Коллектив Фонда Ноосфера на регулярной основе проводит анализ по 30-40 отраслям СНГ. В летний период 2012 года рядом наших студентов-волонтёров (отв. Фоминов И.В. Арнаут В.М. Немцев П.Ю.) был проведён анализ по металлургическому комплексу СНГ, который должен был дополнить анализ динамики металлургического комплекса (МК) США за период с 1947-2011 гг.
Включение МК США в анализ не случаен, так как за период 1900-2009 гг. в экономике США, мира прошло почти 30 мировых финансовых/экономических кризисов, а за период 1947-2009гг. - 18 мировых финансовых/экономических кризисов. Поэтому в проводимом анализе необходимо было выявить закономерности поведения металлургического комплекса США в периоды кризисов. В т.ч. выявить динамику продаж в кризисные периоды для МК США, рассчитать временные, амплитудные, фазовые сдвиги, эконометрические закономерности, установить корреляционно-функциональные зависимости между мировыми кризисами и МК США, мира и их влияния на экономику СНГ в частности на экономику металлургического комплекса СНГ.
Цель исследования не банальна, если учесть, что наш коллектив фонда «Ноосфера» продолжает традиции русской, советской школы (в частности Харьковской, Киевской, Минской, Московской, Ленинградской, Тбилисской, Новосибирской, Алма-Атинской и т.д. экономической школ), за период с 1995г. по 2010г. коллектив, продолжая добрые традиции своих учителей, рассчитал все мировые кризисы, в том числе и будущий кризис 2013-2014гг. Коллективом в 2006-2007гг был дан прогноз на 2008-2009гг провала объемов продаж в металлургическом комплексе СНГ.
Эта статья попытка очередной раз предупредить руководителей МК СНГ о неизбежных потерях в 2013-2014гг. Статья открывает серию публикаций по металлургическому комплексу США, России, Украины, Белоруссии и Казахстана. Ввиду большого объёма информации в данной статье даётся анализ только МК Украины. В случае интереса читателей серия публикаций будет расширена, в том числе и по особенностям кризиса 2013-2014 гг.
Для начала хотелось бы ознакомить читателя с особенностями проведённого анализа и современные методы проведения подобных исследований и сравнить методики зарубежных авторов и методики, модели авторов (Дорошко С.Е., Самарина Г.П.).
Наиболее распространенными в исследованиях выступают прогнозные модели, основанные на множественном дискриминантном анализе (МДА).
где а0 и ai –– некоторые параметры (коэффициенты регрессии);
fi –– факторы, характеризующие финансовое состояние заемщика (например, финансовые коэффициенты).
Коэффициенты регрессии рассчитываются в результате статистической обработки данных по выборке фирм, которые либо обанкротились, либо сумели выжить в течение некоторого периода. Все компании делятся на две группы: на тех, кому финансовые затруднения вплоть до банкротства в ближайшем будущем не грозят, и на тех, кому это грозит. Если Z –– оценка некоторой компании находится ближе к показателю средней компании –– банкрота, то при условии продолжающего ухудшения ее положения она обанкротится. Если менеджеры компании и банк, осознав финансовые трудности, предпринимают шаги, чтобы предотвратить усугубление ситуации, то банкротства не произойдет, следовательно, Z –– оценка является сигналом раннего предупреждения.
Для применения МДА необходима достаточно репрезентативная выборка предприятий, дифференцированных по отраслям, размерам. Трудность заключается в том, что внутри отрасли не всегда возможно найти достаточное количество обанкротившихся фирм, чтобы рассчитать коэффициенты регрессии.
Сравнение показателей 20 обанкротившихся в период с 1920 по 1929 г. предприятий с показателями 19 предприятий, не потерпевших финансового краха, проведенное П.Г. Фицпатриком (P.O. Fitzpatrick), позволило сделать вывод о том. что такими показателями считаются отношения прибыли к чистому собственному капиталу и чистого собственного капитала к сумме задолженности.
Изучение В.Б. Хикманом (W.B. Hickman) опыта выпуска корпоративных облигаций за период с 1900 по 1943 г. свидетельствовало, что надежными предсказателями невыполнения обязательств по корпоративным ценным бумагам (с предсказанием за 5 лет до дефолта) считается коэффициент покрытия процентных выплат и отношение чистой прибыли к объему продаж.
Исследование С.Л. Мервином (C.L. Mervin) данных по 939 предприятиям за десятилетний период показало возможность предсказания банкротства за 4—5 лет до него по динамике трех коэффициентов: коэффициента покрытия процентных выплат, отношения чистого оборотного капитала к сумме активов и отношения чистого собственного капитала к сумме задолженности. Перед банкротством наблюдается снижение этих коэффициентов.
