CC BY
169
ПРОГНОЗИРОВАНИЕ ФИНАНСОВОГО СОСТОЯНИЯ ИНФОКОММУНИКАЦИОННЫХ КОМПАНИЙ
Н.В. Никольская, доцент кафедры «Экономика связи»МТУСИ, к.э.н., nn74@yandex.ru
УДК 338_
Аннотация. Рассматриваются основные методические подходы к прогнозированию финансового состояния. Также предлагается комбинированный метод прогнозирования, основанный на применении метода процента от продаж и статистических данных за предыдущие годы. Для инфокоммуникационных компаний определяются возможные дискриминантные модели вероятности банкротства.
Ключевые слова: финансовое состояние; прогнозирование финансовых коэффициентов; метод процента от продаж; прогнозирование банкротства инфокоммуникационной компании; модели оценки вероятности банкротства.
FORECASTING THE FINANCIAL STATUS OF INFOCOMMUNICATION
COMPANIES
Natalia Nikolskaya, associate professor of the "Communications economics " department, MTUCI, candidate of economic sciences
Annotation. The main methodological approaches to forecasting the financial condition are considered. A combined forecasting method based on the use of percentage of sales method and statistical data for the previous year is also proposed. For info communication companies possible discriminant probability model of bankruptcy are determined.
Keywords: financial condition; financial ratios forecasting; the percentage of sales method; forecasting the bankruptcy of info communication company; models for assessing the likelihood of bankruptcy.
Важнейшим инструментом оценки эффективности финансовой, экономической и сбытовой политики инфокоммуникационной компании является прогнозирование ее финансового состояния. При этом прогнозирование представляет собой оперативный расчет, носящий вероятностный характер вариантов возможной динамики, структуры средств и источников в увязке с текущими и перспективными финансовыми и экономическими параметрами развития предприятия.
Все многообразие методических подходов [1-3] к прогнозированию финансового положения компании можно разделить на три класса (рис. 1):
• прогнозирование финансового состояния с помощью прогноза будущей финансовой отчетности, в котором учтены в той или иной степени фактическое состояние, и ожидаемая динамика развития;
• прогнозирование значений финансовых показателей. В основе данного подхода лежит предпосылка о наличии факта некоторой преемственности изменений коэффициентов финансово-хозяйственной деятельности от одного периода к другому;
• прогнозирование финансового состояния (банкротства) на дискриминантной факторной модели. Получаемая при этом характеристика банкротства носит четко выраженный вероятностный характер.
Рисунок 1
При прогнозировании финансового состояния на основе прогнозной отчетности исходят из того, что оно может быть достаточно корректно описано с помощью отчета о финансовых результатах, а также бухгалтерского баланса. При их формировании могут учитываться любые возможные решения в области производственно-сбытовой программы, формирования фонда заработной платы, коммерческих кредитов, инвестиционных проектов и т.д.
На рис. 1 показан процесс прогнозирования финансового состояния инфокоммуникационной компании.
Период прогнозирования может быть принципиально любой: от месяца до пятидесяти лет. Его выбор определяется, во-первых, целями прогнозирования, во-вторых, достоверностью исходной информации [4]. Для телекоммуникационных компаний прогнозные расчеты могут дать вполне корректный результат при выборе периода прогнозирования от квартала до 2 лет, что соответствует периоду окупаемости в эффективные инвестиционные проекты.
Для оценки влияния на финансовое состояние и результаты деятельности инфокоммуникационных компаний основных факторов (продаж, затрат и др.) прогнозные расчеты целесообразно производить по нескольким вариантам, различающимся исходными данными (производственная программа, структура издержек производства, инвестиции и т.п.). Оценка пессимистического, реалистического и оптимистического варианта будущего позволяет руководителям предприятий быть готовыми к неожиданным ситуациям.
Наиболее простым является метод процента от продаж [2]. В его основу заложено пропорциональное изменение некоторых статьей баланса и отчета, зависимых от объема продаж: себестоимость, оборотные и внеоборотные активы, а также краткосрочные
обязательства. В тоже время долгосрочные обязательства и собственный капитал признаются неизменными.
