Опубликовано в журнале "Финансовый менеджмент" №6 год - 2007
Мурадов Д.,
магистрант, РГУ нефти и газаим. И.М. Губкина
В последнее время для целей углубленного анализа финансового состояния компаний широкое распространение получила практика оценки степени банкротства на основе различных методов и моделей. Среди них существуют общепризнанные, показавшие убедительные результаты в разных отраслях мировой экономики, разработанные учеными с мировым именем [1].
Наибольшее распространение для оценки платежеспособности предприятия, равно как и степени его банкротства, получили модели Эдварда Альтмана. В мире они чаще используется под названием Z-счетов Альтмана [2]. Именно Альтман разработал методику оценки степени банкротства компаний с применением моделирования, основывающегося на комплексном коэффициентном анализе показателей работы различных предприятий. Вместе с тем их использование, равно как и использование большинства других моделей, как бы хорошо они себя не показывали на международной арене, в российских условиях дает не всегда адекватные, а порой и совсем спорные результаты. Поэтому применять эти модели в таком «чистом» виде, в каком они были выведены для предприятий западной экономики, и апробировать их при анализе российских и зарубежных компаний, особенно нефтегазового сектора, на взгляд авторов, было бы некорректно. И, соответственно, оценка финансового благополучия компаний, работающих в российском нефтегазовом секторе, с использованием подобных методик не является объективной.
Подтверждением тому являются следующие аргументы:
— Первичные коэффициенты, принятые в методике Альтмана, в значительной степени ориентированы на западную структуру бизнеса и не очень хорошо подходят для анализа отечественных предприятий, так как в нашей стране иные темпы инфляции, иные циклы макро- и микроэкономики, а также другие уровни фондо-, энерго- и трудоемкости производства, производительности труда, иная налоговая система. Поэтому нельзя механически использовать приведенные выше значения коэффициентов в условиях нефтегазового рынка России.
— В качестве вычислительной методики в данном случае не следует использовать статистический метод дискриминантного анализа. Для его применения необходимо предварительно выделить две группы предприятий: первую – гарантированно «хороших», вторую – гарантированно «плохих», что в условиях российского нефтегазового сектора просто невозможно, так как, несмотря на конкурентный характер отношений в нефтяной отрасли России последних лет, официальных процессов по несостоятельности и банкротству российских нефтяных компаний в этот период попросту не было.
Поэтому в данной статье сделана попытка построить финансовую факторную модель, позволяющую оценивать платежеспособность, финансовую устойчивость и появляющиеся кризисные ситуации в нефтегазовых компаниях, работающих в российских условиях. Основой для построения данной модели послужил не взятый Альтманом статистический метод дискриминантного анализа, а метод главных компонент, который позволил авторам обойти проблему практического отсутствия фактов о несостоятельности и банкротстве нефтегазовых компаний.
Обратимся непосредственно к построению модели для оценки степени банкротства нефтегазовых компаний, работающих в условиях рынка России. Конечный расчет будет представлять собой функцию от некоторых показателей, характеризующих экономический потенциал предприятия и результаты его работы за истекший период. В итоге получим то же многофакторное регрессионное уравнение для оценки степени банкротства нефтегазовых компаний:
Z = C1X1 + C2X2 + ... + CpXp |
(1) |
где коэффициенты С1, С2...Ср – весовые значения показателей;
X1, X2, ...Xp – анализируемые финансовые показатели компаний за отчетный период.
Апробирование данной модели проводилось по 9 заранее отобранным и посчитанным показателям деятельности для 7 основных компаний нефтегазового сектора России по данным их финансовой отчетности за 2005 год. Эти показатели, по мнению авторов, оказывают наибольшее влияние на финансовое состояние российских нефтегазовых компаний с позиций их платежеспособности и устойчивости к кризисным явлениям, которые представлены в таблице 1.
Таблица 1
Финансовые показатели и способ их определения
Показатель |
Способ определения |
X1 |
Отношение собственного оборотного капитала (СОК) к общей сумме активов |
X2 |
Отношение балансовой стоимости собственного капитала к заемному капиталу |
X3 |
Коэффициент текущей ликвидности |
X4 |
Доля собственных оборотных средств в собственном капитале |
X5 |
Отношение нераспределенной прибыли к общей сумме активов |
X6 |
Отношение балансовой прибыли к общей сумме активов |
X7 |
Отношение выручки от реализации к общей сумме активов |
X8 |
Отношение прибыли от реализации к краткосрочным обязательствам |
X9 |
Рентабельность совокупного капитала |
Следует отметить, что апробация данных моделей осуществлялась на основе информации о финансовом состоянии реальных компаний нефтегазового комплекса. В целях конфиденциальности информации по компаниям обозначим их номерами. Далее по показателям этих компаний построим условно эталонную положительную и эталонную отрицательную компании по максимальным и минимальным уровням финансовых коэффициентов.
