Аналитические таблицы: виды и способы построения

Построение аналитических таблиц является одним из важнейших приемов прове­дения анализа финансово-хозяйственной деятельности. Любой годовой отчет, анали­тическая записка, аналитическое обоснование конкретного управленческого решения.

7.2. Аналитические таблицы: виды и способы построения «183

как правило, содержат множество подобных таблиц. На первый взгляд нет ничего принципиально сложного в представлении некоторого материала в табличной форме. Действительно, это так; тем не менее недооценивать значимость таблиц не следует, по­скольку, во-первых, грамотное построение аналитических таблиц является составной частью общей культуры оформления отчетной документации и, во-вторых, в процессе подготовки и оформления материала в табличной форме нередко в более выпуклой форме проявляются некоторые закономерности и характеристики в отношении описы­ваемого субъекта, процесса или явления.

Аналитические таблицы используются на всех этапах проведения анализа финансово-хозяйственной деятельности:

- на этапе подготовки исходных данных в таблице систематизируются исходные
данные, осуществляется предварительная их группировка, рассчитываются отдельные
промежуточные итоги и анализируются показатели;

- на этапе аналитической обработки данных с помощью таблиц могут осуществ­
ляться конкретные вычисления, включая факторный анализ;

- на этапе представления результатов анализа финансово-хозяйственной деятель­
ности в таблице осуществляется свод наиболее важных показателей, полученных в ре­
зультате анализа.

Таким образом, основное предназначение аналитических таблиц - систематизация исходных данных, проведение аналитических расчетов и оформление результатов ана­лиза.

Использование таблиц при проведении аналитических процедур и представлении результатов анализа обеспечивает: снижение объема исходных данных в отчетных до­кументах (лучше привести их в виде таблицы, чем описывать массу чисел в тексте); сис­тематизацию данных и выявление закономерностей; наглядность; уменьшение объема аналитических записок. Следует отметить также познавательный и психологический моменты - в отличие от нудной повествовательной аналитической записки, которая по мере ее чтения нередко вызывает лишь раздражение, утомляемость и желание побыст­рее завершить этот процесс, таблицы повышают читабельность материала, он легче вос­принимается и усваивается, а читатель отчета, снабженного хорошо структурирован­ными таблицами с выводами, легче, с меньшими умственными и психологическими за­тратами, усваивает предложенный материал.

Аналитическая таблица - это форма наиболее рационального, наглядного и систе­матизированного изложения исходных данных, простейших алгоритмов их обработки и полученных результатов. Она представляет собой комбинацию горизонтальных строк и вертикальных граф (столбцов, колонок). Остов таблицы, в котором заполнена текстовая часть, но отсутствуют числовые данные, называется макетом таблицы. Край­няя левая колонка называется подлежащим таблицы; все остальные колонки - ее ска­зуемым. В подлежащем приводятся наименования основных показателей, критериев, характеристик и т. п., определяющих сущность таблицы; в сказуемом - их количествен­ные значения.

Помимо аналитических таблиц в анализе применяются также статистические таб­лицы, предназначенные прежде всего для представления и свода исходных и промежу­точных данных. Безусловно, нет однозначно трактуемых критериев, с помощью кото­рых можно было бы отграничить статистические таблицы от аналитических; один из подобных условных критериев - наличие в аналитических таблицах некоторых расчет­ных алгоритмов. Аналитические таблицы приводятся в тексте отчета (аналитической записки), статистические - в составе приложений.

