Инфляция и ее влияние на принятие решений в сфере финансового менеджмента

В-третьих, дебиторская задолженность представляет собой один из видов активов предприятия, для финансирования которого нужен соответствующий источник; поскольку все источники средств имеют собственную цену, поддержание того или иного уровня дебиторской задолженности сопряжено с соответствующими затратами. Именно этими обстоятельствами обусловлено широкое распространение на Западе упомянутой в п. 9.5.1 системы скидок при продаже продукции. Как же оценить косвенные доходы и потери и определить допустимый уровень скидки, которую можно предложить клиентам?

В основу расчетов закладываются известные подходы, базирующиеся на учете динамики падения покупательной способности денежной единицы. Основными показателями, используемыми для расчетов, являются индекс цен (I_ц), рассчитываемый по формуле (11.3), и коэффициент падения покупательной способности денежной единицы (К_пс), связанный с индексом цен формулой

Логика рассуждения здесь такова. Если сумма договора об оплате продукции равна S, а цены за период с момента поставки до момента платежа выросли, допустим, на 20%, то реальная ценность величины S в момент получения платежа с учетом изменения покупательной способности денег будет меньше и составит:

Поскольку К_пс = 1: 1,2 = 0,833, то каждая тысяча рублей, получаемая в момент платежа, по своей покупательной способности эквивалентна 833 руб. на момент отгрузки продукции, т. е. косвенная потеря от инфляции составляет 167 руб. на каждую тысячу (1000 -- 833). Очевидно, что, сокращая период погашения дебиторской задолженности, можно уменьшить величину косвенных потерь.

Таким образом, величина косвенных потерь зависит от двух факторов: уровня инфляции (прогнозного или фактического, в зависимости от вида проводимого анализа) и количества дней, на которое сокращается период погашения дебиторской задолженности.

Следует обратить внимание на необходимость соблюдения корректности при проведении аналитических выкладок. Так, ключевым показателем в подобных расчетах является индекс инфляции, который в оперативных и статистических информационных справочниках чаще всего приводится по месяцам. В этом случае иногда используют не вполне корректные методы перехода от месячных данных к данным об изменении цен за произвольное число дней. Например, если ежемесячный темп инфляции равен I, то на период в k дней предлагают распространять его прямо пропорционально количеству дней, т. е. индекс цен за k дней (I) равен:

Так, если ежемесячный темп инфляции составляет 20%, то, следуя подобной методике, для периода в 50 дней соответствующие показатели будут равны:

для 30-дневного периода:

I = 1,2.

К_пс = 1: 1,2 = 0,833.

Потери = 167 руб. с каждой тысячи;

для 50-дневного периода:

I = 1,2 • 50: 30 = 2.

К_пс = 1: 2 = 0,5.

Потери = 500 руб. с каждой тысячи.

Сразу же обращает на себя внимание какой-то аномально высокий рост потерь (увеличение на 333 руб. с каждой тысячи), что заставляет усомниться в реальности расчетов. Ситуация еще более ухудшается, если нужно сделать расчеты для периода продолжительностью менее тридцати дней.

Допустим, что нам нужно рассчитать изменение цен за 20 дней. Следуя только что описанному алгоритму, получим, что I = 0,8, т. е. произошло якобы снижение цен, что подчеркивает очевидную абсурдность данной методики, поскольку известно, что цены за месяц выросли на 20%, следовательно, исходя из предпосылки об относительно равномерном изменении цен, они должны были изменяться в сторону увеличения и в течение месяца.

В приведенном подходе допущена грубейшая ошибка, поскольку в расчетах необходимо использовать формулу сложных процентов и дневной индекс цен:

где I -- индекс цен в долях единицы за период в k дней;

р -- дневной индекс цен в долях единицы.

Таким образом, более корректной является следующая методика. Двадцатипроцентный темп прироста цен в месяц эквивалентен ежедневному приросту в размере 0,61%. Поэтому для периодов в 20 и 50 дней имеем соответственно:

для 20-дневного периода (k = 20):

для 50-дневного периода (k == 50):

Приведенные расчеты применительно к анализу дебиторской задолженности можно проиллюстрировать следующим примером. Допустим, что период погашения дебиторской задолженности на предприятии в отчетном году был 50 дней, прогнозируемый ежемесячный темп инфляции в следующем году составит 20%. Таким образом, если предприятию удастся сократить период погашения задолженности до 20 дней, то косвенные потери сократятся на 147 руб. с каждой тысячи рублей денежных средств, вложенных в дебиторскую задолженность; при сокращении периода погашения с 50 до 30 дней потери сократятся на 95 руб. на каждую тысячу.

