Надзвичайно важливу роль відіграють історичні дані, використовувані при виробленні моделі прогнозування. В ідеалі бажано мати велику кількість даних за значний період часу. Крім того, використовувані дані повинні бути "типовими" з погляду ситуації. Стохастичні методи прогнозування, що використовують апарат математичної статистики, пред'являють до історичних даних цілком конкретні вимоги, у випадку невиконання яких не може бути гарантована точність прогнозування. Дані повинні бути достовірні, порівнянні, досить представницькі для прояву закономірності, однорідні і стійкі [25].

Точність прогнозу однозначно залежить від правильності вибору методу прогнозування в тім чи іншому конкретному випадку. Однак це не означає що в кожнім випадку застосовна тільки яка-небудь одна модель. Цілком можливо, що в ряді випадків кілька різних моделей видадуть відносно надійні оцінки. Основним елементом у будь-якій моделі прогнозування є тренд чи лінія основної тенденції зміни ряду. У більшості моделей передбачається, що тренд є лінійним, однак таке припущення не завжди закономірне і може негативно вплинути на точність прогнозу. На точність прогнозу також впливає використовуваний метод відділення від тренда сезонних коливань - додавання чи множення. При використанні методів регресії украй важливо правильно виділити причинно-наслідкові зв'язки між різними факторами і закласти ці співвідношення в модель.

Важливо пам'ятати, що помилки прогнозу рядків звітності і помилки визначення по них результативних показників ( фінансових коефіцієнтів) у більшості випадків не збігаються. Дійсно, нехай якийсь коефіцієнт F визначається в такий спосіб:

F = ( x + y ) / z

де x, y, z - деякі рядки бухгалтерського чи аналітичного балансу.

Це досить типовий вид для фінансових показників. І нехай абсолютні помилки прогнозу рядків складають відповідно dx, dy, dz. Тоді абсолютна помилка прогнозу F буде дорівнювати:

Для відносної помилки на підставі наведених вище формул одержимо:

Тобто , якщо, наприклад, точність прогнозу кожного з рядків x, y і z склала 10%, те, поклавши x = y, одержимо точність визначення F:

Таким чином, точність прогнозу фінансових коефіцієнтів у методах, що ґрунтуються на побудові прогнозної звітності, завжди нижче точності, з якою визначаються самі прогнозні значення рядків звітності. Тому, якщо аналітик, як це і повинне бути, має визначені вимоги до точності визначення фінансових коефіцієнтів, то повинний бути обраний метод, що забезпечує ще більш високу точність прогнозу рядків звітності.

Перш ніж використовувати модель для складання реальних прогнозів, її необхідно перевірити на об'єктивність, для того щоб забезпечити точність прогнозів. Цього можна досягти двома різними шляхами [26]:

1. Результати, отримані за допомогою моделі, порівнюються з фактичними значеннями через якийсь проміжок часу, коли ті з'являються. Недолік такого підходу полягає в тому, що перевірка "неупередженості" моделі може зайняти багато часу, тому що по-справжньому перевірити модель можна тільки на тривалому тимчасовому відрізку.

2. Модель будується виходячи з усіченого набору наявних історичних даних. Дані, що залишилися, можна використовувати для порівняння з прогнозними показниками, отриманими за допомогою цієї моделі. Такого роду перевірка більш реалістична, тому що вона фактично моделює прогнозну ситуацію. Недолік цього методу полягає в тому, що самі останні, а отже, і найбільш значимі показники виключені з процесу формування вихідної моделі.

У світлі вищесказаного щодо перевірки моделі стає ясним, що для того, щоб зменшити очікувані помилки, прийдеться вносити зміни у вже існуючу модель. Такі зміни вносяться протягом усього періоду застосування моделі в реальному житті. Безупинне внесення змін можливо в тім, що стосується тренда, сезонних і циклічних коливань, а також будь-якого використовуваного причинно-наслідкового співвідношення. Ці зміни потім перевіряються за допомогою вже описаних методів. Таким чином, процес оформлення моделі містить у собі кілька етапів: збір даних, вироблення вихідної моделі, перевірку, уточнення - і знову усе спочатку на основі безупинного збору додаткових даних з метою забезпечення надійності моделі як джерело прогнозної інформації про фінансове положення підприємства.

При розробці кожної з моделей прогнозування передбачається, що ситуація в майбутньому не буде сильно відрізнятися від дійсної. Іншими словами, вважається, що всі значимі фактори або враховані в моделі прогнозування, або незмінні протягом усього періоду часу, на якому вона використовується. Однак модель - це завжди огрубіння реальної ситуації шляхом добору з нескінченної кількості діючих факторів обмеженого числа тих з них, що вважаються найбільш важливими виходячи з конкретних цілей аналізу. Точність і ефективність побудованої моделі будуть прямо залежати від правильності про обґрунтованість такого добору. При використанні моделі для прогнозування варто пам'ятати про існування факторів, свідомо чи несвідомо не включених у неї, які проте впливають на стан підприємства в майбутньому.

РОЗДІЛ 2. КОМПЛЕКСНИЙ АНАЛІЗ ФІНАНСОВОГО СТАНУ ЗАТ „АТБ ГРУПП”

2.1 Організаційно-економічна характеристика підприємства

ЗАТ "АТБ Групп" було створено 19 липня 1995 року у формі закритого акціонерного товариства. Код за ЄДРПОУ 23389489. Номер свідоцтва про державну реєстрацію ЗАТ – 23389489.

Юридична адреса підприємства: 04119, м. Київ, Дегтярівська, б.36

Телефон: (044) 241-38-17

E-mail: paper@stalker.com.ua

Факс: (044) 241-38-19

WWW-адреса: stalker.com.ua Основні види діяльності – виробництво та оптова торгівля меблями.

Організаційну структуру підприємства наведено на рис. 2.1.

Найвищим керівним органом підприємства є загальні збори акціонерів, які обирають генерального директора