Однако в связи с возможностью отсутствия тесной взаимосвязи между отдельными разделами баланса и объемом продаж предлагается использовать комбинированный метод прогнозирования финансовой отчетности. Он основывается:
• на применении метода процента от продаж и корректирующего коэффициента при наличии тесной взаимосвязи (коэффициент парной корреляции больше 0,4);
• либо на применении метода простого динамического анализа и метода авторегрессионной зависимости в случае ее отсутствия.
Под корректирующим коэффициентом понимается относительный показатель, характеризующий процент изменения статьи баланса при изменении выручки от реализации на 1%. В процессе прогнозирования могут использоваться несколько значений, причем лучшее рекомендуется применять для оптимистического варианта. Корректирующие коэффициенты рассчитываются по данным за прошедший период и могут также учитывать рекомендации по улучшению использования статей баланса.
Прогнозирование с помощью комбинированного метода начинается с формирования будущих отчетов о финансовых результатах (рис. 2), где в первую очередь определяется выручка от реализации работ, услуг инфокоммуникационной компании. В условиях отсутствия данных маркетингового исследования рынка услуг и основываясь только на достигнутых в предыдущих периодах значения, можно спрогнозировать величину выручки от продажи с помощью различных статистических методов. На рис. 2 показан алгоритм составления прогнозной отчетности.
При прогнозировании суммы затрат на производство (себестоимости) инфокоммуникационной компании можно использовать следующий укрупненный способ, основанный на делении всех затрат на условно-постоянные и переменные. Постоянные издержки остаются неизменными при изменении объема продаж. В телекоммуникационных компаниях к ним относятся амортизация, заработная плата, проценты за банковский кредит, управленческие расходы. Переменные затраты изменяются пропорционально изменению величины объема продаж. Переменными затратами являются затраты на материалы, электроэнергию, транспортные расходы. Таким образом, прогнозируемая себестоимость определяется как сумма условно-постоянных затрат в отчетном периоде и переменных затрат, скорректированных на изменение объема реализации.
При прогнозировании других показателей, характеризующих доходы и расходы от внереализационных и прочих операций, в случае наличия тесной взаимосвязи с выручкой можно воспользоваться методом процента от продаж. В противном случае прогнозирование может осуществляться на основе метода простого динамического анализа и метода авторегрессионной зависимости.
При определении будущей суммы налога нужно использовать ставку налога в отчетном периоде. А размер чистой прибыли, остающейся в распоряжении у предприятия, рассчитывается как разница между прибылью до налогообложения и величиной налога в условиях неизменной ставки. Ее распределение рекомендуется осуществлять пропорционально данным за отчетный год.
I. Формирование прогнозного отчета о прибылях и убытках
Прогнозирование выручки от реализации продукции (работ, услуг) Прогнозирование затрат на производство
Прогнозирование операционных и внереализационных доходов, расходов
Расчет прибыли до налогооблажения и налога на прибыль при неизменной
ставке
Определение чистой прибыли, остающейся в распоряжении у предприятия Расчет нераспределенной чистой прибыли
II. Определение прогнозной величины актива баланса
Прогнозирование статей внеоборотных активов Прогнозирование статей оборотных активов
III. Определение предварительной величины суммы пассивов
Расчет прогнозируемой величины собственного капитала и резервов Предварительное прогнозирование долгосрочных и краткосрочных
обязательств
IV. Принятие решения о необходимом дополнительном _финансировании_
Прогнозирование долгосрочных и краткосрочных обязательств
V. Определение прогнозной величины пассивов баланса
Рисунок 2
Следующий этап - прогнозирование укрупненного баланса инфокоммуникационной компании. При этом следует выделить две-три «ключевые» статьи актива, которые занимают наибольший удельный вес (основные средства, дебиторская задолженность и т.д.). Их прогнозирование рекомендуется осуществлять на будущее с помощью комбинированного метода, а расчет прогнозных суммы остальных статей актива - на основе прироста объема продаж (без корректирующего коэффициента), либо с помощью статистических методов.
В пассиве баланса уставной, добавочный и резервный капитал, а также внешние источники финансирования на прогнозный период остаются неизменными. Сумма собственных источников увеличивается на величину нераспределенной прибыли. А расчет прогнозных сумм краткосрочных займов и кредитов, а также кредиторской задолженности осуществляется с помощью комбинированного метода.
