Методы финансового прогнозирования

Размещено на http://www.allbest.ru/

1

Содержание

Введение

Классификация методов прогнозирования

Простой динамический анализ

Авторегрессионые зависимости

Многофакторный регрессионный анализ

Прогнозирование на основе пропорциональных зависимостей

Балансовая модель прогноза экономического потенциала предприятия

Комбинированный метод

Заключение

Литература



Введение

В настоящее время следует отметить непрерывно растущую потребность в прогнозах. Повсеместно стала острее осознаваться практическая ценность предсказательной функции научных теорий с целью принятия обоснованных решений, как на уровне государства, так и на уровне отдельного хозяйствующего субъекта. Особое место в теории научного прогнозирования занимает прогнозирование финансов, так как финансы являются важным инструментом регулирования экономики и способствуют ее более устойчивому развитию. А на микроуровне финансовое прогнозирование позволяет в значительной степени улучшить управление предприятием за счет обеспечения координации всех факторов производства и реализации, взаимосвязи деятельности всех подразделений, и распределения ответственности.

Таким образом, наиболее объективное и точное финансовое прогнозирование является залогом успеха внедрения и выполнения принятых методик и управленческих решений. Причем методы, используемые при финансовом прогнозировании, могут быть одинаково органично использованы при разработке прогнозов и планов как на макро так и микро уровнях. прогноз экономический потенциал предприятие

Также необходимо отметить, что возрастает актуальность повышения качества прогнозных исследований. Это требует более углубленного изучения и разработки основных проблем, возникающих в финансовом прогнозировании. Целесообразно взять на вооружение все, что уже наработано - теоретические и методологические основы финансового прогнозирования и планирования, а также практический опыт разработки прогнозов, планов, программ и их осуществления.



Классификация методов прогнозирования

В экономически развитых странах все большее распространение получает использование формализованных моделей управления финансами. Степень формализации находится в прямой зависимости от размеров предприятия: чем крупнее фирма, тем в большей степени ее руководство может и должно использовать формализованные подходы в финансовой политике. В западной научной литературе отмечается, что около 50% крупных фирм и около 18% мелких и средних фирм предпочитает ориентироваться на формализованные количественные методы в управлении финансовыми ресурсами и анализе финансового состояния предприятия [2].

Исходным пунктом любого из методов является признание факта некоторой преемственности (или определенной устойчивости) изменений показателей финансово-хозяйственной деятельности от одного отчетного периода к другому. Поэтому, в общем случае, перспективный анализ финансового состояния предприятия представляет собой изучение его финансово-хозяйственной деятельности с целью определения финансового состояния этого предприятия в будущем.

Перечень прогнозируемых показателей может ощутимо варьировать. Этот набор величин можно принять в качестве первого критерия для классификации методов. Итак, по набору прогнозируемых показателей методы прогнозирования можно разделить на:

1. Методы, в которых прогнозируется один или несколько отдельных показателей, представляющих наибольший интерес и значимость для аналитика, например, выручка от продаж, прибыль, себестоимость продукции и т. д.

2. Методы, в которых строятся прогнозные формы отчетности целиком в типовой или укрупненной номенклатуре статей. На основании анализа данных прошлых периодов прогнозируется каждая статья (укрупненная статья) баланса и отчета и финансовых результатах. Огромное преимущество методов этой группы состоит в том, что полученная отчетность позволяет всесторонне проанализировать финансовое состояние предприятия [4]. Аналитик получает максимум информации, которую он может использовать для различных целей, например, для определения допустимых темпов наращивания производственной деятельности, для исчисления необходимого объема дополнительных финансовых ресурсов из внешних источников, расчета любых финансовых коэффициентов и т. д.

Методы прогнозирования отчетности, в свою очередь, делятся на методы, в которых каждая статья прогнозируется отдельно исходя из ее индивидуальной динамики, и методы, учитывающие существующую взаимосвязь между отдельными статьями как в пределах одной формы отчетности, так и из разных форм [2]. Действительно, различные строки отчетности должны изменяться в динамике согласованно, так как они характеризуют одну и ту же экономическую систему.

В зависимости от вида используемой модели все методы прогнозирования можно подразделить на три большие группы:

1. Методы экспертных оценок, которые предусматривают многоступенчатый опрос экспертов по специальным схемам и обработку полученных результатов с помощью инструментария экономической статистики. Это наиболее простые и достаточно популярные методы, история которых насчитывает не одно тысячелетие. Применение этих методов на практике, обычно, заключается в использовании опыта и знаний торговых, финансовых, производственных руководителей предприятия [3]. Как правило, это обеспечивает принятие решения наиболее простым и быстрым образом. Недостатком является снижение или полное отсутствие персональной ответственности за сделанный прогноз. Экспертные оценки применяются не только для прогнозирования значений показателей, но и в аналитической работе, например, для разработки весовых коэффициентов, пороговых значений контролируемых показателей и т. п.

