Методы прогнозирования финансового состояния организации

Если сумма  КЗ_n+1 и величины собственного капитала превышает валюту баланса, то величина кредиторской задолженности уменьшается и принимается равной разности между валютой баланса и величиной собственного капитала. В этом случае предприятию достаточно собственных источников финансирования, поэтому в строке "Кредиты и займы" ставим нуль. Здесь нами снова используется базовый балансовый метод увязки показателей, являющийся составной частью описываемого комбинированного метода.

Если же собственных  источников недостаточно для удовлетворения потребности в финансировании (сумма  КЗ_n+1 и величины собственного капитала меньше валюты баланса), то погашние обязательств перед кредиторами возможно лишь при условии привлечения дополнительных финансовых ресурсов - кредитов банка. Это отразится на длительности производственно-коммерческого цикла. Замедлится оборачиваемость средств из-за роста себестоимости, в которую теперь будут входить и банковские проценты за пользование кредитом. Это приведет к увеличению разрыва между сроком оборота текущих активов и периодом погашения кредиторской задолженности. Следовательно, увеличится совокупная потребность в финансировании П_Ф, представленном собственным капиталом и банковскими кредитами. В работе (8) показано, что величина П_Ф может быть определена по формуле:

П_Ф = ТА*(Т_ТА - Т_КЗ) / ТА (22)

Значение строки "Кредиты и займы" определяется как разность между совокупной потребностью в финансировании П_Ф и уже рассчитанной нами по формуле (11) величиной собственного оборотного капитала в прогнозном периоде П_СОК. По строке "Кредиторская задолженность и прочие пассивы" отражается величина, доводящая суммарный пассив баланса до величины валюты баланса, определенной по активным статьям (балансовый метод).

Исследуемый в  данной работе комбинированный метод - один из многих принципиально возможных  для построения прогнозных форм отчетности. Очевидно, что выводы по сравнению  между собой различных методов  финансового прогнозирования следует  делать на основе сравнения точности получаемых прогнозов. Теоретические  вопросы, связанные с определением точности прогнозных моделей, рассматриваются  в следующем параграфе.

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 (23),

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:

Для относительной  ошибки на основании формул (23) и (24) получим:

То есть, если, например, точность прогноза каждой из строк x, y и z составила 10%, то, положив x=y, из формулы (25) 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:

1. Результаты, полученные с помощью модели, сравниваются с фактическими значениями через какой-то промежуток времени, когда те появляются. Недостаток такого подхода состоит в том, что проверка "беспристрастности" модели может занять много времени, так как по-настоящему проверить модель можно только на продолжительном временном отрезке.
2. Модель строится исходя из усеченного набора имеющихся исторических данных. Оставшиеся данные можно использовать для сравнения с прогнозными показателями, полученными с помощью этой модели. Такого рода проверка более реалистична, так как она фактически моделирует прогнозную ситуацию. Недостаток этого метода состоит в том, что самые последние, а следовательно, и наиболее значимые показатели исключены из процесса формирования исходной модели.

В свете вышесказанного относительно проверки модели становится ясным, что для того, чтобы уменьшить  ожидаемые ошибки, придется вносить  изменения в уже существующую модель. Такие изменения вносятся на протяжении всего периода применения модели в реальной жизни. Непрерывное  внесение изменений возможно в том, что касается тренда, сезонных и  циклических колебаний, а также  любого используемого причинно-следственного  соотношения. Эти изменения затем  проверяются с помощью уже  описанных методов. Таким образом, процесс оформления модели включает в себя несколько этапов: сбор данных, выработку исходной модели, проверку, уточнение - и опять все сначала  на основе непрерывного сбора дополнительных данных с целью обеспечения надежности модели в качестве источника прогнозной информации о финансовом положении  предприятия.

При разработке любой из моделей прогнозирования  предполагается, что ситуация в будущем  не будет сильно отличаться от настоящей. Другими словами, считается, что  все значимые факторы либо учтены в модели прогнозирования, либо неизменны  в течение всего периода времени, на котором она используется. Однако модель - это всегда огрубление реальной ситуации путем отбора из бесконечного количества действующих факторов ограниченного  числа тех из них, которые считаются  наиболее важными исходя из конкретных целей анализа. Точность и эффективность  построенной модели будут напрямую зависеть от правильности о обоснованности такого отбора. При использовании  модели для прогнозирования следует  помнить о существовании факторов, сознательно или несознательно  не включенных в нее, которые тем  не менее оказывают влияние на состояние предприятия в будущем.

Литература

1. О бухгалтерском учете. Федеральный закон Российской Федерации от 21 ноября 1996 года №129-ФЗ (в редакции Федерального закона от 23 июля 1998 года №123-ФЗ).
2. О годовой бухгалтерской отчетности организаций. Приказ Министерства финансов Российской Федерации от 12 ноября 1996 года №97.
3. Положение по бухгалтерскому учету "Бухгалтерская отчетность организации" (ПБУ 4/99). Приказ Министерства финансов Российской Федерации от 6 июля 1999 года №43н.
4. М.И.Баканов, А.Д.Шеремет "Теория экономического анализа". Москва, "Финансы и статистика", 1998 г.
5. В.В.Ковалев "Введение в финансовый менеджмент". Москва, "Финансы и статистика", 1999 г.
6. В.В.Ковалев "Финансовый анализ". Москва, "Финансы и статистика", 1999 г.
7. А.И.Ковалев, В.П.Привалов "Анализ финансового состояния предприятия". Москва, "Центр экономики и маркетинга", 1997 г.
8. Л.В.Донцова, Н.А.Никифорова "Комплексный анализ бухгалтерской отчетности". Москва, "Дело и Сервис", 1999 г.
9. О.В.Ефимова "Финансовый анализ". Москва, "Бухгалтерский учет", 1998 г.
10. В.Г.Артеменко, М.В.Беллендир "Финансовый анализ". Москва, "ДИС", 1997 г.
11. Р.Томас "Количественные методы анализа хозяйственной деятельности". Москва, "Дело и Сервис", 1999 г.
12. А.М.Дубров, В.С.Мхитарян, Л.И.Трошин "Многомерные статистические методы". Москва, "Финансы и статистика", 1998 г.