CC BY
80
ВестникВГУИТ/Proceedings of VSUET, Т. 80, № 4, 2018-
Оригинальная статья/Original article
УДК 657 (075.8)
DOI: http://doi.org/10.20914/2310-1202-2018-4-388-397
Методика учета трехкомпонентного показателя типа финансовой ситуации при анализе структуры капитала предприятий пищевой промышленности
Александр И. Хорев 1 al.khorev@gmail.com
Сергей В. Бухарин 1 svbuharin@mail.ru
Вера Н. Пономарёва 1 vera.ponomareva.2012@mail.ru
1 Воронежский государственный университет инженерных технологий, пр-т Революции, 19, г. Воронеж, 394036, Россия Аннотация. Среди существующих характеристик финансового состояния предприятия особое место занимает трехкомпонентный показатель типа финансовой ситуации (степень покрытия запасов собственными источниками), который учитывает некоторые статьи баланса, редко используемые при обычной оценке финансового состояния. Поэтому для установления важности данного показателя предлагается перейти от дискретного трехкомпонентного показателя к непрерывному показателю - коэффициенту достаточности покрытия запасов собственными источниками средств и провести корреляционный анализ связи последнего с результатами скорингового анализа тех же предприятий. Чтобы учесть влияние трехкомпонентного показателя на общие результаты оценки финансового состояния, разработана методика учета его влияния на примере показателей структуры капитала, т.е. расширено множество учитываемых финансовых коэффициентов за счет введения дополнительного признака - упомянутого коэффициента достаточности покрытия запасов собственными источниками. Сравнение оценок обобщенного показателя структуры капитала до и после расширения за счет коэффициента достаточности в нечетко-множественной форме позволяет определить рекомендуемые области применения предложенного подхода.
Ключевые слова: финансовое состояние, степень покрытия запасов, обобщенный показатель, метод анализа иерархий, скоринговый анализ, коэффициент корреляции
Accounting technique of the three-component indicator of the financial situation type in the analysis of the food industry
enterprises capital structure
Alexander I. Horev 1 al.khorev@gmail.com
Sergey V. Bukharin 1 svbuharin@mail.ru
Vera N. Ponomareva 1 vera.ponomareva.2012@mail.ru
1 Voronezh state university of engineering technologies, Revolution Av., 19 Voronezh, 394036, Russia
Abstract. Among the existing characteristics of a financial condition of the enterprise a specific place is held by a three-component financial situation indicator (degree of a covering of stocks by own sources) which considers some arti-cles of balance which are seldom used at usual assessment of a financial state. Therefore for establishment of im-portance of this indicator it is offered to pass from a discrete three-component indicator to a continuous indicator - coefficient of sufficiency of a stocks covering with own sources of means and to carry out the correlation analysis of communication of the last with results of the scoring analysis of the same enterprises. To consider influence of a three-component indicator on the general results of assessment of a financial state, the technique of accounting of its influence on the example of indicators of structure of the capital is developed, i.e. the set of the considered financial coefficients due to introduction of additional sign - the mentioned coefficient of sufficiency of a stocks cover-ing is expanded own sources. Comparison of estimates of the generalized indicator of structure of the capital before expansion at the expense of sufficiency
coefficient in an indistinct set form allows define the recommended scopes of the offered approach._
Keywords: financial condition, degree of a stocks covering, generalized indicator, hierarchies analysis method, scoring analysis, correlation coefficient
Введение
В настоящее время большое внимание уделяется разработке общих методов оценивания вероятности банкротства [1, 2]. Эти методы предполагают анализ бухгалтерской (финансовой)
Для цитирования Хорев А.И., Бухарин С.В., Пономарёва В.Н. Методика учета трехкомпонентного показателя типа финансовой ситуации при анализе структуры капитала предприятий пищевой промышленности // Вестник ВГУИТ. 2018. Т. 80. № 4. С. 388-397. (М: 10.20914/2310-1202-2018-4-388-397
отчетности, определение финансового состояния предприятия, классификацию (кластеризацию) предприятий по уровню их финансового состояния. Наиболее распространенными подходами к оценке финансового состояния являются следующие: коэффициентный, балльный, рейтинговый.
For citation
Horev A.I., Bukharin S.V., Ponomaryova V.N. Accounting technique of the three-component indicator of the financial situation type in the analysis of the food industry enterprises capital structure. Vestnik VGUIT [Proceedings of VSUET]. 2018. vol. 80. no. 4. pp. 388-397. (in Russian). doi:10.20914/2310-1202-2018-4-388-397
Однако коэффициентный подход характеризуется следующими недостатками: проблема выбора наиболее информативных коэффициентов, их разрозненность, а иногда и разнонаправлен-ность. Кроме того, часть коэффициентов может удовлетворять нормальным ограничениям, а другая часть - не удовлетворять, что приводит к неоднозначности оценки финансового состояния. Поэтому в последнее время наблюдается повышенный интерес к рейтинговым оценкам [3].
