Оценка финансовой состоятельности компаний в современных условиях как ключевой элемент антикризисного управления
Сравнительный анализ состояния крупнейших системообразующих компаний Российской Федерации. В качестве сравнительной характеристики финансового состояния крупнейших компаний выступает модель Сайфуллина и Кадыкова, разработанная для российских реалий.
Рубрика | Финансы, деньги и налоги |
Вид | статья |
Язык | русский |
Дата добавления | 19.12.2024 |
Размер файла | 48,4 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/
Оценка финансовой состоятельности компаний в современных условиях как ключевой элемент антикризисного управления
Кабанова Елена Евгеньевна
ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации», Москва, Россия
Доцент кафедры «Государственное и муниципальное управление»
Кандидат социологических наук
Аннотация
Антикризисное управление в экономике в обязательном порядке должно включать объективное исследование финансовой состоятельности крупнейших игроков рынка. В текущей статье с применением инструментария прогнозирования финансовой несостоятельности проведён сравнительный анализ состояния крупнейших системообразующих компаний Российской Федерации за 2021-2022 годы. В список сравнения вошли организации, опубликовавшие финансовую отчётность (МСФО) за 2022 год, при этом надо заметить, что ряд крупных компаний не стали публиковать результаты своей деятельности после начала СВО. Из существующих методик оценки наиболее целесообразной признано применение модели Альтмана, как в большей степени подходящей по экспертным оценкам к российской реальности. Данная модель в текущей работе рассматривается как в двухфакторном, так и в пятифакторном выражении. В качестве сравнительной характеристики финансового состояния крупнейших российских компаний выступает модель Сайфуллина и Кадыкова, разработанная специально для российских реалий. В ходе исследования установлено, что использование трёх упомянутых моделей приводит к кардинально различным результатам, несмотря на кажущееся сходство в оперировании одними и теми же финансовыми показателями отчётности корпораций по МСФО. И приоритет в использовании каждой из моделей скорее лежит в субъективном поле, чем может быть объяснён статистическими методами. Научная новизна исследования заключается в одновременном применении различных многофакторных моделей оценки финансовой состоятельности компаний для крупнейших российских корпораций различных экономических направлений с последующим сравнением полученных результатов.
Ключевые слова: антикризисное управление; финансовая состоятельность; корпорации; модель Альтмана; модель Сайфуллина-Кадыкова; прогноз; финансовая стабильность
Abstract
Kabanova Elena Evgen'evna
Financial University under the Government of the Russian Federation, Moscow, Russia
Assessing the financial viability of companies in modern conditions as a key element of crisis management
Crisis management in the economy must necessarily include an objective study of the financial viability of the largest market players. In the current article, using financial insolvency forecasting tools, a comparative analysis of the state of the largest backbone companies of the Russian Federation for 2021-2022 is carried out. The comparison list includes organizations that have published financial statements (IFRS) for 2022, while it should be noted that a number of large companies did not publish the results of their activities after the start of their operations in Ukraine. Of the existing assessment methods, the use of the Altman model is considered the most appropriate, as it is more suitable according to expert estimates to the Russian reality. In the current work, this model is considered in both two-factor and five-factor terms. The Sayfullin and Kadykov model, developed specifically for Russian realities, serves as a comparative characteristic of the financial condition of the largest Russian companies. The study found that the use of the three mentioned models leads to radically different results, despite the apparent similarity in operating with the same financial indicators of corporate reporting under IFRS. And the priority in using each of the models lies rather in the subjective field than can be explained by statistical methods. The scientific novelty of the study lies in the simultaneous application of various multifactorial models for assessing the financial viability of companies for the largest Russian corporations of various economic directions, followed by a comparison of the results obtained.
