CC BY
175ISSN 2311-8725 (Online) Эффективность бизнеса
ISSN 2073-039X (Print)
МЕТОДИКА ФИНАНСОВОГО МОДЕЛИРОВАНИЯ НА ОСНОВЕ ПУБЛИКУЕМОЙ КОНСОЛИДИРОВАННОЙ ОТЧЕТНОСТИ
Вера Геннадьевна КОГДЕНКО
доктор экономических наук, заведующая кафедрой финансового менеджмента,
Национальный исследовательский ядерный университет «МИФИ», Москва, Российская Федерация
История статьи: Аннотация
Получена 07.06.2017 Предмет. В статье рассматриваются проблемы моделирования показателей деятельности
Получена в доработанном виде компании на основе публикуемой информации.
21.06.2017 Цели. Разработка методики финансового моделирования на основе консолидированной
Одобрена 04.07.2017 отчетности и другой публикуемой информации.
Доступна онлайн 27.07.2017 Методология. Методологическую основу исследования составили объективные принципы
системного подхода, использование положений прогнозного экономического анализа, УДК 657.37(075.8) логического и комплексного подхода к оценке экономических явлений и процессов. В статье
JEL: G30, G32 представлены алгоритмы прогнозного анализа: трендовые модели, корреляционно-
регрессионный анализ, экспоненциальное сглаживание, с помощью которых выполнены расчеты, позволяющие моделировать и оценивать будущую деятельность компании и ее финансовые результаты. Основой расчетов являются прогнозные инструменты электронных таблиц Excel 2016.
Результаты. Разработана методика финансового моделирования, включающая пять этапов. На первом этапе анализа определяется стратегия компании с помощью space-анализа на основе количественных оценок внешней и внутренней среды. На втором этапе обосновывается алгоритм прогнозирования выручки и прочих финансовых результатов на основе экспоненциального сглаживания и построения трендовых моделей. Третий этап посвящен построению регрессионных моделей текущих и капитальных расходов и обоснованию других показателей, необходимых для расчета прогнозных финансовых результатов компании. На четвертом этапе обосновываются параметры реалистического, пессимистического и оптимистического сценариев развития компании. На заключительном этапе рассчитываются прогнозные финансовые результаты, фундаментальная стоимость компании и оценивается вероятность их достижения. Предложенная методика апробирована Ключевые слова: прогнозный на данных реальной компании.
финансовый анализ, space- Выводы. Разработанная методика позволяет моделировать финансовые результаты анализ, трендовые модели, деятельности компании на основе анализа ее внешней и внутренней среды. Статья может экспоненциальное сглаживание, быть полезна аналитикам, оценивающим деятельность компании на основе регрессионные модели консолидированной отчетности.
© Издательский дом ФИНАНСЫ и КРЕДИТ, 2017
Для цитирования: Когденко В.Г. Методика финансового моделирования на основе публикуемой консолидированной отчетности // Экономический анализ: теория и практика. - 2017. - Т. 16, № 7. - С. 1269 - 1285. https://doi.Org/10.24891/ea.16.7.1269
Современные тенденции в финансовой аналитике делают все более востребованными прогнозные инструменты анализа, ориентированные на исследование перспектив компании, оценку ее будущего финансового состояния и результатов деятельности. Традиционный финансовый анализ, основанный на данных публикуемой отчетности, в ходе которого исследуется текущее финансовое состояние компании, фокусируется на оценке результатов, достигнутых в прошлых периодах. Однако при анализе инвестиционной привлекательности, кредитоспособности, оценке возможностей устойчивого развития, в процессе обоснования решений, направленных на максимизацию стоимости, необходимы
аналитические процедуры прогнозирования финансового состояния и финансовых результатов компании. В стандарте интегрированной отчетности также подчеркивается стратегический фокус и ориентация на будущее1 отчетности, что требует разработки соответствующих аналитических процедур.
Значимость прогнозирования подчеркивается и в международных стандартах аудита, оно расценивается как эффективный аналитический инструмент в процессе проверки по существу
1 Международный стандарт интегрированной отчетности. URL: http://ir.org.ru/attachments/article/94/13-12-08-THE-INTERNATTONAL-IR-FRAMEWORK.docx_en-US_ru-RU.pdf
в отношении финансовой отчетности экономического субъекта, ему отводится особая роль в оценке деятельности. При этом отмечаются сложности в проведении прогнозного анализа, связанные с тем, что прогнозная финансовая информация в значительной степени субъективна по своему характеру, и ее подготовка требует использования профессионального суждения2.
В связи с этим становятся востребованными инструменты анализа отчетности, позволяющие моделировать деятельность компании, находить взаимосвязи между показателями, исследовать сценарии ее развития, оценивать будущие результаты деятельности [1, 2].
Целью исследования является построение финансовой модели компании, основанной на данных ее консолидированной финансовой отчетности и позволяющей воспроизвести в абстрактной форме ключевые тенденции и взаимосвязи финансовых показателей компании для прогнозирования развития бизнеса в будущем. В модели используются как качественные, так и количественные методы стратегического прогнозного анализа, результаты использования которых на каждом этапе подвергаются экспертной оценке.
Таким образом, стандартные приемы и методы вертикального, горизонтального, коэффициентного и факторного анализа должны быть дополнены алгоритмами прогнозного анализа, которые реализуются с помощью таких инструментов электронных таблиц Excel, как построение трендов, создание листов прогноза, построение регрессионных моделей, моделирование сценариев. Перечисленные алгоритмы
основываются на классической теории стратегического управления, которая, несмотря на определенные недостатки [3], остается тем не менее основой прогнозного финансового анализа. В частности, в рамках такого анализа реализуются сценарные подходы к разработке стратегии компании, выявляются альтернативы и их вероятности [4, 5]. При этом необходимо учитывать, что изменения во внешней среде могут существенно изменить ситуацию и снизить качество прогнозов, поэтому прогнозные расчеты должны проходить тщательную проверку экспертов.
2 О введении в действие Международных стандартов аудита на территории Российской Федерации: приказ Минфина России от 24.10.2016 № 192н; Международный стандарт заданий, обеспечивающих уверенность 3400 (ранее МСА 810) "Проверка прогнозной финансовой информации».
Ключевыми качественными характеристиками прогнозного анализа являются индикаторы внешней среды, в том числе регионов и рынков сбыта, описание стратегии развития компании, направлений инвестирования, источников финансирования инвестиций; количественные индикаторы прогнозного анализа - объем продаж компании, расходы, прибыль, инвестиции, фундаментальная стоимость. В более полной версии прогноз содержит все показатели прогнозной финансовой отчетности, включая показатели баланса, финансовых результатов и денежных потоков [6-8]. При этом прогнозный анализ должен обеспечивать возможность многовариантной оценки будущих показателей.
Прогнозирование финансовых показателей деятельности компании должно начинаться с качественной оценки перспектив ее развития, обоснования стратегии в терминах известных моделей стратегического анализа, и только затем могут быть применены количественные методы анализа. При этом необходимо отметить, что разработка стратегии основывается на исключительных способностях аналитика предугадывать будущее, что, к сожалению, невозможно формализовать на основе известных алгоритмов. Как инструмент качественного стратегического анализа может быть использован space-анализ (Strategic Position and Action Evaluation), поскольку он имеет ряд несомненных преимуществ, а именно - учитывает при разработке стратегии факторы внешней среды (стабильность и привлекательность рыночной среды) и внутренней среды (финансовый потенциал компании и ее конкурентные преимущества), позволяет обосновать стратегию с помощью количественной оценки разнообразных факторов, предлагает шаблоны стратегических рекомендаций по каждой стратегии [9].
Что касается количественных оценок будущего развития компании, то инструменты прогнозного анализа, применимые к финансовой отчетности, представлены на рис. 1.
Таким образом, экзогенные независимые переменные моделируются с помощью трендовых моделей или экспоненциального сглаживания; эндогенные переменные - с помощью регрессионных моделей. На завершающем этапе с помощью сценарных расчетов моделируются финансовые результаты компании и ее ф у н д а м е н т а л ь н а я с т о и м о с т ь д л я о птимистиче с кого, р е а лис тиче с кого, пессимистического прогнозов.
Исходным пунктом прогноза является прогноз будущей динамики объема продаж компании, который разрабатывается на основе как экспертных, так и статистических методов. Как отмечает А. Дамодаран [10], для краткосрочных периодов прогнозы аналитиков превосходят по качеству прогнозы, сделанные на основе временных рядов, а для долгосрочных периодов качество прогнозов на основе математических моделей становится выше. Необходимо учитывать при этом, что сами по себе прогнозы могут воздействовать на участников рынка и таким образом влиять на рыночную конъюнктуру. Поэтому на каждом этапе прогнозного анализа результаты, полученные на основе количественных моделей, подлежат экспертной оценке аналитиков на достоверность.
Блок-схема алгоритма финансового моделирования и прогнозных расчетов на основе консолидированной отчетности и другой публикуемой информации о деятельности компании и рынках, на которых она работает, представлена на рис. 2.
На первом этапе прогнозирования обосновывается стратегия развития компании. Значимость этого этапа заключается в том, что конкурентоспособность компании обеспечивается, с одной стороны, ее верным стратегическим позиционированием, а с другой, - достижением операционной эффективности [11, 12]. При этом выбрать стратегию единожды недостаточно для обеспечения долгосрочной конкурентоспособности, стратегия должна постоянно анализироваться, пересматриваться и корректироваться тактикой, именно это и обеспечивает компании долгосрочные конкурентные преимущества. Таким образом, по мнению Б. Джилада, выбор стратегии играет доминирующую роль, поскольку при неверно выбранной стратегии операционная эффективность уже не имеет никакого значения [13].
Исследовать стратегию можно с помощью space-анализа, обосновывая, таким образом, корпоративную стратегию компании. Основой для оценок являются данные из открытых источников, однако для некоторых выводов необходимы оценки экспертов, обладающих инсайдерской информацией. Существуют четыре базовых корпоративных стратегии: стратегия
концентрированного, интегрированного,
диверсифицированного роста и стратегия сокращения. Стратегия концентрированного роста предполагает развитие бизнеса за счет укрепления
положения компании на рынке, развития продукции посредством совершенствования как производственного процесса, так и маркетингового комплекса. Стратегия
интегрированного роста заключается в обеспечении развития бизнеса за счет вертикальной и горизонтальной интеграции. Стратегия диверсифицированного роста направлена на приобретение компаний, не связанных с осуществляемой деятельностью, и на трансформацию бизнеса в холдинг, формирующийся как совокупность бизнесов, осуществляющих различные виды деятельности.
В рамках space-анализа оцениваются четыре группы факторов, а именно:
• финансовая сила компании, в том числе ее эффективность и финансовая устойчивость;
• конкурентоспособность и положение компании на рынке, зависящие от лояльности покупателей и эффективности технологий; индикатором этих факторов является рыночная доля компании и ее способность влиять на цены и затраты;
• стабильность внешней среды, которая определяется посредством оценки изменчивости спроса и применяемых технологий;
• привлекательность рынков, на которых работает компания, что определяется с помощью оценки потенциала роста рынка, устойчивости прибыли, легкости доступа на рынок.
При высоких оценках всех четырех групп индикаторов наиболее эффективна агрессивная стратегия развития бизнеса, предполагающая расширение объема продаж, увеличение производства, освоение новых секторов рынка, продвижение брендов. Такая стратегия является стратегией концентрированного роста.
В условиях нестабильности среды и финансовой нестабильности компании, но привлекательности рынка и конкурентоспособности компании, наиболее обоснованной является конкурентная стратегия (стратегия интегрированного роста), в рамках которой компания усиливает свои позиции за счет интеграции по вертикали и горизонтали, повышая таким образом стабильность, аккумулирует дополнительные финансовые ресурсы, расширяет ассортимент выпускаемой продукции, развивает сбытовые сети.
