CC BY
234Анализ платежеспособности
факторный анализ степени
платежеспособности коммерческой организации
Д. А. ЕНДОВИЦКИй,
доктор экономических наук, профессор, заведующий кафедрой экономического анализа и аудита Воронежский государственный университет
Одним из основополагающих нормативных документов, регулирующих порядок определения признаков финансовой несостоятельности, является распоряжение Федеральной службы России по финансовому оздоровлению и банкротству № 226-р от 20.12.2000 «О мониторинге финансового состояния организаций и учете их платежеспособности». Согласно пп. 8 и 9 приложения 2 учет платежеспособности организаций осуществляется на основании оценки показателя, характеризующего степень платежеспособности организации по текущим обязательствам, рассчитанного в соответствии с методическими указаниями по проведению анализа финансового состояния организаций.
В зависимости от значения показателя степени платежеспособности по текущим обязательствам, рассчитанным на основе данных за последний отчетный период, организации ранжируются на следующие три группы:
^ платежеспособные организации, у которых значение указанного показателя не превышает 3 мес (положительный признак, свидетельствующий о хорошем финансовом состоянии хозяйствующего субъекта);
^ неплатежеспособные организации первой категории, у которых значение указанного показателя составляет от 3 до 12 мес (условно-отрицательный признак);
^ неплатежеспособные организации второй категории, у которых значение указанного показателя превышает 12 мес (устойчивый признак плохого финансового состояния хозяйствующего субъекта). Следует отметить не совсем удачное название этого важнейшего показателя предварительного (экспресс) диагностического анализа финансовой несостоятельности — «степень платежеспособности организации по текущим обязательствам».
Фактически это время обращения краткосрочных обязательств, исчисляемое в месяцах. Аналитикам важно обратить внимание и на ряд отрицательных сторон, имеющихся у этого показателя. К наиболее существенным его недостаткам следует отнести следующие:
^ знаменатель дроби (среднемесячная валовая выручка от продаж за отчетный период с НДС, акцизами и другими обязательными платежами) нельзя получить из данных публичной бухгалтерской отчетности. Как известно, в отчетности фигурирует нетто-выручка (без НДС, акцизов и других обязательных платежей). Поэтому внешние аналитики не могут точно рассчитать искомый показатель, а приблизительная корректировка нетто-выручки на ставку НДС и акцизы будет значительно искажать его реальное значение; ^ в соответствии с требованиями бухгалтерского учета выручка от продаж отражается по методу начисления, т.е. по отгруженной, но еще, может быть, не оплаченной продукции. Это приводит к тому, что выручка от продаж на текущий момент будет состоять из фактически поступивших денежных средств и дебиторской задолженности за отгруженную продукцию. В этой связи показатель «степень платежеспособности организации по текущим обязательствам» не будет характеризовать реальную возможность хозяйствующего субъекта направить свои денежные средства, поступающие в результате продажи продукции (работ, услуг), на погашение текущей задолженности, по крайней мере, из-за искажающего влияния дебиторской задолженности. Для более объективной оценки уровня платежеспособности организации рекомендуется в знаменателе использовать не показатель валовой среднемесячной выручки от продаж, а показатель среднемесячного притока денежных средств по текущей деятельности.
Время обращения краткосрочных обязательств, рассчитанное по показателю среднеме-
сячного притока денежных средств от текущей деятельности и по показателю среднемесячной валовой выручки от продаж, можно проанализировать с использованием следующих детерминированных факторных моделей зависимости:
где КО/Ит - степень платежеспособности по текущим обязательствам (один из главных диагностических показателей финансовой несостоятельности хозяйствующего субъекта, характеризующий время обращения краткосрочных обязательств; положительным является ситуация, когда значение показателя имеет тенденцию к снижению (критическое значение до 3 мес), мес; КО — краткосрочные обязательства (стр. 690 форма № 1), тыс. руб.; Nm — среднемесячная валовая выручка от продаж (определяется по данным бухгалтерского учета как отношение валовой выручки от продаж за отчетный период с НДС, акцизами и другими обязательными платежами к числу месяцев в отчетном периоде), тыс.руб.; КО/1СРгДт — показатель реальной оборачиваемости краткосрочных обязательств по величине притока денежных средств от основной деятельности (он характеризует срок, в течение которого организация может рассчитаться по своим краткосрочным обязательствам, если поступления денежных средств от основной деятельности направлять на расчеты с кредиторами; положительным является сокращение периода оборачиваемости), мес; ЮТДт — среднемесячный приток денежных средств по текущей деятельности (отношение строки «Средства, полученные от покупателей, заказчиков» + строка «Прочие доходы» по форме № 4 к числу месяцев в отчетном периоде), тыс. руб.; Кт /1С!ТДт — коэффициент наполнения среднемесячной выручки от продаж денежными средствами (показатель характеризует качество выручки и ее соответствие реальным денежным поступлениям; чем меньше будет данный показатель, тем меньше неоплаченной покупателями продукции — дебиторской задолженности), коэф.; КО/ОА — показатель, обратный коэффициенту покрытия текущих обязательств оборотными активами (это индикатор уровня ликвидности организации; снижение показателя с позиции укрепления ликвидности характеризуется как положительная ситуация; условное нормативное значение данного показателя находится в пределах от 0,5 до 0,67), коэф.; ОА — оборотные активы (стр. 290 форма № 1), тыс. руб.; ОА/ДЗл — показатель степени ликвидности оборотных активов по величине быстро оборачиваемой дебиторской задолженности (разумное снижение показателя будет свидетельство-
вать о повышении ликвидности активов и рациональной политике стимулирования объема продаж за счет предоставления платежеспособным покупателям краткосрочных отсрочек платежей за отгруженную им продукцию), коэф.; ДЗл — высоколиквидная и быстро погашаемая дебиторская задолженность (как правило, стр. 240 форма № 1), тыс. руб.; ДЗл / Кт — время обращения высоколиквидной дебиторской задолженности (положительным является ситуация, когда значение показателя имеет тенденцию к снижению), мес.
С использованием вышеприведенных моделей зависимости можно сделать следующие выводы: степень платежеспособности по текущим обязательствам зависит от достаточности оборотных активов для обеспечения текущих требований кредиторов, доли высоколиквидных активов в общем объеме оборотного капитала и эффективности сбытовой политики, выражающейся через время обращения краткосрочной дебиторской задолженности. Регулируя уровень ликвидности и структуры активов коммерческой организации, а также оптимально сочетая политику предоставления скидок надежным покупателям (как инструмент стимулирования сбыта) с предварительной оплатой за отгруженную продукцию, можно поддерживать приемлемый (не критический) уровень платежеспособности организации и таким образом существенно снизить риск финансовой несостоятельности; степень платежеспособности организации в определяющей мере зависит от качества выручки от продаж, а именно от наполнения этого показателя реальными денежными средствами. В этой связи чрезмерное замещение денежных средств дебиторской задолженностью и использование бартерных (зачетных) операций в расчетах создают угрозу способности организации отвечать по своим текущим обязательствам, что, соответственно, может привести к инициированию со стороны кредиторов рассмотрения в арбитражном суде дела о ее банкротстве.
В соответствии с Методическими указаниями по проведению анализа финансового состояния организаций, утвержденными ФСФО России, на практике принято рассчитывать и другие показатели платежеспособности. Порядок их расчета представлен в табл. 1. Представленные в табл. 1 показатели платежеспособности могут быть представлены следующей факторной аддитивной моделью зависимости:
Таблица 1
Показатели платежеспособности коммерческой организации
Показатель Порядок расчета Условные обозначения Интерпретация значения показателя
1. Степень платежеспособности общая (К4), мес К4 = (КО + ДО)/Nm КО — краткосрочные обязательства (стр. 690 формы № 1); ДО — долгосрочные обязательства (стр. 590 формы №1); Nm — среднемесячная валовая выручка от продаж с НДС, акцизами и другими обязательными платежами Показатель характеризует общую ситуацию с платежеспособностью организации, объемами ее заемных средств и сроками возможного погашения задолженности организации перед ее кредиторами. Перекос структуры долгов в сторону товарных кредитов от других организаций, скрытого кредитования за счет неплатежей по налогам (обязательным сборам) и задолженности по внутренним выплатам отрицательно характеризует степень финансовой состоятельности организации
2. Коэффициент задолженности по кредитам банков и займам (К5), мес К5 = (ДО + ЗиК)/Nm ЗиК — займы и кредиты (стр. 610 формы № 1) Показатель характеризует средний срок погашения обязательств по кредитам и займам при сохранении среднемесячной выручки от продаж (коэффициент риска кредитования хозяйствующего субъекта). Необходимо учитывать влияние отложенных налоговых обязательств
3. Коэффициент задолженности другим организациям (К6), мес К6 = (ПП+ВУ + +ЗДО + АП + ПК)/ Nm ПП — кредиторская задолженность перед поставщиками и подрядчиками; ВУ — кредиторская задолженность по векселям к уплате; ЗДО — кредиторская задолженность перед дочерними и зависимыми обществами; АП — кредиторская задолженность по авансам полученным; ПК — задолженность по прочим кредиторам (все показатели берутся из расшифровки статьи «Кредиторская задолженность» формы № 1) Средний срок погашения обязательств перед поставщиками и подрядчиками, а также перед дочерними и зависимыми компаниями. Критические значения этого показателя являются существенным основанием для подачи заявления о возбуждения дела о банкротстве со стороны контрагентов должника
4. Коэффициент задолженности фискальной системе (К7), мес К7 = (ЗГВФ + ЗБ)/ Nm ЗГВФ — задолженность перед государственными внебюджетными фондами; ЗБ — задолженность по налогам и сборам (все показатели берутся из расшифровки статьи «Кредиторская задолженность» формы № 1) Чрезвычайно важный показатель оборачиваемости задолженности перед бюджетом и государственными внебюджетными фондами
5. Коэффициент внутреннего долга (К8), мес К8 = (ЗП + ЗУ + ДБП + +РПР + ПКО)/ Nm ЗП — задолженность перед персоналом организации (расшифровка статьи «Кредиторская задолженность» формы № 1); ЗУ — задолженность перед участниками (учредителями) по выплате доходов (стр. 630 формы № 1); ДБП — доходы будущих периодов (стр. 640 формы № 1); РПР — резервы предстоящих расходов (стр. 650 формы № 1); ПКО — прочие краткосрочные обязательства (стр. 660 формы № 1) Оборачиваемость внутреннего долга хозяйствующего субъекта является наименее опасным с позиции возникновения риска банкротства. В то же время рост показателя будет свидетельствовать о возрастании конфликта между агентскими группами и обострении социальных проблем
К4 = К5 + К6 + К7 + К .
Различными методами факторного анализа можно с использованием этой аддитивной детерминированной модели зависимости определить влияние частных показателей платежеспособности (факторов) на общую степень платежеспособности хозяйствующего субъекта.
В современных условиях математико-статис-тические исследования становятся необходимым инструментом для получения более глубоких и полноценных знаний о механизме изучаемых явлений. Объективно существующие зависимости и взаимосвязи между экономическими явлениями большей частью описаны только вербально. Значительно важнее количественно измерить тесноту причинно-следственных связей и выявить форму влияний. Для исследования интенсивности, вида и формы причинных влияний широко применяется корреляционный и регрессионный анализ. В приложении к финансово-экономическим процессам он может стать тем инструментом, который вскроет сложные комплексы причин и следствий. Выявление количественных соотношений в виде регрессии и сравнение действительных (наблюдаемых) величин с величинами, полученными путем подстановки в уравнения регрессии значений объясняющих переменных дают возможность лучше понять природу исследуемого явления. А это в свою очередь позволяет воздействовать на выявленные факторы, вмешиваться в экономический процесс в целях получения нужных результатов. Так, в частности, говоря о диагностическом анализе банкротства коммерческой организации, выявление значимых факторов,
влияющих на уровень платежеспособности, позволяет разработать комплекс стабилизационных мероприятий, направленных на управление этими факторами в целях положительного воздействия на результативный показатель, т. е. платежеспособность. Это подчеркивает большую практическую значимость эконометрики, основанной на многомерных статистических исследованиях.
Проведем корреляционно-регрессионный анализ финансовой устойчивости компании АВС. В качестве результативного показателя (У) примем степень платежеспособности организации по текущим обязательствам, рассчитываемую как соотношение среднегодового остатка краткосрочных обязательств и среднемесячной валовой выручки от продаж.
В качестве показателей-факторов, потенциально влияющих на степень платежеспособности, использованы ключевые финансовые коэффициенты и абсолютные величины, поиск и расчет которых возможно осуществить на основании публичной финансовой отчетности. Среди них нами выделены: Х1 — коэффициент рентабельности продаж; Х2 — коэффициент обеспеченности собственными оборотными средствами; Х3 — коэффициент финансовой устойчивости; Х4 — чистый оборотный капитал (^С), тыс. руб.; Х5 — коэффициент текущей ликвидности; Х6 — величина чистых активов, тыс. руб.
Проведение многомерных статистических исследований, в частности корреляционно-регрессионного анализа, невозможно без массовых наблюдений. В этой связи в результате обработки годовых отчетов компании АВС за 15 лет (можно
Таблица 2
Исходная информация для проведения корреляционно-регрессионного анализа платежеспособности компании АВС
Показатель 1989 г. 1990 г. 1991 г. 1992 г. 1993 г. 1994 г. 1995 г. 1996 г. 1997 г. 1998 г. 1999 г. 2000 г. 2001 г. 2002 г. 2003 г.
1. Степень пла- 2,98 3,75 4,50 4,82 5,10 5,21 5,25 5,47 5,38 6,27 5,28 5,25 5,31 5,53 8,22
тежеспособности
(У), мес
2. Рентабельность 0,37 0,15 0,21 0,08 - 0,03 0,07 0,05 0,02 - 0,03 - 0,02 0,01 0,06 0,05 0,04 - 0,05
продаж (Х,), коэф.
3. Коэффициент 0,59 0,34 0,08 0,10 0,05 0,25 0,20 - 0,10 - 0,25 - 0,21 0,45 0,48 0,43 0,24 0,08
обеспеченности
СОС (Х2)
4. Коэффициент 0,75 0,68 0,53 0,62 0,71 0,68 0,65 0,52 0,61 0,51 0,72 0,68 0,65 0,53 0,38
финансовой ус-
тойчивости (Х3)
5. Чистый оборот- 51 785 52 350 52 370 51 972 35 780 33 561 20 378 - 17 890 - 9 350 - 10 900 42 700 58 346 57 966 33 353 24 100
ный капитал,
тыс. руб. (Х4)
6. Коэффициент 2,0 1,8 1,5 1,7 1,38 1,45 1,31 0,63 0,71 0,83 1,58 1,75 1,76 1,37 1,11
покрытия (Х5)
7. Чистые активы 160,23 151,89 144,90 143,27 144,55 143,35 131,65 128,37 135,79 144,92 141,37 140,27 138,48 137,92 133,19
(Х6), млн руб.
проводить анализ не по годам, а поквартально — в привязке к данным ежеквартальной бухгалтерской отчетности) нами был сформирован массив исходной для анализа информации (табл. 2).
Достаточно важным вопросом корреляционно-регрессионного анализа является выбор программных средств его проведения. Существует множество специализированных программных средств для статистических расчетов: отечественные - STADIA, СИГАМД, ОЛИМП: СтатЭксперт; зарубежные - STATGRAPHICS, STATISTICA, SPSS; общематематические пакеты (например, Mathcad, Mathlab, Maple), которые имеют встроенные статистические средства. Одним из наиболее удобных является совместное использование программных пакетов MS Excel и STATISTICA версия 6.0. В MS Excel удобно формировать и изменять исходную информацию и проводить трен-довый анализ, в то время как STATISTICA 6.0 обладает достаточно понятным для пользователя интерфейсом, многофункциональна, поддерживается Windows, относительно доступна и весьма широко распространена в среде статистиков-аналитиков.