2. Стохастические методы, предполагающие вероятностный характер как прогноза, так и самой связи между исследуемыми показателями. Вероятность получения точного прогноза растет с ростом числа эмпирических данных. Эти методы занимают ведущее место с позиции формализованного прогнозирования и существенно варьируют по сложности используемых алгоритмов. Наиболее простой пример - исследование тенденций изменения объема продаж с помощью анализа темпов роста показателей реализации [5]. Результаты прогнозирования, полученные методами статистики, подвержены влиянию случайных колебаний данных, что может иногда приводить к серьезным просчетам.

Стохастические методы можно разделить на три типовые группы, которые будут названы ниже. Выбор для прогнозирования метода той или иной группы зависит от множества факторов, в том числе и от имеющихся в наличии исходных данных.

Первая ситуация - наличие временного ряда - встречается на практике наиболее часто: финансовый менеджер или аналитик имеет в своем распоряжении данные о динамике показателя, на основании которых требуется построить приемлемый прогноз [7]. Иными словами, речь идет о выделении тренда. Это можно сделать различными способами, основными из которых являются простой динамический анализ и анализ с помощью авторегрессионых зависимостей.

Вторая ситуация - наличие пространственной совокупности - имеет место в том случае, если по некоторым причинам статистические данные о показателе отсутствуют либо есть основание полагать, что его значение определяется влиянием некоторых факторов [7]. В этом случае может применяться многофакторный регрессионный анализ, представляющий собой распространение простого динамического анализа на многомерный случай.

Третья ситуация - наличие пространственно-временной совокупности - имеет место в том случае, когда: а) ряды динамики недостаточны по своей длине для построения статистически значимых прогнозов; б) аналитик имеет намерение учесть в прогнозе влияние факторов, различающиеся по экономической природе и их динамике. Исходными данными служат матрицы показателей, каждая из которых представляет собой значения тех же самых показателей за различные периоды или на разные последовательные даты.

3. Детерминированные методы, предполагающие наличие функциональных или жестко детерминированных связей, когда каждому значению факторного признака соответствует вполне определенное неслучайное значение результативного признака [6]. В качестве примера можно привести зависимости, реализованные в рамках известной модели факторного анализа фирмы Дюпон [6]. Используя эту модель и подставляя в нее прогнозные значения различных факторов, например выручки от реализации, оборачиваемости активов, степени финансовой зависимости и других, можно рассчитать прогнозное значение одного из основных показателей эффективности - коэффициента рентабельности собственного капитала.

Здесь нельзя не упомянуть об еще одной группе методов, основанных на построении динамических имитационных моделей предприятия. В такие модели включаются данные о планируемых закупках материалов и комплектующих, объемах производства и сбыта, структуре издержек, инвестиционной активности предприятия, налоговом окружении и т.д. Обработка этой информации в рамках единой финансовой модели позволяет оценить прогнозное финансовое состояние компании с очень высокой степенью точности. Реально такого рода модели можно строить только с использованием персональных компьютеров, позволяющих быстро производить огромный объем необходимых вычислений. Однако эти методы не являются предметом настоящей работы, поскольку должны иметь под собой гораздо более широкое информационное обеспечение, чем бухгалтерская отчетность предприятия, что делает невозможным их применение внешними аналитиками.

Формализованные модели прогнозирования финансового состояния предприятия подвергаются критике по двум основным моментам: (а) в ходе моделирования могут, а фактически и должны быть разработаны несколько вариантов прогнозов, причем формализованными критериями невозможно определить, какой из них лучше; (б) любая финансовая модель лишь упрощенно выражает взаимосвязи между экономическими показателями [10]. На самом деле оба эти тезиса вряд ли имеют негативный оттенок; они лишь указывают аналитику на существующие ограничения любого метода прогнозирования, о которых необходимо помнить при использовании результатов прогноза.

Простой динамический анализ

Каждое значение временного ряда может состоять из следующих составляющих: тренда, циклических, сезонных и случайных колебаний. Метод простого динамического анализа используется для определения тренда имеющегося временного ряда. Данную составляющую можно рассматривать в качестве общей направленности изменений значений ряда или основной тенденции ряда [11]. Циклическими называются колебания относительно линии тренда для периодов свыше одного года. Такие колебания в рядах финансовых и экономических показателей часто соответствуют циклам деловой активности: резкому спаду, оживлению, бурному росту и застою [11]. Сезонными колебаниями называются периодические изменения значений ряда на протяжении года. Их можно вычленить после анализа тренда и циклических колебаний. Наконец, случайные колебания выявляются путем снятия тренда, циклических и сезонных колебаний для данного значения. Остающаяся после этого величина и есть беспорядочное отклонение, которое необходимо учитывать при определении вероятной точности принятой модели прогнозирования.

