Эконометрическое моделирование финансовой деятельности предприятия Текст научной статьи по специальности «Экономика и бизнес»

УДК 658.14

Гурьянова Л. С., Трунова Т. Н., Николаев И. В.

ЭKОНОМEТРИЧEСKОE МОДEЛИРОBAНИE ФИНАНСОВОЙ ДEЯТEЛЬНОСТИ

ПРEДПРИЯТИЯ

в статье рассматриваются особенности применения векторных авторегрессионных технологий и моделей коррекции ошибки в исследовании стратегической финансовой позиции предприятия. предложен алгоритм выбора метода прогнозирования взаимосвязанных финансовых показателей. разработаны динамические системы индикаторов внешней и внутренней финансовой среды предприятия. полученные результаты могут быть использованы в стратегическом управлении финансовой деятельностью предприятия.

Ключевые слова: прогнозирование финансовых показателей, система индикаторов финансовой среды предприятия, стратегическое управление, стратегическая финансовая позиция, эконометрическое моделирование Рис.: 1. Табл.: 8. Формул: 1. Библ.: 11.

Гурьянова Лидия Семеновна - кандидат экономических наук, доцент, докторант, Харьковский национальный экономический университет (пр. Ленина, 9а, Харьков, 61166, Украина)

Email: g_lika@list.ru

Трунова Татьяна Николаевна - преподаватель, кафедра экономической кибернетики, Харьковский национальный экономический университет (пр. Ленина, 9а, Харьков, 61166, Украина)

Николаев Игорь Владимирович - кандидат экономических наук, доцент, кафедра маркетинга и экономической кибернетики, Кировоградский национальный технический университет (пр. Университетский, 8, Кировоград, 25006, Украина)

Email: niku@ukr.net

УДК 658.14

Гур'янова Л. С., Трунова Т. М., Ніколаєв І. В.

EKОНОМEТРИЧНE МОДEЛЮBAННЯ ФІНАНСОВОЇ ДІЯЛЬНОСТІ ПІДПРИЄМСТВА

У статті розглядаються особливості використання векторних авто-регресійних технологій і моделей корекції помилки в дослідженні стратегічної фінансової позиції підприємства. Запропоновано алгоритм вибору методу прогнозування взаємозалежних фінансових показників. Розроблені динамічні системи індикаторів зовнішнього та внутрішнього фінансового середовища підприємства. Отримані результати можуть бути використані у стратегічному управлінні фінансовою діяльністю підприємства.

Ключові слова: прогнозування фінансових показників, система індикаторів фінансового середовища підприємства, стратегічне управління, стратегічна фінансова позиція, економетричне моделювання Рис.: 1. Табл.: 8. Формул: 1. Бібл.: 11.

Гур'янова Лідія Семенівна - кандидат економічних наук, доцент, докторант, Харківський національний економічний університет (пр. Леніна, 9а, Харків, 61166, Україна)

Email: g_lika@list.ru

Трунова Тетяна Миколаївна - викладач, кафедра економічної кібернетики, Харківський національний економічний університет (пр. Леніна, 9а, Харків, 61166, Україна)

Ніколаєв Ігор Володимирович - кандидат економічних наук, доцент, кафедра маркетингу та економічної кібернетики, Кіровоградський національний технічний університет (пр. Університетський, 8, Кіровоград, 25006, Україна)

Email: niku@ukr.net

о<хх><х><><х><>с<><>с<><><х><><х><><х><><х><><><><><><><х><><х><><х><>с<><><х><>^^

UDC 658.14

Guryanova L. S., Trunova T. M., Nikolaev I. V.

ECONOMETRIC MODELLING OF ENTERPRISE FINANCIAL ACTIVITY

The article considers specific features of application of vector auto-regression technologies and models of error correcting in the study of strategic financial position of an enterprise. It offers an algorithm of selection of the method of forecasting interconnected financial indicators. It develops dynamic systems of indicators of external and internal financial environment of an enterprise. The obtained results could be used in strategic management of the enterprise financial activity.