Далее, определяется превышение прогнозируемой величины текущих активов прогнозируемой величины капитала. Наличие факта превышения свидетельствует о потребности в дополнительном финансировании за счет привлечения кредитных ресурсов. В целях приведения к балансовому соответствию данную разницу необходимо учесть для корректировки баланса, при этом ее распределение на краткосрочные или долгосрочные обязательства может осуществляться пропорционально суммам задолженности.
Таким образом, на основе предлагаемого подхода формируется прогнозная отчетность, на основе которой и определяются важнейшие показатели (характеристики) будущего финансового состояния и делается вывод об эффективности предлагаемых рекомендаций.
Как составным элементом методик прогнозирования, так и отдельным подходом является прогнозирование значений показателей финансово-хозяйственной деятельности. При этом исходным пунктом является признание факта некоторой преемственности (определенной устойчивости) его изменений от одного отчетного периода к другому [5].
Несмотря на широкие возможности применения прогноз всех финансовых коэффициентов инфокоммуникационной компании не является необходимым. В тоже время полученные значения важнейших коэффициентов должны рассматриваться в качестве дополнительной (но не единственной) информации для принятия управленческих решений в области финансов предприятия.
При прогнозировании отдельных финансовых коэффициентов могут использоваться как качественные (экспертные оценки), так и количественные (экстраполяция, корреляционно-регрессионное моделирование, скользящая средняя и прочие) методы [5].
Постоянный и систематический мониторинг финансового состояния позволяет легко использовать простые количественные методы прогнозирования на основе динамического анализа и с помощью авторегрессионной зависимости. В первом случае прогнозируемый показатель изменяется прямо (обратно) пропорционально с течением времени, во втором -значения показателя в прошлых периодах рассматриваются как факторные признаки.
Для характеристики адекватности применения построенных моделей в целях прогнозирования, а также для снижения риска используется относительная величина среднего линейного отклонения, которая не должна превышать 15%.
Прогнозирование состояния на основе дискриминантного анализа касается одной из характеристик финансового положения-банкротства. Применяемые дискриминантные модели, сформированные на основе статистических данных, могут учитывать различные факторы, влияющие на платежеспособность и финансовую устойчивость предприятия.
Так, в практике наиболее распространены зарубежные модели, разработанные Э. Альтманом, У. Бивером, Таффлером и Лисом [2]. Основными недостатками этих моделей является, то что они не всегда действуют для российских компаний, т.к. не учитывают особенности деятельности в нашей стране. Многие из них разработаны в прошлом веке, а экономическая ситуация в мире постоянно меняется. Эти модели не являются универсальными для всех отраслей и типов предприятий. Например, классическая пятифакторная модель Альтмана подходит для компаний, акции которых обращаются на бирже.
В нашей стране тоже были разработаны аналитические модели прогнозирования банкротства, наиболее известными из них являются: модель ученых Государственной экономической академии (г. Иркутск) (модель А. Беликова); методика прогнозирования банкротства, разработанная учеными Государственного технологического университета (г. Казань); модель Г.В. Савицкой (г. Минск); модель Р. Сайфуллина - Г. Кадыкова и многие другие.
Однако ни одна из названных моделей прогнозирования банкротства предприятий не учитывает специфику инфокоммуникационных компаний [6-9]. Она связана со значительной долей внеоборотных активов [10], что приводит в большинстве случаев к отрицательному значению чистого (собственного) оборотного капитала. Это обуславливает в свою очередь применение тех моделей, в которых данный показатель включен с незначительным весовым коэффициентом:
Модифицированная модель Альтмана для производственных предприятий, акции которых не котируются на бирже [3]:
7 = 0,71^ + 0,847£2 + 3,107^ + 0,420,98^ + 0,995*5
где:
к - отношение чистого оборотного капитала к активам;
к - отношение резервного капитала и нераспределенной (накопленной) прибыли (непокрытого убытка) к активам;
к - отношение прибыли (убытка) до уплаты налогов и процентов к активам;
кА - отношение капитала и резервов (собственного капитала) к общим обязательствам;
к - отношение выручки от продаж (нетто) к активам. Критерии оценки:
2 < 1,23 - высокая вероятность банкротства;
1,23 < 2 < 2,89 - вероятность банкротства существует;
2 > 2,89 - низкая вероятность банкротства.
