|
ные за п. В качестве прогнозных выберем следующие три показателя выручку, чистую прибыль и чистый денежный поток. Существующие методы прогнозирования варьируются от простых до весьма сложных два эконометрических. Для целей нашего исследования использованы метода: анализ линейного тренда и регрессионный анализ. Анализ линейного тренда. Данный метод характеризуется построением аппроксимированного тренда объемов выручки компании с использованием уравнения прямой. Хотя исторические данные по показателям компаний изменяются нелинейным образом, тренд может быть усреднен, если предположить, что он приближен к прямолинейному. Простейшим способом является графическое построение линейного тренда: R = a + pT, (39) где R прогнозируемые значения показателя для выбранного времени Т; а пересечение оси у с графиком показателя; /? угловой коэффициент наклона прямой, который показывает интенсивность увеличения показателя; Твременной период. Угловой коэффициент может быть найден следующим отношением: _ ЛЯ = R„-R, ^ значений показателей. ^ Т ' (40) Уравнение (39) может использоваться для прогнозирования будущих Регрессионный анализ. Процедура построения кривой по точкам может стать более точной за счет использования метода наименьших квадратов, позволяющего строить линию, которая идеально точно проходит посередине между различными имеющимися статистическими точками. Это выполняется с помощью формулы, минимизирующей сумму квадратов отклонений от фактических точек для прогнозируемого показателя и значений, даваемых линией. Возведение отклонений в квадрат не позволяет 104 |
Итоговый рейтинг показал, что наиболее вероятными претендентами объектами сделки по объединению предприятий являются те, которые вошли в четверку наилучших объектов инвестирования. 3.3. Методика прогнозирования эффективности финансовой стратегии проекта объединения субъектов малого предпринимательства Для разработки стратегии объединения бизнеса необходимо понимать, какие динамические процессы ожидаются в будущем. Для этого необходимо построить прогноз финансовых результатов деятельности на основании имеющихся статистических данных. Обозначим количество лет, по которым известны статистические данные за п. В качестве прогнозных выберем 3 показателя выручку, чистую прибыль и чистый денежный поток. Существующие методы прогнозирования варьируются от простых до весьма сложных эконометрических. Для целей нашего исследования использованы два метода: анализ линейного тренда и регрессионный анализ. Анализ линейного тренда. Данный метод характеризуется построением аппроксимированного тренда объемов выручки компании с исполъзованием уравнения прямой. Хотя исторические данные по показателям компаний изменяются нелинейным образом, тренд может быть усреднен, если предположить, что он приближен к прямолинейному. Простейшим способом является графическое построение линейного тренда: + ( 12) где К прогнозируемые значения показателя для выбранного времени Г; а пересечение оси показателя; Д угловой коэффициент наклона прямой, который показывает интенсивность увеличения показателя; Г время. Угловой коэффициент может быть найден следующим отношением: 132 АК р АГ Г „-Г , ’ (13) Уравнение (1) может использоваться для прогнозирования будущих значений показателей. Регрессионный анализ. Процедура построения кривой по точкам может стать более точной за счет использования метода наименьших квадратов, позволяющего строить линию, которая идеально точно проходит посередине между различными имеющимися статистическими точками. Это выполняется с помощью формулы, минимизирующей сумму квадратов отклонений от фактических точек для прогнозируемого показателя и значений, даваемых линией. Возведение отклонений в квадрат не позволяет отрицательным отклонениям компенсировать положительные отклонения. Более того, благодаря этому методу, более крупные отклонения получают в процессе прогнозирования больший вес, чем меньшие отклонения, поскольку при возведении в квадрат меньшее число увеличивается в меньшей степени, чем большее число. Этот метод дает более точные оценки параметров прямой, чем в методе анализа линейного тренда. Обозначим через ti, г=1,2...п периоды, по которым имеется информация о фактических значениях финансовых показателей объединяемых предприятий, а через ¡=],2...п собственно сами значения показателей. Совокупный набор статистических данных можно представить в виде РьХ1),р2,Х2)...рп,Хп) (14) Каждую пару чисел можно интерпретировать, как точку на плоскости в системе координат (1,х) и создать прямую вида х = + с /, откуда возни кает задача линейного регрессионного анализа по построению прямой х = Со+с/, наилучшим образом аппроксимирующей точки. Для вычислений Со,с, использован метод наименьших квадратов Гаусса. В данном методе вычисляется регрессионная прямая, для которой сумма квадратов расстояний 133 |