Эффективность анализа риска неисполнения финансовых требований кредиторов компаниями обрабатывающей промышленности с помощью логических индикаторов
Анализ применимости логических индикаторов (ЛИ) финансовой устойчивости компаний к оценке риска неисполнения требований кредиторов компаниями обрабатывающей промышленности России. Определение коэффициентов линейной корреляции ЛИ и объясняемой переменной.
| Рубрика | Финансы, деньги и налоги |
| Вид | статья |
| Язык | русский |
| Дата добавления | 07.12.2024 |
| Размер файла | 96,2 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Эффективность анализа риска неисполнения финансовых требований кредиторов компаниями обрабатывающей промышленности с помощью логических индикаторов
Кравченко Оксана Викторовна, Доцент кафедры «Национальная и мировая экономика» Кандидат экономических наук, ФГБОУ ВО «Самарский государственный технический университет», Болдырев Максим Андреевич, Доцент кафедры «Экономики и кадастра» Кандидат экономических наук, АНО ВО Самарский университет государственного управления «Международный институт рынка»
Аннотация
Анализируется применимость логических индикаторов финансовой устойчивости компаний к оценке риска неисполнения требований кредиторов компаниями обрабатывающей промышленности России. Логический индикатор принимает значение «1» или значение «0» в зависимости от значений агрегатов бухгалтерской отчетности, характеризующих финансовую устойчивость компании. Авторами представлен анализ логических индикаторов, характеризующих финансовую устойчивость компании в отчетном году, логических индикаторов, характеризующих финансовую устойчивость компании в отчетном году и году, предшествующем отчетному, а также логических индикаторов, характеризующих динамику финансовой устойчивости компании. Исследуется бухгалтерская отчетность 68 компаний обрабатывающей промышленности России, из которых 34 компании не исполнили финансовые требования кредиторов. Применяется метод статистических гипотез. Рассчитывается статистика Фишера, используемая при анализе дихотомических переменных.
Также в статье проводится исследование эффективности моделирования риска неисполнения финансовых требований кредиторов компаниями обрабатывающей промышленности России с помощью логических индикаторов. Определяются коэффициенты линейной корреляции логических индикаторов и объясняемой переменной. Объясняемой переменной является логическая переменная, которая принимает значение «1», когда компании не исполнила финансовые требования кредиторов, или значение «0», когда компания исполнила финансовые требования кредиторов. Определяются логические индикаторы, характеризующиеся наибольшей эффективностью моделирования риска неисполнения финансовых требований кредиторов компаниями обрабатывающей промышленности России. Также определяются коэффициенты корреляции, характеризующие статистические взаимосвязи исследуемых логических индикаторов. Значительная корреляция логических индикаторов определяет нецелесообразность совместного использования данных индикаторов в экономико-математической модели оценки риска неисполнения финансовых требований кредиторов компаниями обрабатывающей промышленности России, т. к. при этом увеличивается вероятность мультиколлинеарности переменных математической модели. Определяются логические индикаторы, статистическая взаимосвязь которых характеризуется коэффициентами корреляции, модуль значения которых превышает 0,7.
Результатом исследования является вывод о том, что логические индикаторы -- эффективный математический инструмент оценки риска неисполнения требований кредиторов компаниями обрабатывающей промышленности России и могут использоваться в отраслевых математических моделях данного риска. Новизна исследования заключается в анализе с помощью экономико-математических методов эффективность моделирования риска неисполнения требований кредиторов компаниями обрабатывающей промышленности России с помощью логических переменных. Результаты исследования могут использоваться коммерческими банками, инвестиционными компаниями при моделировании исследуемого риска.
Ключевые слова: логический индикатор; финансовая устойчивость компании; критерий Фишера; компании обрабатывающей промышленности; неисполнение финансовых требований кредиторов; экономико-математическая модель; корреляция
Abstract
Efficiency of risk analysis of non-fulfillment of creditors' financial claims by manufacturing companies using boolean indicators
Kravchenko Oksana Viktorovna, Samara State Technical University, Boldyrev Maksim Andreevich, Samara University of Public Administration «International Market Institute»
The applicability of boolean indicators of financial stability of companies to the assessment of the risk of non-fulfillment of creditors' claims by Russian manufacturing companies is analyzed. Boolean indicator takes the value «1» or the value «0» depending on the values of the aggregates of accounting statements that characterize financial stability of a company. The authors present an analysis of boolean indicators characterizing the financial stability of the company in the reporting year, boolean indicators characterizing the financial stability of the company in the reporting year and the year preceding the reporting year, as well as boolean indicators characterizing the dynamics of financial stability of a company. The accounting statements of 68 manufacturing companies in Russia are analyzed, of which 34 companies have not fulfilled the financial claims of creditors. The method of statistical hypotheses is used. Fischer's test used in the analysis of dichotomous variables is applied.
