Исследование методом факторного анализа движений денежных средств предприятий, ведущих проектную деятельность Текст научной статьи по специальности «Экономика и бизнес»

_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №10-2/2016 ISSN 2410-700Х_

Данный пример говорит о том, что творческий подход необходимо развивать у студентов даже при выполнении типовых элементарных задач.

Список используемой литературы: 1. Чекмарев А.А. Начертательная геометрия и черчение. 2-е изд. Москва, гуманитарный издательский центр ВЛАДОС, 1999

© Сахаров В. В., Никольский В. В., 2016

УДК 51-74:519.237.7

Скрижалина Екатерина Александровна

бакалавр Национального исследовательского ядерного университета «МИФИ», студент магистратуры Национального исследовательского ядерного университета «МИФИ»,

г. Москва, РФ E-mail: extrin13@gmail.com Лавренюк Сергей Юрьевич

канд. тех. наук, доцент Национального исследовательского ядерного университета «МИФИ»,

г. Москва, РФ

ИССЛЕДОВАНИЕ МЕТОДОМ ФАКТОРНОГО АНАЛИЗА ДВИЖЕНИЙ ДЕНЕЖНЫХ СРЕДСТВ ПРЕДПРИЯТИЙ, ВЕДУЩИХ ПРОЕКТНУЮ ДЕЯТЕЛЬНОСТЬ

Аннотация

Ввиду непростой текущей экономической ситуации остро стоит проблема оптимального планирования бюджета. В данной статье исследуются данные о движениях денежных средств типичной инновационной компании, ведущей проектную деятельность. Целью исследования является выявление закономерностей, которые позволили бы прогнозировать будущие движения денежных средств для планирования бюджета компании. Интерпретацию результатов анализа можно использовать для реализации автоматического прогнозирования движений денежных средств.

Ключевые слова факторный анализ, фильтрация данных, движение денежных средств.

В организации, ведущую проектную деятельность, для каждого клиента (контрагента) в учетной системе фиксируются значения многих параметров. Каждая группа параметров - это отдельный признак. Для повышения качества кластеризации необходимо сократить размерность признакового пространства, для чего используется метод факторного анализа [1, с. 43].

Данные по движениям денежных средств за последние 8 лет получены из второй резервной копии реальной базы данных организации, во избежание случайного повреждения основной базы или основной резервной копии. Для подготовки выборки данных написаны скрипты на языке запросов SQL. Отобраны 14 количественных и 4 качественных переменных, предположительно влияющих на задержку платежа. Качественные переменные преобразованы в количественные путем присвоения фиктивных значений. В таблице 1 представлен список полученных переменных с описанием содержащейся в них информации.

Таблица 1

Отобранные для анализа переменные и их описания

Название переменной Описание

Курс оплаты Курс доллара США по отношению к рублю на момент оплаты

Курс Курс доллара США по отношению к рублю на момент возникновения долга

Год Год возникновения долга

Месяц документа Номер месяца проведения документа об оплате в учетной системе

Квартал документа Номер квартала проведения документа об оплате в учетной системе

Название переменной Описание

Значение филиала Филиал компании, выполнявший проект

Стаж работы Стаж работы менеджера в компании в днях

Среднегодовой объем менеджера Средний по всем годам объем выплат по проектам менеджера

Значение округа Округ Российской Федерации, где выполнялся проект

Факт Фактический объем проекта в рублях по итогам работ

Бюджет Планируемый объем проекта в рублях на момент входа проекта в компанию

Оплата Размер платежа согласно платежному документу

Динамика курса Средняя скорость изменения курса доллара США по отношению к рублю между датами возникновения долга и оплаты

Квартал долга Номер квартала проведения долгового документа в учетной системе

Месяц долга Номер месяца проведения долгового документа в учетной системе

Значение менеджера ФИО коммерческого руководителя проекта

Значение вида деятельности Вид деятельности контрагента-плательщика

Задержка Разница в днях между датой оплаты и датой возникновения долга

Таким образом, подготовленная выборка составила 18 столбцов и 6435 строк. Фильтрация данных проведена средствами MS Excel, найдены и удалены аномальные значения. Ниже перечислены некоторые критерии фильтрации:

- удалены строки с отрицательной задержкой, т.к. дата возникновения долга не может превышать дату оплаты;

- удалены строки с задержкой более полугода (183 дня), т.к. такая задержка, скорее всего, означает ошибку при проведении документов (первично сделали документ по другой организации или по другому счету, позже делали перерасчет);

- удалены строки с размером оплаты менее 1, т.к. это, скорее всего, фиктивные документы по оплате, покрывающие ошибки в расчетах.

В результате фильтрации данных выборка сокращена до 4251 строки.

Адекватность выборки и применимость факторного анализа оценены с помощью инструментов статистического пакета SPSS Statistics. На рисунке 1 приведены результаты оценки.

КМО и критерий Бартлетта

Мера адекватности выборки Кайзера-Майера-Огжина (КМО). ,582

Критерий сферичности Примерная Хи-квадрат 54746,730

Бартлетта стсв 153

Значимость ,000

Рисунок 1 - Проверка критериев Бартлетта и Кайзера-Мейера-Олкина

Статистика Хи-квадрат не является значимой на уровне 0,05, следовательно, нельзя отклонить нулевую гипотезу о том, что корреляционная матрица является единичной. Несмотря на то, что нулевая гипотеза о единичности корреляционной матрицы не была отклонена, все еще необходимо определить степень применимости факторного анализа [2, с. 213]. Значение меры адекватности выборки более 0,5, но менее 0,6 позволяет применять факторный анализ.

Дальнейший анализ проведен с помощью пакета SPSS Statistics методом выделения главных компонент. Чтобы более ясно увидеть нагрузки факторов, можно удалить из матрицы малые значения нагрузок [3, с. 105]. В случае данной матрицы можно считать малыми значения меньше 0,6. В таблице 2 представлена матрица нагрузок, содержащая только значимые нагрузки.

Таблица 2

Матрица факторных нагрузок с порогом 0,6

Компонент

1 2 3 4 5 6 7

Курс оплаты ,933

Курс ,933

Компонент

1 2 3 4 5 6 7

Год ,896

Месяц документа ,970

Квартал документа ,967

Значение филиала -,713

Стаж работы ,703

Среднегодовой объем менеджера ,694

Значение округа -,614

Факт ,865

Бюджет ,830

Оплата ,622

Динамика курса ,757

Квартал долга ,629

Месяц долга ,622

Значение менеджера ,737

Значение вида деятельности ,635

Задержка ,744

Седьмой фактор нагружен только одной переменной - задержкой оплаты долга. В сущности, фактор можно рассматривать как искусственную «единицу» группировки переменных (признаков) на основе имеющихся между ними связей [4, с. 3]. Судя по тому, что задержка платежа была помещена в отдельный фактор, у нее нет значимых связей с другими переменными. Задержка является отдельным независимым фактором. Таким образом, нет достаточных оснований прогнозировать задержку платежа, основываясь на какой-либо из рассмотренных переменных или каком-либо из рассмотренных факторов.

Список использованной литературы:

1. Ким Дж.-О., Мьюллер Ч. У. «Факторный анализ: статистические методы и практические вопросы» / сборник работ «Факторный, дискриминантный и кластерный анализ»: пер. с англ.; Под. ред. И. С. Енюкова. — М.: «Финансы и статистика», 1989. - 215 с.

2. Щиборщ К.В. Анализ хозяйственной деятельности предприятий России. - М.: ДИС, 2003. - 320 с.

3. SPSS для Windows. Руководство пользователя SPSS. Кн. 1. - М.: Статистические системы и сервис, 1998. - 192 с.

4. Елизарова Н.Н. Использование программных средств статистической обработки данных при формировании информационного обеспечения управления. - М.: Вестник ИГЭУ, 3/2009. - 5 с.

© Скрижалина Е.А., Лавренюк С.Ю., 2016

УДК 621.396.6

Скрипкина Марина Алексеевна

канд. пед. наук, сотрудник Академии ФСО России

г. Орел, РФ E-mail: skrimari@mail.ru

ПРАВИЛА ВЫПОЛНЕНИЯ СХЕМ РАЗМЕЩЕНИЯ ОБОРУДОВАНИЯ В ТЕЛЕКОММУНИКАЦИОННОМ ШКАФУ

Аннотация

В статье выявляются сложности выполнения конструкторской документации, связанные с выполнением схемы размещения оборудования в телекоммуникационном шкафу. Схема размещения