M. Pieszka Wroclaw University of Economics M. Pieczara ...pfigshare-u-files.s3.amazonaws.com ›...
Transcript of M. Pieszka Wroclaw University of Economics M. Pieczara ...pfigshare-u-files.s3.amazonaws.com ›...
Planowanie przychodów ze sprzedaży na podstawie przedsiębiorstwa z branży handlu
detalicznego i przedsiębiorstwa z branży fotograficznej
M. Pieszka
Wroclaw University of Economics
M. Pieczara
Wroclaw University of Economics
Słowa kluczowe: przyszłoroczna sprzedaż, model Holta, branża handlu detalicznego i fotografii .
Streszczenie: Praca zawiera przedstawienie prognoz przychodów ze sprzedaży przedsiębiorstw
działających w branży handlu detalicznego i fotograficznej przeprowadzonych przy pomocy modelu
Holta. Omówione zostały także uzyskane wyniki oraz wnioski związane z porównaniem
przedsiębiorstw obu branż.
2
Spis treści
1. Wstęp…………………………………………………………………………………………...3
2. Teoretyczny opis metody……………………………………………………………………….4
3. Praktyczny przykład zastosowania z wykorzystaniem danych rzeczywistych
pochodzących z bazy Monitor Polski B……………………………………………......5
4. Podsumowanie………………………………………………………………………………….8
5. Bibliografia……………………………………………………………………………………..9
3
1. Wstęp
W niniejszej pracy przedstawiono jeden ze sposobów prognozowania przychodu ze sprzedaży
na rok 2012 na przykładzie przedsiębiorstwa prowadzącego działalność fotograficzną (dział 74.2 wg
klasyfikacji PKD), a także powiązanego z nim przedsiębiorstwa, które sprzedaje sprzęt audiowizualny
(dział 47). Wybór takich branż jest podyktowany komplementarnością świadczonych usług
i sprzedawanych dóbr przez te przedsiębiorstwa. Przychody ze sprzedaży w obu przypadkach są
głównym źródłem finansowania firm, stanowią bowiem odpowiednio 94% i 99% wszystkich
uzyskiwanych przychodów.
Analizę oparto tu na podstawie danych ze sprawozdań finansowych przedsiębiorstw na lata
2001 - 2011, które ukazały się w Monitorze Polskim B (od 1 stycznia 2013 – Monitor Sądowy
i Gospodarczy) oraz dokumentów z bazy EMIS, tak aby prognoza była dokładniejsza. Przyszły
poziom przychodów ze sprzedaży opracowano przy pomocy programu Excel.
Charakteryzując obie branże przedstawiono kilka podstawowych cech, które były pomocne
przy wyborze metody prognozowania. Informacje zaprezentowano w Tabeli 1.
Tabela 1. Porównanie cech branży fotograficznej i handlu detalicznego.
Branża handlu detalicznego
sprzętem audiowizualnym
Branża fotograficzna
Zależność od koniunktury
gospodarczej
Duża Mała
Udział kosztów zmiennych w
kosztach całkowitych
Znaczny Znaczny
Zależność przychodów od
postępu technologicznego
Duża Duża
Należności, inwestycje,
zobowiązania w bilansie
Przewaga krótkoterminowych Przewaga krótkoterminowych
Znaczenie lokalizacji Średnie Duże
Konkurencja Mało rozdrobniona Bardzo rozdrobniona
Przeważający rodzaj
przedsiębiorstw
Średnie i duże Małe i średnie
Źródło: Opracowanie własne.
4
Na przyszłe kształtowanie się owej wielkości ma wpływ wiele czynników, tak dotyczących
samej spółki, a zatem wewnętrzne determinanty (np. zarządzanie spółką, reklama, promocja), jak i
czynników zewnętrznych – niezależnych od przedsiębiorstwa (np. ogólna koniunktura, inflacja).
Naturalnie istnieje bardzo duże prawdopodobieństwo, że planowanie przyszłorocznej sprzedaży
będzie obarczone błędem, zatem rolą przeprowadzającego takie przedsięwzięcie jest jak najlepsze
dopasowanie danych zawartych w sprawozdaniach finansowych do kształtujących się warunków.
Wydaje się, iż modele ekonometryczne oparte na trendzie dobrze odzwierciedlają taki stan rzeczy i
będą efektywną metodą prognozowania.
