Факторный анализ и прогнозирование результативных показателей финансовой деятельности предприятия с использованием приемов и методов

Автор: Пользователь скрыл имя, 08 Апреля 2011 в 10:34, курсовая работа

Описание работы

Целью анализа финансовой деятельности предприятия является оценка его текущего финансового состояния, а также определение направлений, по которым нужно вести работу по улучшению этого состояния. Вместе с тем, финансовое состояние – это важнейшая характеристика экономической деятельности предприятия во внешней среде. Оно определяет конкурентоспособность предприятия, его потенциал в деловом сотрудничестве, оценивает, в какой степени гарантированы экономические интересы самого предприятия и его партнеров по финансовым и другим отношениям.

Содержание

Введение…………………………………………………………………………..5

1 Теоретические вопросы статистического изучения финансовой деятельности предприятия……………………………………………………….8

1.1 Основы общей концепции финансовой деятельности предприятия…….8

1.2 Cистема показателей статистического изучения результатов финансовой деятельности предприятия……………………………………………………..10

1.3 Информационное обеспечение статистического изучения финансовой деятельности предприятия……………………………………………………27

2 Статистическое изучение финансовой деятельности Колпнянского РАЙПО за 2006-2008 г.г…………………………………………………………………31

2.1 Краткая экономическая характеристика предприятия………………….31

2.2 Статистический анализ объема, структуры и динамики прибыли предприятия……………………………………………………………………..35

2.3 Статистическое изучение динамики показателей рентабельности предприятия……………………………………………………………………..45

2.4 Статистический анализ финансового состояния предприятия………….51

3 Факторный анализ и прогнозирование результативных показателей финансовой деятельности предприятия с использованием приемов и методов статистики……………………………………………………………………….61

3.1 Факторный анализ рентабельности на основе индексного метода статистики……………………………………………………………………….61

3.2 Статистическое изучение взаимосвязи прибыли и затрат на оплату труда с помощью корреляционно-регрессионного анализа……………………….67

3.3 Статистическое прогнозирование рентабельности с использованием метода экстраполяции…………………………………………………………75

3.4 Статистическое прогнозирование суммы прибыли на основе модели регрессии…………………………………………………………………………78

3.5 Построение многофакторных прогнозных моделей оценки вероятного банкротства предприятия………………………………………………………80

3.6 Основные направления улучшения финансового состояния Колпнянского РАЙПО…………………………………………………………………………..84

Заключение……………………………………………………………………….89

Список использованной литературы…………………………………………93

Работа содержит 1 файл

стат изучение фин деят (Лена).doc

— 1,019.50 Кб (Скачать)

      Корреляционно-регрессионный анализ  обычно проводится для ограниченной  по объему совокупности. Поэтому показатели регрессии и корреляции -  параметры уравнения регрессии, коэффициенты корреляции и детерминации могут быть искажены действием случайных факторов. Чтобы проверить насколько эти показатели характерны для всей генеральной совокупности, не являются ли они результатом стечения случайных обстоятельств, необходимо проверить адекватность построенных статистических моделей.

       При численности объектов анализа  до 30 единиц возникает необходимость  проверки значимости (существенности) каждого коэффициента регрессии. При этом выясняют насколько вычисленные параметры характерны ля отображения комплекса условий: не являются ли полученные значения параметров результатами действия случайных причин.

       Значимость коэффициентов простой линейной регрессии (применительно к совокупностям, у которых п˂30) осуществляют с помощью t – критерия Стьюдента. При этом вычисляют расчетные (фактические) значения t–критерия:

       для параметра а0                        ;                                     (21)

        для параметра а1                        ,                                  (22)

       где п – объем выборки;

       - среднее квадратическое отклонение результативного признака у от выровненных значений ;

         - среднее квадратическое отклонение факторного  признака х от общей средней .

        Вычисленные по формулам значения, сравнивают с критическими t, которые определяют по таблице Стьюдента с учетом принятого уровня значимости α и числом степеней свободы вариации ν = n – k – 1. В социально-экономических исследованиях уровень значимости α обычно принимают равным 0,05. Параметр признается значимым (существенным) при условии, если tрасч˃ tтабл. В таком случае практически невероятно, что найденные значения параметров обусловлены только случайными совпадениями. Рассмотрим построение однофакторного уравнения регрессии зависимости прибыли у от затрат на оплату труда х по данным таблицы.

        Расчетные значения для составления  уравнения регрессии приведены  в таблице 18.

        Таблица 18 – Вспомогательная таблица для составления уравнения регрессии

Год Затраты на оплату труда, тыс.руб, х Прибыль, тыс.руб, у х2 у2 ху
(
)2
(
)∙     (
)
1 2 3 4 5 6 7 8 9 10
1999 5500 10900 30250000 118810000 59950000 -6204,6 -11205,5 38497061,16 69525645,3

         Продолжение таблицы 18

1 2 3 4 5 6 7 8 9 10
2000 5554 12322 30846916 151831684 30846916 -6150,6 -9783,5 37829880,36 60174395,1
2001 6675 15434 44555625 238208356 44555625 -5029,6 -6671,5 25296876,16 33554976,4
2002 8544 18736 72999936 351037696 72999936 -3160,6 -3369,5 9989392,36 10649641,7
2003 9736 19888 94789696 395532544 94789696 -1968,6 -2217,5 3875385,96 4365370,5
2004 10882 20100 118417924 404010000 118417924 -822,6 -2005,5 676670,76 1649724,3
2005 11925 21120 142205625 446054400 142205625 220,4 -985,5 48576,16 -217204,2
2006 14707 26158 216295849 684240964 216295849 3002,4 4052,5 9014405,76 12168441,75
2007 17677 31948 312476329 1020674704 312476329 5972,4 9842,5 35669561,76 58783347
2008 25846 44449 668015716 1975713601 668015716 14141,4 22343,5 199979194 315968370,9
Ито-

го:

117046 221055 1730853616 5786113949 1760553616 0 0 360877004,4 566622708,8
 

      

        Пользуясь расчетными значениями, полученными в таблице 18, исчислим параметры для данного уравнения регрессии:

        По формуле (18) рассчитаем коэффициент  а1:  

        По формуле (19) рассчитаем коэффициент  а0: а0 = 22105,5 - 1,57∙11704,6 = 3729,3

      Составим  уравнение регрессии:

= 3729,3 + 1,57х

     Коэффициент а1 в уравнении положительный, следовательно, корреляционная зависимость является прямой. С ростом затрат на оплату труда растет и прибыль.

