CC BY
44
И. Ю. ГЛУХИХ
РАЗРАБОТКА МОДЕЛЕЙ ЭКСПРЕСС-АНАЛИЗА
W _ _ _ W
ФИНАНСОВОЙ СОСТОЯТЕЛЬНОСТИ ОРГАНИЗАЦИИ НА БАЗЕ МЕТОДОВ МНОГОМЕРНОГО РЕГРЕССИОННОГО АНАЛИЗА
I. YU. GLUKHIKH
DEVELOPMENT OF MODELS OF EXPRESS ANALYSIS OF ORGANIZATION SOLVENCY ON THE BASIS OF MULTIVARIATE REGRESSION ANALYSIS
Ключевые слова:
банкротство (несостоятельность), финансовое состояние, фиктивное банкротство, финансовые коэффициенты, регрессионный анализ, метод главных компонент
Key words:
bankruptcy (insolvency), financial condition and fictitious bankruptcy, financial ratios, regression analysis, principal component analysis
Автор приводит пример создания модели, предназначенной для прогнозирования банкротства конкретной группы организаций. Модель базируется на алгоритме, основанном на методах многомерного статистического анализа.
The author gives the example of a model developed to predict the bankruptcy of a specific group of organizations. The model is based on an algorithm which applies methods of multivariate statistical analysis.
Финансовая состоятельность организаций является ключевой составляющей при оценке их экономической эффективности. Одним из основных требований к экономическим объектам-агентам является их рентабельность. Проблема обеспечения этого требования носит постоянный характер и должна решаться в течение всего процесса функционирования предприятий.
Еще в 1990 г. в диссертации Д. А. Медведева «Проблемы реализации гражданской правосубъектности государственного предприятия» сделан вывод о необходимости разработки и принятия специального закона о банкротстве: «Проблема ликвидации убыточных предприятий назревала давно, но жесткая необходимость создания законодательства, регламентирующего конкурсное производство, связана с переходом на рыночную модель экономики, в которой беспощадно пресекается любое разгильдяйство, негибкость и бесхозяйственность. <...> В наших условиях наиболее приемлемым представляется разработка и принятие специального Закона о несостоятельности (ликвидационном производстве)» (цит. по: [2]). Спустя 12 лет был принят закон «О несостоятель-
Глухих И. Ю. Разработка моделей экспресс-анализа финансовой состоятельности организаций...
Власть и экономика
ности (банкротстве) предприятий», но проблема, которая для юристов решалась принятием особого закона, для экономистов представлялась и представляется много более сложной и комплексной.
В советский период государство в случае финансовой несостоятельности того или иного хозяйствующего субъекта перераспределяло финансовые ресурсы от одного хозяйствующего субъекта к другому, таким образом, проблема банкротства решалась искусственным путем. Когда экономика стала переходить на рыночные принципы хозяйствования, опыт борьбы с данным явлением у российских экономистов отсутствовал, и проблема неспособности организации платить по своим обязательствам стала весьма актуальной.
Федеральный закон «О несостоятельности (банкротстве) предприятий» от 26 октября 2002 г. № 127-ФЗ1 определяет порядок действий специалистов в случае, когда предприятие уже признано банкротом, но при этом признаки несостоятельности организации еще не проявились. Менеджеров, экономистов и исследователей в большей мере интересует диагностика кризисного состояния организации, т. е. принятие решения о наличии или отсутствии кризисной ситуации на предприятии, исходя из количественных характеристик его деятельности. Для упрощения процедуры принятия данного решения были разработаны различные модели прогнозирования банкротства организаций.
Изначально российские экономисты обращались к опыту зарубежных коллег, используя проверенные временем методики оценки вероятности наступления банкротства коммерческих организаций, наиболее известными из которых являются модели Э. Альтмана и У. Бивера. Однако многочисленные попытки применения иностранных моделей прогнозирования банкротства в отечественных условиях не привели к достаточно точным результатам в силу того, что эти оценки были получены на базе статистического обследования западных предприятий. Но и адаптация их к российским условиям затруднена, в частности, потому что не все параметры, применямые в апробированных в странах с развитой рыночной экономикой моделях, возможно рассчитать для российских предприятий из-за отсутствия необходимых исходных данных.