Если компания работает в стабильной, но непривлекательной экономической среде, имея при
этом высокую финансовую стабильность, но низкую конкурентоспособность, то наиболее адекватной является консервативная стратегия (диверсифицированный рост), предполагающая разработку новых продуктов, выход на более перспективные рынки, снижение себестоимости, повышение качества продукта.
При негативной оценке всех групп факторов наиболее обоснованной является оборонительная стратегия (сокращение), которая предполагает уход с рынка, сокращение производственных мощностей, уменьшение или отсутствие инвестиций, возврат капитала собственникам и кредиторам, сокращение издержек, уход с рынка.
Матрица 8расе-анализа определяет вектор направления стратегии, рекомендуемой для компании, на основе которой далее оцениваются количественные показатели прогнозного анализа, в частности, изменение объема продаж и финансовых результатов.
Алгоритмы разработанной методики проиллюстрированы расчетами, выполненными на основе опубликованных данных диверсифицированной горно-металлургической компании, являющейся ведущим производителем никеля, палладия, платины, кобальта, меди и родия в мире. В расчетах количественных показателей прогнозного анализа использована консолидированная отчетность компании за 2009-2016 гг.
Исследование факторов 8расе-анализа позволило произвести оценку внешней и внутренней среды (табл. 1-4), в результате которой обоснована корпоративная стратегия компании.
Как следует из представленных расчетов (табл. 1), компания характеризуется высокими показателями рентабельности, ликвидности и денежного содержания выручки и прибыли, при этом собственный капитал и его маневренность относительно низкие, что связано с распределительной политикой компании, направленной на существенные выплаты дивидендов и выкуп акций (в прошлых периодах). В итоге оценка финансового потенциала - выше среднего.
Анализ конкурентных преимуществ компании (табл. 2) по публикуемой информации показал, что она контролирует высокую долю мирового рынка цветных металлов, а по отдельным позициям является лидером рынка, характеризуется высоким качеством продукции,
низким уровнем затрат, конкурентным уровнем цен, развитой сбытовой сетью. Это дает основание оценивать конкурентные преимущества компании на уровне выше среднего.
Стабильность среды (табл. 3) характеризуется уровнем ниже среднего вследствие высокой волатильности цен и спроса на цветные металлы, а также сильного давления конкурентов.
Общая оценка привлекательности рынка (табл. 4) немного ниже среднего вследствие невысокого потенциала роста выручки и прибыли. Необходимо отметить, что цветная металлургия характеризовалась в начале 2017 г. негативными тенденциями. Так, вследствие общей макроэкономической нестабильности и
замедления темпов роста китайской экономики цены на никель, медь, платиноиды снижались.
Обобщая полученные результаты, можно обосновать стратегию компании (рис. 3).
Как следует из графика (рис. 3), недостаточно высокая стабильность рынка при прочих позитивных характеристиках внешней и внутренней среды компании обусловила выбор конкурентной стратегии, то есть стратегии интегрированного роста, которая заключается в вертикальной интеграции и включении в холдинг компаний, обеспечивающих формирование полностью вертикально интегрированного бизнеса. Компания имеет достаточно сильную конкурентную позицию в умеренно привлекательной среде. Уровень финансовой силы компании оценивается выше среднего, поскольку бизнес характеризуется высоким уровнем рентабельности и ликвидности при низкой стабильности внешней среды, связанной с высокой волатильностью цен на металлы и спроса на них. Компания в целом остается достаточно конкурентоспособной, однако неблагоприятная конъюнктура рынка, а также возможности производства сказываются на объемах продаж, в результате чего выручка сокращается. Финансирование изменений в компании происходит в значительной части за счет заемных источников, поскольку собственные направляются акционерам.
Стр ате гиче с кая по зиция компании характеризуется как конкурентная, при которой следует, привлекая финансовые ресурсы, повышать дифференциацию компании путем развития технологий, продукта и сервиса, усиления маркетингового комплекса,
одновременно работая над снижением затрат и оптимизацией активов и в конечном итоге повышать эффективность деятельности и создаваемую стоимость.
На втором этапе после обоснования стратегии компании прогнозируются ее доходы, а именно -выручка и прочие финансовые результаты, на основе трендовых моделей и/или экспоненциального сглаживания. Для прогнозирования выручки исследуемой компании использованы два метода: построение трендов и прогнозирование на основе экспоненциального сглаживания. Метод построения трендов реализуется в Excel через выбор функции для тренда и ее оценку через коэффициент достоверности аппроксимации (коэффициент детерминации). Выбор варианта тренда обосновывается максимальным коэффициентом аппроксимации. Для исследуемой компании результаты построения трендов представлены в табл. 5.
Как следует из анализа данных табл. 5, наиболее достоверный вариант тренда - полиномиальный (рис. 4). Обоснованность использования полиномиальной аппроксимации обусловлена наличием относительно большого набора данных (8 лет) о нестабильной величине - выручке, которая попеременно возрастает и убывает в исследуемом периоде. При этом полной уверенности в достоверности прогноза, очевидно, быть не может, поскольку его надежность зависит прежде всего от рыночной цены металлов.
На графике (рис. 4) представлен прогноз на 2017 г., однако результаты полученного прогноза не могут быть признаны надежными, поскольку он предполагает существенное падение объема продаж, что противоречит обоснованной в рамках space-анализа стратегии, а также существующим прогнозам увеличения производственных возможностей компании. В частности, по обогатительной фабрике исследователи прогнозируют увеличение мощности до 16 млн т в год по сумме руд [14], однако надо учитывать, что при падении содержания основных элементов в руде выпуск металла может снизиться.
Поэтому применен еще один метод прогнозирования - экспоненциальное сглаживание (табл. 6). Для этого использован лист прогноза (Excel 2016), с помощью которого не только определяются прогнозные величины, но и оцениваются пессимистический и
оптимистический варианты прогноза. В данном случае для обоснования пессимистического и
оптимистического вариантов взят доверительный интервал 50%. Это сделано на основе экспертных оценок относительно стабильности развития экономической ситуации на ближайшую перспективу, степень которой признана высокой.
Представленный прогноз (табл. 6) оценивается как более достоверный, чем полученный на основе трендовых моделей. При этом надо отметить, что прогнозный объем продаж, рассчитанный по этому алгоритму для реалистичного сценария, также снижается.
Для прогнозирования прочих финансовых результатов (операционных и неоперационных, в составе которых положительные и отрицательные курсовые разницы, результат, полученный от инвестиционной деятельности, результат от выбытия дочерних компаний и активов, классифицированных как предназначенные для продажи и др.) предлагается использовать два метода: алгоритм экспоненциального сглаживания и метод расчета средних взвешенных величин. Результаты экспоненциального сглаживания представлены в табл. 7, 8.
Второй возможный метод прогнозирования прочего финансового результата - метод средневзвешенных величин. В процессе расчета значения показателей необходимо взвешивать, при этом удельными весами служат порядковые номера лет в анализируемом периоде, как это предлагают авторы работы [15], отмечая желательность процедуры взвешенного
усреднения данных, поскольку при этом наибольший удельный вес имеют последние годы, что позволяет повысить значимость последних тенденций в развитии показателя. Для восьми значений (2009-2016 гг.) расчет будет иметь следующий вид:
^ = (/7^x1 + ^x2 + ^3x3 + +^Д4х4 + ^Д5х5 + .РД6х6 + +га7х 7 + га8х8)/ /(1 + 2 + 3 + 4 + 5 + 6 + 7 + 8),
где ^1, ..., FR8 - финансовый результат, полученный в 2009-2016 гг. соответственно.
Расчеты средневзвешенных значений дали следующие результаты: прочий операционный результат - (451) млн долл.3; прочий неоперационный финансовый результат (с учетом
3 Отрицательные значения даны в скобках, как это принято в консолидированной финансовой отчетности.
процентов к уплате) - (1 044) млн долл. Значения результатов, рассчитанные по двум методам, имеют определенные различия. Для дальнейших расчетов с учетом экспертных оценок приняты значения, полученные в результате использования первого метода.
На третьем этапе обосновываются капитальные и текущие расходы компании. Обосновывая прогнозную модель инвестиций, необходимо отметить, что не существует устоявшейся теории, объясняющей инвестиционное поведение компаний и динамику инвестиций в целом [16]. Многие исследователи считают, что объем инвестиций определяется двумя группами факторов - потребностью в инвестициях и возможностью их финансировать. При этом инвестиционные затраты компаний имеют волнообразный характер [17]. Факторы, влияющие на инвестиции, можно представить следующим образом [18].
Внешние макроэкономические факторы:
• деловой цикл;
• инфляция;
• развитость фондового рынка и банковского сектора;
• стабильность валютного курса;
• инвестиционный климат;
• государственная политика; Внешние отраслевые факторы:
• технологические шоки;
• цены на продукцию и на производные финансовые инструменты на эту продукцию
[19];
• спрос;
• налоги;
• инвестиционный климат;
• государственная политика. Внутренние факторы:
• уровень доходности;
• структура собственности;
• качество корпоративного управления;
• распределительная политика.
Исследователями доказано, что компании формируют свою инвестиционную политику в зависимости от результатов деятельности [20]. Именно поэтому величину инвестиций зачастую моделируют как функцию от выручки. При этом важно учитывать, что простое воспроизводство обеспечивает величина инвестиций на уровне 20% от выручки. Что касается возможности их финансировать, то она зависит от нераспределенной прибыли и величины доступного заемного капитала. В нашем исследовании величина инвестиций моделируется как регрессионная модель от выручки (табл. 9). Для анализируемой компании средневзвешенное отношение инвестиций к выручке за анализируемый период составило 0,19 (19%), при этом в последние два года отношение превышало 0,2 (20%), что свидетельствует о расширенном воспроизводстве.
На третьем этапе также предусмотрена разработка регрессионных моделей расходов по обычным видам деятельности. Модели строятся отдельно для производственных расходов (себестоимость продаж) и коммерческих, управленческих расходов. При оценке уравнения регрессии необходимо учитывать, что его надежность оценивается с помощью коэффициента детерминации.
Для исследуемой компании уравнения капитальных и текущих расходов имеют вид, представленный в табл. 9.
Как показывают расчеты, модель инвестиций характеризуется низкими показателями достоверности аппроксимации, что связано с циклическим (волнообразным) характером инвестиций.
Также на третьем этапе обоснованы значения показателей, необходимых для дальнейших расчетов (табл. 10).
Ставка капитализации прибыли обоснована на основе мультипликатора Р / Е, то есть по фактическим показателям капитализации и чистой прибыли компании рассчитаны значения ставки капитализации за каждый год анализируемого периода (Е / Р) 100, затем по представленной формуле определена средневзвешенная величина ставки капитализации. Эффективная ставка налога на прибыль рассчитана как отношение расхода по налогу на прибыль к прибыли до налогообложения.
На четвертом этапе оцениваются варианты прогнозов развития компании с точки зрения прибыли и фундаментальной стоимости. Для разработки оптимистического и пессимистического сценариев необходимо понимание факторов, которые определяют динамику будущего развития компании. Эти факторы касаются следующих параметров внешней и внутренней среды:
• цены на производимую продукцию. Особенное значение имеет этот фактор для компаний добывающих отраслей, цены на продукцию которых характеризуются высокой волатильностью;
• объем реализуемой продукции. Этот фактор зависит от конъюнктуры рынка, усилий компании по освоению новых рынков сбыта, а также от развития собственной производственной базы;
• доступность и стоимость финансовых ресурсов. Значимость этого фактора высока для компаний с высокой долговой нагрузкой и существенной потребности в инвестициях;
• валютный курс. Этот фактор является существенным для компаний-экспортеров, импортеров, валютных заемщиков, а также закупающих инвестиционные товары за рубежом;
• возможность обеспечения контроля над операционными издержками, что определяется не только операционной эффективностью компании, но и зависимостью от внешних поставщиков ключевых видов ресурсов.
На пятом этапе предварительно обоснованные показатели позволили рассчитать прогнозные значения для трех сценариев развития исследуемой компании: реалистического, пессимистического и оптимистического (табл. 11).
Доход владельца рассчитан по следующей формуле:
FCF = ЫР + А - I,
где ЫР - чистая прибыль; А - амортизация; I - инвестиции.
Фундаментальная стоимость определена на основе следующей модели:
V = FCF / к,
где к - ставка капитализации.
Представленная в табл. 11 информация очерчивает границы колебаний ключевых показателей деятельности компании. Далее необходимо сузить эти границы с помощью экспертных оценок, то есть необходимо оценить вероятность сценариев, обоснованных с помощью статистических методов, с учетом предполагаемых изменений во внешней и внутренней среде компании. Для такого обоснования использована информация из пресс-релизов компании, где представлены вполне оптимистические прогнозы по ключевым видам металлов:
• умеренно позитивный прогноз по рынку никеля (высокий спрос нержавеющей стали на фоне снижения филиппинских поставок и конкурентного роста производства в Индонезии);
• нейтральный прогноз по рынку меди (рост спроса в КНР уравновешивается завершением строительства производственных мощностей в Перу);
• прогноз по рынкам палладия и платины оценивается как позитивный из-за предполагаемого роста производства автомобилей в КНР и США и устойчивого спроса химической промышленности.
Кроме того, в пресс-релизах прогнозируется увеличение производственных возможностей самой компании с завершением модернизации обогатительной фабрики и увеличением объемов переработки концентрата. Таким образом, как внешние, так и внутренние факторы свидетельствуют о возможностях реализации оптимистического сценария развития бизнеса. Обоснованность вероятностей рассчитанных сценариев в полной мере зависит от достоверности информации о внешней и внутренней среде, а также от компетентности и профессионализма эксперта.
Алгоритмы прогнозирования, планирования и бюджетирования на основе инсайдерской информации хорошо развиты, однако результаты прогнозирования недоступны внешним пользователям отчетности. Между тем методы оценки будущего состояния компании на основе ее публикуемой отчетности без использования внутренней информации не так совершенны и требуют развития. Такого рода алгоритмы востребованы всеми стейкхолдерами компании, в том числе миноритарными акционерами, кредиторами, потенциальными инвесторами, аудиторами, контролирующими государственными органами.
V.G. Kogdenko / Economic Analysis: Theory and Practice, 2017, vol. 16, iss. 7, pp. 1269-1285
Таблица 1 Факторы финансового потенциала Table 1 Factors of financial strength
Показатель Оценка от 0 до 6
Рентабельность инвестированного капитала: низкая (0); высокая (6) 5
Финансовая зависимость: несбалансированная (0); сбалансированная (6) 2
Ликвидность: низкая (0); высокая (6) 5
Необходимый (имеющийся) собственный капитал: большой дефицит (0); малый (6) 2
Денежное содержание выручки и прибыли: низкое (0); высокое (6) 5
Маневренность собственного капитала: малая (0); большая (6) 2
Среднее значение 3,5
Источник: авторская разработка Source: Authoring
Таблица 2 Факторы конкурентных преимуществ Table 2 Factors of competitive advantages
Показатель Оценка от -6 до 0
Доля рынка: малая (-6); большая (0) -1
Качество продукции: низкое (-6) высокое (0) -1
Жизненный цикл продукта: конечный (-6); начальный (0) -3
Лояльность покупателей: слабая (-6); сильная (0) -4
Загрузка мощностей конкурентов: слабая (-6); сильная (0) -3
Вертикальная интеграция: низкая (-6); высокая (0) 0
Технологическое ноу-хау: низкое (-6); высокое (0) -2
Среднее значение -2
Источник: авторская разработка Source: Authoring
Таблица 3
Факторы стабильности среды Table 3
Factors of environmental stability
Показатель Оценка от -6 до 0
Технологические изменения: мало (0); много (-6) -3
Стабильность цен: высокая (0); низкая (-6) -6
Изменчивость спроса: малая (0); большая (-6) -5
Диапазон цен конкурентов: малый (0); большой (-6) -1
Давление конкурентов: слабое (0); сильное (-6) -6
Ценовая эластичность спроса: низкая (0); высокая (-6) -1
Среднее значение -3,7
Источник: авторская разработка Source: Authoring
Таблица 4
Факторы привлекательности рынка Table 4
Factors of market attractiveness
Показатель Оценка от 0 до 6
Потенциал роста рынка: малый (0); большой (6) 1
Потенциал роста прибыли: малый (0); большой (6) 1
Уровень технологии: простая (0); сложная (6) 3
Степень использования ресурсов: неэффективное (0); эффективное (6) 3
Легкость доступа на рынок: легко (0); сложно (6) 6
Производительность, использование производственных мощностей: низкая (0); высокая (6) 3
Среднее значение 2,8
Источник: авторская разработка Source: Authoring
Таблица 5
Результаты построения трендов выручки Table 5
Results of building the revenue trends
Вид тренда Уравнение тренда* Величина достоверности аппроксимации R
Экспоненциальный Y = 13 637 e-0-48' 0,381
Линейный Y = -497,29 ' + 13 397 0,357
Логарифмический Y = - 1 066 ln (') + 12 573 0,135
Полиномиальный Y = -13,456 t4 + 306,34 t3 - 2 599 t2 + 8 600,4 ' + 3 874,5 0,878
Степенной Y = 12 636 Г0Д05 0,152
t - номер года.
Источник: авторская разработка Source: Authoring
Таблица 6
Прогноз выручки на основе экспоненциального сглаживания, млн долл.
Table 6
Forecast of revenue based on exponential smoothing, million USD
Прогноз (реалистический вариант) Привязка низкой Привязка высокой
Год Выручка вероятности (пессимистический вариант вероятности (оптимистический вариант)
2009 10 155 - - -
2010 12 775 - - -
2011 14 122 - - -
2012 12 065 - - -
2013 11 489 - - -
2014 11 869 - - -
2015 8 542 - - -
2016 8 259 - - -
2017 - 7 770 6 589 8 950
Источник: авторская разработка Source: Authoring
Таблица 7
Прогноз прочего операционного результата на основе экспоненциального сглаживания, млн долл.
Table 7
Forecast of other operating result based on exponential smoothing, million USD
Год Прочий операционный результат Прогноз (реалистический вариант) Привязка низкой вероятности (пессимистический вариант) Привязка высокой вероятности (оптимистический вариант)
2009 79 - - -
2010 (242) - - -
2011 (418) - - -
2012 (514) - - -
2013 (1 108) - - -
2014 (302) - - -
2015 (572) - - -
2016 (145) - - -
2017 (430) (682) (177)
Примечание. В скобках даны отрицательные значения показателей, как это принято в консолидированной финансовой отчетности.
Источник: авторская разработка
Note. Negative values of indicators are given in parentheses as in consolidated financial statements. Source: Authoring
Таблица 8
Прогноз прочего неоперационного финансового результата на основе экспоненциального сглаживания, млн долл.
Table 8
Forecast of other non-operating financial result based on exponential smoothing, million USD
Год Прочий неоперационный результат Прогноз (реалистический вариант) Привязка низкой вероятности (пессимистический вариант) Привязка высокой вероятности (оптимистический вариант)
2009 (289) - - -
2010 (1 915) - - -
2011 (1 149) - - -
2012 (721) - - -
2013 (1 146) - - -
2014 (2 086) - - -
2015 (1 262) - - -
2016 (-) - - -
2017 (644) (1 217) (71)
Примечание. В скобках даны отрицательные значения показателей, как это принято в консолидированной финансовой отчетности.
Источник: авторская разработка
Note. The negative values of the indicators are given in parentheses, as in the consolidated financial statements. Source: Authoring
Таблица 9
Регрессионные модели капитальных и текущих затрат
Table 9
Regression models of capital and operating costs
Виды трендов Уравнение регрессии Величина достоверности аппроксимации R
Уравнение инвестиций Y = -89,17 - 0,18 X, где X - выручка 0,373
Уравнение производственных расходов Y = -1815,49 - 0,314 X 0,754
Уравнение коммерческих и Y = 735,31 - 0,167 X 0,766
управленческих расходов
Источник: авторская разработка Source: Authoring
Таблица 10
Средневзвешенные значения показателей
Table 10
Weighted average indicators
Показатель Значение
Ставка капитализации прибыли, % 8,17
Эффективная ставка налога на прибыль, % 28,11
Амортизациеемкость продукции 0,066
Источник: авторская разработка Source: Authoring
Таблица 11
Оценочные значения по трем сценариям, млн долл.
Table 11
Estimated values under the three scenarios, million USD
Показатель Текущие Реалистический Пессимистический Оптимистический
значения (2016 г.) сценарий (2017 г.) сценарий (2017 г.) сценарий (2017 г.)
Изменяемый
Выручка 8 259 7 770 6 589 8 950
Результат
Себестоимость (4 159) (4 258) (3 886) (4 628)
Коммерческие и управленческие (674) (563) (366) (760)
расходы
Прочий операционный финансовый результат (145) (430) (682) (177)
Операционная прибыль 3 281 2 519 1 655 3 384
Прочий неоперационный финансовый результат (5) (644) (1 217) (71)
Прибыль до налогообложения 3 276 1 875 438 3 313
Налог на прибыль (745) (527) (123) (931)
Чистая прибыль 2 531 1 348 315 2 382
Инвестиции (1 948) (1 485) (1 273) (1 697)
Амортизация 557 512 435 590
Доход владельца 1 140 375 (524) 1 275
Фундаментальная стоимость 30 964 16 494 3 852 29 141
Примечание. В скобках даны отрицательные значения показателей, как это принято в консолидированной финансовой отчетности.
Источник: авторская разработка
Note. The negative values of the indicators are given in parentheses, as in the consolidated financial statements. Source: Authoring
Рисунок 1
Количественные методы финансового моделирования Figure 1
Quantitative methods of financial modeling
Количественные методы финансового моделирования
1 г t
Трендовые модели Экспоненциальное сглаживание
1 г
Прогноз емкости рынка, объема продаж, рыночных цен Прогноз выручки, прочих операционных и неоперационных финансовых результатов
Регрессионные модели
Сценарные расчеты
Моделирование производственных, коммерческих, управленческих расходов и инвестиций
Моделирование факторов стоимости и фундаментальной стоимости
Источник: авторская разработка Source: Authoring
Рисунок 2
Блок-схема финансового моделирования Figure 2
A flowchart of financial modeling
Источник: авторская разработка Source: Authoring
Рисунок 3
Матрица space-анализа для исследуемой компании Figure 3
Matrix of space analysis for the company
Источник: авторская разработка Source: Authoring
Рисунок 4
Прогноз выручки на основе полиномиального тренда на 2017 г., млн долл. Figure 4
Revenue forecast based on the polynomial trend line in 2017, million USD
2010
Источник: авторская разработка Source: Authoring
Список литературы
1. Пласкова Н.С. Теория и практика стратегического экономического анализа результативности бизнеса: монография. М.: МАКС Пресс, 2007. 363 с.
2. Хелферт Э. Техника финансового анализа. СПб.: Питер, 2003. 640 с.
3. Иванов В.В., Цытович Н.Н. Корпоративные финансы: методологические аспекты стратегического планирования // Вестник Санкт-Петербургского университета. Сер. 5. Экономика. 2012. Вып. 3. С.108-115.
4. Черкасова В.А., Фрадкина М.М. Внедрение сценарного подхода в разработку стратегии компании // Корпоративные финансы. 2010. № 2. С. 68-75. URL: https://cyberleninka.ru/artide/v/vnedrenie-stsenarnogo-podhoda-v-razrabotku-strategii-kompanii
5. МесконМ., АльбертМ., Хедоури Ф. Основы менеджмента. М.: Дело, 2004. 493 с.