Модель Савицкой для сельскохозяйственных предприятий [3]:
г = 1 - 0,98к - 1,8к2 - 1,83к3 - 0,28к к - доля собственного оборотного капитала в формировании оборотных активов; к2 - коэффициент оборачиваемости оборотного капитала;
к - коэффициент финансовой независимости предприятия (доля собственного капитала в общей валюте баланса);
к - рентабельность собственного капитала, %.
Интерпретация результата расчета показателя Z:
• если показатель 2 равен 0 и ниже, то анализируемая организация оценивается как финансово устойчивая;
• если показатель 2 равен 1,0 и выше, то компания относится к группе высокого риска;
• промежуточное значение от 0 до 1,0 характеризует степень близости или дальности компании от той или другой группы.
Двухфакторная модель, разработанная Московским государственным университетом печати:
2п = 0,3872 + 0,2614к +1,0595 + к2
где:
к - коэффициент текущей ликвидности; к - коэффициент концентрации собственного капитала
В зависимости от 2п определяется вероятность банкротства:
2п <1,3257 Вероятность очень высокая 1,3257-1,5475 Высокая
1,5475-1,7693 Средняя
1,7963-1,9011 Низкая
2п >1,9011 Вероятность банкротства очень низкая
Модель оценки возможной платежеспособности организаций почтовой связи [5]: y = -0,532 + 0,519* + 0,101* ,„ + 0,457* + 0,282d
у " " a " м / и " м " ш
где:
*a - коэффициент автономии;
км/и - соотношение мобильных и иммобилизованных средств; *м - коэффициент маневренности;
dM - доля мобильных активов в общем итоге аналитического баланса.
Если результативный признак у > 0, то перспективное финансовое положение организации оценивается как устойчивое, а если у < 0, то - как неустойчивое.
Для повышения достоверности результатов прогнозирования финансового состояния инфокоммуникационной компании рекомендуется использовать комбинацию из вышеперечисленных моделей.
Литература
1. Кулакова И.С. Методологические подходы к оценке финансового состояния предприятия в период кризиса - Вестник Удмуртского университета. Серия «Экономика и право», 2011. - №
1. - С. 58-67.
2. Негашев Е. Аналитическое моделирование финансовое состояние компании - М.: Инфра-М, 2014. - 186с.
3. Рабинович Л.М., Фадеева Е.П. К вопросу об оценке вероятности банкротства // Актуальные проблемы экономики и права, 2011. -№ 2 (18). - С. 107-115.
4. Вячина И.Н., Гарифуллина Л.Р. Прогнозирование финансового состояния предприятия в условиях рыночной экономики // в сборнике: Набережночелнинский институт (филиал) ФГАОУ ВПО КФУ. 2014. - С. 118-122.
5. Жминько Н.С., Сафонов И.С. Основные теоретические подходы к аспекту прогнозирования финансового состояния хозяйствующих субъектов. Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. Краснодар: Кубанский государственный аграрный университет. 2014. - № 97. - С. 985-996.
6. Девяткин Е.Е., Володина Е.Е., Суходольский А.М., Суходольская Т.А. Основные направления развития информационно-коммуникационных технологий в Европе // Труды Научно-исследовательского института радио, 2012. - № 2. - С. 11-22.
7. Девяткин Е.Е., Володина Е.Е., Бессилин А.В. Прогноз развития рынка услуг наземной подвижной связи в России // Труды Научно-исследовательского института радио, 2010. - № 4. - С. 3-9.
8. Шаравова О.И. Проблемы оценки финансового положения виртуального предприятия // Экономика и качество систем связи, 2017. - № 1 (3). - С. 16-24.
9. Кузовкова Т.А., Салютина Т.Ю., Шаравова О.И. Статистика инфокоммуникаций. Учебник для вузов/ Под ред. Т.А. Кузовковой. - М.: Горячая линия - Телеком, 2015. - 554 с.