После ввода данных, представленных в табл. 2, компьютер выдает следующую информацию (рис. 1).
На рис. 1 приводятся следующие характеристики построенного уравнения регрессии: R — значение выборочного коэффициента корреляции; R2 — значение коэффициента детерминации (его величина показывает, какая доля общей вариации зависимой переменной объясняется построенной регрессией); Adjusted R2 — значение скорректированного на число степеней свободы коэффициента детерминации; F — расчетное значение критерия Фишера, используемое для проверки гипотезы о значимости уравнения регрессии; p — величина уровня значимости; Std.Error of estimate — стандартная ошибка оценки уравнения регрессии.
Regression Summary for Dependent Variable: Y (Spreadsheet!) R= 0,95015690 R2= 0,90279813 Adjusted R2= 0,82989673 F (6,8) =12,384 p<0,00114 Std. Error of estimate: 0,47009
Beta Std. Err. B Std. Err. t (8) p-level
Intercept 7,54437 3,561189 2,11850 0,066982
-0,839352 0,212168 -8,72196 2,204702 -3,95607 0,004200
0,371242 0,309676 1,68881 1,408742 1,19881 0,264905
X3 -0,716961 0,166164 -8,08085 1,872833 -4,31477 0,002564
X4 -0,228243 0,525710 -0,00001 0,000023 -0,43416 0,675642
X5 0,252709 0,857310 0,67832 2,301196 0,29477 0,775674
X6 0,111265 0,228741 0,00002 0,000033 0,48642 0,639712
Рис. 1. Общие результаты оценки шестифакторной регрессионной модели
Для построенного уравнения регрессии зависимости степени платежеспособности организации от выбранных факторов указанные характеристики будут иметь такую интерпретацию: коэффициент корреляции равен 0,9501, что согласно шкале Чеддока (табл. 3) свидетельствует о весьма высокой тесноте связи между степенью платежеспособности и включенными в модель факторами.
Таблица 3
Шкала Чеддока для определения тесноты связи
Показание тесноты связи 0,1 - 0,3 0,3 - 0,5 0,5 - 0,7 0,7 - 0,9 0,9 -0,99
Характер силы связи Слабая Умеренная Заметная Высокая Весьма высокая
Коэффициент детерминации равен 0,8299. Это означает, что построенное уравнение регрессии примерно на 83% воспроизводит зависимость У от факторов (Х1 — Х6), т. е. результативный показатель на 83% зависит от этих факторов. Остальные 17% приходятся на долю случайных и неучтенных факторов.
Расчетная величина критерия Фишера при степенях свободы (6,8) равна 12,384, что ниже его табличного (теоретического) значения (4,15) для доверительной вероятности Р = (1 — 0,05) =0,95, а это в свою очередь соответствует уровню значимости р менее 0,00114. Следовательно, полученное уравнение регрессии является значимым, а не результатом случайного отбора наблюдений.
Кроме того, в таблице на рис. 1 приводятся следующие значения величин: Intercept — оценка свободного члена уравнения регрессии; Beta — стандартизированный коэффициент при независимой переменной; Std.Error of Beta — стандартные ошибки коэффициента Beta; B — коэффициенты уравнения регрессии, показывающие, на сколько единиц изменяется результативный показатель при изменении фактора на одну единицу (в соответствующих единицах измерения); Std. Error of B — стандартные ошибки коэффициентов уравнения регрессии; t — значения распределения Стьюдента, используемые для построения доверительных интервалов параметров уравнения регрессии; p-level — уровень значимости принятия гипотез о равенстве нулю соответствующих коэффициентов уравнения.
На основании полученных результатов можно построить следующее уравнение регрессии:
Y = 7,544 - 8,722X1 + 1,689X2 - 8,081X3 -0,00001X4 + 0,678X5 + 0,00002Х6 .
