Вариант №1

Задача 1. Провести анализ процесса реализации продукции на предприятии, используя для этого информацию о его хозяйственной деятельности. Результаты анализа представить в виде таблицы 1.

Таблица 1

Финансово-экономические показатели, характеризующие процесс реализации продукции предприятия за год

Показатели	Продукты
		…………
1. Выручка от продаж, руб.
2. Себестоимость проданной продукции, руб.
3. Производственный маржинальный доход, руб.
4. Уровень производственного маржинального дохода, %
5. Затраты на хранение продукции, руб.
6. Затраты на оформление и обработку партии продукции, руб.
7. Маржинальный доход , руб.
8. Уровень маржинального дохода, %
9. Постоянные затраты, руб.
10. Прибыль от продаж , руб.
11. Уровень прибыли от продаж, %
12. Средняя стоимость запасов, руб.
13. Оборачиваемость запасов, оборотов
14. Индекс рентабельности запасов, %

Затраты разделить на переменные и постоянные методом высшей и низшей точек объема производства, используя табл. 1.7 и 1.8.

Задача 2. На основании данных табл. 2. требуется:

1. Найти уравнение линейной регрессии с одной независимой переменной, используя зависимость между интенсивностью вложений в рекламную деятельность и объемами продаж по соответствующим периодам прошлого года (применяя упрощенный подход расчета искомых коэффициентов уравнения).

2. Используя полученное уравнение регрессии, определить прогнозный объем продаж, если аналитики данной организации в следующем квартале планируют произвести капитальные вложения в рекламную деятельность на сумму 79 тыс.руб.

3. Составить аналитическое заключение (письменно).

Таблица 2

Исходные данные для расчета будущего объема продаж.

№ п/п	Период времени (t)	Объем продаж по предприятию (Qt), тыс.руб.	Расходы на рекламу (Х), тыс.руб.	Произведе-ние Q на Х (гр.2 * гр.3)	Расходы на рекламу, возведенные в квадрат (гр.3 * гр.3)
А	1	2	3	4	5
1	январь	16522,61	1701,1
2	февраль	15050,62	1502,57
3	март	14999,01	1428,77
4	апрель	15668,25	1515,83
5	май	13496,87	1496,4
6	июнь	12021,97	1254,38
7	июль	13582,01	1333,42
8	август	14276,34	1587,12
9	сентябрь	12789,01	1706,03
10	октябрь	18617,17	1865,48
11	ноябрь	18667,22	1954,45
12	декабрь	18166,07	1866,98
13	Итого	183857,15	19212,53
14	Средняя арифметиче-ская объема продаж (), тыс.руб.
15	Средняя арифметиче-ская расходов на рекламу () тыс.руб.

Методические рекомендации

В ходе прогнозирования будущего объема продаж финансовые аналитики часто применяют различные экономико-математические методы, в частности методы регрессивного анализа. Их использование позволяет оценивать взаимосвязь между зависимой и независимой переменными. В простейшем случае линейная регрессия для объема продаж (Q) и одной независимой переменной (Х) может быть представлена следующим уравнением:

где а – точка пересечения линии регрессии с осью Y;

b – тангенс угла наклона линии регрессии.

Использование метода наименьших квадратов позволяет финансовому аналитику определить величины а и b, чтобы полученные из уравнения регрессии значения показателя Q отличались наименьшим отклонением от наблюдаемых его значений. В практике маркетингового анализа для нахождения тех же коэффициентов уравнения регрессии с одной независимой переменной используется более упрощенный подход, при помощи которого расчет искомых коэффициентов а и b осуществляется по формулам

;

где n – количество наблюдений;

- средняя арифметическая соответственно объема продаж и расходов на рекламу.

При нахождении средней арифметической объема продаж () необходимо суммарную величину объема продаж за весь период наблюдений разделить на количество наблюдений (по гр.2: стр.13/12).

При нахождении средней арифметической расходов на рекламу () необходимо суммарную величину расходов на рекламу за весь период наблюдений разделить на количество наблюдений (по гр.3 стр. 13/12).

Задача 3. На основании данных табл.3 и результатов, полученных в ходе решения предыдущего задания, требуется:

1. Определить, насколько выбранная функция регрессии подходит для оценки взаимосвязи между интенсивностью вложений в рекламу и объемом продаж, путем расчета показателей качества и надежности регрессионного анализа: коэффициента детерминации (), средней ошибки предвидения ().

2. Составить аналитическое заключение (письменно).

Таблица 3