Анализ хозяйственной деятельности

Перспективный (прогнозный) анализ

admin — Tue, 13 Jul 2010 20:21:21 +0000

Перспективный (прогнозный) анализ является инструментом, с помощью которого можно научно обосновать перспективы развития предприятия в условиях постоянного изменения внешней среды его функционирования.
Для достижения данной цели решаются следующие задачи:
а) выявление наиболее устойчивых закономерностей и тенденций развития макроэкономической среды, которые в перспективе могут оказать решающую роль в достижении целей предприятия;
б) прогнозирование результатов хозяйственной деятельности;
в) выработка стратегической и тактической политики предприятия;
г) научное обоснование и корректировка перспективных и текущих планов развития предприятия с учетом изменения ситуации внутреннего и внешнего характера.
Основные этапы проведения перспективного анализа:
• разработка системы показателей, которые будут составлять основу стратегии развития предприятия;
• прогнозирование уровня отобранных показателей на основе их исторического развития и предполагаемых изменений в перспективе;
2) вероятностные оценки будущего поведения факторов, определяющих конечные результаты деятельности предприятия;
3) выполнение аналитических процедур до совершения хозяйственных операций;
4) широкое применение эвристических и экономико-математических методов для прогнозирования результатов деятельности в условиях полной или частичной неопределенности;
5) использование метода сценариев, с помощью которого оцениваются наиболее вероятный ход развития событий и возможные последствия принимаемых решений;
6) использование преимущественно индуктивного метода исследования.
Для целей перспективного анализа используется весь методический инструментарий анализа, описанный в предыдущих разделах. Однако основу перспективного анализа составляют методы прогнозирования и методы оценки чувствительности экономических результатов к предполагаемым изменениям ситуации.

Методический инструментарий прогнозного анализа экономических показателей

admin — Thu, 01 Jul 2010 20:21:52 +0000

Успешность бизнеса в любой сфере деятельности основывается на эффективном планировании, которое, в свою очередь, базируется на точности прогнозного анализа. Прогнозный анализ ориентирован на изучение возможных сценариев развития предприятия в определенных условиях и допущениях. Видение перспективы позволяет своевременно обнаруживать риски и угрозы и принимать соответствующие меры для их предупреждения. Выявление основных тенденций и перспектив развития, создание образа будущего предприятия, определение потенциальных возможностей и угроз — основа научного обоснования планов и выработки стратегической и тактической политики предприятия, направленных на достижение его конечных целей.
В настоящее время насчитывается более 100 различных методов и процедур экономического прогнозирования, которые можно условно объединить в несколько групп:
а) эвристические (интуитивные) методы, базирующиеся на экспертных оценках изучаемого объекта;
б) методы, основанные на экстраполяции выявленных тенденций;
в) эконометрические методы, основанные на исследовании и моделировании причинно-следственных связей между экономическими явлениями.

Методы экстраполяции

admin — Tue, 29 Jun 2010 20:23:15 +0000

Методы экстраполяции основываются на экономико-статистических методах обработки данных за прошлые периоды, определения тенденций развития изучаемого явления в предпрогнозном периоде и проекции найденной закономерности на будущее. Экстраполирование установленной закономерности за пределы динамического ряда основано на предположении, что начавшееся изменение переменной будет продолжаться такими же темпами и в будущем. Необходимыми предпосылками получения надежных результатов экстраполяции являются стабильность экономических условий, достаточное количество и достоверность информации о прошлом.

Адаптивные модели

admin — Tue, 15 Jun 2010 20:24:01 +0000

Адаптивные модели и методы прогнозирования имеют механизм автоматической настройки на изменение исследуемого показателя. Инструментом прогноза является модель, первоначальная оценка параметров которой производится по нескольким первым наблюдениям. На ее основе делается ретроспективный прогноз, который сравнивается с фактическими наблюдениями. Далее модель корректируется в соответствии с величиной ошибки прогноза и вновь используется для ретроспективного прогнозирования следующего уровня, вплоть до исчерпания последнего наблюдения. В итоге модель впитывает новую информацию, приспосабливается к ней и к концу периода наблюдения отражает тенденцию, сложившуюся на текущий момент времени. Прогноз получается как экстраполяция последней тенденции, которая более полно учитывает сезонные и малые циклические колебания динамического ряда.
При построении регрессионных моделей динамических рядов необходимо учитывать и то, что результативный и факторный признаки изменяются не синхронно, а с некоторым временным лагом. Чтобы учесть это обстоятельство при прогнозировании результатов деятельности, применяют регрессионные модели с распределенным лагом, которые позволяют установить, как быстро реагирует исследуемый результативный показатель на изменение соответствующего фактора. Механизм данной модели основан на смещении исходной информации по факторному признаку на 1,2,..., п периодов динамического ряда относительно значений результативного признака, в результате чего устанавливается, через какой период времени проявляется воздействие данного фактора на исследуемый показатель. Поэтому регрессионные модели с распределенным лагом обеспечивают более точный прогноз развития событий.