Keywords: anti-crisis management; financial solvency; corporations; Altman model; Saifullin-Kadykov model; forecast; financial stability
Введение
В периоды политических или экономических кризисов резко вырастает вероятность банкротства системообразующих компаний, имеющих критическое значение для экономики страны. Поэтому является актуальной задача отслеживания финансовой стабильности наиболее крупных компаний как имеющих наибольшее влияние на социальное положение государства в целом. Это позволяет своевременно разработать антикризисные мероприятия и стратегии на ранних стадиях зарождения негативных явлений как в отдельных компаниях, так и в целых отраслях, если корпорация является её системообразующим звеном. Для таких методов, как, например, показатель Аргенти, считается, что компании могут годами (до десяти лет) проявлять ряд недостатков, которые, в конечном счёте, могут привести к банкротству. И на этой стадии возможно относительно безболезненное изменение стратегии компании во избежание ошибок в финансовом планировании и возможности банкротства.
В рамках антикризисного управления предполагается, что кризисные ситуации как в экономике, так и на отдельных предприятиях возникают в схожей форме, что предполагает повторяемость таких процессов. Следовательно, имеется возможность предвидения развития кризисных событий в некотором будущем на основании текущих данных или динамики определённых показателей (отчётности компаний). Исходя из опыта многочисленных банкротств и анализа предкризисных показателей деятельности компаний, на протяжении последнего полувека учёные разрабатывали и постепенно совершенствовали методики антикризисного прогнозирования. В целом сейчас существует достаточно большое число расчётных моделей, позволяющих оценить вероятность банкротства того или иного предприятия [1-5]. К ним стоит отнести модели Альтмана, Бивера, Сайфуллина и Кадыкова, Тафлера, Тишоу и многие другие. Рассмотрим наиболее распространённые из них.
Система анализа показателей деятельности компаний У. Бивера1 в принципе применима для российских условий, поскольку не содержит в структуре расчёта рыночной стоимости акций, которая преимущественно встречается в других моделях. А определение средней годовой стоимости акций может исказить результаты исследования, поскольку является постоянно изменяющейся величиной. Но объём расчётов по модели Бивера не для одного, а сразу для нескольких предприятий представляется не возможным, так как требует вычисления пяти групп показателей, анализ которых сам по себе является субъективным (каждый показатель анализируется в трёх диапазонах значений). Поэтому стоит признать, что если для отдельной организации система Бивера может применяться достаточно успешно, то для задач представленного исследования в масштабах всей экономики это не представляется возможным. И кроме того, содержит субъективный фактор, что снизит ценность работы, которая заключается именно в сравнимости, объективности и идентичности расчёта для каждого представителя российского бизнеса.
Субъективный анализ методом балльной оценки (показатель Аргенти) по той же причине не применим для решения задачи исследования значительной группы компаний.
Модели Альтмана, Тафлера, Тишоу, Сайфуллина и Кадыкова1 принципиально между собой отличаются незначительно и оперируют теми же переменными, лишь в несколько видоизменённом виде. Как отмечает, Бобрышев А.Д., при любом из этих методов расчёта для повышения показателей финансовой устойчивости предприятию необходимо наращивать выручку и прибыль, снижать кредитную нагрузку, а также оптимизировать структуру активов в сторону преобладания оборотных активов и снижения удельного веса внеоборотных активов [6]. Особенно это актуально для модели Сайфуллина и Кадыкова, где внеоборотные активы являются наиболее важным весовым фактором расчёта индекса.
Исходя из приведённых данных по различным моделям для оценки финансовой состоятельности российских компаний и корпораций в условиях резкого возрастания санкционных рисков в 2022 г. в текущем исследовании используется модель Альтмана, которая признана наиболее применимой в условиях необходимости идентичности структуры данных для каждой компании. В исследовании модель Альтмана представлена в двух формах. Бобрышев А.Д. и Чиж И.Ю., несмотря на принципиальную схожесть расчётных моделей, упомянутых выше, кроме модели Альтмана признают успешной применяемость индекса Сайфуллина и Кадыкова для российских условий [6; 7]. Расчёт финансовой устойчивости компаний по этой модели мы также приведем в текущем исследовании для сравнения её применимости наряду с моделями Альтмана.
