Для собственника компании анализ тенденций поведения акционерного капитала позволяет контролировать эффективность деятельности предприятия. Для менеджеров он служит ориентированным на результат инструментом принятия решений по распределению оперативных ресурсов предприятия. Внедрение добавленной стоимости собственного капитала в практику оценки эффективности деятельности предприятия позволит обеспечить формальную двустороннюю связь между правлением и управленческим звеном предприятия, тем самым, повышая качество корпоративного управления.
В финансовом менеджменте представляет интерес и то, какова форма связи между потенциалом предприятия, представленным как оборотными активами, так и совокупными активами, финансовым состоянием, представленным такими показателями как краткосрочные обязательства, чистая выручка, коэффициент текущей ликвидности.
На основе статистических данных 28 предприятий тракторного и сельскохозяйственного машиностроения, в том числе ОАО «Краснодарсельмаш», построены несколько моделей, представленных ниже, в которых приняты следующие условные обозначения:
ОА – оборотные активы; КО – краткосрочные обязательства; АА – совокупные активы (потенциал); NV – чистая выручка; KTL – коэффициент текущей ликвидности.
Рассмотрим экономическое содержание полученных моделей и их значение для финансового прогнозирования.
Форма модели № 1 имеет вид: OА = 55,18 + 0,827KO.
Из модели следует, что при увеличении KO на 1 рубль оборотные активы возрастут в среднем на 82,7 коп., т.е. каждый заимствованный рубль приводит к увеличению оборотных активов на 82,7 коп.
Форма модели № 2 имеет вид: NV = e0.64 х OА0,999 х КО-0,065.
Из модели следует, что при увеличении оборотных активов на 1% чистая выручка возрастет на 0,999%, при увеличении краткосрочных обязательств на 1 % выручка уменьшится на 0,065%, но зависимость от краткосрочных обязательств не значима.
Модели № 1 и № 2 свидетельствуют, что на исследуемых предприятиях выгодно увеличивать краткосрочные обязательства и за счет этого наращивать оборотные активы, рост которых приводит к росту чистой выручки.
Форма модели № 3 имеет вид: NV = e0.26 х (AA-OА)0,4 х КО0,6 х KTL0,8.
Из модели следует, что:
увеличивая на 1% KTL за счет ОА при фиксированном КО чистая выручка возрастет на 0,8%; увеличивая КО на 1 % при фиксированных (AA-OА) (т.е. увеличивая (уменьшая) ОА должно увеличиваться (уменьшаться) и АА) и KTL чистая выручка NV возрастет на 0,6%; увеличивая AA-OА при фиксированных КО и KTL чистая выручка возрастет на 0,4%.
Наилучший вариант, при котором в наибольшей степени увеличивается чистая выручка - это тот, при котором имеет место рост текущей ликвидности при фиксированных краткосрочных обязательствах, и, соответственно, как следует из модели 1 при фиксированной величине оборотных активов. Из этого следует, что основным фактором повышения рыночной стоимости анализируемой группы предприятий является изменение структуры оборотных активов, и, в частности, изменения структуры готовой продукции, так как та часть оборотных активов, которая сформирована за счет краткосрочных обязательств – это в основном зарплата и материалы. Таким образом, основным фактором повышения рыночной стоимости анализируемых предприятий в современных условиях является изменение ликвидности готовой продукции.
Методологический подход, основанный на предлагаемой системе моделирования, может быть использован в качестве одного из инструментов прогнозирования взаимосвязи стоимости предприятия, оцененной через текущий денежный поток, потенциала, т.е. оборотных активов и ликвидности, выраженной как через задолженность (краткосрочные обязательства), так и через те же денежные потоки.
Кроме указанного выше подхода особый интерес представляет, в условиях действия Закона РФ о банкротстве, анализ динамики индикаторов банкротства, определение вероятности банкротства с применением дискриминантной функции. При этом сделана попытка адаптации известного индикатора «Z - счета Альтмана» к современным условиям. В исследовании приведен сравнительный анализ динамики индикаторов и описателей ликвидности. Результаты получены на основе данных отчетности ОАО «Краснодарсельмаш». Сделан вывод о том, что наблюдается устойчивая динамика индикатора в направлении увеличения вероятности банкротства предприятия. Указанное поведение обусловлено сильным падением отношения оборотного капитала к величине всех активов.
Более существенное влияние на указанную динамику оказывает отношение финансового результата от продаж к величине всех активов. Падение этой величины обусловлено ростом всех активов и уменьшением прибыли от продаж и, в конце концов, появлением убытка. Поскольку данный показатель имеет максимальный вес в дискриминантной функции его влияние на вероятность банкротства наиболее ощутимо. Таким образом, можно сформировать рекомендации по снижению вероятности банкротства: уменьшить себестоимость продукции за счет привлечения новых, в том числе и инновационных технологий производства.
В исследовании разработана универсальная система взвешивания показателей, которая может быть использована для любых показателей, используемых для прогнозирования неплатежеспособности предприятия.
Построена модель применительно к российским условиям. Проведен отбор показателей, наиболее часто встречающиеся в моделях других исследователей, разработана модель и проверены ее "разделительные" способности на материалах российских предприятий.
В модель включены показатели: коэффициент покрытия; отношение рабочего капитала к активам; отношение чистой стоимости собственного капитала к общей величине задолженности; рентабельность продаж; рентабельность собственного капитала; рентабельность активов; коэффициент оборачиваемости активов; отношение денежного потока к краткосрочной задолженности.
На основе статистических данных по 17 российским предприятиям рассчитаны значения указанных выше коэффициентов. Из этих предприятий 6 классифицированы как банкроты, 11 - как благополучные. Для того, чтобы оценить насколько сильно различаются эти показатели у благополучных предприятий и предприятий-банкротов построены доверительные интервалы с уровнем значимости 95%.
Чтобы убедиться в том, что все показатели, включенные в рассмотрение, действительно необходимы в модели, проведен корреляционный анализ их взаимозависимости. Включать в модель тесно связанные друг с другом показатели нецелесообразно. Поэтому сформированы 3 модели:
Модель № 1=0,47К1+0,14К2+0,39К3
Модель № 2=0,62К4+0,38К5
Модель № 3=0,49К4+0,12К2+0,19К6+0,19К3,
где: К1 - Рабочий капитал к активам; К2 - Рентабельность собственного капитала; К3 - Денежный поток к задолженности; К4 - Коэффициент покрытия; К5 - Рентабельность активов; К6 - Рентабельность продаж.
Для определения критических значений моделей построены доверительные интервалы с уровнем ошибки 5%. Полученные результаты представлены в табл. 1.
Анализ данных моделей на основании данных рассматриваемых предприятий показал, что наименьшую ошибку имеет модель № 3.
Таблица 1
Доверительные интервалы
| Модель | Благополучные | Банкроты | Зона неопределенности |
| I | 0,08-0,16 | (-0,20)-(-0,08) | (-0,08)-0,08 |
| II | 1,07-1,54 | 0,35-0,49 | 0,49-1,07 |
| III | 0,92-1,36 | 0,25-0,38 | 0,38-0,92 |
Указанный выше подход апробирован на примере ОАО «Краснодарсельмаш».
В таблицах 2 и 3 приведены расчеты для ОАО «Краснодарсельмаш» показателей необходимых для расчета вероятности банкротства и расчеты дискриминантных функций для многофакторных моделей.
Таблица 2
Коэффициенты, входящие в модели
| Коэффи-циенты | Показатели | Значения | |||||
| 2000 г. | 2001 г. | 2002 г. | 2003 г. | 2004 г. | 2005 г. | ||
| К1 | Отношение рабочего капитала к активам | 0,232 | 0,322 | 0,223 | 0,077 | 0,060 | -0,108 |
| К2 | Рентабельность собственного капитала | 94,315 | 102,743 | -0,008 | -40,896 | -36,714 | -17,574 |
| К3 | Отношение денежного потока к краткосрочной задолженности | 1,658 | 2,470 | 1,817 | 0,473 | 0,9424 | 0,785 |
| К4 | Коэффициент покрытия | 0,533 | 0,550 | 0,501 | 0,389 | 1,130 | 0,860 |
| К5 | Рентабельность активов | 50,398 | 49,626 | -0,0032 | -14,105 | -8,957 | -3,438 |
| К6 | Рентабельность продаж | 41,067 | 39,805 | 5,348 | -21,852 | -13,522 | -5,441 |
Таблица 3
Расчет дискриминантных функций
| Модели | Значения | ||||||
| 2000 г. | 2001 г. | 2002 г. | 2003 г. | 2004 г. | 2005 г. | ||
| МОДЕЛЬ № 1 = | 0,47К1+0,14К2+0,39К3 | 13,960 | 15,499 | 0,813 | -5,505 | -4,744 | -2,205 |
| МОДЕЛЬ № 2 = | 0,62К4+0,38К5 | 19,482 | 19,199 | 0,309 | -5,118 | -2,703 | -0,773 |
| МОДЕЛЬ № 3 = | 0,49К4+0,12К2+0,19К6+0,19К3 | 19,697 | 20,631 | 1,606 | -8,779 | -6,242 | -2,572 |
Из таблицы 3 следует, что предприятие вошло в зону банкротства по первой модели в 2003 г., для второй модели в 2002 г. и для третьей модели в 2003 г.
На рис. 4 представлены графики значений дискриминантной функции для всех трех моделей. Не трудно заметить, что тенденция к банкротству приняла устойчивый характер уже в 2002 г., что согласуется с оценкой вероятности банкротства с помощью «Z-счета Альтмана».