Ви є тут

Фактори впливу на вільний грошовий потік підприємства: кореляційнорегресійний аналіз

Специфічним інформативним показником, який дозволяє судити про здатність підприємства до розвитку, є вільний грошовий потік – Free Cash Flow (FCF).Відмінності у розумінні визначення FCF суттєво відбиваються на методах його розрахунку та подальшому аналізу. Саме тому постає проблема формалізації алгоритму визначення розміруFCF. Також потреба сьогодення в застосуванні на практиці конкретних прикладних аспектів щодо управління FCFпідприємства обумовила проблематику дослідження та актуальність роботи.
Мета – виявлення негативних та позитивних факторів впливу на FCFкондитерських підприємств за допомогою кореляційно-регресійного аналізу, перевірка статистичної значущості обраних факторів впливу та адекватності моделі у цілому.
У статті використано кореляційно-регресійний аналізFCF. Це дозволило перейти від функціонального зв’язку між факторами та результативним показником до стохастичної залежності. Кореляційно-регресійний аналіз дозволяє розв’язати завдання: з’ясувати аналітичну форму зв’язку між результативним і факторними показниками та встановити рівень його щільності.
Проведено кореляційний аналіз у першому випадку між розміром FCF 15 кондитерських підприємствза 2002-2018 рр. та 85 фінансовими показниками звітності. За результатами кореляційного аналізу обрано 10 факторів впливу, які мають щільний зв’язок із розміром FCF. Необхідність присутності в регресійній моделі незалежних факторів призвела до скорочення їх кількості до 5. Найбільший зворотній вплив здійснюютьнадходження підприємства від продажукапітальних та фінансових інвестицій, де коефіцієнт кореляції становить -0,76. Інші фактори мають значення коефіцієнта кореляції на помітному та високому рівні. Отримане емпіричне рівняння лінійної регресії маємножинний коефіцієнт кореляції на рівні 0,9. Підтверджено гіпотезу про відсутністьгетероскедастичності моделі.
Модель, отримана за результатами кореляційно-регресійного аналізу, є адекватною, статистично значущою. Застосування запропонованої моделі дозволяє прогнозувати загальну величину показника FCFпідприємств кондитерської промисловості, визначати тенденції у майбутньому та в цілому здійснювати управління ним. 
Ключові слова: вільний грошовий потік, NOPAT, фінансові результати, звіт про рух грошових коштів, кондитерське підприємство, кореляційний аналіз, регресійний аналіз, модель, гетероскедастичність.
1. Shyam B. Bhandari Operating Cash Flows versus Free Cash Flows. Conference: MBAA International. At: Chicago, March 2015. URL: https://www.researchgate.net/publication/286450233_Operating_Cash_Flows_....
2. Теплова Т.В. Инвестиции: учебник. Москва, 2011.724 с.
3. Mondello E. Free-Cash-Flow-Modelle. In book: Finance: Angewandte Grundlagen, Springer Gabler, Wiesbaden. 2018. P. 233–270. URL: https://doi.org/10.1007/978-3-658-21579-8_8.
4. Demirci N.S. Serbest Nakit Akışlarının Şirket Değerine Etkisi: Serbest Nakit Akış Teorisi Bağlamında BIST 100 Endeksi Üzerine Dinamik Panel Veri Analizi. Journal of Businnes Research-Turk. 2017. Vol. 9/2. P. 283–299.
5. Dogru T., Kizildag M., Ozdemir O. and Erdogan A. Acquisitions and shareholders' returns in restaurant firms: The effects of free cash Àow, growth opportunities, and franchising. International Journal of Hospitality Management. 2020. URL: https://doi.org/10.1016/j.ijhm.2019.102327.
6. Denis D.J. and Sibilkov V. Financial Constraints, Investment, and the Value of Cash Holdings. The Review of Financial Studies. 2010. Vol. 23. Issue 1. P. 247–269. URL: https://doi.org/10.1093/rfs/hhp031.
7. Роганова Г. Впровадження статистичних показників до методики аналізу ефективності грошових потоків підприємств. Вісник Киівського національного університету імені Тараса Шевченка. Економіка. 2019. №1(202). C. 34–42.
8. Khansalar Е., Namazi M. Cash Àow disaggregation and prediction of cash Àow. Journal of Applied Accounting Research. 2017. Vol. 18. No 1. P. 464–479. http://dx.doi.org/10.1108/JAAR-02-2015-0011.
9. Rohanova H. Factor analysis of net cash Àow margin ratio. Prognostication and planning of economic development: microeconomic and macroeconomic levels. Multi-authored monograph. Vol. 2. Lithuania: Publishing House “Baltija Publishing”, 2019. P. 757–769.
10. Гайдаєнко О., Коваленко Л. Застосування кореляційно-регресійного аналізу для прогнозування результатів діяльності підприємства. Облік. Економіка. Менеджмент: наукові нотатки. Міжнародний збірник науковихпраць. 2017. № 1(13). Ч. 1. C. 16–23.
11. Мілінчук, О.B. Ефективність вартісно-орієнтованого управління: ключові показники. Вісник ЖДТУ, 2016. № 1 (75). C. 86–95.
12. Буреева Н.Н. Многомерный статистический анализ с использованием ППП “STATISTICA”. Учебно-методический материал по программе повышения квалификации «Применение программных средств в научных исследованиях и преподавании математики и механики». Нижний Новгород, 2007. 112 с.
ДолученняРозмір
PDF icon rohanova_h.1-2020.pdf (176)1.18 МБ