Исмаилова П.А. также предлагает как наиболее простой метод оценки финансовой несостоятельности компаний модель Альтмана [8]. При этом сообщая, что минусом данного метода является то, что одним из расчётных коэффициентов выступает рыночная стоимость акций, что в условиях 2022 г. (и российской экономики в целом) серьёзно осложняет процесс расчёта. Поэтому Исмаиловой П.А. применительно к российским условиям разработана авторская версия модели Альтмана, которая и используется в текущей работе в качестве основного метода исследования. Применимость данной модели обоснована и подтверждена также и другими авторами, например: Бобрышевым А.Д. [6], Зубаревым И.С. [9], Суховой С.К. [10], Шаталовой А.Ю. [11]. Она присутствует в двух расчётных вариантах: двухфакторной и пятифакторной моделях.
Цель исследования
финансовая состоятельность антикризисное управление
Целью исследования является анализ финансовой устойчивости наиболее крупных представителей российского бизнеса из различных экономических направлений, которые во многом обеспечивают стабильность социально-экономической обстановки в стране, формируют значительную часть экспортной выручки и предоставляют значительное количество рабочих мест.
В свете поставленной цели основной задачей исследования является сравнение стабильности положения крупнейших системообразующих компаний добывающей и обрабатывающей промышленности, торговли, сельского хозяйства, а также финансового сектора за 2021 и 2022 гг.
Методическую основу исследования составляет анализ финансовых показателей выбранных компаний с применением индексов Альтмана (двух- и пятифакторного) и Сайфуллина-Кадыкова, так как этот выбор наиболее оптимален для поставленной задачи.
Материалы и методы исследования
Для адаптации расчётной модели индекса Альтмана к отечественным условиям Исмаиловой П.А. [8] разработана двухфакторная модель:
Z2 = -0,3877 - 1,073*X1 + 0,0579*X2, (1)
где: X1 -- коэффициент текущей ликвидности; X2 -- коэффициент капитализации.
При получении расчётных значений Z2 < 0, ситуация на предприятии характеризуется как положительная (вероятность банкротства менее 50 %). Соответственно, при значениях Z2 > 0 вероятность банкротства оценивается более 50 % и растёт по мере увеличения значения Z2.
Кроме того, существует ещё одна разновидность пятифакторной модели Альтмана, применимой в российских условиях и использующей большее количество показателей в расчёте, что повышает её точность:
Z5 = 1,2X1 + 1,2X2 + 3,3X3 + 0,6X4 + X5, (2)
где: XI -- оборотный капитал/сумма активов; Х2 -- нераспределенная прибыль/сумма активов; ХЗ -- операционная прибыль/сумма активов; Х4 -- уставной капитал/сумма активов; Х5 -- выручка/сумма активов.
В случае пятифакторного варианта расчёта величина коэффициента Альтмана (Z5) может принимать значения в пределах от -14 до 22. Значение коэффициента выше 2,99 характеризует финансовое состояние предприятия как устойчивое; менее 1,81 -- несостоятельное. Диапазон 1,81-2,99 является неопределённой зоной оценки.
В данной работе мы произведём две оценки по обеим версиям модели Альтмана для российских условий и сравним полученные результаты.
Как мы уже говорили, российскими исследователями Р.С. Сайфуллиным и Г.Г. Кадыковым предложена авторская модель расчёта вероятности банкротства организации. Данная модель выглядит следующим образом:
R = 2*К1 + 0,1 *К2 + 0,08*К3 + 0,45*К4 + К5, (3)
где: К1 -- коэффициент обеспеченности собственными средствами; К2 -- коэффициент текущей ликвидности; К3 -- коэффициент оборачиваемости активов; К4 -- рентабельность продаж; К5 -- рентабельность собственного капитала.
Если значение итогового показателя R < 1, вероятность банкротства предприятия считается высокой; если R > 1 -- низкой.