Построение макетов таблиц является важным этапом в проведении анализа, поэто­му прежде чем приступить к сбору данных, необходимо по возможности разработать

184 • Глава 7. Методы анализа отчетных данных

все макеты аналитических и статистических таблиц, в которые будут заноситься исход­ные данные и результаты анализа. Основные требования, предъявляемые к таблицам при оформлении результатов аналитических процедур, таковы:

- не рекомендуется строить громоздкие таблицы; целесообразно иметь в сказуе­
мом не более 7-8 колонок (граф), а в подлежащем - 10-20 строк;

- таблица всегда должна иметь заголовок, в котором следует кратко и точно отра­
зить основное содержание таблицы, а также по возможности указать, к какому объекту
и времени она относится;

- слово «таблица» чаще всего размещается справа над заголовком таблицы, нуме­
рация - любая (сквозная, по разделам и др.); если в тексте всего лишь одна таблица, она
не нумеруется;

- таблицу следует размещать в тексте после первого упоминания о ней (на этом же
листе или на следующем);

- любая таблица обязательно должна иметь по крайней мере однократное упоми­
нание о ней в тексте (т. е. ссылку на нее типа: «... данные приведены в табл. 2.11»);

- наличие единиц измерения в таблице обязательно (если все данные таблицы
имеют одинаковую единицу измерения, она может выноситься, например, в заголовок
таблицы или в отдельную строку после заголовка; если данные разнородные, единица
измерения приводится при описании отдельных строк или граф);

- графы целесообразно нумеровать, поскольку, как отмечалось выше, в заголовках
граф нередко приводится способ расчета показателя;

- если в таблице используется показатель, алгоритм расчета которого неочевиден
или может трактоваться по-разному, необходимо привести этот алгоритм в примеча­
нии к таблице или дать ссылку на соответствующий раздел отчета (аналитической
записки);

- в аналитических таблицах нередко закладывается некий алгоритм расчета, со­
гласно которому, например, показатель исчисляется как линейная комбинация выше­
стоящих показателей (типичный пример - отчет о прибылях и убытках); в этом случае
возможны три варианта представления вычитаемого: (а) указывается со знаком «ми­
нус»; (б) указывается со знаком «плюс», но при этом подразумевается, что число будет
вычитаться, и это видно из экономического содержания строк таблицы; (в) указывается
в круглых скобках (этот вариант, являющийся традиционным для англо-американской
учетно-аналитической практики, начинает применяться и в России, в частности имен­
но этот вариант рекомендован в приказе Минфина РФ «О формах бухгалтерской от­
четности организаций»; заметим, что такой подход весьма оправдан, поскольку вычи­
таться может не только положительное, но и отрицательное число, что, в частности,
имеет место при заполнении статей «Отложенные налоговые активы» и «Отложенные
налоговые обязательства», в форме № 2);

- при нумерации граф можно придерживаться следующей рекомендации: подле­
жащее обозначается буквой «А», графы сказуемого нумеруются арабскими цифрами;

- данные, приводимые в таблице, должны иметь понятное происхождение (в част­
ности, если речь идет о статистической таблице, содержащей данные, заимствованные
из некоторых источников непосредственно или представляющие собой некую их пере­
группировку, то ссылка на источник обязательна; обычно она оформляется записью
под таблицей: «Источник данных:...»);

- любая аналитическая таблица должна сопровождаться текстовыми выводами,
при оформлении которых необходимо руководствоваться правилом «от общего к част­
ному», т. е. сначала анализировать (характеризовать) общий итог, а затем переходить
к промежуточным итогам и отдельным показателям.

7.3. Методы и модели факторного анализа «185

7.3. Методы и модели факторного анализа

Факторный анализ представляет собой процесс выявления причинно-следственной связи, идентификации и оценки значимости участвующих в ней факторов. Дело в том, что в экономике многие явления взаимосвязаны; это утверждение в полной мере отно­сится и к финансово-хозяйственной деятельности хозяйствующего субъекта. Резуль­татные показатели, по которым устанавливаются целевые значения, зависят от многих обстоятельств, в том числе и таких, которые на первый взгляд не всегда связаны напря­мую с ними. Тем не менее в подавляющем большинстве случаев можно построить це­почку логических заключений, показывающих, каким образом то или иное событие от­ражается на конечных финансовых результатах. Кроме того, в отдельных случаях уда­ется найти функциональное выражение связи между показателями и дать количественную оценку степени влияния одних показателей на другие.

В формализованном виде причинно-следственная связь между показателями, может быть представлена следующей факторной моделью:

г/=/(х,, х_ъ -., х„), (7.5)

где у - результативный признак;

x/t - факторный признак, /е = 1, 2,..., п.

При построении факторной модели любого типа нужно особое внимание уделять двум моментам: (а) логике ее обоснования и (б) практической полезности модели. Суть первого момента в том, что модель должна действительно отражать причинно-следственную связь, т. е. признаки х_к должны быть первичными по отношению к при­знаку у. Суть второго момента такова: при включении факторов в модель следует отда­вать себе отчет в том, что данные факторы поддаются управлению. Игнорирование этих требований приводит к схоластичности модели.

Процесс построения аналитического выражения искомой зависимости называется процессом моделирования изучаемого явления. Существуют два типа связей, которые подвергаются исследованию в процессе факторного анализа: функциональные и сто­хастические.

Связь называется функциональной, или жестко детерминированной, если каждому значению факторного признака соответствует вполне определенное неслучайное зна­чение результативного признака. В качестве примера можно привести зависимости, реализованные в рамках известной модели факторного анализа фирмы Дюпон (см. рис. 10.7).

Связь называется стохастической (вероятностной), если каждому значению фак­торного признака соответствует множество значений результативного признака, т. е. определенное статистическое распределение. Примером такой зависимости могут слу­жить регрессионные уравнения, применяемые, например, при расчете бета-коэффи­циентов для анализа портфельных инвестиций.

Факторный анализ с помощью жестко детерминированных моделей достаточно ши­роко распространен-в управленческом учете и анализе финансовой отчетности. Логика анализа такова.

Выбирается результатный показатель, значением которого хотелось бы управлять, воздействуя на факторы, оказывающие на него влияние. Далее строится модель, описы­вающая взаимосвязь, выявляется влияние факторов, включенных в модель, и опреде­ляются меры, которые могли бы способствовать нужной тенденции результатного по­казателя. Факторный анализ с помощью такой модели заключается в том, чтобы по­строить следующее разложение:

186 • Глава 7. Методы анализа отчетных данных

\,У = \У + Ь_Х1у+...+ Ь_1ку, (7.6)

где Д,,1/ - общее изменение результативного показателя, складывающееся под одновре­менным влиянием всех факторных признаков;

Д^г/ - изменение результативного показателя под влиянием только фактора х^.

Например, несложно построить очевидную мультипликативную модель, связываю­щую товарооборот (выручку от продаж) (Т), численность работников (Ч) и производи­тельность их труда (В):

Т = ЧВ. (7.7)

Предположим, что анализируется динамика этих показателей, причем аналитик же­лает обособить влияние каждого из факторов (Ч и В) с тем, чтобы выяснить, какой из них и в какой степени влияет на изменение результативного показателя Т. По определению:

Т, = Т₍₎ + ДТ; Ч, = Ч₍₎ + ДЧ; В, = В„ + ДВ.

Построить факторное разложение (7.6) для модели (7.7) можно разными способа­ми; одним из наиболее простых является метод цепных подстановок:

Д(,Т = ДВ • Ч, + ДЧ ■ В₍₎ = Д_ВТ + Д_ЧТ. (7.8)

В разложении (7.8):

влияние качественного показателя (выработки) находится как произведение при­ращения этого показателя на значение количественного признака (численности), соот­ветствующее отчетному периоду;

влияние количественного показателя (численности) находится как произведение приращения этого показателя на значение качественного признака (выработки), соот­ветствующее базисному периоду.

Подобный метод применяется, например, и в англо-американских методиках анали­за с тем лишь отличием, что приращение качественного показателя взвешивается по ве­сам базисного периода, а приращение количественного показателя — по весам отчетного периода. Подобное различие не имеет принципиальной значимости, поскольку количе­ственные различия в уравнении (7.8) будут не существенны, при этом вспомним вновь, что предназначение любого анализа - это поиск закономерностей и тенденций.

В гл. 11 будет показано, что факторный анализ с помощью жестко детерминирован­ных моделей как раз и стал сущностью советского анализа хозяйственной деятельности (АХД). В методиках АХД строились громоздкие многофакторпые модели, обособля­лось влияние факторов, но на этом все и заканчивалось, поскольку подавляющее боль­шинство факторов носило совершенно искусственный характер и не поддавалось какому-либо управлению. Подобный «анализ» так и не прижился па практике и остал­ся схоластической игрой в цифири.

Вместе с тем простейшие жестко детерминированные факторные модели достаточ­но активно применяются в западных методиках вариационного анализа, т. е. они впол­не пригодны для формулирования выводов в отношении эффективности затрат.

Приведем небольшой пример. По определению оборачиваемость средств, вложен­ных в производственные запасы, рассчитывается по формуле:

b=^L, (7.9)

т

где Ь ~ оборачиваемость в днях;

Inv - стоимостная оценка запасов; т - однодневный товарооборот.

Формула (7.9) имеет очевидную экономическую интерпретацию; например, если Inv характеризует величину фактического запаса товаров па конкретную дату, am-

7.3. Методы и модели факторного анализа «187

плановый однодневный товарооборот, то b показывает число дней, на которое хватит имеющегося запаса. Из (7.9) следует, что

Inv = b-m. (7.10)

Формула (7.10) описывает простейшую жестко детерминированную модель, имею­щую следующую интерпретацию:

увеличение товарооборота (иг) при прочих равных условиях приводит к росту то­варных (или производственных) запасов; подобная тенденция вполне объяснима и имеет место практически в любой фирме;

чем скорее оборачиваются средства в запасах, тем меньше величина запасов; иными словами, ускорение оборачиваемости (Ь) приводит к тому, что фирма обходится отно­сительно меньшими запасами, т. е. высвобождаются омертвленные в запасах денежные средства и их можно использовать для других целей.

Поскольку в модели (7.10) т - количественный показатель, b - качественный, то пользуясь логикой, описанной при формировании факторного разложения (7.8), полу­чим:

/\/ni7 =Д/, ■ vi\ + Д,„ • b₀ = Ai,Inv + A_nJnv. (7.11)

Модель (7.10) и факторное разложение (7.11) важны не столько цифровыми данны­ми, сколько возможностью формализации логики взаимосвязи показателей. Формула (7.10) говорит о том, что в условиях данной модели величина запасов зависит от двух факторов - товарооборота и оборачиваемости. При прочих равных условиях рост запа­сов благоприятен далеко не всегда, поскольку в запасах омертвляются денежные сред­ства, запасы подвержены усушке, утруске, кражам и др. Модель (7.10) как раз и позво­ляет выполнить элементарный анализ:

если рост запасов вызван ростом объемов производства и продаж, такая тенденция не может рассматриваться как откровенно нежелательная;

если рост запасов вызван замедлением оборачиваемости, то эта ситуация уже явно нежелательная, а потому требуется выявление причин, ее обусловивших, и формирова­ние системы мер по предотвращению причин этой нежелательной тенденции.

Из формул (7.9) и (7.10) можно видеть любопытную особенность факторного ана­лиза. В первой модели оборачиваемость рассматривается как результатный показатель, а величины запасов и товарооборота - как факторные признаки, т. е. оборачиваемость определяется запасами и товарооборотом. Во второй модели результатным (в рамках факторного анализа - зависимым) признаком считается величина запасов, а оборачи­ваемость уже переходит в разряд факторных (иными словами, независимых) призна­ков, т. е. объем запасов определяется товарооборотом и оборачиваемостью. На первый взгляд получили парадоксальную ситуацию и, строго говоря, одна из моделей как выра­жение причинно-следственной связи должна быть признана ошибочной. Однако по­добное категоричное суждение в данном случае ие столь очевидно. Несложно постро­ить цепочку логических заключений, оправдывающих и объясняющих обе эти модели, а потому вывод напрашивается сам собой и может быть сформулирован следующим об­разом.

