Научная статья на тему 'Использование фактора инфляции в моделях интегрального подхода к анализу финансовой устойчивости предприятия'

Использование фактора инфляции в моделях интегрального подхода к анализу финансовой устойчивости предприятия Текст научной статьи по специальности «Экономика и бизнес»

CC BY
188
25
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ФИНАНСОВОЕ СОСТОЯНИЕ / ИНТЕГРАЛЬНЫЙ ПОДХОД / МНОГОФАКТОРНЫЕ МОДЕЛИ / ФАКТОР ИНФЛЯЦИИ / FINANCIAL SITUATION / INTEGRAL APPROACH / MULTIFACTOR MODEL / FACTOR OF INFLATION

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Журавлёва М.И., Полумеев Н.А.

Включение фактора инфляции в модели оценки финансовой устойчивости предприятия, интерпретация полученных изменений.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Taking into account inflation factor in rating models of financial stability of the enterprise, results analisys.

Текст научной работы на тему «Использование фактора инфляции в моделях интегрального подхода к анализу финансовой устойчивости предприятия»

М. И. Журавлёва, Н. А. Полумеев

ИСПОЛЬЗОВАНИЕ ФАКТОРА ИНФЛЯЦИИ В МОДЕЛЯХ ИНТЕГРАЛЬНОГО ПОДХОДА К АНАЛИЗУ ФИНАНСОВОЙ УСТОЙЧИВОСТИ ПРЕДПРИЯТИЯ

Аннотация

Включение фактора инфляции в модели оценки финансовой устойчивости предприятия, интерпретация полученных изменений.

Ключевые слова

Финансовое состояние, интегральный подход, многофакторные модели, фактор инфляции.

M. I. Zhuravlyova, N. A. Polumeev

USING INFLATION FACTOR IN INTEGRAL APPROACH MODELS FOR FINANCIAL ENTERPRISE ROBUSTNESS ANALYSIS

Annotation

Taking into account inflation factor in rating models of financial stability of the enterprise, results analisys.

Keywords

Financial situation, integral approach, multifactor model, factor of inflation.

Функционирование любой организации предполагает решение одной из важнейших задач анализа — прогнозирование финансового состояния в долгосрочной перспективе. С целью понимания перспектив развития компании необходимо регулярно проводить мониторинг общей финансовой устойчивости организации. Оценка вероятности банкротства является неотъемлемой частью анализа производственно-хозяйственной деятельности предприятия, она, в первую очередь, показывает влияние факторов, как внутренних, так и внешних, на стабильность функционирования хозяйствующего субъекта, предопределяет ряд мер, направленных на повышение финансовой устойчивости.

Объектом исследования является анализ финансовой устойчивости ОАО «КАМАЗТЕХОБСЛУЖИВАНИЕ» в 2015 г., занимающегося реализацией специализированного автотранспорта, обеспечением запасными частями и га-

рантийным обслуживанием автомобилей марки «КАМАЗ», посредством использования откорректированных моделей интегрального подхода.

Ориентируясь на многолетний опыт анализа, можно выделить ряд методов диагностики банкротства, которые основаны на применении формализованных и неформализованных оценочных критериев. Данные методы включают в себя расчеты комплексной системы показателей финансовой устойчивости. Среди самых применяемых на практике и популярных методов можно выделить:

1) Z-модель Альтмана;

2) модель Стрингейта;

3) модель Фулмера;

4) модель Таффлера;

5) модель Лиса.

Для наиболее качественного, реалистичного и глубокого анализа вероятности банкротства необходимо провести ряд исследований, используя не менее трех моделей из указанных выше.

В мировой практике в основном применяются два основных подхода для оценки риска банкротства:

1) нормативный подход, который непосредственно заключается в сопоставлении ряда финансовых коэффициентов с существующими нормативами;

2) интегральный подход, который имеет под собой рассмотрение интегри-

руемых показателей, которые комбинируются из нескольких наиболее важных показателей.

Первая модель — Z-модель Альтмана — строится с применением системы мультипликативного дискриминант-ного анализа. В общем случае формула, необходимая для получения значения скоринга, имеет вид многочлена [1]:

Z = + № + ... + КДп, (1)

Где Z — значение оценки;

^ — коэффициенты, которые характеризуют степень значимости факторов риска; Rn — факторы риска, которые определяют кредитоспособность заемщика.

Основной экономический смысл Z-модели выглядит как функция, зависимая от некоторых показателей, которые характеризуют экономический и стратегический потенциал хозяйствующего субъекта, а также результаты его деятельности за отчетный период.

Модель Альтмана на основании двух факторов — это одна из наиболее

гностики вероятности банкротства, при использовании которой, в первую очередь, нужно произвести расчет влияния исключительно двух показателей: коэффициентов текущей ликвидности и доли заемных средств в пассивах баланса. Формула модели Альтмана представляет собой функцию, зависящую от двух факторов:

простых и показательных методик диа-

Z = -0,3877 - 1,0736 * R1 + 0,579 * R2, где R1 — коэффициент текущей ликвидности; R2 — доля заемного капитала в пассивах.

(2)

Когда Z > 0, то ситуация в анализируемом предприятии критическая, и вероятность банкротства крайне высока.

Учитывая влияние инфляции, можно откорректировать представленную выше формулу следующим образом:

Z = -0,4264 - 1,181 * Rl + 0,6369 * R2,

(3)

фондовом рынке, в 1983 г. была откорректирована первоначальная формула, и она стала иметь вид:

Формула (2) применяется крупными компаниями, акции которых обращаются на фондовом рынке. Для компаний, чьи акции не обращаются на

Z = 0,717 * ^ + 0,847 * R2 + 3,107 * Rз + 0,42 * R4 + 0,995 * R5,

гдеR1 — доля оборотного капитала в активах субъекта; R2 — финансовый рычаг;

R3 — соотношение прибыли, принятой до налогообложения, к стоимости активов; Я4 — отношение собственного капитала к заемному; R5 — отношение объемов продаж и активов.

(4)

Учитывая влияние инфляции, можно откорректировать представлен-

ную выше формулу следующим образом:

Z = 0,7887 * ^ + 0,9317 * R2 + 3,4177 * Rз + 0,462 * R4 + 1,095 * R5,

(5)

Модель Альтмана, состоящая из пяти факторов, нашла применение в анализе акционерных обществ, акции которых обращаются на фондовом рынке. Данная модель является самой попу-

лярной из моделей Альтмана. Она была опубликована экономистом в 1968 г. Формула имеет вид функции, зависящей от пяти факторов [1]:

Z = 1,2 * Я + 1,4 * Я2 + 3,3 * ЯЗ + 0,6 * Я+ 1,0 * Я5, (6)

где R1 — отношение капитала в обороте к валюте баланса; Я2 — отношение нераспределенной прибыли и валюты баланса; Яз — отношение валовой прибыли и валюты баланса; Я — доля собственного капитала в разрезе всех обязательств; Я5 — отношение объема продаж и валюты баланса.

Учитывая влияние инфляции, можно модель может иметь следующий вид:

Z = 1,32 * Я1 + 1,54 * Я2 + 3,63 * ЯЗ + 0,66 * Я4+ 1,1 * Я5, (7)

Результаты расчетов по двухфак- ния фактора инфляции, можно интер-

торной модели Альтмана, откорректи- претировать согласно данным, пред-

рованной после включения в нее влия- ставленным в таблице 1.

Таблица 1

Значение показателя Z для компаний, которые имеют акции, обращающиеся на фондовом рынке Значение показателя Z для компаний, которые не имеют акций, обращающихся на фондовом рынке Оценка вероятности банкротства

Ъ < 1,98 Ъ < 1,35 80-100 %

1,98 < Ъ < 3,04 1,35 < Ъ < 3,19 35-50 %

3,04 < Ъ < 3,29 15-20 %

Ъ < 3,29 Ъ < 3,19 < 15 %

Если уделить внимание точности прогноза, то в этой модели на грани одного года вероятность составляет 95 %, на 2 года — 83 %, что является одним из ее достоинств. Включив же в модель влияние фактора инфляции, точность прогноза на грани одного года составит 97 %, двух лет — 87 %. Эта модель была проверена на 86 предприятиях различных отраслей в 1969-1975 гг., и она имела точность 82 %, а для прогнозирования финансовой состоятельности — 75 %. Также был оценен период 19971999 гг., который наиболее близок к настоящему времени: были проверены 120 предприятий-банкротов и 120 предприятий, не являющихся банкротами, точность составила 94 % для диагностики банкротства и 84 % — для определения границ финансовой устойчивости хозяйствующего субъекта. Проверив те же самые 120 предприятия, но уже включив влияние фактора инфляции, точность составит 96 %, а для определения границ финансовой устойчивости показатель будет равен 87 %.

Альтман при создании модели руководствовался анализом финансового положения 66 предприятий, большая

часть из которых обанкротилась, а оставшаяся часть продолжила успешно функционировать. Вследствие отраслевых особенностей существенной разницы экономик разных стран Z-модель Альтмана необходимо применять осторожно, сильно на нее не опираясь, особенно в настоящих условиях нестабильной рыночной экономики. Недостатком данной модели также является то, что ее применение возможно лишь в отношении крупных компаний, акции которых оборачиваются на фондовом рынке.

Как обычная модель Альтмана, так и откорректированная модель имеют связь с кредитным рейтингом. Кредитный рейтинг предприятия получают посредством предоставления данных рейтинговых агентств, которые дают оценку по модели Альтмана. Ту же самую процедуру могут делать и сами предприятия, что очень удобно. Оценка Z коррелируется со значением рейтинга, полученного от международных рейтинговых агентств. В таблице 2 приведено сравнение значения показателя Z по откорректированной модели Альтмана c кредитным рейтингом Moody's и рейтингом S&P.

Таблица 2

Компания Значение Z Рейтинг Moodys [8] Рейтинг S&P [9]

Microsoft 4,51 Ааа AAA

McDonalds 4,13 А3 A-

PepsiCo 3,96 Аа3 AA-

3M 3,83 Аа2 AA

Best Buy 3,15 Ваа2 BBB

Staples 3,72 Ваа2 BBB

Burger King 1,65 В2 B

Del Monte 1,57 Ва2 BB

Macy's 1,1 Ва1 BB+

CBS 0,95 Ваа3 BBB-

Экономисты из множества стран, которые применяют на практике модели Альтмана, верят в их универсальность и надежность. Если адаптировать веса коэффициентов применительно для своих государств и отраслей, то можно убедиться в высокой работоспособности и статистической надежности модели Альтмана. В конце концов, для эффективного применения Z-модели Альтмана в России нужна корректировка весов

Финансовый аналитик, имеющий мировую известность, Уильям Бивер предложил методику для оценки финансового положения предприятия, целью которой является интерпретация границ вероятности банкротства [6]. Данная методика представляет собой пятифак-торную модель, которая содержит ряд

коэффициентов применительно к специфике нашей экономики. Данное препятствие, заключающееся в отсутствии учета влияния фактора инфляции на ключевые показатели, в работе было нивелировано. Анализ полученных результатов показал увеличение точности прогнозов. В таблице 3 приведен пример расчета в Microsoft Excel вероятности банкротства по модели Альтмана ОАО «КАМАЗТЕХОБСЛУЖИВАНИЕ».

индикаторов, к которым относятся: рентабельность активов, доля заемных средств в пассивах, значение коэффициента текущей ликвидности, доля капитала в обороте в активах предприятия, коэффициент Бивера (отношение суммы чистой прибыли и амортизации к стоимости заемных средств) [7].

Таблица 3

Данные 01.04.2015 01.07.2015 01.10.2015 01.01.2016

Двухфакторная модель

Xj 1,004 1,018 1,077 2,174

X2 5,073 6,093 12,091 5,0337

Z -1,109 -1,030 -0,799 -2,235

Вероятность банкротства, % < 50 < 50 < 50 < 50

Пятифакторная модель

X] 0,002 0,043 -0,004 0,075

X2 0,049 0,075 0,074 0,005

X3 0,058 0,108 0,077 0,107

X4 0,153 0,180 0,084 0,477

X5 1,852 2,066 1,088 3,041

Z 3,275 2,665 1,441 3,762

Вероятность банкротства, % 35-50 15-20 80-100 0

Коэффициент пересчета 1,2 2,1 1,09 1,3

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Методика применялась для 79 предприятий-банкротов и 79 предприятий, не ставшими таковыми, из Moody's Industrial Manual, которые функционировали в период 1954-1964 гг. Данная

модель тоже не учитывает влияние фактора инфляции на деятельность организации. Откорректировав ее, полученные результаты можно интерпретировать согласно таблице 4.

Таблица 4

Значение

Показатель Норма 5 лет до банкротства 1 год до банкротства

Коэффициент Бивера 0,44-0,49 0,19 -0,17

Рентабельность активов 6,6-8,8 4,4 -24,2

Финансовый леверидж < 40,3 < 55 < 88

Доля капитала в обороте в активах предприятия 0,44 < 0,35 0,07

Значение коэффициента текущей ликвидности < 3,53 < 2,2 < 1,1

Основными преимуществами данной модели являются применение показателя рентабельности активов и оценка сроков наступления банкротства хозяйствующего субъекта. К недостаткам модели Бивера следует отнести отсутствие консолидирующего показателя, значение которого можно было бы интерпретировать, а также использование данных, которые давно устарели. Тем не

менее, если включить в данную модель влияние фактора инфляции, то точность прогнозов данной модели увеличится на 4 %, а границ финансовой устойчивости — на 6 %. В таблице 5 приведен пример расчета в Microsoft Excel вероятности банкротства по откорректированной системе Бивера ОАО «КАМАЗ-ТЕХОБСЛУЖИВАНИЕ».

_Таблица 5

Показатели 2014 г. 2015 г. Интерпретация

Коэффициент Бивера 0,2 0,17 1 год до наступления банкротства

Рентабельность активов 4,66 % 6,88 % Хороший прогноз

Финансовое плечо 43,75 % 41,32 % Хороший прогноз

Критерий покрытия активов капиталом предприятия 0,45 0,61 Хороший прогноз

Показатель покрытия 1,62 1,57 1 год до наступления банкротства

Что же касается российской школы экономики, то нашими научными деятелями Р. С. Сайфуллиным и Г. Г. Кадыковым была предложена пятифак-

Я = 2 * К1 + 0,1 * К2 + 0,08 * К3 + 0,45 где К1 — обеспеченность собственными средствами; К2 — текущая ликвидность; К3 — оборачиваемость активов; К4 — коммерческая маржа; К5 — рентабельность собственного капитала.

С учетом соответствия финансовых коэффициентов норме показатель R будет равен единице, то есть предприятие будет характеризоваться нормальным финансовым состоянием. Финансовое положение

торная модель, которая ориентировалась, в первую очередь, на отечественные предприятия. Она имеет следующий вид [3]:

+ + К5, (8)

предприятий, у которых рейтинговое число принимает значения менее единицы, является неудовлетворительным. Откорректированный вариант модели с учетом фактора инфляции будет иметь вид:

R = 2,2 * Ki + 0,11 * K2 + 0,09 * K3 + 0,49 * K4 + K

5,

(9)

Модель Р. С. Сайфуллина — Г. Г. Кадыкова является самой точной среди всех представленных выше моделей, но несмотря на это относительно небольшое изменение значения коэффициента обеспеченности собственными средствами на 0,1 приводит к изменению рейтингового числа на 0,2. Это же касается и значительных изменений, напри-

Модель Р. С. Сайфуллина характеризуется также высокой чувствительностью к изменению значений показателей краткосрочных обязательств, это объясняется использованием завышенного коэффициента, который характеризует отношение оборотного капитала и актива баланса. В итоге, как оказалось, нет таких достижимых показателей текущей ликвидности, а также деловой активности и прибыльности, которые бы могли обеспечить получение необходимого значения интегрального показателя.

мер, коэффициента текущей ликвидности на 2 пункта, что может характеризовать предприятие как высоколиквидное.

В таблице 6 приведен пример расчета в Microsoft Excel вероятности банкротства по откорректированной модели российских экономистов Сай-фуллина-Кадыкова ОАО «КАМАЗТЕХ-ОБСЛУЖИВАНИЕ».

Таблица 6

Интерпретировав данные показателей финансовой стабильности, которые представлены в таблице, можно говорить о зависимости предприятия в первую очередь от заемных средств — это подкрепляется значением коэффициента автономии, какой в конце отчетного периода равняется 0,19, что не является нормой.

Исследование параметров регрессии производится по методу наименьших квадратов, используются данные, которые приведены в таблице 7.

Таблица 7

Y X0 X1 X2

Масштабы реализации Расходы на рекламу Критерий потребительских расходов

117 1 3 98

128 1 3,2 97

134 1 3,4 102

178 1 7,4 104

201 1 7,6 105

320 1 9,0 106

401 1 11,5 108

434 1 16,4 109

354 1 19,8 110

378 1 9,8 111

301 1 7,7 112

287 1 5,3 113

299 1 11,0 114

301 1 17,1 115

311 1 4,4 116

332 1 3,8 117

Показатель 2013г. 2014г. 2015г.

K: -0,17 -0,17 -0,19

K2 0,88 0,87 1,01

K3 1,27 1,21 0,77

K4 0,01 0,03 0,07

K5 0,02 0,69 0,49

X -0,24 0,16 0,08

Уравнение регрессии, которое показывает зависимость масштабов реализации от реализации и затрат на рекламу, а также критерия потребительских расходов, можно представить так:

y = -1372,219 + 8,154xi + 14,643x2.(10)

Показатели Y вычисляются путем последовательной подстановки в эту модель различных значений факторов, которые берутся непосредственно для каждого наблюдения. Также следует отметить, что в мировой практике не было ни одного хозяйствующего субъекта, который бы в той или иной мере согласно своей деятельности не испытал на себе влияния негативных кризисных явлений в экономике, финансовых проблем, которые зачастую приводили к банкротству. Особенно остро это проявляется в России в силу специфики экономики. Согласно этому перед менеджментом организаций, органами государственной власти нередко встают вопросы касательно предотвращения кризисных явлений, а также обеспечения стабильности хозяйствующих субъектов экономики. Ключевое значение во всем этом играет диагностика финансового состояния, основной задачей которой является как регулярное, так и своевременное выявление проблемных областей в деятельности предприятия и осуществление мер по предотвращению кризисного состояния. Есть достаточно много различных методик диагностики банкротства. Выбор же методики зависит, в первую очередь, от конкретных условий, в которых находится отрасль хозяйствования, от организационной структуры фирмы. Несмотря на целесообразность применения и анализа полученных результатов, нужно руководствоваться несколькими моделями с целью получения наиболее достоверного и реалистичного результата.

Библиографический список

1. Altman, E. I. Financial ratios, discriminant analysis and prediction of corporate bankruptcy // Journal of Finance. — 1968. — № 23. — P. 589-609.

2. Altman, E. I. Corporate financial distress and bankruptcy. — 2nd ed. — New York : John Wiley & Sons, 1993.

3. Шеремет, А. Д., Сайфулин, Р. С., Негашев, Е. В. Методика финансового анализа. — М. : ИНФРА-М, 2001.

4. Дружинин, А. И., Дунаев, О. Н. Управление финансовой устойчивостью. — Екатеринбург, 2011.

5. Ковалев, А. И. Анализ финансового состояния предприятия. — М. : Центр экономики и маркетинга, 2009.

6. Любушин, Н. П. Лещева, В. Б., Дьякова, В. Г. Анализ финансово-экономической деятельности предприятия. — М., 2009.

7. Крюков, А. Ф., Егорычев, И. Г. Анализ методик прогнозирования кризисной ситуации коммерческих организаций с использованием финансовых индикаторов // Менеджмент в России и за рубежом. — 2001. — № 2.

8. www.Moody's.com.

9. www.standardandpoors.com.

Bibliographic list

1. Altman, E. I. Financial ratios, discriminant analysis and prediction of corporate bankruptcy // Journal of Finance. — 1968. — № 23. — P. 589-609.

2. Altman, E. I. Corporate financial distress and bankruptcy. — 2nd ed. — New York : John Wiley & Sons, 1993.

3. Sheremet, A. D., Saifulin, R. S., Negashev, E. V. Methods of financial ana-lisys. — M. : INFRA-М, 2001.

4. Druzhinin, A. I., Dunaev, O. N. Financial robustness control. — Ekaterinburg, 2011.

5. Kovalyov, A. I. Enterprise financial status analisys. — M., 2009.

6. Lyubushin, N. P., Leshcheva, V. B., D'yakova, V. G. Economical and financial analisys of enterprise activity. — М., 2009.

7. Kryukov, A. Ph., Egorichev, I. G. Analysis of crisis forecast methods for commercial organizations using financial indicators // Management in Russia and abroad. — 2001. — № 2.

8. www.Moody's.com.

9. www.standardandpoors.com.

i Надоели баннеры? Вы всегда можете отключить рекламу.