Key words: forecasting financial indicators, system of indicators of the financial environment of an enterprise, strategic management, strategic financial position, econometric modelling Pic.: 1. Tabl.: 8. Formulae: 1. Bibl.: 11.

Guryanova Lidiya S. - Candidate of Sciences (Economics), Associate Professor, Candidate on Doctor Degree, Kharkiv National University of Economics (pr. Lernna, 9a, Kharkiv, 61166, Ukraine)

Email: g_lika@list.ru

Trunova Tatyana M. - Lecturer, Department of Economic Cybernetics, Kharkiv National University of Economics (pr. Lernna, 9a, KharMv, 61166, Ukraine)

Nikolaev Igor V. - Candidate of Sciences (Economics), Associate Professor, Department of Marketing and Economic Cybernetics, Kirovograd National Technical University (pr. Urnversytetskyy, 8, Kirovograd, 25006, Ukraine)

Email: niku@ukr.net

Глобальный финансовый и экономический кризис, сопровождающийся изменением платежеспособного спроса, усилением конкурентной борьбы промышленных предприятий за рынки сбыта, приводит к необходимости адаптации их стратегий. В условиях ресурсных ограничений методы конкурентной борьбы все больше затрагивают сферу финансового управления. Так, фактор кредитования предприятиями промышленных потребителей становится одним из доминантных при принятии ими решений о заключении контракта для индуцированного и автономного обновления мощностей. Как следствие, промышленные предприятия испытывают потребность в увеличении оборотного капитала в условиях сокращения нормы прибыли и повышения стоимости кредитных ресурсов со стороны банковской системы. Это приводит к возникновению дисбалансов в движении финансовых потоков, потере безопасности. Поэтому обеспечение устойчивого функционирования и безопасности промышленных предприятий в современных условиях невозможно без решения проблемы разработки эффективного механизма стратегического финансового управления. Направлением решения этой проблемы является совершенствование модельного базиса механизма на основе применения современных методов экономикоматематического моделирования.

В научных экономических изданиях рассматриваются различные подходы к моделированию механизма стратегического финансового управления. В работах [1; 2] затронуты вопросы диагностики внешней финансовой среды предприятия на основе SWOT, PEST - анализа, метода сценариев. В исследованиях, которые представлены в [3], рассматриваются методы и модели диагностики внутренней финансовой среды предприятия на основе коэффициентного, факторного, экспертного, кластерного, дискриминантного анализа, нейросетевых технологий. В работах [3; 4] предложен комплекс моделей формирования стратегических альтернатив финансового развития на основе метода системной динамики, методов имитационного, когнитивного моделирования. Несмотря на достаточно широкий спектр исследований, в экономической литературе слабо затронуты вопросы прогнозирования финансовой деятельности предприятия, динамического анализа его стратегической финансовой позиции.

эффективным инструментом прогнозирования финансовой деятельности предприятия являются векторные авторегрессионные модели (MR-модели), векторные модели коррекции ошибок (ЕШ-модели). Преимущество это класса моделей состоит в том, что они позволяют одновременно моделировать несколько временных рядов с помощью системы динамических уравнений Лй/Ш-процессов, дают возможность включать и анализировать взаимосвязи между показателями и их лаговыми значениями. Эти особенности важны для исследования финансовой деятельности, поскольку состояние финансовой среды предприятия описывается взаимосвязанными показателями.

Ниже рассматривается алгоритм выбора метода прогнозирования взаимосвязанных показателей внешней

и внутренней финансовой среды предприятий [5; 6], а также результаты его реализации.

На первом этапе осуществляется проверка временных рядов показателей внешней и внутренней финансовой среды предприятия на стационарность. Применяется расширенный тест Дикки-Фуллера, в основе которого лежит следующее уравнение [1]:

Щ = a0 + alt+bYt-l + Х i=1ciAYt -

+ Є;

(1)

где t - временной тренд,

£/ - случайная величина,

а0, а1, Ь, с. - коэффициенты регрессии.

На основе модели (1) тестируются следующие гипотезы: Н0: Ь = 0, временной ряд является нестационарным: ~ /(С), С > 0; Ну Ь < 0, временной ряд является стационарным: ~ /(0), С = 0 (где С - порядок интеграции). В слу-

чае если для исследуемого ряда не может быть отклонена гипотеза Н0, то он приводится к стационарному посредством процедуры дискретного дифференцирования.

Результаты расширенного теста Дикки-Фуллера для временных рядов показателей внутренней и внешней финансовой среды исследуемого предприятия приведены в табл. 1.

Полученные результаты позволяют сделать вывод, что все показатели внешней финансовой среды предприятия (ФСП) стационарны в уровнях (Хтасго~/(0)) за исключением переменной Х18 - процентные ставки по кредитам, выданным сроком до 1 года. Показатели внутренней ФСП имеют разный порядок интеграции: Х32 Х33 Х34 Х35 Х312 Х319, Х330

Х3,35 ~(1); Х3 39, Х3,45~/(0).

На втором этапе алгоритма осуществляется тестирование причинно-следственных связей Х/ (/' = 1,п). Применяется тест Гренджера, на основании которого принимается гипотеза Н0 об отсутствии связей между признаками в случае, когда расчетное значение Р-статистики не превышает критическое.

Результаты теста Гренжера приведены в в табл. 2.

Как видно из табл. 2, все показатели внешней ФСП взаимосвязаны между собой (Х13 - индекс потребительских цен; Х14 - индекс цен производителей продукции промышленности; Х18 - процентные ставки по кредитам, выданным сроком до 1 года). Поэтому при дальнейшем исследовании они рассматривались в одной группе признаков. Что касается показателей внутренней ФСП, то можно выделить две группы взаимосвязанных показателей: группа 1 - {Х32, Х33, Х34, Х35, Х3,12, Х3,19}, где Х32 - коэффициент срочной ликвидности, Х33 - коэффициент общей ликвидности, Х34 - коэффициент ликвидности запасов, Х3 5 - коэффициент ликвидности средств в расчетах, Х312 - коэффициент финансирования, Х319 - коэффициент долгосрочного привлечения средств; группа 2 - {Х330, Х335, Х339, Х345}, где Х330 - коэффициент рентабельности основных средств, Х335 - коэффициент рентабельности собственного капитала, Х3 39 - коэффициент оборачиваемости капитала (трансформации), Х3 45 - фондоотдача основных средств и других необоротных активов.

Таблица 1

Результаты расширенного теста Дикки-Фуллера

Условное обозначение показателя Расчетное значение ДЭР- статистики Вывод* Условное обозначение показателя Расчетное значение ДЭР-статистики Вывод*

Показатели внешней финансовой среды предприятия (макроуровень) *3,5 -2,911566 Ряд нестационарен

Х1,3 -4,400333 Ряд стационарен с вероятностью 99% ОХ35 (ё = 1) -5,582548 Ряд стационарен с вероятностью 99%

Х1,4 -4,029884 Ряд стационарен с вероятностью 99% *3,12 -2,372905 Ряд нестационарен

Х1,7 -8,071400 Ряд стационарен с вероятностью 99% ОХ3,12 (ё = 1) -4,313304 Ряд стационарен с вероятностью 99%

Х1,8 -1,554062 Ряд нестационарен * 3,19 -1,556793 Ряд нестационарен

ох18 (ё = 1) -6,564316 Ряд стационарен с вероятностью 99% ОХ3,19 (ё = 1) -6,090388 Ряд стационарен с вероятностью 99%

Показатели внутренней финансовой среды предприятия (микроуровень) Хт|СГ0 *3,30 -1,657489 Ряд нестационарен

Х3,2 -2,168951 Ряд нестационарен ОХ330 (ё = 1) -4,825910 Ряд стационарен с вероятностью 99%

,Х II -4,389762 Ряд стационарен с вероятностью 99% *3,35 -2,952254 Ряд нестационарен

Х3,3 -2,342539 Ряд нестационарен ОХ335 (ё = 1) -4,933581 Ряд стационарен с вероятностью 99%

,Х II -4,556576 Ряд стационарен с вероятностью 99% *3,39 -5,000964 Ряд стационарен с вероятностью 99%

Х3,4 -2,180645 Ряд нестационарен *3,45 -8,158555 Ряд стационарен с вероятностью 99%

йХ34 (ё = 1) -4,740301 Ряд стационарен с вероятностью 99%

*вывод построен на основании критических значений МакКиннона: -4,2165(1%); -3,5312 (5%); -3,1968 (10%)

На третьем этапе алгоритма осуществляется построение УАЯ-моделей. Количество лагов, включенных в модель, определяется на основе информационного критерия Акайка (А/С-критерия). Вначале выбирается максимально возможное значения порядка УАР-модели - р* (10% объема выборки). Далее оценивается методом наименьших квадратов определенное множество УАР-моделей с различным количеством лагов р=1,2,...,р*. Для каждой из оцененных моделей рассчитывается А1С -статистика по формуле [7]:

А/С(р) = 1п\у\ + 2рп-, р = 1,2,3...,р*,

где п - количество временных рядов в УАР-модели;

Т - количество наблюдений; р - порядок оцененной УАР-модели;

|у| - детерминант ковариационной матрицы ошибок модели, оцененной методом наименьших квадратов.

Среди оцененных моделей выбирается модель порядка ртах (о<ртах <р*) с наименьшим значением А/С-критерия.

Результаты оценки данного критерия для исследуемых групп показателей представлены в табл. 3.

Таблица 3

Значения информационного критерия Акайка

Лаг (р) Значение критерия Акайка

у тасго Хтісго (1 ГРУППа) Хтісго (2 ГРУППа)

1 -19,783 2,67 -3,282

2 -20,276 2,58 -3,52

3 -21,54 2,41 -3,76

4 -22,784 2,48 -4,11

Таблица 2

Результаты теста Гренжера (фрагмент)

Нулевая гипотеза (Н0) Расчетное значение Р-статистики Уровень доверительной вероятности р Нулевая гипотеза (Н0) Расчетное значение Р-статистики Уровень доверительной вероятности р

Показатели внешней финансовой среды предприятия (макроуровень) ХтасГ0

Х1,4 < Х1,3 1,62965 0,19562 Х1,7 < Х1,4 2,81123 0,04518

Х1,3 < Х1,4 4,77288 0,00483 Х1,4 < Х1,7 1,39618 0,26185

Х1,7 < Х1,3 7,25158 0,00042 Х1,8 < Х1,4 1,48599 0,23413

Х1,3 < Х1,7 1,50717 0,22802 Х1,4 < Х1,8 5,30520 0,00276

Х1,8 < Х1,3 5,85697 0,00158 Х1,8 < Х1,7 1,64014 0,19306

Х1,3 < Х1,8 2,40686 0,07411 Х1,7 < Х1,8 4,39940 0,00723

Показатели внутренней финансовой среды предприятия (микроуровень) Хт|СГ0

Х3,3 < Х3,2 0,00042 0,98369 Х3,45 < Х3,3 0,68174 0,41474

Х3,2 < Х3,3 4,36622 0,04421 Х3,3 < Х3,45 11,7394 0,00162

Х3,4 < Х3,2 0,24361 0,62478 Х3,5 < Х3,4 5,73651 0,02227

Х3,2 < Х3,4 2,85958 0,09998 Х3, < Х3,5 1,22223 0,27669

Х3,5 < Х3,2 3,9Е-05 0,99505 Х3,19 < Х3,4 3,45075 0,05823

Х3,2 < Х3,5 5,19460 0,02905 Х3,4 < Х3,19 0,03860 0,84541

Х3,12 < Х3,2 0,14903 0,70187 Х3,12 < Х3,5 0,47885 0,49364

Х3,2 < Х3,12 3,83515 0,03672 Х3,5 < Х3,12 3,06281 0,08912

Х3,19 < Х3,2 0,19493 0,66164 Х3,19 < Х3,5 0,10224 0,75111

Х3,2 < Х3,19 4,55644 0,01910 Х3,5 < Х3,19 4,63770 0,03846

Х3,4 < Х3,3 5,35259 0,02687 Х3,45 < Х3,5 2,55130 0,74019

Х3,3 < Х3,4 5,76916 0,02192 Х3,5 < Х3,45 3,6603 0,04987

Х3,5 < Х3,3 4,19133 0,04842 Х3,19 < Х3,12 5,30150 0,02756

Х3,3 < Х3,5 0,44150 0,51088 Х3,12 < Х3,19 3,55913 0,045975

Х3,12 < Х3,3 0,24041 0,62706 Х3,35 < Х3,30 2,49505 0,09613

Х3,3 < Х3,12 3,81770 0,05898 Х3,30 < Х3,35 2,53051 0,09513

Х3,19 < Х3,3 0,42556 0,51856 Х3,45 < Х3,39 4,01367 0,01907

Х3,3 < Х3,19 3,12697 0,05390 Х3,39 < Х3,45 4,40015 0,01531

< - оператор отрицания «не является причиной»

Как видно из табл. 3, для описания динамики показателей внешней ФСП и второй группы показателей внутренней ФСП целесообразно использовать векторную авторегрессионную модель 4 порядка.

Результаты оценивания VАR(4) показателей внешней ФСП приведены в табл. 4.

Результаты оценивания VАR(4) показателей внутренней финансовой среды предприятия даны в табл. 5.

На четвертом этапе алгоритма для переменных, которые являются нестационарными и имеют одинаковый порядок интеграции, осуществляется проверка наличия коинтеграционных векторов. Компоненты вектора У( =

[У1(, У2, ..., Ук]т являются коинтегрированными, если все компоненты у имеют одинаковый порядок интеграции ^ существует вектор коэффициентов у = (у,, у2, ..., уй) такой, что линейная комбинация у1Уи + у2У2 (... + укУк( является стационарным процессом. Вектор у = [у1, у2, ..., уй] называется коинтеграционным вектором. Для проверки временных рядов на коинтеграцию используется тест Йохансена [7]. В случае наличия коинтегрированности применяется БСМ-модель, отражающая краткосрочные и долгосрочные аспекты динамики исследуемых переменных [8].

Результаты теста Йохансена для исследуемых временных рядов приведены в табл. 6.

Таблица 4

Оценки параметров VAR - модели показателей внешней

ФСП (Xmacro)

macro

Таблица 5

Оценки параметров VAR - модели второй группы показателей внутренней ФСП (Xmi )

Лаговые переменные Условное обозначение переменных

DX1,8 Х1,3 Х1,4 Х1,7

DX1,8(-1) -0,115482 0,0б2702 0,075393 -0,447072

DX1,8(-2) -0,1б4б24 0,184128 0,122090 -0,885459

DX1,8(-3) -0,210120 0,052б08 -0,035232 -1,312б4б

DX1,8(-4) 0,8828б2 0,174558 0,084455 -0,582507

X1,3(-1) 0,379838 0,б02б13 1,24149б 0,093б83

X1,3(—2) -0,430183 -0,1883б1 0,135137 -2,б28301

X1,3(-3) 1,180172 0,002924 0,070450 -1,17380б

X1,3(—4) -0,317б45 -0,303б02 -0,308918 3,229984

X1,4(—1) -0,б75793 0,17719б 0,0б12б5 1,042581

X1,4(—2) 1,33б548 -0,14б451 -0,111550 -0,808388

X1,4(—3) -0,058112 0,3275б7 -0,1б9552 0,033199

X1,4(—4) -0,192257 -0,12б037 -0,537бб9 -0,929530

X1,7(—1) 0,004332 0,05бб34 0,00384б -0,40118б

X1,7(—2) 0,100б92 0,021795 0,04б750 -0,470500

X1,7(—3) 0,005305 -0,0317б2 -0,013б99 -0,093б70

X1,7(—4) 0,001083 0,022042 0,017733 0,4б1350

C -1,357б00 0,58б951 0,571032 2,777792

R2 0,928548 0,900848 0,8492б7 0,870993

SSE 0,001934 0,000245 0,001858 0,094454

F-stat 13,80759 9,б53341 1,9бб8б7 2,1бб91б

Лаговые переменные Условное обозначение переменных

DX3,30 DX3,35 Х3,39 Х3,45

DX3,30(-1) -0,19039 0,114242 0,242807 -5,01б9

DX3,30 (-2) 0,280518 -0,1883 0,851555 1,040739

DX3,30 (-3) -0,08578 -0,42743 0,48б341 5,803394

DX3,30 (-4) -0,28283 -0,1149 -0,049б8 -0,59087

DX3,35(-1) 0,317289 -0,11321 -0,48508 -1,7135б

DX3,35 (-2) 0,04б493 -0,34951 -0,37591 0,5470б3

DX3,35(-3) -0,13039 -0,17747 -0,400б2 -0,80б2б

DX3,35(-4) 0,03б719 -0,05б89 -0,31579 -2,257б3

X3,39(-1) -0,10448 0,223б48 0,100083 -0,б7435

X3,39 (-2) 0,082792 0,143799 0,120142 0,999322

X3,39(-3) -0,01б21 0,215098 0,12б325 0,34348б

X3,39(-4) 0,114033 0,125901 1,243531 4,11337б

X3,45(-1) 0,058234 -0,0б384 -0,01189 0,350591

X3,45 (-2) -0,04177 -0,03401 -0,05541 -0,2130б

X3,45(-3) -0,00431 -0,04053 -0,0б4 -0,10907

X3,45(-4) -0,0379 0,000483 -0,08599 -0,13973

C -0,00423 -0,1135 0,073523 -0,39324

R2 0,912851 0,349б07 0,8б3594 0,9230б9

SSE 0,017427 0,339333 0,33б250 4,б15384

F-stat 11,1292б 0,571128 б,72б728 12,748б5

Таблица 6

Результаты теста Йохансена на наличие коинтеграционных векторов

Характеристические корни (Xj) матрицы п Величина правдоподобия Критическое значение (5%) Критическое значение (1%) Гипотеза о количестве коинтеграционных векторов CE(s)

Показатели внутренней финансовой среды предприятия (микроуровень) Xmicro (1 группа): Х„, Хад, Х^, Хз,5, Х^, Х^

0.970бб1 238.б822 94.15 103.18 Нет *

0.778917 115.1732 б8.52 7б.07 По крайней мере 1 *

0.б57908 б2.35055 47.21 54.4б По крайней мере 2 *

0.370775 24.80694 29.68 35.65 По крайней мере 3

0.208342 8.592б19 15.41 20.04 По крайней мере 4

0.011808 0.415728 3.7б б.б5 По крайней мере 5

* помечены отклоняемые гипотезы

Как видно из табл. 6, первая группа показателей внутренней ФСП имеет три коинтеграционных вектора. Результаты оценивания ECM-модели даны в табл. 7.

На пятом этапе осуществляется прогнозирование на основе оцененных моделей. Применение VAR и ECM-моделей позволяет получить прогноз одновременно для

нескольких взаимосвязанных финансовых показателей. Оценка точности прогноза осуществляется с помощью критерия средней абсолютной процентной ошибки (m.a.p.e.).

Значения средней абсолютной процентной ошибки прогноза, полученного на основе оцененных VAR и ECM-моделей, представлены в табл. 8.

Таблица 7

Оценки параметров ЕСМ - модели первой группы показателей внутренней ФСП (Хт|С[0)

