CC BY
12
Основное назначение системы тотального управления потоком денежных средств в выборе банка состоит в обеспечении покрытия временного дефицита денежных средств, а также размещении временно свободных денежных средств на выгодных условиях.
Управление издержками и контроль за ними. Содержанием системы тотального управления денежными средствами является не снижение издержек, а управление ими. По своему содержанию они делятся на постоянные и переменные. Переменные издержки изменяются пропорционально изменению объема продаж, постоянные издержки не изменяются. [3] В кризисных условиях предприятия начинают снижать издержки, а именно постоянные затраты, которые не зависят от объема продаж и производства. Переменные издержки автоматически уменьшаются при снижении постоянных затрат.
Снижение постоянных издержек следует проводить избирательно. Многие организации могут совершить две типичные ошибки:
1. сокращение небольших, но заметных статьей расходов дает негативный сигнал рынку о состоянии предприятия;
2. увольнение ключевых сотрудников может привести к снижению качества товаров и услуг.
Оптимальным решением будет перевод некоторых постоянных издержек в переменные, что может проявиться в двух случаях. Первый предусматривает вместо увольнения сотрудника, что объективно снизит издержки, установить незначительную постоянную часть оклада, а остальная часть будет зависеть от полученного им результата. Второй случай перевода постоянных издержек в переменные состоит в использовании аутсорсинга, который может быть сделан во многих сферах деятельности предприятий.
Управление денежными потоками важнейший элемент финансовой деятельности предприятия, которая охватывает всю систему управления предприятия. От качества и эффективности управления денежными потоками зависит не только устойчивость предприятия в определённый период времени, но и способность к дальнейшему развитию.
Источники:
1. Никитина Н.В. Финансовый менеджмент: учеб. пособие / Н.В. Никитина. - 2-е изд., стереотип.
- М.: КНОРУС, 2016. - 328 с.
2. Климова Н.В. Сущность и направления развития современного финансового менеджмента в АПК / Н.В. Клипа, А.Э. Мелкумян // Политематический сетевой электрон. науч. журнал Кубан. гос. аграрного ун-та. - 2016. - №119. - С. 1-9
3. Мустафаева Д.Д. Рекомендации по совершенствованию по управлению оборотными активами и улучшению работы предприятия в целом // Вектор экономики. - 2017. - № 3 (9). - С. 31-37
4. Управление денежными средствами в условиях жесткого кризиса [Электронный ресурс] // Финансовый директор, 2015. URL: https://fd.ru/articles/157339-sqk-15-m12-upravlenie-denejnymi-sredstvami-v-usloviyah-krizisa
Sources:
1. Nikitina N.V. Financial management: studies. allowance / N.V. Nikitin. - 2nd ed., Stereotype. - M .: KNORUS, 2016. - 328 p.
2. Klimova N.V. The essence and directions of development of modern financial management in agriculture / N.V. Clip, A.E. Melkumyan // Polythematic network electron. scientific magazine Kuban. state agrarian un-that. - 2016.
- №119. - p. 1-9
3. Mustafayeva DD Recommendations for the improvement of the management of current assets and the improvement of the enterprise as a whole // Vector economy. - 2017. - № 3 (9). - p. 31-37
4. Cash management in a tough crisis [Electronic resource] // Financial Director, 2015. URL: https://fd.ru/ar-ticles/157339-sqk-15-m12-upravlenie-denejnymi-sredstvami-v-usloviyah- krizisa
Н. С. Жминько
доцент кафедры теории бухгалтерского учета, к.э.н., Кубанский государственный аграрный университет
N. S. Zhminko
Ássociate professor of the Department of accounting theory, candidate of economic sciences,
Kuban state agrarian University (nadezhda8871s@gmail.com)
АЛГОРИТМ ОЦЕНКИ УРОВНЯ ФИНАНСОВОГО СОСТОЯНИЯ ОРГАНИЗАЦИЙ АГРАРНОГО СЕКТОРА ЭКОНОМИКИ НА БАЗЕ ДАННЫХ БУХГАЛТЕРСКОЙ (ФИНАНСОВОЙ) ОТЧЕТНОСТИ
Аннотация. В данной статье автором рассмотрены новые подходы к оценке уровня финансового состояния организаций АПК Краснодарского края аудиторами, аналитиками и экономистами. Традиционный комплексный метод анализа, предполагающий расчет множества коэффициентов трудоемок и в то время, когда необ-
ходимо оперативно определить финансовое состояние (устойчивое, неустойчивое, кризисное) большая часть полученных данных не представляется необходимой. Ввиду необходимости использования качественной, достоверной методики, отвечающей условиям текущей деятельности организации, необходимо корректировать методику определения рисков банкротства в части ее составляющих. Так, весовые индексы, разработанные в современных условиях деятельности организации как на базе рейтингового моделирования, так и дискриминантного, способны предвидеть максимальное количество внешних и внутренних факторов влияния на деятельность организации. Предложен алгоритм разработки экспресс-модели оценки уровня финансового состояния организации в действующих экономических условиях.
Annotation. In this article, the author considers new approaches to assessing the level of the financial condition of organizations of the agro-industrial complex of the Krasnodar Territory by auditors, analysts and economists. The traditional complex method of analysis, which involves the calculation of a set of coefficients, is laborious and at the time when it is necessary to quickly determine the financial condition (stable, unstable, crisis), most of the data obtained is not necessary. Due to the need to use a high-quality, reliable methodology that meets the conditions of the current activities of the organization, it is necessary to adjust the methodology for determining bankruptcy risks in terms of its components. Thus, weighted indices developed in modern conditions of an organization's activities, both on the basis of rating modeling and discriminant, are able to foresee the maximum number of external and internal factors influencing an organization's activities. An algorithm for the development of an express model for assessing the level of the financial state of an organization under current economic conditions is proposed.
Ключевые слова: экономический субъект, финансовое состояние, устойчивость, рейтинговая оценка, экспресс-модель, дискриминантная модель.
Keywords: economic subject, financial condition, sustainability, rating, express model, discriminant model.
С целью оперативного определения уровня финансового состояния и оценки организации как потенциального партнера в деловых отношениях может проводится его сравнительная рейтинговая комплексная экспресс-оценка. Традиционная методика оценки имеет следующие особенности:
• используемая система финансовых показателей базируется на данных публичной отчетности хозяйствующего субъекта, что позволяет контролировать изменение финансового состояния всем заинтересованным пользователям;
• исходные показатели для рейтинговой оценки объединены в четыре группы (оценка прибыльности, оценка эффективности управления, оценка деловой активности, оценка ликвидности и рыночной устойчивости). Набор показателей в развитие каждой группы составляет от четырех до семи;
• базой отсчета для получения рейтинговой оценки состояния дел организации являются показатели условного эталонного хозяйствующего субъекта, имеющего наилучшие результаты по всем сравниваемым показателям, либо условно-удовлетворительного предприятия, которое имеет финансовые показатели, соответствующие нормативным минимальным значениям,
• выводы, сделанные на основе рейтинговой экспресс-оценки, могут существенно отличаться от выводов, сделанных по аналитическим данным, выполненных по другим материалам, поскольку используемая в данном разделе группа показателей коэффициентов характеризует экономические тенденции развития предприятия.
В ходе исследования, нами были рассмотрены финансовые отчеты за 2015 г. - 2017 г. 134 сельскохозяйственных организаций центральной зоны Краснодарского края. По их данным рассчитано 30 показателей, характеризующих платежеспособность, финансовую устойчивость, деловую активность, структуру капитала и рентабельность деятельности каждого субъекта хозяйствования.
Из числа данной совокупности нами были выделены три основные группы организаций в зависимости от уровня финансового состояния:
- в первую группу вошли организации, отличающиеся запасом финансовой устойчивости, платежеспособности и имеющие потенциал роста за счет собственных источников формирования ресурсов;
- вторую группу составили сельхозпроизводители, характеризующиеся средним уровнем финансового состояния, отличающиеся стабильностью деятельности, но не имеющие запаса финансовой устойчивости;
- к третьей группе были отнесены организации находящиеся в предкризисном или кризисном состоянии.
Результаты проведенной классификации отражены в таблице 1
Согласно проведенным исследованиям, из общей совокупности наибольшее количество организаций вошли в первую группу, а именно 59 организаций, характеризующейся наличием запаса финансовой устойчивости. Тем не менее, отмечена негативная тенденция ухудшения финансового состояния анализируемых экономических субъектов в течение трех лет. За этот период значительно возросло количество организаций, находящихся в кризисном или предкризисном состоянии. Таким образом, в 2017 г. наблюдается критический диспаритет, обуславливающий уменьшение количества финансово устойчивых организаций.
Таблица 1 - Классификация сельскохозяйственных организаций по уровню финансового состояния
Показатель 2015 г. 2016 г. 2017 г.
кол-во в % к итогу кол-во в % к итогу кол-во в % к итогу
1 группа: организации с запасом финансовой устойчивости 62 46,3 66 49,3 59 44,0
2 группа: финансово устойчивые организации 46 34,3 41 30,6 42 31,3
3 группа: организации в состоянии кризиса 26 19,4 27 20,1 33 24,6
Итого 134 100 134 100 134 100
Используя методы математической статистики, было проведено исследование на наличие и тесноту связи между рассматриваемой совокупностью рассчитанных по группам показателей. Таким образом, из общего массива для дальнейшего анализа были отобраны показатели, уровень взаимовлияния которых составил не более 10 %, то есть, характеризующиеся низким уровнем взаимной корреляции.
Использование методов статистического анализа по исследуемой выборке сельскохозяйственных организаций, позволило определить такой набор переменных, который в наибольшей степени коррелирует с уровнем финансового состояния организаций. Для этого рассматривалась степень межгрупповой зависимости оставшегося массива переменных и групп организаций, классифицированных по уровню финансовой устойчивости и платежеспособности. Исключая из массива переменных коэффициенты, имеющие наименьшую степень значимости, с точки зрения разделительной способности групп, был получен минимальный набор показателей, наиболее точно характеризующих уровень финансового состояния организаций. Такими показателями являются:
К1 - коэффициент текущей ликвидности;
К2 - коэффициент достаточности собственного оборотного капитала;
К3 - коэффициент финансовой независимости;
К4 - коэффициент рентабельности продаж;
К5 - коэффициент оборачиваемости оборотных активов
Согласно проведенному исследованию, совместное использование отобранных коэффициентов позволяет учитывать до 91 % факторов, влияющих на изменение финансового состояния сельскохозяйственных организаций.
Нахождение рейтингового числа проводилось по формуле, предложенной разработчиками рейтингового моделирования.
В качестве теоретически достаточного значения каждого из отобранных пяти показателей использовались фактические средние значения коэффициентов, найденные по данным организаций второй группы и составившие, соответственно:
К1 - коэффициент текущей ликвидности - 1,750;
К2 - коэффициент достаточности собственного оборотного капитала - 0,010;
К3 - коэффициент финансовой независимости - 0,439;
К4 - коэффициент рентабельности продаж - 0,098;
К5 - коэффициент оборачиваемости оборотных активов - 1,315.
Полученные значения характеризуют условно-эталонную организацию с уровнем финансового состояния, достаточным для осуществления непрерывной деятельности аудируемой организации.
Используя вышеуказанную формулу, нами были найдены весовые индексы каждого коэффициента для включения в рейтинговую модель:
1К1 = —1— = 0,114 1К 4 =—1— =-1-= 2,041
5 х N 5 х 1,75 к4 5 х N4 5 х 0,098
1К 2 = —1— =-1-= 20,000 1К 5 = —1— =-1-= 0,152
к2 5 х N2 5 х 0,010 к5 5 х N. 5 х 1,315
1К 3 = —1— =-1-= 0,456
к3 5 х N3 5 х 0,439
По результатам расчетов, была получена следующая рейтинговая модель: R = 0,114 К1+ 20 К2 + 0,456 К3 + 2,041 К4 + 0,152 К5
Таким образом, при анализе сельскохозяйственных организаций, если значения отобранных показателей равны значениям условно - эталонной организации, рейтинговое число составит единицу. Снижение рейтингового числа ниже этого значения характеризует организации с низким уровнем финансового состояния. Организации, чье рейтинговое число больше единицы, можно с 91 % уверенностью характеризовать как финансово устойчивые и платежеспособные. Причем рост показателя определяет запас финансовой устойчивости. Доказательством высокой эффективности созданной модели служит ее апробация в течение последующих периодов деятельности организаций.
Доказательством разделительных свойств модели служит корректное распределение организаций согласно уровням их финансового состояния (таблица 2).
Проведенные исследования показали, что, организации, отнесенные во вторую группу финансовой устойчивости, условно перераспределяются на две группы по уровню финансового состояния. Сельхозпроизводители, отнесенные к первой и третьей группе, классифицируются R - моделью в четком соответствии с реальным финансовом состоянием. Это позволяет говорить о высокой степени достоверности результатов полученных с использованием предлагаемой методики.
Наличие достаточного массива значений функции по исследуемой выборке позволяет определить вероятность (прогноз) наступления кризисного состояния каждой отдельной организации.
Определение потенциальной возможности экономического кризиса организаций, вошедших в выборку производилось нами на основании значений разработанной функции, рассчитанных по каждой организации. Полученный массив значений был подвержен выравниванию при помощи нормального распределения (рисунок 1).
Таблица 2 - Результаты анализа точности оценки финансового состояния с помощью R - модели
Группы Классификация организаций по фактическому состоянию Классификация по модели
Финансово устойчивые Финансово неустойчивые
2015 г.
1-я 62 62 0
2-я 46 18 28
3-я 26 0 26
Итого 134 80 54
2016 г.
1-я 66 66 0
2-я 41 19 22
3-я 27 0 27
Итого 134 85 49
2017 г.
1-я 59 59 0
2-я 42 20 22
3-я 33 0 33
Итого 134 79 55
Подверженность значений функции нормальному распределению, позволяет рассчитать степень вероятности попадания каждого отдельного значения функции в заданный интервал. Если принять значения границ интервала в виде (-да; х), где х - полученное значение функции, то вероятность попадания значения в заданную область распределения с экономической точки зрения будет характеризовать потенциальную вероятность наступления критической ситуации в организации. В этом случае расчет возможности попадания значения функции в интервал (х; характеризует потенциальную вероятность отсутствия кризисный явлений. Следовательно, чем выше значение функции, тем меньше вероятность банкротства.
Практическую ценность такого исследования представляет рассчитанное на базе выборки среднее значение функции (равное 5,22) и значение стандартного отклонения (ст = 35,01). С помощью них, используя закон нормального распределения, можно рассчитать потенциальную вероятность наступления экономической несостоятельности для любого аналогичного сельскохозяйственного предприятия, не вошедшего в исследуемую выборку.
При применении прогнозных моделей существует возможность двух видов ошибок прогноза:
- при прогнозировании сохранения платежеспособности организации в действительности происходит банкротство;
- прогнозируется банкротство, а предприятие сохраняет платежеспособность.
Процент правильной классификации организации является дополнительной мерой различий между группами и его можно считать наиболее подходящим критерием прогнозной способности моделей. При случайном
распределении наблюдений при наличии двух групп процент правильного прогноза составляет 50 %. Следовательно, рост значения, начиная от 50 %, говорит о наличии и усилении прогнозной способности функции, т.е. о росте уровня достоверности модели.
Критерий Хи-квадрат = 22,45310, сс = 7 (скорр.) , р = 0,00000
Группа (верхние границы) Рисунок 1 - Кривая нормального распределения по данным R-модели организаций Центральной зоны Краснодарского края.
Рассмотрим прогнозную способность полученной модели в сравнении с существующими аналогами в таблице 3. При этом аналитической средой для выявления способности к прогнозированию существующих моделей явилась имеющаяся выборка из 134 сельскохозяйственных организаций.
Таблица 3 - Сравнительный анализ прогнозной способности моделей оценки и прогнозирования финансового состояния на базе сельскохозяйственных организаций Краснодарского края
Показатель Общая предсказательная способность модели, % Достоверность прогноза
вероятности банкротства, % вероятности улучшения финансового состояния, %
Модель Савицкой 57,1 21,4 92,9
Модель Теффлера 64,3 50,0 78,6
Модель Лиса 75,0 75,0 75,0
Двухфакторная модель Альтмана 50,0 0,0 100,0
Пятифакторная модель Альтмана, 1968 г. 78,6 96,4 60,7
Пятифакторная модель Альтмана, 1983 г. 75,0 100,0 50,0
Предлагаемая модель 93,1 90,5 95,7
Сравнительный анализ показал, что в условиях экономики сельского хозяйства общая прогнозная точность предлагаемой модели на 14,5 процентных пункта выше прогнозной точности наиболее достоверного существующего аналога. Достигнутый уровень достоверности прогноза модели позволяет доверять результатам, полученным в ходе ее использования, без проведения дополнительных аналитических процедур.
Предлагаемая нами модель учитывает специфику сельскохозяйственной отрасли и позволяет проводить достаточно точную диагностику непрерывности деятельности аудируемого лица аудитором. Создание модели в действующих экономических условиях гарантирует достоверность результатов ее использования. Простота применения увеличивает скорость проведения аналитических процедур. Полученные характеристики позволяют рекомендовать модель к использованию в качестве метода экспресс-анализа и прогнозирования финансового состояния сельскохозяйственных организаций не только в аудиторской среде, но и непосредственно хозяйствующими субъектами, государственными органами, осуществляющими мониторинг за деятельностью организаций АПК, кредитными организациями и внешними пользователями отчетности в целях проведения комплексного анализа финансового состояния и прогнозирования риска банкротства.
Источники:
1. Адаменко А.А. Отчет о финансовых результатах: его структура и взаимосвязь с другими формами отчетности организации / А.А. Адаменко, Т.Е. Хорольская, Е.С. Андреенко, Н.Е. Суюковская // Вестник Академии знаний. - 2018. - Т. 24(1). - № 24 (1). - С. 20-27.
2. Адаменко А.А. Роль отчета о финансовых результатах в планировании прибыли и рентабельности организации / А.А. Адаменко, Т.А. Анаников // В сборнике: Экономическая наука в XXI веке: проблемы, перспективы, информационное обеспечение. Материалы междунар. науч. конф. - 2017. - С. 153-158.
3. Бухгалтерская (финансовая) отчетность: учеб. пособие / под ред. проф. Ю.И. Сигидова и проф. А.И. Трубилина. - М.: Инфра-М, 2015. - 366 с.
4. Ворокова Н.Х. Современные проблемы анализа рынка труда в России / Н. Х. Ворокова, А. Е. Жминько, Н. С. Жминько // Научное обозрение. - 2015. № 2. С. 282-284.
5. Жминько А.Е. Международная практика учета запасов / А. Е Жминько, Т. А. Литвинова // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. -2014. № 99. С. 1052-1061.
6. Жминько Н.С Методика анализа финансового состояния и оценка потенциальности банкротства сельскохозяйственных организаций / Н. С. Жминько, И. С. Сафонов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. - 2014. № 97. С. 1011-1022.
7. Жминько Н.С. Прогнозирование финансового состояния сельскохозяйственных организаций с применением дискриминантно-рейтинговой экспресс-модели / Н. С. Жминько, И. С. Сафонов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. - 2014. № 97. С. 1087-1097.
Sources:
1. Adamenko A.A. Report on financial results: its structure and relationship with other forms of reporting organization / A.A. Adamenko, T.E. Khorolskaya, E.S. Andreenko, N.E. Suyukovskaya // Bulletin of the Academy of Knowledge. - 2018. - T. 24 (1). - No. 24 (1). - p. 20-27.
2. Adamenko A.A. The role of the report on financial results in planning profit and profitability of an organization / А.А. Adamenko, T.A. Ananikov // In the collection: Economic science in the XXI century: problems, prospects, information support. Materials Intern. scientific conf. - 2017. - p. 153-158.
3. Accounting (financial) reporting: studies. manual / ed. prof. Yu.I. Sigidova and prof. A.I. Trubilina. - M .: Infra-M, 2015. - 366 p.
4. Vorokov N.Kh. Modern problems of the analysis of the labor market in Russia / N. Kh. Vorokova, A. E. Zhminko, N. S. Zhminko // Scientific Review. - 2015. No. 2. P. 282-284.
5. Zhminko A.E. International practice of inventory accounting / A. E Zhminko, T. A. Litvinova // Polythematic network electronic scientific journal of the Kuban State Agrarian University. - 2014. No. 99. P. 1052-1061.
6. N. Zhminko. The methods of analyzing the financial condition and assessing the potential for bankruptcy of agricultural organizations / N. S. Zhminko, I. S. Safonov // Polytematic network electronic scientific journal of the Kuban State Agrarian University. - 2014. No. 97. p. 1011-1022.
7. Zhminko N.S. Prediction of the financial condition of agricultural organizations using a discriminant-rating express model / N. S. Zhminko, I. S. Safonov // Polytematic network electronic scientific journal of the Kuban State Agrarian University. - 2014. No. 97. p. 1087-1097.
