Коллектив авторов - Бизнес-планирование: Шпаргалка

Рентабельность валовой прибыли = Валовая прибыль/ /Выручка.

Для расчета используются итоговые значения данных отчета о финансовых результатах за период.

Коэффициент рентабельности операционной прибыли (operating profit margin) показывает долю операционной прибыли в объеме продаж и вычисляется по формуле

Операционная рентабельность = Операционная прибыль/Выручка. Для расчета используются итоговые значения данных отчета о финансовых результатах за период.

Коэффициент общей рентабельности (маржа чистой прибыли) (Net profit margin) показывает долю чистой прибыли в объеме продаж и вычисляется по формуле Общая рентабельность = Чистая прибыль/Выручка.

Для расчета используются итоговые значения данных отчета о финансовых результатах за период.

Рентабельность оборотных активов (Return on current assets) демонстрирует возможности предприятия в обеспечении объема годовой прибыли по отношению к среднегодовой сумме оборотных средств компании. Чем выше значение этого коэффициента, тем более эффективно используются оборотные средства.

Рентабельность оборотных активов = Чистая прибыль/Оборотные активы. Для расчета за месяц, квартал или полугодие сумма прибыли умножается соответственно на 12, 4 или 2. При этом используется средняя за расчетный период величина оборотных активов.

Рентабельность внеоборотных активов {Return on fixed assets) демонстрирует способность предприятия обеспечивать достаточный объем годовой прибыли по отношению к среднегодовой стоимости основных средств компании. Чем выше значение данного коэффициента, тем эффективнее используются основные средства.

Рентабельность внеоборотных активов = Чистая прибыль /Внеоборотные активы.

Для расчета за месяц, квартал или полугодие сумма прибыли умножается соответственно на 12, 4 или 2. При этом используется средняя за расчетный период величина внеоборотных активов.

Инвестиционные показатели (Investment ratios) характеризуют стоимость и доходность акций предприятия. Показатели этой группы рассчитываются по итогам года.

Прибыль на акцию (Earning per ordinary share) показывает, какая доля чистой прибыли приходится на одну обыкновенную акцию в обращении. Акции в обращении определяются как разница между общим числом выпущенных обыкновенных акций и собственными акциями в портфеле. Если в структуре капитала компании имеются привилегированные акции, из чистой прибыли предварительно должна быть вычтена сумма выплаченных по ним дивидендов. Необходимо отметить, что этот показатель оказывает существенное влияние на рыночную стоимость акций компании:

Прибыль на акцию = (Чистая прибыль – Дивиденды по привилегированным акциям)/ /Число обыкновенных акций. Дивиденды на акцию (Dividends per ordinary share) – этот показатель определяет сумму дивидендов, приходящихся на каждую обыкновенную акцию, и равен отношению суммы дивидендов по обыкновенным акциям к количеству обыкновенных акций: Дивиденды на акцию = Сумма дивидендов/Количество обыкновенных акций.

Коэффициент покрытия дивидендов (ordinary dividend coverage) демонстрирует возможности предприятия выплачивать дивиденды из прибыли. Он указывает, сколько раз могут быть выплачены дивиденды из чистой прибыли предприятия.

Покрытие дивидендов = (Чистая прибыль – Дивиденды по привилегированным акциям)/ Дивиденды по обыкновенным акциям. Соотношение цены акции и прибыли {Price to earnings) показывает, сколько денежных единиц согласны платить акционеры за одну денежную единицу чистой прибыли компании.

Соотношение цены акции и прибыли = Рыночная цена за одну акцию/Прибыль на одну акцию.

Значение рыночной стоимости обыкновенной акции рассчитывается делением собственного капитала на число обыкновенных акций.

Одна из самых главных частей бизнес-планирования – это определение и расчет факторов риска.

Созданный проект является, в сущности, прогнозом, который показывает, что при определенных значениях исходных данных могут быть получены расчетные показатели эффективности хозяйственной деятельности. Однако строить свои планы на таком жестко заданном прогнозе несколько рискованно, поскольку даже незначительное изменение исходных данных может привести к совершенно неожиданным результатам. Ведь успех реализации проекта зависит от множества переменных величин, которые вводятся в описание в качестве исходных данных, но в действительности не являются полностью контролируемыми параметрами. К числу таких параметров относятся следующие показатели. объем сбыта, цена продукции, суммы издержек, величина налогов, уровень инфляции и др. Все эти величины можно рассматривать как случайные факторы, оказывающие влияние на результат проекта.

Существует множество методик определения факторов риска, основные и самые распространенные из них. факторный анализ, экспертный анализ, анализ чувствительности, метод Монте-Карло.

Факторный анализ – группа методов многомерного статистического анализа, которые позволяют представить в компактной форме обобщенную информацию о структуре связей между наблюдаемыми признаками изучаемого объекта на основе выделения некоторых непосредственно ненаблюдаемых факторов. Факторный анализ определяет предполагаемые факторы риска и степень их воздействия на деятельность предприятия или на проект.

Выделяют четыре основных метода факторного анализа: 1) метод цепных подстановок; 2) интегральный метод; 3) индексный метод; 4) дифференцирование.

Экспертный метод путем экспертных оценок специалистов в этой области устанавливает степень риска воздействия на проект/предприятие.

При анализе рисков проекта формируется таблица экспертного мнения. В таблице рассматриваются любые возможные риски и уровень их воздействия на рассматриваемый проект. Таблица не имеет отношения к какой-либо определенной дате, отрасли или экономическим обстоятельствам. Уровень предполагаемых рисков и их список формируются в соответствии с вашими знаниями о них. Для использования данной таблицы необходимо быть экспертом в исследуемой области. Консультанты, специалисты, лучше всего, чтобы это были независимые эксперты рынка, составляют собственное, основанное на опыте, мнение о рисках проекта. Затем вычисляется среднее значение по перечисленным статьям, и бизнес-модель рассчитывается с учетом самых сильных рисков проекта.

Одной из задач анализа проекта является определение чувствительности показателей эффективности к изменениям различных параметров.

Необходимо анализировать устойчивость проекта к возможным изменениям как экономической ситуации в целом (изменение структуры и темпов инфляции, увеличение задержки платежей), так и внутренних показателей проекта (изменение объемов сбыта, цены продукции). Такой анализ называется анализом чувствительности.

Чем шире диапазон параметров, в котором показатели эффективности остаются в пределах приемлемых значений, тем выше «запас прочности» проекта, тем лучше он защищен от колебаний различных факторов, оказывающих влияние на результаты реализации проекта.

Исследование чувствительности показателей эффективности к изменению ставки дисконтирования позволяет определить устойчивость проекта по отношению к колебаниям конъюнктуры финансового рынка и возможным изменениям макроэкономических условий деятельности. Для анализа чувствительности необходимо:

• выбрать основные показатели (NPV, IRR, FV и т. д.), изменение которых существенно отразится на потоках проекта;

• проанализировать при изменении уровня факторов (изменение выручки, себестоимости, затрат на зарплату, налоги и т. д.), какой из показателей будет наиболее чутким к этим изменениям и какой фактор оказывает самое большое воздействие на модель;

• проверить чувствительность выбранного показателя при вероятности отклонений первого (вероятность того, что фактор изменится, т. е. станет больше, меньше или останется плановым) и второго уровней (если фактор все же окажется ниже планового уровня, то с вероятностью 60 % отклонение будет не более 10 %).

Цель статистического анализа – определить степень воздействия случайных факторов на показатели эффективности проекта.

Анализ производится следующим образом. Допустим, определено, какие именно данные следует признать неопределенными, а также установлен диапазон значений, в пределах которого они могут изменяться случайным образом. Если речь идет, например, о двух параметрах, это означает, что определена область значений исходных данных, имеющая форму прямоугольника. Для трех переменных эта область представляет собой параллелепипед. Совокупность исходных данных, от которых зависит судьба проекта, отображается точкой, лежащей внутри выделенной области. Таких точек великое множество, поэтому выполнить расчет проекта для каждой из них невозможно. Тем не менее необходимо определить, какое воздействие оказывает неопределенность исходных данных на поведение модели. Эта задача решается с помощью метода Монте-Карло.