Автореферат (786174), страница 3
Текст из файла (страница 3)
Висследовании уточнено понимание «инвестиций» и «инвестиционной9привлекательности» с точки зрения институциональных инвесторов,размещающих свой капитал на основании кредитных рейтингов.Под «инвестиционной привлекательностью» предприятия мы будемпонимать конкурентные преимущества предприятия по уровню дохода истабильности при минимально допустимом уровне риска банкротства, значениякоторых удовлетворяют интересам инвестора по сравнению с другимивозможностями размещения его капитала.Рейтинги представляют собой публичные интегральные оценкирейтинговых агентств и других организаций, определяющие положение (ранг)предприятий относительно друг друга по различным основаниям. Анализпоказывает, что рейтинги могут быть построены как на количественных, так ина качественных характеристиках и показателях деятельности предприятия.Для данного исследования особый интерес представляет кредитныйрейтинг, который стал фактически и юридически необходимым условием инеотъемлемой частью инвестиционного процесса на финансовых рынках.В исследовании принято понимание, что «кредитный рейтинг» (КР)выступает как публичный информационно-экономический показатель,системно характеризующий предприятие с позиции риска банкротства,доходности, стабильности, который показывает уровень инвестиционнойпривлекательности предприятия по рейтинговой шкале.
Чем выше кредитныйрейтингпредприятия,темвышеуровеньегоинвестиционнойпривлекательности. Рейтинговые стандарты оценки предприятия являютсясегодня необходимым условием для успешного привлечения инвестиций нароссийских и западных финансовых рынках.В работе определено, что «рейтинговая идентификация» предприятиявыступает как комплексная система раскрытия объективной информации осостоянии финансово-хозяйственной деятельности предприятия, как методикаточного позиционирования предприятия на финансовом рынке заемногокапитала по западным стандартам уровня кредитоспособности иинвестиционной привлекательности.Методика рейтинговой идентификации предусматривает возможностьмножественной оценки предприятия по нескольким рейтинговым шкалам, втом числе, по шкалам международных и российских рейтинговых агентств.Во второй главе «Разработка методики рейтинговой идентификацииуровня инвестиционной привлекательности промышленных предприятий» дананализ существующих методик и рейтинговых подходов оценки уровняинвестиционной привлекательности, сложившихся в зарубежной иотечественной экономической науке и практике для разных типов инвесторов.Определены и разработаны требования к авторской методике рейтинговойидентификации предприятия.Основные методы расчета кредитных рейтингов предприятий можноразделить условно на три группы: количественные, комбинированные иэкспертные.
В свою очередь количественные методы делятся на две подгруппы10– это классические методы оценки близости предприятий к банкротству иметоды оценки близости предприятия к эталонному состоянию.К первой подгруппе относятся широко распространение в России моделидискриминантного типа, предусматривающие деление предприятий на дваклассабанкрот/небанкрот:моделиЭ.Альтмана,У.Бивера,Р. Таффлера, Зайцевой О.П., Сайфулина Р.С., Кадыкова Г.Г. и другие. Моделиопределяют расстояние предприятия до дефолта, т.е. степень риска банкротствапредприятия и соответственно, чем меньше риск банкротства, тем вышеуровень инвестиционной привлекательности предприятия.Вторую подгруппу составляют модели, определяющие близостьпоказателей исследуемого предприятия к показателям одного или несколькихэталонных предприятий, т.е.
максимально привлекательных предприятий:модели Шеремета А.Д., Пястолова С.М., Разумова И.В. и другие.Экспертныеметодыоцениваютуровеньинвестиционнойпривлекательности на основе мнений аналитиков и экспертов.В моделях комбинированного типа предполагается учитывать не толькофинансово-экономические показатели, но также и слабо формализуемыефакторы, влияющие на финансовое состояние, такие как показателисоциальной, технической сферы, репутации предприятия, его имидж,квалификация кадров предприятия и другие качественные характеристики.
