CC BY
32
А. М. Реук, О. К. Карпова, Н. А. Лобахина
ОЦЕНКА КЛЮЧЕВЫХ ФАКТОРОВ БАНКРОТСТВА РОССИЙСКИХ КОМПАНИЙ В СОВРЕМЕННЫХ УСЛОВИЯХ
Аннотация
В статье выделяются ключевые факторы внешней среды, оказывающие воздействие на устойчивость бизнеса в современных рыночных условиях. Предложена и апробирована корреляционно-регрессионная модель зависимости показателя количества банкротств от воздействия параметров роста курса доллара и снижения цен на нефть, что позволит определить уровень влияния международной экономической политики на устойчивость бизнеса в России.
Ключевые слова
Устойчивость предприятия, факторы внешней среды, банкротство, корреляционно-регрессионный анализ.
A. M. Reuk, A. K. Karpova, N. A. Lobakhina
RATING OF KEY FACTORS OF BANKRUPTCY OF RUSSIAN COMPANIES IN MODERN CONDITIONS
Annotation
Article highlights the key of environmental factors affecting business sustainability in current market conditions. Proposed and tested correlation and regression model of dependence of number of bankruptcies from effects of parameters of growth of dollar and lower oil prices that will determine level of influence of international economic policy on stability of business in Russia.
Keywords
Stability of enterprise, environmental factors, bankruptcy, correlation-regression analysis.
Динамичность протекания процессов, характеризующая современные условия, в которых вынуждена функционировать основная масса хозяйствующих субъектов, представляющих систему субъектов рынка нашей страны, выдвигает с каждым днем все более жесткие требования к обеспечению устойчивых темпов развития экономики как на уровне государства, так и на уровне отдельных предприятий. В этих условиях вариативность векторов развития субъектов хозяйствования в долгосрочном аспекте во многом объясняется эксклюзивным набором факторов внешней среды, а также трансформацией оказываемого ими влияния на субъекты бизнеса. Базовый набор факторов внешней среды включает в себя такие группы, как: эко-
номические, политические, технические и социально-культурные (рис. 1). Представленные параметры среды оказывают комплексное воздействие на предприятия всех отраслей и сфер хозяйствования, являющиеся, по сути, открытыми системами, лишенными возможности ограничения взаимодействия с ними. Несмотря на достаточно широкий спектр параметров среды, представленный на рисунке 1, следует отметить, что не все факторы оказывают одинаковое влияние на развитие и возможности сохранения устойчивости предприятия. Обращаясь к эмпирическому правилу В. Парето, можно предположить, что только 20 % всех факторов внешней среды оказывают 80 % эффекта на устойчивость социально-экономических систем.
•денежно-кредитная и финансовая политика;
•уровень доходов потребителей;
• ставки кредитования бизнеса;
• инвестиционная среда;
• международный платежный баланс;
•устойчивость национальной валюты и др.
• демографическая структура населения;
• отношение к предпринмательской деятельности;
•уровень образования;
• социальные ценнности и др.
V
• политическая ситуация в стране; фискальная и налоговая политика; • наличие административных барьеров; • механизмы защиты права собственности и др.
Политические
•уровень развития информационных технологии;
• новые стандарты оборудования; новые технологии обработки ресурсов и информации и др.
Рисунок 1 — Факторы внешней среды предприятия
Таким образом, появляется необходимость выявить основные факторы, которые оказывают максимальное влияние на возможности сохранения устойчивости и эффективного функционирования предприятий. Крайняя степень неустойчивости организации приводит к потере платежеспособности и последующему банкротству предприятия. В условиях кризиса большое внимание уделяется процессу совершенствования механизма прогнозирования несостоятельности предприятий с целью предотвращения процедур банкротства, а значит, сохранения устойчивости социально-экономических систем разного уровня.
В соответствии с действующим законодательством банкротство представляет собой признанную арбитражным судом неспособность должника в полном объеме удовлетворить требования кредиторов по денежным обязательствам [1]. Таким образом, именно это состояние может быть признано в качестве результирующего в рамках модели, описывающего абсолютную невозможность сохранения устойчивости предприятия.
Для обоснования управленческих решений в области антикризисного управления экономическими системами целесообразно воспользоваться корреляционно-регрессионным анализом, позволяющим сформировать прогноз численности дел о банкротстве с последующей разработкой мер по обеспечению устойчивости и относительной независимости экономики Российской Федерации.
В свете высокого уровня развития глобализации большинство субъектов бизнеса вынуждены функционировать в среде открытого рынка, насыщенного контрагентами и конкурентами из других стран, часто с более развитыми условиями хозяйствования. В этих обстоятельствах становится очевидным, что на эффективность деятельности предприятий в значительной степени влияет устойчивость национальной валюты относительно курса мировой валюты. Следовательно, в качестве факторного признака, влияющего на изменения количества банкротств в РФ, по мнению авторов, может быть использован показатель «среднегодовой курс доллара США».
Экспортно-сырьевая модель, в рамках которой по-прежнему происходит развитие РФ, несмотря на масштабные усилия по переводу ее на инновационный путь, определила следующий ключевой фактор, оказывающий значительное влияние на устойчивость национальной экономики и всех субъектов
Доля нефтегазовых доходов в бюджете России, достигавшая 70 %, по итогам исполнения федерального бюджета в январе-феврале 2016 г. составила 37,4 % [2], проиллюстрировав фактически двукратное снижение цен на нефть марки Brent в 2015 г. относительно 2014 г. (54,4 долл./баррель и 101,4 соответственно). Представленная ситуация, а также последовавший за ней экономический спад, в состоянии которого РФ находится в настоящее время, показал высокую степень зависимости финансово-экономической системы страны от изменений на международном топливно-энергетическом рынке. Поэтому в качестве второго факторного признака для определения прогнозных значений количества банкротств на основе корреляционно-регрессионной модели был выбран показатель «средняя цена на нефть».
Информационной базой для исследования послужили материалы Федеральной службы статистики, данные Единого федерального реестра сведений о банкротстве, материалы федеральных арбитражных судов РФ, основные параметры прогноза социально-экономического развития РФ Минэкономразвития.
хозяйствования - уровень цен на нефть и природные ресурсы.
В настоящее время по запасам нефти и нефтепродуктов Россия находится на 6-м месте, в то время как по объемам добычи за последние 10 лет страна не выходила из тройки лидеров (табл. 1).
Корреляционно-регрессионной моделью системы взаимосвязанных признаков является такое уравнение регрессии, которое включает основные факторы, влияющие на вариацию результативного признака, обладает высоким (не ниже 0,5) коэффициентом детерминации и коэффициентами регрессии, интерпретируемыми, в соответствии с теоретическим знанием о природе связей в изучаемой системе. Регрессионная модель объединяет широкий класс универсальных функций, которые описывают некоторую закономерность [3].
Для оценки динамики количества банкротств в качестве результативного признака выбран показатель «Количество заявлений о признании должника банкротом» (Y), а факторными (т. е. его объясняющими) признаками: «Среднегодовые курсы доллара (по отношению к рублю)» (X1) и «Средняя цена на нефть (Brent), в долларах за баррель» (X2). При этом количество наблюдений n = 9, количество факторных признаков m = 2, что удовлетворяет условию включения факторных признаков, которые не должны превышать одной трети от числа наблюдений (табл. 2).
Таблица 1 — Объем добычи нефти и нефтепродуктов крупнейшими нефтедобывающими странами (млн т)*
Страна 2009 г. 2010 г. 2011г. 2012 г. 2013 г. 2014 г. 2015 г. Процент от мировой добычи (2015 г.)
Саудовская Аравия 456,7 473,8 525,9 549,8 538,4 543,4 568,5 13,0
США 322,5 332,8 345,0 393,7 448,0 522,8 567,2 13,0
Россия 500,8 511,8 518,8 526,0 531,1 534,1 540,7 12,4
* Составлена по материалам: [9].
Таблица 2 — Исходные данные для формирования корреляционно-регрессионной модели оценки динамики банкротств в РФ
Годы Количество заявлений Среднегодовые курсы доллара, руб. [5] Средняя цена на нефть (Brent), в долларах за баррель [6]
2007 44 255 25,58 73,70
2008 34 367 24,86 91,85
2009 39 570 31,83 59,81
2010 40 243 30,36 81,54
2011 33 385 29,39 109,70
2012 40 864 31,08 108,45
2013 31 921 31,85 107,96
2014 41 996 38,61 85,76
2015 50 779 61,07 52,81
2016 (прогноз) X 67,5 69,4*
2017 (прогноз) X 67,5** 76,6
2018 (прогноз) X 68,7*** 77,4
* В соответствии с консенсус-прогнозом Министерства экономического развития РФ. Источник: [7].
** В соответствии с проектом бюджета РФ на 2017-2018 гг. Источник: [8]. *** Там же.
Включаемые в модель факторные признаки, то есть среднегодовые курсы доллара и средняя цена на нефть (Brent), не мультиколлинеарны, так как при проведенном анализе матрицы парной корреляции было установлено, что фак-
торные признаки «Среднегодовые курсы доллара» (X\) и «Средняя цена на нефть (Brent), в долларах за баррель» (X2) слабо связаны между собой (rxix2 = -0,54 <= 0,8), то есть явления мультиколлинеарности не наблюдается.
Таблица 3 — Матрица парной корреляции
Показатель Количество заявлений, шт. (F) Среднегодовые курсы доллара, руб. (X) Средняя цена на нефть (Brent), в долларах за баррель (Х2)
Кол-во заявлений, шт. (У) 1
Среднегодовые курсы доллара, руб. (X1) 0,69 1
Средняя цена на нефть (Brent), в долларах за баррель (X2) -0,75 -0,54 1
Поскольку в большинстве практических случаев любую функцию многих переменных путем логарифмирования или замены переменных можно свести к линейному виду, то в качестве модели следует выбрать линейную функцию двух переменных: у = а0 + а1х1 + а2х2.
Уравнение регрессии (модель) зависимости количества заявлений на признание должника банкротом от количества среднегодового курса доллара и средней цены доллара за баррель имеет вид:
У = 44 987,69+221,50X1-149,03X2.
Для проверки адекватности построенной модели необходимо проверить выполнение свойств случайной компоненты. Одно из них — независимость значений уровней случайной компоненты, то есть отсутствие существенной автокорреляции в остаточной последовательности. Для этой цели использован критерий Дарбина-Уотсона.
В качестве критических значений табличных уровней при п = 9, т = 2 при уровне значимости 5 % возьмем величины из таблицы значений критерия Дарбина-Уотсона: ё1 = 0,63 и ё2 = 1,7. Так как расчетное значение ё больше табличного (2,69 > 1,7), то гипотеза о независимости уровней остаточной последовательности, то есть об отсутствии в ней автокорреляции, принимается. В таком случае модель следует признать качественной.
Для определения степени автокорреляции определен коэффициент парной корреляции для смещенного временного ряда «Количество заявлений о признании должника банкротом, шт.». Полученный коэффициент парной корреляции равен -0,54, что говорит об отсутствии тесной связи между смещенными рядами, и, следовательно, можно сделать вывод об отсутствии автокорреляции. Таким образом, построенная регрессионная модель является адекватной.
Коэффициент детерминации показывает долю вариации результативного признака под воздействием факторных признаков. В рассматриваемом случае
о
R = 0,686. Следовательно, около 69 % вариации показателя «Количество заявлений о признании должника банкротом, шт.» учтено в модели и на 69 % обусловлено влиянием двух других показателей: «Среднегодовые курсы доллара, руб.» и «Средняя цена на нефть (Brent), в долларах за баррель». Таким образом, коэффициент детерминации (69 %) свидетельствует о практической значимости выявленной зависимости. Поэтому модель можно считать качественной. Значимая связь между количеством заявлений о признании должника банкротом и среднегодовыми курсами доллара, средней ценой на нефть подтверждается коэффициентом корреляции R = 0,83. Теснота связи по шкале Чеддока может быть определена как высокая. Проверка значимости построенной модели проведена по критерию Фишера: F = 6,57. Табличное значение F-критерия при доверительной вероятности 95 %, при степенях свободы 6 и количестве факторных признаков 2 составляет 5,14. Поскольку 6,57 > 5,14, то уравнение регрессии следует признать адекватным. Для определения прогнозных значений количества заявлений о признании должника банкротом воспользуемся прогнозами Министерства экономического развития РФ. В соответствии с результатами прогнозирования в 2016-2018 гг. будет наблюдаться незначительное снижение количества заявлений на признание должника банкротом (табл. 4).
Таблица 4 — Результаты прогнозирования банкротств в РФ на 2016-2018 гг.
Показатель Математическая модель Прогноз на 2016 г. Прогноз на 2017 г. Прогноз на 2018 г.
Среднегодовые курсы доллара, руб. (X1) Х 67,5 67,5 68,7
Средняя цена на нефть (Brent), в долл. за баррель (X2) Х 69,4 76,6 77,4
Кол-во заявлений о признании должника банкротом, шт. (у) Регрессионная модель У = 44 987,69 + 221,50X1 - 149,03X2 49 596 48 523 48 670
Динамика банкротств в РФ в целом свидетельствует о резком увеличении их количества в 2015 г. (рис. 2). Заявлений о несостоятельности в 2015 г. поступило 50 779, что на 20 % больше, чем в 2014 г. При этом в соответствии с прогнозом количество поданных заявлений о признании должника банкротом
По результатам проведенного корреляционно-регрессионного анализа были выявлены прямая зависимость от изменения курса доллара и количества банкротств и при этом сохранение обратной зависимости от снижения цены на нефть. Это свидетельствует о значительной ориентации экономики РФ на экспорт энергетических ресурсов, несмотря на декларацию органов государственной власти инновационного пути развития, и высоком уровне влияния на устойчивость российского предпринимательского сектора международной политики.
Для сохранения устойчивости и независимости экономики страны и всех хозяйствующих субъектов, входящих в ее состав, в качестве приоритетных направлений должны быть выделены следующие.
1. Поддержка и создание благоприятных условий для развития малого и среднего предпринимательства как полноценного сектора экономики. Доля уча-
будет оставаться практически на одном уровне, незначительно отличающимся от уровня 2015 г. Можно сделать вывод, что российская экономика в ближайшие три года будет развиваться более медленными темпами за счет снижения устойчивости предприятий.
стия субъектов МСП в ВВП развитых стран достигает 60-70 % (в то время как в России этот показатель едва превышает 20 %). Это существенный вклад в устойчивость экономической системы, способный увести государство от высокого уровня зависимости от цен на энергоресурсы.
2. Реальная поддержка инновационного развития бизнеса, ориентированная на развитие техники и технологий, создание конкурентных преимуществ на мировом рынке и, как следствие, уход от экспортно-сырьевой модели национальной экономики.
Реализация представленных направлений позволит повысить уровень устойчивости экономической системы страны в относительно короткие сроки (за счет использования ресурсов малого бизнеса, достаточно мобильного и способного оперативно реагировать на изменяющиеся условия среды), а также сохранить ее на долгосрочную перспективу.
60 000
50 000
5
| 40 01
§ 30
0 <0 I-
и
01 т
е; о
5С
10
Динамика банкротств в РФ
Годы
оР* оР*
<х- <-0
О0 о° <5° Ч*8 ч*8 Ч*8
Л Л Л # # #
Рисунок 2 — Динамика банкротств в РФ
8 20
Библиографический список
1. О несостоятельности (банкротстве) : [Федеральный закон № 127-ФЗ от 26.10.2002 (ред. от 03.07.2016) (с изм. и доп., вступ. в силу с 01.09.2016)].
2. Бочарова, С., Волкова, О., Ткачев, И. Доля нефтегазовых доходов в бюджете России упала до семилетнего уровня [Электронный ресурс] // РБК. — Режим доступа : http://www.rbc.ru/econo mics/24/03/2016/56f32a639a794756a61f3 01e (дата обращения: 01.11.2016).
3. Механцева, К. Ф., Механце-ва, И. Ю. Экономико-математическое методы и модели : учеб. пособие. — Ростов н/Д, 2005.
4. Механцева, К. Ф. Экономико-статистическое моделирование качества организации: теория, методология, практика : моногр. / под науч. ред. Н. П. Мас-ловой. — Ростов н/Д, 2007.
5. Статистика: История курса доллара к рублю [Электронный ресурс] // Руксперт. — Режим доступа : http://ru xpert.ru (дата обращения: 09.11.2016).
6. Курсовой монитор [Электронный ресурс]. — Режим доступа : http://kurs2015.ru/tsena-nefti-onlajn.html (дата обращения: 09.11.2016).
7. Сценарные условия, основные параметры прогноза социально-экономического развития РФ и предельные уровни цен (тарифов) на услуги компаний инфраструктурного сектора на 2016 г. и на плановый период 2017 и 2018 гг. [Электронный ресурс]. — Режим доступа : http:// government.ru (дата обращения: 09.11.2016).
8. Гордеев, В. Минэкономразвития второй раз за месяц снизило прогноз роста экономики [Электронный ресурс] // РБК. — Режим доступа : http://www.rbc. ru/economics/12/ 10/2016/57fd6ead9a79477 8447be304 (дата обращения: 09.11.2016).
9. BP Statistical Review of World Energy. June 2016 [Электронный ресурс]. — Режим доступа : https://www. bp.com/content/dam/bp/pdf/energy-eco nomics/statistical-review-2016/bp-statis tical-review-of-world-energy-2016-full-report.pdf (дата обращения: 01.11.2016).
Bibliographic list
1. About insolvency (bankruptcy) : [Federal law № 127-FZ of 26.10.2002 (ed. from 03.07.2016) (with amend. and add. from 01.09.2016)].
2. Bocharova, S., Volkov, O., Tka-chev, I. Part of oil and gas income in budget of Russia fell to seven-year level [Electronic resource] // RBC. — Mode of access : http://www.rbc.ru/economics/24/ 03/2016/56f32a639a794756a61f301e (date of access: 01.11.2016).
3. Mekhantseva, K. Ph., Mek-hantseva, I. Yu. Economic-mathematic methods and models. — Rostov-on-Don, 2005.
4. Mekhantseva, K. Ph. Economical and statistical modeling of quality of organization: theory, methodology, practice: monograph / scientific ed. by N. P. Mas-lova. — Rostov-on-Don, 2007.
5. Statistics: Dollar exchange rate history to ruble [Electronic resource] // Rukspert. — Mode of access: http://ru xpert.ru (date of access: 09.11.2016).
6. Course monitor [Electronic resource]. — Mode of access : http://kurs 2015.ru/tsena-nefti-onlajn.html (date of access: 09.11.2016).
7. Scenario conditions, key parameters of forecast of social and economic development of Russian Federation and limits of prices (rates) for services of companies of infrastructure sector for 2016 and for planning period of 2017 and 2018 [Electronic resource]. — Mode of access : http://gove rnment.ru (date of access: 09.11.2016).
8. Gordeev, V. Ministry of Economic Development the second time in a month lowered the forecast of growth of economy [Electronic resource] // RBC. — Mode of access : http://www.rbc.ru/economics/12/ 10/2016/57fd6ead9a794778447be304 (date of access: 09.11.2016).
9. BP Statistical Review of World Energy. June 2016 [Electronic resource]. — Mode of access : https://www.bp.com/ content/dam/bp/pdf/energy-economics/ statistical-review-2016/bp-statistical-review-of-world-energy-2016-full-report.pdf (date of access: 01.11.2016).
