Экономические науки/10. Экономика предприятия

Белоусова И.А.

Харьковский национальный экономический университет, Украина

Использование многофакторных дискриминантных моделей для оценки финансового состояния предприятия

В последнее время платежеспособность большой части украинских предприятий находится в зоне риска. Несовершенная законодательная база, непропорциональная система налогообложения, неразвитая производственная инфраструктура извне, а также неэффективное финансовое планирование и управление активами, высокая степень морального и физического износа производственных средств промышленных предприятий, неспособность своевременно диагностировать негативные тенденции их деятельности - изнутри, вызывало потребность в антикризисном финансовом управлении. Однако в первую очередь оценка финансового состояния предприятия является первым и одним из главных этапов проведения антикризисного финансового управления. Именно поэтому значительно растет потребность в эффективных методиках оценки и прогнозирования финансового положения.

Одним из самых распространённых в зарубежных странах является метод оценки финансового состояния с помощью многофакторных моделей. Вопросом построения соответствующих моделей занимались такие зарубежные экономисты, как Е. Альтман [1], Р.Таффлер, Спрингейт и другие, а среди отечественных - А.Терещенко [3].

Нужно отметить, что существует ряд проблем в применении этих моделей для украинских предприятий, основными из которых является несоответствие специфики развития и функционирования зарубежных и отечественных предприятий, то часовое несоответствие, потому что много моделей было разработано в прошлый век. Поэтому возникает необходимость разработки новых моделей для предприятий соответствующих отраслей, из учета специфики их функционирования. Так вот, авторами было создано и предложено новую многофакторную дискриминантную модель для прогнозирования вероятности банкротства для предприятий отрасли машиностроения в Харьковской области.

Суть многофакторного дискриминантного анализа сводится к построению дискриминантной функции, на основе которой рассчитывается интегральный показатель финансового состояния предприятия с помощью значений многих независимых переменных с учетом весомости каждой из них. Базовый вид линейной многофакторной модели имеет вид:

[1]

где В – зависимая дискриминантная переменная;

- независимые переменные дискриминантной функции;

- коэффициенты дискриминантной функции;

- свободный член.

Назначение свободного члена функции заключается в приведении критического значения зависимой переменной В к предварительно определенной величине, например к нулю. Также он влияет на величину ошибки.

Математическую основу многофакторного дискриминантного анализа впервые обосновал в 1936 г. американский математик Г. А. Фишер. Предложенный Фишером подход базируется на ковариацийно-дисперсионном анализе и матричных превращениях. Это дает возможность оценить дискриминантные коэффициенты, которые удовлетворяют общий критерий оптимума дискриминантной функции: размах вариации значений вектора В в пределах одной группы исследуемых элементов должен быть минимальным, а межгрупповая вариация вектора В – максимальной.

Дискриминантный анализ как метод оценки финансового состояния предприятия включает две фазы:

1. фаза анализа – расчет интегрального показателя финансового состояния и формирования «ключа» интерпретаций;

2. фаза классификации – расчет интегрального показателя для конкретного предприятия – объекта оценки [2].

Беря за основу методику создания дискриминантной модели Фишера, в соответствии с которой создал свою модель и украинский экономист А.Терещенко, была создана новая модель прогнозирования вероятности банкротства для предприятий сельхозмашиностроительной отрасли Харьковской области. Для анализа было взято 8 предприятий региона, 5 из которых функционируют на сегодняшний день, а 3 обанкротились в предыдущие годы.

Сначала был осуществлен подбор независимых переменных — показателей финансового состояния, которые будут включаться в дискриминантную модель. Независимые переменные были разделены на 5 групп, каждая из которых показывает положение предприятия с разных ракурсов. Всего было взято около 50 показателей, которые были разделены по соответствующим группам: показатели ликвидности, показатели финансовой стойкости, показатели оборачиваемости, показатели рентабельности и все другие показатели, которые не вошли в эти четыре группы.

Дальше состоялось формирование двух выборочных совокупностей исследуемых предприятий: первую составляют субъекты ведения хозяйства, которые находятся на грани финансового кризиса, или в финансовом кризисе (в нашем случае те предприятия, которые обанкротились); вторую — финансовое стойкие предприятия, которые функционируют.

После этого было построено две матрицы независимых переменных, которые состояли из n строк (n — объем выборки исследуемых предприятий) та p столбцов (p — количество показателей финансового состояния) каждая.