Обычно в процессе оценки финансового состояния исследуются следующие характеристики: платежеспособность и ликвидность, степень покрытия запасов собственными источниками, структура капитала, рентабельность, деловая активность, рыночная активность и др. Очевидно, что наиболее существенной характеристикой, определяющей финансовую устойчивость предприятия, по мнению многих авторов (О.Н. Алферина, С.В. Казакова [4] K. Polyakov, M. Polyakova [5] и др.), считается структура капитала.
Среди выделенных характеристик особое место занимает трехкомпонентный показатель типа финансовой ситуации (степень покрытия запасов собственными источниками). В отличие от известных методов оценки финансового состояния (система показателей У. Бивера, ско-ринговый анализ Д. Дюрана и др.) этот показатель не использует важной информации о рентабельности, коэффициенте текущей ликвидности, коэффициенте финансовой независимости (автономии) и т. д., зато учитывает некоторые статьи баланса, которые отдельно сравнительно редко используются («Запасы», «Краткосрочные кредиты и займы»), поскольку обычно эти статьи учитываются в общей сумме оборотных активов и заемных средств. Поэтому естественно, что оценки трехкомпонентного показателя будут отличаться от оценок двух упомянутых методов, и возникает вопрос о влиянии трехкомпонент-ного показателя на оценку финансового состояния предприятия в целом, иначе говоря, об его информационной значимости. Вместе с тем на важность его учета указывает ряд авторов: О.И. Косьмина [3] и др. Кроме того, расчет значений трехкомпонентного показателя, в силу своей простоты, может служить в качестве полезной экспресс-оценки финансового состояния.
Поэтому представляется важным решить две задачи: 1) выяснить по группе предприятий пищевой промышленности корреляционную связь оценок трехкомпонентного показателя и оценок одного из известных методов общей
оценки финансового состояния; 2) разработать методику учета влияния трехкомпонентного показателя на изменение основных оценок финансового состояния, например, показателей структуры капитала.
Для решения первой задачи предлагается переход от дискретного трехкомпонентного показателя типа {1,1,1} ..., {0, 0, 0} к непрерывному показателю - коэффициенту достаточности покрытия запасов собственными источниками средств и корреляционный анализ связи последнего с результатами скорингового анализа тех же предприятий.
Вторая задача значительно сложнее. Для ее решения вместо оценки разрозненных финансовых коэффициентов предложим переход к обобщенному показателю структуры капитала - рейтинговому числу, весовые коэффициенты которого определяются современным методом анализа иерархий. Такой подход устраняет отмеченную выше неоднозначность разрозненных оценок коэффициентного метода. Для учета влияния трехкомпонентного показателя на общие результаты оценки структуры капитала расширим множество учитываемых финансовых коэффициентов (признаков) за счет введения дополнительного признака - упомянутого коэффициента достаточности покрытия запасов собственными источниками. Сравнение оценок обобщенного показателя структуры капитала до и после расширения за счет коэффициента достаточности в нечетко-множественной форме позволяет определить рекомендуемые области применения предложенного подхода.
Методологическую основу исследования представляют современные методы эконометрики, в том числе понятия и методы интеллектуального анализа (data mining): нечетко-множественная функция принадлежности, нечетко-множественная лингвистическая шкала, метод анализа иерархий, теория экспертных систем, ранговые статистики, корреляционный анализ, перспективность которых продемонстрирована рядом авторов [6-8].
Трехкомпонентный показатель типа финансовой ситуации
Интегральным (обобщающим) показателем финансовой устойчивости является излишек или недостаток источников средств для формирования запасов. Для характеристики источников формирования запасов используется несколько разновидностей показателей.
Используем далее определения показателей, приведенные в работе с модификацией формул таким образом, чтобы была подчеркнута тенденция последовательного расширения источников финансирования по сравнению с СОС. В скобках далее приведены коды строк баланса согласно Приказу Минфина РФ от 02.07.2010 № 66н «О формах бухгалтерской отчетности организаций».
1. Обозначим далее общую величину запасов как ЗП:
ЗП = (стр. 1210). (1)
2. Наличие собственных оборотных средств:
СОС = Капитал и резервы - Внеоб. активы, или через коды строк
СОС = (стр. 1300 - стр. 1100). (2)
3. Наличие собственных и долгосрочных заемных источников формирования запасов или функционирующий капитал (КФ):
КФ = СОС + Долгосрочные пассивы, (3) или через коды строк
КФ = (стр. 1300 - стр. 1100 + стр. 1400).
4. Общая величина основных источников формирования запасов:
ВИ = СОС + Долгосрочные заемные источники + Краткосрочные кредиты и займы), (4)
или через коды строк
ВИ = (стр. 1300 - стр. 1100 + стр. 1400 + 1510).
Приведенным выше показателям источников формирования запасов соответствуют три показателя обеспеченности запасов:
Фс = СОС - ЗП; Фсд = КФ - ЗП; Фсдк = ВИ - ЗП.
(5)
(6) (7)
В некоторых случаях, кроме необходимых статей баланса, используемых для расчета в формулах (1)-(4), могут привлекаться и дополнительные данные. Например: для формулы (1) - «НДС по приобретенным ценностям» (стр. 1220); для формулы (2) -«Доходы будущих периодов» (стр. 1530), «Дебиторская задолженность» (стр. 1230); для формулы (3) - целевое финансирование
долгосрочного характера по данным аналитического бухгалтерского учета; для формулы (3) -краткосрочное целевое финансирование по данным аналитического бухгалтерского учета. Однако, как правило, эти дополнительные данные лишь незначительно меняют результаты общей оценки по формулам (1)-(4) и носят характер малых корректирующих поправок.
Трехкомпонентный показатель типа финансовой ситуации основан на определении для показателей (4)-(7) характеристического числа
Б(Ф) =
1, если Ф > 0, 0, если Ф < 0
(8)
Как известно, различают 4 типа финансовых ситуаций.
1. Абсолютная независимость финансового состояния представляет собой максимальный уровень финансовой устойчивости, при котором Фс > 0, Фсд > 0, Фсдк > 0, а трехкомпонентный показатель имеет вид 8(Ф) = {1,1,1} .
2. Нормальная независимость финансового состояния, которая гарантирует платежеспособность предприятия: Фс < 0, Фсд > 0, Фсдк > 0, а трехкомпонентный показатель имеет вид 8(Ф) = {0,1,1} .
3. Неустойчивое финансовое состояние, связанное с нарушением платежеспособности Фс < 0, Фсд < 0, Фсдк > 0, а трехкомпонентный показатель имеет вид 8(Ф) = {0,0,1}.
4. Кризисное финансовое состояние, при котором предприятие полностью зависит от заемных источников финансирования, т. е. пополнение запасов возможно лишь за счет задержки погашения кредиторской задолженности: Фс < 0, Фсд < 0, Фсдк < 0, а трехкомпонентный показатель имеет вид 8(Ф) = {0, 0, 0} .
Рассчитаем далее значения трехкомпонентного показателя для 10 предприятий пищевой промышленности, сокращенные данные балансов которых приведены ниже (таблица 1).
Исходные данные и полученные результаты расчетов типа финансовой ситуации для каждого и предприятий сведем в таблицу, в которой вместо полных названий предприятий для краткости указаны лишь их порядковые номера (таблица 2).
Таблица 1.
Данные статей балансов сравниваемых предприятий за 2016 год, млн р.
Table 1.
Data of balances articles of the compared enterprises for 2016, millions rub
Строки баланса Lines of balance Хлебозавод № 1 Хлебозавод № 7 Нововоронеж= хлеб Хлебозавод № 2 Хлебозавод № 5 (Волгоградская обл.) Хлебная база «Поворино» Бутурлиновка-хлеб Новохоперск-хлеб Лимак Народное предприятие «Хлеб»
1150 62,74 131,47 2,71 46,09 48,88 72,46 16,89 4,75 1614,9 8,33
1100 74,16 193,45 3,51 47,55 613,39 78,77 16,89 4,93 2107,1 8,56
1210 19,19 25,01 2,58 10,31 50,86 2,02 5,72 1,49 1086,0 5,42
1250 3,27 3,08 0,49 3,42 2,02 3,09 3,46 0,16 368,4 10,48
1200 50,41 64,95 7,12 36,85 205,83 7,35 27,05 2,08 2512,8 23,67
1300 76,04 172,23 5,11 36,75 56,63 31,60 41,69 1,37 3007,5 23,96
1400 31,58 55,59 0,04 12,40 279,68 0,14 - - 68,23 -
1510 - - - - 48,43 48,0 - - 1182,6 -
1520 11,95 20,59 4,64 28,77 434,47 4,36 2,09 5,02 305,2 5,57
1600 124,57 258,39 10,63 84,41 819,23 86,12 43,94 7,01 4619,9 32,23
Таблица 2.
Поэтапный расчет трехкомпонентного показателя типа финансовой ситуации, млн р.
Table 2.
Stage-by-stage calculation of a three-component financial situation indicator, one million rub
Номер предприятия Enterprises number Запасы и источники их формирования Stocks and sources of their formation 3 комп. показатель 3 comp. Indicator Коэф. достаточности Coefficient Sufficiency
ЗП СОС Фс Долг пассивы Фсд Кратк пасс. Фсдк
1 19,19 1,88 -17,31 31,58 14,27 - 14,27 {0; 1; 1} 1,743
2 25,01 -21,22 -46,23 55,59 9,36 - 9,36 {0; 1; 1} 1,374
3 2,58 1,60 -0,98 0,04 -0,94 - -0,94 {0; 0; 0} 0,635
4 10,31 -10,80 -21,11 12,4 -8,71 - -8,71 {0; 0; 0} 0,155
5 50,86 -556,70 -607,62 279,68 -327,90 48,4 -279,51 {0; 0; 0} -4,495
6 2,02 -47,17 -49,19 0,14 -49,05 48,0 -1,05 {0; 0; 0} 0,480
7 5,72 24,80 19,08 - 19,08 - 19,08 {1; 1; 1} 4,335
8 1,49 -3,56 -5,05 - -5,05 - -5,05 {0; 0; 0} -2,389
9 1085,9 900,43 -185,55 68,23 -117,30 1182,6 1065,26 {0; 0; 1} 1,980
10 5,42 15,40 9,98 - 9,98 - 9,98 {1; 1; 1} 2,841
Сравним полученные значения трехкомпонентного показателя с результатами интегральной оценки финансового состояния тех же предприятий.
Для предстоящего сравнения с трехком-понентным показателем выберем результаты скорингового анализа по следующей причине. Этот метод наиболее полно отражает принципы современной теории экспертных систем: выбор небольшого числа, но наиболее значимых показателей (рентабельность совокупного капитала, коэффициент текущей ликвидности, коэффициент автономии), нормировка показателей на границы нормальных ограничений, введение
«мертвой зоны» и области насыщения для значений показателей.
Для сравнения значений трехкомпонент-ного показателя (см. таблица 2, графа 9) с результатами общей оценки финансового состояния рассчитаем показатели скорингового анализа для тех же предприятий (см. таблица 1) согласно методике, изложенной в работе [9] (таблица 3). В таблице 3 приняты следующие обозначения: Л4 - рентабельность совокупного капитала; Д - коэффициент текущей ликвидности; и - коэффициент автономии; 5общ -сумма баллов скоринга.
Таблица 3.
Результаты скоринкового анализа
Table 3.
Scoring analysis results
Предприятия Enterprises number R s U 3 Вобщ
% Балл Score Число Number Балл Score Число Number Балл Score Балл Score
1. Хлебозавод № 1 4,760 7,95 4,22 30,00 0,61 17,43 55,38
2. Хлебозавод № 7 13,990 23,36 3,15 30,00 0,66 19,03 72,39
3. Нововоронежхлеб 22,480 37,54 1,53 23,01 0,48 13,74 74,29
4. Хлебозавод № 2 7,285 12,16 1,28 19,20 0,43 12,42 43,78
5. Хлебозавод № 5 13,910 23,23 0,42 0,00 0,07 0,00 23,23
6. Хлебная база «Поворино» -11,510 0,00 0,14 0,00 0,36 10,48 10,48
7. Бутурлиновкахлеб 9,854 16,45 12,94 30,00 0,94 20,00 66,45
8. Новохоперскхлеб 7,988 13,34 0,41 0,00 0,19 5,71 19,05
9. Лимак 8,489 14,17 1,68 25,33 0,65 18,60 58,10
10. НП «Хлеб» 24,820 41,45 4,24 30,00 0,74 20,00 91,45
Переведем балльные оценки скоринго-вого анализа в десятичные дроби и получим
(0,553 0,723 0,793 0,493 0,232I ч Б8 =1 , , , , , I. (9) ь ^0,404 0,664 0,190 0,627 0,914)
Проведем количественное сравнение достаточности покрытия запасов источниками их формирования, введя коэффициент достаточности СОС + Долг. пассивы + Кратк. кредиты
к =-
дост
Запасы
или через коды строк
с. 1300-с. 1100 + с. 1400 + с. 1510
"дост =-0+2И-(10)
и рассчитаем его значения для всех десяти предприятий (10 графа таблица 2):
(1,743 1,374 0,635 0,155 -4,495^
0,480 4,335 -2,389 1,980 2,841
(11)
Используем для численного сравнения формул (9) и (11) методы корреляционного анализа. Тогда обычный коэффициент корреляции (Пирсона)
(12)
k (кДОст ,BS ) = 0,697 .
что свидетельствует о заметной статистической связи между показателями достаточности собственных источников формирования запасов и результатами скорингового анализа финансового состояния предприятий.
Полученные значения стандартных оценок скорингового анализа и коэффициента достаточности представим графически (рисунок 1).
Заметим, что стандартные оценки получаются из выражений (9) и (11) путем вычитания средних значений (центрирования) и деления на среднеквадратическое отклонение (ранжирования).
1,5 1
0,5 0
EL -0,5 га
О
-1 -1,5 -2 -2,5
Номера предприятий
Рисунок 1. Оценки скорингового анализа (ряд 1) и коэффициента достаточности (ряд 2) Figure 1. Estimates of the scoring analysis (row 1) and sufficiency coefficient (row 2)
2
Для проверки правильности (12) воспользуемся расчетом коэффициента ранговой корреляции Спирмена. Как известно, коэффициент ранговой корреляции Спирмена широко используется в экономике для выявления и оценки тесноты связи между двумя рядами сопоставляемых количественных показателей. В том случае если ранги (порядок) показателей, упорядоченных по степени возрастания или убывания, совпадают, делается вывод о наличии прямой корреляционной связи.
Коэффициент Спирмена для N предприятий (в нашем случае N = 10) определяется по следующей формуле:
6! а2
р = 1 -
N (N2-1):
(13)
где й - разности рангов каждой пары сопоставляемых значений.
При сопоставлении последовательностей значений кд°ст и получим, что коэффициент
Спирмена
Р (С™, Б ) = 0,685 .
(14)
Таким образом, связь между показателями прямая, теснота (сила) связи по шкале Чеддока -заметная. В итоге мы получили немного снизившийся результат, чем при использовании коэффициента корреляции Пирсона.
Итак, использование оценок трехкомпо-нентного показателя " дает новую информацию и может служить полезным уточняющим дополнением к обычным методам оценки структуры капитала.
Поставим перед собой задачу учета результатов анализа трехкомпонентного показателя при проведении анализа структуры капитала и общей оценки финансового состояния предприятия. Для решения этой задачи воспользуемся методами теории экспертных систем и построим обобщенный (расширенный) показатель структуры капитала в виде рейтингового числа, одной из переменных (признаков) которого будет введенный ранее коэффициент " .
Расширенный показатель структуры капитала
Согласно теории экспертных систем [10] введем обобщенный показатель структуры капитала по формуле
л=№, / XV
(15)
где х - переменные, называемые признаками (в нашем случае - финансовые коэффициенты
структуры капитала и); Х - признаки, нормированные делением на границу нормальных ограничений инорм ; V - весовые коэффициенты, характеризующие относительную важность отдельных признаков; т - общее количество учитываемых признаков.
Для учета влияния трехкомпонентного показателя достаточности формирования запасов за счет собственных источников добавим далее в (15) дополнительный признак к .
Обычно используемые финансовые коэффициенты и и нормальные ограничения и^орм
имеют следующий вид.
1. Коэффициент капитализации (плечо финансового рычага)
Заемный капитал
и =-
Собственный капитал с.1400+с.1500
(16)
цнорм < 1,5.
с.1300
2. Коэффициент обеспеченности собственными источниками СОС
и 2 =
Оборотные активы с.1300-с.1100
(17)
ин°рм > 0,1 - 0,4.
с.1200
3. Коэффициент автономии (финансовой независимости)
Собственный капитал
Валюта баланса
с.1300
(18)
инорм > 0,4.
с.1700
4. Коэффициент финансирования Собственный капитал
и 4 =■
Заемный капитал с.1300
(19)
„ > 0,7.
с.1400+с.1500 5. Коэффициент финансовой устойчивости Собст. капитал+Долг.обязат.
и 5 =
Валюта баланса с.1300+с.1400
(20)
и™рм > 0,6.
с.1700
6. Кроме перечисленных выше коэффициентов структуры капитала (16) - (20), введем дополнительно коэффициент достаточности иб = кДост, учитывающий результаты расчетов трехкомпонентного показателя:
иб = кдост, ибнорм = 1,0. (21)
Рассчитаем финансовые коэффициенты структуры капитала с расширением (21) для рассматриваемых десяти предприятий (таблица 4).
Таблица 4. Финансовые коэффициенты структуры капитала с расширением
Table 4.
Financial ratios of capital structure with expansion
Предприятие Enterprise U 2 U3 U 4 U5 U6
1 0,037 0,610 1,567 0,863 1,000
2 -0,326 0,666 1,998 0,881 1,000
3 0,224 0,481 0,924 0,484 0,635
4 -0,293 0,435 0,771 0,582 0,155
5 -2,704 0,069 0,074 0,410 -1,000
6 -6,417 0,366 0,579 0,368 0,480
7 0,916 0,948 18,528 0,948 1,000
8 -1,711 0,195 0,195 0,195 -1,000
9 0,358 0,651 1,865 0,665 1,000
10 0,651 0,743 2,897 0,743 1,000
Произведем нормировку признаков X, I = 1,2,..., 4 делением на соответствующие границы нормальных ограничений. Учитывая зарубежный опыт (систему показателей У. Бивера и скоринговый анализ Д. Дюрана), мы выбрали при расчетах для финансового коэффициента Ц/2 границу нормального огра-
ничения ^2норм = 0,4 :
X = U / и2норм = U /0,4; *2 = U / изнорм = U /0,4;
x^ = u4 / u^ = u4 /0,7;
x4 = и / и5норм = и /0,6.
(24)
(25)
Перейдем к расчету нормированных признаков X , используемых в формуле (15), для обобщенного показателя структуры капитала. С целью исключения дублирования коэффициент капитализации и в расчетах использоваться не будет, поскольку он является просто обратной величиной коэффициента финансирования и . Поэтому нам нужно ввести только четыре признака X _ X:
X = и, X = и, X = и, X = и (22)
и дополнить их пятым признаком достаточности
X = ив, (23)
учитывающим влияние оценок трехкомпонент-ного показателя.
Что касается пятого признака достаточности финансирования запасов x5, здесь потребуется совсем иная нормировка, поскольку при использовании обобщенного показателя (15) предполагается, что все нормированные признаки xci принимают значения из области [0, 1], а согласно формуле (11) коэффициент £дост может принимать и отрицательные значения.
Поэтому для нормировки пятого признака Х5 осуществим две операции:
1) масштабирование (scaling) его значений по формуле
z = 0,5(x5+1), (26)
преобразующее исходную область значений [-1,1] в область [0, 1]; 2) воспользуемся современным понятием теории экспертных систем - нечетко множественной функцией принадлежности /(z) (рисунок 2).
Рисунок 2. Признак достаточности x5, масштабированная переменная z, функция принадлежности достаточности финансирования запасов /(z)
Figure 2. Sign of sufficiency x5, the scaled variable z, function of accessory of sufficiency of financing of stocks /(z) 394
На рисунке 2 тонкая линия соответствует значениям коэффициента достаточности к с ограничениями ±1,0, штрих-пунктирная прямая - новой переменной г, г е [0,1] после масштабирования, а жирная изломанная линия -функции принадлежности /(г) .
Введение последней функции обусловлено успешной практикой применения известных зарубежных методов анализа финансового состояния (система коэффициентов У. Бивера и скоринговый анализ Д. Дюрана). В упомянутых методах для значений показателей вводятся три области: «мертвая зона», область нормальных (промежуточных) значений и область насыщения. Эта ситуация хорошо моделируется нечетко-множественной функцией принадлежности /(г), которую предложим в виде 0, г < 0,2; г - 0,2
M z ) =
z е [0,2,0,8); (27)
0,8 - 0,2 1, z > 0,8).
Для рассматриваемых предприятий рассчитанные значения нормированных в соответствии с формулами (24)-(27) признаков сведены в таблицу 5.
Таблица 5.
Нормированные признаки расширенной структуры капитала
Table 5.
Rated signs of expanded structure of the capital
Нормированные признаки | Rated signs
s « H <D СЧ « S 'C Л & X4
§ £ я Ч G
1 0,093 1,526 2,238 1,439 1,000
2 -0,816 1,666 2,855 1,469 1,000
3 0,561 1,201 1,320 0,807 0,817
4 -0,732 1,088 1,101 0,970 0,577
5 -6,762 0,172 0,106 0,684 0,000
6 -16,044 0,917 0,828 0,614 0,740
7 2,292 2,371 26,469 1,581 1,000
8 -4,278 0,488 0,279 0,325 0,000
9 0,895 1,627 2,664 1,109 1,000
10 1,626 1,858 4,138 1,239 1,000
Следующим этапом является определение весовых коэффициентов Vi в формуле обобщенного показателя структуры капитала (15), совокупность которых образует вектор приоритетов V . Наиболее обоснованным научным подходом к решению этой задачи является использование метода анализа иерархий (МАИ) Т. Саати [8]. При этом используется нечетко-множественная лингвистическая шкала предпочтений признаков, определяются их ранги, строится матрица парных сравнений Ж, находятся для нее собственные числа и векторы.
Используя методику, изложенную в работах [9, 10] для применения метода анализа иерархий, определим вектор приоритетов весовых коэффициентов Vi:
V = (0,240 0,426 0,146 0,747 0,42б)Г. (28)
Подставив в формулу (15) для обобщенного показателя структуры капитала значения нормированных признаков (см. таблица 5), учитывая формулу (28), получим для рассматриваемых предприятий значения обобщенного показателя качества структуры капитала:
/ = (1,324 1,289 0,926 0,743 -0,705
расш V ' ' ' ' '
-1,949 4,286 - 0,371 1,367 1,749)
Эти значения рассчитывались с учетом пятого признака х5, отражающего влияние трехкомпонентного показателя типа финансовой ситуации. Для того чтобы количественно оценить степень этого влияния, рассчитаем значения обобщенного показателя / по исходным четырем признакам Х - Х. Вектор приоритетов весовых коэффициентов V в этом случае равен
V = (0,279 0,483 0,166 0,814)Г. (30)
Подставив в формулу (15) для обобщенного показателя структуры капитала значения первых четырех нормированных признаков Х (см. таблица 5) и учитывая формулу (30), получим для значения обобщенного показателя качества структуры капитала:
/ = (1,259 1,236 0,902 0,715 -0,515 -1,292 3,542 - 0,269 1,285 1,581)
Сравним графически результаты расчетов (31) и (29) обобщенного показателя исходной структуры капитала Л (без учета трехфактор-ного показателя типа финансовой ситуации) и с расширенным показателем /расш (с учетом трехфакторного показателя) (рисунок 3).
. (31)
= 2
сц ¡Ï
S3 1 ^
о с 2 0 л
X X
ф и
3 -1
С
12 3 4
W
и
□ Ряд1
□ Ряд2
Предприятия (Enterprises)
Рисунок 3. Обобщенные показатели структуры капитала J (ряд 1) и 7расш (ряд 2)
Figure 3. The generalized indicators of the capital structure J (row 1), J^^ (row 2)
5
4
3
7
9 10
Как видим, в тех случаях, когда оценки трехкомпонентного показателя типа финансового состояния положительны (к > 0), соответствующие оценки обобщенного показателя структуры капитала несколько возрастают (предприятия 1-4, 7, 9, 10). Гораздо большее значение для практики имеют случаи неблагополучных предприятий, когда решается вопрос о вероятности банкротства, т. е. для которых оценки трехкомпонентного показателя низки (кд0Ст < 0). В этих случаях влияние трехкомпо-нентного показателя на обобщенный показатель J различно: для наиболее слабых предприятий 5, 6, 8 переход к расширенному показателю Jрасш сопровождается значительным уменьшением последнего показателя. Так, для 5-го предприятия — с величины -0,515 до -0,705, для 6-го предприятия — с величины -1,292 до величины -1,949, а для 8-го предприятия — с величины -0,269 до -0,371.
Для общей оценки изменений обобщенного показателя структуры капитала всех рассматриваемых предприятий J при учете трехкомпонент-ного показателя вычислим среднеквадратичное отклонение выборок (29) и (31) для нормированного отклонения SJ с элементами
норм
с т V Ji *^асш, i)
SJнорм, i =--J-> ' = 1Д- (32)
i
расширенного показателя с помощью процедуры stdev программы Mathcad:
^j = stdev(J,) = 0,112 . (33)
Как видим, поправка может быть достаточно существенной, и для неблагополучных с точки зрения структуры капитала предприятий ее целесообразно учитывать.
Таким образом, введение в состав признаков структуры капитала дополнительного признака x5, учитывающего значения трехкомпо-нентного показателя типа финансовой ситуации, позволяет эффективно оценивать влияние этого показателя.
Заключение
1. С точки зрения общей оценки финансового состояния предприятия информационная
ЛИТЕРАТУРА
1 Бердников В.В., Гавель О.Ю. Сравнительный анализ подходов прогнозирования вероятности банкротства коммерческих организаций // Наука и Мир. 2014. № 8. С. 92-96.
2 Bordeianu G.D. et al. Analysis Models of the Bankruptcy Risk // Economy Transdisciplinarity Cognition. 2011. V. 14. № 1. P. 248-259.
3 Косьмина О.И. Сравнительная характеристика различных методик диагностики финансового состояния предприятий // Сборник научных трудов СевКавГТУ. Серия: Экономика. 2010. № 10. С. 21-28.
значимость трехкомпонентного метода оценки типа финансового состояния для предприятий данной отрасли оказалась значительна. Корреляционная связь результатов скорингового анализа Bs 10 рассмотренных предприятий и коэффициента достаточности к покрытия запасов весьма заметна: коэффициент корреляции к = 0,697, а коэффициент ранговой корреляции Спирмена р = 0,685 . Итак, трехкомпонентный показатель может служить источником корректирующей, уточняющей информации, и учет его может быть полезен.
2. Для такого учета введен обобщенный показатель структуры капитала предприятия J, представляющий собой рейтинговое число, образованное из нормированных коэффициентов (признаков) x¡, i = 1,...,4 структуры капитала
с использованием метода анализа иерархий. В отличие от обычной оценки разрозненных финансовых коэффициентов введенный показатель J дает однозначную оценку качества структуры капитала, а для учета результатов трехкомпонентного показателя множество учитываемых признаков расширяется за счет введения признака достаточности покрытия запасов кдост.
3. Введенный расширенный показатель "^расш позволяет эффективно учитывать влияние
результатов трехкомпонентного показателя типа финансовой ситуации на общую оценку структуры капитала. Как следует из результатов численного анализа, в особенности сильно это проявляется в случае неблагополучных предприятий (для 5-го предприятия значение J снизилось с величины -0,515 до -0,705, для 6-го предприятия - с величины -1,292 до величины -1,949, для 8-го предприятия - с величины -0,269 до -0,371). В целом по группе сравниваемых предприятий среднеквадратиче-ское отклонение нормированных показателей /расш от J составило 0,112. Поэтому использование результатов трехкомпонентного показателя типа финансовой ситуации вполне оправдано.
4 Алферина О.Н., Казакова С.В. Анализ структуры капитала и повышение финансовой устойчивости предприятия // Инновационная наука. 2015. № 6. С. 4-11.
5 Polyakov K., Polyakova M. The role of financial factors interactions in the capital structure determination // Journal of corporate finance research. 2015. № 4 (36). P.17-25.
6 Witten I.H., Frank E., Hall M.A. Data Mining: Practical Machine Learning Tools and Techniques. Burlington, Massachusetts: Morgan Kaufmann, 2011. 664 p.
7 Chambers. J.M. Software for Data Analysis. Stanford: Stanford University, 2008. 514 p. doi: 10.1007/978-0-387-75936-4.
8 Saaty T.L. Relative measurement and its generalization in decision making why pairwise comparisons are central in mathematics for the measurement of intangible factors the analytic hierarchy/network process // RACSAM -Journal of the Royal Academy of Exact, Physical and Natural Sciences. Series A. Mathematics. 2008. V. 102. № 2. P. 251318. doi: 10.1007/BF03191825
9 Хорев А.И., Бухарин С.В., Баркалова И.И. Обобщенный показатель и классификация структуры капитала промышленных предприятий // Вестник ВГУИТ. 2017. Т. 79. № 3(73). С. 187-193.
10 Бухарин С.В., Мельников А.В. Кластерно-иерархические методы экспертизы экономических объектов. Воронеж: Научная книга, 2012. 276 с.
11 Бармин М.А. Вероятностная модель связи конкурентоспособности предприятия с параметрами интеллектуального капитала // Вестник НГИЭИ. 2016. № 9 (64). С. 155-161.
12 Игошин А.Н., Черемухин А.Д. Особенности воспроизводства человеческого капитала в контексте оценки эффективности работы организации // Вестник НГИЭИ. 2017. № 5 (72). С. 96-113.
REFERENCES
1 Berdnikov V.V., Gavel O.Yu. Comparative analysis of approaches of forecasting of probability of bankruptcy of the commercial organizations. Nauka i Mir [Science and World]. 2014. no. 8. pp. 92-96. (in Russian).
2 Bordeianu G.D. et al. Analysis Models of the Bankruptcy Risk. Economy Transdiscipli-narity Cognition. 2011. vol. 14. no. 1. pp. 248-259.
3 Kosmina O.I. Comparative characteristic of various techniques of diagnostics of a financial condition of the enterprises. Sbornik nauchnyh trudov SevKavGTU. Seriya: Ehkonomika [Collection of scientific works of the North Caucasus State Technical University. Series: Economy]. 2010. no. 10. pp. 21-28. (in Russian).
СВЕДЕНИЯ ОБ АВТОРАХ Александр И. Хорев д.э.н., профессор, кафедра экономической безопасности и финансового мониторинга, Воронежский государственный университет инженерных технологий, пр-т Революции, 19, г. Воронеж, 394036, Россия, al.khorev@gmail.com
Сергей В. Бухарин д.т.н., профессор, кафедра экономической безопасности и финансового мониторинга, Воронежский государственный университет инженерных технологий, пр-т Революции, 19, г. Воронеж, 394036, Россия, svbuharin@mail.ru
Вера Н. Пономарёва студент, кафедра экономической безопасности и финансового мониторинга, Воронежский государственный университет инженерных технологий, пр-т Революции, 19, г. Воронеж, 394036, Россия, vera.ponomareva.2012 @mail. ru
КРИТЕРИЙ АВТОРСТВА
Все авторы в равной степени принимали участие в написании рукописи и несут ответственность за плагиат
КОНФЛИКТ ИНТЕРЕСОВ
Авторы заявляют об отсутствии конфликта интересов.
ПОСТУПИЛА 11.09.2018 ПРИНЯТА В ПЕЧАТЬ 16.10.2018
4 Alferina O.N., Kazakov S.V. Analysis of structure of the capital and increase in financial stability of the enterprise. Innovacionnayanauka [Innovative science]. 2015. no. 6. pp. 4-11. (in Russian).
5 Polyakov K., Polyakova M. The role of financial factors interactions in the capital structure determination. Journal of corporate finance research. 2015. no. 4 (36). pp. 17-25.
6 Witten I.H., Frank E., Hall M.A. Data Mining: Practical Machine Learning Tools and Techniques. Burlington, Massachusetts, Morgan Kaufmann, 2011. 664 p.
7 Chambers. J.M. Software for Data Analysis. Stanford, Stanford University, 2008. 514 p. doi: 10.1007/978-0-387-75936-4.
8 Saaty T.L. Relative measurement and its generalization in decision making why pairwise comparisons are central in mathematics for the measurement of intangible factors the analytic hierarchy/network process. RACSAM - Journal of the Royal Academy of Exact, Physical and Natural Sciences. Series A. Mathematics. 2008. vol. 102. no. 2. pp. 251-318. doi: 10.1007/BF03191825
9 Horev A.I., Bukharin S.V., Barkalova I.I. The generalized indicator and classification of structure of the capital of the industrial enterprises. Vestnik VGUIT [Proceedings of VSUET]. 2017. vol.79. no. 3 (73). pp. 187-193. (in Russian).
10 Bukharin S.V., Melnikov A.V. Cluster and hierarchical methods of examination of economic objects. Voronezh, Nauchnaya kniga, 2012. 276 p. (in Russian).
11 Barmin M.A. Probabilistic model of communication of enterprise competitiveness with the parameters of intellectual capital. Vestnik NGIEHI [Herald NGIEI]. 2016. no. 9 (64). pp. 155-161. (in Russian).
12 Igoshin A.N., Cheremuhin A.D. Features of the reproduction of human capital in the context of assessing the effectiveness of the organization. Vestnik NGIEHI [Herald NGIEI]. 2017. no. 5 (72). pp. 96-113. (in Russian).
INFORMATION ABOUT AUTHORS Alexander I. Horev Dr. Sci. (Econ.), professor, economic security and financial monitoring department, Voronezh state university of engineering technologies, Revolution Av., 19 Voronezh, 394036, Russia, al.khorev@gmail.com
Sergey V. Bukharin Dr. Sci. (Engin.), professor, economic security and financial monitoring department, Voronezh state university of engineering technologies, Revolution Av., 19 Voronezh, 394036, Russia, svbuharin@mail.ru
Vera N. Ponomareva student, economic security and financial monitoring department, Voronezh state university of engineering technologies, Revolution Av., 19 Voronezh, 394036, Russia, vera.ponomareva.2012@mail.ru
CONTRIBUTION
All authors equally participated in the writing of the manuscript and are responsible for plagiarism
CONFLICT OF INTEREST The authors declare no conflict of interest.
RECEIVED 9.11.2018 ACCEPTED 10.16.2018
