Добавлен: 06.04.2023
Просмотров: 152
Скачиваний: 2
СОДЕРЖАНИЕ
Глава 1. Теоретические основы финансового планирования деятельности предприятия
1.1 Понятие, сущность финансового планирования деятельности предприятия
1.2. Виды и методы финансового планирования деятельности предприятия
1.3. Этапы финансового планирования
Глава 2. Анализ финансового планирования предприятия (на примере ООО «Суши-рыба»)
2.1. Организационно-экономическая характеристика ООО «Суши-рыба»
2.2. Анализ финансового состояния ООО «Суши-рыба»
2.3. Организация финансового планирования на ООО «Суши-рыба»
2.4. Рекомендации по совершенствованию финансового планирования в ООО «Суши-рыба»
2.3. Организация финансового планирования на ООО «Суши-рыба»
Проведение финансового анализа компании позволило сформировать относительную четкую картину финансового состояния, однако для составления финансового плана данной информации не достаточно, поэтому в данном параграфе проведем анализ построения бюджетов на предприятии.
1. Прогнозирование продаж на период с 2016 -2018 при этом в 2016 ведется помесячное прогнозирование, а в 2017 и 2018 - поквартальное. Формула прогнозной выручки за год имеет вид (3.1):
, где (3.1)
TR - общая выручка
Si - количество покупок постоянных клиентов
Chi - средний чек постоянных клиентов
Sj - количество случайных, стихийных покупок
Chj - средний чек случайных покупок
0.2*(ΣSj*Chj)- доля незапланированных покупок.
В таблице ниже краткая выдержка бюджета продаж за период 2016 -2018 гг.
Таблица 3.1 - Бюджет продаж ООО «Суши-рыба»
План 2016 |
Факт 2016 |
План 2017 |
Факт 2017 |
План 2018 |
Факт 2018 |
|
Общая выручка, руб. |
57120000 |
57115000 |
85400000 |
75410000 |
98300000 |
98240000 |
В качестве недостатка данной методики прогнозирования хотелось бы отметить тот факт, что полученная экспертами доля не запланированных визитов имеет тенденцию к росту, тем самым бюджетные показатели становятся недооцененными. В данной работе попробуем выявить дополнительные методы прогнозирования.
Оценивая прогнозирование продаж, стоит определить, каково отклонение плановых показателей от фактических. Ниже представлены данные о фактических и бюджетных показателях выручки за 2018 год.
Таблица 3.2 - Плановые и фактические показатели выручки за 2018 г.
2018 |
План, руб. |
Факт, руб. |
Отклонение, руб. |
Выполнение плана, % |
янв |
8200000 |
8186667 |
-13333 |
99,8374 |
фев |
8200000 |
8202645 |
2645 |
100,0323 |
мар |
8100000 |
8096849 |
-3151 |
99,9611 |
апр |
8100000 |
7956462 |
-143538 |
98,22793 |
май |
8000000 |
7945192 |
-54808 |
99,3149 |
июн |
8000000 |
7984561 |
-15439 |
99,80701 |
июл |
8150000 |
8129457 |
-20543 |
99,74794 |
авг |
8150000 |
8135619 |
-14381 |
99,82355 |
сен |
8250000 |
8245678 |
-4322 |
99,94761 |
окт |
8250000 |
8254516 |
4516 |
100,0547 |
ноя |
8400000 |
8457231 |
57231 |
100,6813 |
дек |
8500000 |
8645123 |
145123 |
101,7073 |
Итого |
98300000 |
98240000 |
-60000 |
99,93896 |
Положительное значение отклонения фактической выручки от бюджетной говорит о недооцененности плановой выручки. А в свою очередь, отрицательное значение ошибки - о переоцененности.
Таким образом, прогнозирование продаж, проводимое специалистами компании ООО «Суши-рыба» имеет некоторые недостатки, в частности, как было отмечено:
• отсутствие корректировки на сезонность;
• не достаточно адекватный монотонный рост продаж;
• относительно высокие отклонения фактических данных от прогнозных;
• отсутствие учета инфляции.
Подводя итоги данного параграфа, посвященного анализу текущего состояния компании, выделим основные наиболее важные характеристики, полученные в ходе исследования.
Во-первых, текущее финансовое состояние предприятия можно определить как устойчивое.