Лаговые переменные Условное обозначение переменных

CE1 CE2 CE3

X3,2(-1) 1 0 0

X3,3(-1) 0 1 0

X3,4(-1) 0 0 1

X3,5(-1) 12,02297 -2,00S91 -1,3099

X3,12(-1) б,04бб79 -2,23657 -2,22023

X3,19(-1) -41,42S9 -21,1793 -1S,16S7

C -4S,06S4 9,767909 10,26764

Корректировка ошибки DX3,2 DX3,3 DX3,4 DX3,5 DX3,12 DX3,19

CE1 -0,21S6S 0,063392 0,03S954 -0,05S62 0,696607 -0,014SS

CE2 3,3375бб 1,467312 0,146337 3,129347 -11,7763 0,337571

CE3 -4,12345 -0,S3016 0,193547 -3,11S23 14,92042 -0,39741

DX3,2 (-1) -0,31105 -0,11126 -0,136SS 0,053S64 -0,39052 0,004936

DX3,2 (-2) -0,24393 -0,55S41 -0,37346 -0,17014 -0,7144 0,00S1S7

DX3,2 (-3) -0,3S3S1 -0,6S74 -0,322S6 -0,29714 -0,35651 -0,016S

DX3,3 (-1) -0,5б247 0,54141S 0,449762 -0,07S46 1,5277S4 -0,01462

DX3,3 (-2) -0,727S6 0,441б0б 0,172143 0,12909S 0,7S7219 -0,00135

DX3,3 (-3) 0,599514 -0,02222 -0,05S54 -0,11101 0,3S6575 5,00E-05

DX3,4 (-1) -0,04б97 -2,50116 -1,49631 -0,3б70б -5,31737 0,066S15

DX3,4 (-2) -0,17003 1,324916 -0,31674 2,179732 -2,17269 0,0132бб

DX3,4 (-3) -1,73S04 -2,17632 -1,23532 -0,S1544 -2,77053 0,0391

DX3,5 (-1) 1,963S52 0,S56962 0,31б21б 0,7132S1 -2,30259 0,044S23

DX3,5 (-2) 1,049342 -1,50459 -0,21635 -1,29337 -0,50164 -0,00б3б

DX3,5 (-3) 0,634991 0,591707 0,651129 0,024254 -0,4043S 0,02192

DX3,12 (-1) -0,01196 0,141S74 0,0561S5 -0,04971 2,56452 -0,06S0S

DX3,12 (-2) 0,2S9571 0,015397 0,432922 -0,47276 0,59035 0,011376

DX3,12 (-3) 0,13S365 1,904S09 0,S7176 1,0S2409 1,346942 -0,0040S

C -6,06669 -9,5957S -3,22674 -11,2SS1 63,27543 -2,0992

R2 0,731513 0,S32140 0,S415S4 0,S350S9 0,S20375 0,757031

SSE 1,72231 0,341бб 0,297176 0,261S23 0,44577 ,040S6S

F-stat 1,979316 2,S32770 3,035710 2,S93637 1,609794 1,7S042S

Таблица 8

Значения средней абсолютной процентной ошибки

VAR-модель группы показателей внешней ФСП V macro ECM-модель показателей внутренней ФСП Xmicro (1 фуппа> VAR-модель показателей внутренней ФСП Xmicro (2 фуппа>

Х1,3 7,42% Х3,2 6,25% Х3,30 S,13%

Х1,4 7,S9% Х3,3 6,3S% Х3,35 7,92%

Х1,7 7,53% Х3,4 7,72% Х3,39 14,65%

Х1^ 6,15% Х3,5 5,67% Х3,45 14,73%

Х3,12 6,44%

Х3,19 7,43%

Х3,5

X3,5f

На основании полученных значений средней абсолютной ошибки аппроксимации (табл.8), коэффициента детерминации, статистики Фишера (табл. 4-5, табл. 7) можно сделать вывод, что полученные модели являются адекватными и обеспечивают хорошую точность прогноза.

Сопоставление фактических и расчетных значений показателей (рис. 1) также позволяет сделать о достаточно высокой точности аппроксимации.

Таким образом, рассмотренные выше методы моделирования взаимосвязанных временных рядов позволяют получать прогноз одновременно для нескольких финансовых показателей, интерпретировать долгосрочные и краткосрочные взаимосвязи, подверженность шоковым изменениям и, как следствие, повышать качество управленческих решений относительно динамической диагностики стратегических финансовых позиций предприятия.

ЛИТЕРАТУРА

1. Мартиненко М. М. Стратегічний менеджмент : підручник I М. М. Мартиненко, I. А. !гнатьєва. - К. : Каравела, 2006. -320 с.

2. Бланк И. А. Финансовая стратегия предприятия: Учеб. Курс. -К.: Hика-Центр, 2006. - 520 с.

3. Єлисєєва О. К., Решетняк Т. В. Методи та моделі оцінки і прогнозування фінансового стану підприємств: Монографія. -Краматорськ: ддМА, 2007. - 20S с.