2. Opis teoretyczny metody
Do obliczenia prognozy przychodów ze sprzedaży na 2012 rok w obu spółkach został
zastosowany model liniowy Holta. Wybór taki wiąże się z występowaniem wyraźnej tendencji
rozwojowej oraz wahań przypadkowych w przychodach ze sprzedaży obu omawianych
przedsiębiorstw. Jest to model dwurównaniowy, w którym do opisu tendencji rozwojowej używa się
wielomianu stopnia pierwszego.
( ) ( ) (2.1)
( ) ( ) (2.2)
Gdzie: α, ß - wartości z przedziału [0,1], mają wpływ na stopień wygładzenia
Ft – wygładzona wartość zmiennej prognozowanej na okres (t-1)
St – wygładzona wartość przyrostu trendu na okres (t-1)1
Za pomocą pierwszego równania zostały wyznaczone wygładzone wartości szeregu
czasowego w okresie t-1, natomiast równanie drugie posłużyło do wyznaczenia wygładzonych
wartości przyrostu trendu na okres t-1. Do wyznaczenia parametrów α i ß, odpowiadających za stopień
wygładzenia, został wykorzystany dodatek Solver. Szukane były takie wartości współczynników,
które minimalizowały średni błąd ex post prognoz wygasłych. Wskaźnik ten obrazuje o ile odchylają
1 Cieślak Maria, Prognozowanie gospodarcze. Metody i zastosowania, wyd. Naukowe PWN, Warszawa, 2005,
s. 73.
5
się rzeczywiste relacje zmiennej prognozowanej od obliczonych prognoz. Do jego oszacowania
posłużono się wzorem2:
RMSE = √
∑ (
) (2.3)
Dodatkowo przyjęto następujące założenia: F1 = Y1 , S1 =Y2-Y1
Prognozy wygasłe zostały wyznaczone ze wzoru3:
Yt* = Ft-1 + St-1 dla t = 2, 3,…, n. (2.4)
Prognozę na okres T>n wyznaczono natomiast w oparciu o4:
YT* = Fn + (T – n)Sn. (2.5)
3. Praktyczny przykład zastosowania z wykorzystaniem danych
rzeczywistych pochodzących z bazy Monitor Polski B
Kształtowanie się przychodów ze sprzedaży dla przedsiębiorstw z obu branż wraz z ich
prognozą z modelu Holta przedstawiono na Wykresie 1. oraz Wykresie 2. Ponadto załączono
Tabelę 1. i Tabelę 2. prezentujące obliczenia zastosowane do wyznaczenia przychodów ze
sprzedaży na rok 2012.
2 Zeliaś Aleksander, Pawełek Barbara, Prognozowanie ekonomiczne. Teoria, przykłady, zadania, wyd. Naukowe
PWN, Warszawa, 2003, s. 22. 3 Cieślak Maria, Prognozowanie gospodarcze. Metody i zastosowania, op. cit., s. 73.
4 Ibidem, s. 73.
6
Wykres 1.
Źródło: Opracowanie na podstawie danych ze sprawozdań finansowych z Monitora Polskiego B oraz
wyliczonych danych dla modelu Holta.
Wykres 2.
Źródło: Opracowanie na podstawie danych ze sprawozdań finansowych z Monitora Polskiego B oraz
wyliczonych danych dla modelu Holta.
0
50000
100000
150000
200000
250000
300000
350000
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Przychody ze sprzedaży przedsiębiorstwa branży handlu detalicznego (w tys. PLN)
Przychody sprzedaży Przychody na podstawie modelu
0
5000
10000
15000
20000
25000
30000
35000
40000
45000
50000
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Przychody ze sprzedaży przedsiębiorstwa branży fotograficznej (w tys. PLN)
Przychody ze sprzedaży Przychody ze sprzedaży na podstawie modelu
7
Tabela 2.
Źródło: Opracowanie na podstawie Dziechciarz Józef, Ekonometria. Metody, przykłady, zadania.,Wyd. Uniwersytet
Ekonomiczny Wrocław 2012, obliczenia w arkuszu kalkulacyjnym Excel.
Tabela 3.
