Marek Witkowski
Prosta Metoda PrognozoWania rentowności sprzedaży w firmie
wstęp
Rentowność sprzedaży jest jedną z podstawowych kategorii ekonomicznych, któ- rą bierze pod uwagę każde przedsiębiorstwo w swojej operatywnej działalności.
Określa ona bowiem zdolność przychodów ze sprzedaży do generowania zysku.
Szczególnie ważna jest rentowność sprzedaży operacyjnej, jako że ta działalność jest przecież podstawową działalnością firmy.
Ponadto w rachunku rentowności kapitału własnego (ROE) rentowność sprze- daży jest główną determinantą zmian. Stąd też jej prognozowanie w firmie nabie- ra istotnego znaczenia.
W klasycznym ujęciu rentowność sprzedaży operacyjnej (ROP) mierzymy jako stosunek zysku operacyjnego do przychodów ze sprzedaży operacyjnej. Na jej poziom wpływają przychody ze sprzedaży oraz struktura kosztów, gdyż zysk operacyjny od niej właśnie zależy. W strukturze tej wyróżnia się koszty stałe i zmienne i jest oczywiste, że koszty całkowite maleją w miarę względnego wzro- stu kosztów stałych.
Wyodrębnienie kosztów stałych i zmiennych wymaga dodatkowego rachunku kalkulacyjnego, jako że tradycyjna ewidencja księgowa kosztów takiej kalkulacji nie uwzględnia.
W opracowaniu proponujemy prostą metodę krótkookresowego prognozowa- nia rentowności sprzedaży, w której bezpośrednio znajdzie swoje odzwierciedlenie to, że zależy ona od struktury kosztów, i która będzie uwzględniać dotychczasową
„ścieżkę rozwojową” przedsiębiorstwa. Metoda ta będzie następnie poddana we- ryfikacji na konkretnym materiale źródłowym pochodzącym z przedsiębiorstwa wybranego drogą doboru celowego. Nazwy tego przedsiębiorstwa nie możemy jednak ujawnić ze względu na brak zgody jego Zarządu. Możemy jedynie powie- dzieć, że jest to przedsiębiorstwo produkcyjne, zaliczane według kryterium liczby zatrudnionych do przedsiębiorstw średnich.
1. proponowana metoda prognozowania rentowności sprzedaży
Jak już wcześniej podkreśliliśmy, rentowność sprzedaży operacyjnej (ROP) mie- rzymy za pomocą wskaźnika danego wzorem (por. Gabrusewicz 2004, s. 209;
Sierpińska i Jachna 2002, s. 103-104):
ZOP,
ROP= PS (1)
gdzie:
ZOP – zysk operacyjny,
PS – przychody ze sprzedaży operacyjnej.
Zysk operacyjny z kolei ustalany jest zgodnie z relacją:
ZOP PS KC= − , (2)
gdzie KC – całkowite koszty operacyjne.
W konsekwencji otrzymujemy, podstawiając (2) do (1), że:
1 .
PS KC KC
ROP PS PS
= − = − (3)
Ze wzoru (3) wynika wyraźnie, że rentowność sprzedaży operacyjnej zależy od kosztów całkowitych operacyjnych i ich struktury, to jest od udziału w nich kosztów stałych i zmiennych. Żeby ten fakt uwzględnić bezpośrednio, proponu- jemy przedstawić koszty całkowite jako funkcję przychodów ze sprzedaży ope- racyjnej:
0 1
ˆ ,
KC= + ⋅PS (4)
gdzie:
α0 – koszty stałe,
α1 – jednostkowe koszty zmienne.
W rezultacie powyższego mamy:
0 1
1 .
ROP PS
= − +
(5)
Ze wzoru (5) wynika wyraźnie, że im większy jest udział kosztów stałych w przy- chodach ze sprzedaży, tym rentowność sprzedaży operacyjnej jest mniejsza, przy-
chody ze sprzedaży zaś są zmienną niezależną, a więc ich poziom jest określony w planie finansowym przedsiębiorstwa.
Załóżmy, że interesuje nas prognoza rentowności sprzedaży na okresy T1 i T2, przy czym zakładamy, że w planie finansowym przyrost przychodów ze sprzeda- ży wyniesie w pierwszym okresie prognozowanym w1 [%], a w drugim okresie prognozowanym w2 [%].
Przy powyższych założeniach prognoza rentowności sprzedaży operacyjnej na okres T1 sporządzona w wersji klasycznej (wskaźnikowej) ma postać (por.
