Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
ДИПЛОМ%20ДАША[1].doc
Скачиваний:
21
Добавлен:
15.11.2019
Размер:
1.86 Mб
Скачать

2.4 Анализ рентабельности и прогнозирование прибыли предприятия

Рентабельность – это показатель, характеризующий экономическую эффективность. Экономическая эффективность – относительный показатель, соизмеряющий полученный эффект с затратами или ресурсами, использованными для достижения этого эффекта.

Выделяют две группы коэффициентов рентабельности:

Рентабельность инвестиций (капитала):

  • рентабельность совокупного капитала (ROA) – рассчитывается по формуле 2.44 [30, C.68]:

(2.44)

где Пдо налог – прибыль до налогообложения;

ВИС – всего источников средств.

RROA 2006=941,6 / 5901,7=0,1595*100=15,95;

RROA 2007=284,7 / 6268,1=0,045*100=4,54;

RROA 2008=507,1 / 6571,9=0,077*100=7,72.

  • рентабельность собственного капитала (ROE) – показывает, какую прибыль приносит каждая инвестированная собственниками капитала денежная единица, рассчитывается по формуле 2.45 [30, C.68]:

(2.45)

где ЧП – чистая прибыль;

СК – собственный капитал.

RROE 2006=680 / 5126,2=0,132*100=13,27;

RROE 2007=88,2 / 5214,2=0,016*100=1,65;

RROE 2008=333,2 / 5547,2=0,06*100=6,0.

Рентабельность продаж:

  • валовая рентабельность реализованной продукции – показывает эффективность производственной деятельности предприятия и политики ценообразования, рассчитывается по формуле 2.46 [30, C.69]:

(2.46)

где ВП – валовая прибыль.

RGPM 2006=2564,3 / 7191,0=0,369*100=36,91;

RGPM 2007=2582,8 / 6701,7=0,385*100=38,54;

RGPM 2008=3160,0 / 8825,5=0,358*100=35,8.

  • операционная рентабельность реализованной продукции – показывает рентабельность предприятия после вычета затрат на производство и сбыт товаров, рассчитывается по формуле 2.47 [30, C.70]:

(2.47)

где ОП – операционная прибыль.

ROIM 2006=99,5 / 7191,0=0,0138*100=1,38;

ROIM 2007=549,7 / 6701,7=0,08*100=8,2;

ROIM 2008=642,3 / 8825,5=0,0727*100=7,28.

  • чистая рентабельность реализованной продукции – показывает полное влияние структуры капитала и финансирования компании на ее рентабельность, рассчитывается по формуле 2.48 [30, C.70]:

(2.48)

RNPM 2006=680,0 / 7191,0=0,095*100=9,46;

RNPM 2007=86,2 / 6701,7=0,013*100=1,29;

RNPM 2008=333,2 / 8825,5=0,0377*100=3,78.

Для анализируемого предприятия расчет показателей рентабельности сведем в таблицу 2.12.

Таблица 2.12 - Анализ рентабельности предприятия

Показатели, %

По состоянию на:

Изменения

на 31.12.06

на 31.12.07

на 31.12.08

2008 от 2006г.

2008 от 2007г.

1

2

3

4

5

6

Рентабельность совокупного капитала

15,95

4,54

7,72

-8,23

3,18

Рентабельность собственного капитала

13,27

1,65

6,0

-7,27

4,35

Валовая рентабельность продаж

36,91

38,54

35,8

-1,11

-2,74

Операционная рентабельность продаж

1,38

8,2

7,28

5,9

-0,92

Чистая рентабельность продаж

9,46

1,29

3,78

-5,68

2,49

Как видно из расчетов, показатели рентабельности капитала находятся на достаточно высоком уровне. Положительным также является их повышение в динамике. Рентабельность собственного капитала в 2008 году повысилась на 4,35% по сравнению с 2007 годом, это положительный фактор.

Что касается показателей рентабельности продаж, то наблюдается снижение по двум показателям, что говорит о неэффективной деятельности предприятия. Чистая рентабельность продаж в 2008 году повысилась на 2,49%. Этот момент является положительным, т.к. это свидетельствует о верной политике ценообразования, оптимизированных административных и сбытовых расходов, а также об эффективной структуре капитала и финансирования предприятия.

Приведем на рисунке 2.9 показатели рентабельности предприятия.

При анализе коэффициентов рентабельности наиболее широкое распространение получила факторная модель фирмы «DuPont». Назначение модели – определить факторы, влияющие на эффективность работы предприятия и оценить это влияние. Аналитиками этой фирмы выбран один, наиболее важный показатель рентабельности – рентабельность собственного капитала.

