МЕНЮ Главная Мировая экономика МЭО Микроэкономика Метрология Менеджмент Педагогика Международные отношения Международное частное право Международное публичное право Кибернетика Инвестиции Геодезия Банковское дело Сельское лесное хозяйство и землепользование Маркетинг реклама и торговля Журналистика издательское дело и СМИ Государство и право Геология гидрология и геодезия Юридическая психология Экономическая теория политэкономия макроэкономика Гражданское процессуальное право Гражданское право Биографии Схемотехника Судебная психиатрия Судебная медицина Строительство Страховое право Страхование Водоснабжение водоотведение Бухучет управленчучет Арбитражный процесс Энциклопедия "Хочу все знать" Карта сайта	Анализ оборотного капитала · изучение взаимосвязи определяемых в последствии принятия решений и установления критериев эффективности, позволяющих оценивать преимущество того или иного варианта действия. Факторы, входящие в описание модели, можно разделить на две группы: 1) постоянные факторы, на которые мы влиять не можем; 2) зависимые факторы, которые в известных пределах мы можем выбирать по своему усмотрению. Критерий эффективности, выражаемый некоторой функцией, называется целевой, а зависит от факторов обеих групп. Все модели исследования операций можно классифицировать в зависимости от природы и свойств операций, особенности применения математических методов. Следует отметить, что, прежде всего, большой класс оптимизационных моделей. Такие задачи возникают при попытке оптимизировать планирование и управление сложными системами. Учитывая специфику ООО «Дорстройсервис-Уфа» на торгово-закупочной деятельности, к факторам влияющим на мобильность оборотных средств отнесем: оборачиваемость материальных запасов товаров и оборачиваемость кредиторской задолженности. Составлено уравнение регрессии – модель, по которой будут разрабатываться мероприятия оптимизирующие коэффициент мобильности оборотных средств: Y = а + в1х1 + в2х2 (3.1.) где Y – мобильность оборотных средств; а - в1 и в2 - х1 - оборачиваемость материальных запасов товаров х2 - оборачиваемость кредиторской задолженности Прежде чем применить функцию необходимо проверить целесообразность составленной модели: - проверить значимость уравнения регрессии; - определить качество составленной модели. Для исчисления параметров а, в1, в2, исходные данные за исследуемый период приведены в таблице 3.1. Таблица 3.1. – Исходные данные для регрессионного анализа в тыс.руб
Период, кв	В	А2	А3	КЗ	у	х1	Х2
1	2	3	4	5	7=2/(3+4)	8=2/3	9=2/5
2004 г.
1	215600	11620	12000	11000	7,95	25,16	15,60
2	314300	12560	12100	11200	7,38	25,54	11,92
3	216500	11730	12050	12950	5,94	22,60	17,37
4	123600	11590	12050	13000	8,94	40,00	7,87
2005г.
1	221800	11350	13950	13100	8,11	16,15	7,03
2	320300	11200	13800	13500	9,06	16,92	5,80
3	222600	11400	13750	16000	11,39	16,14	3,77
4	315300	11450	14100	18400	10,76	10,55	1,82
2006г.
1	116700	11450	14150	18500	5,98	11,52	1,96
2	118200	11550	13950	18900	5,31	11,74	2,04
1	2	3	4	5	7=2/(3+4)	8=2/3	9=2/5
3	323500	11600	13950	18900	4,23	14,69	2,64
4	326600	14350	14950	19300	5,97	6,11	2,86
Итого	1235731	114250	1450800	1235731	105,02	226,21	80,68

где В – выручка, тыс. руб.;

А2 = ТП+ ТО+ДЗ;

А3= МЗ;

КЗ – кредиторская задолженность;

ТП –товарная прдукция;

ТО – товары отгруженные;

МЗ – материальные запасы товаров;

ДЗ – дебиторская задолженность.

Параметры уравнения регрессии исчислены c помощью программы MS Exel:

а = 0,8902;

в1 = 0,3054;

в2 = -0,0294;

Уравнение регрессии примет вид:

Y=0,8902 + 0,3054*х1- 0,0294*х2 (3.2.)

Для проверки значимости уравнения регрессии находим фактический F-критерий Фишера по формуле:

(3.3.)

где Sfact –дисперсия фактическая, находиться по формуле:

(3.4.)

Soc –дисперсия остаточная, находиться по формуле:

(3.5.)

Расчеты приведены в таблице 3.2.

Таблица 3.2. –

Расчетная таблица

Период, кв

Sобщ

Sfact

S oc

2004г.

1,654

0,950

0,096

5,201211

0,498

1,326

0,199

8,289988

1,601

1,638

0,000

0,244661

18,228

18,208

0,000

0,026465

2005г.

0,310

0,377

0,003

1,395263

0,372

0,197

0,028

4,093849

0,079

0,267

0,055

5,354121

3,660

2,760

0,063

9,135648

2006г.

2,849

2,146

0,050

7,471683

1,852

2,024

0,004

1,864107

0,190

0,677

0,150

9,141343

0,490

0,559

0,002

1,206641

Итого

31,783

31,129

0,650

4,452

F-критерий Фишера при уровне значимости 0,01 равен 16,26 (табличное значение). При выполнении условия Fфакт > F0,01 уравнение регрессии считается значимым, в данном случае это условие выполняется: 478,9 >= 16,26

Проверка качества составленной модели определяется при помощи показателя средней ошибки аппроксимации. Модель считается составленной качественно, если значение средней ошибки аппроксимации находится в интервале от 5 до 7% включительно.

Средняя ошибка аппроксимации находиться по формуле:

Расчет этого показателя приведен в таблице 20. Вычисленное значение средней ошибки аппроксимации равно 4,5 %, округляя до целого числа, получаем 5%. Это означает, что модель составлена качественно и пригодна для дальнейшего исследования.

Для того, чтобы определить в каком направлении разрабатывать мероприятия, определяем факторы, которые наиболее сильно влияют на результативный признак. Для этого вычисляются: коэффициенты эластичности; и коэффициенты корреляции.

Коэффициент эластичности вычисляется по формуле:

Это означает, что факторы влияют на результативный признак следующим образом:

- повышение оборачиваемости материальных запасов (фактор х1) на 1% влечет повышение коэффициента мобильности оборотных средств на 0,3%;

- рост оборачиваемости кредиторской задолженности (фактор х2) на 1% понижает коэффициент мобильности оборотных средств на 0,04%;

Для проведения корреляционного анализа рассчитываются коэффициенты корреляции с помощью MS Exel.

Полученные показатели корреляции представлены в таблице 3.3.

Полученные показатели характеризуют связи следующим образом:

- на результативный признак наибольшее влияние оказывает фактор оборачиваемость запасов товаров (коэффициент корреляции =0,0999) и только потом кредиторская задолженность (коэффициент корреляции = 0,1905).

- анализируемые факторы мало корреллируют между собой, поэтому все факторы уравнения регрессии значимы. При исчислении прогнозного результата (коэффициента мобильности оборотных средств) будут учитываться все факторы уравнения регрессии.

Как видно из рисунка 3.1., график прогноза уравнения регрессии на 2 месяца 2004 года имеет тенденцию к снижению. Это означает, что при реализации прежней финансовой политики коэффициент мобильности оборотных средств будет уменьшаться. В этом случае имеет место залеживание товаров на складах, увеличение затрат по хранению больших (сверх нормы) остатков товаров.

Из регрессионного анализа видно, что наибольшее влияние на мобильность оборотных средств имеет оборачиваемость запасов товаров, это очевидно, так как данное предприятие занимается торгово-закупочными операциями.

3.2.Определение потребности в оборотном капитале

При разработке управленческих решений по оборотному капиталу математические методы применяются в определении прогнозного значения потребности в оборотном капитале.

Оборотный капитал предприятия отражает ресурсы, вложенные в оборотные активы. Это наиболее работоспособная часть капитала, так как по сравнению с основным капиталом она имеет более высокую оборачиваемость. Его доля и оборачиваемость обуславливают доходную или бездоходную деятельность предприятия. Поэтому оборотный капитал предприятия выступает объектом управления, имеющим первостепенное значение.

Объем потребности в оборотном капитале обусловлен многими факторами, среди которых наибольшее значение имеют масштабы деятельности, отраслевая принадлежность предприятия.

Так как, ООО «Дорстройсервис-Уфа» занимается торгово-закупочной деятельностью, то на мобильность оборотных средств влияние оказывает оборачиваемость запасов, поэтому необходимо оптимизировать поставки и объемы хранения. Экономико-математическое моделирование позволяет решать задачи такого вида.

Экономико-математическая постановка задачи выглядит следующим образом:

где Зобщ. – совокупные затраты на транспортировку и хранение;

Зразмi – затраты на транспортировку i-го товара;

EOQi – размер оптимальной поставки i-го товара;

Решением данной модели является объем оптимальной поставки:

где EOQi - размер оптимальной поставки i-того товара, шт.;

Зразмi -затраты на транспортировку i-того товара, тыс. руб.;

З хрi - затраты на хранение i-того товара, тыс. руб.

То есть задача сводиться к максимизации прибыли за счет увеличения удельного веса наиболее доходных, оборачиваемых товаров, а также к оптимизации объема поставки товара. Исходные данные для постановки и решения данной задачи приведены в таблицах.

Спрос на товары за 2004-2006 годы представлен в таблице 3.4.

Объемы продаж ООО «Дростройсервис-Уфа» за 2004-2006 гг. в тыс. шт.

МЕНЮ

Анализ оборотного капитала

Таблица 3.1. –

Исходные данные для регрессионного анализа в тыс.руб

А2 = ТП+ ТО+ДЗ;

Расчетная таблица