Как видно, все три модели, используемые в настоящей работе, оперируют примерно одними и теми же показателями финансовой отчётности предприятий, что, с одной стороны, не делает эти модели качественно разными. Но, с другой стороны, позволяет провести единообразное исследование финансовой стабильности предприятий разных отраслей и экономических направлений, что является наиболее важным условием для данной работы.
Источником данных для текущего исследования послужили данные годовых финансовых отчётов указанных в работе компаний, которые публикуются в открытом доступе.2
В силу возможностей, предоставленных законом в 2022 г. (Постановление Правительства № 351)3, либо по иным причинам ряд крупнейших публичных отечественных компаний не раскрывали свою финансовую отчётность, что ухудшило качество исследования. Среди таких компаний стоит назвать ПАО НК «Роснефть», ПАО «ОАК», ПАО «НЛМК», ПАО «Северсталь», ПАО «ММК», АО «ЕВРАЗ», АО «СУЭК», ПАО «Уралкалий», ПАО АК «Алроса», ПАО «Камаз» и ряд других. Можно отметить, что данное ограничение касается, прежде всего, крупнейших
корпораций металлургического, угольного секторов, химии и машиностроения. Несмотря на указанный факт, в целом количество крупных компаний, отчитывавшихся в исследуемом периоде (2021-2022 гг.), признано удовлетворительным для объективного анализа динамики финансовой состоятельности крупнейших представителей российского бизнеса.
Кроме того, стоит отметить, что к настоящему времени ещё не все компании, даже публикующие отчётность по МСФО, не внедрили в своей практике новую классификацию обязательств по разделению их на краткосрочные или долгосрочные (поправки к пунктам 69-76 МСФО (IAS).4 В частности, в своей отчётности по МСФО за 2022 г. не разделяют по данному признаку свои обязательства ПАО «ВТБ», ПАО «Сбербанк» и ПАО «Московская Биржа». Конечно, не надо забывать и о том, что МСФО не предполагает строгого следования какому-то единому стандарту, поэтому интерпретация одного и того же показателя может быть иной в отчётах разных компаний. И это также накладывает отпечаток субъективности на расчётные показатели для настоящей статьи.
Результаты исследования и их обсуждение
Для анализа были выбраны 23 крупнейшие отечественные корпорации, относящиеся к различным экономическим направлениям: добывающая и обрабатывающая промышленность, сельское хозяйство, торговля, транспорт, финансовый сектор. Практически все компании, упомянутые в исследовании, являются крупнейшими системообразующими предприятиями в своих отраслях, оказывающие непосредственное влияние на социально-экономическую обстановку как в отдельных регионах присутствия, так и в России в целом.
Для удобства работа разделена на два раздела. В первом (табл. 1) собраны данные по расчётам финансового благополучия корпораций за 2021 и 2022 гг. с применением двухфакторной и пятифакторной моделей Альтмана, а также модели Сайфуллина-Кадыкова. Вторая часть (с табл. 2) посвящена рассмотрению исключительно динамики показателей с целью определения влияния СВО и санкционного кризиса на финансовое состояние крупнейших представителей российского бизнеса. Для максимально наглядного представления информации ячейки в таблицах выделены цветом для лучшего восприятия качества и динамики рассматриваемых индексов.
Расчёт экономических моделей финансового благополучия российских корпораций в 2021-2022 гг.
В таблице 1 приняты следующие обозначения:
Z2 2021 -- значение двухфакторной модели Альтмана за 2021 г.;
Z2 2022 -- значение двухфакторной модели Альтмана за 2022 г.;
Z5 2021 -- значение пятифакторной модели Альтмана за 2021 г.;
Z5 2022 -- значение пятифакторной модели Альтмана за 2022 г.;
R5 2021 -- значение модели Сайфуллина-Кадыкова за 2021 г.;
R5 2022 -- значение модели Сайфуллина-Кадыкова за 2022 г.