Рисунок 2.9 - Показатели рентабельности предприятия, %

Для проведения анализа необходимо смоделировать факторную модель коэффициента рентабельности собственного капитала (формула 2.49) [30, C.98]:

(2.49)

Для проведения факторного анализа рентабельности предприятия используем метод абсолютных разниц.

Для удобства расчета влияния факторов на коэффициент рентабельности собственного капитала воспользуемся вспомогательной таблицей 2.13.

Общее изменение рентабельности собственного капитала составило в 2007 году -0,77 и 0,04 пунктов в 2008 году.

Таблица 2.13 - Изменение коэффициента рентабельности собственного капитала и факторных показателей в динамике

Показатели

По состоянию на:

Изменения

на 31.12.06

на 31.12.07

на 31.12.08

2008 от 2006г.

2008 от 2007г.

1

2

3

4

5

6

1 Чистая рентабельность продаж

9,46

1,29

3,78

-5,68

2,49

2 Ресурсоотдача

1,218

1,069

1,34

0,12

0,27

3. Коэффициент финансовой зависимости

1,15

1,2

1,18

0,033

-0,02

4. Рентабельность собственного капитала

13,27

1,65

6,0

-7,27

4,35

Влияние на изменение коэффициента рентабельности собственного капитала за счет изменения показателя чистой рентабельности продаж определим по формуле 2.50 [30, C.99]:

(2.50)

Изменение коэффициента рентабельности собственного капитала за счет изменения ресурсоотдачи (формула 2.51) [34, C.99]:

(2.51)

Изменение коэффициента рентабельности собственного капитала за счет изменения коэффициента финансовой зависимости (формула 2.52) [30, C.100]:

(2.52)

Сложив значение изменения показателя рентабельности собственного капитала за счет каждого фактора, получим общее изменение значения коэффициента (формула 2.53) [30, C.100]:

(2.53)

.

Влияние на изменение коэффициента рентабельности собственного капитала за счет изменения показателя чистой рентабельности продаж в 2007 и 2008 году составляет соответственно -7,496 и 3,23%. Изменение коэффициента рентабельности собственного капитала за счет изменения ресурсоотдачи в 2007 и 2008 году составляет соответственно 0,18 и 1,22%. Изменение коэффициента рентабельности собственного капитала за счет изменения коэффициента финансовой зависимости в 2007 и 2008 году составляет соответственно 0,046 и -0,1%.

Сложив значение изменения показателя рентабельности собственного капитала за счет каждого фактора, получим общее изменение значения в 2007 и 2008 году и оно составляет соответственно -7,734 и 4,31%.

Обобщим в таблице 2.12 влияние факторов, воздействующих на изменение показателя рентабельности собственного капитала.

Таблица 2.12 - Сводная таблица влияния факторов на рентабельность собственного

капитала

Показатели, %

Влияние в 2007 году

Влияние в 2008 году

1

2

3

Чистая рентабельность продаж

-7,496

3,23

Ресурсоотдача

0,18

1,22

Коэффициент финансовой зависимости

0,046

-0,1

Всего (изменение коэффициента рентабельности собственного капитала)

-7,27

4,35

Таким образом, за счет снижения чистой рентабельности продаж в 2007 году показатель рентабельность собственного капитала снизился на 0,77 пунктов. Изменение показателей чистой рентабельности продаж и коэффициента финансовой зависимости привели к увеличению коэффициента рентабельности собственного капитала в 2008 году.

Далее проведем анализ данных о чистой прибыли ЗАО «Швейная фабрика имени Нины Ониловой» (Приложение У). Для этого сделаем анализ временных рядов, используя метод экономической статистики, с помощью которого проанализируем временные ряды и выявим тенденцию их развития, то есть линию тренда.

Временные динамические ряды – это такие ряды, которые описывают изменение некоторой характеристики во времени. Каждый член (уровень) такого ряда связан с соответствующим моментом времени или временным интервалом. Уровни ряда должны быть сопоставимыми по своему содержанию. Показатели временных рядов формируются под совокупным влиянием множества длительно и кратковременно действующих факторов и, в том числе, различного рода случайностей.

Анализ временного ряда и последующее его прогнозирование может применяться для: планирования в экономике, производстве, торговле; управления и оптимизации социально-экономических процессов; принятия оптимальный решений в бизнесе.

В данной дипломной работе анализ временного ряда будет проводиться в приложениях Microsoft Excel и MINITAB.

Microsoft Excel позволяет выполнять вычисления, анализировать данные и работать со списками в таблицах.

MINITAB позволяет анализировать данные, зависящие от времени (временные ряды), выявлять основные закономерности этих зависимостей и на основе полученных моделей прогнозировать будущие значения для этих рядов.

Рассмотрим динамику чистой прибыли ЗАО «Швейная фабрика имени Нины Ониловой» за 2004 – 2008 годы поквартально. Исходные данные для анализа представлены в таблице 2.13.