Метод простого динамического анализа исходит из предпосылки, что прогнозируемый показатель (Y) изменяется прямо (обратно) пропорционально с течением времени. Поэтому для определения прогнозных значений показателя Y строится, например, следующая зависимость:

	(1),

где t - порядковый номер периода.

Параметры уравнения регрессии (a, b) находятся, как правило, методом наименьших квадратов. Существуют также другие критерии адекватности ( функции потерь), например метод наименьших модулей или метод минимакса. Подставляя в формулу (1) нужное значение t, можно рассчитать требуемый прогноз.

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 [11].

Уравнение авторегрессионой зависимости в наиболее общей форме имеет вид:

	(2),

где Y_t - прогнозируемое значение показателя Y в момент времени t;
Y_t-i - значение показателя Y в момент времени (t-i);
A_i - 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;

Y_i - 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,..., X_k), влияющих, по мнению аналитика, на изменение прогнозируемого показателя Y, и строится чаще всего линейная регрессионная зависимость типа

	(6),

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

Значения коэффициентов регрессии (A₀, A₁, A₂,..., A_k) 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 [8]. 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 [8]. 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 [8]. В качестве базового показателя чаще всего используется либо выручка от реализации, либо себестоимость реализованной (произведенной) продукции.

Последовательность процедур данного метода такова:

1. Идентифицируется базовый показатель B (например, выручка от реализации).

2. Определяются производные показатели, прогнозирование которых представляет интерес (в частности, к ним могут относиться показатели бухгалтерской отчетности в той или иной номенклатуре статей, поскольку именно отчетность представляет собой формализованную модель, дающую достаточно объективное представление об экономическом потенциале компании) [9]. Как правило, необходимость и целесообразность выделения того или иного производного показателя определяются его значимостью в отчетности.

3. Для каждого производного показателя P устанавливается вид его зависимости от базового показателя: P=f(B). Чаще всего выбирается линейный вид этой зависимости.

4. При разработке прогнозной отчетности прежде всего составляется прогнозный вариант отчета о прибылях и убытках, поскольку в этом случае рассчитывается прибыль, являющаяся одним из исходных показателей для разрабатываемого баланса.

5. При прогнозировании баланса рассчитывают прежде всего ожидаемые значения его активных статей. Что касается пассивных статей, то работа с ними завершается с помощью метода балансовой увязки показателей, а именно, чаще всего выявляется потребность во внешних источниках финансирования.

6. Собственно прогнозирование осуществляется в ходе имитационного моделирования, когда при расчетах варьируют темпами изменения базового показателя и независимых факторов, а его результатом является построение нескольких вариантов прогнозной отчетности. Выбор наилучшего из них и использование в дальнейшем в качестве ориентира делаются уже с помощью неформализованных критериев.

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.

Комбинированный метод

Описанные в предыдущих параграфах методы прогнозирования не случайно названы базовыми методами. Они являются основой любых моделей финансового прогнозирования, однако редко используются на практике в чистом виде. В большинстве случаев применяется некий комбинированный метод, сочетающий в себе приемы и алгоритмы нескольких из базовых. Это обусловлено наличием у каждого отдельного базового метода недостатков и ограничений, которые нейтрализуются при их комплексном использовании. Базовые методы в составе комбинированных взаимодополняют друг друга. Зачастую один из них рассматривается как инструмент дополнительного контроля результатов, полученных другими методами.

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 [9]. На рисунке 1 показана связь данного метода с базовыми. В качестве результата прогнозирования получают баланс и отчет о прибылях и убытках в предстоящем периоде в укрупненной номенклатуре статей, описанные в предыдущем параграфе и приведенные в Приложении 1.

Далее для описания комбинированного метода будут использованы следующие условные обозначения:

ВА - внеоборотные активы; ТА - текущие активы; СК - собственный капитал; КЗ - величина кредиторской задолженности; Т_ТА - длительность оборота текущих активов; Т_КЗ - средний срок погашения кредиторской задолженности; В - выручка от реализации; П - прибыль, остающаяся в распоряжении организации; n - последний отчетный период; n+1 - прогнозируемый период.

