Аналитическая фабрика. Как настроить финансовую аналитику под задачи бизнеса

Так, в соответствии с проведенными расчетами минимальный остаток средств должен составлять 203 503 руб., и с вероятностью 95 % фактический остаток не опустится ниже этой цифры. Вместе с тем данная нижняя граница реально может быть поднята до уровня x^– – δ (2 068 426 руб.) или его округленного значения (2 млн руб.). Тогда при планировании платежей на день менеджмент компании должен исходить из необходимости обеспечивать данный неснижаемый остаток. По договоренности с обслуживающим банком на него могут начисляться проценты, а в случае экстраординарных платежей у компании есть гарантированный запас ликвидности. При ужесточении финансовой политики размер неснижаемого остатка может быть привязан к величине первого квартиля (2 892 749 руб.).

Аналогичным образом следует обосновать величину максимального остатка средств на счете. Такого рода границами для него могут выступать уровни x^– + 2δ, x^– + δ или величина третьего квартиля. Соответственно, чем ближе к среднему значению устанавливается контрольный показатель, тем более жесткой должна быть политика. Наиболее оправданным в рассмотренном случае представляется уровень x^– + δ (7 851 132 руб.) или его округленное значение (8 млн руб.).

Накопленные на счете компании средства свыше этой величины должны размещаться на депозит. В моей практике такого рода размещения проводились на еженедельной основе. Этот срок позволял обеспечивать минимальный уровень доходности (при этом спред доходности ко вкладам более длительного срока размещения был не очень значительным), использовать накопленные средства для проведения крупных платежей без существенного переноса сроков, наконец, накапливать операционный ресурс для осуществления будущих инвестиций.

Если необходимо оценить минимальный остаток за более долгий промежуток времени, найденное значение корректируется на требуемый временной период:

ДС_min^t = ДС_min × √N,

где N – временной горизонт в N дней.

Величину минимального остатка можно оценить, базируясь на данных о прогнозных значениях остатка, полученных методом трендового анализа, в основе которого лежит построение уравнения регрессии. Однако в целях получения более объективных результатов найденные прогнозные значения величин остатка денежных средств необходимо корректировать на индекс сезонности соответствующего периода:

ДС^TR = ДС_n+1^forecast × I_s

ДС_n+1^forecast = a × T_n+1 + b

где I_s – индекс сезонности для i-го периода;

a и b – коэффициенты уравнения регрессии, определяющиеся методом наименьших квадратов:

Алгоритм расчета минимального остатка выглядит следующим образом.

1. На основе имеющихся ретроспективных данных о величинах остатка денежных средств за предыдущие периоды строим уравнение регрессии, где в качестве Т выступает порядковый номер рассматриваемого периода.

2. С учетом полученных прогнозных данных на предстоящий год определяем среднее значение остатка денежных средств по каждому периоду.

3. По данным о величинах среднемесячных остатков определяем среднее значение остатка за все рассматриваемые периоды.

4. Определяем индекс сезонности для каждого периода как отношение среднего значения остатка денежных средств за соответствующий месяц к среднему значению по всем периодам.

5. Проводим корректировку полученных прогнозных значений остатка денежных средств на коэффициент сезонности.

Однако такого рода аналитика – это прежде всего прогноз, достоверность которого, оцененная с помощью коэффициента детерминации R², может быть достаточно низкой, учитывая месячный уровень агрегации. Если же исключить влияние инвестиционных платежей и строить прогноз, отталкиваясь от результатов операционной деятельности, то значения остатка денежных средств могут быть приближены к фактическим.

Рассмотрим пример прогнозирования поведения остатка денежных средств. В качестве шага периода используем месяц (табл. 14).

Данные представлены за три года помесячно. Таким образом, общее число периодов, относимых к выборке, составляет 36. Последующие прогнозные значения начнутся с 37-го периода.

Выполним действия по описанному выше алгоритму.

1. Построим уравнение регрессии.

Реализуем это несколькими вариантами и покажем, что полученный результат будет одинаков.

Вариант 1

Используем формулы метода наименьших квадратов, которые были приведены выше. Для упрощения расчетов дополним таблицу с исходными данными промежуточными результатами (табл. 15).

Тогда:

В результате уравнение регрессии имеет вид:

Y = 7 910 668,65 + 282 569,71 × X.

Вариант 2

Свободный член (b) и параметр, стоящий при независимой переменной (a), можно найти стандартными средствами MS Excel. Для этого следует использовать функции ОТРЕЗОК и НАКЛОН соответственно. Иными словами, результат выполнения функции ОТРЕЗОК позволит получить значение свободного члена в уравнении регрессии:

ОТРЕЗОК(известные значения y;известные значения x),

где известные значения y – зависимое множество наблюдений или данных;