Динамика финансовых показателей лесной отрасли в мире
Автор: Матвеев С.С.
Журнал: Международный журнал гуманитарных и естественных наук @intjournal
Рубрика: Экономические науки
Статья в выпуске: 11-4 (74), 2022 года.
Бесплатный доступ
Цель статьи заключается в изучении динамики финансовых показателей лесной отрасли в мире. При статистическом анализе использовались расчеты коэффициента общей ликвидности и коэффициента заемных средств, корреляционный анализ и последующий расчет регрессионной модели для выявления значимых факторов, влияющих на выручку, расчет стандартизированных коэффициентов, расчет однофакторной регрессионной модели. С помощью расчетов коэффициентов и регрессионных моделей было выявлено, что бизнес-модель крупнейшего предприятия лесной отрасли РФ коррелирует с мировой бизнес-моделью и имеет отклонение прогноз/факт 2%.
Регрессионный анализ, коэффициенты
Короткий адрес: https://sciup.org/170196838
IDR: 170196838 | DOI: 10.24412/2500-1000-2022-11-4-214-218
Текст научной статьи Динамика финансовых показателей лесной отрасли в мире
Лесная отрасль является значимым игроком экономических связей в мире, продукция, в частности товарная целлюлоза, является востребованным товаром на мировых рынках. Товарная целлюлоза является источником сырья для различных видов товаров таких, как бумаги, химические
волокна, искусственные меха, а также заменители кожи, пластмассы, кинопленка, лаки, бездымный порох и т.д.
За рубежом товарная целлюлоза торгуется на спотовом рынке, динамика изменения цен представлена в таблице 1.
Таблица 1. Динамика цен товарной целлюлозы, долл. / сухая тонна
|
Период |
Товарная целлюлоза |
|
2010 |
102,96 |
|
2011 |
110,96 |
|
2012 |
104,47 |
|
2013 |
99,37 |
|
2014 |
97,53 |
|
2015 |
88,96 |
|
2016 |
87,07 |
|
2017 |
87,61 |
|
2018 |
90,89 |
|
2019 |
90,14 |
-0,50 0,00 0,50 1,00
|
X1 -0,0 X4 |
0,91 0,62 0,76 |
|
-0,39 -0-,01,174 X7 0,06 0,25 |
|
|
X10 0,,005,10 0,25 X13 0,110,18 |
|
|
X16 |
0,870,94 |
|
-0,41 X19 |
0,46 0,86 |
|
, 0,01 |
0,00 0,20 0,40 0,60 0,80 1,00 1,20 1,40 1,60 1,80 2,00 2,20 2,40 2,60 2,80 3,00
Рис. 1. Коэффициент общей ликвидности
На рисунке 1 явно выделяется тенденция не эффективного использования оборотных средств.
Проведем корреляционный анализ и выделим основные факторы влияющие на
размер выручки, дополним финансовую отчетность внешними макроэкономическим показателями, результаты расчетов и расшифровка факторов представлены на рисунке 2 и таблице 2.
