CC BY
35
ВЛИЯНИЕ РАСЧЕТОВ С КОНТРАГЕНТАМИ НА ДЕЛОВУЮ АКТИВНОСТЬ ПРЕДПРИЯТИЯ (НА ПРИМЕРЕ МЕТАЛЛУРГИЧЕСКОГО ПРЕДПРИЯТИЯ)
Погорелова Ольга Валентиновна,
аспирант кафедры «Математические методы в экономике», ГОУ ВПО «Магнитогорский государственный технический университет им. Г.И. Носова», тел. (3519) 24-51-69, 8-902893-55-84, poqorelova [email protected]
В связи с кризисными явлениями в металлургии проблема оценки расчетов с контрагентами приобрела еще большую актуальность. В статье с помощью корреляционно-
регрессионного метода
проанализированы различные
аспекты влияния оборачиваемости оборотных активов на деловую активность предприятия. Предложен подход исследования
задолженностей посредством
вариационного анализа,
позволяющий оценить
неоднородность распределения обязательств между контрагентами, выделить партнеров, существенным образом влияющих на деловую активность предприятия.
Ключевые слова: деловая активность предприятия, расчеты
с
контрагентами, корреляционно-регрессионный анализ, теста причинности Грэнджера,
вариационный анализ, управление дебиторской и кредиторской задолженностями
Pogorelova Olga Valentinovna,
the post-graduate student of the Department "Mathematical Methods of Economy" of Magnitogorsk State Technical University, tel. (3519) 24-51-69, 8-902-893-55-84, pogorelova [email protected]
THE PAYMENTS INFLUENCE ON BUSINESS ACTIVITY (BY THE EXAMPLE OF IRONWORKS)
In connection with the crises in the metallurgy a problem of payments estimation have take on special significance. In the article various aspects of influence circulating assets turnover on the business activity are examined by the correlation and regression analysis. Moreover, the variation analysis are proposed as a method for research liabilities, which allow to estimate heterogeneity of liabilities between partners, to single out partners, to influence profoundly on business activity.
Key words: business activity, payments with partners, correlation and regression analysis, Ganger causality test, variation analysis, bills payable and receivable management
Управление дебиторской и кредиторской задолженностями является частью финансовой полигики, направленной на организацию бесперебойного поступления чистого потока денежных средств. С целью повышения эффективности деятельности предприятия финансовый менеджмент зачастую направлен на использование механизма кредитного регулирования экономических отношений с контрагентами, участвующими в производственном процессе. Данный механизм является естественным следствием финансовых расчетов и договорных отношений о продаже в кредит, когда образуется временной лаг между временем выставления счета и временем платежа по нему. Временной лаг между этими событиями характеризует период отвлечения средств из оборота, если речь идет о дебиторской задолженности, и, наоборот, период привлечения денежных средств в случае кредиторской задолженности.
В конечном итоге оборачиваемость обязательств существенным образом влияет на непрерывность потока хозяйственных операций, который сводится к кругообороту элементов оборотного капитала, меняющего на том или ином этапе делового цикла свою материально-вещественную форму (деньги или товары): 1) денежные активы используются для приобретения сырья и материалов; 2) входящие запасы сырья и материалов в результате производственной деятельности через запасы незавершенного производства превращаются в запасы готовой продукции; 3) запасы готовой продукции реализуются и до наступления оплаты преобразуются в дебиторскую задолженность; 4) оплаченная дебиторская задолженность вновь преобразуется в денежные активы.
В целях организации эффективной финансовой политики функционирование любого хозяйствующего субъекта должно сопровождаться оценкой его деловой активности -анализом структуры его делоюго цикла и факторов, влияющих на продолжительность цикла.
Составляющие элементы делового цикла: производственный, операционный и финансовый циклы. Производственный цикл характеризует общее время, в течение которого финансовые ресурсы заморожены в незавершенном производстве. Операционный цикл характеризует общее время, в течение кото-рого финансовые ресурсы омертвлены в запасах, незавершенном производстве, складской готовой продукции и дебиторской задолженности. Поскольку предприятие оплачивает счета поставщиков с временным лагом, то финансовый цикл, меньше операционного на среднее время обращения кредиторской задолженности. Схема делоюго цикла представлена на рисунке 1.
Рис. 1. Циклы деловой активности производственного предприятия
№1,2010
Статистика и математические методы в экономике Пример расчета кредиторской задолженности.
производственного, операционного и На предприятиях черн°й финансового циклов металлургии ускорение
металлургического предприятия производственного процесса
представлен в таблице 1. Источником осложнено сущестаующими
информации послужили данные технологическими ^тт^и а финансовой отчетности, совершенствование технологий
представленной на официальном сайте требует крупных инвестиционных предприятия ОАО «Магнитогорский вложений. Наряду с щюизиодлвеншм металлургический комбинат». пр°цесс°м запасы сырья материалов
Продолжительность финансового и а также готовой продущт имеют
цикла влияет на финансовое состояние определенный пороговый уровень,
предприятия и на его устойчивость. связанный как с производственным Следует отметить, что на длительность простом, так и с наличием складских финансового цикла влияют как внешние помещений. Поэтому из всех факторы (конъюнктура рынков закупок перечисленных фaкторов, пртодя^ и продаж, действия конкурентов, к сокращению финансового циклa, законодательные нововведения), так и наиболее упр^шм^ с т°чки зрения внутренние. Среди внутренних финансовых ресурсов, являются те, что
факторов, ведущих к сокращению связа«ы с механизмом «платежей».
■ ускорение Проверим это предположение с процесса помощью статистических методов. хранения Исследуя временные ряды ентов финансового цикла, ускорение рассчитаем их коэффициенты дебиторской вариации, первоначально рассчитав Финансовый цикл среднее и стандартное отклонение счет рядов. Как видим, наименьший
операционного цикла, производственного сокращение времени
запасов и готовой
производственных продукции, оборачиваемости задолженности. может быть сокращен данных внутренних факторов, так и за коэффициент вариации наблюдается счет некоторого некритического для производственного цикла срока заме-дления оборачиваемости хр^нм протжодстъеттк запасов и
как за
готовой продукции, то есть диапазон колебаний оборачиваемости данных факторов весьма ограничен в рассматриваемый период. Наибольшая неоднородность наблюдается для срока погашения кредиторской и дебиторской задолженностей, то есть в исследуемый период значения факторов значительно варьировались, прежде всего, за счет удлинения оборачиваемости задолженностей в кризисный период, начиная с 4 квартала 2008 г.
Проведем корреляционно-
регрессионный анализ
оборачиваемости элементов
финансового цикла, чтобы выявить какие их них оказывают большее влияние на движение денежного потока. Причем вместо оборачиваемости
общих величин дебиторской рассмотрим их составляющие
кредиторской и задолженностей разложение на элементы.
Корреляционная матрица представлена в таблице 3-
Линейные коэффициенты
корреляции свидетельствуют о наличии тесной связи между
продолжительностью финансового цикла и, прежде всего,
Т
аблица 1 Циклы обращения элементов финансового цикла
Период Срок Срок Производст- Срок Срок Операцион- Финансовый
погашения хранения венный цикл хранения погашения ный цикл цикл
кредиторс-кой производст- готовой дебиторской
задолж-ти венных продукции задолж-ти
запасов
1 кв. 2005 31.4 26.4 10.7 1.4 41.3 79.7 48.3
2 кв. 2005 34.5 23.5 10.6 1.5 45.0 80.6 46.1
3 кв. 2005 37.0 23.4 11.3 1.6 48.4 84.7 47.7
4 кв. 2005 33.8 23.5 10.3 2.0 37.2 73.0 39.3
1 кв. 2006 31.7 24.2 9.7 2.4 43.8 80.1 48.3
2 кв. 2006 29.5 21.6 8.6 1.7 39.1 71.1 41.6
3 кв. 2006 28.1 21.0 8.0 1.6 32.0 62.6 34.6
4 кв. 2006 25.8 22.3 7.9 1.6 33.3 65.1 39.3
1 кв. 2007 26.7 23.2 7.9 1.3 38.2 70.6 43.9
2 кв. 2007 26.3 19.4 7.3 1.3 35.1 63.1 36.9
3 кв. 2007 25.2 18.8 7.7 1.7 36.4 64.6 3 9.4
4 кв. 2007 27.3 23.4 7.5 2.4 42.3 75.6 48.2
1 кв. 2008 26.3 20.2 6.9 2.1 44.7 73.9 47.6
2 кв. 2008 24.2 15.7 7.1 1.6 35.9 60.2 35.9
3 кв. 2008 33.5 23.1 8.4 2.0 36.3 69.8 36.3
4 кв. 2008 83.6 53.5 14.9 3.6 111.1 183.0 99.4
1 кв. 2009 93.3 47.2 13.2 3.4 105.9 169.8 76.5
2 кв. 2009 65.7 28.6 11.1 3.3 102.0 145.1 79.4
3 кв. 2009 43.4 23.1 9.4 2.2 68.8 103.4 60.0
Экономика, Статистика и Информатика лл №1,2010
Таблица 2
Статистические характеристики временных рядов
Переменная Срок погашения кредит, задолж-ти Срок хранения производственных запасов Производственный цикл Срок хранения готовой продукции Срок погашения дебит, задолж-ти Операционный цикл Финансовый цикл
Среднее 38.3 2.0 9.4 25.4 51.4 88.2 49.9
Стандартное отклонение 20.1 0.7 2.2 9.3 25.7 36.5 17.3
Коэффициент вариации 52.4% 35.0% 23.2% 36.6% 50.1% 41.4% 34.7%
оборачиваемостью задолженностей изменения в °дн°м го них являются покупателей (г = 0.958), прочих предаесгаующими. Анализируя дебиторов (г = 0.917), задолженности в соотношение абсолютных величин адрес поставщиков (г = 0.912), в меньшей кредиторской ^ и дебиторской степени, наблюдается зависимость с задолженностей, видно, что оборачиваемостью производственных
предприятие является чистым
запасов (г = 0.879), готовой продукции (г = 0.881) и производственным циклом дебиторам».
(г = °.817). Таким образом, следует предположить, что долги подтверждается наибольшее влияние на покупателей, запускают механизм движение денежных средств механизма «неплатежей» поставщикам. платежей с поставщиками, Проведем проверку данного покупателями и прочими дебиторами. предположения с помощью Корреляционная матрица также статистического теста причинности
Грэнджера.1 Для выяснения причинно-следственной связи на основе квартальных данных выдвигаем гипотезы:
Н1: «Оборачиваемость задолженности покупателей и прочих 0.969). Однако данный коэффициент не дает представление одновременны ли определяющим изменение
изменения во временных рядах, либо
люстрируют тесную связь оборачиваемости задолженности Корреляционная матрица
позволяет выявить наличие тесной линейной связи между
оборачиваемостью задолженности покупателей и оборачиваемости задолженностей поставщикам (г =
поставщикам»;
Н2: «Оборачиваемость задолженности поставщикам не является фактором, определяющим изменение оборачиваемости
задолженности покупателям и прочим кредитором (рисунок 2). Поэтому
Б-критерии для гипотез следующие: для Н1 Б= 0.7005 (р-знач.= 0.5141); для Н2 Б= 0.6489 (р-знач.= 0.5245). Таким
образом, отвергается лишь одна гипотеза Н1 на 5% уровне значимости и принимается альтернативная ей
«Оборачиваемость задолженности покупателей и прочих дебиторов является фактором, определяющим изменение оборачиваемости
задолженности поставщикам», Кроме того, рассчитанные дебиторов не является фактором,
ил
оборачиваемости задолженности Таблица 3
линейные коэфф
ПЫС ББРОБ ББАР ВББШ ББРЕЯБ ББРКК ББРОК ББАУ ББРИБ ББОР ББРг РШЕС
ПЫС 1.000 0.912 -0.121 -0.091 0.474 -0.090 0.958 0.290 0.917 0.881 0.879 0.817
ББРОБ 0.912 1.000 -0.207 0.165 0.507 -0.210 0.969 0.145 0.891 0.913 0.892 0.787
ББАР -0.121 -0.207 1.000 -0.061 -0.745 0.873 -0.077 0.221 -0.327 -0.03 -0.29 0.349
БББШ -0.091 0.165 -0.061 1.000 -0.025 -0.210 0.101 -0.020 -0.103 0.083 0.089 -0.02
ББРЕЯБ 0.474 0.507 -0.745 -0.025 1.000 -0.819 0.450 -0.025 0.616 0.315 0.494 -0.02
ББРКК -0.090 -0.210 0.873 -0.210 -0.819 1.000 -0.095 0.247 -0241 -0.04 -0.18 0.379
ББРОК 0.958 0.969 -0.077 0.101 0.450 -0.095 1.000 0.310 0.880 0.885 0.87 0.841
ББАУ 0.290 0.145 0.221 -0.020 -0.025 0247 0.310 1.000 0.197 -0.03 0.178 0.211
ББР^ 0.917 0.891 -0.327 -0.103 0.616 -0.241 0.880 0.197 1.000 0.761 0.911 0.632
ББОР 0.881 0.913 -0.03 0.083 0.315 -0.04 0.885 -0.03 0.761 1.000 0.794 0.873
ББРг 0.879 0.892 -0.29 0.089 0.494 -0.18 0.87 0.178 0.911 0.794 1.000 0.664
РШКС 0.817 0.787 0.349 -0.02 -0.02 0.379 0.841 0.211 0.632 0.873 0.664 1.000
Обозначения: БЩС - финансовый цикл, Б БРОБ - средний срок оборачиваемости задолженности поставщикам, ББАР - средний срок оборачиваемости авансов полученных, БББиВ - средний срок оборачиваемости задолженности бюджету и внебюджетным фондам, ББРЕКБ -средний срок оборачиваемости задолженности персоналу, ББРКК -средний срок оборачиваемости задолженности прочим кредиторам, ББРОК - средний срок оборачиваемости задолженности покупателей, Б БАУ - средний срок оборачиваемости авансов выданных, ВБРКЭ - средний срок оборачиваемости задолженности прочих дебиторов, ББОР - средний срок оборачиваемости задолженности готовой продукции, 8БР7 - средний срок оборачиваемости производственных запасов, РЯОКС -производственный цикл._
№1,2010
4000(П
руб.
35000 -
-•■ -Дебиторская задолженность -м- Кредиторская задолженность
задолженностей
10000 - - - 3.
значимо Рнабл.= 130.180 >Ркрит.
дББедББЕЕГе
I е Б
£!1§0£!1!0£!1!°£!1
(0.05;1;1б)
Рис. 2. Динамика дебиторской и кредиторской
предприятия
следующие:
покупателей со сроком хранения запасов (г = 0.879), готовой продукции (г = 0.885) и производственным циклом (г = 0.817). Это свидетельствует о том, что сбытовая политика определяет всю динамику производственного
процесса.
Регрессионная модель связи финансового цикла и дебиторской задолженности покупателей и прочих дебиторов имеет вид:
НМС=0.626 • 8ЯЮК+0.758 • 8ЯЖ> +19.129 (5.285) (2.581) (8.837)
Коэффициенты уравнения
признаются значимыми по ^критерию Стьюдента на 5% уровне значимости Ьфит(0.05;1б) = 1.746 (в скобках указаны значения наблюдаемые ^статистики, для всех коэффициентов гкрит<гнабл.). Само регрессионное уравнение также
д Б Б Б Б Б Б ! о £ ! | ! з = 0.222 при уровне значимости 5%. Характеристики
коэффициент детерминации Я2=0.942; статистика Харке-Бера2 Ш = 0.784 (р-знач. = 0.675) -остатки признаются нормальными с нулевым математическим ожиданием, ЬЫ-тест3 Рнабл.= 2.291 (р-знач. = 0.1378) - остатки некоррелированными.
