Занятие 4. Прогнозирование финансовой модели организации

анализ (сл. 2-6)
Оценка фин. состояния компании и Отчетность (примеры объектов

для прогнозирования) (сл. 7-8)
Коэффициентный анализ (экспресс анализ состояния компании) (сл. 9)
Прогнозирование вероятности банкротства организации (сл. 10-13)
Домашнее задание (сл. 13-17)
Бонус

- последовательность значений объясняемой переменной, соответствующей возрастающей последовательности моментов времени.

Регрессия

- показывает зависимость зависимой переменной у от независимых переменных х при условии, что это выражение будет иметь статистическую значимость.

Корреляция – взаимосвязь переменных, показывает силу и направленность (качество) связи между искомыми показателями (временными рядами).
Значения от -1 до 1:
-1 – очень сильная обратная связь (рост одного показателя приводит к снижению другого);
0 – отсутствие связи;
0,5 – слабая положительная связь.

Про корреляционно-регрессионный анализ в Excel – http://exceltable.com/otchety/korrelyacionno-regressionnyy-analiz
+ активизируем пакет анализа в Ваших Excel

объем продаж магазинов зависит от их площадей.
Цель — предсказать объем

годовых продаж для всех новых магазинов, зная их размеры.
Оценим зависимость между размером магазина и объемом его годовых продаж создадим выборки из 14 магазинов

(а) исходные данные

(б) диаграмма разброса значений

Источник: http://baguzin.ru/wp/prostaya-linejnaya-regressiya/

Анализ (б) показывает, что между площадью магазина X и годовым объемом продаж Y существует положительная зависимость.

совокупности (β0 и β1) можно использовать сдвиг b0 и наклон b1 прямой Y.
Таким образом, уравнение простой

линейной регрессии принимает следующий вид:
Yi = b0 + b1X1
Где Yi - предсказанное значение переменной Y для i-гo наблюдения, 
Xi — значение переменной X в i-м наблюдении.
Для того чтобы предсказать значение переменной Y в данном уравнении необходимо определить два коэффициента регрессии — сдвиг b0 и наклон b1 прямой Y.
Вычислив эти параметры, проведем прямую на диаграмме разброса.
Затем исследователь может визуально оценить, насколько близка регрессионная прямая к точкам наблюдения.
Простая линейная регрессия позволяет найти прямую линию, максимально приближенную к точкам наблюдения.

Пакетом анализа (строка Регрессия) http://lumpics.ru/how-to-enable-data-analysis-in-excel/
Во-вторых, можно, выделив точки на графике, кликнуть правой

кнопкой мыши и выбрать Добавить линию тренда https://exceltable.com/grafiki/liniya-trenda-v-excel
Далее можно выбрать вид линии тренда (в нашем случае – Линейная), отформатировать линию, показать на графике уравнение и величину достоверности аппроксимации (R2) степень соответствия трендовой модели исходным данным

+1,6699) означает, что при возрастании переменной X на единицу среднее значение переменной Y возрастает

на 1,6699 единиц.
То есть увеличение площади магазина на один квадратный фут приводит к увеличению годового объема продаж на 1,67 тыс. долл.
Таким образом, наклон – это доля годового объема продаж, зависящая от размера магазина.
Вычисленный сдвиг b0 = +0,9645 (млн. долл.) - это среднее значение переменной Y при X = 0.
Поскольку площадь магазина не может равняться нулю, сдвиг можно считать долей годового дохода, зависящей от других факторов.
Следует отметить, однако, что сдвиг переменной Y выходит за пределы диапазона переменной X. Следовательно, к интерпретации параметра b0 необходимо относиться внимательно.

и имущественные права, имеющиеся у компании
ПАССИВЫ

Основные источники финансирования, за счет, которых, было сформировано имущество компании

БАЛАНС

ОТЧЕТ О ПРИБЫЛЯХ И УБЫТКАХ

Все основные Доходы и Расходы
Виды прибыли

ООО «Лента» https://e-ecolog.ru/buh/2017/7814148471
ПАО «МЕГАФОН» https://e-ecolog.ru/buh/2017/7812014560
ПАО «Детский мир» https://e-ecolog.ru/buh/2017/7729355029
ООО

«ТОЙОТА МОТОР» https://e-ecolog.ru/buh/2017/7710390358
ПАО «НАУЧНО-ПРОИЗВОДСТВЕННАЯ КОРПОРАЦИЯ "ИРКУТ "» https://e-ecolog.ru/buh/2017/3807002509

на 4 большие группы показателей.
Ликвидность (краткосрочная платежеспособность),
Финансовая устойчивость (долгосрочная платежеспособность),
Рентабельность

(финансовая эффективность),
Деловая активность (нефинансовая эффективность).

Основные финансовые коэффициенты: https://www.cfin.ru/finanalysis/finratios.shtml
Калькулятор расчета коэффициентов: http://infofirm.ru/calculator-finstability/

модель Альтмана
Пятифакторная модель Альтмана (для ОАО)
Модель Альтмана для компаний,

чьи акции не торгуются на биржевом рынке (для ООО)
Семифакторная модель Альтмана
Прогнозирование вероятности банкротства на основе модели Таффлера
Модель Фулмера классификации банкротства
Прогнозная модель платежеспособности Спрингейта
Логит-регрессионная модель диагностики риска банкротства Г.В. Савицкой
Дискриминантная факторная модель Г.В. Савицкой диагностики риска банкротства
Прогноз ИГЭА риска банкротства
Прогнозирование вероятности банкротства на основе модели Бивера
Модель Лиса
Модель О.П.Зайцевой для оценки риска банкротства предприятия
Модель Ж. Конана и М. Голдера оценки платежеспособности
Метод credit-men, оценки финансовой ситуации на предприятии
Модель Аргенти (А-модель)
Трехфакторная модель Лего (CA - Score)
Модели прогнозирования банкротства А.В. Колышкина
Интегральная оценка финансовой устойчивости