Для удобства выполнения подобных расчетов на практике можно пользоваться табулированными значениями коэффициента падения покупательной способности рубля в зависимости от различных значений темпов инфляции и продолжительности периода, для которого ведутся расчеты (табл. 2). Каждый член матрицы (а_ij) рассчитывается по следующему алгоритму:

где р_i -- i-й ежедневный темп инфляции в долях единицы;

j -- продолжительность периода погашения дебиторской задолженности в днях.

Экономическая интерпретация элементов матрицы достаточно очевидна. Так, первый элемент матрицы а₁₁ = 0,997 означает, что при уровне инфляции 1% в месяц в течение десяти дней покупательная способность одного рубля уменьшится примерно до 0,997 руб.

Рассмотренная методика может применяться различными способами в ретроспективном и перспективном анализе. Наиболее целесообразно проведение имитационных расчетов, когда варьируют прогнозными величинами темпа инфляции, банковской процентной ставкой и числом дней сокращения периода погашения, рассчитывая оптимистическое, наиболее вероятное я пессимистическое значения этих показателей. Придавая различные вероятности значениям этих показателей, легко рассчитать среднюю величину экономии от сокращения потерь, а следовательно, и ориентировочную величину скидки, которую можно предложить своим клиентам.

Рассмотренная методика проста в реализации и может быть эффективно использована в прогнозных расчетах. Подобные расчеты должны носить систематический характер с периодичностью, определяемой динамикой общеэкономической ситуации.

Заключение

В данной работе рассмотрены лишь некоторые из основных проблем, с которыми сталкиваются бухгалтеры и финансовые менеджеры в условиях инфляции.

С позиции руководителя предприятия инфляция может приводить к снижению экономического потенциала данного предприятия. Логика рассуждения в этом случае такова: списание затрат сырья и материалов по низким ценам приобретения, а также небольшие амортизационные отчисления приводят к образованию инфляционной сверхприбыли и тем самым к уплате повышенного налога. Поскольку приобретают сырье по более высоким ценам, уплата налога на сверхприбыль, обусловленную инфляцией, приводит к снижению экономического потенциала.

С позиции начинающих инвесторов инфляция -- неблагоприятный процесс. Основная проблема -- трудно накопить необходимые финансовые ресурсы для осуществления долгосрочных, как правило, более ресурсоемких проектов. Таким образом, нельзя сделать однозначный и безапелляционный вывод об инфляции -- одним она выгодна, другим вредна. Однако можно с определенностью сказать, что бытовавший в нашей стране в период централизованно планируемой экономики вывод о негативном характере инфляции абсолютно неверен.

Список используемой литературы

1. Баканов М.И., Шеремет А. Д. Теория экономического анализа: Учебник. 3-е изд., перераб. - М.: Финансы и статистика, 1995.

2. Балабанов И.Т. Риск-менеджмент. - М.: Финансы и статистика, М., 1996.

3. Ван Хорн Дж. Основы управления финансами: Пер. с англ. / Под ред. И.И.Елисеевой. - М.: Финансы и статистика, 1996.

4. Ефимова О.В. Финансовый анализ. - М: Бухгалтерский учет, 1996.

5. Ковалев В. В. Финансовый анализ: Управление капиталом. Выбор инвестиций. Анализ отчетности.--2-е изд., перераб. и доп.--М.: Финансы и статистика, 2000.

6. Павлова Л.П. Финансовый менеджмент: Учебник. - М.: ИНФРА-М, 1996.

7. Рэдхед К., Хьюс С. Управление финансовыми рисками: Пер. с англ. - М.: ИНФРА-М, 1996.

8. Стоянова Е.С. Финансовый менеджмент. Российская практика. - М.: Перспектива, 1995.

9. Шеремет А. Д., Сайфулин Р.С. Методика финансового анализа. - М.: ИНФРА-М, 1995.

Размещено на Allbest.ru