Самой простой (и наименее точной) моделью диагностики банкротства признается двухфакторная модель. Она основывается на двух ключевых показателях: текущей ликвидности (характеризует ликвидность) и доле заемных средств в общей сумме источников, от которых зависит вероятность банкротства предприятия (характеризует финансовую устойчивость). Эти показатели умножаются на весовые значения коэффициентов, найденные эмпирическим путем, и результаты суммируются с постоянной величиной, также полученной опытно-статистическим способом.
В американской практике установлены следующие значения коэффициентов:
постоянной величины (–0,3877).
Отсюда формула расчета вероятности банкротства имеет следующий вид:
(9.40)
где
–– надежность, степень отдаленности
от банкротства;
–– коэффициент покрытия (отношение
текущих активов к текущим обязательствам);
–– коэффициент финансовой зависимости
(отношение заемных средств к общей
величине пассивов).
При
вероятность банкротства равна 50%; при
вероятность
банкротства велика (больше 50%) и возрастает
по мере увеличения Z; и при
вероятность банкротства мала (меньше
50%) и снижается по мере уменьшения Z.
Достоинством двухфакторной модели
считается ее простота и возможность
применения в условиях ограниченного
объема информации о предприятии. В то
же время данная модель не обеспечивает
высокую точность прогнозирования
банкротства, так как не учитывает влияние
на финансовое состояние предприятия
других важных показателей (рентабельность,
отдачу активов, деловую активность
предприятия). Ошибка прогноза оценивается
интервалом
0,65.
Кроме того, относительно весовых значений
коэффициентов и постоянной величины,
фигурирующей в модели, известно лишь
то, что они найдены эмпирическим путем.
По этой причине они, по всей вероятности,
справедливы для США, причем для США 60-х
и 70-х гг. В связи с этим показатели не
соответствуют современной специфике
экономической ситуации и организации
бизнеса в России, в том числе отличающейся
системе бухгалтерского учета и налогового
законодательства и т. д.
С целью более точного прогнозирования вероятности банкротства предприятии в промышленно развитых западных странах используются экономико-математические модели известных зарубежных экономистов Альтмана, Лиса, Таффлера, Тишоу и др., разработанные на основе вышеизложенного дискриминантного анализа.
В 1968 г. Э. Альтман разработал с помощью аппарата мультипликативного дискриминантного анализа индекс кредитоспособности (Z-счет), который позволяет выделить среди хозяйствующих субъектов потенциальных банкротов. Исследование финансового состояния 33 обанкротившихся американских компаний с помощью 22 аналитических коэффициентов и сравнение их с соответствующими показателями процветающих предприятий тех же отраслей и аналогичных отраслей позволило экономисту выявить 5 основополагающих показателей и определить их весовые значения, от которых зависит определение вероятности банкротства.
(9.41)
Отнесение организации к определенному классу надежности производится на основании следующих значений индекса Z:
Z < 1,81 –– предприятие станет банкротом: через один год с вероятностью 95%, через два года –– с вероятностью 72%, через 3 года –– с вероятностью 48%, через 4 года –– с вероятностью 30%, через 5 лет –– с вероятностью 30%,
1,81 < Z < 2,765 –– вероятность банкротства средняя,
2,765 < Z < 2,99 –– вероятность банкротства невелика, предприятие отличается исключительной надежностью,
Z > 2,99 –– вероятность банкротства ничтожно мала.
Факт банкротства на один год можно установить с точностью до 95%, на два года –– 83%.
Пятифакторная модель Альтмана также не лишена недостатков в плане применимости ее в России. Здесь по-прежнему ничего не известно о базе расчета весовых значений коэффициентов. Отсутствие в России статистических материалов по организациям-банкротам не позволяет скорректировать методику исчисления весовых коэффициентов и пороговых значений с учетом российских экономических условий. Кроме того, пока что вызывает некоторое смущение коэффициент x4, в котором фигурирует суммарная рыночная стоимость акций предприятия. В настоящий момент в Российской Федерации отсутствует информация о рыночной стоимости акций большинства предприятий, да и в условиях неразвитости вторичного рынка российских ценных бумаг у большинства организаций данный показатель теряет свой смысл.
(9.42)
где Х4 –– соотношение между балансовой стоимостью собственного капитала и заемных капиталом.
Пороговое значение вероятности банкротства в этом случае составляет 1,23.
