Введение
Развитие и широкое применение информационно-коммуникационных технологий (ИКТ) является глобальной тенденцией научно-технического прогресса последних десятилетий, которое привело к значительным изменениям во многих сферах человеческой деятельности, таких как образование, занятость, здравоохранение, экономика и др. Использование ИКТ имеет решающее значение для повышения конкурентоспособности экономики, расширения возможностей её интеграции в мировую систему хозяйства, повышения эффективности государственного управления и местного самоуправления. Развитие информационных технологий переводит постиндустриальное общество в новое качественное состояние – информационное общество.
Успех деятельности организации в значительной степени зависит от того, насколько реалистично оцениваются менеджментом перспективы ее развития. Вопросы точности прогнозирования стоимостных показателей (выручка, прибыль, затраты и др.) всегда занимают руководство организации, ее акционеров и потенциальных инвесторов.
Целью исследования является прогнозирование финансово-экономических показателей деятельности фирмы на примере IT-компании.
Основными методами исследования являются методика анализа эконометрических моделей и методы имитационного моделирования.
На основе анализа современного состояния сектора информационных технологий как составной части отрасли ИКТ можно выделить факторы, влияющие на величину выручки компании, функционирующей в данной области:
- расходы компании на рекламу в средствах массовой информации (
); - численность персонала организации (
); - размер инвестиций в основной капитал в России (
); - прибыль всех крупных и средних организаций в России (
); - финансовый результат деятельности крупных и средних российских организаций (сальдо прибылей и убытков) (
).
Величина расходов на рекламу является одним из важнейших факторов, влияющих на выручку компании. Согласно теории микроэкономики фирмы, реклама – средство увеличения спроса на товар со стороны потребителя, следовательно, она оказывает влияние и на выручку компании. Реклама находит свое отражение в выручке не сразу, поскольку с момента осуществления рекламы до получения соответствующей ей выручки должны пройти процессы, занимающие значительное время (а именно: стадия переговоров, заключение договора, ИТ-консалтинг с учетом отраслевой специфики бизнеса, анализ и формализация бизнес-процессов заказчика и т.д.).
Численность персонала организации также оказывает влияние на выручку – чем больше сотрудников задействованы в предоставлении услуг, тем больший объем работ может быть выполнен, и тем большую выручку сможет получить предприятие.
Услугами ИТ-компаний пользуются многие отрасли экономики, государственные структуры и внебюджетные организации. Программное обеспечение относится к нематериальным активам организации и входит в основной капитал. Поэтому размер инвестиций в основной капитал в России может выступать в роли фактора, от которого зависит выручка ИТ-компаний России, и в частности выручка исследуемой компании. По экономическому смыслу данный показатель близок к инвестициям в отрасль информационных технологий.
Проекты по внедрению программного обеспечения требуют значительных финансовых вложений, поэтому главные пользователи услуг ИТ-компаний – крупные и средние предприятия. Наличие свободных денежных средств, которые могут быть потрачены на автоматизацию бизнеса, определяется остатком средств на расчетном счете организации. Деньги, потраченные с данного счета на программное обеспечение, увеличивают стоимость нематериальных активов и уменьшают прибыль. Следовательно, прибыль всех крупных и средних организаций в России также можно использовать для объяснения выручки ИТ‑компаний в качестве показателя, характеризующего общую макроэкономическую ситуацию в стране.
Схожим по экономическому смыслу, но отличающимся по статистическому ряду является показатель, отражающий финансовый результат деятельности крупных и средних организаций (сальдо прибылей и убытков).
Выбор наилучшей модели динамики экономического процесса на рынке ИКТ осуществляется при помощи информационных критериев Акайке и Шварца. Данные критерии разобраны в работе [4].
Критерий Акайке «вознаграждает» за качество приближения, а также «штрафует» за использование излишнего количества параметров модели. Критерий Шварца «штрафует» свободные параметры в большей мере. Считается, что наилучшей является модель с наименьшим значением данных критериев.
В общем случае значение информационного критерия Акайке вычисляется по формуле:
где 
– число параметров в статистической модели;
– максимизированное значение функции правдоподобия модели;
– число наблюдений.
Критерий Шварца рассчитывается следующим образом:
При моделировании выручки ИТ-компании на основе отобранных факторов комплекс эконометрических моделей удобно строить и исследовать в программной среде Eviews 7.0.
Спецификация выбранной модели имеет следующий вид:
где 
- выручка ИТ-компании в текущем временном периоде, 
- величина расходов на рекламу, совершенных 4 периода назад, 
- размер инвестиций в основной капитал в России за текущий период, 
- прибыль всех крупных и средних организаций в России за позапрошлый период.
В круглых скобках под значениями коэффициентов приведены значения стандартных ошибок коэффициентов и оценка дисперсии случайного возмущения.
Эконометрические оценки позволяют сделать вывод о том, что размер инвестиций в основной капитал в России является одним из важнейших факторов, влияющих на выручку IT-компаний. Поэтому для успешного развития рынка информационно-коммуникационных технологий необходим благоприятный инвестиционный климат в стране.