Przychody ze sprzedaży przedsiębiorstwa
branży handlu detalicznego (w tys. PLN)
Alfa= 0,09
Beta= 1
t Y
Y*(z
modelu) Fi Si e e^2
2001 1 78116,25 78116,25 18711,44
2002 2 96827,69 96827,69 96827,69 18711,44 0,00 0,00
2003 3 109696,39 115539,13 115023,14 18195,45 -5842,74 34137610,71
2004 4 147913,06 133218,59 134516,30 19493,16 14694,47 215927325,85
2005 5 179114,91 154009,46 156226,59 21710,29 25105,45 630283569,65
2006 6 168033,95 177936,88 177062,32 20835,73 -9902,93 98067991,35
2007 7 194989,45 197898,06 197641,19 20578,87 -2908,61 8460006,07
2008 8 234959,70 218220,06 219698,38 22057,19 16739,64 280215565,50
2009 9 247923,82 241755,57 242300,31 22601,92 6168,25 38047291,74
2010 10 276537,70 264902,23 265929,79 23629,48 11635,47 135384164,42
2011 11 271469,62 289559,27 287961,73 22031,94 -18089,65 327235533,47
2012 12 309993,67
MSE 176775905,88
RMSE 13295,71
Wn 6,90%
Źródło: Opracowanie na podstawie Dziechciarz Józef, Ekonometria. Metody, przykłady, zadania.,Wyd. Uniwersytet
Ekonomiczny Wrocław 2012, obliczenia w arkuszu kalkulacyjnym Excel.
Przychody ze sprzedaży przedsiębiorstwa
branży fotograficznej (w tys. PLN)
Alfa= 1
Beta= 0,27
t Y
Y*(z
modelu) Fi Si e e^2
2001 1 24340,82
24340,82 3277,31
2002 2 27618,13 27618,13 27618,13 3277,31 0,00 0,00
2003 3 30941,33 30895,44 30941,33 3289,903 45,89 2105,89
2004 4 37262,09 34231,23 37262,09 4121,599 3030,86 9186096,27
2005 5 41381,63 41383,69 41381,63 4121,034 -2,06 4,24
2006 6 41728,27 45502,66 41728,27 3085,304 -3774,39 14246048,25
2007 7 37662,93 44813,57 37662,93 1123,1 -7150,64 51131713,62
2008 8 38044,54 38786,03 38044,54 919,6278 -741,49 549806,84
2009 9 41425,13 38964,17 41425,13 1594,939 2460,96 6056334,86
2010 10 37951,54 43020,07 37951,54 204,0867 -5068,53 25689988,29
2011 11 39555,63 38155,63 39555,63 588,2609 1400,00 1960009,32
2012 12
40143,89
MSE 10882210,76
RMSE 3298,8196
Wn 8,83%
8
Tabela 4.
Źródło: Opracowanie na podstawie wyliczeń w arkuszu kalkulacyjnym Excel.
Podsumowanie
Uzyskane wyniki wskazują na utrzymanie tendencji wzrostowej w przypadku obu
omawianych przedsiębiorstw. Dla spółki z branży fotograficznej przyszłoroczny, przewidywany
przychód ze sprzedaży będzie się kształtował na poziomie 40 143 890 PLN, natomiast dla
przedsiębiorstwa z branży handlu detalicznego wielkość ta wyniesie 309 993 670 PLN. Warto
pamiętać, iż model Holta w obliczonych prognozach „faworyzuje” dane najbliższe przewidywanej
wartości, zatem lepiej odzwierciedla wpływ zaistniałych w niedalekiej przeszłości zdarzeń na bieżącą
sytuację firmy. W obu przypadkach względny błąd prognostyczny jest na stosunkowo niskim
poziomie (8,83% i 6,9%) toteż przyjmuje się dopuszczalność przedstawionych prognoz. Różnice
wystąpią natomiast w przyroście przychodów, co widać w Tabeli 4. na korzyść przedsiębiorstwa
sprzedającego sprzęt audiowizualny. Wynik ten może się wiązać z planowaną imprezą EURO 2012,
kiedy to wzrośnie popyt na tego typu urządzenia, co ma swoje przełożenie na korelację tej branży z
koniunkturą. Z kolei w przypadku drugiej ze spółek, gdzie nie obserwuje się takiej zależności,
przyrost ten będzie znacznie niższy. Nie mniej jednak optymistyczne prognozy przychodów ze
sprzedaży należy rozpatrywać także w kontekście wzrastających branż konkurencyjnych w stosunku
do omawianych. Przykładem może być rosnący udział w rynku producentów coraz bardziej złożonych
telefonów komórkowych, iPad-ów, tabletów, czy też innych nośników pamięci, które to mają duży
wpływ na uzyskiwane przez wspomniane branże przychody ze sprzedaży.5
5 http://biznes.onet.pl/canon-obniza-prognozy-sprzedazy-aparatow-fotografi,0,5288116,news-detal.
