CC BY
14
УДК 330.4
Алабаева Н.С. студент магистратуры 1 курса институт экономики и управления научный руководитель: Ростова Е.П.
доцент
кафедра «Математических методов в экономике»
Самарский университет Россия, г. Самара РАЗРАБОТКА МОДЕЛИ АНАЛИЗА И ПРОГНОЗИРОВАНИЯ
ПЛАТЕЖЕСПОСОБНОСТИ ПРЕДПРИЯТИЯ Аннотация: в данной статье проведен анализ ретро-данных, разработана модель прогнозирования платежеспособности предприятия, на примере ООО «Русская охота». Рассчитан прогноз на 1 год. Использование данной методики значительно усовершенствует платежеспособность предприятия. Реализация предложений повысит коэффициенты ликвидности примерно на 23%. Разработанная методика может быть использована и на других предприятиях с похожей проблемой финансового состояния.
Ключевые слова: математическая модель, платежеспособность, финансовое состояние предприятия, финансовый анализ, методы математического анализа, модель оценки платежеспособности предприятия, модель Альтмана.
Alabaeva N.S. student of a magistracy 1 course, institute of economy and management
Samara University Russia, Samara Research supervisor: Rostova E.P. associate professor of "Mathematical methods in economy"
Samara University Russia, Samara DEVELOPMENT OF MODEL OF THE ANALYSIS AND FORECASTING OF SOLVENCY OF THE ENTERPRISE Annotation: in this article the analysis of retro and data is carried out, the model of forecasting of solvency of the enterprise, on the example of LLC Russkaya okhota is developed. The forecast for 1 year is calculated. Use of this technique considerably will improve solvency of the enterprise. Implementation of offers will increase liquidity coefficients approximately by 23%. The developed technique can be used also at other enterprises with a similar problem of a financial state.
Key words: mathematical model, solvency, financial condition of the enterprise, financial analysis, methods of the mathematical analysis, model of
assessment of solvency of the enterprise, model Altmana.
Проблема платёжеспособности предприятия довольно подробно рассматривается в учебной и научной литературе. Необходимо отметить, что изучение данной литературы показало существование множества методик анализа, которые направлены на экспресс оценку платёжеспособности предприятия, подготовку информации для принятия управленческих решений. Главная проблема - отсутствие единого подхода к тем вопросам, которые необходимо решать при анализе платёжеспособности предприятия являются базовыми и на практике в чистом виде применяются очень редко, именно поэтому для получения более точных результатов автором выпускной квалификационной работы предлагается использовать некую комбинированную модель оценки платёжеспособности и финансового состояния предприятия. Оценка финансового состояния необходима для того, чтобы дать более точную характеристику уровню его платёжеспособности [1].
Анализ показателей актива и пассива баланса ООО «Русская охота» выполняется с использованием регламентированной бухгалтерской отчетности в виде Формы №1. В ней отражены показатели рассматриваемой организации за 2012 - 2017 года. Составляющие баланса приведены в таблице 1.
Таблица 1
Структура баланса, тыс. рублей_
Наименование Годы
2012 2013 2014 2015 2016 2017
АКТИВ
Внеоборотные активы 2740000 4656000 5173000 4548000 3333000 3208000
Оборотные активы 13826000 24939000 23698000 18311000 19652000 21005000
ПАССИВ
Капиталы и резервы 14405000 16685000 1436000 4166000 9637000 10748000
Долгосрочные обязательства 100000 0 22356000 15379000 9494000 8594000
Краткосрочные обязательства 2061000 8254000 5079000 3313000 3853000 4871000
БАЛАНС 28871000 24939000 16566000 22859000 22985000 24213000
Расчетные относительные показатели структуры баланса представлены в таблице 2. Для получения этих характеристик используется формула:
Sj = A100%; i = 1.....5; j = 1,...,5,
A (1)
Таблица 2
Относительные показатели структуры баланса, %_
Наименование Годы
2012 2013 2014 2015 2016 2017
АКТИВ
Внеоборотные активы 16,47 34,39 34,62 21,04 25,08 24,77
Оборотные активы 83,53 65,61 65,38 78,96 74,92 75,23
ПАССИВ
Капиталы и резервы 37,99 19,00 25,27 14,66 8,40 15,98
Долгосрочные обязательства 1,04 0,44 15,63 52,28 38,88 27,29
Краткосрочные обязательства 60,96 80,56 59,10 33,06 52,72 56,73
В таблицу 3 сведены базисные абсолютные приросты соответствующих показателей (базисным выбран 2012 год), которые вычисляются по формуле:
М/= А- 4;г = =1'-'5, (2)
Таблица 3
Абсолютные базисные приросты показателей баланса, тыс. рублей
Наименование Годы
2012 2013 2014 2015 2016 2017
АКТИВ
Внеоборотные активы - 1916 2433 1808 593 468
Оборотные активы - 6457 9872 4485 5826 7179
ПАССИВ
Капиталы и резервы - 2280 -12969 -10239 -4768 -3657
Долгосрочные обязательства - -100 22256 15279 9394 8494
Краткосрочные обязательства - 6193 3018 1252 1792 2810
БАЛАНС - 8373 12305 6293 6419 7647
Характеристики динамики составных частей актива и пассива баланса в виде соответствующих базисных коэффициентов роста приведены в таблице 4. Они вычисляются по формуле:
к/ = ^ 100%; И = 1'...,5; / = 2,...Д
А (3)
Таблица 4
_Базисные коэффициенты роста показателей баланса, %
Наименование Годы
2012 2013 2014 2015 2016 2017
АКТИВ
Внеоборотные активы - 1,70 1,89 1,66 1,22 1,17
Оборотные активы - 1,47 1,71 1,32 1,42 1,52
ПАССИВ
Капиталы и резервы - 1,16 0,10 0,29 0,67 0,75
Долгосрочные обязательства - 0 223,56 153,79 94,94 85,94
Краткосрочные обязательства - 4,00 2,46 1,61 1,87 2,36
БАЛАНС - 4,00 2,46 1,61 1,87 2,36
Относительные базисные темпы прироста представлены в таблице 5. Они вычисляются по формуле:
А - А (А Л
='
'] ¿1
100% =
-1
VА J
100% = к -1)100%;I = 1,...,5;] = 2,...,5,
(4)
Таблица 5
Наименование Годы
2012 2013 2014 2015 2016 2017
АКТИВ
Внеоборотные активы - 69,93 88,80 65,99 21,64 17,08
Оборотные активы - 46,70 71,40 32,44 42,14 51,92
ПАССИВ
Капиталы и резервы - 15,83 -90,03 -71,08 -33,10 -25,39
Долгосрочные обязательства - -100,00 22256,00 15279,00 9394,00 8494,00
Краткосрочные обязательства - 300,49 146,43 60,75 86,95 136,34
БАЛАНС - 50,54 74,28 37,99 38,75 46,16
Коэффициент абсолютной ликвидности немонотонно уменьшается с итоговым базисным темпом прироста -93,67%. на протяжении всего отчетного периода значения коэффициента ниже критического, что говорит о слабой возможности срочно погасить свои краткосрочные обязательства (рисунок 1).
с 7'00
5Й
£ 6,00 Е?
5 5,0С 4,0С 3,0С
ч
X
2017 года
-Коэффициент абсолютной ликвидности Ш Коэффициент быстрой ликвидности 9 Коэффициент текущей ликвидности
Рисунок 1. Динамика финансовых коэффициентов
Коэффициент быстрой ликвидности уменьшается немонотонно с итоговым базисным темпом прироста 40,51%. На протяжении всего отчетного периода значения коэффициента не опускаются ниже критического, что является положительным моментом.
Коэффициент текущей ликвидности изменяется немонотонно, снижаясь к концу отчетного периода на 35,77%, однако, на протяжении всего периода его значения удовлетворяют нормальным ограничениям.
На основе имеющихся показателей платежеспособности проводится прогнозирование на будущие два периода. В данном разделе этот процесс
¿1
2,00
1.0С
0,0С
рассматривается на примере показателя Длительности оборота кредиторской задолженности.
Алгоритм построения прогноза для ряда данных проиллюстрируем на примере ряда «Итого по разделу Краткосрочные обязательства».
Для определения коэффициентов воспользуемся МНК. Полученные коэффициенты подставим в модель и получим линейный тренд, показанный на рисунке 2.
Формула тренда:
ВД = 3262,5с0-2271,
при этом коэффициент детерминации R2 =0,1043
£ 9000 у 8000 7000 6000 5000 4000 3000 2000 1000 0
2012 2013 2014 2015 2016 2017
года
Итого по разделу V Краткосрочные обязательства Степенная (Итого по разделу V Краткосрочные обязательства)
Рисунок 2. Исходные данные и линейный тренд для ряда «Итого по разделу Краткосрочные обязательства»
Для моделирования колебательной компоненты модели динамики поведения рядов была использована модель колебательной компоненты в виде гармоники, которая рассчитывается по формуле:
Yk (t,) = Uk sinOk^ + 10k )
Для нахождения гармоники необходимо получить центрированный временной ряд, представленный на рисунке 3, который получим путем вычитания из исходного временного ряда линейного тренда.
Для определения параметров гармоники будем использовать среду MSExcel.
Для нахождение наиболее приближенной гармоники необходимо минимизировать отклонение между центрированным рядом и гармоникой. Для выполнения данной процедуры использовалась надстройка Microsoft Office Excel «Поиск решения».
Y^t) = 3262,St0,2271 + 700 + 7800cc>s(14t + 3)
Для характеристики полученной модели будет использовать коэффициент Дарбина-Уотсона, рассчитываемый по формуле.
Подставив все числовые данные формулу, получаем:
(амплитуда)..........7800;
(фаза)..................3;
(частота)...............14.
Выделим центрированный ряд, полученный путем вычитания из исходных данных линейного тренда и уже получившейся гармоники. На
этом шаге получаем гармонику с периодом 8 лет, представленную на рисунке 3.
Далее по аналогичному алгоритму получим оставшиеся гармоники, которые будут находиться до того момента, пока значение статистики Дарбина-Уотосна, вычисленные по формуле, не станут удовлетворять условиям. Данное поведение можно будет расценивать, как тот факт, что с вероятностью не ниже чем 0,95 можно утверждать, что автокорреляция остатков отсутствует и они представляют собой случайную величину, поэтому дальнейшее выделение гармоник не имеет смысла.
Рассчитав линейные тренд и три гармоники можно описать зависимость изменения объема оборотных активов от времени, и представим графическую интерпретацию на рисунке 3 [3].
На графике можно увидеть также прогноз на будущий период 2 года с 2018-2019 год. Анализируя прогноз, можно увидеть плавное увеличение краткосрочных обязательств по сравнению с 2016 годом.
щ 9000
У 8000 н
7000 6000 5000 4000 3000 2000 1000 0
2012 2013 2014 2015 2016 2017 2018
года
Итого по разделу V Краткосрочные обязательства Прогноз ^^Степенная (Итого по разделу V Краткосрочные обязательства)
Рисунок 3. Исходные данные ряда «Итого по разделу Краткосрочные обязательства» и линейный тренд, с поправкой на гармонические
колебания
Проведем такой же прогноз для данных ряда «Итого по разделу Оборотные активы».
Формула тренда:
Г0(Г)= 15744с°1В12,
при этом коэффициент детерминации Л2 =0,5487
у = 3262.5Х0'2271 | = 0,1043
R2 = 0,4369
0
2012 2013 2014 2015 2016 2017
года
Итого по разделу II Оборотные активы Степенная (Итого по разделу II Оборотные активы)
Рисунок 4. Исходные данные и линейный тренд для ряда «Итого по
разделу Оборотные активы»
У2(0 = 15744t0 1912 + 900 + 8924,2cos(13,85t + 3,25)
Для характеристики полученной модели будет использовать коэффициент Дарбина-Уотсона, рассчитываемый по формуле.
(амплитуда).......8924,2;
(фаза)...............3,25;
(частота)...........13,85.
Анализ платежеспособности невозможно провести, используя разрозненные показатели финансово - хозяиственнои деятельности и ликвидности, построенные на основе бухгалтерской отчетности. Наиболее объективны дискриминантные факторные модели анализа банкротства.
Z-Score модель Альтмана.
Четырехфакторная модель Альтмана, которая используется предприятиями, чьи акции не котируются на бирже (непроизводственные предприятия).
Z = 6,5xX1 + 3,26xX2 + 6,72xX3 + 1,05xX4, (5)
Данная модель позволяет предсказать возможное банкротства через год с точностью 95 %, через два года - с точностью 83 %, что говорит о надежности подобного прогноза [4].
Таблица 6
Исходные и прогнозные данные для расчета модели Альтмана, __тыс. рублей_
Наименование Годы
2012 2013 2014 2015 2016 2017 2018
Оборотные активы 13826 20283 23698 18311 19652 21005 4182,588
Внеоборотные активы 2740 4656 5173 4548 3333 3208 7647,328
Нераспределенная прибыль 14 395 16 675 1 426,00 4 156,00 9 627,00 10 738 367,56
Капиталы и резервы 14 405 16 685 1 436,00 4 166,00 9 637,00 10 748 216,2
Долгосрочные обязательства 100,00 0,00 22 356 15 379 9 494,00 8 594 19616,11
Краткосрочные обязательства 2061 8254 5079 3313 3853 4871 3158,591
Прибыль до налогооблажения 6980 3872 -13721 567 2964 7307 9475
Собственный капитал 14 405 16 685 1 436,00 4 166,00 9 637 10 748 216,2
Денежные средства и их эквиваленты 1 621,00 1 165,00 646,00 835,00 329,00 255,00 1434,983
Дебиторская задолженность 8 041,00 11 532 11 773 10 217 11 510 13 341 1895
Подставим числовые значения в 4-хфакторную модель (формула 5): Z=6,5x0,35356+3,26x0,01828+6,72x0,4818+1,05x0,18922=2,5564. Анализируя спрогнозированные значения можно сделать вывод о том, что по найденному значения Z, компания попадает в серую зону вероятности будущего банкротства.
Максимизируем экономико-математическую модель Альтмана: Z = 6,5*X1 + 3,26*X2 + 6,72*X3 + 1,05*X4 ^ max Ограничения:
X1 =
OA
X2 = СНП+КР)
X3=' X4 =
A ПР
Кал =
(Доч-Ко)
СДо+Ко^ (Дс+Кфв)
Ко
> 0,3
Кбл = ^™>0,8 Ктл = — >0,2
--Но '
где ОА - оборотные активы; А - активы баланса; НП - нераспределенная прибыль; КР - капиталы и резервы; Пр - прибыль;
До - долгосрочные обязательства; Ко - краткосрочные обязательства; СК - собственный капитал; Дс - денежные средства.
Выполняем оптимизацию с помощью модели и получаем результаты: Коэффициент абсолютной ликвидности.. ..0, 0404
Коэффициент быстрой ликвидности.........2,2435
Коэффициент текущей ликвидности.........3,65883
Х1.....0,8579
Х2.....0,08425
Х3.....0,4328
Х4.....0,15505
7.......8,9222
Анализируя полученное значение Ъ можно сказать, что наше предприятие входит в зеленую зону, которое говорит о низкой вероятности банкротства в ближайший год.
Сравним результаты полученные с помощью прогнозирования гармонического ряда и прогнозирования с помощью поиска решения по модели Альтмана (таблица 7).
Таблица 7
Сравнительный анализ коэффициентов, тыс. рублей_
Наименова Годы
ние 2012 2013 2014 2015 2016 2017 Прогноз Модель
Оборотные активы 13826 20283 23698 18311 19652 21005 4182,588 24488,39
Внеоборот ные активы 2740 4656 5173 4548 3333 3208 7647,328 4056,217
Нераспреде ленная 14 395 16 675 1 426 4 156 9 627 10 738 367,56 691,3606
прибыль
Капиталы и резервы 14 405 16 685 1 436 4 166 9 637 10 748 216,2 1713,516
Долгосроч
ные обязательс 100,00 0,00 22 356 15 379 9 494 8 594 19616,11 22832,15
тва
Краткосроч
ные обязательс 2061 8254 5079 3313 3853 4871 3158,591 6692,95
тва
Прибыль 6980 3872 -13721 567 2964 7307 9475 12354
Собственн ый капитал 14 405 16 685 1 436 4 166 9 637 10 74 216,2 4578
Денежные
средства и их 1 621 1 165 646 835 329 255 1434,983 270,4139
эквивалент ы
Дебиторска
я задолженн 8 041 11 532 11 773 10 217 11 510 13 341 1895 14745,19
ость
Сравнение коэффициентов ликвидности
Таблица 8
Коэффициенты Прогноз Модель
Кал 0,454311 0,040403
Кбл 1,054262 2,243496
Ктл 1,324194 3,658834
Коэффициенты ликвидности найденные с помощью гармоники (если ничего не предприятии не менять) показывают, что предприятие будет финансово неустойчиво, оно будет имееть низкий коэффициент текущей ликвидности для поддержания платежеспособности на приемлемом уровне. Как правило, такое предприятие имеет просроченную задолженность. Данное предприятие не устойчиво к колебаниям рыночного спроса и другим факторам финансово-хозяйственной деятельности. Оно находится на грани потери финансовой устойчивости. Для выведения предприятия из кризиса следует предпринять значительные изменения в его финансово-хозяйственной деятельности. Инвестиции в предприятие связаны с повышенным риском.
