Jerzy Witold Wiśniewski Uniwersytet Mikołaja Kopernika w Toruniu. Ekonometryczny model miesięcznej płynności finansowej małego przedsiębiorstwa

Podobne dokumenty
Jerzy Witold Wiśniewski

Dylematy podwójnej metody najmniejszych kwadratów w mikromodelu ekonometrycznym

Analiza porównawcza koniunktury gospodarczej w województwie zachodniopomorskim i w Polsce w ujęciu sektorowym

3. Modele tendencji czasowej w prognozowaniu

5. Model sezonowości i autoregresji zmiennej prognozowanej

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp.

Przykład 2. Stopa bezrobocia

Ekonometryczna analiza popytu na wodę

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji

FISKALNE OBCIĄŻENIA ZATRUDNIENIA W MAŁYM PRZEDSIĘBIORSTWIE NA TLE WYDAJNOŚCI PRACY

Analiza współzależności zjawisk

Wprowadzenie do analizy korelacji i regresji

Wiadomości ogólne o ekonometrii

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X1, X2, X3,...) na zmienną zależną (Y).

FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS

EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE

MIARY KLASYCZNE Miary opisujące rozkład badanej cechy w zbiorowości, które obliczamy na podstawie wszystkich zaobserwowanych wartości cechy

4. Średnia i autoregresja zmiennej prognozowanej

Analiza zależności liniowych

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

3. Analiza własności szeregu czasowego i wybór typu modelu

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Analiza autokorelacji

Ekonometria. Zajęcia

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2014/2015

Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski

Prognozowanie na podstawie modelu ekonometrycznego

Opracował: Dr Mirosław Geise 4. Analiza progu rentowności

PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK

Ćwiczenia IV

A.Światkowski. Wroclaw University of Economics. Working paper

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2017/2018

Analiza Zmian w czasie

Stanisław Cichocki. Natalia Neherbecka. Zajęcia 13

URZĄD KOMISJI NADZORU FINANSOWEGO

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Tomasz Stryjewski Uniwersytet Mikołaja Kopernika w Toruniu

Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna

Marcin Błażejowski Wyższa Szkoła Bankowa w Toruniu

wniedrzwicydużej Analiza wyników ekonomiczno-finansowych Banku Spółdzielczego w Niedrzwicy Dużej na dzień roku

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41

URZĄD KOMISJI NADZORU FINANSOWEGO

Wykład 3. Rozkład normalny

wniedrzwicydużej Analiza wyników ekonomiczno-finansowych Banku Spółdzielczego w Niedrzwicy Dużej na dzień roku

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 6

Stanisław Cihcocki. Natalia Nehrebecka

Analiza współzależności dwóch cech I

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski

PAWEŁ SZOŁTYSEK WYDZIAŁ NAUK EKONOMICZNYCH

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych. Wykład tutora na bazie wykładu prof. Marka Stankiewicza

Proces modelowania zjawiska handlu zagranicznego towarami

Próba własności i parametry

Porównaj płace pracowników obu zakładów, dokonując kompleksowej analizy struktury. Zastanów się, w którym zakładzie jest korzystniej pracować?

Statystyki opisowe i szeregi rozdzielcze

Wstęp do teorii niepewności pomiaru. Danuta J. Michczyńska Adam Michczyński

RACHUNKOWOŚĆ ZARZĄDCZA

Na poprzednim wykładzie omówiliśmy podstawowe zagadnienia. związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy

Analiza wyników ekonomiczno-finansowych Banku Spółdzielczego w Niedrzwicy Dużej na dzień roku

7.4 Automatyczne stawianie prognoz

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 9 marca 2007

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR ANALIZA WŁASNOŚCI OPCJI SUPERSHARE

Statystyka matematyczna i ekonometria

Planowanie przyszłorocznej sprzedaży na podstawie danych przedsiębiorstwa z branży usług kurierskich.

1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel:

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Pozyskiwanie wiedzy z danych

Metody Ilościowe w Socjologii

Krótkoterminowe planowanie finansowe na przykładzie przedsiębiorstw z branży budowlano- montażowej (PKD 22)

O LICZBIE ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE ZDANIEM TRZECH STATYSTYKÓW

Porównanie opłacalności kredytu w PLN i kredytu denominowanego w EUR Przykładowa analiza

W. - Zarządzanie kapitałem obrotowym

Statystyka. Wykład 13. Magdalena Alama-Bućko. 12 czerwca Magdalena Alama-Bućko Statystyka 12 czerwca / 30

Sytuacja na rynku kredytowym. wyniki ankiety do przewodniczących komitetów kredytowych III kwartał 2015 r.

Statystyka. Opisowa analiza zjawisk masowych

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych. Wykład tutora na bazie wykładu prof. Marka Stankiewicza

PROGNOZOWANIE SPRZEDAŻY STUDIUM PRZYPADKU

Korzystanie z podstawowych rozkładów prawdopodobieństwa (tablice i arkusze kalkulacyjne)

Obliczenia, Kalkulacje...

MATRYCA EFEKTÓW KSZTAŁCENIA

Rozkład normalny. Marcin Zajenkowski. Marcin Zajenkowski () Rozkład normalny 1 / 26

WYBRANE ELEMENTY SPRAWOZDAŃ FINANSOWYCH. Karolina Bondarowska

Zmiany cen nieruchomości w czasie

Piąty z rzędu wzrost cen mieszkań

MODELE LINIOWE. Dr Wioleta Drobik

OTWARTE FUNDUSZE EMERYTALNE W POLSCE Struktura funduszy emerytalnych pod względem liczby członków oraz wielkości aktywów

wniedrzwicydużej Analiza wyników ekonomiczno-finansowych Banku Spółdzielczego w Niedrzwicy Dużej na dzień roku

dr Zofia Sepkowska ANALIZA EKONOMICZNA

Podstawowe finansowe wskaźniki KPI

Wymagania edukacyjne na poszczególne oceny To się liczy! Branżowa Szkoła I stopnia, klasa 1 po szkole podstawowej

Ocena koniunktury gospodarczej w województwie opolskim w grudniu 2005 roku

Zadania ze statystyki, cz.6

Joanna Muszyńska, Ewa Zdunek Uniwersytet Mikołaja Kopernika w Toruniu. Ekonometryczna analiza upadłości przedsiębiorstw w Polsce w latach

Sytuacja na rynku kredytowym. wyniki ankiety do przewodniczących komitetów kredytowych III kwartał 2017 r.

Koszty w rachunkowości podmiotów gospodarczych Koszty w ujęciu ustawy o rachunkowości Koszty z punktu widzenia podatkowego

Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)

Analiza trendów branżowych

Transkrypt:

DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 27 w Toruniu Katedra Ekonometrii i Statystyki, Uniwersytet Mikołaja Kopernika w Toruniu Uniwersytet Mikołaja Kopernika w Toruniu Ekonometryczny model miesięcznej płynności finansowej małego przedsiębiorstwa 1. Wprowadzenie Posiadanie środków pieniężnych, niezbędnych do terminowego regulowania zobowiązań, należy do centralnych problemów małego przedsiębiorstwa. Ubóstwo informacyjne takiej firmy powoduje, że płynność odgrywa szczególną rolę w małym przedsiębiorstwie. Finansowanie działalności gospodarczej w małej firmie realizowane jest zazwyczaj z własnych środków. Rzadkością jest kredyt bankowy. Przez całe lata okresu transformacji spotykało się ono bowiem z niechęcią banków do udzielania im kredytów, stanowiących narzędzie buforowania płynności. Dlatego też płynność finansowa małej firmy 1 zależy od jej zdolności realizacji sprzedaży oraz egzekwowania należności za sprzedane towary i usługi. Niedobory środków pieniężnych rzadko uzupełniane są kredytem bankowym. Zazwyczaj dopełnienie stanowią środki własne właściciela, w tym kwoty zakumulowane wcześniej, wskutek przejściowego posiadania tzw. nadpłynności finansowej. W niniejszej pracy skoncentrujemy uwagę na miesięcznej, tj. krótkookresowej płynności finansowej małego przedsiębiorstwa. 1 Bardzo rzadko w małym przedsiębiorstwie systematycznie prowadzone są rejestry zobowiązań, z podziałem na terminy zapadalności. Większą wagę przywiązuje się do rejestrów wierzytelności (por.: Wiśniewska, Wiśniewski, 27).

198 2. Prosta metoda pomiaru płynności finansowej małego przedsiębiorstwa Rozmaitość mierników płynności finansowej przedsiębiorstwa nie oznacza, że zawsze istnieją możliwości ich stosowania, zwłaszcza w mikroprzedsiębiorstwie. Podstawową trudność stanowi brak odpowiednich informacji statystycznych. Prowadzenie uproszczonej rachunkowości w małej firmie jest mało skomplikowane. Ceną, jaką płaci się za ową łatwość, jest niedostępność ważnych informacji, umożliwiających precyzyjne diagnozowanie sytuacji oraz racjonalną ocenę przyszłości. Gromadzone w przedsiębiorstwie informacje o wpływach pieniężnych oraz wykonaniu produkcji gotowej dają właścicielowi wiele korzyści. Umożliwiają między innymi przybliżony rachunek płynności finansowej. Porównanie kwot pieniężnych, jako realizację należności od klientów, z wartością produkcji wykonanej 2 daje w miarę dokładny obraz płynności. Oznaczmy symbolem pien wartość wpływów pieniężnych, natomiast przez prod wartość produkcji gotowej w cenach sprzedaży. Porównanie kwot tych zmiennych umożliwia ocenę płynności finansowej przedsiębiorstwa. Rozważenia wymaga tylko sposób porównania zmiennej pien ze zmienną prod. Pierwszą możliwość stanowi porównanie wartości równoczesnych wpływów pieniężnych z wartością wykonanej produkcji gotowej 3. Jeśli pient prodt ( t = 1,..., n), to przedsiębiorstwo posiada niezbędne środki pieniężne na pokrycie zobowiązań w okresie t. Sytuacja, gdy pien t < prod t oznaczać może niedostatek środków pieniężnych. Warto jednak zwrócić uwagę na to, że przedsiębiorca, który musi liczyć głównie na własną zapobiegliwość, potrafi gromadzić środki pieniężne, pochodzące z okresów ich nadwyżek nad zobowiązaniami, wykorzystane w czasie ich bieżącego niedoboru. W związku z tym lepszym rozwiązaniem analitycznym może być skumulowana wartość środków pieniężnych w kolejnych okresach danego roku, porównywana ze skumulowaną wartością produkcji gotowej. W rezultacie w niniejszej pracy zastosujemy dwa mierniki płynności finansowej mikrofirmy. Pierwszym z nich będzie różnica pomiędzy skumulowanymi miesięcznymi wpływami pieniężnymi a skumulowaną wartością produkcji gotowej 4, czyli: plyn = cum pien cum. prod, (1) t. t 1 t 2 Wartość produkcji wykonanej ucieleśnia w sobie wszelkie zobowiązania przedsiębiorstwa oraz elementy nie tworzące zobowiązań, np. koszty amortyzacji i zysk 3 Por.: Wiśniewska, Wiśniewski (27). 4 Posługiwanie się wielkościami skumulowanymi wynika z założenia o odpowiedniej przezorności właściciela małego przedsiębiorstwa. Gromadzi on środki w okresach posiadania nadwyżek finansowych na czas zmniejszonych wpływów pieniężnych. Symbolem t* oznaczono numer roku, natomiast przez t numer miesiąca w roku t*.

Ekonometryczny model płynności finansowej małego przedsiębiorstwa 199 gdzie: cum. pien cum. prod cum. pien t = t + cum. prod t = t + ( t * = 1,..., 11; t = 2,..., 12) 1 pient, w roku t 1 prod t, w roku t oraz cum. pien1 = pien1, cum. prod1 = prod1. Alternatywną miarą skumulowanej miesięcznej płynności finansowej będzie względna miara tejże płynności, obliczana jako: plproc t * = 1 ( plynt / prodt ), (2) Zmienna plproc t wyrażona jest w punktach procentowych. Informuje ona o tym, ile procent wartości produkcji wykonanej w miesiącu t stanowi wartość skumulowanej kwartalnej płynności finansowej przedsiębiorstwa. 3. Empiryczna charakterystyka płynności finansowej małej firmy Przeprowadzono badanie miesięcznej płynności finansowej przedsiębiorstwa produkcyjnego, od stycznia 1996 roku do grudnia roku 26. Szeregi czasowe zmiennych plynt oraz plproct przedstawione zostały odpowiednio na wykresach 1 i 2., *, 12 8 4-4 -8-12 96 97 98 99 1 2 3 4 5 6 P ł ynność finansowa miesię cznie (tys. zł ) Wykres 1. Skumulowana miesięczna płynność finansowa przedsiębiorstwa w latach 1996 26 (w tys. zł) Źródło: obliczenia własne na podstawie danych przedsiębiorstwa GR. Dostrzega się znaczne wahania sezonowe zarówno skumulowanej płynności wyrażonych w jednostkach pieniężnych, jak też płynności względnej, wyrażonej procentowo. Zauważa się jednak malejącą amplitudę wahań sezonowych, wskazującą na postępującą stabilizację tak rozumianej płynności. Ponadto obie miary płynności w zdecydowanej większości okresów są dodatnie, przy czym w wielu okresach są znacznie większe od zera. Oznacza to zasadniczo dobrą bądź bardzo dobrą kondycję finansową przedsiębiorstwa.

2 4 3 2 1-1 96 97 98 99 1 2 3 4 5 6 W zglę dna pł ynność finansowa miesię cznie Wykres 2. Skumulowana względna miesięczna płynność finansowa przedsiębiorstwa w latach 1996 26 (w %) Źródło: obliczenia własne na podstawie danych przedsiębiorstwa GR. Wykresy 3 i 4 prezentują strukturę wartościowej i względnej płynności finansowej przedsiębiorstwa w latach 1996 26. O ile rozkład płynności wyrażonej wartościowo można wzrokowo ocenić jako zbliżony do normalnego, to rozkład płynności względnej jest wyraźnie prawostronnie skośny. Średnia wielkość płynności wyrażonej wartościowo wyniosła blisko 16 tys. złotych, natomiast względnej płynności ponad 31%. Przeciętnie bardzo dobra kondycja finansowa firmy nie może prowadzić jednak do samouspokojenia właścicieli. Wystarczy bowiem, że w kilku następujących po sobie okresach pojawi się brak płynności finansowej (wielkości ujemne), skutkujący znaczącymi trudnościami w gospodarowaniu. Konsekwencją może być zagrożenie przedsiębiorstwa upadłością, gdy wielkości ujemne są znacznie mniejsze od zera. 2 16 12 8 4 Kumulanta płynności (tys. zł) Szereg: 1996:1 26:12 Obserwacje n=132 Średnia 15.822 Mediana 16.9 Maximum 261.6 Minimum -65.7 Odch.stand. 62.5925 Skośność -.163547 Kurtoza 3.564897-4 4 8 12 16 2 24 Wykres 3. Struktura skumulowanej miesięcznej płynności finansowej przedsiębiorstwa GR w latach 1996 26 (w tys. zł) Źródło: obliczenia własne na podstawie danych przedsiębiorstwa GR. Szczegółowa analiza szeregów czasowych płynności pozwala wskazać, że w siedmiu spośród 132 miesięcy mierniki płynności były ujemne. Najgorsza sytuacja wystąpiła w okresie od września do grudnia 1998 roku, gdyż w czterech kolejnych miesiącach miary płynnosci finansowej były ujemne. Były to jednak wartości mniejsze od zera, nie tworzące zagrożenia dla bytu przedsiębiorstwa. W najgorzszym bowiem finansowo miesiącu skumulowana wartość wpływów pieniężnych była tylko o 6,37% mniejsza od wartości

Ekonometryczny model płynności finansowej małego przedsiębiorstwa 21 zrealizowanej produkcji gotowej 5. Z kolei w okresie lat 1999 26 tylko raz miernik płynności finansowej firmy był ujemny (styczeń 24). 36 32 28 24 2 16 12 8 4 4 8 12 16 2 Kumulanta płynności (%) Szereg: 1996:1 26:12 Obserwacje n=132 Średnia 31.36137 Median 2.65263 Maximum 21.6965 Minimum -6.372454 Odch.stand. 32.97197 Skośność 2.278117 Kurtoza 1.54425 Wykres 4. Struktura skumulowanej względnej miesięcznej płynności finansowej przedsiębiorstwa GR w latach 1996 26 (w %) Źródło: obliczenia własne na podstawie danych przedsiębiorstwa GR. Równocześnie zauważa się, że w wielu okresach przedsiębiorstwo charakteryzowało się nadpłynnością finansową. W 29 spośród 132 miesięcy w firmie pojawiała się nadwyżka skumulowanych wpływów pieniężnych nad skumulowaną wartością produkcji wykonanej przekraczająca 5%, przy czym maksymalna wartość wyniosła ponad 21%. Istniały więc możliwości gromadzenia środków pieniężnych w miesiącach o znacznej nadpłynności, w celu wykorzystywania ich w okresach o płynności ujemnej. Interesujące jest, że nadpłynność pojawiała się zazwyczaj w pierwszych 3 5 miesiącach roku kalendarzowego. Wyjątek stanowiły lata 23 i 24, w których płynność w pierwszych miesiącach roku nie była rażąco większa, w porównaniu zwłaszcza z miesiącami drugiego półrocza.godna uwagi jest wreszcie duża dyspersja mierników płynności finansowej przedsiębiorstwa. Relatywnie duże wartości osiągnęły odchylenia standardowe obu zmiennych reprezentujących płynność. Było to jednak przede wszystkim zróżnicowanie pomiędzy normalną płynnościa a nadpłynnością finansową. 4. Empiryczne równania płynności finansowej Mechanizm miesięcznej płynności finansowej przedsiębiorstwa, wyrażonej przez zmienną plyn t, opisuje empiryczny dynamiczny model ekonometryczny: 5 Przy tak niewielkim niedoborze środków pieniężnych nie istniało żadne zagrożenie w regulowaniu zobowiązań.

22 plyn = 48.22+.797 plyn t (3.413).212 pbrut (2.861).162 plyn +.332 pbrut 98.59ls 1.211t * st.344t * lu.35t * lp +.565t * wrz + (3.774) + 1.117t * pa +.776t * ls + u 2 (4.199) (16.774) t 1 (4.621) (2.841) t 1 (3.92) (3.385) (2.556) 1t t 12, t 5.146 plyn +.29 pbrut 4.744st 11.4wrz 15.2 pa + (2.784) (2.581) (2.775) R1 =.829, Su1 = 27.278tys. zl., DW1 = 2.79. (4.52) t 12 (2.174) (2.857) (6.95) W modelu pojawiają się zależności autoregresyjne oraz następujące zmienne: t zmienna czasowa, oznaczająca numer miesiąca (t = 1,..., 132); pbrutt 2, pbrutt 1 i pbrutt 12 wartość przychodów ze sprzedaży brutto, opóźnionych odpowiednio o 2 miesiące oraz o 1 i 12 miesięcy. Odrębną grupę zmiennych egzogenicznych stanowią zmienne zerojedynkowe, przyjmujące wartość 1 w miesiącu wyróżnionym oraz w pozostałych okresach. Kolejne symbole oznaczają zmienne zerojedynkowe, wyróżniające: st styczeń, lu luty, mar marzec, kw kwiecień, mj maj, cze czerwiec, lp lipiec, sie sierpień, wrz wrzesień, pa październik, ls listopad 6. Z równania (3) wynika, że najważniejsza w kształtowaniu zmiennej plyn t jest autoregresja pierwszego rzędu, tworząca nawiązanie sekwencyjne bieżącej płynności. Przemienność wahań tejże zmiennej tworzą zależności autoregresyjne piątego oraz dwunastego rzędu. Znaczącą rolę w kształtowaniu płynności finansowej przedsiębiorstwa odgrywają przychody ze sprzedaży brutto, stanowiące sumę faktur brutto w danym miesiącu, przekształcające się następnie we wpływy pieniężne. Wahania sezonowe stałe w czasie korygowane są odpowiednią sezonowością zmienną, której końcowym rezultatem jest zmniejszanie się amplitudy wahań sezonowych w kolejnych latach. Rzeczywiste oraz teoretyczne, obliczone na podstawie równania (3), wartości skumulowanej miesięcznej płynności finansowej przedsiębiorstwa GR oraz reszty prezentuje wykres 5. Alternatywny dynamiczny model empiryczny opisuje zmienną plproc t. Ma on następującą postać 7 : plproc t = 3.749+.661 plproct 1 + 12. st + 13.71mar.881t * st + u2t, R (1.967) (15.982) (11.448) 2 2 =.771, Su2 = 14.96tys. zl., DW2 = (2.819) 2.37. (6.418) t 2 (3) (4) + 6 W każdym z równań empirycznych (3) i (4) występują odpowiednie reszty (u 1, u 2 ). Przedstawiono także: R 1 2, R 2 2, kwadraty współczynników korelacji wielorakiej, Su 1, Su 2, błędy standardowe reszt, DW 1, DW 2 empiryczne statystyki Durbina i Watsona. Pod ocenami parametrów strukturalnych występują odpowiadające im statystyki t- Studenta. W każdym z równań nie występuje autokorelacja składnika losowego. 7 Oznaczenia są tu identyczne, jak w modelu (3). Por. też przypis 6.

Ekonometryczny model płynności finansowej małego przedsiębiorstwa 23 3 2 1 12 8 4-4 -8 97 98 99 1 2 3 4 5 6 reszty rzeczywiste teoretyczne -1 Wykres 5. Empiryczne i teoretyczne (obliczone na podstawie równania 3) wartości skumulowanej miesięcznej płynności finansowej przedsiębiorstwa GR 8 oraz reszty w latach 1996 26 (w tys. zł) Źródło: obliczenia własne. Powyższy model w bardzo uproszczony sposób opisuje mechanizm zmienności względnej płynności finansowej przedsiębiorstwa. Występuje w nim zmienna opisująca tylko autoregresję pierwszego rzędu, świadcząca o sekwencyjności w kształtowaniu zmiennej plproc t. Ponadto pojawia się bardzo duża dodatnia stała sezonowość w styczniu oraz znacząca dodatnia sezonowość w marcu. Stała sezonowość stycznia jest systematycznie obniżana przez korygującą ją sezonowość zmienną w czasie. Rzeczywiste oraz teoretyczne, obliczone na podstawie równania (4), wartości skumulowanej względnej miesięcznej płynności finansowej przedsiębiorstwa GR oraz reszty prezentuje wykres 6. 12 8 4-4 -8 96 97 98 99 1 2 3 4 5 6 reszty rzeczywiste teoretyczne 25 2 15 1 5-5 Wykres 6. Empiryczne i teoretyczne (obliczone na podstawie równania 4) wartości względnej skumulowanej miesięcznej płynności finansowej przedsiębiorstwa GR 9 oraz reszty w latach 1996 26 (w %) Żródło: obliczenia własne. 8 Na prawej osi rzędnych oznaczone są empiryczne i teoretyczne skumulowanej miesięcznej wartości płynności finansowej przedsiębiorstwa, natomiast oś lewa służy do odczytu reszt u. 9 Por. przypis 7.

24 5. Podsumowanie Zaprezentowana w pracy prosta metoda obliczania i modelowania płynności finansowej małego przedsiębiorstwa charakteryzuje się wystarczającą dokładnością dla celów bieżącego nim zarządzania. Wykorzystanie nawet tylko odpowiednio przygotowanych wykresów pozwala na wzrokową ocenę rozmiarów zastosowanych mierników płynności oraz skali pojawiających się wahań sezonowych. Zastosowanie odpowiednich, mało skomplikowanych modeli ekonometrycznych, pozwoli właścicielowi przewidywać skalę przyszłej płynności finansowej. Tym samym możliwe stanie się odpowiednie przygotowanie się do oczekiwanych pozioów płynności, które wymagać mogą stosownej akumulacji środków pieniężnych, dla utrzymania bezpieczeństwa procesu produkcyjnego. Możliwe też staje się wskazanie okresów, w których pojawi się względna łatwość finansowania zakupów inwestycyjnych z własnych środków właściciela. Rekomendowanie proponowanych rozwiązań właścicielom małych przedsiębiorstw winno być zadaniem dobrze przygotowanych zawodowo absolwentów uczelni ekonomicznych. Powszechne stosowanie ich zwiększyć może bezpieczeństwo obrotu gospodarczego w Polsce. Literatura Wiśniewska, E, Wiśniewski, J.W. (24), Ekonometryczna analiza rygorystycznych zobowiązań pieniężnych małego przedsiębiorstwa, w: Urbańczyk, E. (red.), Strategie wzrostu wartości przedsiębiorstwa, Uniwersytet Szczeciński, Szczecin, 985 994. Wiśniewska, E., Wiśniewski, J.W. (25), Ekonometryczna analiza oddziaływania podatku od towarów i usług na produkcję w małym przedsiębiorstwie, w: Ostaszewski, J. (red.), Finanse przedsiębiorstwa, Wyd. SGH, Warszawa, 329 336. Wiśniewska, E., Wiśniewski, J.W. (27), Ekonometryczne modelowanie płynności finansowej małego przedsiębiorstwa, w: Zarzecki, D. (red.), Zarządzanie finansami Zarządzanie Ryzykiem i Kreowanie Wartości, Zeszyty Naukowe Uniwersytetu Szczecińskiego Nr 455, Prace Instytutu Ekonomiki i Organizacji Przedsiębiorstw Nr 5, t. II, Szczecin 27, 297 38. Wiśniewski, J.W. (23), Ekonometryczny model małego przedsiębiorstwa, IW GRAVIS, Toruń. Wiśniewski, J.W. (25), Pracochłonność produkcji małego przedsiębiorstwa w modelowaniu ekonometrycznym, Ekonometryczne modelowanie i prognozowanie wzrostu gospodarczego, w: Szreder, M. (red.), Prace i Materiały Wydziału Zarządzania Uniwersytetu Gdańskiego, Z.1/25, Sopot 25, 85 96. Wiśniewski, J.W. (26), Statystyczne badanie procesu stabilizacji produkcji małego przedsiębiorstwa, Perspektywy dyscyplin statystycznych i ekonometrycznych na początku XXI wieku, księga jubileuszowa dla uczczenia 9. urodzin Profesora Kazimierza Zająca, Wydawnictwo Akademii Ekonomicznej, Kraków 26, 215 231.