Итак, по выбранным предприятиям за 2005 год (табл. 2) полужирным шрифтом выделены наилучшие показатели, которые легли в основу положительной
эталонной компании, а курсивом – наихудшие показатели, сформировавшие условно эталонную отрицательную компанию.
Таблица 2
Финансовые показатели анализируемых компаний за 2005 год
Компания |
X1 |
Х2 |
Х3 |
Х4 |
Х5 |
X6 |
Х7 |
Х8 |
Х9 |
Компания 1 |
0,13 |
3,22 |
279 |
0,17 |
0,25 |
0,12 |
0,30 |
1,42 |
0,11 |
Компания 2 |
0,14 |
2,26 |
2,20 |
0,20 |
0,59 |
0,22 |
1,39 |
2,03 |
0,27 |
Компания 3 |
0,16 |
2.53 |
2,20 |
0,23 |
0,46 |
0,34 |
1,34 |
2,11 |
0,29 |
Компания 4 |
-0,08 |
0,45 |
0,72 |
-0,25 |
0,25 |
0,21 |
0,80 |
0,67 |
0,20 |
Компания 5 |
0,43 |
18,03 |
11,01 |
0,45 |
0,14 |
0,19 |
0,53 |
4,10 |
0,19 |
Компания 6 |
0,30 |
0,61 |
1,75 |
0,80 |
0,27 |
0,24 |
1,43 |
0,47 |
0,19 |
Компания 7 |
0,38 |
6,86 |
4,31 |
0,44 |
0,73 |
0,31 |
1,07 |
2,98 |
0,37 |
Эталон положительный |
0,43 |
18,03 |
11,01 |
0,80 |
0,73 |
0,34 |
1,43 |
4,10 |
0,37 |
Эталон отрицательный |
-0,08 |
0,45 |
0,72 |
-0,25 |
0,14 |
0,12 |
0,30 |
0,47 |
0,17 |
На основе этой информации, применяя метод главных компонент, строим матрицу (R) коэффициентов парных корреляций:
|
1.000 |
|
0.882 |
|
0.906 |
|
0.522 |
|
0.976 |
|
0.440 |
|
0.983 |
|
0.974 |
|
0.787 |
|
|
|
0.882 |
|
1.000 |
|
0.994 |
|
0.815 |
|
0.801 |
|
0.569 |
|
0.884 |
|
0.809 |
|
0.903 |
|
|
|
0.906 |
|
0.994 |
|
1.000 |
|
0.778 |
|
0.840 |
|
0.523 |
|
0.915 |
|
0.846 |
|
0.885 |
|
|
|
0.522 |
|
0.815 |
|
0.788 |
|
1.000 |
|
0.411 |
|
0.571 |
|
0.517 |
|
0.428 |
|
0.897 |
|
|
R = |
0.976 |
|
0.801 |
|
0.840 |
|
0.411 |
|
1.000 |
|
0.347 |
|
0.983 |
|
0.999 |
|
0.677 |
|
(2) |
|
0.440 |
|
0.569 |
|
0.523 |
|
0.571 |
|
0.347 |
|
1.000 |
|
0.357 |
|
0.366 |
|
0.534 |
|
|
|
0.983 |
|
0.448 |
|
0.915 |
|
0.517 |
|
0.983 |
|
0.357 |
|
1.000 |
|
0.984 |
|
0.744 |
|
|
|
0.974 |
|
0.809 |
|
0.846 |
|
0.428 |
|
0.999 |
|
0.366 |
|
0.984 |
|
1.000 |
|
0.681 |
|
|
|
0.787 |
|
0.903 |
|
0.855 |
|
0.897 |
|
0.677 |
|
0.534 |
|
0.744 |
|
0.681 |
|
1.000 |
|
|
Далее находим собственные числа данной матрицы:
|
7.032 |
|
0 |
|
0 |
|
0 |
|
0 |
|
0 |
|
0 |
|
0 |
|
0 |
|
|
|
0 |
|
1.249 |
|
0 |
|
0 |
|
0 |
|
0 |
|
0 |
|
0 |
|
0 |
|
|
|
0 |
|
0 |
|
0.551 |
|
0 |
|
0 |
|
0 |
|
0 |
|
0 |
|
0 |
|
|
|
0 |
|
0 |
|
0 |
|
0.113 |
|
0 |
|
0 |
|
0 |
|
0 |
|
0 |
|
|
|
0 |
|
0 |
|
0 |
|
0 |
|
0.003 |
|
0 |
|
0 |
|
0 |
|
0 |
|
(3) |
|
0 |
|
0 |
|
0 |
|
0 |
|
0 |
|
0.003 |
|
0 |
|
0 |
|
0 |
|
|
|
0 |
|
0 |
|
0 |
|
0 |
|
0 |
|
0 |
|
0.003 |
|
0 |
|
0 |
|
|
|
0 |
|
0 |
|
0 |
|
0 |
|
0 |
|
0 |
|
0 |
|
0.003 |
|
0 |
|
|
|
0 |
|
0 |
|
0 |
|
0 |
|
0 |
|
0 |
|
0 |
|
0 |
|
0.001 |
|
|
Используемая методика позволяет определить не только искомую модель Z, но и из рассматриваемых показателей X1, X2, ..., Xp выбрать наиболее значимые. Так, если в результате расчетов получилось, что некоторое собственное число j при j = 1..m пренебрежительно мало по сравнению с остальными собственными числами, то соответствующий коэффициент Xp можно исключить из модели, не нарушая точности [5]. В данном случае это показатели X5, X6, X7, X8, X9, отвечающие собственным значениям
, равным 0,003 и 0,001.