Существуют методики, разработанные российскими исследователями (модель Я, модель Р. С. Сайфуллина и Г. Г. Кадыкова, модель О. П. Зайцевой, модель Я. А. Фомина, модель Казанского государственного технологического университета, модель Иркутской государственной экономической академии), но они также обладают рядом недостатков, в частности, одни из них являются довольно сложными и требуют больших вычислительных ресурсов, а другие имеют ограниченную область применения.
О несостоятельности (банкротстве) предприятий: Федеральный закон РФ от 26 октября 2002 г. № 127-ФЗ. [Электронный ресурс] // СПС «КонсультантПлюс».
Широкое распространение получили методы экспертных оценок, но при применении простых методов результат чрезмерно зависим от конкретной группы экспертов, не лишен субъективизма, а «использование сложных методов голосования, таких как Дельфийский метод, требует достаточно больших временных затрат» [1, 128].
Помимо количественных моделей прогнозирования банкротства и методов экспертных оценок существует ряд рейтинговых моделей, но и они обладают недостатками: субъективность оценки показателей, необходимость временных и финансовых затрат.
Создание моделей прогнозирования банкротства хозяйствующих субъектов приобрело особую актуальность в годы кризиса: такие модели неоценимы для потенциальных кредиторов при оценке платежеспособности заемщика, для организаций, при заключении долгосрочных контрактов и менеджеров, при проведении внутреннего аудита.
В условиях дефицита адекватных моделей прогнозирования банкротства, не претендующих на универсальный характер и не требующих больших временных и денежных затрат, автором была разработана частная модель прогнозирования несостоятельности организаций пищевой промышленности Северо-Западного федерального округа. Эта модель легла в основу определения алгоритма разработки методики экспресс-анализа финансового состояния для конкретной группы организаций, что предусматривало на первом этапе моделирования применение метода главных компонент для выявления наиболее значимых финансовых показателей, на втором этапе — построение на их основе уравнения регрессии и на третьем этапе — определение границы, отделяющей банкротов от состоятельных организаций. В качестве иллюстрации использования обозначенного алгоритма в данной статье рассматривается процесс создания этой модели.
При создании модели прогнозирования несостоятельности организаций пищевой промышленности СЗФО, анализу подверглось финансовое состояние 40 организаций данной отрасли этого региона. В выборку вошли 4 компании, имеющие организационно-правовую форму ЗАО, 3 — форму ООО и 33 — ОАО, т. е. более 80% объектов анализа являются средними и крупными организациями региона.
В основу выбора финансовых показателей, на которых основана модель прогнозирования несостоятельности организаций пищевой промышленности СЗФО, легли коэффициенты, приведенные в Приложении № 1 к Правилам проведения арбитражным управляющим финансового анализа1 (см. табл. 1).
1 Об утверждении Правил проведения арбитражным управляющим финансового анализа: постановление Правительства Рос. Федерации от 25 июня 2003 г. № 367. [Электронный ресурс] // Справочно-правовая система «КонсультантПлюс».
Глухих И. Ю. Разработка моделей экспресс-анализа финансовой состоятельности организаций...
Власть и экономика
Для получения показателей автором были обработаны данные, представленные в бухгалтерских балансах (форма № 1) и отчетах о прибылях и убытках (форма № 2) исследуемых организаций. В качестве источников исследования были использованы ежеквартальные и годовые отчеты компаний за 2006— 2008 гг., публикуемые на официальных сайтах этих организаций, а также на общедоступных сайтах, предоставляющих информацию об эмитентах.
