Основные средства, тыс.р. (Х1)
Зависимость между основными средствами и чистой прибыльюпоказывает успешность работы компании, а также эффективность использования имеющихся ресурсов.
Запасы,тыс.р. (Х2)
К запасам организации относятся различные запасные части, инструменты,горюче-смазочные материалы, а также другие объекты стоимостью ниже 20000 р.
Денежные средства (Х3)
Денежные средства – это наличные деньги в кассе организаций; денежные средства на банковских счетах; денежные средства, воплощенные в денежных документах
Уставный капитал (Х4)
Уставныйкапитал — это сумма средств, первоначально инвестированных собственниками для обеспечения уставной деятельности компании; уставный капитал определяет минимальный размер имущества юр. лица, гарантирующего интересы его заемщиков.
Нераспределенная прибыль(Х5)
В нашей системе нераспределенная прибыль подразумевает сумму чистой прибыли до налоговых вычетов, а также других расходов.
Для получениядостаточно точной картины экономической ситуации проводится анализ данных с 2008 по 2015 гг., т.е. в исследовании рассматривается 8 лет деятельности предприятия.
Нематериальные активы (Х6)
Нематериальные активы — идентифицируемые немонетарные активы, не имеющие физической формы; входят в состав внеоборотных активов
Таблица 1. Показателиисследуемойкомпании
y |
x1 |
x2 |
x3 |
x4 |
x5 |
х6 |
|
Года/ period |
Чистая прибыль / NP |
ОC/ Capital assets |
Запасы / Resources |
Денж.ср.ва / Cash |
Уставный капитал /Nominal Capital |
Нераспр.прибыль / Retained profit |
НМА/ Fictitious assets |
2008 |
-891 |
197845 |
2309 |
75702 |
212314 |
1600 |
4058 |
2009 |
7520 |
713101 |
1511 |
77671 |
212314 |
723 |
4126 |
2010 |
976 |
746374 |
1935 |
103668 |
212314 |
3879 |
4314 |
2011 |
7564 |
896533 |
1977 |
139509 |
227314 |
3069 |
4229 |
2012 |
5306 |
921027 |
2746 |
187302 |
251414 |
10584 |
4298 |
2013 |
3851 |
956560 |
4281 |
128030 |
264154 |
14944 |
57 |
2014 |
616 |
925330 |
1832 |
203576 |
272874 |
14342 |
45 |
2015 |
50731 |
901634 |
14375 |
258799 |
281074 |
64996 |
33 |
Проанализируем связь факторов с зависимым показателем и между собой, а также проведем отсев некоторых факторов, используя пошаговый метод. Дляопределениятеснотысвязейпостроимматрицукоэффициентовпарнойкорреляции.
Таблица 2. Матрица коэффициентов парной корреляции
y |
x1 |
x2 |
x3 |
x4 |
x5 |
х6 |
|
Года/ period |
Чистая прибыль / NP |
ОC/ Capital assets |
Запасы / Resources |
Денж. ср.ва / Cash |
Уставный капитал /Nominal Capital |
Нераспр. прибыль / Retained profit |
НМА/ Fictitious assets |
Чистая прибыль / NP |
1 |
||||||
ОC/ Capital assets |
0,279675 |
1 |
|||||
Запасы / Resources |
0,961435 |
0,236373 |
1 |
||||
Денж. ср.ва / Cash |
0,687962 |
0,618606 |
0,700636 |
1 |
|||
Уставный капитал /NominalCapital |
0,527034 |
0,643772 |
0,621377 |
0,881196 |
1 |
||
Нераспр. прибыль / Retained profit |
0,938618 |
0,349232 |
0,977753 |
0,816544 |
0,743059 |
1 |
|
НМА/ Fictitious assets |
-0,43678 |
-0,45033 |
-0,56633 |
-0,62396 |
-0,872936 |
-0,665973 |
1 |
Коэффициент корреляции показывает насколько тесно факторы Х1-Х6 связаны с показателем Y и между собой. В нашем случае видно, что чистая прибыль наиболее тесно связана с запасами организации.
Широко известным критерием анализа мультиколлинеарности считается фактор инфляции дисперсии [1]. Фактор инфляции дисперсии определяется для j-го признака и является показателем наличия зависимости между j-ым и остальными признаками.
В среде R функцией для оценки факторов инфляции дисперсии является функция vif(mod,..), где mod – объект, содержащий информацию об оцененной модели.
fm # тест Дарбина-Уотсона
>dwt(fm)
lag Autocorrelation D-W Statistic p-value
1 -0.2580036 2.366665 0.704
Alternativehypothesis: rho != 0
В заключение нужно отметить, что система нуждается в дополнительных данных, но мы получили представление о сильном влиянии на чистую прибыль запасов, что объясняется повышенным расходом запасных частей и горюче-смазочных материалов, при интенсивной работе предприятия, но повышать запасы для данной компании для увеличения прибыли неразумно, т.к. почти все заказы предприятия государственные и их частота независит от самой компании.
Список литературы и источников:
Орлова И.В., Половников В.А. Экономико-математические методы и модели: компьютерное моделирование: Учебное пособие. - 3-e изд., перераб. и доп. - М.: Вузовский учебник: ИНФРА-М, 2012.
Орлова И.В., Турундаевский В.Б. Многомерный статистический анализ при исследовании экономических процессов: монография. – М.: МЭСИ, 2014.
Орлова И.В., Филонова Е.С. Выбор экзогенных факторов в модель регрессии при мультиколлинеарности данных // Международный журнал прикладных и фундаментальных исследований. - 2015. - № 5-1. - С. 108-116.