A study of the effectiveness of modeling the risk of non-fulfillment of creditors' financial claims by Russian manufacturing companies using boolean indicators is conducted. The coefficients of linear correlation of boolean indicators and the explained variable are determined. The explained variable is a boolean variable that takes the value «1 » when the company has not fulfilled the financial requirements of creditors, or the value «0» when the company has fulfilled the financial requirements of creditors. Boolean indicators characterized by the highest efficiency of modeling the risk of non-fulfillment of creditors' financial claims by Russian manufacturing companies are determined. Correlation coefficients characterizing the statistical relationships of boolean indicators under study are also determined. A significant correlation of boolean indicators determines the inexpediency of joint inclusion these indicators in the risk assessment model of non-fulfillment of creditors' financial claims by Russian manufacturing companies, since this increases the probability of multicollinearity of the variables of the economic and mathematical model. Boolean indicators are determined, the statistical relationship of which is characterized by correlation coefficients, the modulus of which exceeds 0.7.
The result of the study is the conclusion that logical indicators are an effective mathematical tool for assessing the risk of non-fulfillment of creditors' claims by Russian manufacturing companies and can be used in branch mathematical models of this risk. The novelty of the research is the analysis using economic and mathematical methods of the effectiveness of modeling the risk of non-fulfillment of creditors' claims by Russian manufacturing companies using logical variables. The results of the study can be used by commercial banks, investment companies in modeling the risk non-fulfillment of creditors' claims by Russian manufacturing companies.
Keywords: boolean indicator; financial stability of a company; Fischer's test; manufacturing companies; non-fulfillment of creditors' financial claims; economic and mathematical model; correlation
Введение
Риск неисполнения финансовых обязательств компаниями обрабатывающей промышленности России анализируется коммерческими банками при оценке возможности кредитования предприятий, а также другими кредиторами компаний [1]. Неисполнение финансовых требований кредиторов может являться причиной банкротства компании.
При оценке данного риска используются такие виды экономико-математических моделей, как модели множественного дискриминантного анализа [2], регрессионные модели [3]. Авторы, исследующие проблематику оценки платежеспособности компаний, отмечают необходимость увеличения достоверности моделирования риска неисполнения финансовых требований кредиторов компаниями России [3].
Целью данной работы является анализ эффективности моделирования риска неисполнения финансовой требований кредиторов компаниями обрабатывающей промышленности России с помощью логических индикаторов.
Логический индикатор принимает значение «1» или «0» в зависимости от соотношения агрегатов финансовой отчетности компании.
Сформулированы следующие задачи исследования:
1. Проанализировать применимость логических индикаторов к оценке риска неисполнения финансовых требований кредиторов компаниями обрабатывающей промышленности России.
2. Провести исследование эффективности оценки риска неисполнения финансовой требований кредиторов компаниями обрабатывающей промышленности России с помощью логических индикаторов.
3. Определить логические индикаторы, характеризующиеся наибольшей эффективностью при оценке риска неисполнения финансовых требований кредиторов компаниями обрабатывающей промышленности России.
Проблемы использования коэффициентного анализа при оценке риска неисполнения компаниями требования кредиторов исследованы в работе У. Бивера [4], где уровень финансовой устойчивости организации диагностируется с помощью набора отдельных коэффициентов, характеризующих финансовое состояние компании.
В работах Э. Альтмана [5], Р. Таффлера и Г. Тишоу [6], М.Е. Змиевского [7], В.Д. Зубаревой и Д.А. Мурадова [8], В.Е. Рыгина [9], Р. Лиса, Г. Спрингейта, Ж. Депаляна, Д. Чессера, С.В. Валдайцева, Г.В. Давыдовой и А.Ю. Беликова, А.Д. Шеремета и Р.С. Сайфуллина, В.В. Ковалева, О.Н. Волковой, Ж. Депаляна, В.И. Бариленко [3] предложены математические модели оценки риска неисполнения компаниями финансовых требований кредиторов. В данных математических моделях используются коэффициенты, характеризующие работу компании в отчетном году. Результатом применения математической модели является рассчитанное значение интегрального индикатора математической модели, характеризующего уровень финансовой устойчивости компании.
В работах О.П. Зайцевой [10], Дж. Фулмера, Ж. Лего, Г.В. Савицкой [3] предложены математические оценки риска неисполнения компаниями требований кредиторов, применение которых предполагает использование индикаторов, характеризующих работу компании в отчетном году и в году, предшествующем отчетному.
В работах Дж. Олсона, Г.А. Хайдаршиной [3] представлены математические модели оценки риска неисполнения компаний требованиями кредиторов, применение которых предполагает использование индикаторов, характеризующих работу компании в отчетном году и году, предшествующем отчетному, а также логических индикаторов.
Авторы, изучающие проблемы оценки финансовой устойчивости компаний [3; 9], отмечают эффективность отраслевых моделей оценки риска неисполнения компаниями требований кредиторов, которые разрабатываются для оценки финансовой устойчивости компаний только одной отрасли экономики и учитывают отраслевую специфику финансово-хозяйственной деятельности компании.
Гипотеза настоящего исследования заключается в том, что логические индикаторы являются эффективным математическим инструментом оценки риска неисполнения требований кредиторов компаниями обрабатывающей промышленности России и могут использоваться в отраслевых математических моделях оценки данного риска.
Методы исследования
При использовании в математических моделях оценки риска неисполнения требований кредиторов компаниями обрабатывающей промышленности России логических индикаторов возможно увеличить достоверность моделирования данного риска, по нашему мнению, так как объясняемая переменная у в таких моделях также является логической.
