CC BY
19
Наконец, анализ положения в сети каждого участника дает возможность выяснить, как участники взаимодействуют друг с другом, к каким ресурсам, мощностям и компетенциям участник получает доступ от других участников, а также каким образом установлен контроль над их использованием. Особое значение имеет структура взаимодействия и координации, то есть поиск таких средств общения, которые в наилучшей степени соответствуют намерениям и возможностям партнеров.
Таким образом, разработанная модель доказывает, что участники межорганизационных взаимоотношений, связанные одной совместной целью для достижения своих собственных целей, находятся в зависимом положении друг от друга. Предприятия-партнеры должны четко понимать причины возникновения совместной деятельности, свое место и роль в технологической цепочке ценностей, а также на какие результаты каждый из них может рассчитывать.
Литература
1. Куликова Н.Н. Управление партнерскими взаимоотношениями в электронной промышленности // Экономика и предпринимательство. - 2015. - № 11. - C. 542-545.
2. Hеkansson H., Snehota I. Developing Relationships in Business Networks // London: Routledge. — 1995. — 433 р.
3. Костюкевич Д.В., Корабельников В.М. Классификация взаимодействия предпринимательских структур в составе регионального кластера // Актуальные проблемы экономики, политики и права: Сб. науч. тр. / Под ред. В.С. Кабакова, Л.Л. Бекрене-ва. — Мурманск: МАЭУ, 2008. — С. 72-81.
4. Pena N.A., de Arroyabe J.C.F. Business Cooperation: From Theory to Practice. New York: Palgrave Macmillan. — 2002. — 193 p.
5. Oliver, C. Determinants of interorganizational relationships: Integration and future directions // Academy of Management Review. — 1990. — Vol. 15(2). — P. 241-265.
6. Osborne, S. What Kind of Training does the Voluntary Sector Need? In: D. Billis and M. Harris (Eds.) Voluntary Agencies. Basingstoke: Macmillan. — 1996.
СТАТИСТИЧЕСКАЯ ОЦЕНКА ПРЕДЛОЖЕНИЯ КРЕДИТНЫХ РЕСУРСОВ В РЕАЛЬНОМ СЕКТОРЕ ЭКОНОМИКИ ДЛЯ МАЛОГО И СРЕДНЕГО БИЗНЕСА
Т.Б. Полторацкая,
преподаватель Военно-космической академии им. А.Ф. Можайского (г. Санкт-Петербург), аспирант Санкт-Петербургского национального исследовательского университета информационных технологий, механики и оптики
tahr@inbox.ru
Статья посвящена исследованию рынка предложения кредитных ресурсов на основе показателя волатильности процентных ставок. Надёжность рынка кредитования оценивается с помощью коэффициента вариации ставок. Автор оценивает кредитные предложения за период 2014-2015 годов и делает выводы о неустойчивом состоянии рынка кредитных ресурсов, его неопределённости и малодоступности, указывая на то, что рост хаоса или волатильности непосредственно влияет на рост риска предпринимательской деятельности.
Ключевые слова: предпринимательская деятельность, неопределенность, риск, волатильность ставок, кредит
УДК 338.242 ББК 65.292
Многообразие видов предпринимательской деятельности связывается как с развитием разделения труда, появлением новых потребностей и потребительского спроса, с разными возможностями предпринимательского восприятия риска [1], а также состоянием бизнес-среды. Различные состояния бизнес-среды способствуют распространению разных видов бизнеса. Развивая идею о том, что в условиях высокого риска зарабатываются большие деньги на краткосрочных, в основном торговых или финансовых операциях, то для развития бизнеса в реальном секторе экономике такая ситуация становится причиной его приостановки или банкротства [2]. Как справедливо отмечается в литературе, для бизнеса в реальном секторе, будь-то услуги или производство продукции, «одним из важнейших конкурентных преимуществ является более низкий уровень цен на услуги и более глубокое знание специфики и особенностей местных условий» [3, с. 157].
Рынок кредитных ресурсов и приемлемый уровень процентных ставок — это и есть характеристика конкурентных преимуществ развития субъектов малого и среднего бизнеса (МСБ) в реальном секторе экономике.
Оценим рынок предложения кредитных ресурсов в кризисном периоде на основе показателя волатильности процентных ставок кредитования, что даст возможность ответить на вопрос: для какого вида бизнеса в финансовом или в реальном секторе экономике существуют конкурентные преимущества. В рамках исследования условий кредитования субъектов МСБ нами проанализированы рыночные предложения денег по процентным ставкам с точки зрения уровня волатильности.
Волатильность представляет собой меру риска использования ценового/финансового инструмента за определенный про-
межуток времени, которая рассчитывается как статистический показатель выборочного стандартного отклонения.
Высокая волатильность указывает инвесторам, которым свойственна манера трейдинга (или нейтральное отношение к риску) и привлекательности высоко уровня риска на возможности совершить большое число краткосрочных сделок и получить большие доходы [4]. Однако в случае субъектов МСБ реального сектора уровень волатильности и возможности получать прибыль связаны совершенно иначе. В этой связи оценим риск приобретения кредитных ресурсов МСБ в кризисный период, исследуя временной интервал с января 2014 г. по январь 2016 г., с выделением трех периодов: до кризиса (январь-ноябрь 2014), острая фаза кризиса (декабрь 2014 — апрель 2015) и условно после кризиса (май 2015 — январь 2016). Следует отметить, что этот период характеризуется тем, что как указывалось в [5] российские банковские компании начали переориентироваться на внутренние финансовые рынки в связи с санкционными ограничениями на предоставление иностранных займов и инвестиционных услуг для банков: ограничился рост объёма кредитования, ужесточились условия формирования кредитного портфеля.
В табл.1 представлены показатели средневзвешенных процентных ставок по 30 крупнейшим банках РФ (руб., % годовых), на различные сроки (Т) кредитования от 1 месяца (30 дней) и до 3 лет и выше, а также статистические характеристики полученных выборок.
Банковские кредиты адресованы нефинансовым организациям, а также субъектам МСБ. Средневзвешенные процентные ставки в годовом исчислении рассчитаны исходя из годовых процентных ставок, установленных в кредитных договорах, и объемов предоставленных кредитов в отчетном месяце.
Таблица 1
Показатели средневзвешенных процентных ставок по 30 крупнейшим банкам РФ (руб., % годовых) с января по ноябрь 2014
Дата Срок кредитования
до 30 дней от 31 до 90 дней от 91 до 180 дней от 181 дня до 1 года от 1 года до 3 лет Свыше 3 лет
Январь 9,89 10,35 11,42 11,18 11,84 11,95
Февраль 10,27 10,46 11,49 11,50 11,78 12,54
Март 10,82 11,16 11,66 11,62 11,66 12,81
Апрель 11,26 10,94 11,92 11,69 12,12 12,73
Май 11,09 11,13 11,88 12,00 12,37 12,30
Июнь 12,30 11,48 12,07 12,43 12,63 12,43
Июль 11,62 11,77 12,11 12,26 12,31 13,12
Август 11,59 11,90 12,56 12,46 12,98 13,41
Сентябрь 11,44 11,87 12,82 12,61 12,89 12,94
Октябрь 11,95 12,09 12,87 12,81 13,09 13,11
Ноябрь 13,33 12,99 13,34 13,46 13,52 13,70
Мат. ожидание (М) 11,41 11,47 12,19 12,18 12,47 12,82
Дисперсия (й) 0,89 0,59 0,39 0,44 0,36 0,26
Стандартное отклонение (о) 0,95 0,77 0,62 0,66 0,60 0,51
V — коэффициент вариации, % 8,28 6,70 5,10 5,45 4,83 3,96
у= 0,39471п(х)+ 11,292. ^ = 0,9073
Вместе с тем, анализ данных табл.1 показывает, что такие статистические параметры как дисперсия р) и стандартное отклонение (о), характеризующие волатильность уровня ставок, для коротких сроков (Т до 3-6 мес.) значительно выше, чем при более длительных сроках кредитования. Традиционно используемые [7, 8] для статистических оценок выборок параметры МД и о обладают определенным недостатком — это размерные параметры, зависящие от масштаба измерений.
Более информативно уровень волатильности отражает безразмерный параметр — коэффициент вариации V = о/М-100%, который исключает влияние фактора размерности. Таким образом, если стандартное отклонение о характеризует абсолютную (масштабную) волатильность, то безразмерный параметр V — относительную (безразмерную) волатильность, отнесенную к математическому ожиданию значений ставок. Зависимость коэффициента вариации V от параметра Т представлена на рис.2 (ось ординат — V, ось абсцисс — Т).
V = 8,0767х'°'1й ^ = 0,9118
♦ V
Рощег (V}
Источник: рассчитано на основе — ЦБ РФ — статистика. Процентные ставки и структура кредитов и депозитов по срочности [6].
График зависимости математического ожидания М (у — ось ординат, %) от сроков кредитования Т (х — ось абсцисс, мес.) отражен на рис.1. С достаточно высокой точностью (коэффициент детерминации R2 превышает 0,9) полученная логарифмическая зависимость М(Т) свидетельствует об асимптотическом во времени приближении величины ставок к их предельным значениям, не превышающим величины 13%. Однако уровень ставок в периоде Т до 6 мес. является достаточно высоким (более 12%), тогда как уровень инфляции в тот период был 7%, что явилось причиной ограничения заимствования кредитных средств на такие сроки.
13 12,8 12,6 12,4 12,2
12 11,8 11,6
0 4 8 12 16 20 24 28 32 36
Рис. 2. Зависимость коэффициента вариации ставок от срока кредитования
Как следует из рис. 2, именно в коротком временном интервале (до 3-х мес.) относительная волатильность оказалась высокой (V > 8%), тогда как аналогичный показатель в интервале 24-36 мес. достигает 4-5%, что свидетельствует о крайне неустойчивом характере условий предоставления кредитов субъектам МСБ. Ставки, формально предлагаемые банками субъектам МСБ в период острой фазы кризиса, представлены в табл.2.
Таблица 2
Показатели средневзвешенных процентных ставок по 30 крупнейшим банкам РФ (руб., % годовых)
Дата Период кредитования
до 30 дней от 31 до 90 дней от 91 до 180 дней от 181 дня до 1 года
Декабрь 2014 16,95 15,89 15,55 16,70
Январь 2015 19,86 20,04 20,05 19,97
Февраль 2015 18,63 18,99 19,90 19,01
Март 2015 17,17 18,64 19,67 19,46
Апрель 2015 18,18 18,47 18,77 19,11
Рис. 1. Зависимость величины процентных ставок от срока кредитования (первый этап)
Реальным было заимствование на более короткие сроки для пополнения оборотных средств, покрытия кассовых разрывов и других целей. Планировать заимствования для целей развития на долгосрочные проекты при таком уровне ставок для субъектов МСБ не представляется возможным.
Источник: рассчитано на основе — ЦБ РФ — статистика. Процентные ставки и структура кредитов и депозитов по срочности [6].
Сравнение данных таблиц 1 и 2 показывает, что уровень ставок вырос на 75-100%, но и условия предоставления кредитов существенно ухудшились: практически исключались кредиты без залога, увеличивались сроки рассмотрения, ужесточались условия поручительства. Поэтому, как следствие, детальный статистический анализ данных о ставках этого периода не имеет какого-либо практического смысла. Рынок кредитования оживился с началом третьего периода. Ставки кредитования по аналогии с табл.1 представлены в табл. 3.
Таблица 3
Показатели средневзвешенных процентных ставок по 30 крупнейшим банкам РФ (руб., % годовых) с мая 2015 г. по январь 2016 г.
Дата Период кредитования
До 30 Дней от 31 до 90 Дней от 91 до 180 Дней от 181 дня до 1 года от 1 года до 3 лет Свыше 3 лет
Май 18,1 18,21 18,47 17,88 17,17 15,21
Июнь 16,03 18,21 17,81 16,75 15,61 15,14
Июль 17,46 16,65 17,17 16,01 15,5 15,67
Август 17,12 16,31 16,79 15,52 15,39 15,38
Сентябрь 16,19 17,24 14,77 15,15 12,94
Октябрь 16,59 16,01 16,46 15,41 15,17 13,92
Ноябрь 16,07 16,01 15,76 15,18 15,27 14,92
Декабрь 14,57 16,12 16,36 15,02 14,12 13,73
Январь 16,29 15,74 16,28 15,07 14,94 14,89
Мат. ожидание (М) 16,38 16,61 16,93 15,73 15,37 14,64
Дисперсия (0) 1,21 0,89 0,71 1,01 0,65 0,82
Стандартное отклонение (о) 1,10 0,94 0,84 1,00 0,80 0,91
V — коэффициент вариации, % 6,73 5,68 4,97 6,38 5,23 6,18
Источник: рассчитано на основе — ЦБ РФ — статистика. Процентные ставки и структура кредитов и депозитов по срочности^].
На рис. 3 на основании данных табл.3 представлен график зависимости величины М (ось ординат,%о) от параметра Т (ось абсцисс, мес.). С удовлетворительной точностью (коэффициент детерминации R2 = 0,87) получена линейная зависимость М(Т).
17,5
17
16,5
16
15,5
15
14,5
у = -0,0583х + 16,74 Н1 = 0,8692
♦ 5ег1е51 -Ипеаг (Бепе$1)
-1-1-1-1-1-1-1-1-1—
4 8 12 16 20 24 28 32 36
Рис. 3. Зависимость величины процентных ставок от периода кредитования (третий этап)
Сравнение данных рисунков 1 и 3 свидетельствует о принципиально различном характере зависимостей М(Т) до острой фазы кризиса и после нее. Если в первом случае указанная зависимость возрастающая с выраженной во времени асимптотой, то во втором — убывающая линейная. Причем более высокий уровень ставок в коротком спектре значений Т по сравнению со ставками длинного срока свидетельствует о неустойчивом состоянии рынка кредитных ресурсов и его неопределенности.
Аналогичные выводы получены при анализе эффективности частных инвестиций в кризисных условиях [9]. В качестве
подтверждения этого вывода проанализирована зависимость коэффициента вариации V от Т (рис.4), которая показывает, что корреляционная связь между ними крайне слабая и коэффициент Я2 не превышает значения 0,08. Фактически значения параметра V формируют корреляционное поле, не зависящее от временного параметра.
7
6,5
5,5 5 4,5
♦ у = 6,12б9х"0,025 В1 = 0,0785
V ♦ ♦
• ——---
♦
♦ 5ег1е51 — Рстоег (Бепе$1)
—I-1-1-1-1-1-1-1—
4 8 12 16 20 24 28 32
36
Рис. 4. Зависимость коэффициента вариации ставок от срока кредитования (третий период)
Таким образом, имеет место стабильная волатильность высоких ставок на всем рассматриваемом временном периоде кредитования, т.е. кредиты и после острой фазы кризиса остались малодоступны из-за возросшей неопределенности рынка кредитования, что отрицательно сказывается на развитии МСБ.
Представленная статистическая оценка предложения кредитных ресурсов в реальном секторе экономики для МСБ позволяет сделать несколько выводов.
Во-первых, усиливаются доводы понимать природу риска в экономике не из ограниченности (конечности) материальных, трудовых, финансовых, информационных и других ресурсов, вызывающей их дефицит, что и способствует появлению риска как элемента хозяйственного процесса, а из-за роста неопределенности, роста хаоса или волатильности. Некоторые авторы индексы волатильности называют индексом страха. О настороженном отношении к кредитованию для развития бизнеса в современном российском обществе свидетельствуют результаты, полученные в [10]. Важным и возможным является не избежание риска, а предвидение риска. Тогда для одних предпринимателей, в зависимости от секторов бизнеса — это будет сигналом к активным действиям например — финансовый сектор или к приостановке активных действий, консервированию бизнеса и снижению текущих затрат — в реальном секторе.
Во-вторых, если ставится политическая задача развития МСБ, то возможны институциональные решения для снижения риска предпринимательской деятельности в реальном секторе экономики для МСБ в условиях кризиса.
В-третьих, в приведенных оценках наряду с традиционными статистическими характеристиками математическим ожиданием, дисперсией и стандартным отклонением был использован безразмерный параметр в виде коэффициента вариации ставок как меры их относительной волатильности, который позволяет более точно оценить меру стандартного отклонения измеряемой величины, поскольку соотносится с величиной математического ожидания. Чем выше коэффициент вариации ставок, тем ниже надежность рынка кредитования и выше степень страха или неопределенности результатов предпринимательской деятельности. Как указывал Ф. Найт, проблема неопределённости переходит в общую проблему управления, которую он считал проблемой экономического контроля. Фундаментальные неопределённости в экономической жизни он считал ошибками в осуществлении текущих адаптаций к будущим условиям [11].
Литература
1. Фридмен М., Сэвидж Л. Дж. Анализ полезности при выборе среди альтернатив, предполагающих риск // Теория потребительского поведения и спроса. Сер. «Вехи экономической мысли». Вып.1. — СПб.: Экономическая школа, 1993.
2. Шапиро Н.А., Полторацкая Т.Б., Шапиро О.А. Учет фактора неопределенности в оценке риска предпринимательской деятельности // Математические методы в экономике и технологиях — ММТТ-26 [текст]: сб. трудов XXVI Междунар. научн. конф.: в 10 т. Т.8. Секции 6, 7, 8, 9 / Под общ. ред. А.А.Большакова. — Нижний Новгород. Гос.техн.ун-т, 2013. — С.234-238.
3. Родионов Д.Г., Черняк Т.А. Перспективы реализации аръергардного сотрудничества предпринимательских структур в нефтегазовом комплексе в условиях инновационной модернизации// Вестник Ленинградского государственного университета им. А.С. Пушкина. — 2012. Т.6. № 4. — С. 155-167.
4. Канторович Г.Г., Турунцева М. Ю. Роберт Энгл и Клайв Гренджер: Новые области экономических исследований (Нобелевская премия 2003 года по экономике) // Вопросы экономики. — 2004 — №1. — С.37-48.
5. Урманчеев И.Ш. Перспективы банковского кредитования российских компаний в условиях экономической изоляции от Запада: отраслевой аспект // Проблемы современной экономики. — 2015 — № 4. — С. 162-166.
6. Официальный сайт ЦБ РФ. — URL :http://www.cbr.ru/statistics/?PrtId=int_rat (Дата обращения 2 апреля 2016 года)
7. Шапиро В.Я., Шапиро Н.А. Моделирование портфельных инвестиций в условиях негативных сценариев развития фондового рынка // Финансы и кредит. — 2008. — №15(303). — С. 39-51.
8. Шапиро В.Я., Шапиро Н.А. Использование цепей Маркова для прогноза эффективности ПИФов / В сб.: Экономическое развитие: теория и практика: матер. междунар. научной конф.; пред. ред. совета И.П. Бойко. — 2007. — С. 79-81.
9. Шапиро В.Я., Шапиро Н.А. Выбор стратегии управления на рынке частных коллективных инвестиций // Научный журнал НИУ ИТМО. Сер.: Экономика и экологический менеджмент. — 2007. — № 1. — С. 29-37.
10. Ильиных С.А. Предпринимательство в России: анализ факторов влияния // Проблемы современной экономики. — 2015. — № 2. — С. 153-156.
11. Найт Ф.Х. Риск, неопределенность и прибыль: Пер. с англ. — М.: Дело, 2003. — С. 248.
ПОВЫШЕНИЕ ИНФОРМАТИВНОСТИ АНАЛИЗА ФИНАНСОВЫХ КОЭФФИЦИЕНТОВ ПРЕДПРИЯТИЯ
А.С. Тонких,
профессор кафедры экономики и менеджмента Государственного морского университета (г. Новороссийск),
доктор экономических наук
И.С. Остальцев,
соискатель кафедры экономики и менеджмента Государственного морского университета (г. Новороссийск),
Е.А. Ионов,
аспирант кафедры экономики и менеджмента Государственного морского университета (г. Новороссийск)
andrew.tonkih@gmail.com
В работе показано как с помощью метода динамического норматива (метода эталонной динамики показателей) повысить информативность анализа финансовых коэффициентов. Проведен анализ деятельности ОАО «Новороссийское морское торговое пароходство», выявлены его первоочередные проблемы.
Ключевые слова: анализ финансовых коэффициентов, динамический норматив, эталонная динамика показателей, повышение эффективности.
УДК 336.67:338.47 ББК 65.053
Повышение эффективности деятельности невозможно без достоверного анализа достигнутых результатов. В общем виде схема повышения эффективности представлена на рис. 1.
Ясно, если на этапе анализа допустить ошибку или получить нерелевантную по результатам анализа информацию, конечного результата — повышения эффективности достичь не удастся. Проблема релевантности информации рассматривалась нами ранее [1]. Заметим лишь, что в анализе результатов деятельности необходимо учитывать взаимосвязь динамики показателей аналогичной «золотому» правилу экономики предприятия [2]: «Темп роста прибыли должен быть больше темпа роста выручки, последний должен быть больше темпа роста активов...». Пример, где нарушается «золотое» правило, при этом результаты внешне выглядят более чем достойно, приведен в таблице 1.
Таблица 1
Темпы роста отдельных показателей деятельности
гипотетического предприятия
Показатель Темпы роста,%
1 год 2 год 3 год
Выручка от реализации 105 106 117
Совокупные активы 102 108 120
Чистая прибыль 110 112 115
Не принимая во внимание «золотое» правило, можно сделать неправильные выводы, так как полученная по результатам анализа информация будет недостоверна. Действительно, несмотря на ежегодный рост показателей, а также ускорение темпов их роста, положение во втором году ухудшилось, а не улучшилось, а к третьему году еще более усугубилось. Конечно, пример очень упрощенный, но он подчеркивает суть проблемы: в оценке достигнутых результатов необходимо учитывать подобное взаимное упорядочение показателей в динамике.
Одним из самых распространенных направлений анализа деятельности предприятия является анализ финансового состояния предприятия [3]. Этому есть несколько причин. Во-первых, финансовая отчетность — это компактная форма представления информации о состоянии имущества, имеющихся рисков и результатах деятельности предприятия. Во-вторых, как правило, финансовая отчетность находится в свободном доступе. В-третьих, методы анализа финансовой отчетности достаточно хорошо разработаны. В-четвертых, достоверность финансовой отчетности обеспечивается специальными компетентными организациями, например, аудиторскими фирмами. На самом деле, справедливость последнего утверждения весьма спорна и это вопрос специального исследования. Тем не менее, будем считать, что в большинстве случаев финан-
