MODELING OF ECONOMIC INDICATORS OF LLC "INKERMAN VINTAGE WINE FACTORY"
Abstract and keywords
Abstract (English):
The article examines the dependence of net profit on equity on the example of LLC "Inkerman Vintage Wine Factory". Based on data for the period 2013-2022, a regression model for time series was built in order to predict future values for 2023. The adequacy and quality of the compiled model were evaluated

Keywords:
net profit, equity, forecast, regression, time series, trend, seasonal component, fictitious variables
Text
Publication text (PDF): Read Download

Одним из важнейших финансово-экономических показателей работы предприятия является рентабельность собственного капитала, поэтому актуально прогнозирование данного показателя для стабильной работы и развития организации.

Рентабельность собственного капитала характеризует доходность фирмы и показывает, насколько эффективно были использованы вложенные в предприятие средства (отношение чистой прибыли к величине собственного капитала).

Цель исследования состоит в проведении статистического анализа и эконометрического моделирования чистой прибыли в связи с влиянием на данный показатель величины собственного капитала на предприятии ООО «Инкерманский завод марочных вин».

В связи с этим рассмотрим конкретные показатели субъекта хозяйственной деятельности ООО «Инкерманский завод марочных вин» («ИЗМВ»), территориально расположенный в г. Севастополь. Предприятие занимается нижеследующей деятельностью: производит вино из винограда; осуществляет розничную и оптовую торговлю алкогольными напитками; занимается ресторанным бизнесом; обеспечением ресторанов и баров в ж/д вагонах-ресторанах и на судах и др.

Продукция завода обладает высоким качеством и особенным вкусом. В период проведения своей хозяйственной деятельности фирма была награждена тринадцатью кубками Гран-При, завоевала 142 золотых, 50 серебренных и 13 бронзовых медалей в различных международных конкурсах.

В ходе исследования в рамках данной статьи авторы оперировали данными, взятыми из отчета о финансовых результатах компании и показателями из бухгалтерского баланса ООО «ИЗМВ» за период 2013-2022 гг. На первой стадии изучения в роли объясняемой или эндогенной переменной принимается у- чистая прибыль фирмы, выраженная в млн. руб. В качестве объясняющей или экзогенной составляющей выступает переменная х- собственный капитал (млн.руб.) [1]. Статистика приведена в табл. 1.

Таблица 1

Статистические данные для моделирования чистой прибыли в зависимости от собственного капитала (млн. руб.)[2]

 

Годы

2013

2014

2015

2016

2017

2018

2019

2020

2021

2033

x

1082,6

642,69

54,93

838,6

1264,83

997,81

935,86

836,37

1443,9

2329,4

y

106,62

-486,59

-585,6

785,82

428,39

-265,89

-59,89

-97,86

609,31

974,29

 В табл. 2 представим данные уровней статистических временных рядов x(t) и у(t) с целью составления регрессионной модели.

Таблица 2

Ряды динамики х (t ) и у (t)

t

1

2

3

4

5

6

7

8

9

10

x

1082,6

642,69

54,93

838,6

1264,83

997,81

935,86

836,37

1443,9

2329,4

y

106,62

-486,59

-585,6

785,82

428,39

-265,89

-59,89

-97,86

609,31

974,29

Используя данные табл. 2 сделаем построение графика зависимости у от х, и представим его на рис. 1.

Рис. 1. Временной ряд у от х по данным табл. 2

Исследуя график временного рядау от х (рис. 1.) отмечаем, что уравнение регрессии запишем в виде

                             y=359,68*lnx-2263,2                                                    (1)

Используя данные, представленные в табл. 2 построим график временного ряда х(t) , который как показано на рис. 2 имеет полиномиальный тренд.

