Финансовые прогнозы: виды, сферы применения, роль

Авторегрессионые зависимости

В основу этого метода заложена достаточно очевидная  предпосылка о том, что экономические  процессы имеют определенную специфику. Они отличаются, во-первых, взаимозависимостью и, во-вторых, определенной инерционностью. Последняя означает, что значение практически любого экономического показателя в момент времени t зависит определенным образом от состояния этого показателя в предыдущих периодах ( в данном случае мы абстрагируемся от влияния других факторов), т.е. значения прогнозируемого показателя в прошлых периодах должны рассматриваться как факторные признаки. Уравнение авторегрессионой зависимости в наиболее общей форме имеет вид:

 

(2),

 

где Yt - прогнозируемое значение показателя Y в момент времени t;

Yt-i - значение показателя Y в момент времени (t-i);

Ai - i-й коэффициент регрессии.

Достаточно  точные прогнозные значения могут быть получены уже при k = 1. На практике также нередко используют модификацию уравнения (2), вводя в него в качестве фактора период времени t, то есть объединяя методы авторегрессии и простого динамического анализа. В этом случае уравнение регрессии будет иметь вид:

 

(3)

Коэффициенты  регрессии данного уравнения  могут быть найдены методом наименьших квадратов. Соответствующая система  нормальных уравнений будет иметь  вид:

 

(4)

 

где j - длина  ряда динамики показателя Y, уменьшенная на единицу.

Для характеристики адекватности уравнения авторегрессионой зависимости можно использовать величину среднего относительного линейного отклонения:

 

(5),

 

где Y*i - расчетная величина показателя Y в момент времени i;

Yi - фактическая величина показателя Y в момент времени i.

Если e < 0,15 , считается, что уравнение авторегрессии  может использоваться при определении  тренда временного ряда экономического показателя в прогнозных целях. Ввиду  простоты расчета критерий e достаточно часто применяется при построении регрессионных моделей.

Многофакторный регрессионный  анализ

Метод применяется  для построения прогноза какого-либо показателя с учетом существующих связей между ним и другими показателями. Сначала в результате качественного  анализа выделяется k факторов (X1, X2,..., Xk), влияющих, по мнению аналитика, на изменение прогнозируемого показателя Y, и строится чаще всего линейная регрессионная зависимость типа

 

(6),

 

 

где Ai - коэффициенты регрессии, i = 1,2,...,k.

Значения  коэффициентов регрессии (A0, A1, A2,..., Ak) определяются в результате сложных математических вычислений, которые обычно проводятся с помощью стандартных статистических компьютерных программ.

Определяющее  значение при использовании данного  метода имеет нахождение правильного  набора взаимосвязанных признаков, направления причинно-следственной связи между ними и вида этой связи, которая не всегда линейна. Влияние  этих элементов на точность прогноза будет рассмотрено ниже.

Прогнозирование на основе пропорциональных зависимостей

Основой для разработки метода пропорциональных зависимостей показателей послужили  две основные характеристики любой  экономической системы - взаимосвязь  и инерционность.

Одной из очевидных особенностей действующей  коммерческой организации как системы  является естественным образом согласованное  взаимодействие ее отдельных элементов (как качественных, так и поддающихся  количественному измерению). Это  означает, что многие показатели, даже не будучи связанными между собой  формализованными алгоритмами, тем  не менее изменяются в динамике согласованно. Очевидно, что если некая система  находится в состоянии равновесия, то отдельные ее элементы не могут  действовать хаотично, по крайней  мере вариабельность действий имеет  определенные ограничения.

Вторая  характеристика - инерционность - в  приложении к деятельности компании также достаточно очевидна. Смысл  ее состоит в том, что в стабильно  работающей компании с устоявшимися технологическими процессами и коммерческими  связями не может быть резких "всплесков" в отношении ключевых количественных характеристик. Так, если доля себестоимости  продукции в общей выручке  составила в отчетном периоде 70%, как правило, нет основания полагать, что в следующем периоде значение этого показателя существенно изменится.

