Оценка и прогнозирование риска финансовой несостоятельности компании (1142572), страница 20
Текст из файла (страница 20)
Проведенные преобразованияне искажают базового содержания коэффициентов, представляющих собойхарактеристики финансово-хозяйственной деятельности. Так, рост значенийкоэффициентов К1, К2 и К4 указывают на положительные тенденции вкачестве финансового состояния компаний, рост значения К3 – нанегативные.
Учитывая, что связи между изменениями коэффициентамонетизации, индекса ММВБ и качеством финансового состояния компанийхарактеризуются как прямые, а курса доллара США – обратные,произведенные аналитические преобразования способствуют усилениюсобственных тенденций коэффициентов К1, К2, К3, К4.Дополнительно,длясоблюдениятребованийLogit-регрессииосопоставимости шкал независимых переменных, значения рентабельностиактивовикоэффициентадополнительныепокрытиякоэффициенты,равныебыли3,4скорректированыи1,6насоответственно.123Нормальныезначениякоэффициентов«рентабельностьактивов»и«коэффициент покрытия» ниже значений коэффициентов «отношениечистого денежного потока к суммарным обязательствам» и «коэффициентконцентрации заемного капитала».
В результате веса коэффициентов«рентабельность активов» и «коэффициент покрытия» будут больше,коэффициентов «отношение чистого денежного потока к суммарнымобязательствам» и «коэффициент концентрации заемного капитала». Разницав значениях весовых коэффициентов будет давать неверные представления овкладе каждой независимой переменной в расчетное значение отклика.Значения корректировочных коэффициентов были определены эмпирически,критерием выбора значений было получение наилучших прогностическиххарактеристик модели. Итоговый расчет коэффициентов К1-К4, приведен втаблице 17.Таблица 17– Аналитические корректировки предикторных переменныхПараметр регрессииКорректировкаОтношение чистого денежного потокак суммарным обязательствам (К1)К1 = К1*dKm/dUSD*dMICEXРентабельность активов (К2)К2 = К2*dKm/dUSD*dMICEX*3,4Коэффициент концентрации заемногокапитала (К3)К3 = К3/dKm*dUSD dMICEXПокрытие активов собственнымиоборотными средствами (К4)К4 = К4*dKm/dUSD*dMICEX*1,6Источник: составлено автором.Дляпостроениянесостоятельностибылмоделипрогнозированиясформированнаборрисказначенийфинансовойпредикторныхпеременных.Как указывалось ранее, исходные данные были сформированы наосновании форм обязательной отчетности 64 компаний авиационнойпромышленности за период с 2002 по 2015 год, том числе 32 действующиекомпаниии32,прекратившиедеятельностькакпоинициативе124собственников, так и по решению суда.
Таким образом, в числонедействующих компаний вошли не только банкроты, но и финансовонесостоятельные компании, прекратившие деятельность без проведенияпроцедурыбанкротства.Дляликвидированныхкомпанийзначениякоэффициентов К1-К4 определялись исходя данных отчетности на первоеянваря года, соответствующего началу двухлетнего периода до ликвидацииили банкротства. Для действующих компаний коэффициенты K1-K4определялись на первое января года, соответствующего началу двухлетнегопериода до ликвидации или банкротства финансово несостоятельныхкомпаний (с учетом парной группировки).
По нашему мнению, двухлетнийпериодпрогнозированияспрактическойточкизренияявляетсяоптимальным, поскольку дает возможность руководству компании привыявлении негативных тенденций в финансовом состоянии реализоватьмеры, необходимые для предотвращения финансовой несостоятельности.Сроки менее двух лет, в сущности, являются констатацией фактанеизбежного прекращения деятельности. Прогнозирование финансовойнесостоятельностипредпочтительным,насрокаходнакоболеедвухраспределениялетявляетсяплотностейнаиболеевероятностейпредикторных переменных для действующих и ликвидированных компанийна этих сроках существенно перекрываются, что не позволяет построитьмодель, обладающую приемлемым уровнем точности. Темпы приростоввнешних факторов рассчитывались как отношение их значений на первоеянваря года прекращения деятельности ликвидированных компаний кзначениям на первое января года, соответствующего двухлетнему периоду допрекращения деятельности ликвидированных компаний.