Рис. 2. График временного ряда х(t)  по данным табл. 2 (составлено авторами)

Изучая график (рис. 2), видим снижение собственного капитала в 2015 году. Это связано с ростом затрат на обслуживание, высокими объемами долгосрочных кредитов и изменении учетной политики. После 2018 года наблюдается повышение (см. рис. 2), так как до этого периода проходила смена владельца, реструктуризация активов собственников. На данный период приходится наивысшее значение, в связи с увеличением прибыли, так как она является главным источником, при этом произошло увеличение балансовой стоимости при переоценке основных средств и изменений, связанных со взносами в имущество фирмы учредителями.

Исходя из графического материала зависимости x(t) представляем уравнение тренда как полином третьей степени.Заменяем переменные в программе MSExcel«Регрессия», с использованием фиктивной переменной z2  = (0,1,0,0,0,0,0,0,0,0); z3  = (0,0,1,0,0,0,0,0,0,0); z5  = (0,0,0,0,1,0,0,0,0,0); z8 = (0,0,0,0,0,0,0,0,1,0,0); z9 = (0,0,0,0,0,0,0,0,1,0) получаем улучшенную модель:

xt=1114,303-33,98*t2+4,6*t3-372*z2-877*z3+424*z5-460*z8-274*z9                                                                                                       (2)

Смысл фиктивных переменных заключается в том, что у них есть два значения -ноль и единица (их относят к переменным бинарного типа). Использование фиктивных переменных в представленном уравнении необходимо для того, чтобы отобразить влияние значительных отклонений на результативный показатель [3]. Итог дисперсионного анализа и результаты регрессионной статистики для модели (2) обозначены на рис. 3.

Рис. 3. Регрессионная статистика (модель 2) (построена авторами)

Произведем сравнительный анализ фактических и прогнозных значений собственного капитала xt (модель 2), см. рис. 4.

Рис. 4. Графическое представление фактических и прогнозных значений x(t ) (смоделировано авторами)

Произведем вычисление прогнозного значения собственного капитала на 2023 г. (млн. руб.):

xt=1114,303-33,98*112+4,6*113-372-877+424-460=1840,32                                                                                                                                     (3)

По данным табл. 2 представим график временного ряда у(t) , представленный на рис. 5 с полиномиальным трендом.

Рис. 5. График временного ряда y(t)  (данные табл. 2, составлено авторами)

Анализируя рис. 5, видим резкий скачок чистой прибыли в 2016 в связи с 55-летием и соответственно увеличением выпуска количества продукции. Однако до 2018 года наблюдалось снижение в связи с реструктуризации владельцев организации, а к 2022 году предприятию удалось достигнуть пика в чистой прибыли в связи с нахождением инвестора, изменения линейки продукции и модернизации производства [4].

Анализируя график временного ряда y(t),  используем уравнение тренда как полином пятой степени. Заменив фиктивные переменные, применяя программу MS Excel «Регрессия», получим улучшенную модель в виде, где z3=(0,0,1,0,0,0,0,0,0,0) ,z7=0,0,0,0,0,0,1,0,0,0:

уt=5184,12-8945,59*t+4841,01*t2-1087,23*t3+106,74*t4-3,79

*t5-871,86*z3+507,18*z7                            (4)

Сравним фактические и прогнозные значения чистой прибыли y(t) для модели 4 (рис.6).

Рис. 6 Дисперсионный анализ и коэффициенты регрессионной статистики (модель 4, построено авторами)

График фактических и прогнозных значений y(t) представлен на рис. 7.

Рис. 7. Графическое представление фактических и прогнозных значений у(t) (составлено авторами)

Таким  образом, был рассмотрен каждый временной ряд в отдельности и доказано наличие у них тренда. При составлении модели регрессии по данным временным рядам исключим тренд.