Показатели индексов Альтмана и
Таблица 1
Сайфуллина-Кадыкова для крупнейших российских корпораций в 2021- 2022 гг.
Компания |
Z2 2021 |
Z2 2022 |
Z5 2021 |
Z5 2022 |
R5 2021 |
R5 2022 |
|
ПАО «ВТБ» |
-1,73 |
-1,11 |
1,21 |
0,94 |
1,00 |
1,54 |
|
МК ПАО «En+ ГРУП» |
-2,00 |
-2,10 |
1,86 |
1,86 |
-0,93 |
-1,04 |
|
ПАО «Агрокомплекс имени Ткачёва» |
-5,81 |
-1,67 |
1,13 |
1,20 |
-2,52 |
-1,03 |
|
ПАО «АФК Система» |
-1,00 |
-1,27 |
0,54 |
0,62 |
-3,86 |
-1,98 |
|
ПАО «Г азпром» |
-2,03 |
-2,08 |
1,51 |
1,50 |
-0,84 |
-1,81 |
|
АО «Группа ИЛИМ» |
-3,41 |
-3,16 |
2,09 |
1,78 |
0,95 |
0,27 |
|
ПАО НК «Лукойл» |
-1,29 |
-1,46 |
2,71 |
3,42 |
0,32 |
1,09 |
|
ПАО «Магнит» |
-1,17 |
-1,51 |
1,84 |
2,07 |
-1,71 |
0,72 |
|
ПАО «Московская биржа ММВБ-РТС» |
-1,43 |
-1,43 |
0,08 |
0,10 |
-1,16 |
-0,69 |
|
ПАО «Новатэк» |
-3,87 |
-7,26 |
1,90 |
1,96 |
1,87 |
2,18 |
|
ПАО ГМК «Норильский никель» |
-1,66 |
-1,53 |
2,34 |
1,97 |
1,21 |
-0,49 |
|
ПАО «Полюс» |
-2,74 |
-3,87 |
2,35 |
1,78 |
-0,45 |
-0,47 |
|
ПАО «Русагро» |
-28,02 |
-1,42 |
5,38 |
0,03 |
4,48 |
2,50 |
|
ПАО «РусГидро» |
-1,58 |
-1,39 |
1,14 |
0,97 |
-1,08 |
-2,11 |
|
ПАО «Сбербанк» |
-1,58 |
-1,58 |
0,56 |
0,47 |
-1,00 |
-0,90 |
|
ПАО «Татнефть» |
-1,43 |
-1,56 |
2,02 |
2,40 |
-0,20 |
0,15 |
|
ПАО «Ураласбест» |
-7,35 |
-4,56 |
3,16 |
2,72 |
3,09 |
2,91 |
|
ПАО «ФосАгро» |
-2,41 |
-1,55 |
2,99 |
3,44 |
-0,07 |
0,40 |
|
ПАО «Группа Черкизово» |
-1,50 |
-1,39 |
1,65 |
1,31 |
-0,36 |
-0,46 |
|
АО «Кузбассразрезуголь» |
-2,45 |
-3,48 |
2,72 |
3,37 |
0,81 |
1,78 |
|
ПАО «ППГХО» |
-2,40 |
-1,67 |
-0,16 |
-0,49 |
-1,01 |
-0,54 |
|
ПАО «Транснефть» |
-1,31 |
-1,44 |
0,69 |
0,82 |
-1,77 |
-0,72 |
|
ПАО «Сургутнефтегаз» |
-7,79 |
-11,38 |
1,85 |
2,06 |
2,50 |
2,58 |
Примечание: тёмно-зелёным выделены положительные значения показателей, характеризующие финансовое положение компаний как устойчивое. Светло-зелёным отмечены неопределённые значения показателей (применимо только для пятифакторной модели Альтмана). Жёлтым показаны отрицательные значения, которые свидетельствуют о неустойчивом финансовом положении корпораций. Составлено автором по материалам исследования2
Приведённые в таблице 1 итоги расчётов по трём различным вариантам моделей демонстрируют весьма противоречивые результаты. Двухфакторная модель Альтмана определяет финансовое положение отечественных корпораций как однозначно хорошее для всех компаний за весь период исследования (2021 и 2022 гг.), тогда как пятифакторная модель в 50 % случаев относит значение показателей к отрицательным диапазонам, что, напротив, говорит о высокой вероятности банкротства крупнейших российских компаний. Только 13 % значений можно определить как положительные (остальные относятся к пограничным и неопределённым). Модель же Сайфуллина-Кадыкова относит к области отрицательных значений уже 74 % результатов.