Проанализировав коэффициенты ликвидности найденные с помощью оптимизации модели, можно сделать выводы о том, что предприятия будет финансово устойчивее и соответственно, будет более конкурентоспособнее.
Подход Альтмана отличается универсальностью, которая имеет обратную сторону. Поскольку формула выведена на основе статистических данных, она будет давать прогноз именно в статистическом ключе. Для точности такого прогноза необходимы однородные и репрезентативные данные о таком явлении, как банкротство. Но дело не только в отсутствии корректных статистических данных. Когда аналитик проводит анализ, он имеет дело с конкретной компанией, с ее спецификои в гораздо большей степени, чем с объектом из целой совокупности подобных. Именно в этом недостаток модели Альтмана - она не принимает во внимание индивидуальность компании, отсюда и не может быть стопроцентной точности прогноза. [5].
Из-за отраслевых особенностеи, различия экономик разных стран, модель Альтмана следует использовать с осторожностью, не возлагая на нее больших надежд. Рекомендуется делать выводы о финансовом положении и вероятности банкротства организации не только на основе данного показателя, но по результатам анализа более широкого круга показателен.
Использованные источники:
1. «TEXTARCHIVE.RU» навигатор по научным и научно- популярным ресурсам [Электронный ресурс]. URL: http://textarchive.ru/c-1556213-pall.html (дата обращения: 11.01.2019).
2. Экономическим анализ: учебное пособие / коллектив авторов; под ред. Н.В. Парушинои. — М.: КНОРУС, 2013.
3. Журов В.А. Процесс разработки моделей для прогнозирования банкротства//Финансовыи менеджмент No1, 2008 г.
4. «Allbest» электронная база научных и студенческих работ [Электронный ресурс]. URL: https://knowledge.allbest.ru/economy/2c0a65625b 3bc68b4c43a88421316c37_0.html (дата обращения: 11.01.2019).
5. Крейнина М.Н., Финансовое состояние предприятия: учебное пособие. -М.: Финансы и статистика, 2011. - 440 с.
УДК 33
Алексеева К.В. студент
научный руководитель: Столь А.В.
Российская Федерация, г. Уфа ТРУДОВОЙ ПОТЕНЦИАЛ РЕСПУБЛИКИ БАШКОРТОСТАН
Аннотация: данная статья описывает современное состояние и перспективы развития трудового потенциала Республики Башкортостан. Сохранение и улучшение трудового потенциала Республики Башкортостан -является одной из актуальных задач экономического развития региона.
Ключевые слова: труд, трудовые ресурсы, миграция, регион, трудовой потенциал, население, занятость, безработица, производительность труда, рабочие места.
Alekseeva K. V., student Scientific Director: Stol A. V.
Russian Federation, Ufa LABOR POTENTIAL OF THE REPUBLIC OF BASHKORTOSTAN
Annotation: this article describes the current state and prospects for the development of the labor potential of the Republic of Bashkortostan. Preservation and improvement of the labor potential of the Republic of Bashkortostan is one of the urgent tasks of the economic development of the region.
Keywords: labor, labor resources, migration, region, labor potential, population, employment, unemployment, labor productivity, jobs.
Одним из важнейших факторов обеспечивающий стабильный экономический рост в регионе - эффективное использование трудового потенциала.
Под трудовым потенциалом понимается совокупность демографических, социальных и духовных характеристик и качеств населения, которые участвуют или могут участвовать в процессе труда и общественной деятельности. К основным факторам, определяющих трудовой потенциал региона в современных условиях, относятся: [1]
- здоровье населения, демографическая ситуация в регионе, миграционные процессы;
- рост численности и качества трудовых ресурсов, их рациональное распределение по профессиям, видам деятельности, секторам экономики;
- повышение удельного веса экономически активного населения в