6. Пайк Р., Нил Б. Корпоративные финансы и инвестирование. СПб.: Питер, 2006. 784 с.
7. Коупленд Т., Коллер Т., Муррин Дж. Стоимость компаний: оценка и управление. М.: Олимп-Бизнес, 2005. 575 с.
8. Брейли Р., Майерс С. Принципы корпоративных финансов. М.: Олимп-Бизнес, 2015. 1008 с.
9. Radder L., Louw L. The SPACE Matrix: A Tool for Calibrating Competition. Long Range Planning, 1998, vol. 31, iss. 4, pp. 549-559. doi: 10.1016/S0024-6301(98)80048-4
10. Дамодаран А. Инвестиционная оценка. Инструменты и методы оценки любых активов. М.: Альпина Паблишер, 2017. 1316 с.
11. Ивашковская И.В. Финансовые измерения корпоративных стратегий. Стейкхолдерский подход: монография. М.: ИНФРА-М, 2013. 319 с.
12. Ивашковская И.В., Григорьева С.А., Кокорева М.С., Степанова А.Н. и др. Корпоративные финансовые решения. Эмпирический анализ российских компаний (корпоративные финансовые решения на развивающихся рынках капитала): монография. М.: ИНФРА-М, 2012. 281 с.
13. Джилад Б. Конкурентная разведка. Как распознать внешние риски и управлять ситуацией. Спб.: Питер, 2010. 320 с.
14. Смирнов Г.Н., Смирнов А.Н., Головина Ю.С. Этапы реализации проекта реконструкции Талнахской обогатительной фабрики // Обогащение руд. 2016. № 5. С. 75-87.
15. Теплова Т.В., Крылова М.С. Эмпирическое исследование факторов, определяющих инвестиционную активность российских компаний // Корпоративные финансы. 2007. № 1. С. 22-44. URL: https://cyberleninka.ru/article/v/empiricheskoe-issledovanie-faktorov-opredelyayuschih-investitsionnuyu-aktivnost-rossiyskih-kompaniy
16. Родионов И.И., Протасов В.С. Учет отраслевых факторов при анализе инвестиционного поведения компаний (на примере нефтегазовой отрасли) // Корпоративные финансы. 2010. № 4. С. 41-51. URL: https://elibrary.ru/item.asp?id=15569052
17. Антилл Н., Ли К. Оценка компаний: анализ и прогнозирование с использованием отчетности по МСФО. М.: Альпина Паблишер, 2013. 440 с.
18. Чараева М.В. Формирование инвестиционной программы электросетевой компании с учетом возможностей использования источников финансирования инвестиционной деятельности // Корпоративные финансы. 2011. № 1. С. 40-48. URL: https://elibrary.ru/item.asp?id=16498533
19. Черкасова В.А., Мочалов Д.С. Влияние неопределенности фондового рынка на инвестиционную активность российских компаний через формирование цен на базовые активы // Корпоративные финансы. 2012. № 4. С. 46-57. URL: https://cyberleninka.ru/article/v/vliyanie-neopredelennosti-
fondovogo-rynka-na-investitsionnuyu-aktivnost-rossiyskih-kompaniy-cherez-formirovanie-tsen-na-bazovye-aktivy
20. Черкасова В.А., Теплова О.Ю. Исследование влияния факторов финансовых ограничений на инвестиционные решения компаний на развивающихся рынках капитала // Корпоративные финансы. 2013. № 2. С. 4-18. URL: https://elibrary.ru/item.asp?id=20134161
Информация о конфликте интересов
Я, автор данной статьи, со всей ответственностью заявляю о частичном и полном отсутствии фактического или потенциального конфликта интересов с какой бы то ни было третьей стороной, который может возникнуть вследствие публикации данной статьи. Настоящее заявление относится к проведению научной работы, сбору и обработке данных, написанию и подготовке статьи, принятию решения о публикации рукописи.
ISSN 2311-8725 (Online) Business Performance
ISSN 2073-039X (Print)
A METHODOLOGY FOR FINANCIAL MODELING BASED ON PUBLISHED CONSOLIDATED FINANCIAL STATEMENTS
Vera G. KOGDENKO
National Research Nuclear University MEPhI, Moscow, Russian Federation [email protected]
Article history:
Received 7 June 2017 Received in revised form 21 June 2017 Accepted 4 July 2017 Available online 27 July 2017
JEL classification: G30, G32
Keywords: predictive financial analysis, space analysis, trend model, exponential smoothing, regression model
Abstract
Importance The article considers modeling the company performance on the basis of published information.
Objectives The purpose of the study is to develop a methodology for financial modeling based on consolidated financial statements and other published information.
Methods The article presents algorithms for prospective financial analysis and calculations based on Excel 2016 forecasting tools that allow modeling and evaluating the company's future performance and financial results using the published information.
Results The developed methodology includes five stages. At the first stage of the analysis, the company's strategy is determined using the space analysis based on quantitative assessments of external and internal environment. At the second stage, the algorithm for revenue forecasting and other financial results is underpinned based on exponential smoothing and trend model building. At the third stage, regression models of current and capital expenditures are built and other indicators are justified that are needed to calculate projected financial results. At the fourth stage, parameters of the realistic, pessimistic and optimistic scenarios of company's development are substantiated. At the final stage, projected financial results and the fundamental value of the company are calculated and the likelihood of achieving the results. The proposed methodology is tested on the data of a Russian strategic company.
Conclusions and Relevance The presented methodology may be useful for analysts evaluating the company's activities on the basis of consolidated financial statements.
© Publishing house FINANCE and CREDIT, 2017
Please cite this article as: Kogdenko V.G. A methodology for financial modeling based on published consolidated financial statements.
Economic Analysis: Theory and Practice, 2017, vol. 16, iss. 7, pp. 1269-1285.
https://doi.org/10.24891/ea.l6.7.1269
References
1. Plaskova N.S. Teoriya i praktika strategicheskogo ekonomicheskogo analiza rezul'tativnosti biznesa: monografiya [Theory and practice of strategic economic analysis of business performance: a monograph]. Moscow, MAKS Press Publ., 2007, 363 p.
2. Helfert E. Tekhnika finansovogo analiza [Techniques of Financial Analysis: A Practical Guide to Measuring Business Performance]. St. Petersburg, Piter Publ., 2003, 640 p.
3. Ivanov V.V., Tsytovich N.N. [Corporate finance: Methodological aspects of strategic planning]. Vestnik Sankt-Peterburgskogo universiteta. Ser. 5. Ekonomika = Vestnik of Saint-Petersburg University. Series 5. Economics, 2012, iss. 3, pp. 108-115. (In Russ.)
4. Cherkasova VA., Fradkina M.M. [Introduction of a scenario approach in the development of the company's strategy]. Korporativnye finansy, 2010, no. 2, pp. 68-75. (In Russ.) URL: https://cyberleninka.ru/article/v/vnedrenie-stsenarnogo-podhoda-v-razrabotku-strategii-kompanii
5. Mescon M., Albert M. Khedouri F. Osnovy menedzhmenta [Management]. Moscow, Delo Publ., 2004, 493 p.
6. Pike R., Neale B. Korporativnye finansy i investirovanie [Corporate Finance and Investment: Decisions and Strategies]. St. Petersburg, Piter Publ., 2006, 784 p.
7. Copeland T., Koller T., Murrin J. Stoimost' kompanii: otsenka i upravlenie [Valuation: Measuring and Managing the Value of Companies]. Moscow, Olimp-Biznes Publ., 2005, 575 p.
8. Brealey R., Myers S.C. Printsipy korporativnykh finansov [Principles of Corporate Finance]. Moscow, Olimp-Biznes Publ., 2015, 1008 p.
9. Radder L., Louw L. The SPACE Matrix: A Tool for Calibrating Competition. Long Range Planning, 1998, vol. 31, iss. 4, pp. 549-559. doi: 10.1016/S0024-6301(98)80048-4
10. Damodaran A. Investitsionnaya otsenka. Instrumenty i metody otsenki lyubykh aktivov [Investment Valuation: Tools and Techniques for Determining the Value of Any Asset]. Moscow, Al'pina Pablisher Publ., 2017, 1316 p.
11. Ivashkovskaya I.V. Finansovye izmereniya korporativnykh strategii. Steikkholderskii podkhod: monografiya [Financial measurement of corporate strategies. A stakeholder approach: a monograph]. Moscow, INFRA-M Publ., 2013, 319 p.
12. Ivashkovskaya I.V., Grigor'eva S.A., Kokoreva M.S., Stepanova A.N. et al. Korporativnye finansovye resheniya. Empiricheskii analiz rossiiskikh kompanii (korporativnye finansovye resheniya na razvivayushchikhsya rynkakh kapitala): monografiya [Corporate financial decisions. The empirical analysis of Russian companies (corporate financial decisions in emerging capital markets): a monograph]. Moscow, INFRA-M Publ., 2012, 281 p.
13. Gilad B. Konkurentnaya razvedka. Kak raspoznat' vneshnie riski i upravlyat' situatsiei [Early Warning: Using Competitive Intelligence to Anticipate Market Shifts, Control Risk, and Create Powerful Strategies]. St. Petersburg, Piter Publ., 2010, 320 p.
14. Smirnov G.N., Smirnov A.N., Golovina Yu.S. [Stages of implementing the Talnakh concentrating mill reconstruction project]. Obogashchenie rud = Mineral Processing, 2016, no. 5, pp. 75-87. (In Russ.)
15. Teplova T.V., Krylova M.S. [The empirical research of the factors determining the investment activity of Russian companies]. Korporativnye finansy, 2007, no. 1, pp. 22-44. (In Russ.) URL: https://cyberleninka.ru/article/v/empiricheskoe-issledovanie-faktorov-opredelyayuschih-investitsionnuyu-aktivnost-rossiyskih-kompaniy
16. Rodionov I.I., Protasov V.S. [Including of sectoral factors in the analysis of companies investment behaviour (on example of the oil & gas industry)]. Korporativnye finansy, 2010, no. 4, pp. 41-51. (In Russ.) URL: https://elibrary.ru/item.asp?id=15569052
17. Antill N., Lee K. Otsenka kompanii: analiz i prognozirovanie s ispol'zovaniem otchetnosti po MSFO [Company Valuation Under IFRS: Interpreting and Forecasting Accounts Using International Financial Reporting Standards]. Moscow, Al'pina Pablisher Publ., 2013, 440 p.
18. Charaeva M.V. [Formation of the investment program of the electronetwork company, taking into account possibilities of using the sources of financing of investment activity]. Korporativnye finansy, 2011, no. 1, pp. 40-48. (In Russ.) URL: https://elibrary.ru/item.asp?id=16498533
19. Cherkasova VA., Mochalov D.S. [Influence of the stock market uncertainty on investment activity of Russian companies through the underlying asset pricing]. Korporativnye finansy, 2012, no. 4, pp. 46-57. (In Russ.) URL: https://cyberleninka.ru/article/v/vliyanie-neopredelennosti-fondovogo-rynka-na-investitsionnuyu-aktivnost-rossiyskih-kompaniy-cherez-formirovanie-tsen-na-bazovye-aktivy
20. Cherkasova V.A., Teplova O.Yu. [Research of impact of financial constraints on investment decisions of companies in emerging capital markets]. Korporativnye finansy, 2013, no. 2, pp. 4-18. (In Russ.) URL: https://elibrary.ru/item.asp?id=20134161
Conflict-of-interest notification
I, the author of this article, bindingly and explicitly declare of the partial and total lack of actual or potential
conflict of interest with any other third party whatsoever, which may arise as a result of the publication of this
article. This statement relates to the study, data collection and interpretation, writing and preparation of the
article, and the decision to submit the manuscript for publication.