По всем трём видам расчётов за каждый год (всего 6 позиций: 3 метода для двух лет -- 2021 и 2022 гг.) только ПАО «Новатэк», ПАО «Сургутнефтегаз» и ПАО «Ураласбест» полностью удовлетворяют требованиям финансовой устойчивости.
Другими словами, применение каждой из этих моделей приводит к диаметрально противоположным результатам. Хотя, конечно, в текущем исследовании рассматривается достаточно много компаний широкого спектра экономической деятельности, что может снижать качество итоговых расчётов, однако маловероятно, чтобы это настолько искажало результаты в плане значения соотношения положительных и отрицательных результатов.
С авторской точки зрения, принимая во внимание низкую фактическую вероятность банкротства каждой из представленных компаний как в 2021, так и 2022 гг., для расчёта финансовой устойчивости компаний по всей экономике в целом представляется наиболее корректным применение двухфакторной модели Альтмана, так как она наиболее корректно отражает экономическую действительность.
Величина R-индекса (R5) Сайфуллина-Кадыкова для большинства компаний в 2021 и 2022 гг. характеризует их экономическое положение как предбанкротное, что, разумеется, далеко от реального состояния дел. Прежде всего, это обусловлено введением в расчёт данной модели показателя внеоборотных активов, который не используется в вычислениях любого варианта модели Альтмана: см. таблицы 2 и 3 ниже. Обозначения в таблицах 2 и 3:
К1 -- коэффициент обеспеченности собственными средствами;
К2 -- коэффициент текущей ликвидности;
К3 -- коэффициент оборачиваемости активов;
К4 -- рентабельность продаж;
К5 -- рентабельность собственного капитала.
Таблица 2
Расчётные коэффициенты для модели Сайфуллина-Кадыкова для крупнейших российских корпораций в 2021 г.
Компания |
К1 |
К2 |
К3 |
К4 |
К5 |
|
ПАО «ВТБ» |
н.д.* |
1,26 |
0,00 |
1,74 |
0,09 |
|
МК ПАО «En+ ГРУП» |
-0,76 |
1,53 |
0,70 |
0,21 |
0,28 |
|
ПАО «Агрокомплекс им. Ткачёва» |
-1,74 |
5,08 |
0,51 |
0,20 |
0,32 |
|
ПАО «АФК Система» |
-2,64 |
0,61 |
0,44 |
0,20 |
1,24 |
|
ПАО «Г азпром» |
-0,64 |
1,54 |
0,38 |
0,24 |
0,14 |
|
АО «Группа ИЛИМ» |
-0,67 |
2,86 |
0,63 |
0,37 |
1,79 |
|
ПАО НК «Лукойл» |
-0,42 |
0,85 |
1,14 |
0,35 |
0,82 |
|
ПАО «Магнит» |
-2,22 |
0,77 |
1,53 |
0,23 |
2,43 |
|
ПАО «Московская биржа ММВБ-РТС» |
-0,98 |
1,02 |
0,01 |
0,66 |
0,39 |
|
ПАО «Новатэк» |
0,57 |
3,25 |
0,33 |
0,44 |
0,17 |
|
ПАО ГМК «Норильский никель» |
-0,89 |
1,22 |
0,76 |
0,68 |
2,50 |
|
ПАО «Полюс» |
-1,01 |
2,21 |
0,61 |
0,69 |
0,97 |
|