-1,00
Рис. 2. Результат корреляционного анализа
Таблица 2. Расшифровка факторов
|
Фактор |
Расшифровка |
|
X 1 |
Общие акционерные фонды и пассивы, млн. долл. |
|
X 2 |
Средства акционеров, млн. долл. |
|
X 3 |
Группа анализа |
|
X 4 |
Коэффициент ликвидности (х) |
|
X 5 |
Коэффициент платежеспособности (%) |
|
X 6 |
Коэффициент покрытия (х) |
|
X 7 |
Ликвидность акционерного капитала (х) |
|
X 8 |
EBIT Маржа (%) |
|
X 9 |
Валовая маржа (%) |
|
X 10 |
Маржа прибыли (%) |
|
X 11 |
Оборот акций (х) |
|
X 12 |
Оборот чистых активов (х) |
|
X 13 |
Рентабельность собственного капитала (%) |
|
X 14 |
Валовая прибыль, млн. долл. |
|
X 15 |
Себестоимость продукции, млн. долл. |
|
X 16 |
Стоимость компании, млн. долл. |
|
X 17 |
Чистые оборотные средства, млн. долл. |
|
X 18 |
Древесина цена, долл./куб. метр. |
|
X 19 |
ВВП номинал, млрд. долл. |
|
X 20 |
Площадь лесов, тыс. кв. км. |
|
X 21 |
Фьючерс на лес, долл. |
|
Y |
Выручка, млн. долл. |
Таблица 3. Определение значимости факторов
|
Фактор-признак |
t табл0,05 = 1,97 |
|
результат |
|
|
X 1 |
значим |
|
X 2 |
значим |
|
X 3 |
значим |
|
X 4 |
не значим |
|
X 5 |
не значим |
|
X 6 |
не значим |
|
X 7 |
не значим |
|
X 8 |
не значим |
|
X 9 |
значим |
|
X 10 |
не значим |
|
X 11 |
не значим |
|
X 12 |
не значим |
|
X 13 |
значим |
|
X 14 |
значим |
|
X 15 |
значим |
|
X 16 |
значим |
|
X 17 |
значим |
|
X 18 |
не значим |
|
X 19 |
не значим |
|
X 20 |
не значим |
|
X 21 |
не значим |
Таблица 4. Результат расчета «Анализ данных»
Регрессионная статистика
Множественный R 1,0000
R-квадрат 1,0000
Нормированный R-квадрат 1,0000
Стандартная ошибка 0,0004
Наблюдения 240
Дисперсионный анализ
|
df |
SS |
MS |
F |
Значимость F |
|
|
Регрессия |
9 |
8630745516 |
958971724 |
5,29063E+15 |
0 |
|
Остаток |
230 |
4,16894E-05 |
1,81258E-07 |
||
|
Итого |
239 |
8630745516 |
|||
|
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% Верхние 95% |
|
|
Y-пересечение |
-0,000089 |
0,000158325 |
-0,563511791 |
0,573635412 |
-0,000401171 0,000222735 |
|
X1 |
0,000000 |
1,45646E-08 |
0,834055939 |
0,405114856 |
-1,65494E-08 4,08447E-08 |
|
X2 |
0,000000 |
2,30239E-08 |
-1,092325879 |
0,275832732 |
-7,05143E-08 2,02151E-08 |
|
X3 |
0,000038 |
9,10645E-05 |
0,415718463 |
0,678003628 |
-0,00014157 0,000217284 |
|
X9 |
-0,000001 |
2,96924E-06 |
-0,268149065 |
0,788824917 |
-6,64659E-06 5,05419E-06 |
|
X13 |
0,000006 |
6,92315E-06 |
0,857124336 |
0,392268369 |
-7,7069E-06 1,95749E-05 |
|
X14 |
1,000000 |
2,65765E-08 |
37627196,09 |
0 |
0,999999947 1,000000052 |
|
X15 |
1,000000 |
1,93653E-08 |
51638756,4 |
0 |
0,999999933 1,000000009 |
|
X16 |
0,000000 |
7,07943E-09 |
0,252246537 |
0,801075778 |
-1,21631E-08 1,57346E-08 |
|
X17 |
0,000000 |
4,17269E-08 |
1,867824602 |
0,063058301 |
-4,27731E-09 1,60155E-07 |
Результат расчета значимости факторов в стандартизированном виде представлен в таблице 5.
На основании таблицы 5 можно сделать вывод, что для дальнейшего анализа подходят факторы X 14 и X 15 , но так как будем рассчитывать однофакторную модель то
используем фактор X 15 – себестоимость продукции.
Расчет однофакторной регрессионной модели уравнения представлен в таблице 6.