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 [3]. 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 Р_П в будущем периоде, который равен отношению прибыли к выручке от реализации:

Р_П = 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. Однако, такого рода оценки, как правило, недоступны внешнему аналитику, имеющему в своем распоряжении только публичную отчетность предприятия [4]. Итак, величина собственного капитала в будущем периоде определяется, как его величина в последнем отчетном периоде, увеличенная на величину прогнозируемой прибыли (детерминированный факторный метод):

СК_n+1 = CК_n + П (10)

Далее определятся потребность в собственном оборотном капитале П_СОК, определяемом как необходимая часть собственного капитала, которая направляется на формирование оборотных (текущих) активов:

П_СОК = СК - ВА (11)

Уравнение (11) является частным случаем балансового уравнения, поскольку отражает равенство между собственным капиталом, как источником формирования средств, и теми видами активов, на формирование которых он направляется. Таким образом, фактически здесь используется балансовый метод прогнозирования. Величина внеобортных активов в прогнозном периоде определяется с помощью метода авторегрессии.

Следующим шагом будет определение величины кредиторской задолженности в прогнозном периоде КЗ_n+1, которая связана с величиной П_СОК. Действительно, кредиторская задолженность является кредитом поставщиков предприятию и, поэтому, должна рассматриваться как источник финансирования [6]. Вследствие разрыва в сроках погашения кредиторской задолженности и оборота оборотного капитала, возникает потребность в дополнительном финансировании, то есть П_СОК. Определим вид зависимости между величинами КЗ и П_СОК.

Если заемные средства в виде кредиторской задолженности предоставляются на срок, более короткий, чем длительность производственно-коммерческого цикла, то платежи по обязательствам могут осуществляться лишь при условии, что предприятие располагает достаточным собственным оборотным капиталом [7]. Величина потребности в этом источнике финансирования определяется временем между окончанием использования кредита поставщиков и окончанием производственно-коммерческого цикла (периода оборота текущих активов) (Т_ТА - Т_КЗ), а также величиной предстоящих платежей в единицу времени П/Д:

П_СОК = (Т_ТА - Т_КЗ)*П / Д (12)

С другой стороны, для оборачиваемости кредиторской задолженности, по определению имеем:

Об_КЗ = П / КЗ (13),

где П - сумма платежей кредиторам.

Тогда средний срок погашения задолженности будет равен:

Т_КЗ = Д/ Об_КЗ = КЗ*Д / П (14),

где Д - длительность отчетного периода.

Исключая из формул (12) и (14) величину П / Д, имеем:

П_СОК = КЗ_n+1*(Т_ТА - Т_КЗ)/ Т_КЗ (15)

Таким образом, потребность в собственном оборотном капитале определяется величиной кредиторской задолженности, длительностью оборота капитала, вложенного в текущие активы, а также сроком погашения кредиторской задолженности. Величина П_СОК сокращается при уменьшении периода оборота текущих активов. В случае, когда Т_ТА < Т_КЗ, выражение в скобках формулы дает отрицательный результат, что означает отсутствие потребности в собственном капитале для формирования оборотных средств. В данном случае все текущие пассивы представлены только задолженностью кредиторам.

Из формулы (15) для величины кредиторской задолженности получим:

КЗ_n+1 = П_СОК * Т_КЗ / (Т_ТА - Т_КЗ) (16)

Рассчитанная по этой формуле величина будет максимально возможной величиной кредиторской задолженности, рассчитанной в предположении, что вся потребность предприятия в финансировании удовлетворяется за счет собственного капитала. Таким образом, величина кредиторской задолженности прогнозируется детерминированным факторным методом с помощью функциональной зависимости (16). Величина П_СОК, входящая в формулу (16), была определена нами ранее. Длительность оборота текущих активов в прогнозном периоде Т_ТА определяется методом авторегрессии, позволяющим выделить основную тенденцию изменения данного показателя на предприятии [6]. Для определения величины срока погашения кредиторской задолженности Т_КЗ предположим, что в предстоящем периоде характер расчетов с поставщиками не изменится. Тогда можно положить значение Т_КЗ в прогнозном периоде равным его значению в последнем отчетном периоде:

Т_КЗ(n+1) = Т_КЗ(n) (17)

Перед определением окончательной величины кредиторской задолженности для включения в прогнозный баланс, необходимо рассчитать значение величины текущих активов ТА(n+1). Для этого воспользуемся уже рассчитанным выше значением длительности оборота текущих активов Т_ТА. Для оборачиваемости текущих активов, по определению, имеем:

Об_ТА = В / <ТА> (18),

где <ТА> обозначает среднюю за отчетный период величину текущих активов.