ПАО «Русагро» |
0,95 |
25,75 |
0,00 |
н.д.* |
0,00 |
|
ПАО «РусГидро» |
-0,74 |
1,13 |
0,44 |
0,23 |
0,15 |
|
ПАО «Сбербанк» |
-0,86 |
1,16 |
0,06 |
0,71 |
0,29 |
|
ПАО «Татнефть» |
-0,36 |
0,98 |
0,80 |
0,21 |
0,26 |
|
ПАО «Ураласбест» |
0,64 |
6,50 |
1,17 |
0,55 |
0,83 |
|
ПАО «ФосАгро» |
-0,89 |
1,92 |
1,04 |
0,48 |
1,22 |
|
ПАО «Группа Черкизово» |
-0,57 |
1,05 |
0,82 |
0,25 |
0,50 |
|
АО «Кузбассразрезуголь» |
0,02 |
1,94 |
1,13 |
0,19 |
0,40 |
|
ПАО «ППГХО» |
-0,53 |
1,89 |
0,43 |
-0,16 |
-0,10 |
|
ПАО «Транснефть» |
-1,15 |
0,90 |
0,51 |
0,12 |
0,34 |
|
ПАО «Сургутнефтегаз» |
0,78 |
6,90 |
0,32 |
0,28 |
0,10 |
* Примечание: не представлено в отчётности для ПАО «ВТБ» и ПАО «Русагро» -- коэффициент равен нулю. Составлено автором по данным Интерфакс2
Как можно заметить из таблиц 2 и 3, коэффициент К1 практически для всех компаний меньше нуля, за исключением ПАО Новатэк», ПАО «Ураласбест», ПАО «Русагро» (за 2021 г.) и ПАО «Сургутнефтегаз. Собственно, только эти компании, как можно заметить в таблице 1, демонстрируют положительные значения индекса Сайфуллина-Кадыкова, характеризующие эти компании как финансово устойчивые.
Следовательно, коэффициент К1 имеет ключевое значение для расчёта индекса, и фактически остальными показателями можно пренебречь, и это не особенно повлияет на итог анализа в данной модели.
Таблица 3
Расчётные коэффициенты для модели Сайфуллина-Кадыкова для крупнейших российских корпораций в 2022 г.
Компания |
К1 |
К2 |
К3 |
К4 |
К5 |
|
ПАО «ВТБ» |
н.д.* |
1,26 |
0,00 |
2,94 |
0,09 |
|
МК ПАО «En+ ГРУП» |
-0,74 |
1,53 |
0,82 |
0,12 |
0,16 |
|
ПАО «Агрокомплекс им. Ткачёва» |
-1,03 |
5,08 |
0,54 |
0,21 |
0,39 |
|
ПАО «АФК Система» |
-1,51 |
0,61 |
0,43 |
0,18 |
0,86 |
|
ПАО «Г азпром» |
-1,10 |
1,54 |
0,45 |
0,17 |
0,12 |
|
АО «Группа ИЛИМ» |
-0,63 |
2,86 |
0,60 |
0,31 |
1,06 |
|
ПАО НК «Лукойл» |
-0,06 |
0,85 |
1,26 |
0,38 |
0,86 |
|
ПАО «Магнит» |
-1,09 |
0,77 |
1,68 |
0,23 |
2,59 |
|
ПАО «Московская биржа ММВБ-РТС» |
-0,97 |
1,02 |
0,01 |
1,52 |
0,47 |
|
ПАО «Новатэк» |
0,75 |
3,25 |
0,21 |
0,48 |
0,12 |
|
ПАО ГМК «Норильский никель» |
-1,05 |
1,22 |
0,65 |
0,59 |
1,17 |
|
ПАО «Полюс» |
-0,72 |
2,21 |
0,42 |
0,58 |
0,46 |
|
ПАО «Русагро» |
-0,03 |
25,75 |
0,00 |
н.д.* |
0,00 |
|
ПАО «РусГидро» |
-1,21 |
1,13 |
0,42 |
0,14 |
0,10 |
|
ПАО «Сбербанк» |
-0,86 |
1,16 |
0,03 |
1,03 |
0,25 |
|
ПАО «Татнефть» |
-0,25 |
0,98 |
0,85 |
0,28 |
0,36 |
|
ПАО «Ураласбест» |
0,61 |
6,50 |
1,05 |
0,53 |
0,72 |
|
ПАО «ФосАгро» |
-0,82 |
1,92 |
1,25 |