Для каждого из предприятий за каждый год был присвоен критерий. Для функционирующих предприятий первый из трех анализируемых лет (2008 год) имел критерий 3, потому что два последующих года предприятие функционировало, в 2009 году соответственно критерий был 2, в 2010 году-1, потому что пока мы не можем прогнозировать финансовое состояние на последующие годы. Для обанкротившихся предприятий за 3 года до банкротства предоставлялся критерий -1, за 2 года - критерий -2, потому что финансовое состояние этих предприятий ухудшалось, и за последний год функционирование такого предприятия - критерий -3, потому что в следующий год оно уже обанкротилось.

Часть последующих расчетов была осуществлена с помощью программного комплекса «Statistica 2006», а именно расчет Критерия Фишера для каждого из показателей. Критерий Фишера (F) показывает наличие надежной корреляционной зависимости. Принято считать, что при численном значении критерия Фишера (F) более двух зависимость достаточно надежная.

С помощью критерия Фишера была установлена зависимость между независимыми переменными и соответствующими критериями. Те показатели, по которым было получено наибольшее значение критерия Фишера и будут показателями модели. В нашем случае было решено взять наиболее значимый показатель из каждой группы, потому что целесообразно избрать разные показатели, которые будут характеризовать финансовое состояние предприятия с разных сторон.

Для получения множителей в модели также был использован программный комплекс «Statistica 2006», который сам подобрал наиболее соответствующие для показателей множители, чтобы максимально приблизиться к критериям. Таким образом, полученная модель имеет вид:

, где - коэффициент структуры покрытия долгосрочных вложений (отношение долгосрочных обязательств к необоротным активам);

- коэффициент текущей ликвидности (отношение собственного капитала к валюте баланса);

- коэффициент рентабельности оборотных активов (отношение чистой прибыли или убытка к среднегодовой стоимости оборотных активов);

- коэффициент оборотности основных фондов (отношения чистой выручки от реализации к сумме основных средств, суммы незавершенного строительства и других оборотных активов);

- доля нераспределенной прибыли (убытка) в валюте баланса.

Следующим шагом было определение доли влияния каждого из вышеназванных показателей на интегральный показатель. Результаты приведены в таблице 1.

Таблица 1

Влияние независимых показателей на интегральный показатель

финансового состояния предприятия %

Показатели	Всего
Влияние	100	26,694	2,6379	8,9848	51,284	10,4

Видно, что наибольшее влияние (51,28%) на интегральный показатель имеет коэффициент оборачиваемости основных фондов, также достаточно влиятельным является коэффициент покрытия долгосрочных вложений (26,69%).

Для проверки качества модели необходимо сначала определить значение критического показателя (). В нашем случае он равняется 0,0124, и это означает, что если значение показателя, рассчитанного с помощью приведенной выше формулы больше , то финансовое положение надежное и этому предприятию кризис не угрожает, и наоборот если меньше, то финансовое положение неудовлетворительное.

Рассчитаем альфа-ошибку, бета-ошибку и совокупную ошибку, полученные результаты приведены в таблице 2:

Таблица 2

Оценка качества модели

Виды ошибок	Альфа-ошибка	Бета-ошибка	Совокупная ошибка
Величина ошибки, %	6,67	11,11	8,33

Наиболее важной является альфа-ошибка, потому что именно она показывает возможность определения несостоятельного предприятия как финансово стойкого. Как видим разработанная дискриминантная модель характеризуется высоким уровнем точности, это объясняется тем, что данная модель была построена на данных однородной совокупности предприятий.

Рассчитав «ключ интерпретации», имеем следующее: если Z < 0,78- предприятие находится в финансовом кризисе, если 0,78 < Z < 0,97- нельзя точно идентифицировать, а если 0,97 < Z- кризис предприятию не угрожает.

Таким образом, использование данной модели позволяет предварительно определить тенденции ухудшения финансового состояния предприятия, без проведения полного финансового анализа, что существенно сэкономит силы и время аналитику во время проведения анализа.

Литература:

1. Altman, Edward И., "Financial Ratios, Discriminant Analysis and Prediction Corporate Bankruptcy", Journal Finance (September 1968): pp. 589-609.

2. Beermann K. Prognosemoglichkeiten von Kapitalverlusten mit Hilft von Jahresabschlüssen // Schriftenreihe des Instituts für Revisionswesen der Westfalischen Wilhelms-Universitat Münster. — Band 11, 1976, Dusseldorf. — S. 118-121.

3. Терещенко О.О. Антикризисное финансовое управление на предприятии: Монография. – К. КНЕУ, 2004. – 268 с.