Так как для методов учета тенденции применяют либо метод исключения тенденций из уровня динамического ряда и построение модели по остаточным величинам, либо метод включения фактора времени в модель регрессии, применим в нашем исследовании второй методприменительно к модели (1). Используя программу «Регрессия» MSExcel, проведем замену соответствующих переменных с применением фиктивных значений z2=(0,1,0,0,0,0,0,0,0,0) ; z4= (0,0,0,1,0,0,0,0,0,0);  z6= (0,0,0,0,0,1,0,0,0,0) и получим улучшенную модель:

yt=-1399,19-181,22*t+23,16*t2+242,71lnx-386,86*z2+905,51z4-289,12*z6 (5)

Полученные результаты дисперсионного анализа и регрессионной статистики, соответствующие модели (5) обозначены на рис. 8.

Рис. 8. Показатели регрессионной статистики для модели (5) (построено авторами)

Анализируя рис. 8 делаем вывод, что полученное уравнение значимо, то есть значение статистики Фишера F = 181,1 больше табличного результата и статистически значимо. Исходя из этого, положительно определяемся для того, чтобы использовать полученное уравнение для прогноза.

Проведем проверку наличия автокорреляции остатков e=y-y . Для определения присутствия автокорреляции между соседними членами используем тест Дарбина-Уотсона. Если корреляция ошибок регрессии не равна нулю, то она есть в остатках регрессии et  (метод наименьших квадратов)[5].

Применим формулу вида:

d=t=2n(et-et-1)2t=1net2                                                           (6)

Применим таблицу критических точек Дарбина-Уотсона и определим числа d1 и d2  во взаимосвязи от уровня значимости a = 0,05: d1=0,88,d2=1,32 , от количества наблюдений и от числа регрессоров [6].

График составлен на рис. 9.

Рис. 9. Интервальные значения для теста Дарбина-Уотсона

Фактически полученный результат d = 2,97 (ф-ла 6) показал отсутствие в остатках автокорреляции, так как попадает в промежуток между показателями 4-d2   и 4-d1 . Т. о. в уравнении регрессии не присутствует систематическая ошибка, влияние тенденций принято в расчет,а также оно статистически значимо.

Основываясь на данных табл. 2 проведем более подробный анализ временных рядов динамики х(t), у(t)  и создадим по ним улучшенную модель регрессии для повышения ее значимости.

Проведем сравнительный анализ графического представления фактических значений чистой прибыли у(t)  от собственного капитала х(t)  с прогнозными для модели (5) и представим результаты на рис. 10.

 

Рис. 10. Зависимость фактических значения у(t) от х(t) и прогнозных (получено авторами)

Вычислим прогнозное значение чистой прибыли на 2023 год (млн. руб.):

 

Y11=-1399,19-181,22*11+23,16*112+242,71*ln1840,32)-386,86+905,51-289,12=1463,9

 

Проведенное исследование спрогнозировать значение чистой прибыли в зависимости от собственного капитала на 2023 года. Процесс сравнения фактических и прогнозных значений будет возможен после публикации открытых данных в официальных источниках. Оценивадекватностьи качествомодели, отметим,что она статистически значима, а такжеприменима для  проведения  прогнозов  определения  будущих доходов.        

References

1. Tsvil M. M. Time series analysis and forecasting: studies. stipend. Rostov n/A: RTA, Rostov branch, 2016. 135 p.

2. Accounting statements of LLC "IZMV" // [Electronic resource]. URL.:https://www.audit-it.ru/buh_otchet/9202002720_ooo-inkermanskiy-zavod-marochnykh-vin.

3. Averina O.I. Complex economic analysis of economic activity (for bachelors) // O.I. Averina. M.: KnoRus, 2019. 94 p.

4. Eliseeva I.I. Econometrics: textbook for masters. M.: Yurayt, 2012. 453 p.

5. Kremer N.S., Putko B.A. Econometrics (textbook). Moscow: Unity-Dana, 2012. 328 p.

6. Mkhitaryan V.S., ArkhipovaM.Yu., Balash V.A., Balash O.S., Dubrova T.A., Sirotin V.P. Econometrics (textbook). M.: 2015. 384 p.

Login or Create
* Forgot password?