Таблица 4
Матрица парных коэффициентов корреляции шестифакторного уравнения множественной регрессии
X, X, X, X4 X, X^ Y
X, 1,00000 0,58041 0,42539 0,55937 0,71378 0,76792 -0,79072
X, 0,58041 1,00000 0,59316 0,80869 0,88690 0,45339 -0,45121
Xx 0,42539 0,59316 1,00000 0,47408 0,62060 0,52755 -0,74648
X4 0,55937 0,80869 0,47408 1,00000 0,94482 0,52209 -0,44058
X, 0,71378 0,88690 0,62060 0,94482 1,00000 0,67717 -0,60240
X6 0,76792 0,45339 0,52755 0,52209 0,67717 1,00000 -0,69124
Y -0,79072 -0,45121 -0,74648 -0,44058 -0,60240 -0,69124 1,00000
No. Cases 15,00000
Matrix 1,00000
Между тем несмотря на значимость уравнения в целом, не все ее факторы являются значимыми. Так, р-1еуе1 Х2, Х4, Х5 и Х6 превышает заданный уровень значимости (а) 0,05, что характеризует названные факторы (коэффициент обеспеченности собственными оборотными средствами, величину чистого оборотного капитала, коэффициент текущей ликвидности и величину чистых активов) как незначимые в данном уравнении регрессии. Значимыми факторами, оказывающими наибольшее влияние на степень платежеспособности, а также имеющими наибольший уровень значимости (р-1еуеК0,05), являются коэффициент рентабельности продаж и коэффициент финансовой устойчивости.
Изучение множественной корреляционной зависимости состоит в анализе матрицы парных коэффициентов корреляции (табл. 4), что позволяет произвести отбор факторов, включаемых в модель множественной зависимости.
Анализ строк матрицы позволяет выявить факторы, у которых степень тесноты связи с результативным показателем значительна, а поэтому они могут быть включены в модель. Так, наиболее значительная связь со степенью платежеспособности наблюдается по фактору Х1 (коэффициент рентабельности продаж) (-0,7907) и по фактору Х3 (коэффициент финансовой устойчивости) (-0,7465). Все остальные факторы имеют менее тесную связь с результативным признаком. Между тем при построении многофакторных моделей должно соблюдаться требование возможно меньшей коррелированности включенных в модель признаков-факторов (отсутствие мультиколлине-арности). Имеется в виду, что каждый фактор должен иметь меньший коэффициент корреляции с каждым другим фактором, чем с результативным показателем. В нашем случае факторы Х1 и Х3 соответствуют данному критерию мультиколлине-арности. В то же время факторы Х2, Х4 и Х5 во всех
случаях коррелируют с другими факторами больше, нежели с результативным признаком, а фактор Х6 имеет парный коэффициент корреляции с фактором Х1 -0,7907, что превышает его связь с Y, равную -0,6912. Таким образом, можно сделать вывод, что в регрессионную модель справедливо включить факторы Х1 и Х3 как наиболее значимые и удовлетворяющие критерию мультиколлинеар-ности.
При этом возможны два варианта. Либо осуществить пошаговую корреляцию, т. е. последовательное исключение факторов из модели по принципу их наименьшей значимости, либо сразу исключить незначимые факторы. Учитывая небольшой объем статистической выборки (15 лет), полагаем, что целесообразно исключить из модели на данном этапе сразу три незначимых фактора, оставив два значимых, что подчеркнет адекватность уравнения регрессии (известно, что число факторов, включаемых в модель, должно быть в 5-6 раз, а по мнению некоторых математиков-экономистов, в 10 раз меньше, чем число единиц, входящих в совокупность).
Осуществив проделанную ранее процедуру с использованием двух факторов, получаем следующие результаты (рис. 2).
Regression Summary for Dependent Variable: Y (статистика 1) R= 0,91136877 R2= 0,83059303 Adjusted R2= 0,80235853 F (2,12) =29,418 p<0,00002 Std. Error of estimate: 0,50672
Beta Std. Err. B Std. Err. t (12) p-level
Intercept 9,06120 0,886614 10,22001 0,000000
XI -0,577712 0,131287 -6,00318 1,364240 -4,40038 0,000865
X3 -0,500730 0,131287 -5,64372 1,479730 -3,81402 0,002466
Рис. 2. общие результаты оценки двухфакторной регрессионной модели
Как видно из данных рис. 2, коэффициент корреляции равен 0,91136, что свидетельствует о весьма высокой связи. Коэффициент детермина-
ции говорит о том, что степень платежеспособности на 80,23 % зависит от рентабельности продаж и коэффициента финансовой устойчивости. Критерий Фишера равен 29,418, что соответствует уровню значимости р менее 0,00002, а это весьма явственно свидетельствует о значимости уравнения регрессии. Что касается факторов и свободного члена, то все они согласно р-1еуеК0,05 значимы.
В табл. 5 проиллюстрируем матрицу парных коэффициентов корреляции данной модели.
Таблица 5
Матрица парных коэффициентов корреляции двухфакторного уравнения множественной регрессии
X, X, Y
X, 1,00000 0,42539 -0,79072
X, 0,42539 1,00000 -0,74648
Y -0,79072 -0,74648 1,00000
No. Cases 15,00000
Matrix 1,00000
Данные табл. 5 свидетельствуют об отсутствии мультиколлинеарности факторных признаков. Построенное уравнение регрессии будет иметь следующий вид:
Y = 9,0612 - 6,0032^ - 5,6437X3 .
Интерпретация данного уравнения будет следующей. За рассматриваемый период (15 лет) в компании АВС при увеличении коэффициента рентабельности продаж на единицу степень платежеспособности снижается на 6 мес; при увеличении коэффициента финансовой устойчивости результативный показатель снижается на 5,6 мес. Таким образом, руководству компании АВС необходимо обратить внимание на данные факторные признаки, поскольку управление ими способно оказать значительное влияние на степень платежеспособности хозяйствующего субъекта.
Диагностический анализ финансовой несостоятельности является неполным без прогнозирования основных финансовых индикаторов. Для этих целей наиболее часто используется трендо-вый анализ, который относительно просто может быть реализован в MS Excel. Используя информацию о степени платежеспособности компании АВС, представленную в табл. 2, построим график ее изменения за анализируемые 15 лет (рис. 3).
* Г 9 и
f 8 S
/ ч
J D g Л
5 я
4 о
3 s i 5
' Т 1 я
1 я m 0
о? а4 Л <S> qj» г§з <£> Л ф
$ Ф <0 ^ Г <V Год
Рис. 3. Динамика изменения степени платежеспособности компании АвСза период 1989-2003 гг., мес
Для построения трендовой модели могут использоваться различные функции: линейная, показательная, гиперболическая, степенная и др., что в конечном итоге зависит от экспериментальных данных, однако наиболее часто используется полиноминальная функция регрессии. Используя эту функцию, построим прогноз степени платежеспособности компании АВС на ближайшие три года (2004, 2005, 2006 гг.), учитывая сложившуюся тенденцию за 15 лет (рис. 4).
8 .
/
у _ _ 1 Of 5SX + ( 1 ?в ÍX + 3 3 70ñ
R2 = 0 ,622 7
0)0*-<мс03юшг^00010т-<м соо)о)о)о)0)о)о)о)о)о)ооо
0ЭО)О)О)ОО)О0)О)С)ОЭООО
Год
Рис. 4. Прогноз изменения степени платежеспособности компании АвС в 2004, 2005, 2006гг., мес
Согласно полученному уравнению регрессии при коэффициенте детерминации 0,627 степень платежеспособности компании АВС в 2004 г. составит 6,57, в 2005 г. — 6,67, в 2006 г. — 6,77 мес. То есть можно констатировать снижение степени платежеспособности согласно данному аналитическому выравниванию. Фактические данные за 2004 и 2005 гг. подтвердили высокую степень точности наших прогнозов.