Понашему мнению, учет данных факторов важен, но их интерпретация неоднозначна и объективно оценить их влияние на итоговую оценку невозможно,поэтому оценка инвестиционной привлекательности по данным моделям носитвероятностный, субъективный характер.Итоговая оценка по комбинированным и количественным методам несопоставлена с признанными инвесторами эталонами, их ценность иобъективность определяется каждым типом инвестора самостоятельно.Комбинированныеметодикииспользуютсяотечественнымиимеждународными рейтинговыми агентствами (Fitch, Moody’s, Standard&Poor’s,НРА, Эксперт РА, AK&M и др.).Анализ коммерческих методик рейтинговых агентств показал, чтометодики основаны на большом практическом опыте рейтингования, в нихиспользуются разнообразные методы расчета кредитных рейтингов на основезначимых финансово-экономических количественных и качественныхпоказателей предприятия.
Состав и алгоритм построения методик носитзакрытый характер, поэтому представляется возможным сравнить толькоитоговые публичные значения рейтингов конкретного предприятия. Висследованиипринято понимание, что кредитный рейтинг выступает какпубличныйинформационно-экономическийпоказатель,системнохарактеризующий предприятие с позиции риска банкротства, доходности,стабильности, который показывает уровень инвестиционной привлекательностипредприятия по рейтинговой шкале. Чем выше кредитный рейтингпредприятия, тем выше уровень его инвестиционной привлекательности.11Импорт из системы СПАРК годовых отчетности127 предприятий за 2005-2011 года сотечественным кредитным рейтингом агентстваНРА (Национальное Рейтинговое Агентство)Выбор и расчет коэффициентов, влияющих на уровень ИПКоэффициентырентабельности(10)Коэффициентыоборачиваемости(13)Коэффициентыфинансовойустойчивости (14)Коэффициентыликвидности (6)Формирование информационных баз данных по коэффициентампредприятий с кредитным рейтингомФорматирование информационных баз данныхУдалениепропущенных данныхУдаление аномальныхзначений коэффициентовИсключение предприятий безаудиторской проверкиВыбор метода и инструмента моделирования рейтингаПроведение пошаговогодискриминатногоанализа в STATISTICA 6Построение нейронных сетей различных типов иархитектуры с помощью NeuroShell 2, PolyAnalyst иSTATISTICA 6 «Нейросеть»Оценка качества моделей виртуальных кредитных рейтинговПолучение аналитической моделиПолучение нейросетевой моделивиртуального кредитноговиртуального кредитного рейтингарейтингаРасчет 43 финансовых коэффициентов в программе QFinAnalysis 2 длявыбранного предприятия АККИнформационный блок методикиИмпорт из системы СПАРК годовых отчетностейпо 180 предприятий за 2001-2011 года смеждународным кредитным рейтингом агентств:Fitch, Moody’s и Standard&Poor’sАналитический блокВыбор эталонной рейтинговой оценки уровня инвестиционной привлекательности.Выбор источника информацииПостроение рейтинговогопрофиля по средним значениямкоэффициентов по каждомурейтинговому классуРазработка плановыхзаданий менеджментупредприятия натактическом иоперационном уровнеуправления*Анализ изменения 43 финансово-экономическихкоэффициентов; Анализ аномальных значенийкоэффициентов*Оценка предприятий АКК и ранжирование;*Создание индекса уровня инвестиционнойпривлекательности для выбранных предприятий АКК ипроведение сопоставительного анализа;*Оценка тенденции изменения виртуальных кредитныхрейтингов;*Оценка стоимости капитала для различных классоврейтинга;*Диагностика предприятий банкротов АКК;*Оценка экономического эффекта от получения реальногокредитного рейтинга;Управленческий блокИспользование моделей виртуальных кредитных рейтингов для оценки уровняинвестиционной привлекательности предприятия по различным шкаламРис.1.