Во-вторых, существующая система финансового планирования состоит лишь из бюджета продаж и бюджета расходов, т.е. этап планирования завершается созданием бюджета доходов и расходов, что говорит о незавершенности алгоритма планирования. Более того, принятая в компании методика прогнозирования продаж, а вместе с тем и выручки, является недостаточной для создания наиболее приближенного к реальности прогнозного значения. С целью повышения эффективности прогнозирования в следующей главе данной исследовательской работы будут рассмотрены некоторые дополнительные методики прогнозирования продаж, предложены рекомендации по учету сезонных колебаний данного показателя.
В-третьих, расчет плановых расходов имеет значимый недостаток: в нем отсутствует вариативная составляющая затрат, которая напрямую зависит от количества покупок. Разработка предложений по совершенствованию системы финансового планирования будут представлены в следующей завершающей главе исследовательской работы.
2.4. Рекомендации по совершенствованию финансового планирования в ООО «Суши-рыба»
1. Совершенствование системы планирования продаж
Модель плана (бюджета) продаж предприятия основана на прогнозе объема продаж и уровня цен на продукцию предприятия, который составляется экономистом компании.
Для составления прогнозных показателей были собраны помесячные данные за период с 2015 по 2018 год, вследствие чего было проанализировано 50 наблюдений, т.е.:
К= 12мес*4год + 2мес. (4.1)
Прогнозирование проводилось с использованием трех методик:
1) метод скользящей средней,
2) метод экспоненциального сглаживания,
3) анализ временных рядов (мультипликативная модель).
Прежде чем приступить к прогнозированию, важно отметить, что месячные показатели включают продажи со всех торговых предприятий ООО «Суши-рыба» (таблица 4.1).
Таблица 4.1 - Список торговых предприятий ООО «Суши-рыба»
Город |
№ |
Торговые предприятия |
Город |
№ |
Торговые предприятия |
Красноярск |
1 |
Северо -Западная |
Зеленогорск |
7 |
Радуга |
2 |
Красноармейский |
8 |
ЦУМ |
||
3 |
Панфиловцев |
||||
4 |
Арена |
||||
5 |
Волна |
||||
6 |
Арена остров |
Таким образом, учитывая прошлые периоды, оценим возможную выручку на последующие месяцы.
1) Метод скользящей средней является наименее точным и наиболее простым из представленных методик, поэтому в итоговом прогнозе имеет наименьший вес. Данный метод состоит в замене фактических уровней динамического ряда расчетными, которые имеют значительно меньшую колеблемость, чем начальные данные. При этом средняя рассчитывается по группам данных за определенный промежуток времени (в нашем случае 4 месяца), причем каждая последующая группа образуется со сдвигом на месяц.
, где: (4.2)
ТRt - выручка за прогнозируемый месяц,
Применив данную методику, получили следующие показатели выручки (таблица 4.2)
2) Метод экспоненциального сглаживания основан на расчете специальных показателей, получивших название экспоненциальных средних, которые широко используются в краткосрочном прогнозировании. Основа метода состоит в использовании в качестве прогноза линейной комбинации прошлых и текущих наблюдений. Экспоненциальная средняя рассчитывается по формуле:
, где (4.3.)
ТRt - экспоненциальная средняя (сглаженное значение уровня ряда) на момент ^ в нашем случае это прогнозная продажа,
ТRt-1 - прогноз выручки за предыдущий период,
trt - продажи в предпрогнозный период
ɑ - коэффициент, характеризующий вес текущего наблюдения при расчете экспоненциальной средней (параметр сглаживания), причем 0 < ɑ < 1.
Из уравнения следует, что средний уровень ряда на момент t равен линейной комбинации двух величин: фактического уровня для этого же момента и среднего уровня, рассчитанного для предыдущего периода.