Таблица 2.13.– Исходные данные для прогнозирования

Год

Квартал

Сумма, тыс.грн.

1

2

3

2004 год

1 квартал

1236

2 квартал

1116

3 квартал

1214

4 квартал

1365

2005 год

1 квартал

1385

2 квартал

1458

Продолжение таблицы 2.13

Год

Квартал

Сумма, тыс.грн.

1

2

3

2005 год

3 квартал

1473

4 квартал

1588

2006 год

1 квартал

1742

2 квартал

1817

3 квартал

1795

4 квартал

1837

2007 год

1 квартал

1677

2 квартал

1762

3 квартал

1649

4 квартал

1613

2008 год

1 квартал

2044

2 квартал

2240

3 квартал

2155

4 квартал

2386

Результаты динамики чистой прибыли ЗАО «Швейная фабрика имени Нины Ониловой» представлены на рисунке 2.10.

Рисунок 2.10 - Динамика чистой прибыли за 2004 – 2008 годы

Таким образом, исследовав поквартальные данные чистой прибыли ЗАО «Швейная фабрика имени Нины Ониловой», можно сделать вывод, что разброс данных достаточно значителен от 1116 тыс.грн до 2386 тыс.грн.

Проведем автокорреляционный анализ данных о чистой прибыли ЗАО «Швейная фабрика имени Нины Ониловой» за 2004 – 2008 годы. Результат анализа представлен на рисунке 2.11 и в таблице 2.14.

Рисунок 2.11- Результаты расчета автокорреляции (коррелограмма)

Таблица 2.14 – Результаты расчета автокорреляции.

Lag

ACF1

TSTA1

LBQ1

1

0,75109

3,36

13,06

2

0,53171

1,63

19,97

3

0,30959

0,84

22,46

4

0,12093

0,32

22,86

5

0,09113

0,24

23,10

6

0,07594

0,20

23,28

7

0,01303

0,03

23,29

8

0,02355

0,06

23,31

9

-0,02356

- 0,06

23,33

10

-0,06224

- 0,16

23,50

11

-0,12114

- 0,32

24,22

Автокорреляция для первых периодов запаздывания существенно отличны от нуля и затем убывают. Для периода запаздывания 11 коэффициент LBQ=24,22, что превышает значение равное 19,675 (получено при уровне значимости 0,05). Следовательно, данные имеют значительную автокорреляцию и демонстрируют заметный тренд.

Проведем анализ данных с помощью простого экспоненциального сглаживания.

Результаты представлены на рисунке 2.12.

Рисунок 2.12 - Результат простого экспоненциального сглаживания

По результатам данного анализа прогнозное значение чистой прибыли ЗАО «Швейная фабрика имени Нины Ониловой» на 1 квартал 2009 года составляет 2432,36 тыс.грн.

Проведем анализ данных с помощью метода Хольта. Результаты представлены на рисунке 2.13.

Рисунок 2.13 - Результат метода Хольта

По результатам данного анализа прогнозное значение чистой прибыли ЗАО «Швейная фабрика имени Нины Ониловой» на 1 квартал 2009 года составляет 2446,19 тыс.грн.

Проанализируем данные с помощью метода Винтерса. Результаты представлены на рисунке 2.14.

Рисунок 3.12 - Результат метода Винтерса

Рисунок 2.14 - Результат метода Винтерса

По результатам данного анализа прогнозное значение чистой прибыли ЗАО «Швейная фабрика имени Нины Ониловой» на 1 квартал 2009 года составляет 2344,89 тыс.грн.

Определим среднеквадратическую ошибку прогноза и оформим данные в таблице 2.15

Таблица 2.15 - Определение среднеквадратических ошибок (MSE)

год

 

квартал

 

ВР предприятия

 

Прогнозные значения

Квадрат ошибки

 

 

 

 

 

 

2004 г.

1 кв.

1236

Х

Х

Х

Х

Х

Х

Х

Х

2 кв.

1116

1236

Х

Х

Х

14400

Х

Х

Х

3 кв.

1214

1116

996

1728,25703

Х

9604

47524

264460,291

Х

4 кв.

132

1214

1312

1751,71951

Х

22801

2809

149551,981

Х

Продолжение таблицы 2.15

год

 

квартал

 

ВР предприятия

 

Прогнозные значения

Квадрат ошибки

 

 

 

 

 

 

2005 г.

1 кв.

1385

1365

1516

1302,12731

1236

400

17161

6867,88296

22201

2 кв.

1458

1385

1405

1668,29964

1116

5329

2809

44225,9403

116964

3 кв.

1473

1458

1531

1446,20771

1214

225

3364

717,826944

67081

4 кв.