Логический индикатор х принимает одно из двух значений в зависимости от индикаторов бухгалтерской отчетности, характеризующих финансовое состояние компании:
Значение объясняемой переменной у при моделировании риска неисполнения финансовых требований кредиторов компаниями обрабатывающей промышленности России определяется по формуле:
Анализируется бухгалтерская отчетность 68 компаний России, относящихся к классификационной группе Общероссийского классификатора видов экономической деятельности (ОКВЭД).1 Обрабатывающие производства, из которых 34 компании не исполнили финансовые требования кредиторов в течение года с даты предоставления отчетности («нестабильные» предприятия), согласно данным Сети деловых коммуникаций «Система бухгалтерской и складской отчетности» (СБИС).2 Другие 34 компании исполнили финансовые требования кредиторов («стабильные» предприятия). Анализируется бухгалтерская отчетность компаний за 2016-2021 гг.
Учитываемые факторы финансового состояния компаний и логические индикаторы приведены в [11].
Исследуется применимость анализируемых логических индикаторов к оценке риска неисполнения финансовых требований кредиторов компаниями обрабатывающей промышленности России. Используется метод статистических гипотез. Определяются значения исследуемых логических индикаторов, характеризующие финансовую устойчивость компаний анализируемой выборки. Для каждой логической переменной формулируется гипотеза H1: различия значений логического индикатора, характеризующих «стабильные» и «нестабильные» компании исследуемой выборки, статистически значимы. Если гипотеза H1 выполняется, то исследуемый логический индикатор может использоваться при оценке риска неисполнения финансовых требований кредиторов компаниями обрабатывающей промышленности России. Оценка вероятности выполнения гипотезы H1 проводится с помощью критерия Фишера -- статистического критерия, применяемого при анализе дихотомических переменных [12; 13].
Для каждой логической переменной определяются характеристики, приведенные в таблице 1.
Таблица 1. Характеристики логической переменной
|
Группа компаний |
Значение логической переменной |
||
|
«1» |
«0» |
||
|
«Стабильные» |
A |
B |
|
|
«Нестабильные» |
C |
D |
Примечания: A -- количество «стабильных» компаний, характеризующихся значением логической переменной «1»; B -- количество «стабильных» компаний, характеризующихся значением логической переменной «0»; C -- количество «нестабильных» компаний, характеризующихся значением логической переменной «1»; D -- количество «нестабильных» компаний, характеризующихся значением логической переменной «0».
Проводится анализ эффективности логических индикаторов, примененных к оценке риска неисполнения финансовых требований кредиторов компаниями России. Используется метод корреляционного анализа.
Для каждого логического индикатора х рассчитывается коэффициент линейной корреляции [11]:
г = г(х;у), (3)
где у -- объясняемая логическая переменная (2).
Также проводится анализ корреляционных взаимосвязей исследуемых логических индикаторов. Для каждых двух логических индикаторов х1 , х2 определяется значение коэффициента линейной корреляции:
г = г(х1;х2). (4)
Если два логических индикатора характеризуются значительным уровнем корреляционной взаимосвязи, то два таких индикатора нецелесообразно одновременно использовать в математической модели оценки риска неисполнения финансовых требований кредиторов компаниями. При совместном использовании таких индикаторов в математической модели увеличивается вероятность мультиколлинеарности переменных математической модели.
Результаты и обсуждение
Проводится анализ применимости исследуемых логических индикаторов к оценке риска неисполнения финансовых требований кредиторов компаниями обрабатывающей промышленности России. Значения критерия Фишера, характеризующие вероятность выполнения гипотезы H1 о применимости логических индикаторов к оценке анализируемого риска, приведены в таблице 2.
Таблица 2. Анализ применимости логических индикаторов к оценке риска неисполнения финансовых требований кредиторов компаниями обрабатывающей промышленности России