Przedsiębiorstwo branży
fotograficznej Przedsiębiorstwo branży
handlu detalicznego
Przyrost 1,49% 14,19%
9
Bibliografia:
1. Zeliaś Aleksander, Pawełek Barbara, Prognozowanie ekonomiczne. Teoria, przykłady,
zadania, wyd. Naukowe PWN, Warszawa, 2003.
2. Cieślak Maria, Prognozowanie gospodarcze. Metody i zastosowania, wyd. Naukowe
PWN, Warszawa, 2005.
3. Artykuł o prognozy sprzedaży w firmie fotoraficznej: http://biznes.onet.pl/canon-
obniza-prognozy-sprzedazy-aparatow-fotografi,0,5288116,newsdetal.
(dostęp: 15.04.2013).
4. Błaszczuk Dariusz, Wstęp do prognozowania i symulacji, Wyd. Naukowe PWN, Warszawa,
2006.
5. Michalski Grzegorz, Strategie finansowe przedsiębiorstw (Entrepreneurial financial
strattegies), oddk, Gdańsk 2009.
6. Michalski Grzegorz, Ocena finansowa kontrahenta na podstawie sprawozdań finansowych
(Financial Analysis in the Firm. A Value - Based Liquidity Framework) oddk, Gdańsk 2008.
7. Pluta Wiesław, Planowanie finansowe w przedsiębiorstwie, wyd. drugie zmienione, Polskie
Wydawnictwo Ekonomiczne, Warszawa 2003.
8. Sobczyk Mieczysław, Statystyka, aspekty praktyczne i teoretyczne, wyd. Marii Curie –
Skłodowskiej, Lublin 2006.
9. Michalski, Grzegorz Marek, Wprowadzenie do zarządzania finansami przedsiębiorstw,
(Introduction to Entrepreneurial Financial Management), Available at SSRN:
http://ssrn.com/abstract=1934041 or http://dx.doi.org/10.2139/ssrn.1934041.
10. Strahl Danuta, Sobczak Elżbieta, Markowska Małgorzata, Bal-Domańska Beata,
Modelowanie ekonometryczne z excelem, wyd. Akademii Ekonomicznej im. Oskara
Langego we Wrocławiu, Wrocław, 2004.
10
11. Michalski Grzegorz (2007), Portfolio Management Approach in Trade Credit Decision
Making, Romanian Journal of Economic Forecasting, Vol. 3, pp. 42-53, 2007. Available at
SSRN: http://ssrn.com/abstract=1081269.
12. Michalski Grzegorz (2008), Operational risk in current assets investment decisions: Portfolio
management approach in accounts receivable, Agricultural Economics –Zemedelska
Ekonomika, 54, 1, 12–19.
13. Michalski Grzegorz (2008), Corporate inventory management with value maximization in
view, Agricultural Economics - Zemedelska Ekonomika, 54, 5, 187 - 192.
14. Michalski Grzegorz (2009), Inventory management optimization as part of operational risk
management, Economic Computation and Economic Cybernetics Studies and Research, 43, 4,
213 - 222.
15. Michalski Grzegorz (2011), Financial Analysis in the Enterprise: A Value - Based Liquidity
Frame -work. Available at SSRN: http://ssrn.com/abstract=1839367, 177 -262.
16. Michalski Grzegorz (2007), Portfolio management approach in trade credit decision making,
Romanian Journal of Economic Forecasting, 8, 3, 42 – 53.
17. Michalski Grzegorz (2008), Value - based inventory management, Romanian Journal of
Economic Forecasting, 9, 1, 82 - 90.
18. Dittman Paweł, Prognozowanie w przedsiębiorstwie. Metody i ich zasosowanie, Oficyna
ekonomiczna, 2008.
19. Michalski Grzegorz (2012), Financial liquidity management in relation to risk sensitivity:
Polish enterprises case, Quantitative Methods in Economics, Vydavatelstvo EKONOM,
Bratislava,141-160.
20. Michalski Grzegorz (2008), Decreasing operating risk in accounts receivable mangement:
influence of the factoring on the Enterprise value, [in] Culik, M., Managing and Modelling of
Financial Risk, 130-137.
