13 января 2016г.
Деятельность любой компании состоит из множества частей: производство продукции, покупка материалов, работа с потребителями, организационная структура компании, конкуренты, рынок и т.д. Каждую из частей можно разделить на более узкие составляющие – все они так, или иначе влияют на деятельность компании.
Чтобы отслеживать влияние факторов друг на друга, необходим факторный анализ. Он позволяет оценить степень влияния того или иного фактора на результирующий показатель. Данный анализ помогает компании оценить свои сильные и слабые стороны, а также принимать верные управленческие решения, которые повышают эффективность деятельности компании.
Целью данной работы является определить, насколько сильно внешние факторы влияют на прибыль компании.
Корреляционный анализ – определение уровня взаимосвязанности разных событий через расчёт коэффициентов корреляции, количественно показывающих, насколько предыдущее событие предопределило наступление последующего [3].
Для проведения корреляционного анализа нам потребуются данные бухгалтерской отчетности и статистические показатели по Пермскому краю.
Таблица 1 Данные бухгалтерской отчетности.
|
Год
|
Выручка
|
Валовая прибыль
|
Прибыль от продаж
|
Чистая прибыль
|
|
2006
|
1099112
|
209544
|
39284
|
28613
|
|
2007
|
1501136
|
140165
|
15556
|
41078
|
|
2008
|
1353860
|
109842
|
-28490
|
-11750
|
|
2009
|
834548
|
-34135
|
-142926
|
-161260
|
|
2010
|
685507
|
55453
|
-66246
|
-39600
|
|
2011
|
1145599
|
154329
|
16477
|
-7896
|
Статистические показатели, представленные в Табл.2 - это внешние факторы влияния. А финансовые показатели, представленные в Табл.1, являются результирующими показателями.
Таблица 2 Статистические показатели.
|
Год
|
ВРП,
млн. руб.
|
Среднедушевые доходы, руб.
|
Денежные доходы, млн. руб.
|
Численность населения, тыс. чел.
|
Финансовый результат, млн. руб.
|
Инвестиции, млн. руб.
|
|
2006
|
1321021
|
16356,0615
|
524833,3
|
2674
|
175835,9
|
152363,4
|
|
2007
|
1183327
|
17935,8844
|
572578
|
2660,3
|
96287,6
|
132273,7
|
|
2008
|
1362494
|
19777,4348
|
628613,9
|
2648,7
|
132597,4
|
139652,2
|
|
2009
|
1700663
|
21296,875
|
673049,4
|
2633,6
|
158882,6
|
144781,5
|
|
2010
|
1800000
|
23284,3424
|
735161,2
|
2631,1
|
186841,4
|
158314,4
|
|
2011
|
2000000
|
25305,2445
|
800000
|
2634,5
|
195000
|
165000
|
Для проведения корреляционного анализа необходимо построить матрицы корреляции (Табл.3-6).
Таблица 3 Корреляционная матрица зависимости выручка, валовой прибыли, прибыли от продаж и чистой прибыли
|
|
y1
|
y2
|
y3
|
y4
|
x1
|
x2
|
x3
|
x4
|
x5
|
|
x1
|
-0,6500
|
-0,35947
|
-0,35219
|
-0,47767
|
1
|
|
|
|
|
|
x2
|
-0,4615
|
-0,37909
|
-0,33089
|
-0,38573
|
0,9385
|
1
|
|
|
|
|
x3
|
-0,4538
|
-0,36615
|
-0,31773
|
-0,37442
|
0,9382
|
0,99
|
1
|
|
|
|
x4
|
0,5777
|
0,722184
|
0,678347
|
0,665801
|
-0,8331
|
-0,91
|
-0,90
|
1
|
|
|
x5
|
-0,7290
|
-0,00959
|
-0,08149
|
-0,24776
|
0,7945
|
0,58
|
0,58
|
-0,40
|
1
|
Если значение коэффициента корреляции больше 0,7 (по модулю), то данный фактор оказывает сильное влияние на результирующий показатель. Для выручки сильными факторами являются факторы х1 и х5. Сильные фактор для валовой прибыли – фактор х4. На прибыль от продаж рассматриваемые факторы влияют незначительно, кроме фактора х4 – он оказывает виляние на результирующий показатель. Для чистой прибыли сильным фактором влияния является фактор х4.
Для каждого результирующего показателя построим модель зависимости от отобранных внешних факторов влияния (Табл.4).
Таблица 4 Регрессионный анализ
|
Показатели
|
Выручка
|
Валовая прибыль
|
Прибыль от продаж
|
Чистая прибыль
|
|
Множественный R
|
0,738
|
0,722
|
0,678
|
0,666
|
|
R-квадрат
|
0,544
|
0,521
|
0,460
|
0,443
|
|
F-критерий Фишера
|
4,535
|
4,360
|
3,409
|
3,185
|
Коэффициент корреляции для выручки составляет 0,72, значит связь между результирующим показателем и фактором х1 сильная. F-критерий Фишера равен 4,53, что больше его табличного значения (3,8) – модель является статистически значимой. Но при этом р-значение превышает 0,05, а значит, фактор оказывает слабое влияние на результирующий показатель.
Коэффициент корреляции для валовой прибыли составляет 0,72, значит связь между результирующим показателем и фактором х4 (численность населения) сильная. F-критерий Фишера равен 4,36, что больше его табличного значения (3,8) – модель является статистически значимой.
F-критерий Фишера для прибыли от продаж равен 3,4, что меньше табличного значения 3,8 а значит рассматриваемая модель не является статистически значимой. А коэффициент корреляции равный 0,67 показывает не сильную связь между прибылью от продаж и рассматриваемым фактором.
F-критерий Фишера для чистой прибыли равен 3,18, а значит данная модель статистически незначима, т.к. табличное значение F-критерия равно 3,8. Это подтверждает коэффициент корреляции, равный 0,66 и р-значение, которое больше рекомендуемых 0,05.
Проведя корреляционный и регрессионный анализ, мы выявили определенную зависимость результирующих показателей от внешних факторов влияния. Корреляционный и регрессионный анализ показали, что рассматриваемые внешние факторы мало влияют на результирующие показатели (финансовые результаты) компании. Скорей всего это связано с узкой специализацией производства данного предприятия – они производят буровое и нефтепромысловое оборудование.
Корреляционный и статистический анализ позволяет компании оценить внешние факторы влияния, как изменяются различные показатели предприятия под их влиянием. С помощью полученной информации предприятие может значительно улучшить планирование своей деятельности, если оно будет знать о предстоящих изменениях того или иного фактора. Но при факторном анализе следует учитывать специализацию предприятия и выбирать те факторы, которые действительно имеют значение для рассматриваемой отрасли.
Список литературы
1. Бухгалтерская отчетность компании [Электронный ресурс]. URL: http://kungurmash.ru/default.aspx?textpage=40
2. Постников В.П., Буторина О.В., Факторный анализ, планирование и прогнозирование экономических и управленческих процессов в научно-исследовательской работе магистров: учеб. метод. пособие // Пермь: Изд-во Перм. нац. исслед. политехн. ун-та, 2014. – 130 с.