Таким образом, корреляционно-регрессионный анализ свидетельствует о существенном влиянии расчетов с покупателями и прочими дебиторами на финансовый цикл предприятия.
Дополнить расчеты по оценке влияния задолженностей на финансовый цикл можно исследованием вариации
задолженностей контрагентов, провести оценку равномерности распределения обязательств, уровня их концентрации. Для этих целей, а также в рамках текущего мониторинга и оперативного управления дебиторской и кредиторской задолженностей целесообразно проведение их исследования посредством методов вариационного анализа. Данный подход направлен на
детализированный анализ расчетов с контрагентами. Проведение
вариационного анализа дебиторской задолженности позволит:
- выявить число партнеров с высокой степенью риска;
у-рапврноеанниаялизировать результаты процесса диверсификации клиентов с целью уменьшения риска неуплаты крупным заказчиком;
- выявить крупных контрагентов, контроль расчетов с которыми требует составления реестров старения и активной работы именно с ними.
Проведение вариационного анализа кредиторской задолженности позволит:
- проводить сопоставление обязательств и сопоставлять их с размером денежных поступлений;
- проводить дифференцированную политику платежей, направленную на то чтобы избежать ситуации, когда требуется выполнить все обязательства перед кредиторами в достаточно сжатый срок, что требует задействовать слишком много оборотных средств компании, нарушая нормальный денежный поток;
Статистические характеристики вариационного ряда дебиторской задолженности
Таблица4
5000
№ Границы интервалов, в млн. руб. Количество дебиторов Середина интервала, хг ■у',- Ч ■ ш Накопленные частоты Е, Накоплен -ные частости, в % Р, Плотность распределения, в% Мк Доля ДЗ групп дебиторов в общем объеме ДЗ (х,- - х/х хи,-
■>*-1 % Щ в%к итогу и щ ■ т 2>1 ' "г Нарастающим итогом дг
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 0 0.1 251 64.03 0 0 4.2 251 64.03 640.300 0 0 0 196669.7
2 0.1 0.5 36 9.18 0.2 0 6.6 287 73.21 22.950 0 0 0 27874.2
3 0.5 1 9 23 0.7 0 5.9 296 75.51 4.600 0 0 0 6733.3
4 1 5 19 4.85 2.3 0.1 43.1 315 80.36 1.213 0 0 0 12587.8
5 5 10 7 1.79 7.6 0.1 53.5 322 82.14 0.358 0 0 0 2902.8
6 10 50 24 6.12 22.6 1.4 541.7 346 88.27 0.153 0.02 0.03 0 709.6
7 50 100 13 3.32 73.5 2.4 955.4 359 91.58 0.066 0.04 0.07 0 26891.1
8 100 500 21 5.36 195 10.4 4095.4 380 96.94 0.013 0.17 0.24 0.03 585746.6
9 500 1000 6 1.53 710.9 10.9 4265.4 386 98.47 0.003 0.18 0.42 0.03 2798069
1 0 100 0 10000 6 1.53 2289 35 13735 392 100 0.000 0.58 1 0.34 30677616
392 100 60.5 23706 851 1 87591.3
Экономика, Статистика и Информатика лд №1,2010
Таблица 5
Статистические характеристики вариационного ряда кредиторской задолженности
№ Границы интервалов, в млн. руб. Количество кредиторов Середина интервала, X, Ъ -Щ х,._и,_ Накопленные частоты Накопленные частости, в %/>,- Плотность распределения, в% V - Доля КЗ групп кредиторов в общем объеме КЗ (XI - х) х
**_1 хк и,- в%к итогу Нарастающим итогом
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 0 0.1 168 18.46 0.0 0.0 7.4 168 18.46 184.600 0.00 0.00 0.00 131379.9
2 0.1 0.5 193 21.21 0.3 0.1 50.6 361 39.67 53.025 0.00 0.00 0.00 148579.5
3 0.5 1 96 10.55 0.7 0.1 67.2 457 50.22 21.100 0.00 0.00 0.00 71593.9
4 1 5 230 25.27 2.5 0.6 579.7 687 75.49 6.318 0.02 0.03 0.00 149417.5
5 5 10 77 8.46 7.0 0.6 541.0 764 83.96 1.692 0.02 0.05 0.00 33902.2
6 10 50 98 10.77 23.2 2.5 2276.7 862 94.73 0.269 0.09 0.14 0.01 2235.8
7 50 100 16 1.76 72.5 1.3 1160.2 878 96.48 0.035 0.05 0.18 0.00 31686.7
8 100 500 21 2.31 213.7 4.9 4487.4 899 98.79 0.006 0.18 0.36 0.03 724008.3
9 500 1000 9 0.99 700.2 6.9 6301.5 908 99.78 0.002 0.25 0.61 0.06 4066168
10 1000 10000 2 0.22 5008 11.0 10016 910 100.00 0.000 0.39 1.00 0.15 49601109
910 100.00 28.0 25487 1.00 60395.7
- выявить потенциал формирования заемных финансовых средств предприятия за счет своих обязательств перед контрагентами.
Пример анализа приводиться на основе выборок дебиторской и кредиторской задолженностей по обезличенным контрагентам
металлургического предприятия по состоянию на 01.01.2009- Алгоритм применения вариационного
статистического исследования
сводиться к следующим этапам:
Этап 1. Генеральные совокупности дебиторской и кредиторской задолженностей представляются в виде интервальных вариационных рядов. Для этого первоначально производиться сортировка значений дебиторской и кредиторской задолженностей в порядке убывания.
Этап 2. Разбиение совокупности на группы осуществляется с учетом размера концентрации задолженности дебиторов и кредиторов. Данная процедура позволяет построить интервалы более удобные для анализа задолженностей и их сравнения.
Этап 3- Рассчитываются число контрагентов т, попавших в группу, в том числе накопленным итогом Бц доля группы в общей задолженности ■ш, в том числе доля накопленным итогом Р1; среднее значение в группе контрагентов, а также
вспомогательные параметры,
необходимые в дальнейшим для расчета характеристик вариации. Расчетные таблицы по
дебиторской и кредиторской задолженностям представлены в таблицах 4 и 5 соответственно.
Этап 4. Рассчитывается средние характеристики рядов задолженностей Среднее значение задолженности по группе рассчитывается как
+ Лх1 1
Ф-П- 1
2- V г~ к-1
11=
Ме = хк_
ч
Ч
ху - задолженность _]-го контрагента, попавшего в 1-ю группу.
Средневзвешенное значение средней по всей совокупности рассчитывается с учетом долей групп в совокупности задолженности
х = У/Л
I
Модальное значение (Мо) для рядов
с
неравными интервалами определяется с применением показателя плотности распределения:
МО:
У-У,
(П-П-1) + (П-П+1)
Плотность распределения
наибольшая в 1-й группе как для совокупности дебиторской, так и кредиторской задолженностей -Ук = УД31 = 640.3, Ук=УК31 = 1.8.
Медиана (Ме) - значение признака, приходящееся на середину ранжированной совокупности,
рассчитывается с применением показателя накопленных частот:
Этап 5. Рассчитывается коэффициент вариации. Для расчета коэффициента вариации
первоначально рассчитываются дисперсия и стандартное отклонение. Дисперсия в совокупности задолженности рассчитывает как -(ХЗ-Х)2 -щ
Ь
/' Среднеквадратичное отклонение совокупности:
а=4Ъ
Тогда, коэффициент вариации определяется как:
V --
О
X
Этап 6. Расчет коэффициента концентрации Джини (Б). Данный коэффициент служит для измерения степени неравномерности
распределения обязательств в общей сумме задолженности. Этот коэффициент целесообразно
определять по формуле:
где Р1 и Р1 + 1 - следующие друг за другом значения накопленных частостей,
qi и qi + 1 - следующие друг за другом значения элементов столбца 12
№1,2010
п1
Таблица 6
Основные статистические оценки дебиторской и кредиторской задолженностью предприятия
Индикатор Дебиторская Кредиторская
задолженность задолженность
Взвешенная средняя, млн руб. 60.5 28.0
Мода 0.049 0.044
Медиана 0.081 0.171
Дисперсия всей совокупности 87591.3 60395.7
Среднекв адратичное 296.0 245.8
отклонение, млн руб.
Коэффициент вариации, % 489.4 877.4
Коэффициент Джини, % 94.6 93.2
Коэффициент Херфиндаля, % 25.8 40.0
невысокие значения моды и медианы по обеим выборкам.
Высокие значение
среднеквадратического отклонения (296.0 млн. руб. для дебиторской задолженности, 245.8 млн. руб. для кредиторской задолженности)
свидетельствуют о большом разбросе значений задолженностей указывает на существование риска в решении проблемы выставления претензий. Непомерно высокий уровень коэффициента вариации характеризует неоднородность совокупности
кредиторов. Коэффициент Джини показывает, что распределение
таблиц 1 и 2.
Чем сильнее концентрация задолженностей является ярко Этап 7. Установление значения изучаемого признака, тем заметнее неравномерным (более 90 %) и большая коэффициента Херфиндаля (Н). кривая Лоренца отклоняется от линии часть задолженности, как дебиторской, Данный коэффициент показывает равномерного распределения, и так кредиторской, концентрируется у суммарную долю доминирующей наоборот, чем слабее концентрация, доминирующей группы, составившей группы среди дебиторов предприятия тем ближе будет кривая к прямой. 25.8% - значение коэффициента
и рассчитывается по формуле: Рассчитанные коэффициенты, Херфиндаля для дебиторской
' - л2 отслеживаемые в динамике позволяет задолженности, 40.0% - для
* = отслеживать изменение кредиторской задолженности.
,2-т^1вг1) неравномерности распределения На основе
графического
Если верхняя граница индекса обязательств в совокупности изображения кривой Лоренца можно Херфиндаля равна 1, то это задолженностей на разных временных сделать выводы о степени соответствует высокой концентрации промежутках. концентрации задолженностей. Для
одной из групп, значение индекса По состоянию на 01.01.2009 для дебиторской задолженности влиянии
близкое к нулю свидетельствуют о рядов дебиторской и кредиторской на суммарный результат наблюдается слабой степени концентрации задолженностей предприятия величины для малочисленных 8-10 групп, куда задолженности в группе. взвешенной средней небольшие, это входят 33 контрагента (93% от суммы
Расчетные результаты этапов 4-7 является следствием большей задолженности). Для кредиторской представлены в таблице 6. [3] концентрации (примерно 70%) задолженности кривая Лоренца
Этап 8. Построение кривой Лоренца, дебиторской задолженности в размере иллюстрирует влияние на суммарный которая позволяет анализировать до 0,5 млн руб, для кредиторской результат также малочисленных 8-10 степень концентрации задолженности задолженности - в размере до 5 млн руб. групп, куда входят 32 контрагента (82% по группам, а также иллюстрирует Об этом также свидетельствуют от суммы задолженности). Работа по
, 0.8
0.6
степень влияние
на суммарный результат задолженности.
Кривая Лоренца строится в прямоугольной системе координат. На вертикальной оси будут располагаются накопленные частости (Р1), а на горизонтальной - величины параметров qi. Полученная при о 4 соединении точек кривая линия будет характеризовать степень
концентрации задолженности по °.2 группам. Кривая Лоренца сравнивается с прямой равномерного распределения. Координаты ее точек соответствуют по/ равным значениям пары (Р1, qi). Они возрастают кратно числу 100 / 10=10.