Таблица 1
Используемые в исследовании финансовые показатели
№ п/п Наимено- вание показателя Способ расчета Назначение
Коэффициенты, отражающие эффективность и деловую активность организации
1 Рентабель- ность продаж Приб. прод. Кпрод. = , В где В — выручка от реализации Норма чистой прибыли с одного рубля продаж. Эффективно при сравнении результатов деятельности с аналогичными показателями других компаний отрасли
2 Рентабель- ность активов ЧП Яа = А Норма чистой прибыли в активах организации. Характеризует эффективность использования всего имущества организации
3 Рентабель- ность собственного капитала ЧП Яск = , Ср. вел. СК где ЧП — чистая прибыль в денежных единицах; Ср. вел. СК — среднегодовая стоимость капитала в денежных единицах Показатель РСК определяет, какую прибыль имеет акционер на каждый рубль вложенных средств
4 Оборачивае- мость активов В Оа = Ср. А Характеризует, сколько раз за выбранный интервал планирования совершается полный цикл производства и обращения
№ п/п Наимено- вание показателя Способ расчета Назначение
5 Оборачивае- мость оборотных средств В ООА = ОА Ср. ОА Отражает число оборотов, которые совершают оборотные активы за анализируемый период, и определяется отношением выручки от реализации продукции к средней стоимости оборотных активов
6 Норма чистой прибыли ЧП Нчп В Показывает, сколько рублей чистой прибыли (убытка) обеспечила деятельность организации за отчетный период на рубль выручки
Коэффициенты, характеризующие финансовую устойчивость и ликвидность
7 Коэффициент обеспеченности собственными оборотными средствами СС - ВА КОСС = , ОА где СС — собственные средства; ВА — внеоборотные активы; ОА — оборотные активы Характеризует наличие у организации собственных оборотных средств, необходимых для его финансовой устойчивости. Чем выше значение коэффициента, тем стабильнее финансовое положение
8 Показатель отношения дебиторской задолженности к совокупным активам ДЗ ДСА = , СА где ДЗ — дебиторская задолженность; СА — стоимость совокупных активов организации Показывает, какая часть финансовых ресурсов (собственных и заемных) выведена из непосредственного производственного процесса и передана в расчеты с потребителями продукции
9 Соотношение заемных и собственных средств ДО + КО СЗС = , где КР ДО — долгосрочные обязательства; КО — краткосрочные обязательства; КР — капитал и резервы Коэффициент соотношения заемного и собственного капитала показывает, сколько заемных средств приходится на каждый рубль собственных средств
Глухих И. Ю. Разработка моделей экспресс-анализа финансовой состоятельности организаций...
Власть и экономика
№ п/п Наимено- вание показателя Способ расчета Назначение
10 Коэффициент автономии СС КА = , А где СС — собственные средства; А — совокупные активы Показывает долю собственных средств в общей сумме источников финансирования
Коэффициенты, отражающие платежеспособность организации
11 Коэффициент текущей ликвидности ЛА Ктл = , КО где ЛА — стоимость ликвидных активов в денежных единицах; КО — краткосрочные обязательства в денежных единицах Показывает долю срочных обязательств, которая может быть покрыта погашенной дебиторской задолженностью и запасами
12 Коэффициент абсолютной ликвидности Ликв. ОА КЛ = , КО где Ликв.ОА — ликвидные оборотные активы Показывает долю срочных обязательств, которая может быть покрыта денежными средствами и краткосрочными фин. вложениями
13 Показатель обеспечен- ности обязательств активами ВА + ЛА ОбАкт = , КО + ДО где ВА — стоимость внеоборотн. активов; ЛА — стоимость ликвидных активов; КО — краткосрочные обязательства; ДО — долгосрочные обязательства Величина активов, приходящаяся на единицу долга. Используется при установлении факта фиктивного банкротства
14. Степень платежеспособности по текущим обязательствам КО СП = Среднемес. выручка Характеризует платежеспособность организации за счет текущих продаж
В результате получена таблица, в которой представлены данные о деятельности 40 организаций по 14 показателям за 3 года.
Для того чтобы выработать единую модель прогнозирования несостоятельности организаций (исследуя данные по 3 годам их деятельности), был осуществлен переход к обобщенным показателям — среднему коэффициенту роста 14 параметров, вычисленных по формуле средней геометрической. Таким образом, была получена система показателей, в которой каждой организации соответствует одно значение из 14 показателей.
Таблица 2
Значения и суммарный вклад полученных главных компонент
Компонента Собственные значения
Всего Кумулятивный % дисперсии
1 331,213 89,32%
2 15,8755 93,60%
3 13,0253 97,11%
4 4,35752 98,28%
5 2,27923 98,90%
6 1,56409 99,32%
7 0,84256 99,55%
8 0,65435 99,72%
9 0,46558 99,85%
10 0,25634 99,92%
11 0,19223 99,97%
12 0,07011 99,99%
13 0,03235 100,00%
14 0,0052 100,00%
Ввиду сложности обработки и анализа столь большого объема полученных данных для разработки модели прогнозирования банкротства был использован один из методов снижения размерности исследуемого многомерного признака — метод главных компонент.
Использование метода главных компонент подразумевает переход от некого множества исходных признаков к системе переменных (главных компонент), представляющих собой комбинацию этих признаков, таким образом, в каждой компоненте учитывается значение каждого исходного признака. При этом первой главной компонентой является сумма произведений значений признаков и координат собственного вектора ковариационной матрицы, соответствующего наибольшему собственному числу этой матрицы.
Глухих И. Ю. Разработка моделей экспресс-анализа финансовой состоятельности организаций...
Власть и экономика
В рассматриваемом примере для матрицы, размером 40 х 14, в соответствии с методом главных компонент, автором сначала были получены собственные значения ее ковариационной матрицы. Далее, для выявления главных компонент с учетом критерия информативности, был определен вклад компонент в суммарную дисперсию.
Данные табл. 2 свидетельствуют о том, что могут быть выделены две главные компоненты. Они вносят наибольший вклад в общий объем информации исходных признаков. В сумме они объясняют 93,60% дисперсии. Именно они легли в основу модели прогнозирования несостоятельности организаций.
Также представлены (табл. 3) значения собственных векторов, соответствующие компонентам с данными собственных значений, в отношении к каждому из 14 показателей.
Таблица 3
Значения собственных векторов матрицы средних коэффициентов роста
финансовых показателей исследуемых организаций
№ п/п Показатель Компонента 1 Компонента 2
1 Рентабельность продаж -0,1287361237 -0,009416025516
2 Рентабельность активов -0,09192289726 0,04339532049
3 Рентабельность собственного капитала -0,009129655529 0,9861206310
4 Коэффициент текущей ликвидности 0,02876112140 0,01843346893
5 Коэффициент абсолютной ликвидности 0,7809921404 -0,01313089113
6 Показатель обеспеченности обязательств активами -0,007233424534 0,01490737919
7 Степень платежеспособности по текущим обязательствам 0,06327566186 0,002691799307
8 Коэффициент автономии -0,02633517175 -0,008642818945
9 Коэффициент обеспеченности собственными оборотными средствами -0,02698076676 -0,008386974714
10 Показатель отношения дебиторской задолженности к совокупным активам -0,02841892807 0,0006008263265
11 Соотношение заемных и собственных средств 0,08938711869 0,08607360570
12 Оборачиваемость активов -0,3601638963 -0,01748707687
13 Оборачиваемость оборотных средств -0,4688664980 -0,01962866092
14 Норма чистой прибыли -0,01699299422 0,1288698851
Таким образом, были получены такие главные компоненты:
у1 = - 0,1287361237 х1 - 0,09192289726 х - 0,009129655529 х3 + 0,02876112140 х4 + 0,7809921404 х5 - 0,007233424534 х6 + 0,06327566186 х7 -0,02633517175 х8 - 0,02698076676 х9 - 0,02841892807 х10 + 0,08938711869 х11 - 0,3601638963 х12 - 0,4688664980 х13 - 0,01699299422 х14
у2 = - 0,009416025516 х1 + 0,04339532049 х2 + 0,9861206310 х3 + 0,01843346893 х4 - 0,01313089113 х5 + 0,01490737919 х6 + 0,002691799307 х7 - 0,008642818945 х8 - 0,008386974714 х -
0,0006008263265 х10 + 0,08607360570 х11 - 0,01748707687 х12 -
0,01962866092 х13 + 0,1288698851 х14 , где х.(/ = 1...14) - финансовый показатель, коэффициент I которого равен номеру, под которым данный показатель находится в табл. 3.