Метод пропорциональных зависимостей показателей опирается  на тезис о том, что можно идентифицировать некий показатель, являющийся наиболее важным с позиции характеристики деятельности компании, который благодаря  такому свойству мог бы быть использован  как базовый для определения  прогнозных значений других показателей  в том смысле, что они "привязываются" к базовому показателю с помощью  простейших пропорциональных зависимостей. В качестве базового показателя чаще всего используется либо выручка  от реализации, либо себестоимость  реализованной (произведенной) продукции.

Балансовая модель прогноза экономического потенциала предприятия

Суть  данного метода ясна уже из его  названия. Баланс предприятия может  быть описан различными балансовыми  уравнениями, отражающими взаимосвязь  между различными активами и пассивами  предприятия. Простейшим из них является основное балансовое уравнение, которое  имеет вид:

 

A = E + L

(7),

 

где А - активы, Е - собственный капитал, L - обязательства предприятия.

Левая часть  уравнения отражает материальные и  финансовые ресурсы предприятия, правая часть - источники их образования. Прогнозируемое изменение ресурсного потенциала должно сопровождаться: а) неизбежным соответствующим  изменением источников средств; б) возможными изменениями в их соотношении. Поскольку  модель (7) аддитивна, такая же взаимосвязь  будет между показателями прироста:

 

(8)

На практике прогнозирование осуществляется путем  использования более сложных  балансовых уравнений и сочетания  данного метода с другими методами прогнозирования.

Аналитические формы отчетности

Проведение  анализа непосредственно по данным российской бухгалтерской отчетности - дело довольно трудоемкое, так как  слишком большое количество расчетных  показателей не позволяет выделить главные тенденции в финансовом состоянии организации. Еще более  неэффективным представляется прогнозирование  форм бухгалтерской отчетности в  их типовой номенклатуре статей. В  связи с этим возникает необходимость  перед проведением анализа уплотнить  исходные формы отчетности путем  агрегирования однородных по составу  балансовых статей для получения  сравнительного аналитического баланса (баланса-нетто), а также аналитического отчета о прибылях и убытках.

Кроме того, российская отчетность не удовлетворяет  требованию временной сопоставимости данных, так как структура отчетных форм неоднократно менялась. Данное требование к отчетности чрезвычайно важно, так как все рассчитанные по ее данным аналитические показатели будут  бесполезны, если не будет возможно их сравнение в динамике. И, конечно  же, в этом случае будет невозможно спрогнозировать финансовое состояние  предприятия даже на ближайшую перспективу. В свете вышесказанного становится ясным, что анализ и прогнозирование, базирующиеся на российской бухгалтерской  отчетности, становятся возможными только после приведения данных за разные годы к какому-то единому аналитическому виду. При этом преобразование исходных форм бухгалтерской отчетности в  аналитические формы единого  вида можно рассматривать как  необходимый первый шаг предварительного этапа, предшествующего проведению анализа и прогнозирования финансового  состояния предприятия.

Комбинированный метод

Комбинированный метод, исследуемый в данной работе, по приведенной классификации относится  к методам, прогнозирующим формы  отчетности (в укрупненной номенклатуре статей). В прогнозировании учитывается  не только индивидуальная динамика статей, но и взаимосвязь между отдельными статьями как внутри одной формы  отчетности, так и между различными формами.

