2015-07-14
313
Для экспресс-прогнозирования прибыли нужны следующие данные:
Маржинальная прибыль Ож(МП)
Удельная маржинальная прибыль УМП
Ожидаемый объем продаж Ож(х)
Цена Ц
Переменные затраты ПЗ
Ож(МП) = (Ц – ПЗ) х Ож(х)
Чистая ожидаемая прибыль Ож(П)
Ож(П) = Ож(МП) – Пост.З = (Ц – Пост.З) х Ож(х) – Пост.З
Отклонение от ожидаемой прибыли ООП
ООП = (Ц – Пост.З) х 
Среднеквадратическое отклонение от
ожидаемых объемов продаж 
Вероятность непревышения точки
равновесия Z
Z = (О – Ож(П)) / ООП
По данным таблицы нормального распределения найдем вероятность получения величины Z (c отрицательным значением) и переведем результат в %. Например, если Z = -0,32, то вероятность составит 0,6255.
Следовательно, 62,55% вероятности, что предприятие не понесет убытки или 37,45% - вероятности ухудшения финансовых результатов.
Аналогично определяется вероятность получения фиксированной величины прибыли и убытков. Например, определим вероятность получения целевой прибыли. Найдем какому числу среднеквадратичных отклонений от ожидаемой прибыли соответствует целевая прибыль (ЦП)
|
|
|
Z = (ЦП – Ож(П)) / ООП
По таблице нормального распределения находим вероятность события.
Вероятность понести убыток в фиксированных денежных единицах (ФУ) определяется по формуле
Z = (ФУ – Ож(П)) / ООП
Из таблицы нормального распределения находим вероятность до 4 знака после запятой (Р). Для ситуации с убытками процентное значение находим для случая 1-Р.
Среднеквадратическое отклонение определяется для 2-х значений вероятности (лучший и худший вариант). Значения вероятностей по вариантам представлены в табл. 26.
Т а б л и ц а 26 - Рекомендуемые значения вероятностей
| № | Значения вероятностей | |
| варианта | Р1 | Р2 |
При желании, можно увеличить значение вероятностей, например, до 4-х.
Соответствующие значения прибыли обосновываются самостоятельно по отношению к планируемой прибыли.
Для этого рассматривается лучший и худший сценарий.
Ожидаемая прибыль (математическое ожидание прибыли – МО) находится как произведение величины предполагаемой прибыли на ее вероятность.
Дисперсия служит для определения степени рассеивания случайной величины относительно ее среднеожидаемого значения.
Дисперсия (D(х)) это МО квадрата отклонения случайной величины от среднего значения
D(x) = МО [х – МО(х)]2
Среднее квадратическое отклонение случайной величины – 
Таким образом определяется прогнозное значение величины прибыли.
|
|
|