4. Путятін Ю. О. та ін. Фінансові механізми стратегічного управління розвитком підприємства: Монографія I Ю. О. Путятін, О. I. Пушкар, О. М. Тридід - Х.: Основа, 1999. - 4SS с.

5. Трунова Т. H., Смирнова А. Ю. Модель выбора типа финансовой стратегии предприятия II Бизнес Информ. - 2011. -№5(2). - С. 2S-33.

6. Гурьянова Л. С., Трунова Т. H. Модели оценки и анализа внешней финансовой среды предприятия II Бизнес Информ. -2009 . - №2(2). - C. 25-31.

7. Лук'яненко I. Г., Городніченко Ю. О. Сучасні економетричні методи у фінансах. - К.: Літера ЛТд, 2002. - 352 с.

S. Вербик М. Путеводитель по современной эконометрике. Пер. с англ. В. А. Банникова. ^учн. ред. и предисл. С. А. Айвазяна. - М.: ручная книга, 200S. -616 с.

9. Геєць В. М. I Моделі і методи соціально-економічного прогнозування: Підручник I Геєць В. М., Клебанова Т. С., Черняк О. I., !ванов В. В., Дубровіна H. А., Ставицький А. В. - Х.: ВД «^ЖЕК», 2005. - 396 с.

10. Бланк И. А. Основы финансового менеджмента - К.: Hика-Центр, 1999. - 512 с.

11. Engle R. F., Granger C. W. J. Coinegration and Error Correction: Representation, Estimation and Testing. Econometrica, 19S7. -55, p. 251-276.

REFERENCES

Blank, I. A. Finansovaia strategiia predpriiatiia [The financial strategy of the enterprise]. Kyiv: Nika-Tsentr, 2006.

Blank, I. A. Osnovy finansovogo menedzhmenta [Fundamentals of Financial Management]. Kyiv: Nika-Tsentr, 1999.

Engle, R. F., and Granger, C. W. J. “Coinegration and Error Correction: Representation, Estimation and Testing“Econometrica (1987): 251-276.

Gurianova, L. S., and Trunova, T. N. “Modeli otsenki i analiza vnesh-ney finansovoy sredy predpriiatiia" [Model evaluation and analysis of external financial environment of the enterprise]. Biznes Inform, no. 2 (2) (2009): 25-31.

Heiets, V. M., Klebanova, T. S., and Cherniak, O. I. Modeli i metody sotsialno-ekonomichnoho prohnozuvannia [Models and methods of social and economic forecasting]. Kharkiv: INZhEK, 2005. Luk'ianenko, I. H., and Horodnichenko, Yu. O. Suchasni ekonom-etrychni metody u finansakh [Modern econometric methods in finance]. Kyiv: Litera LTD, 2002.

Martynenko, M. M., and Ihnatieva, I. A. Stratehichnyi menedzh-ment [Strategic Management]. Kyiv: Karavela, 2006.

Putiatin, Yu. O., Pushkar, O. I., and Trydid, O. M. Finansovi mekha-nizmy stratehichnoho upravlinnia rozvytkom pidpryiemstva [Financial mechanisms for strategic management of the enterprise]. Kharkiv: Osnova, 1999.

Trunova, T. N., and Smirnova, A. Yu. “Model vybora tipa finansovoy strategii predpriiatiia" [Model selecting the type of financial strategy of the company]. Biznes Inform, no. 5 (2) (2011): 28-33.

Verbik, M. Putevoditel po sovremennoy ekonometrike [Guide to Modern Econometrics]. Moscow: Nauchnaia kniga, 2008.

Yelysieieva, O. K., and Reshetniak, T. V. Metody ta modeli otsinky i prohnozuvannia finansovoho stanu pidpryiemstv [Methods and models for assessing and forecasting the financial situation of enterprises]. Kramatorsk: DDMA, 2007.

<>0<><>0<><XX>00<>0<><>0<><X><><XX>0<><>0<>00<><XX><>!X>0<>00<><XX><>0<>0<>00<><XX><>0<>0^^