Выше отмечено, что ɑ может находиться в пределах 0;1. Однако практически диапазон значений ɑ находится в пределах от 0,1 до 0,3. При выборе значения ɑ, необходимо учитывать, что для повышения скорости реакции на изменение процесса развития необходимо повысить значение ɑ (тем самым увеличивается вес текущих наблюдений), однако при этом уменьшается “фильтрационные” возможности экспоненциальной средней. С целью наибольшего приближения к фактическим показателям было выбрано ɑ= 0,3. В сводной таблице представлены результаты применения данной методики (таблица 4.2.):
3) Анализ временных рядов с помощью мультипликативной модели на наш взгляд является наиболее точным, поэтому в результирующем прогнозе данной методике присвоен наивысший вес. С целью получения корректных данных в данной методике использовались данные по каждому торговому предприятию, затем полученные данные суммировались. Ниже представлена таблица с полученной зависимостью выручки от периода после учета сезонности и колебаний (таблица 4.2):
Таблица 4.2 - Модель прогнозирования выручки по торговым предприятиям
- = 43474,1366627*PERIOD - 161379,084898
- = 20291,1951981 *PERIOD - 77928,157551
- = 12671,4757743*PERIOD - 54584,8522449
- = 24875,0533493*PERIOD - 76451,3404082
- = 14874,9923169*PERIOD - 21994,4440816
- = 32541,3991837*PERIOD - 106943,759184
- = 47407,4783193*PERIOD - 182429,65714
- = 52173,4313565*PERIOD - 160999,099592
Данные модели были проверены на значимость, гетероскедастичность, поскольку модель включает лишь одну временную зависимость, то необходимости проводить тесты на мультиколлинеарность не было. Кроме того, была построена модель зависимости совокупной выручки от времени и получены следующие результаты:
TOTAL_REVENUE = 336532,264922* PERIOD - 1339321,89551 (4.4)
Модели были протестированы с использованием прошлых показателей выручки: последние 12 месяцев прогнозные данные не отличились от фактических.
Таким образом, примененные методы позволили получить следующие прогнозные данные по выручке (таблица 4.3.):
Таблица 4.3 - Прогнозирование выручки ООО «Суши-рыба»
Период |
Метод скользящей средней, руб. |
Метод экспоненциального сглаживания, руб. |
Анализ временного ряда, руб. |
Январь 2018 |
6939325 |
6 952 941 |
6663983 |
Февраль 2018 |
7398809 |
6 916 964 |
7365836 |
Март 2018 |
7800973 |
6 976 396 |
7626181 |
Апрель 2018 |
8136917 |
7 913 829 |
7824015 |
Май 2018 |
8145838 |
7 926 070 |
7938455 |
Июнь 2018 |
8193350 |
7 911 286 |
8074019 |
Июль 2018 |
8226696 |
7 993 126 |
8137015 |
Август 2018 |
8255884 |
8 312 555 |
8141042 |
Сентябрь 2018 |
8287214 |
8 355 194 |
8200871 |
Октябрь 2018 |
8321436 |
8 316 698 |
8293625 |
Ноябрь 2018 |
8532331 |
8 314 511 |
8391650 |
Декабрь 2018 |
8513946 |
8 378 590 |
8596934 |
План 2018 |
96 752 717 |
95 768 162 |
97253626 |
Как было уже сказано ранее, каждый из методик имеет свой вес, определенный экспертным путем:
1) Метод скользящей средней - 0,25
2) Метод экспоненциального сглаживания - 0,25
3) Анализ временного ряда - 0,5
Распределив веса, мы рассчитали итоговые прогнозные значения выручки, представленные в таблице 4.4., с учетом предложенных методик и бюджета, предложенного специалистами отдела продаж.
Таблица 4.4 - План продаж в ООО «Суши-рыба»
Период |
Прогнозный , руб. |
Январь2018 |
6663983 |
Февраль2018 |
7365836 |
Март2018 |
7626181 |
Апрель2018 |
7824015 |
Май2018 |
7938455 |
Июнь2018 |
8074019 |
Июль2018 |
8137015 |
Август2018 |
8141042 |
Сентябрь2018 |
8200871 |
Октябрь2018 |
8293625 |
Ноябрь2018 |
8391650 |
Декабрь2018 |
8596934 |
План 2018 |
97253626 |
План 2017 |
85400000 |
План 2016 |
57120000 |
Подводя итоги данного раздела, отметим, что разносторонний подход к прогнозированию позволяет наиболее корректно оценить возможную ситуацию, хотя и не лишает вероятности проявления ошибок и отклонений прогнозных данных. Поскольку «сухие» статистические данные очень часто исключают шоки, то отслеживание тенденций внешней среды является одной из ключевых факторов построения бюджета продаж предприятия.
Изучение данного аспекта бюджетирования имеет большие перспективы, поскольку построение более сложной, многофакторной регрессии с большим количеством регрессоров может наиболее полно отобразить возможное развитие событий на рынке сбыта. Что именно формирует спрос: каково влияние конкурентов, технологий, образования персонала, местонахождения торговых предприятий и многое другое.
2. Рекомендации по оптимизации планирования расходов. Вторым важнейшим разделом планирования является бюджет расходов, который имеет непосредственное отражение в БДР. Так как компания ООО "Суши-рыба" является производителем продукции, то данный раздел несколько проще, чем в промышленном предприятии.
Для планирования общих расходов предприятия были разработаны:
1. Бюджет себестоимости составляется на основании формулы: