Научный журнал

Вестник Алтайской академии экономики и права

Print ISSN 1818-4057

Online ISSN 2226-3977

Перечень ВАК

Введение

Финансовое прогнозирование является одним из главных инструментов эффективного формирования стратегии предприятий. При этом важно правильно выбрать показатели для осуществления прогнозирования, чтобы выявить проблемные места и своевременно начать осуществлять профилактические мероприятия на предприятиях. Одной из самых часто используемых групп методов прогнозирования социально-экономических показателей являются методы экстраполяции [1]. Они позволяют выявлять определенную закономерность между показателями в прошлом и транспонировать ее в будущее. Однако степень реальности такого рода прогнозов и соответственно мера доверия к ним в значительной мере обусловливаются аргументированностью выбора пределов экстраполяции и стабильностью соответствия «измерителей» по отношению к сущности рассматриваемого явления [2].

Цель исследования

Определить характер влияния формирующейся инновационной деятельности на основные финансово-экономической показатели на предприятиях авиастроительной отрасли.

Материал и методы исследования

В исследовании были применены два метода: экономико-математический инструментарий сценарного прогнозирования в сочетании с методами экстраполяции. Сценарный метод включает приемы и методы содержательного и формализованного описания объекта прогнозирования и конкретные методы, и алгоритмы построения и исследования сценариев его развития[3]. Методы экстраполяции позволяют выявлять устойчивые тенденции в прошлом и переносить их в будущее. Они реализуются на основе временных рядов, как правило ряды состоят из индексов, так как выявлять закономерности посредством абсолютных величин затруднительно. В данном исследовании использовались базисные индексы. Согласно классификации методов экстраполяции, выделяют: методы подбора функции, методы усреднения и методы аддитивного сужения. В данном исследовании использовался метод подбора функции, заключающийся в правильном подборе экстраполирующей функции. На основании симбиоза двух методов была построена методика определения характера влияния формирующейся инновационной деятельности на основные финансово-экономической показатели на предприятиях авиастроительной отрасли. Для осуществления прогнозирования использовались программы Statistica 7 и MS Excel 10. Критерий выбора показателя – экономически значимые аспекты эффективности инновационной деятельности: текущая (показатель «Чистая прибыль»), стратегическая («Наличие и движение результатов НИОКР»), корпоративная (Показатель «доходы от научных исследований и разработок в области естественных и технических наук»), отраслевая («Доходы от производства двигателей и летательных аппаратов (тыс. руб.)»). Объектом исследования являлись предприятия авиастроительной отрасли ПАО «Кузнецов» и ОАО «ОДК-Климов».

Методика включает в себя следующие этапы (рисунок 1):

I. Методы экстраполяции:

1. Построение временных рядов, состоящего из базисных индексов.

2. Нахождение правильной экстраполирующей функции, наиболее точно подходящей к значениям базисных индексов. Подбор такой функции зависит от оценки временного ряда на наличие автокорреляции в нем, то есть наличия взаимозависимости между последовательными уровнями ряда динамики. Измеряется автокорреляция с помощью коэффициента автокорреляции (формула 1) [1]:

(1)

В случае если rкрит > rтабл для прогнозирования используется уравнение авторегрессии, в случае, если rкрит < rтабл, то для прогнозирования используется функция тренда или функция среднего темпа роста. При условии, что функция соответствует оценке надежности полученного уравнения тренда по F-критерию Фишера (Fрасч ≥ Fтабл), а параметры этого уравнения по t-критерию Стьюдента (|tфакт| > tтабл).

3. Прогнозирование точечных значений функции, а также определение доверительного интервала прогнозных значений (формула 3) с помощью среднеквадратического (стандартного) отклонения Sy (формула 2):

(2)

(3)

где – расчетное значение уровня ряда; t_α – значение t-статистики Стьюдента, n – число лет базы тренда, – сумма квадратов номеров лет ti – от до , tк – номер прогнозируемого года.

4. Подтверждение статистической репрезентативности уравнения посредством оценки надежности уравнения по F-критерию Фишера, и его параметров по t-критерию Стьюдента. С помощью программы Statistica 7 при нахождении параметров экстраполирующей функции, автоматически вычисляются значения расчетной Fи фактическое значение t-критерия. Далее эти значения сопоставляются с табличными. Согласно критерию Фишера, если Fрасч ≥ Fтабл, то уравнение статистически значимо в целом. Согласно критерию t-Стьюдента, если tфакт > tтабл, то параметры уравнения статистически значимы. При выполнении обоих условий уравнение может быть использовано для прогнозирования.

Рис. 1. Алгоритм применения методики определения характера влияния формирующейся инновационной деятельности на основные финансово-экономической показатели
на предприятиях авиастроительной отрасли

5. Графическое построение экстраполирующей функции и доверительных интервалов.

II. Сценарный метод:

В исследовании используется такой метод сценарного построения как метод анализа влияния на тренд. Для оценки влияний событий на значения ключевых факторов используется имитационное моделирование по методу Монте-Карло [4]. Суть метода заключается в построении математической модели результирующего показателя, представленная в виде функции от переменных и параметров [5]. В качестве переменных выступают случайные составляющие, образованные функцией выбора случайного числа из диапазона (функция СЛУЧМЕЖДУ в MS Excel), в качестве параметров – крайние значения доверительных интервалов прогнозируемых значений. Репрезентативность полученных результатов проверяется с помощью коэффициента вариации VR (формула 4).

(4)

где σ – стандартное отклонение, Х – среднее арифметическое выборки.

Так как коэффициент вариации указывает степень изменчивости измерений относительно средних значений и оценивает точность измерений. То согласно, классификации значений коэффициента вариации VR:

Результаты, полученные в ходе имитационного эксперимента, объединяются в выборку и проводится сценарный анализ, корректируются полученные прогнозные значения.

Результаты исследования и их обсуждение

При прогнозировании в диссертационной работе были применены программы Statistica 7 и MS Excel 10. Для подтверждения достоверности результатов, полученных при использовании разработанной методики, она была апробирована при определении характера влияния формирующейся инновационной деятельности на основные финансово-экономической показатели на материалах предприятий авиастроительной отрасли ОАО«ОДК-Климов» и ПАО «Кузнецов» за прошлые периоды – 2008-2018 гг. Оба предприятия относятся к одной отрасли: 30.30.11 Производство двигателей летательных аппаратов с искровым зажиганием и их частей, однако показатели их деятельности на момент исследования 2018 год значительно различаются. ОАО «ОДК-Климов» крупная компания имеющая стабильный показатель «Чистой прибыли», однако имеющий тенденцию уменьшению. ПАО «Кузнецов» – начиная с 2011 года имеет показатель «Чистый убыток», который увеличивается. В связи с высокой закредитованностью предприятия ПАО «Кузнецов» не осуществляет достаточных инвестиций в инновационную деятельность, что влияет на снижение показателя результаты исследований и разработок до минимального значения в выборке данных с 2011 по 2018 годы.

Критерий выбора прогнозируемого показателя –непосредственное влияние на него формирующейся инновационной деятельности на предприятии. Были выбраны показатели: показатель эффективности текущей деятельности «Чистая прибыль», стратегический показатель «Наличие и движение результатов НИОКР», показатель корпоративной инновационной деятельности«Доходы от научных исследований и разработок в области естественных и технических наук», отраслевой показатель «Доходы от производства двигателей и летательных аппаратов».

I. Прогнозирование осуществлялось на период 2019-2024 года (рис. 2, 3, 4, 5).

Для предприятия ПАО «Кузнецов» исходные данные показывали «Чистый убыток», причем значение показателя имеет тенденцию к возрастанию (рис. 2). Прогноз исследуемого показателя в 2023 году равняется значению 2011 года – 1 532 012 тыс. руб. (0 % к 2011 году), что является лучшим прогнозом, чем значение «Чистого убытка» в 2018 году, равное – 3 183 154 тыс. руб.

Этот же показатель в отношении предприятия ОАО «ОДК-Климов» показывает «Чистую прибыль», согласно статистическим данным, составляющую в 2018 году – 3 183 154 тыс. руб. (рис. 2). В соответствие с прогнозными данными, предполагается снижение показателя «Чистой прибыли» предприятия к 2023 году до значения 19,46 % к 2010 году, что составит 79 687,34 тыс. руб.

Прогноз динамики показателя «Результат исследований и разработок» для ПАО «Кузнецов» – убывающая прямая (рис. 3). Видна тенденция к снижению результативности инновационных разработок. К 2024 году прогнозный показатель может достигнуть минимума, равного 55,05 % по отношению к 2012 году и составит – 257 158,14 тыс. руб.

Рис. 2. Прогноз показателя «Чистая прибыль» для предприятий авиастроительной отрасли
ПАО «Кузнецов» и ОАО «ОДК-Климов» ( %)

Для предприятия ОАО «ОДК-Климов» исследуемый показатель имеет положительную тенденцию, но динамика роста все же недостаточна (рис. 3). Прогнозное значение показателя в 2024 году составит 404,85 % по отношению к 2010 году, что в абсолютном измерении выражается в 208 809,49 тыс. руб. в сравнении с 74 261 тыс. руб. по состоянию на 2016 год.

Рис. 3. Прогноз показателя «Результат исследований и разработок» для предприятий авиастроительной отрасли ПАО «Кузнецов» и ОАО «ОДК-Климов» ( %)

Прогноз показателя «Доходы от научных исследований и разработок в области естественных и технических наук» для предприятия ПАО «Кузнецов» представляет собой экстраполирующую функцию в виде среднего темпа роста с оптимальными доверительными интервалами (рис. 4). Согласно прогнозу, к 2023 году значение показателя достигнет значения 914,66 % – 1 575 657,34 тыс. руб.

Рис. 4. Прогноз показателя «Доходы от научных исследований и разработок в области естественных и технических наук» для предприятий авиастроительной отрасли
ПАО «Кузнецов» и ОАО «ОДК-Климов» ( %)

Экстраполирующей функцией для значений исследуемого показателя для предприятия ОАО «ОДК-Климов» является возрастающая линейная функция. Согласно прогнозу, значение показателя в 2023 году составит 3 179 718 тыс. руб.

На рис. 5 изображён прогноз показателя «доход от производства двигателей и летательных аппаратов» ОАО «ОДК-Климов» в виде экспоненциальной линии с узкими доверительными интервалами.

Рис. 5. Прогноз показателя «Доходы от реализации двигателей и летательных аппаратов»
для предприятий авиастроительной отрасли ПАО «Кузнецов» и ОАО «ОДК-Климов» ( %)

Таблица 1

Обоснование статистической репрезентативности экстраполирующих функций для исследуемых показателей

Прогнозированный показатель в 2023 г. составит 83 741 469 тыс. руб., в то время как аналогичный прогноз для этого показателя для предприятия ПАО «Кузнецов» составляет 15 680 697 тыс. руб., что в 6 раз меньше.

Полученные варианты прогноза являются статистически репрезентативными, о чем свидетельствует оценка надежности уравнения по F-критерию Фишера, и его параметров по t-критерию Стьюдента (табл. 1).

II. Для реализации метода сценарного построения определим точку прогнозирования результата как значение прогноза на 2023 (для показателя «Результат исследований и разработок» 2024 год). Причем, в качестве наиболее вероятного сценария возьмет значение показателя тренда в точке 2023 (2024), в качестве оптимистического сценария – значения верхней границы доверительного интервала в точке 2023 (2024), а в качестве пессимистического сценария – значение нижней границы доверительного интервала в точке 2023 (2024) (табл. 2).

Для оценки влияний событий на значения ключевых факторов используется имитационное моделирование по методу Монте-Карло. В данном исследовании была проведена одна тысяча имитационных исследований и проанализирован результат полученных сценариев относительно каждого из шести показателей (табл. 3).

В соответствии с авторским подходом, результаты имитационных исследований трактуются в соответствии со значениями коэффициента вариации, который непосредственно зависит от стандартного отклонения и среднего арифметического исследуемой выборки значений показателя.

С помощью цветовых значений, автор визуализирует результаты, полученных категорий коэффициента вариации. По результатам из таблицы 1 видно, что найденные экстраполирующие функции статистически репрезентативны для каждого исследуемого показателя. Однако, уточняющие результаты по этим же показателям в таблице 3 свидетельствуют о том, что только для показателя «Доходы от производства двигателей и летательных аппаратов» для предприятия ОАО «ОДК-Климов» прогноз рассчитан верно, так как используемая выборка значений показателя абсолютно однородна (согласно логическому условию и определению).Так же, учитывая погрешность, можно считать выборки для показателей «Доходы от научных исследований и разработок» для предприятия ОАО «ОДК-Климов» и «Наличие и движение результатов НИОКР»для предприятия ОАО «ОДК-Климов» недостаточно однородными, но все же близкими к однородности. Поэтому прогнозные значения по этим показателям также примем как точные. По всем остальным показателям, особенно по показателю «Чистая прибыль» для предприятия ОАО «ОДК-Климов» считать результаты репрезентативными нельзя. Для составления информативного прогноза необходимо использовать либо другие показатели, либо другие методики.

Таблица 2

Сценарный метод, основанный на полученных прогнозных значениях