Методика рейтинговой идентификации промышленного предприятия наоснове моделей виртуальных кредитных рейтингов12Установлено, что кредитный рейтинг является эталоном дляинституционального типа инвестора в принятии инвестиционных решений, таккак обладает свойствами достоверности, своевременности, информативности,однозначности и сопоставимости.Разработка комплексной методики рейтинговой идентификации связана спотребностью в быстрой адаптации и использования западных методик истандартов рейтингового подхода, необходимостью преодоления их закрытостис помощью моделей виртуальных кредитных рейтингов.
Комплексная методикасостоит из трех блоков, которые связанны между собой последовательнымисвязями: информационный блок, аналитический блок и блок оценки иуправления (рисунок 1).Врамкахинформационногоблокаформируютсяосновныеинформационные базы: 180 предприятий с рейтингом международныхагентств: Fitch, Moody’s, Standard&Poor’s; 127 предприятий с рейтингомотечественного Национального Рейтингового Агентства (НРА) и 15предприятий банкротов.
Для каждого предприятия формируется база годовыхбалансов за последние 10 лет, которые при помощи авторской программыQFinAnalysis 2 пересчитываются в статистическую базу по 43 финансовоэкономическим коэффициентам.Основной целью аналитического блока является обоснование принциповрасчета и построения дискриминантных и нейросетевых моделей виртуальныхкредитных рейтингов на основе сформированных информационных баз данныхи определение прогностических возможностей полученных моделей.Управленческий блок предусматривает разработку направленийиспользования моделей виртуальных кредитных рейтингов в качествеинструмента управления процессом повышения уровня инвестиционнойпривлекательности (снижения риска банкротства).В третьей главе «Рейтинговая идентификация промышленныхпредприятий как инструмент управления уровнем их инвестиционнойпривлекательности» создаются модели виртуального кредитного рейтинга ирассматриваются направления его использования.Для получения модели использовался дискриминантный анализ,реализованный в пакете STATISTICA 6.
Полученные 6-ти факторные моделивиртуальных кредитных рейтингов представлены в таблице 1.Таблица 1Модели виртуальных кредитных рейтинговПо международной шкале−=− , + , ∙+ , ∙+ , ∙+ , ∙+ ,∙+ ,∙ ;M-DFMS- значение дискриминирующейконстанты по модели;К1- коэффициент соотношения мобильныхи иммобилизованных активов;К2 - коэффициент рентабельности активов;По отечественной шкале− НРА = − + , ∙+ ,∙+ ,∙+ ,∙+ ,∙+ ,∙ ;M-DНРА- значения дискриминирующейконстанты по модели;К1- коэффициент оборачиваемостикредиторской задолженности;К2 - коэффициент самофинансирования;13К3 - коэффициент реальной стоимостиК3 - коэффициент валовой рентабельности;имущества;К4- коэффициент оборачиваемостиК4- коэффициент автономии;дебиторской задолженности;К5 – коэффициент оборачиваемостиК5 – коэффициент абсолютной ликвидности;запасов затрат активов;К6 – коэффициент соотношения мобильных иК6 – коэффициент текущей ликвидности.иммобилизованных активов.Статистика моделейСовпадение с рейтинговой оценкой (R2) Совпадение с рейтинговой оценкой (R2) 92,1%;61%;λ –Уилкинсона =0,15;λ –Уилкинсона =0,38;Критерий Фишера (F) =46,69;Критерий Фишера (F) =13,25;Отклонение не более чем на один класс 2%Отклонение не более чем на один класс5%.Оценка уровня инвестиционной привлекательности по разработанныммоделям проводится с помощью таблиц 2 и 3.Таблица 2Интервалы изменения дискриминирующей константы модели виртуальногокредитного рейтинга по международной шкалеКонстантадискриминации(М-DFMS)Больше 6,24,1 до 6,21,08 до 4,1-2,5 до 1,08Меньше -2,5Уровень инвестиционнойпривлекательностипредприятия.