Таблица 5. Результат значимости
|
X 1 |
X 2 |
X 3 |
X 9 |
X 13 |
X 14 |
X 15 |
X 16 |
X 17 |
|
|
стандарт.коэфф. |
0,00 |
0,00 |
0,00 |
0,00 |
0,00 |
0,44 |
0,66 |
0,00 |
0,00 |
Цена на товарную целлюлозу в 2019 году ниже 2010 года на 12 долл., или 13%. Проведем анализ коэффициентов ликвидности крупнейших игроков данной отрас-
ли, 24 компаний с совокупной среднегодовой выручкой в размере 4 млрд. долл., результат представлен на рисунке 1.
На основании расчета критерия t-Стьюдента и сопоставления с табличным значением выделим значимые факторы, и далее по ним рассчитаем коэффициенты регрессионной модели уравнения и приведем их в стандартизированный вид для выделения значимого фактора и дальней-
шего расчета однофакторной регрессионной модели уравнения, определения коэффициента детерминации и расчета средней ошибки аппроксимации данного уравнения.
Расчет t-критерия представлен в таблице 3.
Для дальнейших расчетов используем факторы X 1 , X 2 , X 3 , X 9 , X 13 , X 14 , X 15 , X 16 , X 17 .
Расчет регрессионных коэффициентов произведем инструментов «Анализ данных» из офисного пакета Excel. Результат представлен в таблице 4.
Таблица 6. Результат расчета линейной регрессионной модели уравнения
|
X 15 |
Y |
X*Y |
X2 |
Y2 |
Y расчет |
(Y - Y рас-чет )^2 |
(Y расчет -Y ср.расчет ) |
A ошиб.апрокс , % |
|
|
сумма |
402 833 |
555 691 |
2 225 210 142 |
1 637 614 358 |
3 043 187 239 |
555 691 |
17 853 824 |
819 671 083 |
1 455 |
|
среднее |
2 877 |
3 969 |
15 894 358 |
11 697 245 |
21 737 052 |
3 969 |
127 527 |
5 854 793 |
10,4 |
|
n набл |
140 |
||||||||
|
m своб |
138 |
||||||||
|
σ |
1 849 |
2 446 |
|||||||
|
σ2 |
3 417 950 |
5 982 321 |
|||||||
|
a лин |
203 |
||||||||
|
b лин |
1,309 |
||||||||
|
2 r xy |
0,98 |
Таблица 7. Финансовые показатели 2010-2020 гг.
|
Год отчета |
Выручка, млн. долл. |
Себестоимость продукции, млн. долл. |
|
2010 |
1 785 |
1 094 |
|
2011 |
1 860 |
1 145 |
|
2012 |
1 787 |
1 287 |
|
2013 |
1 666 |
1 326 |
|
2014 |
1 289 |
905 |
|
2015 |
1 407 |
800 |
|
2016 |
1 841 |
1 051 |
|
2017 |
1 917 |
970 |
|
2018 |
2 241 |
907 |
|
2019 |
2 004 |
1 044 |
Таблица 8. Расчет прогноза 2020 года по модели и факта 2020 года
|
Факт |
Прогноз |
отклонение |
||
|
себестоимость, млн. долл. |
выручка, млн. долл. |
выручка, млн. долл. |
абс., млн. долл. |
отн., проц. |
|
1 184 |
1 712 |
1 753 |
41 |
2,4 |
Список литературы Динамика финансовых показателей лесной отрасли в мире
- Басовский Л.Е. Прогнозирование и планирование в условиях рынка. - М.: Инфра-М, 2017. - 272 с.
- Ковалев В. В. Курс финансовых вычислений. - М.: Проспект, 2015. - 284 с.
- Новая реальность: чего ожидает российский ЛПК от 2022 года. - [Электронный ресурс]. - Режим доступа: https://forestcomplex.ru/forestry/novaya-realnost-chego-ozhidaet-rossijskij-lpk-ot-2022-goda/.
- Славинова М.В. Методы оценки финансового состояния организации // Наука среди нас. - 2018. - №2 (6). - С. 215.