Тогда длительность оборота текущих активов будет равна:

Т_ТА = Д/ Об_ТА = <ТА>*Д / В (19),

где Д - длительность отчетного периода.

С другой стороны:

<ТА> = (ТА(n) + ТА(n+1))/2 (20)

Из (19) и (20) имеем:

ТА(n+1) = 2* В*Т_ТА/ Д - ТА(n) (21)

Подставляя уже известные нам величины в правую часть формулы (21), мы определим прогнозную величину текущих активов ТА(n+1) (детерминированный метод).

Итак, для окончательного построения прогнозных форм отчетности в укрупненной номенклатуре статей нам осталось определить величины кредиторской задолженности и кредитов в пассиве баланса. Это делается по следующей схеме. Определяем величину валюты баланса как сумму величин текущих и внеоборотных активов. Затем рассматриваем определенную нами ранее по формуле (16) максимальную величину кредиторской задолженности КЗ_n+1. В зависимости от ее величины, прогнозирование завершается одним из двух вариантов:

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.



Заключение

Финансовое прогнозирование представляет собой научную теорию, которая играет важную роль при планировании и регулировании экономики на макроуровне, а на микроуровне позволяет эффективно управлять финансовыми ресурсами предприятия для получения максимальной прибыли.

Финансовое прогнозирование - обработка имеющейся на данный момент информации о финансах, закономерностях их изменений, конкретных условиях их функционирования в данный момент времени с использованием специального инструментария количественных оценок и получение представления о направлениях их развития и состояния в будущем.

При рассмотрении особенностей построения финансовых прогнозов необходимо помнить тесную связь финансового планирования и прогнозирования. Финансовое прогнозирование обосновывает качественно и количественно наиболее вероятные сценарии развития будущего, на основании которых разрабатываются финансовые планы для наиболее адекватной реакции в будущем.

К важнейшим методологическим принципам как прогнозирования, так и планирования следует отнести принципы: системности, непрерывности, комплексности, адекватности, целенаправленности и приоритетности, оптимальности, сбалансированности и пропорциональности.

При разработке финансовых прогнозов немаловажную роль играют используемые методы. В мировой практике используется следующая классификация методов финансового прогнозирования: методы экспертных оценок, стохастические методы, детерминированные методы. Наиболее распространенным методом является комбинированный метод, который учитывает все возможные (релевантные) факторы, что означает высокую точность осуществления прогнозируемого сценария.

При прогнозировании на макроуровне объектами финансового прогнозирования являются государственный бюджет, денежно-кредитные отношения, платежный баланс и валютный курс, а на макроуровне - прогноз объема продаж, т.е. ожидаемых доходов. При прогнозировании государственных доходов используются экономико-статистическое моделирование и чистое эконометрическое моделирование, а при расходах - рассматриваются целевые программы расходования госбюджета. Прогнозирование денежно-кредитных отношений осуществляется посредством статистических методов, методов экспертных оценок.



Литература

1. Алексеева М.М. Планирование деятельности фирмы: Учебно-методическое пособие. М.: Финансы и статистика, 2007.

2. Голубков Е.П. Маркетинговые исследования: теория, методология и практика. М.: Финпресс, 2008.

3. Дж.Гласс, Дж.Стенли. Статистические методы в прогнозировании. М.: Прогресс, 2006.

4. Евланов Л.Г., Кутузов В.А. Экспертные оценки в управлении. М.: Экономика, 2008.

5. Елисеева И.И., Юзбашев М.М. Общая теория статистики / Под ред. И.И. Елисеевой. М.: Финансы и статистика, 2005.

6. Общая теория статистики: Статистическая методология в изучении коммерческой деятельности: Учебник / А.И. Харламов, О.Э. Башина, В.Т. Бабурин и др. Под ред. А.А. Спирина, О.Э. Башиной. М.: Финансы и статистика, 2004.

7. Миляков Н.В. Финансы. - Курс лекций. - М.: ИНФРА-М, 2002.

8. Финансовый менеджмент: теория и практика. Учебник./ Под ред. Е.С. Стояновой. - 4-е изд., перераб. и доп. - М.: Изд-во «Перспектива», 2009.

9. Финансовый менеджмент: Учебник для вузов /Под ред. Г.Б. Поляка. - М.: ЮНИТИ, 2007.

10. Финансы/ В.М. Родионова, Ю.Я Вавилов, Л.И. Гончаренко и др., Под ред. В.М. Родионовой. - М.: Финансы и статистика, 2003.

11. Финансы. Учебник.- 2-е изд. и доп./С.А.Белозеров, С.Г.Горбушина и др.; Под ред. В.В. Ковалева.- М.: Проспект, 2004.

Размещено на Allbest.ru