|
№ |
Наименование логического индикатора |
Обозначение логического индикатора |
Проверяемое условие |
Вероятность выполнения гипотезы H1 (критерий Фишера), % |
|
|
1 |
Индикатор нераспределенной прибыли |
^НРП.Л |
НРП > 0 |
>99,9 |
|
|
2 |
Индикатор прибыли до налогообложения |
^ПДН.Л |
ПДН > 0 |
99,9 |
|
|
3 |
Индикатор чистой прибыли |
^ЧП.Л |
МП, > 0 |
99,9 |
|
|
4 |
Индикатор собственных оборотных средств |
^СОбС.Л |
C06Q > 0 |
99,9 |
|
|
5 |
Индикатор динамики валовой прибыли |
^ДВП |
ВПЈ > |
99,9 |
|
|
6 |
Агрегированный индикатор прибыли от продаж |
^ППР2.Л |
ППРҐ > 0 о О ППРҐ-1 > 0 |
99,8 |
|
|
7 |
Агрегированный индикатор прибыли до налогообложения |
^ПДН2.Л |
ПДН > 0 о О ПДН,_1 > 0 |
99,8 |
|
|
8 |
Агрегированный индикатор чистой прибыли |
^ЧП2.Л |
ЧП > 0 о О 4nt-1 > 0 |
99,8 |
|
|
9 |
Агрегированный индикатор собственных оборотных средств |
^СОбС2.Л |
СОбС*. > о о СОбС4-1 > 0 |
99,8 |
|
|
10 |
Агрегированный индикатор нераспределенной прибыли |
^НРП2.Л |
НРП > 0П П НРП4-1 > 0 |
99,8 |
|
|
11 |
Индикатор динамики чистой прибыли |
^ДЧП |
ЧП, >ЧП_1 |
99,3 |
|
|
12 |
Индикатор прибыли от продаж |
^ППР.Л |
ППР, > 0 |
98,7 |
|
|
13 |
Индикатор собственного капитала |
^СК.Л |
К, > ЗС, |
98,7 |
|
|
14 |
Индикатор валовой прибыли |
^ВП.Л |
ВП, > 0 |
97,3 |
|
|
15 |
Индикатор динамики прибыли от продаж |
^ДППР |
ППР, > ППРҐ-1 |
97,2 |
|
|
16 |
Агрегированный индикатор валовой прибыли |
^ППР2.Л |
ВП, > 0 П П ВПҐ-1 > 0 |
96,7 |
|
|
17 |
Агрегированный индикатор долгосрочной задолженности |
^ДО2.Л |
ДО, > КО, П П ДОЈ-1 > КОЈ-1 |
94,6 |
|
|
18 |
Индикатор динамики себестоимости проданных товаров и услуг |
^ДС |
Q < Сг-1 |
89,3 |
|
|
19 |
Индикатор динамики выручки |
^ДВ |
Bt > Bt-i |
85,9 |
|
|
20 |
Индикатор краткосрочной дебиторской задолженности |
^КДЗ.Л |
КДЗ, > ККрЗ, |
78,2 |
|
|
21 |
Агрегированный индикатор собственного капитала |
^СК.Л |
К, > ЗС,П П КЈ-1 > ЗСЈ-1 |
65,9 |
|
|
22 |
Индикатор динамики процентов к уплате |
^ДПр |
Пр, < Пр,-1 |
29,7 |
|
|
23 |
Индикатор долгосрочной задолженности |
^ДО.Л |
ДО, > КО, |
24,8 |
|
|
24 |
Индикатор динамики краткосрочных обязательств |
^ДКО |
КО, < КО,-1 |
20 |
|
|
25 |
Агрегированный индикатор краткосрочной дебиторской задолженности |
^КДЗ.2.Л |
КДЗ, > ККрЗ, П П КДЗі-і >> ККрИ-1 |
< 0,01 |
Примечания: НРП -- нераспределенная прибыль; ПДН -- прибыль до налогообложения; ЧП -- чистая прибыль; СОбС -- собственные оборотные средства; В -- выручка; ППР -- прибыль от продаж; К -- собственные средства компании; ЗС -- заемные средства; ВП -- валовая прибыль; ДО -- долгосрочные обязательства; КО -- краткосрочные обязательства; С -- себестоимость продаж; КДЗ -- краткосрочная дебиторская задолженность ; Пр -- проценты к уплате; ККрЗ -- краткосрочная кредиторская задолженность; t -- значение финансового индикатора в отчетном периоде; t-1 -- значение финансового индикатора в периоде, предшествующем отчетному. Составлено авторами на основе данных бухгалтерской отчетности компаний, размещенных в Сети деловых коммуникаций СБИС
В качестве интервальной оценки диапазона уверенного применения гипотезы H1 принимается диапазон значений критерия Фишера 85 % 100 %.
Проводится ранжирование логических индикаторов по эффективности моделирования анализируемого риска в соответствие с модулем значения коэффициента линейной корреляции г (3). Значения коэффициента корреляции г (3) исследуемых логических переменных и объясняемой логической переменной у (2) приведены в таблице 3.
Таблица 3 Анализ эффективности логических индикаторов при оценке исследуемого риска
|
№ |
Наименование логического индикатора |
Обозначение логического индикатора |
Проверяемое условие |
Значение коэффициента корреляции |
||
|
Г |
|r| |
|||||
|
1 |
Индикатор нераспределенной прибыли |
^НРП.Л |
нрп > о |
-0,47 |
0,47 |
|
|
2 |
Агрегированный индикатор нераспределенной прибыли |
^НРП2.Л |
нрп > о о О НРПҐ-1 > 0 |
-0,45 |
0,45 |
|
|
3 |
Индикатор прибыли до налогообложения |
^ПДН.Л |
ПДН > 0 |
-0,44 |
0,44 |
|
|
4 |
Индикатор чистой прибыли |
^ЧП.Л |
ЧП > 0 |