Набор исходныхданных приведен в приложении Д. При построении уравнения Logitрегрессии было принято решение о нецелесообразности включения в составпараметров свободного члена, в результате чего искомая зависимостьопределяется уравнением (45):125 bi X iei(45) bi X i1 e iПри равенстве нулю всех независимых (предикторных) переменных Xi,вероятностьфинансовойнесостоятельностиπопределяетсятольковеличиной свободного члена a. Ввиду того, что с практической точки зренияравенство нулю всех независимых переменных говорит об отсутствии какихлибо хозяйственных операций, вероятность того, что компания являетсянедействующей, равна 1. В результате расчетов, проведенных в IBM SPSSStatistics, модель Logit- регрессии определяется уравнением (46):e 4 ,366K 12 ,700K 20 ,604K 32 ,479K 41 e 4 ,366K 12 ,700K 20 ,604K 32 ,479K 4(46)гдеК1 – отношение чистого денежного потока к суммарным обязательствам,скорректированное на прогнозные изменения внешних факторов;К2 – рентабельность активов, скорректированная на прогнозные изменениявнешних факторов;К3 – коэффициент концентрации заемного капитала, скорректированный напрогнозные изменения внешних факторов;К4 – коэффициент покрытия активов собственными оборотными средствами,скорректированный на прогнозные изменения внешних факторов.Основное отличие уравнения (46) от дискриминантных моделейзаключаетсяввозможностиколичественнофинансовойнесостоятельностикомпании,рассчитатьаневероятностьопределитьеепринадлежность анализируемой компании к тому или иному классу(недействующие/действующие).
Из уравнения (46) может быть выведенкоэффициент несогласия, определяемый по формуле (47):1 e 4 ,366K 12 ,700K 20 ,604K 32 ,479K 4(47)Коэффициент несогласия дает информацию о том, каково соотношениевероятностей того, что компания в течение двух лет окажется финансово126несостоятельной и прекратит деятельность, и того, что она продолжит своюдеятельность,призаданныхзначенияхнезависимыхпеременных(параметров модели) и прогнозных значениях внешних факторов. Величиныи знаки весовых коэффициентов при коэффициентах K1-K4 показываютнаправление и силу связей между ними и коэффициентом несогласия,характеризующим вероятность финансовой несостоятельности.3.3 Апробация модели, определение точности и границ примененияДля определения возможности практического применения моделипрогнозирования риска финансовой несостоятельности была проведенакомплексная оценка эффективности полученного регрессионного уравнения.Необходимым условием для практического применения модели являетсяподтверждение ее предсказательной способности относительно компаний,данные о финансовом состоянии которых не вошли в исходную выборку.
Дляуточнения прогностических характеристик модели был сформирован наборданных на основе бухгалтерской отчетности 31 компании авиационнойпромышленности, не вошедших в выборку, использованную при построениимодели. Общее число компаний включило 17 действующих компаний и 14компаний, ликвидированных или признанных банкротами в период с 2005 по2011год.Отчетные датыдляпрогнозированиярискафинансовойнесостоятельности действующих компаний выбирались произвольно, дляликвидированных компаний для анализа были отобраны данные на даты,соответствующие двухлетним периодам до прекращения деятельности, либодо начала процедуры конкурсного производства. Для каждой компании быларассчитана вероятность финансовой несостоятельности по истечении двух127лет с выбранной отчетной даты.
Результаты расчетов приведены вприложении Е.В процессе апробации модели для ликвидированных компанийкорректный результат был получен в 12 из 14 случаев – точность 85,7%. Длядействующих компаний корректный результат получен в 14 из 17 случаев –точность82,4%.Врезультате,общаяточностьпрогнозированияприменительно к данной выборке компаний составила 83,9%.
Следуетотметить, что ошибочные результаты получены для 2008 и 2009 года. Этигоды соответствуют рецессии российской экономики, вызванной влияниеммирового экономического кризиса и началу периода восстановления.Применительно к выборке данных, можно заметить, что приросты индексаММВБ составили в 2008 и 2009 годах 0,328 и 2,211 соответственно. При этом«обвал» индекса ММВБ в 0,328 раза привел к отнесению компаний к числубанкротов. Напротив, существенный рост индекса в 2,211 раза в 2009 году поотношению к 2008 году обусловил неверное отнесение ликвидированныхкомпанийкчислудействующих.Данныерезультатыобусловленыследующими обстоятельствами.Во-первых,независимооторганизационно-правовыхформсобственности, деятельность предприятий и организаций авиационнойпромышленности не изолирована от государственного участия.
Проявлениетакогоучастияможетзаключатьсякаквотдельныхрешениях,предопределяющих дальнейшую судьбу компаний, так и в распределенииоборонных заказов и заключении сопутствующих контрактов. В этой связинельзя говорить о компаниях авиационной промышленности как охозяйствующих субъектах, действующих в рыночной среде и на условияхсправедливой конкуренции. Зачастую перспективы дальнейшей деятельностиотдельных авиапроизводителей, вопреки принципам рыночной экономики,определяютсясубъективнымифакторами,внезависимостиотихэффективности и результативности. В условиях экономических спадовинструменты государственного воздействия призваны смягчать негативное128влияние конъюнктурных изменений. В результате компания, обладая всемипризнакамифинансовойнесостоятельности,получаяопределеннуюподдержку профильных ведомств, может продолжать функционировать втечение продолжительного периода времени.
Таким образом, применениемоделидляпрогнозированиярискафинансовойнесостоятельностикомпаний, деятельность которых в значительной степени подверженаадминистративному регулированию, дает результаты, отражающие реальноефинансовоесостояниекомпаний,очищенноеотадминистративныхинструментов управления. Специфика деятельности компаний авиационнойпромышленности и ее роль для обеспечения обороноспособности РоссийскойФедерации, предполагает использование многочисленных инструментовгосударственной поддержки в критических ситуациях.Во-вторых,разработаннаямодельобладаетповышеннойчувствительностью к фактору, характеризующему рыночную конъюнктуру.Иллюстрация данного тезиса приведена на рисунке 26.0,90,80,70,60,50,40,30,20,10,00,50,60,70,80,911,11,21,31,41,51,61,71,81,92Зависимость вероятности финансовой несостоятельности от коэффициента монетизацииЗависимость вероятности финансовой несостоятельности от курса доллара СШАЗависимость вероятности финансовой несостоятельности от индекса ММВБРисунок 26 – Зависимость вероятности финансовой несостоятельности отвнешних факторовИсточник: составлено автором.На рисунке 26 приведены зависимости вероятности финансовойнесостоятельности компании от изменений внешних факторов финансовойсреды при неизменных значениях внутренних факторов.
Синим цветомвыделена кривая, характеризующая зависимость вероятности финансовойнесостоятельностиотизменениймонетизацииэкономикипри129фиксированных значениях курса доллара и индекса ММВБ. Аналогично,красным цветом выделена кривая, соответствующая изменению вероятностифинансовойнесостоятельностиоткурсадолларапринеизменномкоэффициенте монетизации и индексе ММВБ, зеленым – от индекса ММВБпри неизменном коэффициенте монетизации и курсе доллара. Согласноусловию,лежащемуклассифицируетсякаквосновефинансовопостроенноймодели,несостоятельнаяприкомпанияпрогнознойвероятности больше 0,5.Из рисунка 26 видно, что кривые пересекают пороговое значениевероятности 0,5 в точках 0,55, 1,2 и 1,9 для зависимости от темпов изменениямонетизации, индекса ММВБ и курса доллара соответственно.С точки зрения интерпретации результатов, это говорит о том, чтоколебания коэффициента монетизации, индекса ММВБ и курса долларавблизи отметок 0,55, 1,2 и 1,9 способны изменить результат прогнозированияс благоприятного (вероятность финансовой несостоятельности ниже 0,5) нанегативный (вероятность финансовой несостоятельности больше 0,5) инаоборот.С практической точки зрения темп роста коэффициента монетизации,равный 0,55 и темп роста курса доллара США, равный 1,9, маловероятны идостижимы в условиях глубокого экономического спада.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