Szczęsny 2007, s. 25):
( ) ( )
( )
1
1 1
1
1 1
1 ,
n n n
T n
PS w KS KZ w
ROP PS w
⋅ + − + ⋅ +
= ⋅ +
co po uproszczeniu daje relację:
( )
1 1
1
1 ; 1.
1n n
T n n
KS KZ
ROP T n
PS w PS
= − ⋅ + + = +
Na okres T2 zaś prognoza jest budowana z wykorzystaniem wzoru:
( ) ( )
2 2
1 2
1 ; 2.
1 n 1 n
T n n
KS KZ
ROP T n
PS w w PS
= − ⋅ + ⋅ + + = +
Biorąc pod uwagę wzór (4), otrzymujemy w rezultacie:
( )
1
0 1
1
1 ,
T 1
n
ROP PS w
= − +
⋅ +
(6)
zaś w okresie T2 odpowiednio:
( ) ( )
2
0 1
1 2
1 .
1 1
T n
ROP PS w w
= − ⋅ + ⋅ + +
(7)
Zaletą proponowanego podejścia jest to, że dla ustalenia przewidywanego pozio- mu rentowności sprzedaży operacyjnej wystarczy znajomość parametrów funkcji kosztów całkowitych oraz przychodów ze sprzedaży operacyjnej w założonym horyzoncie prognozy.
Niestety, nie jesteśmy w stanie oszacować błędu prognozy ROP i jest to niewąt- pliwie wadą proponowanego postępowania badawczego. Możemy jedynie ocenić tę prognozę pośrednio, uznając, że jeżeli model kosztów jest dobrej jakości, to i prognoza krótkookresowa skonstruowana na jego podstawie może być uznana za precyzyjną.
Model (4) ma także jedną wadę. Mianowicie jego parametry α0 i α1 są stałe w czasie. Niedogodność tę można usunąć, stosując model regresji pełzającej, któ- rego istotą jest przyporządkowanie każdemu okresowi innych wartości parame- trów α0 i α1.Oznacza to, że koszty stałe traktujemy jako koszty okresu, a jednost- kowe koszty zmienne dotyczą konkretnej jednostki czasu t. Wtedy mamy:
( )
1
0 1
1
1 1n
T n
n
ROP PS w
= − ⋅ + +
(8)
oraz:
( ) ( )
2
0 1
1 2
1 1 n 1
T n
n
ROP PS w w
= − +
⋅ + ⋅ +
(9)
i tak dalej.
Model ten pozwala oszacować oczekiwaną rentowność sprzedaży operacyjnej dla dowolnego przyrostu przychodów ze sprzedaży.
2. wyniki badania empirycznego
Proponowaną metodę prognozowania zilustrujemy przykładem empirycznym na podstawie danych pochodzących z realnie funkcjonującego przedsiębiorstwa, którego nazwy, ze względu na brak zgody Zarządu, nie możemy ujawnić.
Dane pochodziły z miesięcznych sprawozdań F-01 z trzech lat 200Z–200V i dotyczyły dwóch zmiennych:
– przychodów ze sprzedaży operacyjnej – X, – całkowitych kosztów operacyjnych – Y.
Z merytorycznego punktu widzenia możemy je uznać za dokładne, aktualne i przydatne, mają bowiem charakter zestandaryzowany, a ich ewidencja na urzą- dzeniach księgowych podlega zasadom rachunkowości.
Analizując dane od strony statystycznej, zdecydowaliśmy się na sprawdzenie, czy wśród nich nie ma obserwacji nietypowych, zakłócających jednorodność te- go zbioru. Zastosowaliśmy w tym celu test Dixona (por. Heilpern 2005, s. 50).
W teście tym hipoteza zerowa głosi, że określona obserwacja x1 i xn nie jest obser-
wacją odstającą bądź że obserwacje x1,2 oraz xn, n–1 nie są obserwacjami odstający- mi. Sprawdzianami tych hipotez są odpowiednio:
( )
1 2 1
1 1, 1
1 1
, , max ; ,
n n
n n n
n n
x x x x
d d d d d
x x− x x
− −
= = =
− −
2 3 1
, 1 1,2
1 1
, ,
n n
n n n n
x x x x
d d
x x− x x
−
− −
= =
− −
przy czym xi są obserwacjami uporządkowanymi w porządku rosnącym. Wartości tych statystyk porównujemy następnie z wartościami krytycznymi odczytanymi z tablic Dixona dla założonego poziomu istotności. Jeżeli okaże się, że wartość empiryczna sprawdzianu H0 jest większa od wartości krytycznej, to H0 odrzuca- my, co oznacza, że odpowiednie obserwacje naruszają jednorodność zbioru ob- serwacji.
Rezultaty zastosowania tego testu zawarte zostały w tabeli 1.
tabela 1. wyniki zastosowania testu dixona na istnienie obserwacji odstających Zmienna Postać H0 Sprawdzian H0 Wartość krytyczna
Przychody ze sprzedaży
Obserwacje skrajne nie są obserwacjami odstającymi
dn = 0,058 d1 = 0,003 d1, n = 0,058 dn, n-1 = 0,093 d1, 2 = 0,101
d1 = 0,242 d1 = 0,242 d2 = 0,259 d3 = 0,298 d3 = 0,298
Koszty operacyjne
Obserwacje skrajne nie są obserwacjami odstającymi
dn = 0,061 d1 = 0,027 d1, n = 0,061 dn, n-1 = 0,107 d1, 2 = 0,084
d1 = 0,242 d1 = 0,242 d2 = 0,259 d3 = 0,298 d3 = 0,298 Źródło: Obliczenia własne.
Charakterystyki liczbowe zawarte w tabeli 1 pozwalają stwierdzić, że nie ma pod- staw do odrzucenia hipotezy zerowej, iż obserwacje skrajne nie naruszają jedno- rodności zbioru obserwacji w odniesieniu zarówno do kosztów, jak i do przycho- dów ze sprzedaży.
Uzyskaliśmy w ten sposób legitymację na to, by poddać estymacji model kosz- tów operacyjnych na podstawie wszystkich 36 obserwacji. Był to model regresji pełzającej w postaci:
0 1
ˆt t t.
y = + ⋅x (10)
Wyniki przeprowadzonej estymacji zostały przedstawione w tabeli 2.
tabela 2. wyniki estymacji parametrów modelu regresji pełzającej w badanym przedsiębiorstwie
t a0t a1t t a0t a1t
12 34 56 78 109 1112 1314 1516 1718
121,9 98,198,6 104,4 110,6 114,3 126,2 138,8 146,1 153,8 157,4 159,5 160,4 166,8 174,2 186,5 201,2 215,8
0,6221 0,6693 0,6791 0,6813 0,6825 0,6872 0,6844 0,6803 0,6808 0,6808 0,6850 0,6888 0,6932 0,6925 0,6908 0,6929 0,6890 0,6855
1920 2122 2324 2526 2728 2930 3132 3334 3536
228,8 242,5 257,0 265,9 268,7 273,6 277,8 285,5 295,8 309,6 316,9 322,6 325,3 331,4 334,6 340,6 340,0 331,2
0,6827 0,6794 0,6744 0,6730 0,6745 0,6738 0,6732 0,6683 0,6620 0,6526 0,6489 0,6462 0,6450 0,6423 0,6416 0,6398 0,6412 0,6462 Su = 204,1, Vu = 19,8%, φ2 = 0,179
Źródło: Obliczenia własne.
Model ten okazał się modelem dobrej jakości, gdyż:
– błędy losowe nie przekraczają 20% przeciętnego poziomu kosztów opera- cyjnych,
– model opisuje 82,1% zmienności kosztów w badanym okresie.
Ponadto łatwo zauważyć, że oceny jego parametrów są zmienne w czasie. Ozna- cza to tym samym zmienność w czasie kosztów stałych i jednostkowych kosztów zmiennych.
Model ten, a dokładniej mówiąc, jego ostatni segment, który ma postać:
ˆn 331,2 0,6462 ,n , y = + x t n=
zostanie następnie wykorzystany do sporządzenia prognozy rentowności sprze- daży na okres T = n + 1, n + 2, itp. Chodzi bowiem o to, by budować prognozę na podstawie najbardziej aktualnych prawidłowości zachowania się badanych zmiennych.
Załóżmy w związku z powyższym, że w okresie T = n + 1 przychody ze sprze- daży wzrosną o 10% w stosunku do okresu n, a w okresie następnym wzrosną o 5%
w stosunku do okresu n + 1. Prognozę rentowności sprzedaży operacyjnej przy po- danych założeniach, z wykorzystaniem wzorów (8) i (9), przedstawiliśmy w tabeli 3.
tabela 3. prognoza rentowności sprzedaży operacyjnej w badanym przedsiębiorstwie
Okres Przychody
ze sprzedaży αParametry modelu0n α1n Prognoza ROP [%]
n 2870 331,2 0,6462 23,8
T = n + 1 +10% × × 24,9
T = n + 2 +5% × × 25,4
Źródło: Obliczenia własne.
Jak wynika z danych zawartych w tabeli 3, przy wzroście przychodów ze sprzedaży operacyjnej i innych czynnikach ceteris paribus rentowność sprzedaży operacyjnej ma tendencję wzrostową. Jest to zrozumiałe, gdyż w takiej sytuacji koszty stałe nie ulegają zmianie, proporcjonalnie zaś do wzrostu przychodów ze sprzedaży wzrastają koszty zmienne. W efekcie zmniejsza się jednostkowy koszt stały, natomiast jednostkowe koszty zmienne pozostają bez zmian.
Zauważmy, że oszacowana rentowność sprzedaży operacyjnej jest ściśle po- wiązana z progiem rentowności. Jeśli bowiem przychody ze sprzedaży operacyj- nej „osiągną” próg rentowności, to wskaźnik ROP = 0. Jeśli zaś rzeczywiste przy- chody ze sprzedaży operacyjnej będą mniejsze od progu rentowności, to ROP < 0.
W badanej firmie próg rentowności obliczony dla n-tego okresu wynosi (por. Wit- kowski 1997, s. 157):
0 1
1 n ,
n n
PRO a
= a
− czyli:
331,2 936.
1 0,6462 PRO =n =
− Wtedy:
331,2
1 0,6462 0.
PRO 936
ROP = − + =
Jeśli rzeczywiste przychody ze sprzedaży operacyjnej spadną poniżej progu ren- towności, na przykład wyniosą PS0 = 900 tys. zł, to:
0 1 331,2 0,6462 0,0142.
ROP = − 900 + = −
Można więc powiedzieć, jak sądzimy, że próg rentowności jest bazą wyjściową, do której powinien być odnoszony planowany wzrost sprzedaży.
Podsumowując, wydaje się, że zaprezentowana metoda może być użytecznym narzędziem krótkookresowego prognozowania rentowności sprzedaży operacyj- nej w przedsiębiorstwie. Jej zalety to:
– prostota analityczna,
– możliwość określenia kosztów stałych i zmiennych operacyjnych, których proporcja determinuje rentowność sprzedaży operacyjnej,
– możliwość analizy rentowności sprzedaży operacyjnej w zależności od pla- nowanego przyrostu przychodów ze sprzedaży, które traktujemy jako zmien- ną niezależną,
– uwzględnienie faktu, że oczekiwana rentowność sprzedaży operacyjnej za- leży od struktury kosztów operacyjnych (to jest udziału w nich kosztów sta- łych i zmiennych); zmiana tej struktury prowadzi do zmiany rentowności sprzedaży operacyjnej; osłabieniem tego założenia jest zastosowanie regresji pełzającej dla oszacowania kosztów stałych i zmiennych.
Podstawową wadą zaś tej metody jest brak możliwości oszacowania błędu prognozy ex ante. Można jedynie dokonać oceny jakości prognozy pośrednio, zakładając, że jeżeli jakość modelu, na podstawie którego szacujemy rentowność sprzedaży operacyjnej, jest dobra, to i prognoza też jest dostatecznie precyzyjna.
Tym bardziej że jest to prognoza krótkookresowa.
Literatura
Gabrusewicz W. (2004) Podstawy analizy finansowej, PWE, Warszawa.
Heilpern S. (2005) Nietypowe realizacje jednowymiarowych zmiennych losowych, w: Sta- tystyka ekonomiczna, red. W. Ostasiewicz, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław.
Sierpińska M., Jachna T. (2002) Ocena przedsiębiorstwa według standardów światowych, Wydawnictwo Naukowe PWN, Warszawa.
Szczęsny W. (2007) Analiza rentowności sprzedaży – ujęcie modelowe, „Rachunkowość”
nr 4.
Witkowski M. (1997) Regresyjny model kosztów jako narzędzie prognozowania progu rentowności, w: Prognozowanie w zarządzaniu firmą, red. M. Cieślak, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 780, Wrocław.
a simpLe method of predicting saLes profitabiLity in a company
summary
Profitability of operational sales is fundamental while studying the financial status of a company. It affects both the profitability of a company’s assets and profitability of its own capital.
In the analysis below a simple method how to calculate the profitability of operational sales in a short period of time was presented. It was assumed that sales profitability de- pends directly on both variable and constant costs in operational costs overall.
A regressive cost model with variable parameters was used, which allowed us to in- clude – in this prognosis – changes in the structure of operational costs and gave us an opportunity to calculate the profitability of operational sales with regard to the expected increase in sales.