Далее требуется выяснить, какие из полученных компонент и в какой мере влияют на положение организации. Для этого было построено уравнение регрессии.
При разработке модели был применен подход, использующий геометрическое представление совокупности показателей в «-мерном пространстве. В рассматриваемом случае п =2. Таким образом, каждое состояние организации фиксируется в виде точки на плоскости с соответствующими координатами. Из статистики заранее известно, какие организации являются банкротами, а какие из них платежеспособны, поэтому имеется два вида «точек на плоскости».
При анализе совокупности точек, характеризующих организацию, нетрудно заметить, что организации-банкроты и небанкроты можно разделить с помощью некой границы, которую следует рассматривать в качестве порога для принятия решения о принадлежности организации к соответствующему классу.
В итоге была получена двухфакторная модель Z = 0,6305у: — у2 + 3,6, где у1 - первая компонента; у2 - вторая компонента; если Z<0, то организация обанкротится, при Z>0 организация останется платежеспособной.
Далее автором было определено, насколько данная модель отражает действительное положение вещей (табл. 4). В итоге из 6 организаций-банкротов несостоятельность 5 была спрогнозирована.
Таблица 4
Результаты проверки полученной модели
Количество Б/Б Б/НБ НБ/Б НБ/НБ Погрешность
40 5 1 6 28 0,175
Б/Б — фактический банкрот и прогнозируемый банкрот;
Б/НБ — фактический банкрот и прогнозируемый небанкрот; НБ/Б — фактический небанкрот и прогнозируемый банкрот; НБ/НБ — фактический небанкрот и прогнозируемый небанкрот.
Глухих И. Ю. Разработка моделей экспресс-анализа финансовой состоятельности организаций...
Власть и экономика
Рис. 1. Построение границы, отделяющей банкротов от платежеспособных организаций
Погрешность при апробации модели связана с довольно большими расхождениями в характеристиках организаций. В выборке на одинаковых основаниях используются показатели организаций форм ООО и ОАО. Нельзя забывать, что организации различных организационно-правовых форм изначально поставлены в разные условия в связи с разницей в размерах уставного капитала, в возможностях привлечения средств. Кроме того, сложно сделать вывод о допустимых для всех организаций значений таких показателей, как коэффициент автономии или соотношение заемных и собственных средств. Как правило, крупные организации с мировым именем, например, ОАО «Балтика», могут существовать преимущественно на заемные средства. С точки зрения теории финансового анализа, экономические коэффициенты таких компаний далеки от идеала. В то же время организации с «идеальными» показателями могут оказаться несостоятельными. Данный эффект предположительно может быть связан с таким явлением, как «фиктивное банкротство».
В результате исследования разработаны алгоритм и методика экспресс-анализа финансового состояния конкретной группы организаций. Кроме того, сделан вывод о том, что разработка универсальной модели прогнозирования банкротства с учетом «двойных стандартов» в применении идеальных значений финансовых показателей для организаций различных организационно-правовых форм, размеров и местоположения, наличия коррупционных связей в рамках самих организаций, а также в сфере их взаимодействия с контролирующими органами государственной власти, является проблемой государственного значения. Существующие частные модели не могут дать объяснение практике, когда организации с высокими значениями экономических показателей объявляют себя несостоятельными.
1. Алексеев А. А., Курзенев В. А. Методы оценки финансового состояния предприятий на основе МСА (на примере Калужской области) // Управленческое консультирование. 2007. № 1. С. 127-136.
2. Ванин В. Э. Д. А. Медведев как основоположник банкротного права Российской Федерации // Законодательство и экономика. 2010. № 12.
References
1. Alekseev A. A., Kurzenev V. A. Metody otsenki finansovogo sostoyaniya predpriyatiy na osnove MSA (na primere Kaluzhskoy obLasti) // Upravlencheskoe konsultirovanie. 2007. № 1. S. 127-136.
2. Vanin V. E. D. A. Medvedev kak osnovopolozhnik bankrotnogo prava Rossiyskoy Federatsii // Zakonodatelstvo i ekonomika. 2010. № 12.
Глухих И. Ю. Разработка моделей экспресс-анализа финансовой состоятельности организаций...