-0,44 |
0,44 |
|
|
5 |
Индикатор собственных оборотных средств |
^СОбС.Л |
C06Q > 0 |
-0,44 |
0,44 |
|
|
6 |
Агрегированный индикатор валовой прибыли |
^ВП2.Л |
ВП*. > 0 О ВПҐ-1 > 0 |
-0,41 |
0,41 |
|
|
7 |
Агрегированный индикатор прибыли от продаж |
^ППР2.Л |
ПИР*. > 0 О П ППР4-1 > 0 |
-0,40 |
0,40 |
|
|
8 |
Агрегированный индикатор прибыли до налогообложения |
^ПДН2.Л |
ПДН > 0 П П ПДН,_1 > 0 |
-0,38 |
0,38 |
|
|
9 |
Агрегированный индикатор чистой прибыли |
^ЧП2.Л |
ЧП > 0 ПЧПґ-1 > 0 |
-0,38 |
0,38 |
|
|
10 |
Индикатор динамики чистой прибыли |
^ДЧП |
ЧП < ЧП,_1 |
-0,35 |
0,35 |
|
|
11 |
Индикатор прибыли от продаж |
^ППР.Л |
ППРҐ > 0 |
-0,33 |
0,33 |
|
|
12 |
Индикатор собственного капитала |
^СК.Л |
К > ЗС |
-0,33 |
0,33 |
|
|
13 |
Агрегированный индикатор собственных оборотных средств |
^СОбС2.Л |
СОбС > 0 П C06Ct-1 > 0 |
-0,31 |
0,31 |
|
|
14 |
Индикатор валовой прибыли |
^ВП.Л |
вп > 0 |
-0,30 |
0,30 |
|
|
15 |
Агрегированный индикатор прибыли от продаж |
^ППР2.Л |
ПИР*. > 0 П П ППРґ-1 > 0 |
-0,29 |
0,29 |
|
|
16 |
Агрегированный индикатор валовой прибыли |
^ВП2.Л |
ВП*. > 0 П Bnt-1 > 0 |
-0,29 |
0,29 |
|
|
17 |
Агрегированный индикатор долгосрочной задолженности |
^ДО2.Л |
ДОі > K0t П П ДОЈ_1 > KOt_1 |
0,27 |
0,27 |
|
|
18 |
Индикатор динамики выручки |
^ДВ |
В > Bt_1 |
-0,21 |
0,21 |
|
|
19 |
Индикатор динамики себестоимости проданных товаров и услуг |
^ДС |
Q < ct_1 |
0,18 |
0,18 |
Составлено авторами на основе данных бухгалтерской отчетности компаний, размещенных в Сети деловых коммуникаций СБИС
Наибольшими значениями коэффициента линейной корреляции |г| характеризуются индикатор нераспределенной прибыли &НРП.Л, агрегированный индикатор нераспределенной прибыли кНРП2.Л , индикатор прибыли до налогообложения &ПдН.л , индикатор чистой прибыли&ЧП.Л, индикатор собственных оборотных средств кСОбС.д.
Согласно полученным результатам, коэффициенты корреляции г данных логических индикаторов и объясняемой переменной у принимают отрицательные значения. Таким образом, значения «1» данных логических переменных характерны «стабильным» компаниям, значения «0» данных логических переменных характерны «нестабильным» компаниям. Соответственно, положительная величина нераспределенной прибыли НРП, прибыли до налогообложения ПДН, чистой прибыли ЧП, собственных оборотных средств СОбС характерны «стабильным» предприятиям.
Нераспределенная прибыль компании НРП является одним из источников исполнения финансовых требований кредиторов. Нераспределенная прибыль компании НРП -- это прибыль компании предшествующих периодов. Увеличение нераспределенной прибыли компании НРП определяет увеличение уровня финансовой устойчивости компании.
Индикатор прибыли до налогообложения пдн.л , индикатор чистой прибыли кчп.л характеризуют финансовые результаты компании. Если деятельность компании является прибыльной в отчетном периоде, уровень финансовой устойчивости компании увеличивается.
Индикатор собственных оборотных средств СОбС.Л определяет величину оборотных активов компании ОА, финансируемых за счет собственного капитала К, а также долгосрочных обязательств ДО. Необходимость использования краткосрочных обязательств КО при приобретении обротныхактивов компании ОА (материалов, полуфабрикатов и др.) является индикатором уменьшения уровня финансовой устойчивости компании.
Проводится анализ корреляционных взаимосвязей исследуемых логических индикаторов. Два индикатора, характеризующиеся значительными корреляционными взаимосвязями, нецелесообразно одновременно использовать в математической модели оценки риска неисполнения финансовых требований кредиторов компаниями. При использовании таких индикаторов в математической модели увеличивается вероятность мультиколлинеарности переменных математической модели. В статистических исследованиях значительной считается корреляционная взаимосвязь индикаторов, характеризующаяся коэффициентом линейной корреляции |г| > 0,7 ...0,8. Логические переменные, характеризующиеся модулями значения коэффициента корреляции с другими логическими переменными |г| > 0,7, приведены в таблице 4.
Таблица 4. Анализ корреляционных взаимосвязей логических индикаторов
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
|||
|
1 |
^ВП.Л |
1 |
0,65 |
0,38 |
0,38 |
0,38 |
0,45 |
0,77 |
0,51 |
0,38 |
0,38 |
0,29 |
0,41 |
|
|
2 |
^ППР.Л |
0,65 |
1 |
0,58 |
0,58 |
0,50 |
0,62 |
0,52 |
0,79 |
0,51 |
0,51 |
0,44 |
0,56 |
|
|
3 |
^ПДН.Л |
0,38 |
0,58 |
1 |
0,92 |
0,45 |
0,65 |
0,46 |
0,62 |
0,83 |
0,83 |
0,40 |
0,60 |
|
|
4 |
^ЧП.Л |
0,38 |
0,58 |
0,92 |
1 |
0,45 |
0,65 |
0,46 |
0,62 |
0,83 |
0,83 |
0,40 |
0,60 |
|
|
5 |
^СОбС.Л |
0,38 |
0,50 |
0,45 |
0,45 |
1 |
0,73 |
0,38 |
0,55 |
0,47 |
0,47 |
0,83 |
0,75 |
|
|
6 |
^НРП.Л |
0,45 |
0,62 |
0,65 |
0,65 |
0,73 |
1 |
0,52 |
0,72 |
0,58 |
0,58 |
0,65 |
0,93 |
|
|
7 |
^ВП2.Л |
0,77 |
0,52 |
0,46 |
0,46 |
0,38 |
0,52 |
1 |
0,67 |
0,58 |
0,58 |
0,35 |
0,55 |
|
|
8 |
^ППР2.Л |
0,51 |
0,79 |
0,62 |
0,62 |
0,55 |
0,72 |
0,67 |
1 |
0,65 |
0,65 |
0,52 |
0,71 |
|
|
9 |
^ПДН2.Л |
0,38 |
0,51 |
0,83 |
0,83 |
0,47 |
0,58 |
0,58 |
0,65 |
1 |
1 |
0,46 |
0,66 |
|
|
10 |
^ЧП2.Л |
0,38 |
0,51 |
0,83 |
0,83 |
0,47 |
0,58 |
0,58 |
0,65 |
1 |
1 |
0,46 |
0,66 |
|
|
11 |
^СОбС2.Л |
0,29 |
0,44 |
0,40 |
0,40 |
0,83 |
0,65 |
0,35 |
0,52 |
0,46 |
0,46 |
1 |
0,73 |
|
|
12 |
^НРП2.Л |
0,41 |
0,56 |
0,60 |
0,60 |
0,75 |
0,93 |
0,55 |
0,71 |
0,66 |
0,66 |
0,73 |
1 |
Составлено авторами на основе данных бухгалтерской отчетности компаний, размещенных в Сети деловых коммуникаций СБИС
Статистические взаимосвязи логических индикаторов прибыли компании в отчетном периоде характеризуются модулями значения коэффициента корреляции со значениями соответствующих агрегированных логических индикаторов |г| > 0,7. Так, уровень корреляция индикатора валовой прибыли &ВП.Л и агрегированного индикатора валовой прибыли &ВП2.Л, индикатора прибыли от продаж &ППР.Л и агрегированного индикатора прибыли от продаж ^ППР2.л , индикатора прибыли до налогообложения &ПдН.л и агрегированного индикатора прибыли до налогообложения &ПдН2.л, характеризуется коэффициентами корреляции |г| > 0,7. Также модулями значения коэффициента корреляции |г| > 0,7 характеризуется уровень корреляции индикатора чистой прибыли кчп.л и агрегированного индикатора чистой прибыли &ЧП2.Л, индикатора собственных оборотных средств кСОбСЛ и агрегированного индикатора собственных оборотных средств кСОбС2 Л, индикатора нераспределенной прибыли &НРП.Л и агрегированного индикатора нераспределенной прибыли &НРП2.Л.
Таким образом, значительная доля исследуемых компаний обрабатывающей промышленности России, деятельность которых является прибыльной в году, предшествующем отчетному, является прибыльной и в отчетном году. Значительная доля исследуемых компаний обрабатывающей промышленности России, деятельность которых является убыточной в году, предшествующем отчетному, являются убыточными и в отчетном году.
Также модулями значения коэффициента корреляции |г| > 0,7 характеризуются статистические взаимосвязи таких логических индикаторов прибыли компании, как индикатор прибыли до налогообложения ^пдн.л и индикатор чистой прибыли ^чп.л, индикатор прибыли до налогообложения ^пдн.л и агрегированный индикатор чистой прибыли &чп2.л , агрегированный индикатор прибыли по налогообложения &пдн2.л и агрегированный индикатор чистой прибыли &чп2.л.
Данные логические индикаторы характеризуются моделями значения коэффициента корреляции |г| > 0,7, т. к. чистая прибыль компании ЧП -- это прибыль до налогообложения ПДН за вычетом налога на прибыль. Значительная доля исследуемых компаний обрабатывающей промышленности России, характеризующихся положительной величиной прибыли до налогообложения ПДН, характеризуется также и положительной величиной чистой прибыли ЧП.
Значениями коэффициента корреляции |г| > 0,7 характеризуется статистическая взаимосвязь таких логических индикаторов прибыли исследуемых компаний обрабатывающей промышленности России, как индикатор нераспределенной прибыли ^нрп.л и агрегированный индикатор прибыли от продаж &ППР2.Л, агрегированный индикатор нераспределенной прибыли ^нрп2.л и агрегированный индикатор прибыли от продаж ^ппр2.л. Прибыль компании является источником формирования нераспределенной прибыли НРП, что определяет взаимосвязь значений данных логических индикаторов.
Также значениями коэффициента корреляции |г| > 0,7 характеризуется статистическая взаимосвязь таких логических индикаторов, как индикатор собственных оборотных средств &собс.Л и индикатор нераспределенной прибыли &НРП.Л ; индикатор собственных оборотных средств &СОбС.Л и агрегированный индикатор нераспределенной прибыли &НРП2.Л, агрегированный индикатор собственных оборотных средств ^собс2.л и агрегированный индикатор нераспределенной прибыли &НРП2.Л. Нераспределенная прибыль компании НРП, которая включается в собственные средства компании, является одним из источников приобретения оборотных активов ОА, что определяет взаимосвязь значений данных логических индикаторов.
логический индикатор кредитор логический риск
Заключение
Таким образом, проанализирована применимость логических индикаторов финансовой устойчивости компании к оценке риска неисполнения финансовых требований кредиторов компаниями обрабатывающей промышленности России. Также проанализирована эффективность логических индикаторов, примененных к оценке исследуемого риска. Анализ логических переменных с помощью критерия Фишера, а также метода корреляционного анализа позволил подтвердить гипотезу исследования о том, что логические индикаторы являются эффективным математическим инструментом оценки риска неисполнения требований кредиторов компаниями обрабатывающей промышленности России и могут использоваться в отраслевых математических моделях данного риска. Определены логические индикаторы, характеризующиеся наибольшей эффективностью при оценке данного риска.
Также определены логические индикаторы, характеризующиеся значительным уровнем корреляционной взаимозависимости.
Новизна исследования определяется анализом с помощью метода статистических гипотез, метода корреляционного анализа достоверности моделирования риска неисполнения требований кредиторов компаниями обрабатывающей промышленности России с помощью логических переменных.
Результаты исследования могут использоваться коммерческими банками, инвестиционными компаниями при моделировании риска неисполнения требований кредиторов компаниями обрабатывающей промышленности России.
Литература
1. Коссова Т.В. Оценка кредитного риска компаний российского корпоративного сектора на основе прогнозирования вероятности дефолта по обязательствам / Т.В. Коссова, Е.В. Коссова // Проблемы анализа риска. -- 2011. -- Т. 8, № 2. -- С. 68-78.
2. Мосейко В.О. Применение моделей диагностики банкротства при разработке финансовой стратегии предприятия / В.О. Мосейко, Е.В. Лущикова // Бизнес. Образование. Право. Вестник Волгоградского института бизнеса. -- 2011. -- № 2(15). -- С. 147-151.
3. Казаков А.В. Разработка моделей прогнозирования банкротства в современных российских условиях / А.В. Казаков, А.В. Колышкин // Вестник Санкт-Петербургского университета. -- Экономика. -- 2018. -- Т. 34, Вып. 2. -- С. 241-266.
4. Beaver W.H. Financial ratios as predictors of failure / W.H. Beaver. // Journal of Accounting Research -- 1966. -- № 4. -- С. 71-111.
5. Altman E.I. Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy / E.I. Altman. // The Journal of Finance. -- September 1968. -- С. 589-609.
6. Taffler R.J. The Assessment of Company Solvency and Performance using a Statistical Model / R.J. Taffler. // Accounting and Business Research. -- 1983. -- Т. 13, п. 52. -- С. 295-308.
7. Zmijewski M.E. Methodological Issues Related to the Estimation of Financial Distress Prediction Models / M.E. Zmijewski. // Journal of Accounting Research. -- 1984. -- Т. 22, Studies on Current Econometric Issues in Accounting Research. -- С. 59-82.
8. Зубарева В.Д. Построение факторной модели для анализа финансового состояния нефтегазовых компаний в рыночных условиях / В.Д. Зубарева, Д.А. Мурадов // Журнал «Нефть, газ и бизнес». -- 2008. -- № 1. -- С. 36-41.
9. Рыгин В.Е. Модель оценки риска банкротства предприятий металлургической отрасли / В.Е. Рыгин // Вестник Южно-российского государственного технического университета (Новочеркасского Политехнического Института). Серия: Социально-экономические науки. -- 2013. -- № 5. -- С. 84-91.
10. Зайцева О.П. Антикризисный менеджмент в российской фирме / О.П. Зайцева // Аваль (Сибирская финансовая школа). -- 1998. -- № 11-12. -- С. 66-73.
11. Болдырев М.А. Статистический анализ логических индикаторов финансового состояния компаний / М.А. Болдырев // Оригинальные исследования. -- 2022. -- Т. 12, № 6. -- С. 248-255.
12. Кравченко О.В. Эффективность логических индикаторов финансовой устойчивости при моделировании риска неисполнения финансовых обязательств компаний по ценным бумагам / О.В. Кравченко, М.А. Болдырев. // Экономика и предпринимательство. -- 2021. -- № 10(135). -- С. 693-699.
13. Makarov S.I. Application of bool variables in analysis of risks in the bond market / Makarov S.I., Boldyrev M.A. // Digital Technologies in the New Socio-Economic Reality. Lecture Notes in Networks and Systems. -- 2022. -- С. 479.
Размещено на Allbest.ru
...Подобные документы
Характеристика и виды финансовых ресурсов компаний. Влияние мирового финансового кризиса на эффективность финансовых ресурсов международного рынка капиталов. Особенности привлечения финансовых ресурсов российскими компаниями на современном этапе.
курсовая работа [1,3 M], добавлен 24.02.2013Методические приемы к оценке финансовой устойчивости и несостоятельности организации. Критерии анализа платежеспособности и ликвидности предприятия. Организационно-экономическая характеристика и расчет индикаторов материального положения ООО "Агро+".
дипломная работа [377,3 K], добавлен 27.11.2011Анализ объектов финансового контроллинга. Характеристика организационной структуры, определение принципов вычленения подразделений. Распределение службы по центрам финансовой ответственности. Факторный анализ финансовых индикаторов (по модели Дюпона).
контрольная работа [222,5 K], добавлен 15.11.2010Финансовая устойчивость и определяющие ее факторы. Содержание анализа финансовой устойчивости и его роль в оценке финансового состояния. Эффективность использования финансовых ресурсов. Определение типа финансовой устойчивости и прочности предприятия.
дипломная работа [968,3 K], добавлен 13.06.2012Изучение мер для защиты биржи от риска неисполнения сделки сторонами фьючерсного контракта. Анализ производных финансовых инструментов для инвестирования. Различия финансовых фьючерсов и опционов с точки зрения конструкции, механизма биржевой торговли.
контрольная работа [28,3 K], добавлен 29.01.2010Методы внутренних и внешних механизмов минимизации финансовых рисков. Формы нейтрализации рисков. Случаи использования самострахования. Оценка риска потери ликвидности, платежеспособности, финансовой устойчивости, мероприятия по снижению рисков.
контрольная работа [50,6 K], добавлен 13.05.2010Задачи анализа финансовой устойчивости предприятия. Методики оценки финансовой устойчивости предприятия. Положение на товарном и финансовом рынках. Эффективность коммерческих и финансовых операций. Пути повышения финансовой устойчивости предприятия.
курсовая работа [53,5 K], добавлен 11.03.2012Понятие и методы анализа финансовой устойчивости. Расчет коэффициентов риска, долга и маневренности собственных источников с целью оценки финансового состояния ОАО "ВолгаТелеком". Пути повышения эффективности использования оборотных активов предприятием.
курсовая работа [247,6 K], добавлен 29.11.2011Изучение финансового состояния предприятия ООО "Атлант" в аспекте финансовой устойчивости. Определение наличия источников средств для формирования запасов и затрат. Расчет коэффициентов финансового риска, автономии, маневренности, текущей задолженности.
курсовая работа [170,8 K], добавлен 12.12.2012Формы заимствования российскими компаниями денежных средств. Характеристика методов привлечения инвестиций. Преимущества и анализ практики проведения публичного размещения акций российскими компаниями. Размещение акций на зарубежных торговых площадках.
дипломная работа [69,9 K], добавлен 19.02.2011Понятие финансового анализа: цель, его основные функции и алгоритм. Абсолютные и относительные коэффициенты, характеризующие финансовую устойчивость. Цель анализа финансовой устойчивости. Вертикальный (структурный) анализ актива и пассива баланса.
курсовая работа [64,4 K], добавлен 24.08.2011Понятие и теоретические стороны методик оценки рыночного риска. Современная портфельная теория. Метрики рыночного риска и методики их оценки. Специфика теории экстремальных значений. Эффективность и сравнительный анализ методик оценки рыночного риска.
дипломная работа [6,6 M], добавлен 29.06.2012Показатели структуры финансовых отчетов. Анализ структуры и динамики активов, пассивов и сравнительный анализ активов и капитала компании. Расчет финансовых коэффициентов по платежеспособности, финансовой устойчивости, деловой активности, рентабельности.
курсовая работа [88,1 K], добавлен 31.05.2013Возможности привлечения долгосрочного капитала коммерческими банками и компаниями на биржевом и внебиржевом рынке. Анализ практики проведения публичного размещения акций российскими компаниями. Требования к финансам организации для выхода на IPO.
презентация [327,0 K], добавлен 04.12.2016Анализ финансово-экономической деятельности предприятия, расчет обеспеченности запасов источниками их формирования. Анализ рыночных коэффициентов финансовой устойчивости предприятия, оценка риска ее потери и направления совершенствования управления.
дипломная работа [233,4 K], добавлен 20.03.2012Понятие, сущность и типы финансовой устойчивости предприятия. Анализ типа и коэффициентов финансовой устойчивости, совокупности влияющих на неё факторов и условий. Характеристика финансовых рисков предприятия, их влияние на показатели ликвидности.
курсовая работа [45,1 K], добавлен 30.03.2014Понятие финансового анализа, его цели и предмет, виды. Характеристика ликвидности предприятия, его деловой активности и рентабельности. Оценка финансовой устойчивости, определение основных коэффициентов. Методы и приемы, инструменты финансового анализа.
презентация [166,8 K], добавлен 08.12.2013Анализ учётной, дивидендной и налоговой политики ОАО "ДЭК"-"Амурэнергосбыт". Оценка его финансово-хозяйственной деятельности с помощью финансовых коэффициентов. Анализ ликвидности и платёжеспособности, рентабельности, финансовых результатов предприятия.
дипломная работа [61,9 K], добавлен 28.10.2014Экономическая сущность агентских конфликтов акционеров и кредиторов, их влияние на инвестиционную стратегию компании. Оценка влияния конфликтов между кредиторами и акционерами на стоимость компании. Взаимосвязь операционных рисков и уровня инвестиций.
курсовая работа [1,8 M], добавлен 31.08.2016Описание финансовой устойчивости отрасли добычи каменного угля, бурого угля и торфа. Построение финансовой модели на базе совокупности показателей работы компаний, анализ уровня финансовой устойчивости для каждой из них с помощью аппарата нечеткой логики.
курсовая работа [206,8 K], добавлен 01.10.2016