Дискриминантные модели

admin — Sun, 06 Jun 2010 20:24:15 +0000

Дискриминантные модели получили широкое применение для оценки и прогнозирования кредитоспособности и риска банкротства предприятия — это известные модели Альтмана, Лиса, Таф-флера, Тишоу и других западных экономистов.
Для их разработки требуется достаточно большая выборка данных, желательно по предприятиям одной отрасли, поскольку многие показатели могут быть несопоставимы из-за разной структуры капитала и скорости его оборачиваемости в различных отраслях экономики. Затем все множество объектов разбивается, как правило, на три группы: к первой группе относятся финансово устойчивые предприятия, ко второй — проблемные или обанкротившиеся предприятия, к третьей — остальные. В качестве обучаюших выборок используют первую и вторую группы предприятий. Признаки, которые используются для распознавания подмножеств, называются дискриминантными переменными. Количество дис-криминантных переменных не ограничено, но их число должно быть меньше числа объектов наблюдения. В процессе дискрими-нантного анализа производится пошаговый отбор переменных, обеспечивающий наилучшее различие групп. После этого рассчитываются коэффициенты дискриминантной функции и константы дискриминации.

Анализ чувствительности

admin — Sun, 30 May 2010 20:25:02 +0000

Анализ чувствительности — один из инструментов прогнозирования результатов деятельности предприятия. Основываясь на технике детерминированного моделирования, он позволяет оценить чувствительность результативных показателей к изменению внутренних и внешних факторов, а также их реакцию на принятие любого управленческого решения. Анализ чувствительности называют еще однофакторным анализом, в котором исследование причинно-следственных связей осуществляется способом логической индукции — от частных факторов к обобщающим, от причин к следствиям. Он составляет основу принятия управленческих решений, уточнения и корректировки планов и прогнозов, оценки и прогнозирования эффективности инновационной деятельности.
Основная его цель — всестороннее изучение влияния управленческого воздействия (мероприятия) на результаты хозяйственной деятельности и комплексная оценка его эффективности во избежание риска потерь или упущенной выгоды.
Чтобы всесторонне оценить эффективность (выгодность) инновационного мероприятия, управленческого воздействия, необходимо выяснить, как изменились или изменятся в связи с его проведением основные показатели хозяйственной деятельности: объем производства и реализации продукции, ее себестоимость, прибыль, рентабельность и в конечном итоге финансовое положение предприятия. Проведение определенного мероприятия может быть эффективным с точки зрения увеличения производства продукции, но при этом может повыситься ее себестоимость, снизиться прибыль и уровень рентабельности, что для предприятия и общества в целом будет невыгодным. Поэтому, прежде чем осуществлять определенное управленческое воздействие, необходимо его всесторонне взвесить, оценить и показать, как изменятся ситуация и будущее состояние предприятия.
Осуществляя анализ чувствительности, необходимо вначале определить базовый вариант состояния объекта, где все исследуемые показатели имеют исходные значения. В качестве базового варианта может служить фактически сложившаяся ситуация на данный момент или план предприятия.
Оценивать чувствительность показателей к изменению фактора или ситуации можно как по абсолютным, так и по относительным показателям.

Прогнозирование результатов деятельности с помощью нечетких регрессионных моделей

admin — Mon, 10 May 2010 20:25:23 +0000

Современная эпоха характеризуется чрезвычайно быстрыми и глубокими изменениями социальных и экономических явлений, в результате чего очень трудно предсказать их развитие в будущем на основании формальной логики и традиционных математических методов, основанных на точных данных. Экономическая действительность ставит перед исследователями целый ряд проблем, часто неразрешимых при использовании самых современных методов экономического анализа и аппарата классической математики.
Исследование экономических явлений в условиях изменчивости внешней среды и неопределенности развития событий требует создания эффективных методик анализа, пригодных для оценки и прогнозирования результатов деятельности в такой ситуации.
В настоящее время прогнозирование экономических явлений базируется преимущественно на детерминированных связях и точных данных. Однако эти методы малоэффективны, потому что действительность далеко не всегда соответствует детерминированным схемам. Применение вероятностных методов математической статистики также не всегда эффективно, если используются субъективные данные. Методы, направленные на получение точного ответа в условиях неоднозначно определенных параметров, присущих рынку, либо дают необъективное решение, либо существенно усложняют его поиск, увеличивая временные и вычислительные затраты.
Большую помощь в решении этих задач в условиях неопределенности оказывают методы, основанные на теории нечетких множеств, которая, по мнению А.М.Хил Лафуенте, способна описать неопределенную среду.
Теория нечетких множеств является частью математики, которая ориентирует на обработку субъективного и неопределенного. Это попытка рассмотреть явления таким образом, как они представляются в реальной жизни, не деформируя их для того, чтобы сделать точными и четкими.
Возможности теории нечетких множеств очень широки. С ее помощью можно составить кратко- и долгосрочные прогнозы того или иного явления в условиях неопределенности и быстрой изменчивости внешней среды.
Практическое использование нечеткой логики и теории размытых множеств позволяет развивать традиционные методы прогнозирования, приспосабливая их к новым потребностям учета неопределенности будущего. В частности, на основании теории нечетких множеств можно построить нечеткие регрессионные модели, используемые для прогнозирования уровня исследуемых показателей.
Процедура построения нечетких регрессионных моделей существенно не отличается от процедуры разработки четких моделей. Требуются достаточная репрезентативность выборки и преемственность данных, обоснование формы уравнения связи и т.д. Задача анализа — найти такое уравнение связи, которое бы наиболее точно описывало связи между значениями факторов и результативным показателем с учетом того, что данные связи размытые, нежесткие, т.е. коэффициентами уравнения регрессии являются нечеткие числа.