     По  формуле (20) вычислим линейный коэффициент  корреляции:

     r=

     Коэффициент корреляции почти равен единице. Это говорит о сильной тесной зависимости между прибылью и  затратами на оплат труда.

Изобразим зависимость прибыли  от затрат на оплату труда на рисунке 6

     

Рисунок 6 - График зависимости прибыли от затрат на оплату труда

            Для проверки значимости коэффициентов регрессии исследуемого уравнения = 3729,3 + 1,57х  исчислим   t–критерий    Стьюдента   с      ν = 10-2=8 степенями свободы.

        Расчетные значения, необходимые  для исчисления  приведены в таблице 19.

       Таблица 19– Вспомогательная таблица,  необходимая для исчисления  .

Год
-
-
)2
1999 12364,278 1464,278 2144110,061
2000 12449,058 127,058 16143,73536
22001 14209,028 -1224,972 1500556,401
2002 17143,358 -1592,642 2536508,54
2003 19014,798 -873,202 762481,7328
2004 20814,018 714,018 509821,7043
2005 22451,528 1331,528 1772966,815
2006 26819,268 661,268 437275,3678
2007 31482,168 -465,832 216999,4522
2008 44307,498 -141,502 20022,816
Ито-

го:

221055 0 9916886,625
 

     Среднее квадратическое отклонение:

       Расчетные значения t–критерия Стьюдента:

   ;

      

        По таблице распределения Стьюдента для ν = 8 находим критическое значение t – критерия: α = 0,05, tтабл = 2,31.

        Поскольку tрасч˃ tтабл, оба параметра а0, а1 признаются значимыми. Значит отклоняется гипотеза о том, что каждый из этих параметров в действительности равен нулю, и лишь в силу случайных обстоятельств оказался равным проверяемой величине. 

3.3 Статистическое прогнозирование рентабельности с использованием метода экстраполяции 

      Необходимым условием регулирования  рыночных отношений является  составление надежных прогнозов  развития социально-экономических явлений.

      Выявление и характеристика трендов  и моделей взаимосвязи создают  базу для прогнозирования, т.е.  для определения ориентировочных  размеров явлений в будущем.  Для этого используют метод  экстраполяции. 

      Под экстраполяцией понимают  нахождение уровней за пределами изучаемого ряда, т.е продление в будущее тенденции, наблюдавшейся в прошлом. Поскольку в действительности тенденция развития не остается неизменной, то данные, получаемые путем экстраполяции ряда, следует рассматривать как вероятностные оценки.

       Экстраполяцию рядов динамики  осуществляют различными способами,  например, экстраполируют ряды динамики  выравниванием по аналитическим  формулам. Зная уравнение для  теоретических уровней и подставляя  в него значения t за пределами исследованного ряда, рассчитывают для t вероятностные [5].

       На практике результат экстраполяции  прогнозируемых явлений обычно  получают не точечными (дискретными), а интервальными оценками.

      Для определения границ интервалов используют формулу:

                                                               

,                                             (23)

      где tα – коэффициент доверия по распределению Стьюдента;

                                             

,                                             (24)

       где  - остаточное среднее квадратическое отклонение от тренда, скорректированное по числу степеней свободы (п - т);

      п – число уровней ряда динамики;

      т – число параметров адекватной модели тренда (для уравнения прямой т = 2).

      Вероятностные границы интервала  прогнозируемого явления:

                                              

.                                 (25)

    Для выравнивания ряда используется линейная трендовая модель – уравнение прямой: = а0 + а1t.

      а0 и а1 вычисляются по формулам:

      а0 =  (26)

      а1 = [5] (27) 

     Рассчитаем прогнозируемые доверительные интервалы рентабельности  на 2014 год.

       Для прогнозирования рентабельности  на основе экстраполяции составим  таблицу 20.

     Таблица 20 - Вспомогательная таблица для прогнозирования рентабельности на основе экстраполяции

Год Рентабельность, у к t у∙t
yi -
(yi -
)2
1999 12,43 1 -9 -12,43 81 3,109 9,321 86,881041
2000 13,55 2 -7 -27,1 49 6,023 7,527 56,655729
2001 14,87 3 -5 -44,61 25 8,937 5,933 35,200489
2002 15,32 4 -3 -61,28 9 11,851 3,469 12,033961
2003 16,56 5 -1 -82,8 1 14,765 1,795 3,222025
2004 17,84 6 1 107,04 1 17,679 0,161 0,025921
2005 22,55 7 3 157,85 9 20,593 1,957 3,829849
2006 15,77 8 5 126,16 25 23,507 -7,737 59,861169
2007 15,78 9 7 142,02 49 26,421 -10,641 113,230881
2008 17,55 10 9 175,5 81 29,335 -11,785 138,886225
Итого: 162,22 - 0 480,71 330 162,22 0 509,82729

Информация о работе Факторный анализ и прогнозирование результативных показателей финансовой деятельности предприятия с использованием приемов и методов