Методика составления отчета о финансовых результатах всоответствии с российскими и международными стандартами, егоаналитические возможности

В нашем случае увеличение расходов снизило прибыль от продаж и прибыль до налогообложения.

Если считать допустимыми темпы роста коммерческих и управленческих расходов на уровне темпов роста выручки от продаж, то неоправданное увеличение составило: по управленческим расходам: 32 594.

865 тыс.

руб. (43 096 — 24 481 • 1.751).

Влияние изменения объема продаж на прибыль (ΔПпр1) определяется по формуле:

ΔПпр1=Ппр0(Iпр-1).

где Ппр0

— прибыль от продаж за предыдущий период,.

Iпр

— индекс роста объема продаж.

ΔПпр1=2878*(1.751−1)=2160.

578 тыс.

руб.

Влияние изменения уровня себестоимости на прибыль (ΔПпр2) рассчитывается по формуле:

ΔПпр2=C0*Iпр-C1.

где С0, С1 — себестоимость проданных товаров (продукции, работ, услуг) предыдущего и отчетного периодов соответственно.

ΔПпр2=0*1.751−0=0 тыс.

руб.

Сумма факторных отклонений дает общее изменение прибыли от продажи продукции за анализируемый период, что выражается формулой:

ΔПпр=ΔПпр1+ΔПпр2=2160.

578+0=2160.

578 тыс.

руб.

Таким образом, наибольшее влияние на изменение прибыли от продаж оказало увеличение объема продаж.

3.

3. Метод имитационного моделирования в системе прогнозирования финансовых результатов хозяйствующего субъекта В качестве инструмента прогнозирования будущих доходов с учетом оценки рисков может быть использован метод Монте — Карло (Monte-Carlo Simulation), который заключается в проведении имитационного эксперимента. Основой построения модели по данному методу является принцип случайности. В результате применения данного метода определяются вероятности реализации вариантов этих значений. Имитационное моделирование по методу Монте-Карло (Monte-Carlo Simulation) позволяет построить математическую модель для проекта с неопределенными значениями параметров, и, зная вероятностные распределения параметров, а также связь между изменениями параметров (корреляцию) получить распределение будущих доходов. Для использования метода Монте-Карло необходимо применять специальный математический аппарат. Блок-схема, представленная на рисунке 3.

2.3, отражает алгоритм рассматриваемого метода.

Рисунок 1. Алгоритм метода Монте-Карло Использование данной методики было апробировано на ООО Смарт Сервис плюс. Информационной базой для проведения анализа послужили данные отчетности ООО Смарт Сервис плюс.

Таблица 11 — Исходные данные Показатели 2017 год Управленческие расходы 43 096 переменные расходы 10 774 постоянные расходы 32 322 Объем выпуска (продаж) 112 205 переменные расходы на весь объем 9653,504 17 669,36 переменные расходы на единицу 86,192 86,192 выручка 47 898 за 125 услуг выручка от объема 42 916,61 78 552,72 цена единицы 383,184 383,184.

Таблица 12 — Ключевые (изменяемые) параметры проекта Показатели Минимум Максимум Объем выпуска (продаж), услуг 112 205 Цена единицы 383 383 Переменные затраты 86 90.

Таблица 13 — Постоянные параметры проекта Показатели Наиболее вероятное значение Постоянные затраты 259 Амортизация 800 Налог на прибыль 20% Норма дисконта 15% Срок проекта 5 Начальные инвестиции 10 000.

