СТАТЬИ >> ФИНАНСОВЫЙ МЕНЕДЖМЕНТ

Методы точного прогнозирования поступлений денежных средств

Автор: Алексей Алферов,
заместитель генерального директора по экономике и финансам ООО «Норд-Сервис»

Во все времена вопрос своевременного финансирования организаций был актуален, а в быстроменяющихся условиях глобальной экономики этот вопрос становится наболевшим. Точность прогноза поступлений денежных средств от продаж необходима для обеспечения выполнения договорных обязательств перед сотрудниками, акционерами, государством, поставщиками и подрядчиками. К тому же традиционное прогнозирование, основанное на формуле ДП= ДЗн+ВР-ДЗк, дает сбои, т.к. не учитывает сезонные колебания, тенденции, специфику платежей заказчиков.

Для решения данного вопроса автор в настоящей статье предлагает реализовать на предприятии следующие процедуры:

  1. Оценить существующие прогнозы и планы поступлений;
  2. В случае неудовлетворенной оценки, смоделировать несколько методик прогнозов;
  3. Произвести оценку моделей прогнозирования, выбрать ту методику, которая дает наименьшие ошибки.

Покажем пример расчетов на гипотетическом предприятии «N» (строительство). В примерах для упрощения используется оценка месячного интервала. На практике, возможно, потребуется анализ недельных или дневных поступлений.

1. Оценка планов поступлений отдела продаж

Оценку прогноза (процент ошибки) сделаем на основе утвержденных планов поступлений отдела продаж (рассчитаны на основе традиционного метода) и фактических поступлений с января по март 2012 г. (см. табл.1) по формулам:

RE = SE / Ср. арифм. * 100%, где

SE = √MSE
MSE = ∑(yt – ŷ)2 / n , где:

RE - процент ошибки (ratio error);
SE - стандартная ошибка (standard error);
MSE - среднеквадратическая ошибка (mean square error);
yt – фактическое значение;
y – предсказанное значение временного ряда;
n – количество периодов;
ср. арифм. ф. – средняя арифметическая фактического ряда поступлений

Табл.1 (млн.руб.)

Наменование январь февраль март Итого
Прогноз 121 135 127 383
Факт 120 125 110 355
Абс. откл-е -1 -10 -17 -28
Квадрат. абс. откл-я 1 100 289 390

По данным таблицы 1 получаем:

Ср. арифм. ф. = 118,3
MSE = 130,0
SE = 11,4
RE = 9,6%

Процент ошибки (RE) превышает 5%. Это означает, что необходимо искать более точный метод прогнозирования поступлений денежных средств.

2. Методы прогноза

Существует большое количество методик прогнозирования, их выбор будет зависеть от специфики вида деятельности предприятия, сезонности, степени подверженности продаж и оплат внешним условиям. Выделим следующие методы:

2.1. Экспертный метод

Метод основан на субъективных оценках экспертов, подойдет для условий полной неопределенности, используется в письменной форме опроса сотрудников отдела продаж. Эксперты (агенты) классифицируют поступления по курируемым клиентам и вероятностям (реалистичная, оптимистичная, пессимистичная). Классификация по вероятностям базируется на оценке «качества» дебиторской задолженности с ее анализом по срокам погашения. Пример расчета приведен в табл.2 и табл.3.

Табл.2

Клиенты Агенты Прогноз на январь (млн. руб.) Прогноз на февраль (млн. руб.) Прогноз на март(млн. руб.)
реальный оптимистичный пессимистичный р о п р о п
100% 80% 5% 100% 80% 5% 100% 80% 5%
А Иванов   60%     0   7% 10%  
Б Петров 30   120 40 20 0     50
В Иванов 10     10 40   25 20  
Остальные   20 15 12 5 15 12 50 30 10
Итого   60 75 132 55 75 12 82 60 60

Табл.3

Показатель Формула Прогноз поступлений (млн.руб.)
Взвешенный прогноз январь 60*100%+75*80%+132*5% 126,6
Взвешенный прогноз февраль 55*100%+75*80%+12*5% 115,6
Взвешенный прогноз март 82*100%+60*80%+60*5% 133

2.2. Метод средних

Это самый простой метод, основанный на формуле средней арифметической

Q прогн. = (сумма(x1:xn))/n, где

сумма(x1:xn) - сумма выплат от периода 1 до периода n
n - количество периодов

при этом прогноз можно делать:

  1. Методом долгосрочной средней (сумма значений с предшествующим временным рядом 12 месяцев и более делится на количество периодов);
  2. Методом скользящей средней (с предшествующим периодом от 3 до 9 месяцев с серединой месяца, соответствующий прогнозному). Например, если в январе, феврале, марте 2005 г. значения поступлений были соответственно 100, 90, 150, то по данному методу прогноз на февраль 2006 г. будет равен (100+90+150) / 3 = 113;
  3. Методом средней заданного периода за несколько лет (к примеру, складываем март 2010, март 2011 и март 2012, делим на 3);
  4. Два предыдущих метода, но с учетом поправки на коэффициент сезонности;
  5. 3-й метод с учетом поправки коэффициента годовой тенденции.

2.3. Метод средних взвешенных;

Метод основан на расчете среднего прогноза через «взвешивание» предшествующих периодов. При этом наибольшим весам придаются периоды, наиболее приближенные к прогнозируемому и аналогичные периоды прошлых лет (учет сезонности).

К примеру, имея статистику поступлений 2011 года можно составить следующую таблицу.

Табл.4 (млн. руб.)

Наименование показателя янв.11 фев.11 мар.11 окт.11 ноя.11 дек.11 Итого
Вес январь 4     1 2 3 10
Вес февраль   4   1 2 3 10
Вес март     4 1 2 3 10
Поступления январь 119     98 118 122 457
Поступления февраль   126   98 118 122 464
Поступления март     108 98 118 122 446
Взвешенные значения январь 476 0 0 98 236 366 1176
Взвешенные значения февраль 0 504 0 98 236 366 1204
Взвешенные значения март 0 0 432 98 236 366 1132

Аналогичным периодам прошлого года присвоен наибольший вес (4), что связано с сезонностью бизнеса, далее по степени приближения к расчетному месяцу веса уменьшаются с 3 до 1 (от декабря к ноябрю).

Прогнозы поступлению будут следующие:

Январь: 1176/10= 117,6
Февраль: 1204/10= 120,4
Март: 1132/10= 113,2

2.4. Метод экспоненциального сглаживания

Метод похож на предыдущий, но отличается, тем, что в качестве коэффициента взвешивания выбирается альфа фактор (α), который умножается на предшествующее фактическое значение и его прогнозное по формуле:

Bt = α yt-1 + (1- α ) * Bt-1

Где Bt – прогноз поступления на следующий период t
       Bt-1 – прогноз поступления предыдущего периода
       yt-1 - фактическое значение поступления предыдущего периода
       α - альфа - фактор, или постоянный коэффициент сглаживания (0 ≤ α ≤ 1)

Пример:

Прогноз поступления на декабрь 2011 г. равен $ 1000., фактически поступления равны $950 , Примем значение альфа-фактор – 0,15

yt-1 = 950; Bt-1= 1000; α= 0.15
Bt = 0.15 * 950 + (1- 0.15) * 1000 = 142.5 + 850 = 993 шт.

Итак, прогнозное значение поступления на январь 2012 г. равно 993 шт.

2.5. Множественная регрессия

Цель изучения множественной регрессии заключается в представлении объема поступлений (Y) как зависимой переменной и попытке выразить объем поступлений как функцию ряда независимых переменных

Х1, Х2,…, Хn, т.е. Y= a + b X1 + c X2 + …+ z Xn

Например, в компании «N» выявлено уравнение, с помощью которого можно определить прогноз поступлений на январь 2012 г. (Y):

Y = -1,3 +0,856 P + 0, 126 H , где

P – дебиторская задолженность декабря 2011 г.;
H – объем выполненных услуг, но не подтвержденных актами в ноябре 2011 г. (вид деятельности – строительство) ;

Так, при объеме выполненных услуг в ноябре 133 млн. и дебиторской задолженности 125 млн. в декабре 2011 г. Прогноз поступлений на январь 2012 г. по данной формуле составит 122,5 млн. руб. , что составляет 2% ошибки.

3. Оценка и выбор методик

Сделав, расчет процента ошибки (см. Табл.5) приходим к выводу, что наиболее достоверными методами прогнозирования можно считать метод средних взвешенных (3%) и метод множественной регрессии (4,2%). Данные методики можно внедрить в автоматизированную систему бюджета движения денежных средств.

Табл.5

Метод RE (%)
Существующий метод 9,6
Экспертный метод 15,7
Метод средних 8,3
Метод средних взвешенных 3,0
Метод экспоненциального сглаживания 6,1
Множественная регрессия 4,2
Адрес заметки: http://www.finansy.ru/st/post_1364962630.html
Ваш комментарий к статье:



cod


Примечания:
1. Все поля формы обязательны для заполнения.
2. Email в комментарии не будет опубликован.
3. Адреса с http:// преобразуются в ссылки автоматически.
4. Теги в тексте комментария запрещены.

Рейтинг популярности - на эти публикации чаще всего ссылаются: