CC BY
42
ЭКОНОМИКА
О.М. МОНОГАРОВ, аспирант Государственного университета - УНПК Тел. 8 910 7476340;z0604@ostu.ru
ОЦЕНКА ВНУТРЕННЕЙ ВЗАИМОСВЯЗИ ФАКТОРОВ УСТОЙЧИВОСТИ МАЛОГО ПРОМЫШЛЕННОГО КОМПЛЕКСА И ЕЕ ПРИМЕНЕНИЕ ПРИ СЦЕНАРНОМ АНАЛИЗЕ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ
В статье рассмотрена специфика малых промышленных комплексов с точки зрения их экономической устойчивости. Сформулированы предложения по оценке и прогнозированию устойчивости малых промышленных комплексов на основе модифицированной модели Альтмана и использования коэффициента внутренней взаимосвязи факторов при сценарном анализе инвестиционных проектов
Ключевые слова: малый промышленный комплекс, устойчивость, модель Альтмана, сценарный анализ, анализ чувствительности.
Малый промышленный комплекс (МПК) - это совокупность промышленных предприятий, расположенных на территории административно-территориальной единицы с численностью компактно приживающего населения менее 100 тыс. человек, доля иногородних работающих в которых не превышает 10 процентов среднесписочного состава, обладающая признаками территориального комплекса в виде общих объектов производственной и социальной инфраструктуры.
Характерными чертами МПК являются:
- территориальная отдаленность от основных потребителей продукции и, как следствие, значительная доля транспортных издержек в структуре себестоимости продукции;
- слабость развития местной инфраструктуры, в том числе финансовой, что создает сложности с доступом к кредитным ресурсам;
- доступ к трудовым ресурсам ограничивается как отсутствием широкой номенклатуры проживающих в границах административно-территориальной единицы, так и обычно более низким уровнем дохода, что существенно ограничивает возможность привлечения высококвалифицированных специалистов из центральных регионов;
- более высокая лояльность работающих, связанная с ограниченностью количества рабочих мест и более высокими доходами, чем в агропромышленном комплексе;
- подавляющее большинство МПК сформированы до начала радикальной экономической реформы и сильно пострадали от разрыва хозяйственных кооперативных связей;
- основные фонды большинства производств сильно устарели, а их модернизация затруднительна вследствие ограниченности доступа к финансовым ресурсам;
- ресурсы местных органов власти сильно ограничены, часто они не способны ни самостоятельно провести модернизацию существующих мощностей, ни создать
© О.М. Моногаров
УЧЕНЫЕ ЗАПИСКИ
условия для прихода стороннего стратегического инвестора.
Рассмотрим возможность использования для оценки экономической устойчивости МПК такого традиционного инструмента, как модель Альтмана.
Z-модель Альтмана (Airman’s Z-score) представляет собой статистическую модель, которая на основе оценки показателей финансового положения и платежеспособности компании позволяет оценить уровень риска банкротства.
Z = 1,2X1 +1,4X2 + 3,3X3 + 0,6X4 + 0,999X5, (1)
где Z - показатель Альтмана для компаний, не обращающихся на бирже;
X1 - отношение оборотного капитала к активам;
X2 - отношение нераспределенной прибыли к активам;
X3 - отношение величины прибыли до налогообложения к активам;
X4 - отношение величины рыночной стоимости капитала к балансовой стоимости обязательств;
X5 - отношение выручки к активам.
В результате подсчета Z-показателя для конкретного предприятия делается заключение:
если Z < 1,81 - высокая вероятность банкротства (вероятность банкротства от 80 до 1 00%);
если 1,81 < Z < 2,7 - средняя вероятность банкротства (вероятность от 35 до 50%);
если 2,7 < Z < 2,99 - вероятность банкротства невелика (вероятность банкротства от 1 5 до 20%);
если Z > 3,0 - вероятность банкротства крайне мала (вероятность банкротства до 10%).
Модель Альтмана дает достаточно точный прогноз вероятности банкротства с временным интервалом 1-2 года.
В общем, можно сказать, что применение метода Альтмана позволяет прогнозировать финансовое развитие компании и на данный момент используется в мировой практике.
В мире функционирующей финансовой инфраструктуры подавляющее большинство финансовых и прочих показателей меняется во времени в соответствии с изменениями макроэкономических и иных условий. Экономисты из разных стран, на практике проверяющие множество методов, апробировали и модель Альтмана, применив ее к разным периодам времени. После внесения незначительных корректив в предложенную Альтманом методологию большинство финансовых экспертов
согласились, что его прогнозы отличаются высокой работоспособностью и статистической надежностью, т.е. с помощью этих моделей можно максимально точно определять предприятия, у кото -рых велика вероятность финансовых «сбоев». Чем ближе банкротство, тем более очевидны результаты, которые показывает модель Альтмана, как, впрочем, и любой другой метод.
Преимуществом методов, подобных модели Альтмана, является высокая вероятность, с кото -рой предсказывается банкротство приблизительно за два года до фактического объявления конкурса, недостатком - уменьшение статистической надежности результатов при составлении прогнозов относительно отдаленного будущего.
Существуют различные неформальные критерии, дающие возможность прогнозировать вероятность потенциального банкротства предприятия. К их числу относятся:
- неудовлетворительная структура имущества предприятия, в первую очередь текущих активов. Тенденция к росту в их составе трудно реализуемых активов (сомнительной дебиторской задолженности, запасов товарноматериальных ценностей с длительным периодом оборота) может сделать такое предприятие не способным отвечать по своим обязательствам;
- замедление оборачиваемости средств предприятия (чрезмерное накапливание запасов, ухудшение состояния расчетов с покупателями);
- сокращение периода погашения кредиторской задолженности при замедлении оборачиваемости текущих активов;
- тенденция к вытеснению в составе обязательств предприятия дешевых заемных средств дорогостоящими и их неэффективное размещение в активе;
- наличие просроченной кредиторской задолженности и увеличение ее удельного веса в составе обязательств предприятия;
- значительные суммы дебиторской задолженности, относимые на убытки;
- тенденция опережающего роста наиболее срочных обязательств в сравнении с изменением высоколиквидных активов;
- падение значений коэффициентов ликвидности;
- нерациональная структура привлечения и раз-
мещения средств, формирование долгосрочных активов за счет краткосрочных источников средств;
- убытки, отражаемые в балансе, и др. [1].
Сравнивая результаты расчетов по всем моделям (Альтмана, Спрингейта, Тафлера, Фулмера и прогнозной модели Иркутской госакадемии), можно увидеть, что все модели риска банкротства практически одинаково воспроизводят изменение ситуации на предприятии. То есть практически все модели достаточно адекватно отражают ситуацию на предприятии.
Однако при этом данные расчетов показывают, что в каждом случае решения будут различны и иметь различные последствия. Более того, эти различные действия потребуют привлечения дополнительных материальных, интеллектуальных, денежных и трудовых ресурсов.
То есть, какая бы модель ни была выбрана, есть громадный риск заблуждения в принятии решений, которые, в свою очередь, потребуют вложения материальных, денежных, интеллектуальных и трудовых ресурсов. Основной причиной заблуждений при выборе той или иной модели является, собственно, не сама модель (ситуацию на предприятии они воспроизводят аналогично), а те критерии, на основании которых и должно приниматься то или иное решение относительно фактического финансово-экономического состояния, определенные для каждой из моделей [2].
Впрочем, аналитики довольно часто предостерегают от механического переноса результатов использования западных моделей в российскую действительность. Все эти модели были разработаны на основе данных финансовой отчетности, выполненной по американским вЛЛР.
Совершенно непонятно, насколько велика описательная сила показателя совокупных активов в российской отчетности; активы постоянно переоцениваются, при этом многие из них просто не имеют разумной исторической стоимости (в частности, активы, которыми наделялись приватизируемые предприятия, учитывались по придуманным Госкомцен «ценам»).
Совершенно понятно, что «чистая прибыль» в терминологии Министерства финансов России далеко не чистая, поскольку из нее выплачивается целый ряд реально понесенных издержек (премии сотрудникам, расходы по содержанию социальной сферы и т. п.).
В России не соблюдается принцип постоянства положений учетной политики, то есть, сменив учетную политику, компании не корректируют отчетность предыдущих лет в соответствии с вновь принятой учетной политикой [3].
Несмотря на указанные недостатки, попытаемся применить модель Альтмана к анализу финансовой устойчивости малых промышленных комплексов.
При этом возникают две основные проблемы:
1. В модели Альтмана все показатели суммируются. То есть переменные в модели принимаются не зависящими друг от друга, а итоговый показатель формируется по накопительному (аддитивному) принципу. Если для крупных предприятий это, может быть, и справедливо, то для МПК - нет.
2. МПК обычно являются достаточно значимыми производственными единицами для социальной жизни регионов и муниципалитетов, в кото -рых они расположены. Банкротство МПК не то чтобы невозможно, но следует учитывать, что при угрозе ликвидации социально значимого предприятия включается ряд механизмов, задача которых
- сохранить возможность дальнейшего обеспечения производственной деятельности данного предприятия. В связи с этим сбор статистики о банкротстве МПК существенно затруднен.
Было предложено следующее решение указанных проблем:
1. В модель Альтмана предлагается ввести корректирующий коэффициент (формула 2), кото -рый хотя бы частично учитывает взаимовлияние факторов. Более точный учет взаимовлияния факторов потребовал бы построения сложных рекурсивных моделей, практическое использование ко -торых представляется проблематичным.
Z = 1,2аХ1 + 1,4аХ 2 + 3,3аХ3 + 0,6аХ4 + 0,999аХ5, (2)
где а = д/Х1 х Х2 х Х3 х Х4 х Х5 .
2. Адекватность прогноза с временным лагом от полугода до года оценивалась не по факту банкротства, а по субъективной оценке текущего состояния предприятия, даваемой топ-менеджментом предприятия. При этом использовалась следующая шкала градаций и соответствий между оценками текущего состояния предприятия и интерпретациями значений функции «2»:
- высокая вероятность банкротства - ситуация катастрофическая;
УЧЕНЫЕ ЗАПИСКИ
- средняя вероятность - ситуация на предприятии оценивается как тяжелая;
- вероятность банкротства невелика - состояние нормальное;
- банкротства маловероятно - состояние отличное.
По результатам поквартального мониторинга, который проводился на двух МПК Орловской области в течение 1,5 года (точнее сказать, базовых предприятиях Ливенского и Мценского МПК), можно сделать вывод, что модифицированная модель Альтмана продемонстрировала соответствие расчетного значения «2» субъективно оцениваемому текущему состоянию предприятия с лагом в 0,5 года в 80% случаев, а с лагом 1 год - в 60%, в то время как традиционная модель - лишь в 50% и 40% соответственно.
Верификация модели осуществлялась следующим образом. Поскольку посчитать количество фактически наступивших банкротств в группе предприятий, имевших определенный уровень, не представлялось возможным, была использована следующая методика. Значение коэффициента Альтмана рассчитывалось по общепринятой и по модифицированной модели один раз в квартал. В это же время проводился опрос ряда топ-менеджеров МПК, которые характеризовали текущее состояние предприятия по определенной шкале. Между шкалой оценок состояния предприятий по оценкам топ-менеджмента и шкалой по модели Альтмана было установлено соответствие: высокая вероятность банкротства - ситуация катастрофическая; средняя вероятность - ситуация на предприятии оценивается как тяжелая; вероятность банкротства невелика - состояние нормальное; банкротства маловероятно - состояние отличное.
Менеджеры не были проинформированы о расчетах, полученных по нашим моделям, а также для исключения возникновения негативных ассоциаций было решено исключить из шкалы термин «вероятность банкротства». Прогностическая сила модели оценивалась на основании сопоставления соответствия полученных расчетов оценке состояния МПК менеджментом с интервалом 1, 2 и 4 квартала. Если по оценке текущего состояния (лаг равен нулю) оценки топ-менеджмента совпадали с оценками по обеим моделям в 95% случаев, то по мере увеличения лага можно наблюдать не только общий уровень снижения точности предсказания со-
стояния предприятия, но и больший процент точных оценок у модифицированной модели.
Полученный поправочный коэффициент может быть использован при анализе чувствительности инвестиционных проектов в малых промышленных комплексах. Факторы внешней и внутренней среды обычно взаимозависимы и изменяются нелинейно. Однако составление модели, учитывающей все эти взаимодействия, например, по методу Монте-Карло, достаточно сложный и дорогостоящий процесс, поэтому предлагается использовать поправочный коэффициент, учитывающий нелинейность влияния факторов на общую эффективность проекта по принципу автокорреляции. Поправочный коэффициент может быть получен неформальным методом, как это было показано выше, или на основе экспертной оценки. Эксперт оценивает, насколько более сильное отклонение n-го фактора от базового сценария будет усиливать его негативное воздействие на эффективность проекта. Для простоты степень данного воздействия принимается одинаковой на всем диапазоне изменения данного фактора. В данном случае не рассматривается механизм данного воздействия, а просто дается оценка меры данного воздействия. Экспертное заключение формируется на основе опыта осуществления аналогичных проектов в рамках данного или других малых промышленных комп -лексов. Значение коэффициента А может быть интерпретировано как соотношение тангенсов углов наклона прямых эффективности проекта при разных уровнях чувствительности.
Применение данного метода было использовано при анализе целесообразности и выборе варианта приобретения станка Beaver 26AVTS на ОАО «ГМС Насосы» (до 26.08.10 ОАО «Ливгидромаш») в рамках машиностроительного МПК г. Ливны. Было установлено, что такой фактор, как «стоимость обслуживания», является гораздо более критичным, чем «объем инвестирования» или «сдельная заработная плата». В результате этих расчетов были внесены коррективы, связанные с методом финансирования и местом приобретения оборудования. Предпочтение было отдано в пользу более дорогой, чем кредитной, но включающей в платежи стоимость обслуживания в виде «дополнительной услуги» лизинговой схемы. На рисунке 1 представлены расчеты чувствительности проекта по приобретению станка Beaver 26AVTS на ОАО «ГМС Насосы».
------ фактор "стоимость обслуживания"
------ фактор "сдельная заработная плата"
------ скорректированный фактор "сдельная заработная плата"
...... скорректированный фактор "стоимость обслуживания"
Рисунок 1 - Чувствительность проекта по приобретению станка Beaver 26AVTS на ОАО «ГМС Насосы»
(Ливенский машиностроительный МПК)
Библиографический список
1. Зинкович С. Модель Z Альтмана http://ladybiznes.ru/2009/04/model-z-altmana/
2. Лазарев Г.И. Определение вероятности банкротства предприятия http://www.afdanalyse.ru/publ/bankrostvo/ bankrot_1/13 -1 -0-10
3. Шувалов А. Искусство управления http://shuvalov.wmsite. ru/materialy-stati/bjudzhet-finansy/model-altmana
O.M. MONOGAROV
EVALUATION OF THE INTERNAL RELATIONSHIP BETWEEN THE FACTORS OF STABILITY OF SMALL INDUSTRIAL COMPLEX AND ITS APPLICATION IN A SCENARIO
ANALYSIS OF INVESTMENT PROJECTS
The article considers the specificity of small industrial complexes in terms of their economic sustainability. Formulating proposals for assessing and predicting the stability of small industrial complexes based on a modified model of Altman and use the coefficient of coherence factors in the scenario analysis of investment projects.
Key words: small industrial complex, the stability, the model of Altman, scenario analysis, sensitivity analysis.