Семифакторная модель прогнозирования банкротства, разработанная Э. Альтманом со своими коллегами в 1977 г., позволяет прогнозировать банкротство на горизонте в 5 лет с точностью до 70% и включает следующие показатели: рентабельность активов, изменчивость (динамику) прибыли, коэффициент покрытия процентов по кредитам, кумулятивную прибыльность, коэффициент покрытия (ликвидности), коэффициент автономии, совокупные траты. Достоинство этой модели — максимальная точность, однако ее применение затруднено из-за недостатка информации: требуются данные аналитического учета, которых нет у внешних пользователей.
(9.43)
где x1 –– оборотный капитал / всего активов;
x2 ––прибыль от реализации / всего активов;
x3 –– нераспределенная прибыль / всего активов;
x4 –– собственный капитал / заемный капитал.
В этой формуле минимально предельное значение вероятного банкротства равно 0,0347.
На основании обработки данных 60 предприятий –– 30 потерпевших крах и 30 нормально работавших — со средним годовым балансом в 455 тысяч американских долларов была создана модель Фулмера, которая изначально содержала 40 коэффициентов, тогда как окончательный ее вариант использует всего девять:
где
Точность прогнозов, сделанных с помощью данной модели на год вперёд составляет 98%, а на два года — 81%. При этом если H < 0, то крах неизбежен. [34].
(9.44)
где
Если Z< 0,862 предприятие получает оценку «крах». При создании модели Спрингейт использовал данные 40 предприятий и достиг 92,5 процентной точности предсказания неплатежеспособности на год вперёд.
В той среде, где вышеприведенные две модели были разработаны, они проявили весьма высокую степень надёжности. Кроме того, обе модели подготовлены на основе данных малых и средних предприятий и используют исключительно данные отчета о прибылях и убытках и отчета о финансовом состоянии. В отличие — например — от более известной модели Альтмана, не принимается во внимание рыночная капитализация. Таким образом, круг применения не сужается на акционерные общества, чьи акции находятся в свободном (биржевой) обороте.
(9.45)
При Z > 0,3 вероятность банкротства низкая, а при Z < 0,2 высокая.
Отметим, что в уравнении Р. Таффлера и Г. Тишоу переменная X1 играет доминирующую роль по сравнению с тремя другими, а различительная прогностическая способность модели ниже по сравнению с Z-счетом Альтмана, в результате чего незначительные колебания экономической обстановки и возможные ошибки в исходных данных, в вычислении финансовых коэффициентов и всего индекса могут приводить к ошибочным выводам.
Так же хотелось бы отметить работы и других авторов Ж. Конан и М. Голдер Ж., Депалян, Д. Дюран и т.д. Поскольку они так же использовали данных подход к определению рисков банкротства.
1) К сожалению, модели зарубежных авторов построены в нарушение теории систем, системного анализа, элементарных системных требований, принципа технологической однородности исследуемых объектов и т.д., потому что в сравнении должны быть только предприятия однородных отраслей в частности предприятия металлургического комплекса по своих технологическим процессам наиболее однородны друг с другом, но не одинаковы потому что одинаковых предприятий не существует.
2) Двух – семи факторные модели не охватывают анализ всех центров ответственности всей структуры деятельности предприятия. К сожалению анализируются только одни статьи «баланс» и «отчёта о финансовой деятельности» игнорируя другие и совершенно их учитывают и противоречат друг другу.
3) Точность проведённых расчётов ставится под сомнение. В связи с использованием только 2 эконометрических метода, а т.е. дискриминантного и регрессионного видов анализа.
4) Не позволяют построить среднеотраслевые, среднерыночные эконометрические модели в результате не дают возможность оценить риски, экономическую эффективность и далее рассчитать величины потерь по исследуемому предприятию, его центров ответственности (подразделений) по отношению к среднеотраслевым, среднерыночным эталонным моделям, нормативам.
5) Так же происходит перемешивание вторичных и первичных факторов, что является не корректным, т.к. вторичные факторы определяются первичными факторами.
5) Обратите внимание, на то, что данные современные авторы банально вычленяют фирму из конкурентной рыночной среды и игнорируют влияние внешних факторов на предприятие со стороны внешней среды обитания организации. Что является существенной ошибкой. О какой тогда рыночной экономике может вообще идти речь?
Теперь хотелось бы представить методику авторов (Дорошко С.Е. и Самарина Г.П.) не менее популярную.
Рассмотрим основные этапы анализа методики авторов (Дорошко С.Е. и Самарина Г.П.).
На первом этапе проводится оценка эффективности и рисков системы управления основными экономическими, финансовыми факторами, каждый из которых связан с конкретными структурными подразделениями исследуемого объекта. Это позволяет мгновенно оценить на качественном уровне эффективность управления исследуемого объекта в рамках его рыночной среды обитания, т.е. конкурентов на уровне региона своей отрасли.
На втором этапе даётся углубленная оценка на количественном уровне в денежном выражении эффективности, рискованности управления каждого структурного подразделения исследуемого объекта по отношению к среднерыночной эффективности аналогичных подразделений конкурентов.
Уже переходя на третий этап возможно дать оценку эффективности лучших подразделений конкурентов и выдать конкретные рекомендации по эталонным показателям по улучшению жизнедеятельности каждого структурного подразделения.
Четвертый этап заключается в четком оценивании финансовых и экономических рисков всех отобранных предприятий исследуемой отрасли. Какие либо ограничения на количество исследуемых предприятий, структурных подразделений, видов отраслей в методике отсутствует.
В-пятых, сформировать интегрированную оценку эффективности, рискованности, кредитной, инвестиционной привлекательности исследуемого объекта по отношению к его рыночной среде обитания и, в конечном счёте, определить стоит ли инвестировать в это предприятие денежные средства.
Авторы ни сколько не возражают против современных подходов анализа предприятий, а конкретно вертикального, горизонтального, трендового и факторного анализов. Более того методика существенно расширяет классические методика анализа, но в данные виды анализов так же вносится не принцип расчёта, поскольку сразу же утверждаются, что подразделения, центры ответственности организации работают «правильно», не проводя предварительной проверки работы подразделений.
Что хотелось бы добавить относительно приведённых выше примеров подхода зарубежных авторов. В рамках анализа металлургического комплекса использовалось порядка 54 факторов (28 первичных интегральных факторов и 26 вторичных интегральных факторов). Любой желающих использовать данную методику может сам по своему усмотрению выбрать необходимое количество факторов, как это сделали Альтман, Бивер, Таффлер, Лис, Тишоу и т.д. и сам рассчитать объективность анализа. Расчет происходит по каждому фактору, проводя десяток видов статистического анализа, не считая классические виды анализа. Обратите внимание, в методике авторов при исследовании всех первичных/вторичных факторов используются все виды классических эконометрических методов без исключения. Перечислим их:
Модели нечетких множеств.
Решение уравнений и систем общего вида.
разработка эконометрических моделей.
После чего планировалось записать всё в виде программы для дальнейшего упрощения проведения последующих исследований в других отраслях народного хозяйства. Это к сожалению или к счастью только предварительный план в последующем он возможно будет дополнен в связи с ошибками и обстоятельствами, выявленными при проведении работы.
И так, начнём с описания первого пункта: «сбор информации». Сбор информации проводился по базам данным и по сайтам предприятий МК Украины. С одним предприятием возникли проблемы - это предприятие будет так же представлено в работе. В анализ были включены только работающие предприятия. Представим список предприятий, на основании которых был проведен анализ, в т.ч. предприятия по которым не была найдена необходимая публичная информация.
В скобках регистрационный номер предприятия в ЕГПРОУ
Следует отметить существенный, позитивный момент - Украина, аналогично SEC USA, более тщательно, детально, бесплатно, круглосуточно представляет публичную отчётность предприятий МК в отличие от Белоруссии, Казахстана, РФ. В РФ лишь декларируется международная программа раскрытия информации, но открытый доступ к государственным публичным базам данных закрыт, т.к. на этой информации зарабатывают частные компании. Правительство же Украины добросовестно обеспечивает работу нескольких публичных правительственных баз данных программы раскрытия информации:
При сборе информации я использовал smida.gov.ua, но по сути это не важно на ту и другую базу попадают одни и те же отчёты и одними и теми же ошибками.
Возникает вопрос ко всем проверяемым предприятиям: «Как просчитывается в форме№2 раздел №2: «Элементы операционных затрат», ведь он не сходится с себестоимостью в разделе №1?». Это общий вопрос ко всем предприятиям в рамках исследования, поскольку ни у кого не сошлась данная цифра и второй вопрос: «На данных предприятиях даже подделать отчёты не могут нормально?». И так перейдём к замечаниям по всем заводам.
- Не сходится дополнение к отчётности по форме №1 в строчке 30 в отчёте за 2007 год.
- Не сходятся балансы на конец и на начало 2007-2010 гг.
- По исследуемым документам всё сходится
- Не сходится баланс в строчке 30 и форма №5 за 2008 г.
- Не сходится форма №5 «основные средства» и баланс в строчке 30 за 2008г.
- Не сходится форма №2 «отчёт о финансовой деятельности» за 2007-2008 гг. в строчках 170, 180, 190, 220.
- Не сходится форма №1 «баланс» в строчке 30 и форма №2 «отчёт о финансовой деятельности с 2008-2011 гг.