Модели прогнозирования состояния компании

(Мегафон) )
Мы выбрали Модель Альтмана для стран с развивающейся экономикой

(т.е. России)
Z = 6,56Х1 + 3,26Х2 + 6,72Х3 + 1,05Х4
Z – интегральный показатель уровня угрозы банкротства;
Х1 – оборотный капитал к сумме активов предприятия. Показатель оценивает сумму чистых ликвидных активов компании по отношению к совокупным активам;
Х2 – нераспределенная прибыль к сумме активов предприятия. Отражает уровень финансового рычага компании;
Х3 – прибыль до налогообложения к общей стоимости активов. Показатель отражает эффективность операционной деятельности компании;
Х4 – рыночная стоимость собственного капитала / бухгалтерская (балансовая) стоимость всех обязательств.

в Excel в помощью линии тренда https://www.youtube.com/watch?v=owIOFl45lpg

банкротства был не стабилен, однако в целом, компания находится в

«зеленой зоне» на протяжении исследуемого периода.
В 2015 году значение показателя Альтмана составило 6,24 – означает стабильную ситуацию в организации.
В 2016 году интегральный показатель уровня угрозы банкротства составил 2,97 – рост вероятности банкротства по сравнению с прошлым годом, но благоприятное положение в целом.
В 2017 г. в сравнении с 2015 г. ситуация улучшилась. Значение показателя увеличилось до 3,31, соответственно вероятность банкротства снизилась.
Резкое снижение показателя в 2016 г. обусловлено нестабильностью коэффициента собственного и заемного капитала (X4). Это вызвано резким увеличением доли заемных и уменьшением доли собственных средств. Следовательно, меры должны быть направлены на изменение данного соотношения.

доходы и их источники, все расходы «попунктно», запланированные наследующие 12

мес. + выводы и решения о дальнейших направлениях действий, например, поиск новых источников дохода с их указанием или сокращение расходов и пр.). Срок выполнения: 24 сентября, 14:00
Провести анализ отчетности организации (на выбор) финансовые результаты. Срок выполнения: 5 ноября, 14:00
Спрогнозировать вероятность банкротства по одной из Моделей оценки (на выбор). Срок выполнения: 19 ноября, 14:00
Прогнозировать будущий спрос на продукцию/услугу (составить бюджетную модель «проекта»). Срок выполнения: 3 декабря, 14:00
Выступить с докладом о результатах по одному из заданий Срок представления: 7.12, 21.12

прогнозы деятельности и что нужно делать для роста финансового результата.
Дата

сдачи: 5 ноября, 14:00

Моделям (Альтмана, для ООО, для ОАО, Савицкой и пр.);
По желанию:
Оформить

результаты Вашего исследования и привести материалы в форму научной статьи, имеющей следующие составляющие:
а) объект исследования, его характеристика и идея научной работы;
б) методология исследования (методы, которыми Вы пользовались – регрессионный анализ, сравнение моделей оценки вероятности банкротства и пр.);
в) основные результаты (как отличаются результаты расчетов и выводы по ним между собой);
г) выводы, которые Вы вывели на основе проделанных расчетов и сравнений.
Дата сдачи: 19 ноября, 14:00

Задание №3

Использовать приемы корреляционно-регрессионного анализа http://exceltable.com/otchety/korrelyacionno-regressionnyy-analiz

Дата сдачи: 3 декабря, 14:00
Задание

№4

Investfunds - http://stocks.investfunds.ru/issuers/27417/
Страница ВК с курсовыми по Анализу организаций https://vk.com/showmgon

Объяснения сложного в моделировании простыми словами:
Путь воина – сайт с инструментами в экономике и финансах - http://baguzin.ru/wp/category/finances/
Доп. полезная информация по статистике и вообще:
Индикаторы науки (Официальный статистический сборник Росстата) - https://www.hse.ru/primarydata/in2017
Индикаторы инновационной деятельности (Сборник Росстат) - https://www.hse.ru/primarydata/ii2017
Федеральный портал по научной и инновационной деятельности - www.sci-innov.ru
Портал «Наука и технологии в России» - www.strf.ru
Доступ в библиотеку ИТМО:
ЭБС на платформе «Лань». Учебники и учебные пособия для университетов издательства «Лань» - http://e.lanbook.com/
Библиотека НИУ ИТМО – http://lib.ifmo.ru

profit equal zero.
Колонтитул
Break even point
Profit = Revenues – Expenses
Fixed

Variable

Fixed costs – are not dependent on sales volume:
Salaries of guidance;
Rent;
Depreciation and amortization;
Insurance;
Interest expense;
Utilities, etc.

Variable costs – are dependent on sales volume:
Direct materials;
Piece rate labor;
Production supplies;
Billable staff wages;
Commissions;
Credit card fees, etc.

Examples of costs types

or $ sales
Units of a product
Sales level ($)

Kick scooter store
Price of one Kick scooter = 300$
Variable costs

= 110$
Fixed costs = 2000$

BEPunit = Fixed costs / (Price – Variable costs)

BEPunit = 2000$ / (300$ – 110$);

BEPunit = 10,52 => 11 units

BEPSales = (2000$) / (1 – (110$/300$));

BEPSales => 3158 $

BEPSales = (Fixed costs) / (1 – (Variable costs / Price))

(планирование финансовых рисков);
определение минимальной договорной цены на определенный период (ценообразование);
определение

зависимости финансового результата от изменения одного из элементов соотношения затрат;
оценка производственного риска.

Цели анализа безубыточности