Основные критерие качества

admin — Fri, 30 Apr 2010 20:25:46 +0000

Основным критерием качества построения нечеткого коридора являются абсолютная и относительная оценки уровня его неопределенности (размытости). В случае треугольной нечеткой регрессии, которая нами использовалась, в качестве абсолютной оценки может выступать средняя ширина коридора. В качестве относительной — соотношение ширины нечеткого числа, описывающего прогнозное значение искомого параметра, к его среднему значению. В нашем примере средняя ширина нечеткого коридора — 6,08.

Дополнительные критерии качества

admin — Sun, 18 Apr 2010 20:26:10 +0000

Дополнительным критерием качества построения нечеткой регрессии является равномерность распределения значений искомого параметра внутри нечеткого коридора. Для достижения такой равномерности возможно введение дополнительного ограничения на число точек, лежащих выше середины нечеткого коридора. Возможно также использование ограничения на уровень размытости свободного коэффициента. При снижении размытости последнего достигается снижение гипотетической ошибки прогноза от сопутствующего воздействия побочных факторов, которые, как правило, не являются определяющими. Применение данного ограничения не понадобилось, так как уровень размытости свободных коэффициентов в полученном уравнении регрессии равен нулю.

Основные правила организации АХД

admin — Thu, 08 Apr 2010 20:26:52 +0000

Результативность АХД во многом зависит от правильной его организации, которая должна соответствовать ряду требований. Она должна носить научный характер, строиться на плановой основе, основываться на новейших методиках, обеспечивать действенность и эффективность аналитического процесса.
Аналитическая работа входит в служебные обязанности каждого руководителя, каждого менеджера, принимающего управленческие решения. Отсюда важным принципом ее организации является четкое распределение обязанностей по проведению анализа между отдельными исполнителями. От того, насколько рационально распределены обязанности, зависит, с одной стороны, полнота анализа, а с другой — предупреждается дублирование одной и той же работы различными службами, более эффективно используется служебное время различных специалистов.
Одним из принципов организации анализа на предприятиях является обеспечение экономичности и эффективности аналитического процесса, т.е. выполнение наиболее полного и всестороннего исследования при минимуме затрат на его проведение. С этой целью при его проведении должны широко использоваться новейшие методики анализа, компьютерные технологии обработки информации, рациональные методы сбора и хранения данных.
Одно из требований, которое надо учитывать при организации аналитической работы, — ориентация на запросы конкретных пользователей анализа. Это дает возможность, с одной стороны, наиболее полно удовлетворять информационные запросы различных субъектов анализа, а с другой — минимизировать расходы на проведение анализа.
Важным принципом в организации аналитической работы на предприятии является ее регламентация и унификация. Регламентация предусматривает разработку для каждого исполнителя обязательного минимума таблиц и выходных форм анализа. Унификация (стандартизация) анализа предполагает создание типовых методик и инструкций, выходных форм и таблиц, стандартных программ, единых критериев оценки, что обеспечивает сопоставимость, сводимость результатов анализа на более высоком уровне управления, повышает объективность оценки деятельности внутрихозяйственных подразделений, уменьшает затраты времени на анализ и в итоге способствует повышению его эффективности.
Аналитическая работа на предприятии подразделяется на следующие организационные этапы:
1) определение субъектов и объектов АХД, выбор организационных форм его проведения и распределение обязанностей между отдельными службами и подразделениями;
2) планирование аналитической работы;
3) информационное и методическое обеспечение АХД;
4) оформление результатов анализа;
5) контроль за внедрением в производство предложений, сделанных по результатам анализа.