величина одного из признаков изменяется в зависимости от значения другого. Признак, от которого зависит другой признак, принято называть факторным. Зависимый признак именуют результативным. В каждом конкретном случае для установления факторного и результативного признаков в неодинаковых совокупностях необходим анализ природы связи. Так, при анализе различных признаков в одной совокупности заработная плата рабочих в связи с их производственным стажем выступает как результативный признак, а в связи с показателями жизненного уровня или культурными потребностями – как факторный. Часто зависимости рассматривают  не от одного факторного признака, а от нескольких. Для этого применяется совокупность методов и приемов выявления и количественной оценки взаимосвязей и взаимностей между признаками.

         При исследовании массовых общественно-экономических явлений между факторными признаками проявляется корреляционная связь, при которой на величину результативного признака влияет, помимо факторного, множество других признаков, действующих в разных направлениях одновременно или последовательно. Часто корреляционную связь называют неполной статистической или частичной в отличие от функциональной, которая выражается в том, что при определенном значении переменной (независимая переменная – аргумент) другая (зависимая переменная – функция) принимает строгое значение.

          Корреляционную связь можно выявить только в виде общей тенденции при массовом сопоставлении фактов. Каждому значению факторного признака будет соответствовать не одно значение результативного признака, а их совокупность. В этом случае для вскрытия связи необходимо найти среднее значение результативного признака, а их совокупность. В этом случае для вскрытия связи необходимо найти среднее значение результативного признака для каждого значения факторного.

          Проблема измерения связи имеет две стороны: выяснение формы и тесноты. При определение формы связи выявляется изменение средней величины результативного признака в зависимости от изменения факторного. Выбор тех или иных показателей тесноты корреляционной связи зависит от ее формы. Под формой связи понимают тип аналитической формулы, выражающей зависимость между рассматриваемыми признаками. Различают связь прямую, при которой с ростом (снижением) факторного признака у результативного обнаруживается тенденции к увеличению (уменьшению), и обратную, когда  с увеличением (уменьшением) факторного признака результативный снижается (увеличивается).

Форма корреляционной зависимости характеризует тенденцию, проявляющуюся в изменениях рассматриваемого признака с изменением признака-фактора. Если наблюдается тенденция равномерного возрастания или убываний значений признака, то зависимость называется прямолинейной, в противном случае – криволинейной. Уравнивание корреляционной связи (уравнение регрессии) – аналитическое. С его помощью выражается связь между признаками (иногда форма связи). Различают прямолинейное (прямая линия) и криволинейное (парабола, гипербола) уравнения. Линии на графиках, изображающие тенденции в изменения признака, коррелируемого с признаком-фактором, называются линиями регрессии. В них находит графическое выражение форма связи.

         При использовании корреляционно-регрессивного приема анализа модель изображается в виде уравнения  регрессии типа y=f(x), где у – зависимая переменная (результативный признак или функция от ряда факторов-аргументов); х – независимые переменные (факторы-аргументы). Парной корреляцией называется корреляционная зависимость между двумя признаками.

Простейшим уравнением, характеризующим прямолинейную зависимость между двумя признаками, служит уравнение прямой линии: Y = a + bx, где х и у(х) – соответственно независимый и зависимый признак; a и b – параметры уравнения.

Уравнение прямой линии описывает такую связь между двумя признаками, при которой с изменением признака-фактора происходит равномерное возрастание или убывание значений зависимого признака. Количество наблюдений при прямолинейной зависимости должно составлять не менее 6.( пример прямолинейной зависимости см. Приложение 1).

            Использование множественной корреляции в экономическом анализе. В зависимости от количества отобранных факторов различают парные и многофакторные модели. Из многофакторных используется: линейные ; степенные  ; логарифмические модели. Они удобны тем, что их параметры экономически интерпретируется.

В экономических расчетах предпочтение отдается линейным моделям, что обусловлено следующими причинами:

1.Относительная простота и меньший объем вычислений;

2.Массовые экономические процессы, как правило, подчиняются закону нормального распределения, которому свойственны линейные формы связи.

Факторы, включаемые в корреляционно-регрессивную модель, отбираются в несколько приемов: логический отбор в соответствии с экономическим содержанием; отбор существенных факторов по оценки их значимости по t-критерию Стьюдента либо F-критерию Фишера; последовательный отсев незначимых факторов. При расчетах множественной корреляции применяется степень точности 5%, что соответствует вероятности Р=0,05.

Корреляция рядов динамики имеет некоторые особенности. Кроме кратковременных колебаний (годовых, квартальных, месячных), в ряду имеется еще один компонент – общая тенденция в изменения показателей ряда (тренд). При этом имеет место автокорреляция – зависимость между последовательными (то есть соседними) значениями уровней динамического ряда.

        Для проверки наличия автокорреляции в динамических рядах вычисляется критерий Дарбина – Уотсона , где и - соответствующие уровни динамического ряда. Его значения находятся в пределах от 0 до 4. Если расчетные значения критерия близки к 2, значит, автокорреляция отсутствует; если dэ<0  - динамический ряд содержит автокорреляцию; если dэ = 4 – в динамическом ряду не существует автокорреляции.

        Для определения выровненного ряда (тренда) с целью его последующего исключения чаще всего прибегают к механическому сглаживанию и аналитическому выравниванию методом наименьших квадратов.

Механическое сглаживание ведется с помощью скользящей, или подвижной средней. Этот способ состоит в вычислении каждой новой средней одного члена ряда слева и присоединении одного члена ряда слева и одного справа.

Кроме статистических характеристик (Табл.2) рассчитываются также их ошибки. Величина ошибки отражает диапазон, в котором находится та или иная статистическая характеристика.

Матрица коэффициентов парной корреляции. Для измерения тесноты связи между факторами и результативным показателем исчисляют парные, частные и множественные коэффициенты корреляции. Они обладают следующими свойствами:

-1 ≤ r ≤1;