В экономике подавляющее большинство явлений взаимосвязаны и далеко не всегда удается установить между ними отношения первичности и вторичности, причины и следствия. Безусловно, к этому нужно стремиться, дабы не получить модель, абсо­лютно абсурдную, однако если это ие удается, огорчаться не нужно, поскольку цель по­добных моделей - показать взаимосвязь и взаимообусловленность рассматриваемых событий и явлений, попять те механизмы, с помощью которых выявленными взаимо­связями можно управлять хотя бы частично, обозначить те меры, которые нужно пред­принять, чтобы эффект от проявления установленной взаимосвязи был наиболее бла-

188 • Глава 7. Методы анализа отчетных данных

гоприятеи в контексте достижения конкретных целей. Иными словами, к построению любой, даже самой простой модели нужно относиться ответственно, а потому модели обязательно должно сопутствовать объяснение ее логики, предназначения, ограниче­ний, возможностей применения. Любое усложнение модели должно быть обоснован­ным, при этом следует помнить, что необходимая глубина аргументации резко увели­чивается по мере включения в модель очередного фактора. Если выгоды от усложнения сомнительны или мало результативны, таким усложнением следует пренебречь. Эко­номическое начало должно довлеть над началом инструментальным.

Именно простейшие факторные модели, подобные рассмотренным в данном пара­графе, как раз и представляют ценность для управленческого учета и внутрифирменно­го анализа; эти модели широко применяются и в имитационном моделировании, в част­ности в методиках анализа чувствительности, применяемых в целях прогнозирования и позволяющих понять, как изменится некий результативный показатель при измене­нии того или иного фактора на заданную величину (см. пример в [Ковалев, 2001, с. 142-143]). Более того, отчет о прибылях и убытках представляет собой табличную реализацию жестко детерминированной аддитивной факторной модели, в которой ре­зультативным признаком является чистая прибыль.

По традиции с советским периодом развития прикладного анализа некоторые рос­сийские ученые все еще продолжают активно пропагандировать методики ретроспек­тивного анализа с применением миогофакторных моделей, видя в этих методиках сущ­ностное ядро анализа. Практическая значимость многих подобных моделей, зачастую необоснованно и бездумно перегруженных факторами, равна нулю. Более того, боль­шинство факторов, обособляемых в ходе последовательного развертывания модели в более сложную, носят искусственный характер, теоретически никак не обоснованы и/или не поддаются более или менее реальному управлению, т. е. носят абсолютно схо­ластический характер. В качестве примера предлагаем читателю попытаться дать объ­яснение следующему пассажу, сформулированному в результате «факторного анализа изменения рентабельности всех активов с помощью семифакторной¹ модели»: «Изме­нение рентабельности всех активов за счет изменения доли амортизации внеоборотных активов в составе выручки от продаж составило минус сто девяносто три процента» (см. [Шеремет, Ыегашев, с. 139]). Это не анализ, а игра в анализ, причем подобные «ана­литические манипуляции», основывающиеся на моделях, построенных в духе стаха­новского движения, не только бесполезны, но попросту вредны.

В качестве небольшого комментария к сказанному заметим, что построение много­факторных жестко детерминированных факторных моделей не представляет труда, а научиться подобному псевдоанализу можно буквально за несколько минут. Для ил­люстрации приведем вариант построения псевдоаналитической модели на примере торговой фирмы:

п -ILl — -£ъ А>й. ^il ^iiL 3»<L _Z_ Z2. ^ш.? п \i\

ⁿ"- т ЧЧг,Ч,_РЧ_РЧ_)б' т 'таЧ,,"*,,, ■*' ^{/ЛА)