В итоге после всех вычислений, с учетом структуризации параметров, получаем конечную матрицу значений главных компонент, которая, по сути, представляет собой 9 моделей Z-счета – по количеству значимых признаков и анализируемых компаний.
|
-0.943 |
|
-0.648 |
|
-0.285 |
|
-0.089 |
|
|
|
1.729 |
|
-1.831 |
|
0.151 |
|
0.220 |
|
|
|
1.521 |
|
0.804 |
|
-1.193 |
|
0.921 |
|
|
|
-0.961 |
|
-0.650 |
|
-1.844 |
|
-1.531 |
|
|
F = |
-0.595 |
|
0.013 |
|
0.704 |
|
0.381 |
|
(4) |
|
-0.745 |
|
-0.055 |
|
0.622 |
|
1.202 |
|
|
|
0.130 |
|
1.966 |
|
-0.440 |
|
-0.008 |
|
|
|
0.620 |
|
0.524 |
|
1.585 |
|
-2.207 |
|
|
|
-0.757 |
|
-0.123 |
|
0.699 |
|
1.110 |
|
|
Из полученных моделей необходимо выбрать одну, или несколько и привести их к линейному виду. Предлагается следующий алгоритм решения данной задачи.
1. Поскольку собственное значение I1 =7,032 более чем в 2 раза превосходит все другие значения, т.е. является преобладающим, то возможно в качестве модели Z получить модель вида:
Х = -0,943Х1 - 0,648Х2 - 0,285Х3 - 0,089X4, – по первой главной компоненте. Для удобства пользованию сделаем ее положительной:
Х = -0,943Х1 + 0,648Х2 + 0,285Х3 + 0,089X4.
Для этой модели по результатам многочисленных расчетов были определены следующие интервалы:
если Z < 0,66, то вероятность банкротства велика, предприятие неплатежеспособно, кризисная ситуация;
если 0,66 < Z < 0,97, то вероятность банкротства средняя, платежеспособность предприятия на среднем уровне;
если Z > 0,97, то вероятность банкротства мала, хорошая платежеспособность и устойчивая работа предприятия;
при Z > 1,26 вероятность банкротства очень маленькая, предприятие с высокой платежеспособностью и кредитоспособностью.
2. Следует заметить, что возможно получить и вторую модель вида:
Х = - 7,61Х1 + 9,98Х2 + 11,15Х3 - 8,76X4
где значения Ci – весовые значения перед Х рассчитываются по формуле
Ci =1 Ci1 +
2 Ci2 + ... +
j Cip,
где1,
2, ...,
j – соответствующие собственные числа матрицы, а Cij – соответствующие значения компонент из матрицы главных компонент. Стоит отметить, что данная модель была бы единственной, если бы ни одно из чисел
1,
2, ...,
j не являлось преобладающим.
Для этой модели по результатам многочисленных расчетов были определены следующие интервалы:
если Z < 15,82, то вероятность банкротства велика, предприятие неплатежеспособно, кризисная ситуация;
если 15,82 < Z < 18,61, то, чтобы сделать однозначный вывод, необходимы дальнейшие исследования;
если 18,61 < Z < 20,43, то вероятность банкротства средняя, платежеспособность предприятия на среднем уровне;
если Z > 20,43, то вероятность банкротства мала, хорошая платежеспособность и устойчивая работа предприятия;
при Z > 23,81 вероятность банкротства очень маленькая, предприятие с высокой платежеспособностью и кредитоспособностью.
Таким образом, в результате предложенного методического аппарата были выведены 2 модели глубокой оценки финансового состояния, использующие 4 значимых показателя из 9 исследованных. Этими показателями оказались: отношения СОК к активам, балансовой стоимости собственного капитала в заемному, коэффициент текущей ликвидности и доля собственных оборотных средств в собственном капитале. Для оценки точности и устойчивости авторы оценили рейтинги выбранных компаний за 2005 год по существующей методике и провели сравнение полученных оценок с результатами оценки по предлагаемым моделям. Это сравнение представлено в таблице 3. Курсивом выделены значения моделей, которые удовлетворяют интервалам, соответствующим состоянию предприятия с высокой вероятностью банкротства. Полужирным шрифтом выделено значение, удовлетворяющее интервалу неопределенности второй модели. При этом невозможно сделать однозначный вывод о компании с позиции ее финансовой устойчивости, платежеспособности и вероятности банкротства.
Таблица 3
Сравнение рейтингов компаний за 2005 год
Рейтинг компаний по существующей методике |
Показатели |
Расчетное значение Z |
Рейтинг компаний по предлагаемым моделям |
||||
|
х1 |
х2 |
х3 |
х4 |
модель 1 |
модель 2 |
|
1. Компания 7 |
0,38 |
6,86 |
4,31 |
0,44 |
6,07 |
109,76 |
1. Компания 5 |
2. Компания 5 |
0,43 |
18,03 |
11,01 |
0,45 |
15,27 |
292,38 |
2. Компания 7 |
3. Компания 3 |
0,16 |
2,53 |
2,20 |
0,23 |
2,44 |
46,54 |
3, Компания 1 |
4. Компания 2 |
0,14 |
2,26 |
2,20 |
0,20 |
2,24 |
44,26 |
4. Компания 3 |
5. Компания 6 |
0,30 |
0,61 |
1,75 |
0,80 |
1.25 |
16,30 |
5. Компания 2 |
6. Компания 1 |
0,13 |
3,22 |
2.79 |
0,17 |
3,02 |
60,75 |
6. Компания 6 |
7. Компания 4 |
-0,08 |
0,45 |
0,72 |
-0,25 |
0,40 |
15,31 |
7. Компания 4 |
Анализ полученных результатов позволяет отметить высокую степень сходства представленных рейтингов. Так же, как и в первом варианте рейтинга, построенном по методу сравнительной рейтинговой оценки, во втором рейтинге, построенном по данным Z-счета, рассчитанного с помощью полученных моделей, только компания 4 по своим показателям может быть причислена к группе компаний с высокой вероятностью банкротства, неплатежеспособностью и кризисной ситуацией. В остальном, в рейтинге, построенном на основании Z-счета, компании расположились в схожей последовательности, что и в первом рейтинге, лишь с малым расхождением. И все эти компании на основании нашего рейтинга, за исключением компании 6, могут считаться платежеспособными, даже более того, практически «непотопляемыми», с малой вероятностью банкротства. Чтобы оценить компанию 6 однозначно, следуя интервалам второй полученной модели, необходимы дальнейшие исследования. Однако следует отметить, что как в первом рейтинге, так и во втором компания остается на 5-м и 6-м местах, что и является подтверждением способности рассматриваемых моделей объективно оценивать финансовое состояние нефтегазовых компаний.
Все вышеизложенное позволяет сделать выводы о:
— пригодности полученных моделей для анализа степени банкротства нефтегазовых компаний, работающих в России;
— способности моделей оценивать платежеспособность и финансовую устойчивость нефтегазовых компаний.
Кроме того, результаты, полученные при практическом использовании данных моделей для анализа платежеспособности и устойчивости, подтверждают, что весовые коэффициенты и интервалы выведенных моделей точно и в достаточной мере отражают показатели финансовых отчетностей нефтегазовых компаний. Авторы полагают, что проведенное исследование позволит с определенной степенью объективности оценивать появление кризисных ситуаций в деятельности компаний нефтегазового сектора России.
ЛИТЕРАТУРА
1. Евтушенко Е. В. Модели и технологии реструктуризации нефтеперерабатывающего предприятия. – М.: Химия, 2003. – С. 140–165.
2. Евтушенко Е. В. Основы стратегической реструктуризации предприятия.- М.: Перспектива, 2003.- С. 142-215.
3. Зубарева В.Д., Мурадов Д.А. Анализ использования различных подходов к оценке степени банкротства компании. // Нефть Газ и Бизнес. 2006, №7. – С. 35–39.
4. Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шебер М. Многомерный статистический анализ в экономике: Учеб. пособие для вузов/Под ред. проф. В.Н. Тамашевича. – М.: ЮНИТИ-ДАНА, 1999. – С. 598.
5. Черновалов А.В., Шевчук А.А. Прогнозирование несостоятельности действующих предприятий и фирм в Беларуси. ЭКОВЕСТ, 2004. – С. 130–151.