21. Michalski Grzegorz (2010), Planning optimal from the Enterprise value creation perspective.
Levels of operating cash investment, Romanian Journal of Economic Forecasting, vol: 13 iss:
1 pp.198-214.
11
22. Polak Petr, Robertson, D. C. and Lind, M. (2011), The New Role of the Corporate Treasurer:
Emerging Trends in Response to the Financial Crisis (December 12, 2011). International
Research Journal of Finance and Economics, No. 78, Available at SSRN:
http://ssrn.com/abstract=1971158.
23. Soltes Vincent (2012), Paradigms of Changes in the 21th Century -Quest for Configurations in
Mosaic, Ekonomicky Casopis, v.60 is.4 pp. 428-429.
24. Soltes Vincent (2011), The Application of the Long and Short Combo Option Strategies in the
Building of Structured Products, 10th International Conference of Liberec Economic Forum,
Liberec.
25. Zmeskal Zdenek, Dluhosova Dana (2009), Company Financial Performance Prediction on
Economic Value Added Measure by Simulation Methodology, 27th International Conference
on Mathematical Methods in Economics, Mathematical Methods in Economics, 352 - 358.
26. Polak Petr, Sirpal R., Hamdan M. (2012), Post - Crisis Emerging Role of the Treasurer,
European Journal of Scientific Research, 86, 3, 319 – 339.
27. Kresta A.; Tichy Tomas (2012), International Equity Portfolio Risk Modeling: The Case of the
NIG Model and Ordinary Copula Functions, FINANCE A UVER - CZECH JOURNAL OF
ECONOMICS AND FINANCE 62, 2, 141 - 161.
28. Kopa Milos, D'Ecclesia RL, Tichy Tomas (2012), Financial Modeling, FINANCE A UVER -
CZECH JOURNAL OF ECONOMICS AND FINANCE, 62, 2, 104 - 105.
29. Michalski, Grzegorz Marek, Value - Based Inventory Management, Value - Based Inventory
Management, Journal of Economic Forecasting, 9/1, 82 - 90, 2008. Available at SSRN:
http://ssrn.com/abstract=1081276 or http://dx.doi.org/10.2139/ssrn.1081276.
30. Dluhosova Dana, et. al., 2006, Finanční řízení a rozhodování podniku: analýza, investování,
oceňování, riziko, flexibilita, Ekopress, Prague.
31. Soltes Vincent, 2004, Duration of coupon bonds as a criterion of the price sensibility of bonds
with regards to the change of interest rates (Durácia kupónovej obligácie ako kritérium
cenovej citlivosti obligácie vzhľadom na zmenu úrokových sadzieb in Slovak),
EKONOMICKY CASOPIS, 52/2004(1), pp. 108 - 114.
12
32. Michalski, Grzegorz Marek, Factoring and the Firm Value (May 17, 2008). FACTA
UNIVERSITATIS Series: Economics and Organization, Vol. 5, No. 1, pp. 31 - 38, 2008.
Available at SSRN: http://ssrn.com/abstract=1844306.
33. Michalski, Grzegorz Marek, Crisis Caused Changes in Intrinsic Liquidity Value in Non-Profit
Institutions (December 14, 2012). Equilibrium. Quarterly Journal of Economics and Economic
Policy, 2012, Volume 7, Issue 2. Available at SSRN: http://ssrn.com/abstract=2189488 or
http://dx.doi.org/10.2139/ssrn.2189488.
34. Michalski, Grzegorz Marek, Płynność finansowa w małych i średnich przedsiębiorstwach
(Financial Liquidity Management in Small and Medium Enterprises) (2013). Plynnosc
Finansowa w Malych i Srednich Przedsiebiorstwach, PWN, 2013. Available at SSRN:
http://ssrn.com/abstract=2214715.
35. Michalski, Grzegorz Marek, Accounts Receivable Management in Nonprofit Organizations
(Zarządzanie należnościami w organizacjach nonprofit), 2012, Zeszyty Teoretyczne
Rachunkowości 2012(68(124)):83-96. ICID: 1031935, Available at SSRN:
http://ssrn.com/abstract=2193352 or http://dx.doi.org/10.2139/ssrn.2193352.
36. MPB - Dane dla lat 2009 - 2010, http://dx.doi.org/10.6084/m9.figshare.92633.