Высокий коэффициент при регрессоре, описывающем величину расходов на рекламу, свидетельствует о значимости данного фактора для формирования будущей выручки компании.
Увеличение величины общей прибыли крупных и средних организаций, наоборот, ведет к снижению выручки IT-компании, поскольку внедрение программного обеспечения увеличивает расходы организации, выступающей в роли заказчика.
Рассмотрение модели показывает, что переменные, характеризующие расходы на рекламу (), и прибыль всех крупных и средних организаций в России () имеют лаговые значения. Значения регрессора , показывающего размер инвестиций в основной капитал в России, относятся к текущему моменту времени. По этой причине для прогнозирования объема инвестиций в основной капитал и величины случайного возмущения необходима разработка отдельных моделей.
В рассматриваемом примере моделирования выручки ИТ-компании следующим шагом является проверка соответствия теоретического нормального закона распределения эмпирическим данным о случайной составляющей инвестиций в основной капитал с использованием критерия Колмогорова – Смирнова, поскольку он дает хорошие результаты при соответствующих объемах выборок. При использовании данного критерия проверка согласий двух распределений осуществляется путем задания интегральной функции, следующей из теоретического распределения, и ее сравнения с интегральной функцией распределения эмпирических данных. Данная проверка подробно описана в научном труде [5].
На основании найденных математического ожидания и стандартного отклонения случайных возмущений, и также середин интервалов разбиения с использованием функции Microsoft Excel «НОРМРАСП» определяются значения интегральной функции распределения нормального закона.
Далее для всех групп значений случайной величины находятся абсолютные разности эмпирической и теоретической кумулятивной вероятности. Поскольку в рассматриваемом примере наибольшая абсолютная разность оказалась меньше критического значения статистики, гипотеза о нормальном распределении остатков принимается.
С помощью функции Microsoft Excel «НОРМОБР», параметрами которой выступают математическое ожидание и среднеквадратическое отклонение эмпирических данных, а также датчик случайных чисел от 0 до 1, осуществляется моделирование 1000 возможных значений случайной составляющей статистического ряда инвестиций в основной капитал.
Аналогичным образом сгенерируется 1000 значений случайного возмущения модели множественной регрессии, имеющих нормальное распределение.
Для каждой пары псевдослучайных чисел, описывающих случайное возмущение регрессионной модели и случайную составляющую статистического ряда инвестиций в основной капитал, вычисляются значения возможной выручки ИТ-компании в следующем периоде. При этом используется формула
где
, 
, 
, 
, 
и 
- сгенерированные псевдослучайные числа.
Для нахождения прогнозных значений исследуемого показателя необходимо вычислить значения интегральных функций распределения подобранных теоретических законов с оцененными параметрами. Графическое изображение интегральных функций распределения позволяет определить будущее значение анализируемой случайной величины с заданной степенью достоверности.
На основе полученных 1000 значений будущей выручки ИТ-компании строится гистограмма распределения частот. Количество показателей выручки, попавшее в каждый из интервалов, делится на общий объем наблюдений для получения вероятности попадания значения выручки в данный интервал. Накопленные вероятности вычитаются из единицы для построения графика, с помощью которого можно делать прогноз будущих минимальных значений выручки ИТ-компании с желаемой степенью достоверности.
Рисунок 1. Обратная интегральная функция распределения прогнозного значения выручки ИТ-компании
Заключение
По результатам проведенного научного исследования можно сделать следующие выводы.
• Наибольшее влияние на выручку ИТ-компании в текущем квартале оказывают следующие факторы:
- расходы на рекламу, осуществленные четыре квартала назад;
- инвестиции в основной капитал, совершенные в том же периоде;
- прибыль крупных и средних организаций в России в позапрошлом квартале.
• Каждая 1 000 руб., потраченная на рекламу в текущем периоде, принесет компании дополнительный доход через 4 квартала, равный 503 000 руб.
• При увеличении инвестиций в основной капитал в России на 1 млрд руб. выручка ИТ-компании увеличится на 46 тыс. руб.
• Рост общей прибыли крупных и средних организаций в России на 1 млрд руб. снижает выручку компании на 90 тыс. руб.
• С 90-процентной вероятностью можно утверждать, что выручка в следующем квартале составит величину, превышающую 230 млн руб.
• Ожидаемое значение выручки за следующий квартал – 279,5 млн руб.
Рецензент:
Концевая Н.В., д.э.н., профессор кафедры «Моделирование экономических и информационных систем» ФГБОУ ВПО «Финансовый университет при Правительстве Российской Федерации», г. Москва.
Библиографическая ссылка
Кузнецов В.Д., Трегуб И.В. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ДИНАМИКИ ЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ (НА ПРИМЕРЕ ВЫРУЧКИ IT КОМПАНИИ) // Современные проблемы науки и образования. – 2013. – № 6. ;URL: https://science-education.ru/ru/article/view?id=10977 (дата обращения: 19.11.2024).