Составление прогнозной отчетности начинают с определения  ожидаемой величины собственного капитала. Уставный, добавочный и резервный  капиталы обычно меняются редко (если только в прогнозируемом периоде  не планируется осуществить очередную  эмиссию акций), поэтому в прогнозный баланс их можно включить той же суммой, что и в последнем отчетном балансе. Таким образом, основным элементом, за счет которого изменяется сумма  собственного капитала, является прибыль, остающаяся в распоряжении организации. Размер прибыли можно рассчитать по методу пропорциональных зависимостей, исходя из величины коэффициента рентабельности продаж РП в будущем периоде, который равен отношению прибыли к выручке от реализации:

 

РП = П / В (9)

 

Прогнозная  величина данного показателя, а также  выручки от реализации определяются методом авторегрессии на основании  их индивидуальной динамики в предыдущих периодах. Здесь следует заметить, что гораздо более надежный прогноз  величины выручки от реализации может  быть получен экспертными оценками специалистов предприятия, базирующимися  на прошлых объемах продаж, рыночной конъюнктуре, производственных мощностях, ценовой политике и т. д.

Точность прогнозов

Основными критериями при оценке эффективности  модели, используемой в прогнозировании, служат точность прогноза и полнота  представления будущего финансового  состояния предприятия. С точки  зрения полноты, безусловно наилучшими являются методы, позволяющие построить  прогнозные формы отчетности. В этом случае будущее состояние предприятия  можно проанализировать не менее  детально, чем его настоящее положение. Вопрос с точностью прогноза несколько  более сложен и требует более  пристального внимания. Точность или  ошибка прогноза - это разница между  прогнозным и фактическим значениями. В каждой конкретной модели эта величина зависит от ряда факторов.

Чрезвычайно важную роль играют исторические данные, используемые при выработке модели прогнозирования. В идеале желательно иметь большое количество данных за значительный период времени. Кроме  того, используемые данные должны быть "типичными" с точки зрения ситуации. Стохастические методы прогнозирования, использующие аппарат математической статистики, предъявляют к историческим данным вполне конкретные требования, в случае невыполнения которых не может быть гарантирована точность прогнозирования. Данные должны быть достоверны, сопоставимы, достаточно представительны  для проявления закономерности, однородны  и устойчивы.

Точность  прогноза однозначно зависит от правильности выбора метода прогнозирования в  том или ином конкретном случае. Однако это не означает что в каждом случае применима только какая-нибудь одна модель. Вполне возможно, что в  ряде случаев несколько различных  моделей выдадут относительно надежные оценки. Основным элементом в любой  модели прогнозирования является тренд  или линия основной тенденции  изменения ряда. В большинстве  моделей предполагается, что тренд  является линейным, однако такое предположение  не всегда закономерно и может  отрицательно повлиять на точность прогноза. На точность прогноза также влияет используемый метод отделения от тренда сезонных колебаний - сложения или умножения. При использовании  методов регрессии крайне важно  правильно выделить причинно-следственные связи между различными факторами  и заложить эти соотношения в  модель.

Важно помнить, что ошибки прогноза строк отчетности и ошибки определения по ним результативных показателей ( финансовых коэффициентов) в большинстве случаев не совпадают. Действительно, пусть какой-либо коэффициент F определяется следующим образом:

 

F = ( x + y ) / z (10),

 

где x, y, z - некоторые строки бухгалтерского или аналитического баланса.

Это достаточно типичный вид для финансовых показателей. И пусть абсолютные ошибки прогноза строк составляют соответственно dx, dy, dz. Тогда абсолютная ошибка прогноза F будет равна:

 

(11)

Для относительной  ошибки на основании формул (10) и (11) получим:

 

(12)

 

То есть, если, например, точность прогноза каждой из строк x, y и z составила 10%, то, положив x=y, из формулы (12) получим точность определения F:

 

 

Таким образом, точность прогноза финансовых коэффициентов  в методах, основывающихся на построении прогнозной отчетности, всегда ниже точности, с которой определяются сами прогнозные значения строк отчетности. Поэтому, если аналитик, как это и должно быть, имеет определенные требования к точности определения финансовых коэффициентов, то должен быть выбран метод, обеспечивающий еще более  высокую точность прогноза строк  отчетности.

Прежде  чем использовать модель для составления  реальных прогнозов, ее необходимо проверить  на объективность, с тем чтобы  обеспечить точность прогнозов. Этого  можно достичь двумя разными  путями: