Оценка и прогнозирование риска финансовой несостоятельности компании (1142572), страница 22
Текст из файла (страница 22)
Изменения коэффициентапокрытия обусловлены опережающими изменениями величины собственныхоборотныхсредствотносительносуммарныхактивов.Значимостьрассматриваемого коэффициента объясняется тем фактом, что при низкомуровне финансовой устойчивости, возрастает риск невозврата компаниями136краткосрочных долговых обязательств, формируемых в целях пополненияоборотных средств. Реализация мероприятий, направленных повышениедоли оборотных активов, финансируемых за счет собственных источников,может позволить компаниям снизить избыточную долговую нагрузку приосуществлении текущих операций.
Статистика Вальда для коэффициента К4равна 6,706 при уровне значимости 1,5%.Коэффициент К2 – преобразованная рентабельность активов оказываетвлияние на значение коэффициента несогласия с весом exp(-2,684) = 0.07.Повышениерентабельностидеятельностикомпанийснижаетрискфинансовой несостоятельности, о чем свидетельствует отрицательноезначение весового коэффициента. Значимость коэффициента рентабельностиактивов, который характеризует эффективность деятельности компаний,можетбытьподтвержденаструктуройкомпаний,прекратившихдеятельности. Почти половина компаний, вошедших в выборку, прекратилидеятельность без проведения процедуры банкротства, а были ликвидированыпо решению учредителей.
Последнее подтверждает значимость дляучредителей эффективности произведенных инвестиций. Статистика Вальдадля коэффициента К2 равна 3,754 при уровне значимости 5,8%.Коэффициент К1 оказывает наиболее слабое влияние на рискфинансовой несостоятельности компании. Учитывая, что величина весовогокоэффициента при К1 составляет -4,366, увеличение чистого денежногопотока, или уменьшение долговой нагрузки снижает риск финансовойнесостоятельности. УдельныйвкладкоэффициентаК1в изменениевероятности прекращения деятельности определяется как exp(-4,321) исоставляет 0,01.
Статистика Вальда для коэффициента К1 составляет 3,381при уровне значимости 5,4%.Заявленная точность модели в 78,1% характеризует ее предсказательнуюспособность применительно к выборке данных, использованных припостроении. Для подтверждения точности построенной модели былапроведена ее апробация на сформированной ранее выборке из 31 компании.137РезультатыапробацииприведенывприложенииЕ.Точностьпрогнозирования применительно к действующим компаниям составила82,4% (14 верных результатов из 17), применительно к финансовонесостоятельным – 71,4% (10 верных результатов из 14).
Общая точностьпрогнозирования составила 77,4%. Таким образом, исключение из перечняпараметров модели индекса ММВБ снизило точность прогнозирования,однако снизило чувствительность результатов к скачкообразным изменениямрыночных индикаторов.ПрименениеLogit-регрессиидляцелейпрогнозированиярискафинансовой несостоятельности компании не предполагает интервальнойоценки рассчитываемой вероятности. Результатом применения моделиявляется абсолютная величина вероятности финансовой несостоятельности, аее качественная оценка (вероятность высокая/средняя/низкая) относится ккомпетенции аналитика. Тем не менее, для удобства использования модели,нами было проведено условное интервальное нормирование значенийвероятности финансовой несостоятельности по степени риска, в основекоторой лежит подход Хайдаршиной Г.А.
[103].Таблица 24 – Интервальное нормирование вероятности финансовойнесостоятельностиИнтервал значения расчетнойвероятностиКачественная оценкаМинимальный риск0-0,20,2-0,4Низкий риск0,4-0,6Умеренный риск0,6-0,8Высокий рискМаксимальный риск0,8-1Источник: составлено автором.Отдельнымпрактическогоаспектом,применениятребующиммодели,вниманияявляетсясточкиполучениезренияпрогнозных138значений внешних факторов. Для курса доллара США и коэффициентамонетизации источником данных является прогноз (сценарные условия,основныепараметрысоциально-экономическогоразвитияРоссийскойФедерации и предельные уровни цен (тарифов) на услуги компанийинфраструктурного сектора на 2015 года и на плановый период 2016 и 2017годов) Министерства экономического развития Российской Федерации.
Врамках прогноза Минэкономразвития предлагаются сценарные условияразвитияотечественноймакроэкономическихвходящихвэкономики,параметров.модельвнешнихзависящиеИспользованиефакторовотключевыхсценарныхзначенийобеспечиваетгибкостьпрогнозирования и позволяет руководству компании адаптировать стратегиюповедения к изменяющейся экономической конъюнктуре.Относительно предсказательной способности модели необходимоотметить следующее.
Доля изменений риска финансовой несостоятельностикомпаний, включенных в исходную выборку, объясняемая входящими вмодель параметрами, составляет 66,8%. Из этого следует, что включение вмодель дополнительных параметров теоретически способно привести кповышению ее предсказательной способности.Можно предположить, что таким параметром является прогнозныйобъем поступления средств в рамках государственного оборонного заказа.Увеличение такого финансирования должно способствовать повышениюфинансовой устойчивости компаний и укреплению их позиций как надежныхконтрагентов. Значительная сложность, связанная с учетом данного фактора,заключается в отсутствии доступа к подобной информации для внешнегопользователя.Также в качестве параметра, теоретически способного повыситьпредсказательную способность модели, можно выделить ключевую ставкуБанка России.
Ключевая ставка как инструмент денежно-кредитногорегулирования оказывает существенное влияние на рынок межбанковскогокредитования (первичный эффект), и, как следствие, на активность139нефинансовых организаций на рынке заемного финансирования (вторичныйэффект). Отсутствие исторических данных по ключевой ставке в периодразработки модели не позволило учесть ее в качестве отдельного параметра.Также важным фактором для компаний авиационной промышленностиявляетсядоляДлительностьсервисныхтакихконтрактовконтрактов,каквобщемправило,портфелезаказов.обеспечиваетосновудеятельности компаний и предоставляет определенные гарантированныепоступления в среднесрочной и долгосрочной перспективе.
Сложность учетаданного фактора в качестве самостоятельного параметра заключается вотсутствиисоответствующиханалитическихданныхвисточниках,доступных внешнему пользователю.Естественнымспособомповышенияточностимоделиявляетсяаккумулирование дополнительных статистических данных и периодическаяактуализация весовых коэффициентов предикторных переменных.Предложеннаяметодикаописаниясвязеймеждуфинансовой среды основана на предположении, согласнофакторамикоторомуувеличение значений выбранных внешних факторов оказывает прямое(монетизация) или обратное (курс доллара США) влияние на финансовоесостояние компаний.
При этом параметры модели корректируются на темпыизменения внешних факторов. Отдельным исследованием, направленным наповышение точности модели и корректности учета в ней влияния внешнихфакторов на риск финансовой несостоятельности, является математическоеописание зависимостей между коэффициентами К1-К4 и внешнимифакторами – коэффициентом монетизации и курсом доллара США.
Данныематематические уравнения позволят учитывать в модели веса, отражающиевлияние каждого фактора на предикторные переменные, а не коэффициентыкорректирующие предикторы на темпы изменения внешних факторов.Основная сложность, связанная с решением этой задачи заключается вотсутствии в доступных источниках репрезентативных данных в объеме,достаточном для применения методов статистического анализа.140ЗАКЛЮЧЕНИЕВ диссертации приведены результаты исследования, направленного наразработку методологического подхода к учету факторов финансовой средына риск финансовой несостоятельности компании. Исследование проведенона базе компаний авиационной промышленности Российской Федерации.В рамках проработки теоретического аспекта выбранной проблематикибыло проведено исследование ключевых используемых понятий, к которымотносятся:предпринимательская деятельность;предпринимательский риск;финансовая несостоятельность хозяйствующего субъекта;риск финансовой несостоятельности;финансовая среда предпринимательства.Анализ трудов отечественных и зарубежных экономистов показалотсутствие единой позиции в трактовке указанных понятий при схожемподходе в понимании их сущности.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