Таблица 14 — Имитация Переменные затраты Объем выпуска Цена Себестоимость Выручка Прибыль Денежный поток NCF Приведенная стоимость NPV 90 156 384 14 040 59 904 36 484 37 284 114 983 88 201 384 17 688 77 184 47 390 48 190 151 540 87 192 384 16 704 73 728 45 412 46 212 144 911 89 115 384 10 235 44 160 26 933 27 733 82 966 89 192 384 17 088 73 728 45 105 45 905 143 881 88 126 384 11 088 48 384 29 630 30 430 92 006 87 137 384 11 919 52 608 32 344 33 144 101 105 90 175 384 15 750 67 200 40 953 41 753 129 963 88 168 384 14 784 64 512 39 576 40 376 125 345 87 135 384 11 745 51 840 31 869 32 669 99 512 90 143 384 12 870 54 912 33 427 34 227 104 733 87 195 384 16 965 74 880 46 125 46 925 147 300 88 113 384 9 944 43 392 26 552 27 352 81 687 87 150 384 13 050 57 600 35 433 36 233 111 459 90 112 384 10 080 43 008 26 136 26 936 80 292 88 163 384 14 344 62 592 38 392 39 192 121 376 90 117 384 10 530 44 928 27 312 28 112 84 234 88 165 384 14 520 63 360 38 865 39 665 122 964 90 112 384 10 080 43 008 26 136 26 936 80 292 90 195 384 17 550 74 880 45 657 46 457 145 732 87 188 384 16 356 72 192 44 462 45 262 141 725 90 181 384 16 290 69 504 42 364 43 164 134 694 88 165 384 14 520 63 360 38 865 39 665 122 964 90 114 384 10 260 43 776 26 606 27 406 81 869 88 147 384 12 936 56 448 34 603 35 403 108 675 89 131 384 11 659 50 304 30 709 31 509 95 624 88 197 384 17 336 75 648 46 443 47 243 148 365 90 201 384 18 090 77 184 47 068 47 868 150 462 87 203 384 17 661 77 952 48 026 48 826 153 672 90 115 384 10 350 44 160 26 841 27 641 82 657 88 197 384 17 336 75 648 46 443 47 243 148 365 90 189 384 17 010 72 576 44 246 45 046 141 001 90 161 384 14 490 61 824 37 660 38 460 118 925 87 198 384 17 226 76 032 46 838 47 638 149 690 88 174 384 15 312 66 816 40 996 41 796 130 108 87 151 384 13 137 57 984 35 671 36 471 112 256 88 141 384 12 408 54 144 33 182 33 982 103 913 89 167 384 14 863 64 128 39 205 40 005 124 103 89 201 384 17 889 77 184 47 229 48 029 151 001 87 129 384 11 223 49 536 30 444 31 244 94 733 89 116 384 10 324 44 544 27 169 27 969 83 757 … … … … … … …

Таблица 15 — Результаты анализа Показатели Переменные затраты Количество Цена Поступления NPV Минимум 87 112 384 26 936 80 292 Максимум 90 205 384 49 301 155 265 Среднее значение 88 159 384 38 066 117 605 Стандартное отклонение 1,12 27,33 0,00 6 463,86 21 667,87 Коэффициент вариации 1,3% 17,2% 0,0% 17,0% 18,4% Число случаев NPV<0 0 Число случаев NPV>0 5 000 Сумма убытков 0 Сумма доходов 588 023 588.

Проведенный анализ показал, что в течение срока инвестиционный проект является эффективным, сумма доходов за 10 лет составляет 588 023 588 тыс. руб., в среднем ежегодный доход будет составлять 80 292 тыс. руб.

Одним из важнейших этапов анализа результатов имитационного моделирования является исследование зависимости между чистым дисконтированным доходом и величиной поступлений.

На рисунке представлен график распределения потока поступлений и дисконтированного дохода в течение срока проекта.

Рисунок 2. Зависимость между поступлениями и чистым денежным доходом для ООО Смарт Сервис плюс Проведенное исследование показало, что направление колебаний между чистым дисконтированным доходом и денежным потоком поступлений совпадает, существует сильная корреляционная связь, близкая к функциональной.

Несмотря на всю условность этого метода, в целом, он представляют собой индикатор целесообразности проведения дальнейшего анализа в целях анализа финансовых показателей. Метод Монте-Карло позволяет улучшить результаты проекта, а также повысить чистый денежный поток (NPV). Для этого каждой из возможных комбинаций сочетания (количество скважин, темпы выработки в год, совокупная добыча) проводится анализ по методу Монте-Карло, а затем выбирается комбинация, которая максимизирует определенный критерий. Метод позволяет определить наилучшую комбинацию этих параметров.

Таким образом, следует отметить, что применение современных методов прогнозирования и раскрытие полученных результатов в бухгалтерской (финансовой) отчетности с представлением планируемых мероприятий по устранению негативных факторов позволит значительно повысить качество отчетности, направленное на удовлетворение информационных потребностей ее пользователей. При этом стоит отметить, что высокой степени прозрачности бухгалтерской информации невозможно достичь, описывая в отчетности только наличие рисков, поэтому для повышения прогнозных качеств бухгалтерской информации целесообразно ранжировать риски по степени их влияния на экономическую безопасность бизнеса. Для тех рисков, которые представляют угрозу непрерывности деятельности предприятия, необходимо раскрывать последствия их влияния с целью достоверного анализа финансового состояния предприятия и принятия соответствующих экономических решений.