|
| | | | Проблемы современной экономики, N 3/4 (7/8), 2003 | | | | ФИНАНСОВО-КРЕДИТНАЯ СИСТЕМА | | | Крамин Т. В.
заведующий кафедрой менеджмента
Института экономики, управления и права (г.Казань),
кандидат физ.-мат.наук, магистр экономики (США)
| |
| | | |
В последнее время российские специалисты по корпоративным финансам активно изучают международный опыт в области финансовой устойчивости и прогнозирования банкротства фирм и предприятий. Но недостатками используемых ими подходов является игнорирование тенденций изменения показателей, а также отраслевых особенностей выборки предприятий. Кроме того используемые критерии во многом основаны лишь на рекомендациях иностранных экспертов. Например, это относится к рекомендованному интервалу для коэффициента текущей ликвидности [1,2]. Расчеты по его определению выполнены на основе зарубежных данных. Между тем нормативным его уровнем с точки зрения признания предприятия неплатежеспособным или платежеспособным постановлением Правительства РФ от 20 мая 1994 года определено значение коэффициента текущей ликвидности равное двум. Нормативное значение указанного коэффициента должно различаться от отрасли к отрасли. Необходимо и обоснование выбора того или иного норматива для каждой отрасли, и в целом учет специфики переходного периода в развитии российской экономики.
Целью статьи является определение общего критерия финансовой устойчивости на основе отечественных данных и ряда отраслевых критериев платежеспособности и финансовой устойчивости предприятий.
Относительное изменение объема продаж в кризисном 1998 году по сравнению с предыдущим периодом было использовано для оценки степени общей финансовой устойчивости предприятий в период финансовых потрясений. В итоге был введен специальный показатель устойчивости предприятия. В выборку было включено 24 предприятия химической и нефтехимической промышленности Республики Татарстан. В качестве независимых переменных использовались 26 основных финансовых показателей по годовой финансовой отчетности (годовым бухгалтерским балансам).
В целях анализа использована многофакторная регрессионная модель, построенная на основе метода простых наименьших квадратов, в которой уровень продаж 1998 года по отношению к аналогичному показателю предыдущего года является зависимой переменной. При этом на первом этапе анализа необходимо было изучать влияние отдельных факторов на этот показатель.
На основе эмпирических данных устанавливались линейные и нелинейные зависимости. Одновременно отбирались наиболее важные для исследования переменные путем изучения графической информации. На втором этапе рассматривалась модель, охватывающая все финансовые показатели, и при последовательном исключении наименее важных с точки зрения регрессионного анализа переменных - модель с некоторым набором переменных. Третий этап представлял синтез результатов первых двух.
Окончательный вариант модели представляет собой семифакторную регрессионную модель, построенную методом простых наименьших квадратов. | | | | Зависимая переменная RATE, по темпу роста продаж в 1998г. |  |
В модели L1 - коэффициент текущей ликвидности, L2 - коэффициент промежуточной ликвидности, L3 - доля стоимости товарно-материальных запасов в собственном оборотном капитале, S1 - коэффициент финансовой зависимости, S2 - коэффициент обеспеченности собственными средствами, S3 - коэффициент маневренности, R1 - коэффициент оборачиваемости дебиторской задолженности (все значения - среднегодовые за 1997 г.).
Модель объясняет 84% колебаний зависимой переменной в выборке. Данный уровень достаточно высок для модели, описывающей финансово-экономические процессы, тем более в условиях транзитивной экономики. Все включенные в модель переменные статистически значимы: гипотезы об их значимости подтверждаются с вероятностью более 99% за исключением показателя, выражающего отношение стоимости запасов к собственному оборотному капиталу (вероятность - более 95%). Она хорошо специфицирована с точки зрения гипотезы нормального распределения вероятности ошибок регрессии. Данная гипотеза подтверждается с вероятностью 95,79%. Суммирующий показатель, определяющий степень отклонения существующего распределения вероятности от нормального, представлен коэффициентом Жак-Бера. Этот показатель используется для проверки гипотезы о нормальности распределения ошибок регрессии. Гетероскедастичность, свойственная моделям с кросссекционными данными, в нашей модели не прослеживается.
В практике диагностики банкротства используются показатели, учитывающие динамику структуры активов, прежде всего коэффициенты восстановления и утраты платежеспособности. При их расчете используется разность между значением коэффициента текущей ликвидности на конец отчетного года (K1) и значением коэффициента текущей ликвидности на начало отчетного года (K0). Разность этих показателей и включена в модель в качестве динамического фактора, объясняющего колебания уровня финансовой устойчивости. Модель из статической становится динамической. | | | | Основные параметры модели RATE |  |
Статическая модель достаточно хорошо объясняет колебания зависимой переменной. Но добавление только одной динамической переменной (K1-K0) существенно улучшает все показатели. Так, R2 после добавления этой переменной увеличивается на 12%, до 96%, стандартная ошибка регрессии уменьшается, а F - статистика и показатель правдоподобия значительно увеличиваются. Качественные характеристики модели (знаки коэффициентов перед независимыми переменными) не изменяются, а количественные показатели (значения этих коэффициентов) меняются незначительно, что говорит об устойчивости и хорошей специфицированности модели.
Результаты расчетов в целом подтверждают выводы предыдущих исследований. В частности, подтверждается сложная нелинейная зависимость степени финансовой устойчивости предприятия от значения показателя текущей ликвидности, определенного отношением стоимости оборотных активов к краткосрочной кредиторской задолженности. Низкий уровень данного показателя (меньше единицы) свидетельствует о недостаточности оборотных средств для покрытия предприятием своей кредиторской задолженности. С другой стороны, высокие значения данного показателя, исходя из используемых данных, имеют место, как правило, не из-за заниженного уровня кредиторской задолженности, а по причине неоправданно высокого уровня используемых оборотных средств, прежде всего товарно-материальных запасов, и дебиторской задолженности.
Оборотные активы за вычетом товарно-материальных запасов являются в целом более ликвидными в сравнении со всеми оборотными активами. Благодаря этому рост коэффициента промежуточной ликвидности ведет, согласно эмпирическим данным, к монотонному увеличению темпа роста продаж при всех допустимых значениях указанной независимой переменной. Данная зависимость не линейна.
Среди переменных используются показатель ликвидности запасов, выражающий долю запасов в чистом оборотном капитале, и степень ликвидности дебиторской задолженности.
Показатели финансовой устойчивости вносят существенный вклад в объяснение колебаний темпа роста продаж изучаемых предприятий. Это в первую очередь коэффициент финансовой зависимости (аналог, в некотором смысле, коэффициента автономии) и коэффициенты обеспеченности собственными средствами и маневренности. Высокий уровень их значимости в модели подтверждает, что разработанный метод исследования продолжает существующий анализ финансовой устойчивости, а не противоречит ему. В то же время в модели впервые шесть основных показателей ликвидности и финансовой устойчивости объясняют динамику продаж предприятия в условиях кризиса. Знаки регрессионных коэффициентов перед независимыми переменными полностью отражают их экономический смысл. Так, регрессионные коэффициенты перед показателями маневренности и обеспеченности собственными средствами положительны. Действительно, чем выше значения этих показателей, тем выше доля собственных оборотных средств в оборотных активах и собственном капитале, а следовательно, и самодостаточность предприятия в период внешнего шока или просто финансовых затруднений. Низкий уровень этих показателей говорит о потенциальных финансовых затруднениях при финансовом шоке, которые неизбежно приводят к дефициту оборотных средств и снижению продаж в период кризиса.
Коэффициент финансовой зависимости (отношение привлеченного капитала к собственному капиталу) отражает структуру капитала компании. Чем он выше, тем большую долю стоимости компании представляет заемный капитал. Известно, что в результате эффекта финансового рычага общий (финансовый) риск предприятия увеличивается при увеличении доли заемного капитала в стоимости компании. Возрастает так называемый "риск возможных финансовых затруднений". Финансовые затруднения, как правило, возникают во время спадов, один из которых и имел место в конце 1998 года. Отрицательное значение регрессионного коэффициента по сравнению с переменной коэффициента финансовой зависимости свидетельствует, что увеличение доли заемных средств в валюте баланса приводит в период кризиса к финансовым затруднениям и, следовательно, к падению темпа роста продаж.
Один из показателей деловой активности также определяет динамику продаж в кризисных условиях. Это коэффициент оборачиваемости дебиторской задолженности. При построении точечной диаграммы для темпа роста продаж и коэффициента оборачиваемости дебиторской задолженности не было определено четкой зависимости между этими переменными. Но многофакторная регрессионная модель выявила, что при низкой оборачиваемости дебиторской задолженности (высоком среднегодовом уровне дебиторской задолженности относительно объема продаж в рассматриваемый предкризисный период) темп роста продаж возрастает в кризисном году. В российской экономике в большинстве случаев увеличение продаж невозможно без значительного увеличения уровня дебиторской задолженности, так как большинство предприятий испытывает дефицит денежных средств. Поэтому предприятия, руководство которых спокойно относится к высокому уровню дебиторской задолженности, идут на дальнейшее увеличение дебиторской задолженности с целью не допустить падения продаж. К тому же обесценивание российской валюты в августе 1998 года дало возможность многим предприятиям погасить свою дебиторскую задолженность, правда уже девальвированными рублями. Предприятия при возврате коммерческого кредита получили возможность вновь увеличивать данную статью активов.
Показатели деловой активности отражают и уровень управления ресурсами предприятия. Чем они выше, тем выше уровень управления, тем короче финансовый цикл или цикл обращения денежных средств. Они определяют меру успеха деятельности предприятия в будущем при стабильном росте продаж, в условиях постоянного дефицита оборотных средств. Но в период кризиса, когда большинство предприятий не может увеличить продажи из-за снижения общего потребления и не испытывает серьезного дефицита в оборотных средствах, эти показатели не оказывают существенного влияния на динамику продаж.
Расширение выборки предприятий может существенно уточнить эти тенденции.
При использовании модели за критическое значение темпа роста продаж (номинального, с учетом инфляции) принимается уровень, равный единице. Соответствующий ему реальный темп роста в этом случае будет неизбежно меньше нуля.
Значение индикатора финансовой устойчивости предприятия рассчитывается по следующей формуле (в статической модели): | | |  |
где L1 - коэффициент текущей ликвидности, L2 - коэффициент промежуточной ликвидности, L3 - доля стоимости товарно-материальных запасов в собственном оборотном капитале, S1 - коэффициент финансовой зависимости, S2 - коэффициент обеспеченности собственными средствами, S3 - коэффициент маневренности, R1 - коэффициент оборачиваемости дебиторской задолженности.
В динамической модели критерий уточняется: | | |  |
Порядок оценки вероятности финансовых затруднений (банкротства): чем выше показатель RATE, тем выше степень финансовой устойчивости предприятия. Если рассчитанный по реальным данным предприятия показатель RATE меньше единицы, следует считать финансовое положение предприятия опасным, особенно при развитии кризисной ситуации.
Результаты сравнения расчетных и истинных показателей представлены в табличном виде: | | |  |
Среднее процентное отклонение оценочного темпа роста от истинного составило 19,55%. Для некоторых предприятий точность предсказания темпа роста выручки не превышает 10%. Для других погрешность оценки выше. Такое отклонение связано, скорее всего, со спецификой развития конкретного предприятия в рассматриваемый период, учесть которую в рамках предложенной модели невозможно.
Модель RATE достаточно точно, для данной области исследования, может предсказать темп роста выручки предприятия нефтехимической отрасли в период кризиса, аналогичного кризису августа 1998 года. В целом, используя ее, можно достаточно точно предсказать развитие предприятия в период возможного финансового кризиса, степень его финансовой устойчивости в условиях финансового шока.
Разработанная методика может быть использованы не только для оценки финансовой устойчивости предприятия, но и для прогнозирования его финансовых потоков, оценки бизнеса и стоимости предприятия в целом. |
| |
|
|
