2.5 Методы прогнозирования основных финансовых показателей

Важную роль в планировании играют различные прогнозы и ориентиры. Финансовый менеджер должен уметь прогнозировать объем реализации, себестоимость продукции в целом и по важнейшим статьям, потребность в источниках финансирования, величину денежных потоков и т.п. Более того, прогнозирование как один из методов управления не должно сводиться лишь к расчету ориентиров для критериев, имеющих количественное измерение; оно понимается в более широком аспекте, в частности и как метод выявления оптимальных вариантов действий. В этом смысле прогнозирование тесно связано с перспективным анализом, поскольку окончательный вариант действий выбирается после рассмотрения и сравнительного анализа различных вариантов, в том числе и альтернативного характера.

Из множества подходов к прогнозированию наибольшее распространение на практике получили три, в основе которых: методы экспертных оценок; методы обработки пространственных, временных и пространственно-временных совокупностей; методы ситуационного анализа и прогнозирования. Дадим им краткую характеристику.

Методы экспертных оценок наиболее простые и достаточно популярные методы. В качестве простейшего примера применения подобных методов служит способ установления некоторых прогнозов и планов на интуитивном уровне. В современной интерпретации методы экспертного прогнозирования могут предусматривать многоступенчатый опрос экспертов по специальным схемам и обработку полученных результатов с помощью научного инструментария экономической статистики. Эти методы применяются не только для прогнозирования значений показателей, но и в аналитической работе, например, для разработки весовых коэффициентов, пороговых значений контролируемых показателей и т.п.

Методы обработки пространственных, временных и пространственно-временных совокупностей занимают ведущее место с позиции формализованного прогнозирования и существенно варьируют по сложности используемых алгоритмов. Выбор того или иного метода зависит от множества факторов, в том числе и имеющихся в наличии исходных данных. Можно выделить три типовые ситуации.

Первая ситуация — наличие временного ряда — встречается на практике наиболее часто: финансовый менеджер или аналитик имеет в своем распоряжении данные о динамике показателя, на основании которых требуется построить приемлемый прогноз. Иными словами, речь идет о выделении тренда. Это можно сделать различными способами; упомянем о двух: простом динамическом анализе и анализе с помощью авторегрессионных зависимостей.

Первый метод исходит из предпосылки, что прогнозируемый показатель (У) изменяется прямо (обратно) пропорционально с течением времени. Поэтому для определения прогнозных значений показателя Y строится, например, следующая зависимость:

Y_t = a + bt.

где t — порядковый номер периода.

Параметры уравнения регрессии (а, b) находятся, как правило, методом наименьших квадратов. Подставляя в формулу нужное значение t, можно рассчитать требуемый прогноз.

В основу второго метода заложена предпосылка о том, что экономические процессы имеют определенную специфику. Они отличаются, во-первых, взаимозависимостью и, во-вторых, определенной инерционностью. Последняя означает, что значение практически любого экономического показателя в момент времени t зависит определенным образом от состояния этого показателя в предыдущих периодах (в данном случае мы абстрагируемся от влияния других факторов), т.е. значения прогнозируемого показателя в прошлых периодах должны рассматриваться как факторные признаки. Уравнение авторегрессионной зависимости в наиболее общей форме имеет вид:

Y_t = A_o + A₁Y₁, + А₂ Y₂ + ... + A_n Y_n

где Y_t — прогнозируемое значение показателя Y в момент времени t;

А – коэффициент регрессии.

Коэффициенты регрессии данного уравнения могут быть найдены методом наименьших квадратов.

Вторая ситуация — наличие пространственной совокупности — имеет место в том случае, если по некоторым причинам статистические данные о показателе отсутствуют либо есть основание полагать, что его значение определяется влиянием некоторых факторов. В этом случае может применяться многофакторный регрессионный анализ, представляющий собой распространение простого динамического анализа на многомерный случай. В этом случае в результате качественного анализа выделяется k факторов, влияющих, по мнению аналитика, на изменение прогнозируемого показателя, и строится чаще всего линейная регрессионная зависимость типа:

Y = A₀ + A₁ X₁ + A₂X₂ + ...+A_k X_k,,

где А — коэффициенты регрессии,

Третья ситуация — наличие пространственно-временной совокупности — имеет место в том случае, когда: а) ряды динамики недостаточны по своей длине для построения статистически значимых прогнозов; б) аналитик имеет намерение учесть в прогнозе влияние факторов, различающихся по экономической природе и их динамике. Исходными данными служат матрицы показателей, каждая из которых представляет собой значения тех же самых показателей за различные периоды или на разные последовательные даты.

В основе методов ситуационного анализа и прогнозирования лежат модели, предназначенные для изучения функциональных или жестко детерминированных связей, когда каждому значению факторного признака соответствует вполне определенное неслучайное значение результативного признака. В качестве примера можно привести зависимости, реализованные в рамках известной модели факторного анализа фирмы Дюпон. Используя эту модель и подставляя в нее прогнозные значения различных факторов, например выручки от реализации, оборачиваемости активов, степени финансовой зависимости и других, можно рассчитать прогнозное значение одного из основных показателей эффективности — коэффициента рентабельности собственного капитала.

Другим весьма наглядным примером служит форма отчета о прибылях и убытках, представляющая собой табличную реализацию жестко детерминированной факторной модели, связывающей результативный признак (прибыль) с факторами (доход от реализации, уровень затрат, уровень налоговых ставок и др.). Один из возможных подходов прогнозирования в этом случае может выглядеть следующим образом.

Ставится задача выявления и исследования факторов развития хозяйствующего субъекта и установления степени их влияния на различные результатные показатели, например прибыль. Для этого используется имитационная модель, предназначенная для перспективного анализа формирования и распределения доходов предприятия. В укрупненном виде модель представляет собой многомерную таблицу важнейших показателей деятельности объекта в динамике. В подлежащем таблицы находятся взаимоувязанные показатели либо в номенклатуре статей формы № 2, либо в более детализированном виде. В сказуемом таблицы находятся результаты прогнозных расчетов по схеме «что будет, если ...». Иными словами, в режиме имитации в модель вводятся прогнозные значения факторов в различных комбинациях, в результате чего рассчитывается ожидаемое значение прибыли. По результатам имитации может выбираться один или несколько вариантов действий; при этом значения факторов, использованные в процессе моделирования, будут служить прогнозными ориентирами в последующих действиях. Модель реализуется на персональном компьютере в среде табличного процессора в соответствии с намеченным сценарием.

Одним из ключевых моментов для разработки прогнозных оценок является учет: а) уровня и динамики инфляции; б) состава и структуры товарооборота. Для этого в модели целесообразно предусмотреть использование различных относительных величин.

Имитационное моделирование финансово-хозяйственной деятельности основано на сочетании формализованных (математических) методов и экспертных оценок специалистов и руководителей хозяйствующего субъекта, но с превалированием последних. Поэтому для разработки долгосрочного прогноза со стороны администрации необходимо включить 2—3 специалиста от различных служб и подразделений предприятия (коммерческой службы, планового отдела, финансового отдела и бухгалтерии).

Еще один вариант использования ситуационного анализа для прогнозирования возможных действий имеет более общее применение. Теоретически существуют четыре типа ситуаций, в которых необходимо проводить анализ и принимать управленческие решения, в том числе и на уровне коммерческой организации: в условиях определенности, риска, неопределенности, конфликта. Однако с позиции прогнозирования вариантов возможных действий наибольший интерес представляет алгоритмизация действий в условиях риска.

Эта ситуация встречается на практике достаточно часто. Здесь применяется вероятностный подход, предполагающий прогнозирование возможных исходов и присвоение им вероятностей. При этом пользуются: а) известными типовыми ситуациями (типа — вероятность появления герба при бросании монеты равна 0,5); б) предыдущими распределениями вероятностей (например, из выборочных обследований или статистики предшествующих периодов известна вероятность появления бракованной детали); в) субъективными оценками, сделанными аналитиком самостоятельно либо с привлечением группы экспертов.

В более сложных ситуациях в анализе используют так называемый метод построения дерева решений. Этот метод весьма полезен в различных областях деятельности менеджеров, например, в управленческом учете, при составлении бюджета капиталовложений и особенно анализе на рынке ценных бумаг.