той
или
иной
группы
^Кредиторская задолженность ------Равномерное распределение
10% 20% 30% 40% 50% 60% 70% 80% Рис. 2а Кривая Лоренца кредиторской задолженности
90% 100%
Экономика, Статистика и Информатика
№1,2010
лл
-■-Дебиторская задолженность -------Равномерное распределение
i
о Ss
s!"* S S A
--------------1---------------1---------------1----------------1----------------1 — ------------------r- ----------,-■ 1
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Рис. 26. Кривая Лоренца дебиторской задолженности
1.00 неравномерности ее распределения, с
целью стабилизации деловой
0.80 0.60
0.40
0.20 0.00
контролю расчетов с этими контрагентами требует к себе повышенного внимания.
Нерационально уделять позициям, играющим незначительную роль, то же внимание, что и обязательствам первостепенной важности. Это получившее широкое признание положение известно как принцип Парето. Применительно к политике мониторинга обязательств этот принцип означает, что на ограниченное число контрагентов приходится основная масса обязательств.
Применение вариационного анализа в управлении дебиторской и кредиторской задолженностью
предприятия позволяет:
изучать соотношения и зависимости задолженностей по количеству контрагентов и связанными с ними обязательствами по отдельным группам;
- выделить наиболее существенные обязательства, влияющие существенным образом на деятельность предприятия, а значит обладающие повышенным риском и требующие к себе более пристального внимания со стороны лиц принимающих решения;
- организовывать мероприятия по работе с контрагентами с повышенной концентрацией задолженности;
осуществлять мониторинг концентрации задолженности и стремится к минимизации
активности предприятия.
Таким образом, исследование влияния расчетов с контрагентами на основе корреляционно-
регрессионного анализа позволяет оценить текущее влияние расчетов на финансовую активность предприятия и спрогнозировать будущее влияние оборачиваемости дебиторской задолженности на отвлечение денежных средств в производственно -реализационном процессе. В дополнение к этому вариационный анализ иллюстрирует в какой части обязательств наблюдается
повышенный риск при
взаимодействии с партнерами.
Литература
1. Канторович Г. Г. Анализ временных рядов // Экономический журнал ВШЭ. 2002. № 2. С.251-273, № 4. С. 498-523.
2. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов: Учеб. пособие. - М.: Финансы и статистика, 2003. - 416 с.
3. Читая Г.О. Методика анализа и построения эффективной системы управления дебиторской задолженностью на промышленном предприятии// Справочник экономиста. 2007. №11. С. 53-58.
References
1. Kantorovich G. G. Time series analysis // Economics journal HSE. 2002. № 2. P.251-273, № 4. P. 498-523.
2. Lukashin Yu. P. Adaptive techniques
of short-term time series forecasting: Manual. - M.: Finansy i statistika, 2003. -416 p.
3. Chitaya G. O. The technique of analysis and constraction the effective bills payable management on an enterprise// Economist directory. 2007. №11. P. 53-58.
Ссылки:
1 Тест причинности по Грэнджеру процессов х и у сводиться к построению регрессии процесса у на его собственные предшествующие значения и на предшествующие значения процесса х:
к к
У[=а0 + Yjaiyt-i + YA *t-i + Si
i=\ i=\
После этого проверяется обычная №1,2010
гипотеза равенства нулю группы коэффициентов^: Р\= Н= ■■■ = Рк=®-Проверка осуществляет с помощью обычного Б-теста. Если нулевая гипотеза отвергается то х является причиной по Грэнджеру для у , что означает процесс х предшествует процесс у [1].
2 Статистика Харке-Бера служит для проверки гипотезы о подчинении ряд нормальному закону распределения, рассчитывается величина
•+(Х-Ь/ 4
где 8 - асимметрия, К -эксцесс, N -число наблюдений.
Проверка осуществляется с
2
помощью ч -критерия с двумя степенями свободы. Ш
ЬМ-тест для обнаружения автокорреляции в регрессионных остатках сводиться к следующим этапам:
1) строится регрессия
)
t = YJPlXU = 1,П
I =
к Р
¡=\ ¡=\ Проверяется гипотеза о равенстве нулю коэффициентов при лаговых значениях остатков
Но • А = Рг = - = Рк = ° ■ Для этого вычисляется Б-статистика и осуществляет проверка величины рБ с
помощью -критерия. [2]
