CC BY
276
РЕФОРМА ЖКХ
УДК 332.87
МЕТОДИКА ОЦЕНКИ ФИНАНСОВОЙ УСТОЙЧИВОСТИ УПРАВЛЯЮЩИХ СУБЪЕКТОВ В ЖИЛИЩНО-КОММУНАЛЬНОМ ХОЗЯЙСТВЕ
Е. А. КАМЕНЕВА, доктор экономических наук, профессор, профессор кафедры корпоративных финансов E-mail: kameneva.e@rambler.ru
Е. А. ФЁДОРОВА, доктор экономических наук, доцент, профессор кафедры финансового менеджмента
E-mail: ecolena@mail.ru Финансовый университет при Правительстве РФ
В статье представлены результаты научного исследования по разработке отраслевых стандартов финансовой устойчивости для совершенствования процессов управления финансами управляющих организаций в жилищно-коммунальном хозяйстве. Методология исследования предусматривает использование экономико-математического моделирования, а именно: дисперсионного анализа, логит- и пробит-анализа, построения бинарных деревьев классификации.
Ключевые слова: финансовая устойчивость, банкротство, жилищно-коммунальное хозяйство, управляющие организации
Становление рынка жилищно-коммунальных услуг в России - одно из наиболее сложных направлений социально-экономического реформирования. В течение многих лет ЖКХ формировалось как сложная, многоотраслевая система в условиях централизованного управления, охватывающая более 30 различных видов деятельности. В настоящее время ведущая роль в эффективном функционировании данной сферы отведена управляющим субъектам (товариществам собственников жилья, жилищ-
ным кооперативам, управляющим организациям), осуществляющим управление многоквартирными домами. От финансового состояния, надежности, высокой компетенции и профессионализма управляющего субъекта зависят финансовое состояние ресурсоснабжающих и подрядных организаций, бесперебойность функционирования коммунальной и жилищной инфраструктур, обеспечение полного и качественного жилищно-коммунального обслуживания населения в соответствии с принципом прозрачности ценообразования. Управляющий субъект несет не только значимую финансово-экономическую и техническую ответственность перед жильцами многоквартирного дома, но и социальную ответственность.
В настоящее время в России зарегистрированы и действуют 32 579 управляющих субъектов (включая 16 099 товариществ собственников жилья), обслуживающих 601 301 дом общей площадью 1 543 709 673 м2, в которых проживают 52 406 307 чел.*.
* Рейтинг управляющих организаций. Реформа ЖКХ. URL: http://www.reformagkh.ru/mymanager/ratmg?tid=220816L
В этой связи становятся остроактуальными действенный мониторинг и контроль за финансово-хозяйственной деятельностью управляющих субъектов.
Финансовая устойчивость организации непосредственно связана с таким финансовым риском, как риск банкротства. Согласно статистическим данным, в период 2008-2012 гг. ежегодно в Высший Арбитражный Суд Российской Федерации поступало в среднем 37 686 заявлений о признании должника банкротом (в том числе в отношении физических лиц). Из общего числа поступивших заявлений к производству за указанный период принималось от 80 до 90 % всех поступивших заявлений. Примечательно, что около 50 % дел, принятых к производству, в том же году завершались принятием решения о признании должника банкротом и открытии конкурсного производства.
Подобная тенденция, по мнению авторов, может свидетельствовать о том, что кризисное состояние, в котором находились предприятия, было настолько глубоким, что выбраться из него не представлялось возможным. Глубина кризиса в большинстве случаев во многом обусловлена отсутствием возможности его прогнозирования. Следует также отметить, что далеко не все ликвидирующиеся предприятия проходят через процедуру банкротства. Многие, особенно малые предприятия ликвидируются добровольно.
Таким образом, проблема прогнозирования банкротства стоит по-прежнему остро. По данным Высшего Арбитражного Суда Российской Федерации, не более 2 % предприятий, попавших в процедуру банкротства (конкурсного производства), выбираются из нее с достаточно незначительными потерями (через внешнее управление, финансовое оздоровление или мировое соглашение). Большинство же ликвидируется, что приводит к потерям (не только материальным) для широкого круга юридических и физических лиц [3].
Данные. В качестве объекта исследования в работе была использована финансовая отчетность российских предприятий из баз данных Системы профессионального анализа рынков и компаний (СПАРК) и трансфертного ценообразования RUSLANA. В работе использовалась отчетность 434 управляющих организаций ЖКХ за период 2006-2012 гг. Выборка являлась сбалансированной, 213 компаний на момент осуществления расчетов -банкроты.
На основе полученных данных финансовой отчетности отобранных организаций сформирован перечень объясняющих переменных, основанный на зарубежных исследованиях [4, 5, 6, 7, 8]. Данный перечень включает в себя:
- группы финансово-экономических показателей, основанных на денежном потоке и рентабельности предприятия;
- показатели оборачиваемости, ликвидности и платежеспособности, структуры баланса;
- показатели, соответствующие законодательству РФ;
- показатели из классических западных и российских моделей.
Для того чтобы проверить прогностические способности разрабатываемой модели, первоначальная выборка российских предприятий разделена случайным образом на две подвыборки:
- тренировочную (обучающую, 70 % наблюдений), на которой проводится построение модели;
- контрольную (проверочную, 30 % наблюдений), на которой оценивается точность прогнозирования по построенной модели. Процентное разделение на рабочую и контрольную выборки соответствует общей практике, принятой в современной литературе.
На первом этапе исследования был применен дисперсионный анализ. С помощью дисперсионного анализа найдены классифицирующие индикаторы, которые способны за 1 год до возможного банкротства отличать благополучные предприятия от банкротов. Другими словами, анализ позволяет проверить, насколько различаются средние значения показателей у банкротов и небанкротов. Например, среднее значение текущей ликвидности для банкротов составляет 1,59, а для здоровых компаний - 2,7. Дисперсионный анализ также учитывает дисперсию для двух групп и с помощью ^статистики проверяет классифицирующую способность текущей ликвидности, насколько качественно она делит банкротов и небанкротов. Рассмотрим текущие нормативы, представленные в табл. 1.
Если значение показателя соответствует нормативу, то ставится 1 (соответствуют), в противном случае ставится 0 (не соответствуют). В табл. 1 показано, насколько качественно существующие нормативы разделяют банкротов и небанкротов. Например, только 49 % здоровых предприятий не соответствуют нормативу коэффициента текущей
Таблица 1
Текущие нормативы
Показатель Коэффициент текущей ликвидности Коэффициент быстрой ликвидности Коэффициент ликвидности при мобилизации средств Совокупный долг к собственному капиталу Коэффициент обеспеченности собственными оборотными средствами Коэффициент маневренности собственных оборотных средств
1 0 0 1 0 1 0 1 0 1 0 1
Здоровое предприятие, % 49 51 57 43 90 10 69 31 67 33 95 5
Банкрот, % 51 49 43 57 97 3 59 41 53 47 96 4
ликвидности. Другими словами, нормативы, соответствующие законодательству, фактически не разделяют выборку на здоровые предприятия и предприятия-банкроты.
На втором этапе были использованы модели бинарного выбора для анализа финансовой устойчивости. Данный анализ применялся в работах Дж. Олсона, М. Е. Змиевски и др. [9, 10].
Результаты оценки представлены в табл. 2.
Показатель используется для нахождения вероятности наступления банкротства предприятия по формуле логистической регрессии: если данный показатель больше нуля, то предприятие является банкротом.
Коэффициенты, имеющие отрицательный знак:
- оборачиваемость кредиторской задолженности;
Результаты оценки
- отношение совокупного долга к совокупным активам;
- отношение нераспределенной прибыли к совокупным активам;
- рентабельность затрат.
Итак, чем выше показатель, тем ниже вероятность банкротства предприятия. Каждый показатель имеет свою экономическую интерпретацию. На вероятность банкротства оказали влияние как широко известные и давно используемые показатели оценки финансово-экономического состояния предприятия (рентабельности и оборачиваемости предприятия, ликвидности), так и показатели, практически не имеющие аналогов в РФ (отношение нераспределенной прибыли к совокупным активам), и показатели малоизвестные.
Произведена оценка построенной модели. Для этого была рассчитана соответствующая классифи-
Таблица 2
по логит-модели
Переменные Коэффициент Стандартная ошибка Z-статистика Вероятность
Оборачиваемость кредиторской задолженности, во сколько раз -0,007858 0,004510 -1,742467 0,0814
Оборачиваемость кредиторской задолженности по выручке, во сколько раз 0,007541 0,004330 1,741607 0,0816
Коэффициент оборачиваемости кредиторской задолженности 1,06Е-05 8,10Е-06 1,313075 0,1892
Отношение совокупного долга к совокупным активам -4,716578 1,960025 -2,406387 0,0161
Отношение нераспределенной прибыли к совокупным активам -4,795191 1,951323 -2,457404 0,0140
Рентабельность затрат, % -0,751484 0,469220 -1,601559 0,1093
Платежеспособность по текущим обязательствам 4,043360 2,472321 1,635451 0,1020
Стандартное отклонение зависимой переменной 0,494767 Среднее зависимой переменной 0,490783
Критерий Акаике 0,500492 Стандартная ошибка регрессии 0,478339
Критерий Шварца 1,296086 Сумма квадратов остатков 97,24343
Коэффициент детерминации МакФаддена 1,380550 Функция максимального правдоподобия -272,2506
LR-статистика 57,00305 Функция максимального правдоподобия -0,627306
Вероятность по LR-cтатистике 0,000000 Наблюдений с зависимой переменной = 1 213
Наблюдений с зависимой переменной = 0 221 Общее количество наблюдений 434
кационная таблица, согласно которой общая прогностическая способность модели составила 66,51 %, что является довольно высоким показателем [1].
Далее была проведена оценка достоверности нормативов ликвидности и финансовой устойчивости. Анализ проводился двумя способами. Первый способ включал добавление в логит-модель дамми-переменных, соответствующих нормативам по ликвидности и финансовой устойчивости, которые были утверждены приказом Министерства экономического развития Российской Федерации от 01.10.97 N° 118 «Об утверждении Методических рекомендаций по реформе предприятий (организаций)» (далее - приказ № 118). После появления приказа № 118 прошло около 15 лет, и, возможно, в настоящее время эти показатели не соответствуют реальным нормативам перехода состояния из здорового в кризисное. Второй способ заключался в построении деревьев классификации.
Расчет модели по первому способу представлен в табл. 3.
Анализ данных, представленных в табл. 3, показывает, что значимыми являются следующие показатели:
- норматив коэффициента быстрой ликвидности;
- норматив отношения совокупного долга к собственному капиталу;
- норматив коэффициента маневренности собственных оборотных средств.
Чем выше коэффициенты ликвидности, тем ниже вероятность банкротства предприятия, результаты
Таблица 3 Оценка модели с нормативами
Наименование показателя Коэффициент Значимость
Коэффициент текущей ликвидности -2,154 0,000
Коэффициент рентабельности активов 3,117 0,024
Показатель обеспеченности обязательств должника его активами 1,118 0,001
Степень платежеспособности по текущим обязательствам 6,818 0,037
Коэффициент автономии (финансовой независимости) 1,948 0,004
Коэффициент оборачиваемости собственного капитала 0,001 0,035
Коэффициент быстрой ликвидности 1,415 0,002
Отношение совокупного долга к собственному 1,069 0,013
Коэффициент маневренности собственных оборотных средств -2,315 0,059
Константа -1,530 0,000
являются ожидаемыми. Однако из всех коэффициентов самыми значимыми для выявления банкротства предприятий оказались коэффициенты текущей ликвидности, показатель обеспеченности обязательств должника его активами и коэффициент автономии (финансовой независимости). Вероятность банкротства прямо зависит от этих показателей. Однако влияние других коэффициентов на вероятность банкротства предприятия зависит от того, насколько тот или иной коэффициент еще и находится в пределах допустимых нормативов значений. Добавим дамми-переменные в уравнение регрессии, чтобы определить, насколько «практически официальные» нормативы по ликвидности и финансовой устойчивости соответствуют реальным нормативам для промышленности в РФ. С одной стороны, три норматива оказались значимыми, т. е. на первый взгляд, норматив коэффициента быстрой ликвидности, норматив отношения совокупного долга к собственному капиталу соответствуют реальным нормативам. С другой стороны, получается отрицательный знак при дамми-переменной по нормативу коэффициента маневренности собственных оборотных средств. Это означает, что какая-то часть границы определена верно, а какая-то не соответствует реальной ситуации. В целом данную модель также можно использовать для оценки финансовой устойчивости и экспресс-диагностики банкротства предприятия, прогностическая способность составила 70,3 %.
Далее для уточнения нормативов ликвидности и финансовой устойчивости было построено бинарное дерево классификации CART (англ. Classification And Regression Tree). Техника CART применима для анализа сложных взаимодействий между факторами. CART-модель также признает, что выбранные переменные могут оказывать нелинейное влияние на вероятность банкротства предприятия. Любой рост или уменьшение ключевого показателя необязательно увеличивают вероятность возникновения банкротства предприятия до тех пор, пока значение индикатора не пересекает некий порог, определяемый модель.
Адекватность модели проверялась с помощью построения рейтинга переменных. Что касается нормативов по ликвидности и финансовой устойчивости, то по CART были получены новые значения, которые можно было бы учитывать дополнительно при определении банкротства предприятия.
В результате последовательного отбора финансовых показателей, воздействующих на вероятность наступления банкротства организаций исследуемой
сферы, выявлены следующие наиболее значимые коэффициенты:
- автономии (финансовой независимости);
- маневренности собственного оборотного капитала;
- обеспеченности собственными оборотными средствами;
- текущей ликвидности;
- быстрой ликвидности и ликвидности при мобилизации средств.
Для нахождения новых пороговых значений финансовой устойчивости управляющих организаций и корректировки существующих нормативов были построены деревья классификации по соответствующим финансовым показателям.
Разработанная методика устанавливает контрольные значения трех групп показателей:
- финансовых показателей (коэффициентов);
- показателей энергоэффективности деятельности управляющей организации;
- показателей эффективности коллекционной политики.
В зависимости от пороговых значений представленных показателей управляющей организации присваивается соответствующий класс надежности (от А до Е) [1].
Источниками информации для проведения анализа соответствия фактических показателей коэффициентов контрольным значениям служат:
- бухгалтерский баланс и отчет о прибылях и убытках организации;
- сведения о динамике дебиторской задолженности потребителей;
- стоимость услуг по управлению многоквартирными домами;
- размер платы за содержание и ремонт общего имущества по каждому многоквартирному дому;
- справочная информация о тарифах на коммунальные ресурсы и объемах их потребления в многоквартирных домах, определенных в соответствии с условиями договоров ресурсос-набжения.
Рассмотрим первую группу показателей - коэффициенты финансовой устойчивости .
Коэффициент автономии К (финансовой независимости) характеризует структуру капитала и рассчитывается как отношение собственного капитала и резервов к сумме активов компании. Данными для его расчета служат итоговые суммы следующих
разделов бухгалтерского баланса организации: К = Ш
авт Ш+1У+У
Коэффициент автономии показывает удельный вес активов организации, которые покрываются собственными источниками формирования капитала (табл. 4).
Коэффициент маневренности собственного оборотного капитала Км показывает, какая доля собственного оборотного капитала компании находится в обороте, т. е. в той форме, которая позволяет свободно маневрировать этими средствами, а какая часть капитализирована (табл. 5). Этот коэффициент рассчитывается как отношение собственного оборотного капитала к собственным источникам финансирования. Формула содержит итоговые суммы следующих разделов баланса:
К = (II - V) _ (Ш + IV -1)
м III III .
Таблица 4
Характеристика и стандарт коэффициента автономии
Класс Характеристика Значение коэффициента
А Отмечается высокий уровень финансовой независимости. Предприятие способно выполнять работы и оказывать услуги без привлечения заемных ресурсов. Возможны долгосрочные инвестиции собственных средств в освоение новых технологий, мероприятия по повышению энергоэффективности, капитальный ремонт, реконструкцию, редевелопмент зданий 1 и более
В Предприятие в целом финансово независимо. Финансовая устойчивость в малой степени зависит от контрагентов. Возможны краткосрочные и среднесрочные инвестиции собственных средств в освоение новых технологий, ремонтные работы, мероприятия по повышению энергоэффективности 0,8-1
С Наблюдаются зависимость от своевременности и полноты платежей контрагентов и умеренный риск неплатежеспособности 0,5-0,8
Б Наблюдаются высокий риск неплатежеспособности и опасность возникновения дефицита денежных средств 0,1-0,5
Е Предприятие отвечает характеристике банкротства Менее 0,1
Таблица 5
Характеристика и стандарт коэффициента маневренности
Класс Характеристика Значение коэффициента
А Предприятие реализует гибкую финансовую политику в использовании собственных средств компании, финансово независимо и способно произвести быструю модернизацию основных средств 0,7 и более
В Предприятие в целом финансово независимо 0,4-0,7
С Существует вероятность банкротства в случае длительного технического перевооружения или трудностей со сбытом продукции (услуг) 0,2-0,4
Б Наблюдаются высокий риск неплатежеспособности и опасность возникновения дефицита денежных средств 0,1-0,2
Е Предприятие отвечает характеристике банкротства Менее 0,1
Коэффициент обеспеченности собственными оборотными средствами Коб отражает наличие собственных оборотных средств у предприятия, необходимых для обеспечения финансовой устойчивости, и может быть рассчитан следующим образом:
Ш-1
Коб -■
II
Характеристики показателя и соответствующие им стандарты коэффициента обеспеченности собственными оборотными средствами представлены в табл. 6.
Коэффициент текущей ликвидности (покрытия) Кт.л дает общую оценку ликвидности компании и характеризует, в какой степени все краткосрочные обязательства предприятия обеспечены текущими активами. Кроме этого, данный коэффициент показывает, сколько рублей оборотных средств (текущих активов) приходится на один рубль текущих обязательств. Рассчитывается по итоговым суммам следующих разделов баланса:
Кт л — —.
тл V
Характеристики показателя и соответствующие им стандарты коэффициента текущей ликвидности представлены в табл. 7.
Коэффициент быстрой ликвидности Кбл характеризует, в какой степени предприятие способно погасить краткосрочные обязательства, используя
Таблица 6
Характеристика и стандарт коэффициента обеспеченности собственными оборотными средствами
Класс Характеристика Значение коэффициента
А Предприятие весомую долю оборотных активов финансирует за счет собственных средств. Финансовый риск отсутствует. Наблюдается устойчивый рост 0,7 и более
В У предприятия достаточно собственных оборотных средств, необходимых для обеспечения финансовой устойчивости 0,4-0,7
С У предприятия достаточно собственных оборотных средств, необходимых для обеспечения финансовой устойчивости. Наблюдаются предпосылки к возникновению финансовых рисков 0,2-0,4
Б В целом предприятие отвечает стандарту финансовой устойчивости, но существует риск банкротства 0,1-0,2
Е Предприятие отвечает характеристике банкротства Менее 0,1
Таблица 7 Характеристика и стандарт коэффициента текущей ликвидности
Класс Характеристика Значение коэффициента
А Предприятие полностью покрывает оборотными средствами краткосрочные обязательства. Финансовый риск отсутствует, наблюдается устойчивый рост 1-1,6
В У предприятия достаточно собственных оборотных средств, необходимых для обеспечения финансовой устойчивости. Наблюдаются предпосылки к возникновению финансовых рисков 0,5-0,9
С У предприятия недостаточно текущих активов для покрытия краткосрочных обязательств. Наблюдается высокий финансовый риск 0,2-0,5
Б Предбанкротное состояние. Предприятие неплатежеспособно Менее 0,2
Е Предприятие отвечает характеристике банкротства Менее 0,1
денежные средства, краткосрочные финансовые вложения и дебиторскую задолженность:
О - 3)
К =-
К
Характеристики показателя и соответствующие им стандарты коэффициента быстрой ликвидности представлены в табл. 8.
Коэффициент ликвидности при мобилизации средств Кл м с отражает степень зависимости платежеспособности предприятия от материальных запасов с точки зрения мобилизации денежных средств
для погашения краткосрочных обязательств:
К = —
л.м.с ту ' Ко
Характеристики показателя и соответствующие им стандарты коэффициента ликвидности при мобилизации средств представлены в табл. 9.
Рассмотрим вторую группу показателей, отражающих энергоэффективность деятельности управляющей организации (отношение выручки от реализации собственных услуг к суммарной выручке).
Суммарная выручка управляющей организации складывается в результате реализации услуг по управлению, содержанию и ремонту общего имущества многоквартирного дома (собственных услуг), а также коммунальных услуг, для предоставления которых управляющей организацией осуществляется приобретение коммунальных ресурсов в условиях отсутствия возможности создания добавленной стоимости. Как следствие, высокая удельная доля выручки от реализации коммунальных услуг в вало-
Таблица 8
Характеристика и стандарт коэффициента быстрой ликвидности
Таблица 9
Характеристика и стандарт коэффициента ликвидности при мобилизации средств
Класс Характеристика Значение коэффициента
А Предприятие полностью покрывает оборотными средствами краткосрочные обязательства. Финансовый риск отсутствует. Наблюдается устойчивый рост 1 и более
В Наблюдаются предпосылки к возникновению финансовых рисков. Необходимо проводить работу с дебиторами. Возникновение риска несвоевременной оплаты по долгам поставщикам и подрядчикам 0,5-0,9
С У предприятия недостаточно текущих активов для покрытия краткосрочных обязательств. Наблюдается высокий финансовый риск 0,1-0,5
Б Предбанкротное состояние. Предприятие неплатежеспособно 0,4-0,8
Е Предприятие отвечает характеристике банкротства Менее 0,4
Класс Характеристика Значение коэффициента
А Предприятие полностью покрывает денежными средствами краткосрочные обязательства. Финансовый риск отсутствует, наблюдается устойчивый рост 1 и более
В Наблюдаются предпосылки к возникновению финансовых рисков. Необходимо проводить работу с дебиторами. Возникновение риска несвоевременной оплаты по долгам поставщикам и подрядчикам 0,7-0,9
С У предприятия недостаточно денежных средств для покрытия краткосрочных обязательств. Наблюдается высокий финансовый риск 0,5-0,7
Б Предбанкротное состояние. Предприятие неплатежеспособно 0,4-0,5
Е Предприятие отвечает характеристике банкротства Менее 0,4
вой выручке управляющей организации резко увеличивает риск возникновения и роста кредиторской задолженности перед поставщиками коммунальных ресурсов и, как следствие, неплатежеспособности управляющей организации. С другой стороны, увеличение удельной доли выручки от реализации собственных услуг в валовой выручке управляющей организации способно существенно минимизировать перечисленные риски.
Перераспределение поступлений в пользу собственной выручки управляющей организации свидетельствует о снижении энергопотребления (потребления коммунальных ресурсов), что является следствием реализации мероприятий по повышению энергоэффективности многоквартирных домов [2].
Значение коэффициента определяется как частное от деления выручки управляющей организации от реализации услуг по управлению, содержанию, ремонту общего имущества и от реализации дополнительных услуг на объем суммарных поступлений управляющей организации. В качестве контрольного периода принимается один квартал (3 мес.). При выявлении тенденции к повышению коэффициента (позитивная динамика) к присвоенному классу добавляется знак «+», при снижении коэффициента (негативной динамике) - знак «-» (табл. 10).
Далее представлена третья группа показателей, характеризующих эффективность коллекци-
Таблица 10
Характеристика и стандарт коэффициента энергоэффективности деятельности управляющей организации
Класс Динамика Характеристика Значение коэффициента
А + Высокая доля собственной выручки, практическое отсутствие риска возникновения неплатежеспособности Свыше 0,45
Высокая доля собственной выручки, практическое отсутствие риска возникновения неплатежеспособности. Необходимы энергоаудит и контроль за эффективностью реализации программ энергосбережения
В + Относительно высокая доля собственной выручки, невысокий риск возникновения неплатежеспособности 0,35-0,45
Относительно высокая доля собственной выручки, невысокий риск возникновения неплатежеспособности. Необходима реализация плана повышения энергоэффективности в течение 12 мес.
С + Нормальная доля собственной выручки, умеренный риск возникновения неплатежеспособности. Необходимы разработка и реализация в течение 12 мес. плана мероприятий по повышению энергоэффективности 0,3-0,35
Нормальная доля собственной выручки, умеренный риск возникновения неплатежеспособности. Необходима реализация в течение 6 мес. плана мероприятий по повышению энергоэффективности
Б + Невысокая доля собственной выручки, умеренный риск возникновения неплатежеспособности. Необходимы разработка и реализация в течение 6 мес. плана мероприятий по повышению энергоэффективности 0,2-0,3
Невысокая доля собственной выручки, умеренный риск возникновения неплатежеспособности. Необходимы разработка и реализация в течение 3 мес. плана мероприятий по повышению энергоэффективности под контролем саморегулируемой организации
Е + Слишком малая доля собственной выручки, высокий риск возникновения неплатежеспособности Менее 0,2
— Слишком малая доля собственной выручки, высокий риск банкротства. Предприятие не соответствует стандарту финансовой устойчивости
онной политики. Коэффициент эффективности коллекционной (долговой) политики управляющей организации Кк определяется как соотношение изменения абсолютного значения дебиторской задолженности потребителей (Д3 - Дзная) за отчетный (контрольный) период, равный 1 календарному году, и среднемесячного объема реализации услуг (суммарная начисленная плата потребителям за жилищно-коммунальные услуги) Q :
Д3 - Д р
г! кон ?! знач
К, —-
Qс,
Характеристики показателя и соответствующие им стандарты коэффициента эффективности коллекционной политики управляющей организации представлены в табл. 11.
Определение результатов. По результатам оценки и расчета указанных коэффициентов предприятию присваиваются баллы следующим образом: - за достижение по любому из критериев класса А - 5 баллов;
- за достижение по любому из критериев класса В - 4 балла;
- за достижение по любому из критериев класса С - 3 балла;
- за достижение по любому из критериев класса D - 2 балла;
- за достижение по любому из критериев класса Е - 1 балл.
При присвоении знака «+» в разделе анализа энергоэффективности деятельности управляющей организации добавляется 0,5 балла, при присвоении знака «-» снимается 0,5 балла.
Все баллы суммируются. По сумме баллов управляющей организации присваивается рейтинг в соответствии с определенными условиями (табл. 12).
Результаты рейтинговой оценки соответствия управляющей организации стандартам финансовой устойчивости целесообразно использовать:
- региональным органам исполнительной власти и органам местного самоуправления при мониторинге и оценке финансово-хозяйственной де-
Таблица 11
Характеристика и стандарт коэффициента
эфф активности коллекционной политики
Класс Характеристика Значение коэффициента
A Предприятие, безусловно, соответствует стандарту финансовой устойчивости. Коллекционная политика эффективна, дебиторская задолженность стабильно сокращается, риск неплатежеспособности практически отсутствует Меньше 0 (отрицательное значение)
B Коллекционная политика эффективна, наблюдается низкий риск неплатежеспособности 0-0,05
C Коллекционная политика относительно эффективна, необходима активизация мероприятий по истребованию задолженности, наблюдается умеренный риск неплатежеспособности 0,051-0,1
D Необходима срочная активизация истребования задолженности под контролем саморегулируемой организации. Коллекционная политика малоэффективна, наблюдается относительно высокий риск неплатежеспособности 0,11-0,2
E Предприятие неэффективно работает с дебиторами, не соответствует стандарту финансовой устойчивости, наблюдается высокий риск неплатежеспособности Свыше 0,2
Таблица 12 Итоговый расчет баллов рейтинга
Коли-
чество Рейтинг Описание
баллов
30-40,5 А Высокоэффективная компания, абсолютная финансовая устойчивость
26-29,5 А- Эффективная компания, высокие показатели финансовой устойчивости
20-25,5 В Нормальная финансовая устойчивость
15-19,5 В- Неустойчивое финансовое состояние
10-14,5 С Неплатежеспособная, неэффективная компания, кризисное (критическое) финансовое состояние
8-9 С- Банкротство
ятельности управляющих организаций в ЖКХ, а также для формирования территориальных рейтингов управляющих организаций; - управляющим организациям, осуществляющим управление многоквартирными домами, в целях самодиагностики и самоконтроля;
- саморегулируемым организациям (далее - СРО) в сфере ЖКХ при разработке положений о членских взносах, о формировании компенсационного фонда, о корпоративных стандартах. По результатам присвоения рейтингов могут устанавливаться повышающие или понижающие коэффициенты при определении размеров взносов компаний в компенсационный (страховой) фонд СРО. Внедрение предложенных стандартов в практику мониторинга и контроля за финансово-хозяйственной деятельностью управляющих организаций позволит органам власти и СРО осуществлять мониторинг и контроль за финансовым состоянием управляющих организаций в ЖКХ, а управляющим организациям - своевременно выявлять проблемы финансовой нестабильности и совершенствовать процессы управления финансовой устойчивостью, что должно привести к повышению качества жилищно-коммунальных услуг и, как следствие, к повышению уровня жилищного комфорта.
Список литературы
1. КаменеваЕ. А., ФёдороваЕ. А., ХотинскаяГ. И., Шальнева М. С., Шохин Е. И. Финансовая устойчивость организаций: теория и подходы к оценке (на примере ЖКХ): монография. М.: Научные технологии. 2013. 165 с.
2. Каменева Е.А., Шохин Е. И. Финансовый механизм повышения энергоэффективности и финансовая устойчивость управляющих организаций жилищно-коммунального хозяйства России // Финансы и кредит. 2013. № 26. С. 9-15.
3. ФёдороваЕ. А., Гиленко Е. В., Довженко С. Е. Модели прогнозирования банкротства: особенности российских предприятий // Проблемы прогнозирования. 2013. № 2. С. 85-92.
4 . Ahn B. A., Cho S. S., Kim C. Y. The integrated methodology of rough set theory and artificial neural network for business failure prediction // Expert Systems with Applications, 2000, no. 18 (2), pp. 65-74.
5 . Alam P., Booth D., Lee K., Thordarson T. The use of fuzzy clustering algorithm and self-organizing neural network for identifying potentially failing banks: An experiment study // Expert Systems with Applications, 2000, no. 18 (2000), pp. 185-199.
6. Andres J. D., LandajoM., Lorca P. Forecasting business profitability by using classification techniques: A comparative analysis based on a Spanish case // European Journal of Operational Research, 2005, no. 167, pp. 518-542.
7. Atiya A. F. Bankruptcy prediction for credit risk using neural networks: A survey and new results // IEEE Transactions on Neural Networks, no. 4, 2001, pp. 929-935.
8. Back B., Laitinen T., Sere K., Back B. Neural Networks and Bankruptcy Prediction: Funds Flows, Accrual Ratios and Accounting Data . Advances in Accounting, 1996, vol. 14, pp. 23-37.
9. Ohlson J. Financial Ratios and the Probabilistic Prediction of Bankruptcy // Journal of Accounting Research, 1980.
10. Zmijewski Mark E. Methodological Issues Related to the Estimation of Financial Distress Prediction Models // Journal of Accounting Research, vol. 22, Studies on Current Econometric Issues in Accounting Research, 1984, pp. 59-82.
Reform of housing and communal services
THE TECHNIQUE OF FINANCIAL-STABILITY ASSESSMENT OF THE MANAGING ENTITIES IN HOUSING AND COMMUNAL SERVICES
Ekaterina A. KAMENEVA, Elena A. FEDOROVA
Abstract
The subject of the study is the development of the industry standards of financial stability to improve financial management of the managing organizations in the housing and communal services . The methodology of the present study envisages the economic-mathematical modeling, i e the analysis of variance, logit and probit analyses, CART algorithm.
Keywords: financial stability, bankruptcy, housing and communal services, managing organizations
References
1. Kameneva E.A., Fedorova E.A., Khotinskaia G. I., Shal'neva M. S., Shokhin E. I. Finansovaia ustoichivost' organizatsii: teoriia i podkhody k otsenke (na primere ZhKKh) [Financial stability of organizations: the theory and approaches to assessment (the example of housing and communal services)]. Moscow, Nauchnye tekhnologii Publ., 2013, 165 p.
2. Kameneva E.A., Shokhin E. I. Finansovyi me-khanizm povysheniia energoeffektivnosti i finansovaia ustoichivost' upravliaiushchikh organizatsii zhilishchno-kommunal'nogo khoziaistva Rossii [The financial mechanism for the energy-efficiency increase and financial stability of the managing organizations in the housing and communal services of Russia]. Finansy i kredit - Finance and credit, 2013, no. 26, pp. 9-15.
3. Fedorova E.A., Gilenko E. V., Dovzhenko S. E. Modeli prognozirovaniia bankrotstva: osobennosti ros-siiskikh predpriiatii [Models of bankruptcy forecasting: the characteristic features of the Russian enterprises]. Problemy prognozirovaniia - Problems of forecasting, 2013, no. 2, pp. 85-92.
4. Ahn B.A., Cho S. S., Kim C. Y. The integrated methodology of rough set theory and artificial neural
network for business failure prediction . Expert Systems with Applications, 2000, no. 18, pp. 65-74.
5. Alam P., Booth D., Lee K., Thordarson T. The use of fuzzy clustering algorithm and self-organizing neural network for identifying potentially failing banks: An experiment study Expert Systems with Applications, 2000, no. 18, pp. 185-199.
6. Andres J. D., Landajo M., Lorca P. Forecasting business profitability by using classification techniques: A comparative analysis based on a Spanish case . European Journal of Operational Research, 2005, no. 167, pp. 518-542.
7. Atiya A. F. Bankruptcy prediction for credit risk using neural networks: A survey and new results. IEEE Transactions on Neural Networks, 2001, no. 4, pp. 929-935.
8. Back B., Laitinen T., Sere K., Back B. Neural Networks and Bankruptcy Prediction: Funds Flows, Accrual Ratios and Accounting Data. Advances in Accounting, 1996, vol. 14, pp. 23-37.
9. Ohlson J. Financial Ratios and the Probabilistic Prediction of Bankruptcy. Journal of Accounting Research, 1980,pp. 109-131.
10. Zmijewski Mark E. Methodological Issues Related to the Estimation of Financial Distress Prediction Models. Journal of Accounting Research, 1984, vol . 22, pp. 59-82.
Ekaterina A. KAMENEVA
Financial University under the Government of the Russian Federation, Moscow, Russian Federation kameneva.e@rambler.ru Elena A. FEDOROVA
Financial University under the Government of the Russian Federation, Moscow, Russian Federation ecolena@mail.ru