1588

1473

1488

1949,06519

1365

13225

10000

130368,07

49729

2006 г.

1 кв.

1742

1588

1703

2110,87258

1385

23716

1521

136066,979

127449

2 кв.

1817

1742

1896

1888,00844

1458

5625

6241

5042,19838

128881

3 кв.

1795

1817

1892

1661,48467

1473

484

9409

17826,3427

103684

4 кв.

1837

1795

1773

1991,33728

1588

1764

4096

23819,9964

62001

2007 г.

1 кв.

1677

1837

1879

1224,74135

1742

25600

40804

204537,885

4225

2 кв.

1762

1677

1517

2248,78642

1817

7225

60025

236961,019

3025

3 кв.

1649

1762

1847

1277,36654

1795

12769

39204

138111,428

21316

4 кв.

1613

1649

1536

1619,0944

1837

1296

5929

37,1417241

50176

2008 г.

1 кв.

2044

1613

1577

3884,3532

1677

185761

218089

3386899,91

134689

2 кв.

2240

2044

2475

2397,61455

1762

38416

55225

24842,3449

228484

3 кв.

2155

2240

2436

1758,99015

1649

7225

78961

156823,803

256036

4 кв.

2386

2155

2070

2071

1613

53361

99856

99225

597529

MSE

22590,84

276371,4

2681348

123341,9

Для выбора метода прогнозирования по минимальной среднеквадратической ошибке (MSD) составим таблицу 2.16

Таблица 2.16 – Выбор метода прогнозирования

Метод

MSD

1 Наивные методы, вида

1.1

22590,84

1.2

276371,4

1.3

2681348

1.4

123341,9

2 Методы основанные на усреднении

2.1 Простые скользящие средние

54904,9

3 Методы экспоненциального сглаживания

3.1 Простое экспоненциальное сглаживание

21111,6

3.2 Метод Хольта

11257,9

3.3 Метод Винтерса

24222,9

По таблице 2.16 видно, что из всех рассмотренных методов наиболее точно отражает имеющиеся данные метод Хольта, так как среднеквадратическая ошибка (MSD) минимальна. Этот метод следует использовать для прогнозирования чистой прибыли ЗАО «Швейная фабрика имени Нины Ониловой».

На рисунке 2.15 представлен прогноз чистой прибыли ЗАО «Швейная фабрика имени Нины Ониловой» на 2009.

Рисунок 2.15 - Результат метода Хольта за 2009 год

Таблица 2.15 - Прогнозное значение прибыли на 2009 год по кварталам

2009 год

1 квартал

1407,23

2 квартал

1429,51

3 квартал

1451,79

4 квартал

1474,07

По результатам анализа второй главы дипломной работы можно выделить следующее. Чистая прибыль предприятия в 2008 году по сравнению с 2007 годом (предыдущим) увеличилась на 247 тыс.грн. или на 286,54% и составила 333,2 тыс.грн., а по сравнению с 2006 годом уменьшилась на 346,8 тыс.грн. (51%) Увеличение чистой прибыли в 2008 году полностью обусловлено повышением прибыли от операционной деятельности. В частности, темп повышения прибыли от операционной деятельности в 2008 году по сравнению с 2007 годом составил 16,85%. Также наблюдается повышение в 2008 году по сравнению с 2007 годом доли себестоимости реализованной продукции в выручке от реализации на 4,44 процентных пункта.

За счет уменьшения объема выпуска себестоимость продукции в 2007 году уменьшилась на 510,4 тыс.грн., а за счет изменения цен – увеличилась на 92,6 тыс.грн. В 2008 году за счет увеличения объема выпуска себестоимость продукции увеличилась на 1287,1 тыс.грн., а за счет изменения цен – увеличилась на 259,49 тыс.грн.

За счет увеличения цен в 2007 году чистая прибыль предприятия увеличилась на 58,07 тыс.грн., а в 2008 году за счет повышения цен прибыль увеличилась на 144,71 тыс.грн. Перерасход по косвенным расходам привел к снижению прибыли в 2007 году на 660,4 тыс.грн. и в 2008 году на 630,9 тыс.грн. Общее влияние факторов в 2007 и 2008 году составили соответственно -497,2 и 585,29 тыс.грн.

Из всех рассмотренных методов прогноза прибыли предприятия наиболее точно отражает имеющиеся данные метод Хольта, так как среднеквадратическая ошибка (MSD) минимальна. Этот метод следует использовать для прогнозирования чистой прибыли ЗАО «Швейная фабрика имени Нины Ониловой». По результатам данного анализа прогнозное значение чистой прибыли ЗАО «Швейная фабрика имени Нины Ониловой» на 1 квартал 2009 года составляет 2446,19 тыс.грн