Таким образом, Fфакт = 31,129 / 0,650 = 478,9.

F-критерий Фишера при уровне значимости 0,01 равен 16,26 (табличное значение). При выполнении условия Fфакт > F0,01 уравнение регрессии считается значимым, в данном случае это условие выполняется: 478,9 >= 16,26

Проверка качества составленной модели определяется при помощи показателя средней ошибки аппроксимации. Модель считается составленной качественно, если значение средней ошибки аппроксимации находится в интервале от 5 до 7% включительно.

Средняя ошибка аппроксимации находиться по формуле:

(3.6.)

где В - средняя ошибка аппроксимации

y -

y -

Расчет этого показателя приведен в таблице 20. Вычисленное значение средней ошибки аппроксимации равно 4,5 %, округляя до целого числа, получаем 5%. Это означает, что модель составлена качественно и пригодна для дальнейшего исследования.

Для того, чтобы определить в каком направлении разрабатывать мероприятия, определяем факторы, которые наиболее сильно влияют на результативный признак. Для этого вычисляются: коэффициенты эластичности; и коэффициенты корреляции.

Коэффициент эластичности вычисляется по формуле:

(3.7.)

Получены следующие данные:

Э1 = 0,3;

Э2 = -0,04;

Это означает, что факторы влияют на результативный признак следующим образом:

- повышение оборачиваемости материальных запасов (фактор х1) на 1% влечет повышение коэффициента мобильности оборотных средств на 0,3%;

- рост оборачиваемости кредиторской задолженности (фактор х2) на 1% понижает коэффициент мобильности оборотных средств на 0,04%;

Для проведения корреляционного анализа рассчитываются коэффициенты корреляции с помощью MS Exel.

Полученные показатели корреляции представлены в таблице 3.3.

Таблица 3.3. - Коэффициенты корреляции

Полученные показатели характеризуют связи следующим образом:

- на результативный признак наибольшее влияние оказывает фактор оборачиваемость запасов товаров (коэффициент корреляции =0,0999) и только потом кредиторская задолженность (коэффициент корреляции = 0,1905).

- анализируемые факторы мало корреллируют между собой, поэтому все факторы уравнения регрессии значимы. При исчислении прогнозного результата (коэффициента мобильности оборотных средств) будут учитываться все факторы уравнения регрессии.

Как видно из рисунка 3.1., график прогноза уравнения регрессии на 2 месяца 2004 года имеет тенденцию к снижению. Это означает, что при реализации прежней финансовой политики коэффициент мобильности оборотных средств будет уменьшаться. В этом случае имеет место залеживание товаров на складах, увеличение затрат по хранению больших (сверх нормы) остатков товаров.

Рис.3.1. График уравнения регрессии.

Из регрессионного анализа видно, что наибольшее влияние на мобильность оборотных средств имеет оборачиваемость запасов товаров, это очевидно, так как данное предприятие занимается торгово-закупочными операциями.

3.2.Определение потребности в оборотном капитале

При разработке управленческих решений по оборотному капиталу математические методы применяются в определении прогнозного значения потребности в оборотном капитале.

Оборотный капитал предприятия отражает ресурсы, вложенные в оборотные активы. Это наиболее работоспособная часть капитала, так как по сравнению с основным капиталом она имеет более высокую оборачиваемость. Его доля и оборачиваемость обуславливают доход-ную или бездоходную деятельность предприятия. Поэтому оборотный капитал предприятия выступает объектом управления, имеющим пер-востепенное значение.

Объем потребности в оборотном капитале обусловлен многими факторами, среди которых наибольшее значение имеют масштабы деятельности, отраслевая принадлежность предприятия.

Так как, ООО «Дорстройсервис-Уфа» занимается торгово-закупочной деятельностью, то на мобильность оборотных средств влияние оказывает оборачиваемость запасов, поэтому необходимо оптимизировать поставки и объемы хранения. Экономико-математическое моделирование позволяет решать задачи такого вида.

Экономико-математическая постановка задачи выглядит следующим образом:

П = хi (рi - ci) мах (3.8.)

где П - прибыль от реализации продукции;

хi - количество i-го товара;

рi - цена i-го товара;

сi - себестоимость i-го товара;

Зразмi * Сi Зхрi * EOQi

Зобщ. = ЕОQi + 2 min (3.9.)

где Зобщ. - совокупные затраты на транспортировку и хранение;

Зразмi - затраты на транспортировку i-го товара;

EOQi - размер оптимальной поставки i-го товара;

Зхрi - затраты на хранение i-го товара.

Решением данной модели является объем оптимальной поставки:

(3.10.)

где EOQi - размер оптимальной поставки i-того товара, шт.;

Ci- спрос на i-тый товар, шт.;

Зразмi -затраты на транспортировку i-того товара, тыс. руб.;

З хрi - затраты на хранение i-того товара, тыс. руб.

То есть задача сводиться к максимизации прибыли за счет увеличения удельного веса наиболее доходных, оборачиваемых товаров, а также к оптимизации объема поставки товара. Исходные данные для постановки и решения данной задачи приведены в таблицах.

Спрос на товары за 2004-2006 годы представлен в таблице 3.4.

Таблица 3.4. -

Объемы продаж ООО «Дростройсервис-Уфа» за 2004-2006 гг. в тыс. шт.

Графическая интерпретация объемов продаж представлена на рисунках 3.2-3.7.

Рис.3.2. Динамика объемов продаж лопат за 2004-2006 годы.

Рисунок 3.3. Динамика объемов продаж веников за 2004-2006 годы

Рисунок 3.4. Динамика объемов продаж мыла за 2004-2006 годы

Рис.3.5. Динамика объемов продаж туалетной бумаги за 2004-2006 годы

Рисунок 3.6. Динамика объемов продаж белизны за 2004-2006 годы

Рис.3.7. Динамика объемов продаж посуды за 2004-2006 годы

Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17