Planowanie przychodów ze sprzedaży na podstawie przedsiębiorstwa z branży handlu

detalicznego i przedsiębiorstwa z branży fotograficznej

M. Pieszka

Wroclaw University of Economics

M. Pieczara

Wroclaw University of Economics

Słowa kluczowe: przyszłoroczna sprzedaż, model Holta, branża handlu detalicznego i fotografii .

Streszczenie: Praca zawiera przedstawienie prognoz przychodów ze sprzedaży przedsiębiorstw

działających w branży handlu detalicznego i fotograficznej przeprowadzonych przy pomocy modelu

Holta. Omówione zostały także uzyskane wyniki oraz wnioski związane z porównaniem

przedsiębiorstw obu branż.

2

Spis treści

1. Wstęp…………………………………………………………………………………………...3

2. Teoretyczny opis metody……………………………………………………………………….4

3. Praktyczny przykład zastosowania z wykorzystaniem danych rzeczywistych

pochodzących z bazy Monitor Polski B……………………………………………......5

4. Podsumowanie………………………………………………………………………………….8

5. Bibliografia……………………………………………………………………………………..9

3

1. Wstęp

W niniejszej pracy przedstawiono jeden ze sposobów prognozowania przychodu ze sprzedaży

na rok 2012 na przykładzie przedsiębiorstwa prowadzącego działalność fotograficzną (dział 74.2 wg

klasyfikacji PKD), a także powiązanego z nim przedsiębiorstwa, które sprzedaje sprzęt audiowizualny

(dział 47). Wybór takich branż jest podyktowany komplementarnością świadczonych usług

i sprzedawanych dóbr przez te przedsiębiorstwa. Przychody ze sprzedaży w obu przypadkach są

głównym źródłem finansowania firm, stanowią bowiem odpowiednio 94% i 99% wszystkich

uzyskiwanych przychodów.

Analizę oparto tu na podstawie danych ze sprawozdań finansowych przedsiębiorstw na lata

2001 - 2011, które ukazały się w Monitorze Polskim B (od 1 stycznia 2013 – Monitor Sądowy

i Gospodarczy) oraz dokumentów z bazy EMIS, tak aby prognoza była dokładniejsza. Przyszły

poziom przychodów ze sprzedaży opracowano przy pomocy programu Excel.

Charakteryzując obie branże przedstawiono kilka podstawowych cech, które były pomocne

przy wyborze metody prognozowania. Informacje zaprezentowano w Tabeli 1.

Tabela 1. Porównanie cech branży fotograficznej i handlu detalicznego.

Branża handlu detalicznego

sprzętem audiowizualnym

Branża fotograficzna

Zależność od koniunktury

gospodarczej

Duża Mała

Udział kosztów zmiennych w

kosztach całkowitych

Znaczny Znaczny

Zależność przychodów od

postępu technologicznego

Duża Duża

Należności, inwestycje,

zobowiązania w bilansie

Przewaga krótkoterminowych Przewaga krótkoterminowych

Znaczenie lokalizacji Średnie Duże

Konkurencja Mało rozdrobniona Bardzo rozdrobniona

Przeważający rodzaj

przedsiębiorstw

Średnie i duże Małe i średnie

Źródło: Opracowanie własne.

4

Na przyszłe kształtowanie się owej wielkości ma wpływ wiele czynników, tak dotyczących

samej spółki, a zatem wewnętrzne determinanty (np. zarządzanie spółką, reklama, promocja), jak i

czynników zewnętrznych – niezależnych od przedsiębiorstwa (np. ogólna koniunktura, inflacja).

Naturalnie istnieje bardzo duże prawdopodobieństwo, że planowanie przyszłorocznej sprzedaży

będzie obarczone błędem, zatem rolą przeprowadzającego takie przedsięwzięcie jest jak najlepsze

dopasowanie danych zawartych w sprawozdaniach finansowych do kształtujących się warunków.

Wydaje się, iż modele ekonometryczne oparte na trendzie dobrze odzwierciedlają taki stan rzeczy i

będą efektywną metodą prognozowania.

2. Opis teoretyczny metody

Do obliczenia prognozy przychodów ze sprzedaży na 2012 rok w obu spółkach został

zastosowany model liniowy Holta. Wybór taki wiąże się z występowaniem wyraźnej tendencji

rozwojowej oraz wahań przypadkowych w przychodach ze sprzedaży obu omawianych

przedsiębiorstw. Jest to model dwurównaniowy, w którym do opisu tendencji rozwojowej używa się

wielomianu stopnia pierwszego.

( ) ( ) (2.1)

( ) ( ) (2.2)

Gdzie: α, ß - wartości z przedziału [0,1], mają wpływ na stopień wygładzenia

Ft – wygładzona wartość zmiennej prognozowanej na okres (t-1)

St – wygładzona wartość przyrostu trendu na okres (t-1)1

Za pomocą pierwszego równania zostały wyznaczone wygładzone wartości szeregu

czasowego w okresie t-1, natomiast równanie drugie posłużyło do wyznaczenia wygładzonych

wartości przyrostu trendu na okres t-1. Do wyznaczenia parametrów α i ß, odpowiadających za stopień

wygładzenia, został wykorzystany dodatek Solver. Szukane były takie wartości współczynników,

które minimalizowały średni błąd ex post prognoz wygasłych. Wskaźnik ten obrazuje o ile odchylają

1 Cieślak Maria, Prognozowanie gospodarcze. Metody i zastosowania, wyd. Naukowe PWN, Warszawa, 2005,

s. 73.

5

się rzeczywiste relacje zmiennej prognozowanej od obliczonych prognoz. Do jego oszacowania

posłużono się wzorem2:

RMSE = √

∑ (

) (2.3)

Dodatkowo przyjęto następujące założenia: F1 = Y1 , S1 =Y2-Y1

Prognozy wygasłe zostały wyznaczone ze wzoru3:

Yt* = Ft-1 + St-1 dla t = 2, 3,…, n. (2.4)

Prognozę na okres T>n wyznaczono natomiast w oparciu o4:

YT* = Fn + (T – n)Sn. (2.5)

3. Praktyczny przykład zastosowania z wykorzystaniem danych

rzeczywistych pochodzących z bazy Monitor Polski B

Kształtowanie się przychodów ze sprzedaży dla przedsiębiorstw z obu branż wraz z ich

prognozą z modelu Holta przedstawiono na Wykresie 1. oraz Wykresie 2. Ponadto załączono

Tabelę 1. i Tabelę 2. prezentujące obliczenia zastosowane do wyznaczenia przychodów ze

sprzedaży na rok 2012.

2 Zeliaś Aleksander, Pawełek Barbara, Prognozowanie ekonomiczne. Teoria, przykłady, zadania, wyd. Naukowe

PWN, Warszawa, 2003, s. 22. 3 Cieślak Maria, Prognozowanie gospodarcze. Metody i zastosowania, op. cit., s. 73.

4 Ibidem, s. 73.

6

Wykres 1.

Źródło: Opracowanie na podstawie danych ze sprawozdań finansowych z Monitora Polskiego B oraz

wyliczonych danych dla modelu Holta.

Wykres 2.

Źródło: Opracowanie na podstawie danych ze sprawozdań finansowych z Monitora Polskiego B oraz

wyliczonych danych dla modelu Holta.

0

50000

100000

150000

200000

250000

300000

350000

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

Przychody ze sprzedaży przedsiębiorstwa branży handlu detalicznego (w tys. PLN)

Przychody sprzedaży Przychody na podstawie modelu

0

5000

10000

15000

20000

25000

30000

35000

40000

45000

50000

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

Przychody ze sprzedaży przedsiębiorstwa branży fotograficznej (w tys. PLN)

Przychody ze sprzedaży Przychody ze sprzedaży na podstawie modelu

7

Tabela 2.

Źródło: Opracowanie na podstawie Dziechciarz Józef, Ekonometria. Metody, przykłady, zadania.,Wyd. Uniwersytet

Ekonomiczny Wrocław 2012, obliczenia w arkuszu kalkulacyjnym Excel.

Tabela 3.

Przychody ze sprzedaży przedsiębiorstwa

branży handlu detalicznego (w tys. PLN)

Alfa= 0,09

Beta= 1

t Y

Y*(z

modelu) Fi Si e e^2

2001 1 78116,25 78116,25 18711,44

2002 2 96827,69 96827,69 96827,69 18711,44 0,00 0,00

2003 3 109696,39 115539,13 115023,14 18195,45 -5842,74 34137610,71

2004 4 147913,06 133218,59 134516,30 19493,16 14694,47 215927325,85

2005 5 179114,91 154009,46 156226,59 21710,29 25105,45 630283569,65

2006 6 168033,95 177936,88 177062,32 20835,73 -9902,93 98067991,35

2007 7 194989,45 197898,06 197641,19 20578,87 -2908,61 8460006,07

2008 8 234959,70 218220,06 219698,38 22057,19 16739,64 280215565,50

2009 9 247923,82 241755,57 242300,31 22601,92 6168,25 38047291,74

2010 10 276537,70 264902,23 265929,79 23629,48 11635,47 135384164,42

2011 11 271469,62 289559,27 287961,73 22031,94 -18089,65 327235533,47

2012 12 309993,67

MSE 176775905,88

RMSE 13295,71

Wn 6,90%

Źródło: Opracowanie na podstawie Dziechciarz Józef, Ekonometria. Metody, przykłady, zadania.,Wyd. Uniwersytet

Ekonomiczny Wrocław 2012, obliczenia w arkuszu kalkulacyjnym Excel.

Przychody ze sprzedaży przedsiębiorstwa

branży fotograficznej (w tys. PLN)

Alfa= 1

Beta= 0,27

t Y

Y*(z

modelu) Fi Si e e^2

2001 1 24340,82

24340,82 3277,31

2002 2 27618,13 27618,13 27618,13 3277,31 0,00 0,00

2003 3 30941,33 30895,44 30941,33 3289,903 45,89 2105,89

2004 4 37262,09 34231,23 37262,09 4121,599 3030,86 9186096,27

2005 5 41381,63 41383,69 41381,63 4121,034 -2,06 4,24

2006 6 41728,27 45502,66 41728,27 3085,304 -3774,39 14246048,25

2007 7 37662,93 44813,57 37662,93 1123,1 -7150,64 51131713,62

2008 8 38044,54 38786,03 38044,54 919,6278 -741,49 549806,84

2009 9 41425,13 38964,17 41425,13 1594,939 2460,96 6056334,86

2010 10 37951,54 43020,07 37951,54 204,0867 -5068,53 25689988,29

2011 11 39555,63 38155,63 39555,63 588,2609 1400,00 1960009,32

2012 12

40143,89

MSE 10882210,76

RMSE 3298,8196

Wn 8,83%

8

Tabela 4.

Źródło: Opracowanie na podstawie wyliczeń w arkuszu kalkulacyjnym Excel.

Podsumowanie

Uzyskane wyniki wskazują na utrzymanie tendencji wzrostowej w przypadku obu

omawianych przedsiębiorstw. Dla spółki z branży fotograficznej przyszłoroczny, przewidywany

przychód ze sprzedaży będzie się kształtował na poziomie 40 143 890 PLN, natomiast dla

przedsiębiorstwa z branży handlu detalicznego wielkość ta wyniesie 309 993 670 PLN. Warto

pamiętać, iż model Holta w obliczonych prognozach „faworyzuje” dane najbliższe przewidywanej

wartości, zatem lepiej odzwierciedla wpływ zaistniałych w niedalekiej przeszłości zdarzeń na bieżącą

sytuację firmy. W obu przypadkach względny błąd prognostyczny jest na stosunkowo niskim

poziomie (8,83% i 6,9%) toteż przyjmuje się dopuszczalność przedstawionych prognoz. Różnice

wystąpią natomiast w przyroście przychodów, co widać w Tabeli 4. na korzyść przedsiębiorstwa

sprzedającego sprzęt audiowizualny. Wynik ten może się wiązać z planowaną imprezą EURO 2012,

kiedy to wzrośnie popyt na tego typu urządzenia, co ma swoje przełożenie na korelację tej branży z

koniunkturą. Z kolei w przypadku drugiej ze spółek, gdzie nie obserwuje się takiej zależności,

przyrost ten będzie znacznie niższy. Nie mniej jednak optymistyczne prognozy przychodów ze

sprzedaży należy rozpatrywać także w kontekście wzrastających branż konkurencyjnych w stosunku

do omawianych. Przykładem może być rosnący udział w rynku producentów coraz bardziej złożonych

telefonów komórkowych, iPad-ów, tabletów, czy też innych nośników pamięci, które to mają duży

wpływ na uzyskiwane przez wspomniane branże przychody ze sprzedaży.5

5 http://biznes.onet.pl/canon-obniza-prognozy-sprzedazy-aparatow-fotografi,0,5288116,news-detal.

Przedsiębiorstwo branży

fotograficznej Przedsiębiorstwo branży

handlu detalicznego

Przyrost 1,49% 14,19%

9

Bibliografia:

1. Zeliaś Aleksander, Pawełek Barbara, Prognozowanie ekonomiczne. Teoria, przykłady,

zadania, wyd. Naukowe PWN, Warszawa, 2003.

2. Cieślak Maria, Prognozowanie gospodarcze. Metody i zastosowania, wyd. Naukowe

PWN, Warszawa, 2005.

3. Artykuł o prognozy sprzedaży w firmie fotoraficznej: http://biznes.onet.pl/canon-

obniza-prognozy-sprzedazy-aparatow-fotografi,0,5288116,newsdetal.

(dostęp: 15.04.2013).

4. Błaszczuk Dariusz, Wstęp do prognozowania i symulacji, Wyd. Naukowe PWN, Warszawa,

2006.

5. Michalski Grzegorz, Strategie finansowe przedsiębiorstw (Entrepreneurial financial

strattegies), oddk, Gdańsk 2009.

6. Michalski Grzegorz, Ocena finansowa kontrahenta na podstawie sprawozdań finansowych

(Financial Analysis in the Firm. A Value - Based Liquidity Framework) oddk, Gdańsk 2008.

7. Pluta Wiesław, Planowanie finansowe w przedsiębiorstwie, wyd. drugie zmienione, Polskie

Wydawnictwo Ekonomiczne, Warszawa 2003.

8. Sobczyk Mieczysław, Statystyka, aspekty praktyczne i teoretyczne, wyd. Marii Curie –

Skłodowskiej, Lublin 2006.

9. Michalski, Grzegorz Marek, Wprowadzenie do zarządzania finansami przedsiębiorstw,

(Introduction to Entrepreneurial Financial Management), Available at SSRN:

http://ssrn.com/abstract=1934041 or http://dx.doi.org/10.2139/ssrn.1934041.

10. Strahl Danuta, Sobczak Elżbieta, Markowska Małgorzata, Bal-Domańska Beata,

Modelowanie ekonometryczne z excelem, wyd. Akademii Ekonomicznej im. Oskara

Langego we Wrocławiu, Wrocław, 2004.

10

11. Michalski Grzegorz (2007), Portfolio Management Approach in Trade Credit Decision

Making, Romanian Journal of Economic Forecasting, Vol. 3, pp. 42-53, 2007. Available at

SSRN: http://ssrn.com/abstract=1081269.

12. Michalski Grzegorz (2008), Operational risk in current assets investment decisions: Portfolio

management approach in accounts receivable, Agricultural Economics –Zemedelska

Ekonomika, 54, 1, 12–19.

13. Michalski Grzegorz (2008), Corporate inventory management with value maximization in

view, Agricultural Economics - Zemedelska Ekonomika, 54, 5, 187 - 192.

14. Michalski Grzegorz (2009), Inventory management optimization as part of operational risk

management, Economic Computation and Economic Cybernetics Studies and Research, 43, 4,

213 - 222.

15. Michalski Grzegorz (2011), Financial Analysis in the Enterprise: A Value - Based Liquidity

Frame -work. Available at SSRN: http://ssrn.com/abstract=1839367, 177 -262.

16. Michalski Grzegorz (2007), Portfolio management approach in trade credit decision making,

Romanian Journal of Economic Forecasting, 8, 3, 42 – 53.

17. Michalski Grzegorz (2008), Value - based inventory management, Romanian Journal of

Economic Forecasting, 9, 1, 82 - 90.

18. Dittman Paweł, Prognozowanie w przedsiębiorstwie. Metody i ich zasosowanie, Oficyna

ekonomiczna, 2008.

19. Michalski Grzegorz (2012), Financial liquidity management in relation to risk sensitivity:

Polish enterprises case, Quantitative Methods in Economics, Vydavatelstvo EKONOM,

Bratislava,141-160.

20. Michalski Grzegorz (2008), Decreasing operating risk in accounts receivable mangement:

influence of the factoring on the Enterprise value, [in] Culik, M., Managing and Modelling of

Financial Risk, 130-137.

21. Michalski Grzegorz (2010), Planning optimal from the Enterprise value creation perspective.

Levels of operating cash investment, Romanian Journal of Economic Forecasting, vol: 13 iss:

1 pp.198-214.

11

22. Polak Petr, Robertson, D. C. and Lind, M. (2011), The New Role of the Corporate Treasurer:

Emerging Trends in Response to the Financial Crisis (December 12, 2011). International

Research Journal of Finance and Economics, No. 78, Available at SSRN:

http://ssrn.com/abstract=1971158.

23. Soltes Vincent (2012), Paradigms of Changes in the 21th Century -Quest for Configurations in

Mosaic, Ekonomicky Casopis, v.60 is.4 pp. 428-429.

24. Soltes Vincent (2011), The Application of the Long and Short Combo Option Strategies in the

Building of Structured Products, 10th International Conference of Liberec Economic Forum,

Liberec.

25. Zmeskal Zdenek, Dluhosova Dana (2009), Company Financial Performance Prediction on

Economic Value Added Measure by Simulation Methodology, 27th International Conference

on Mathematical Methods in Economics, Mathematical Methods in Economics, 352 - 358.

26. Polak Petr, Sirpal R., Hamdan M. (2012), Post - Crisis Emerging Role of the Treasurer,

European Journal of Scientific Research, 86, 3, 319 – 339.

27. Kresta A.; Tichy Tomas (2012), International Equity Portfolio Risk Modeling: The Case of the

NIG Model and Ordinary Copula Functions, FINANCE A UVER - CZECH JOURNAL OF

ECONOMICS AND FINANCE 62, 2, 141 - 161.

28. Kopa Milos, D'Ecclesia RL, Tichy Tomas (2012), Financial Modeling, FINANCE A UVER -

CZECH JOURNAL OF ECONOMICS AND FINANCE, 62, 2, 104 - 105.

29. Michalski, Grzegorz Marek, Value - Based Inventory Management, Value - Based Inventory

Management, Journal of Economic Forecasting, 9/1, 82 - 90, 2008. Available at SSRN:

http://ssrn.com/abstract=1081276 or http://dx.doi.org/10.2139/ssrn.1081276.

30. Dluhosova Dana, et. al., 2006, Finanční řízení a rozhodování podniku: analýza, investování,

oceňování, riziko, flexibilita, Ekopress, Prague.

31. Soltes Vincent, 2004, Duration of coupon bonds as a criterion of the price sensibility of bonds

with regards to the change of interest rates (Durácia kupónovej obligácie ako kritérium

cenovej citlivosti obligácie vzhľadom na zmenu úrokových sadzieb in Slovak),

EKONOMICKY CASOPIS, 52/2004(1), pp. 108 - 114.

12

32. Michalski, Grzegorz Marek, Factoring and the Firm Value (May 17, 2008). FACTA

UNIVERSITATIS Series: Economics and Organization, Vol. 5, No. 1, pp. 31 - 38, 2008.

Available at SSRN: http://ssrn.com/abstract=1844306.

33. Michalski, Grzegorz Marek, Crisis Caused Changes in Intrinsic Liquidity Value in Non-Profit

Institutions (December 14, 2012). Equilibrium. Quarterly Journal of Economics and Economic

Policy, 2012, Volume 7, Issue 2. Available at SSRN: http://ssrn.com/abstract=2189488 or

http://dx.doi.org/10.2139/ssrn.2189488.

34. Michalski, Grzegorz Marek, Płynność finansowa w małych i średnich przedsiębiorstwach

(Financial Liquidity Management in Small and Medium Enterprises) (2013). Plynnosc

Finansowa w Malych i Srednich Przedsiebiorstwach, PWN, 2013. Available at SSRN:

http://ssrn.com/abstract=2214715.

35. Michalski, Grzegorz Marek, Accounts Receivable Management in Nonprofit Organizations

(Zarządzanie należnościami w organizacjach nonprofit), 2012, Zeszyty Teoretyczne

Rachunkowości 2012(68(124)):83-96. ICID: 1031935, Available at SSRN:

http://ssrn.com/abstract=2193352 or http://dx.doi.org/10.2139/ssrn.2193352.

36. MPB - Dane dla lat 2009 - 2010, http://dx.doi.org/10.6084/m9.figshare.92633.