0,53 |
1,52 |
|
ПАО «Группа Черкизово» |
-0,59 |
1,05 |
0,71 |
0,23 |
0,46 |
|
АО «Кузбассразрезуголь» |
0,49 |
1,94 |
1,17 |
0,24 |
0,40 |
|
ПАО «ППГХО» |
-0,25 |
1,89 |
0,45 |
-0,24 |
-0,16 |
|
ПАО «Транснефть» |
-0,63 |
0,90 |
0,51 |
0,13 |
0,34 |
|
ПАО «Сургутнефтегаз» |
0,81 |
6,90 |
0,35 |
0,29 |
0,11 |
* Примечание: не представлено в отчётности для ПАО «ВТБ» и ПАО «Русагро» -- коэффициент равен нулю. Составлено автором по материалам исследования2
Величины коэффициента обеспеченности собственными средствами ниже нулевого значения могут говорить о том, что все оборотные активы, а также часть внеоборотных активов созданы за счет кредитов. И это отрицательно сказывается на финансовой устойчивости предприятий. Расчёт коэффициента обеспеченности собственными средствами осуществляется как:
К1 = (К - ВОА)/ОА,
где: К -- собственный капитал компании (код строки в МСФО 1300); ВОА -- внеоборотные активы (код строки в МСФО 1100); ОА -- оборотные активы (код строки в МСФО 1200).
Как видно из расчётной формулы для К1, превышение величины внеоборотных активов над величиной собственного капитала приводит к отрицательному значению коэффициента К1.
Здесь и кроется низкое значение индекса Сайфуллина-Кадыкова почти для всего российского бизнеса.
Кстати, если в расчёте пренебречь внеоборотными активами (которые и отсутствуют в моделях Альтмана), то картина резко меняется в сторону улучшения, и почти все отечественные корпорации будут соответствовать критериям финансовой устойчивости либо близки к единице (пограничное значение индекса).
Динамика показателей по расчётам экономических моделей финансового благополучия российских корпораций в 2021-2022 гг.
Несмотря на определённо большую объективность выбора двухфакторной Z-модели Альтмана, мы для сравнения приведём динамику итоговых расчётных значений за два последних года для всех трёх моделей для выбранных предприятий российского бизнеса в таблице 4.
Таблица 4
Показатели индексов Альтмана и Сайфуллина-Кадыкова для крупнейших российских корпораций в 2021-2022 гг.
Компания |
Динамика Z2 2021-2022 |
Динамика Z5 2021-2022 |
Динамика R 2021-2022 |
|
ПАО «ВТБ» |
0,61 |
-0,27 |
0,54 |
|
МК ПАО «En+ ГРУП» |
-0,10 |
0,001 |
-0,11 |
|
ПАО «Агрокомплекс им. Ткачёва» |
4,14 |
0,07 |
1,49 |
|
ПАО «АФК Система» |
-0,28 |
0,08 |
1,88 |
|
ПАО «Г азпром» |
-0,05 |
-0,01 |
-0,97 |
|
АО «Группа ИЛИМ» |
0,25 |
-0,30 |
-0,69 |
|
ПАО НК «Лукойл» |
-0,17 |
0,71 |
0,77 |
|
ПАО «Магнит» |
-0,34 |
0,23 |
2,43 |
|
ПАО «Московская биржа ММВБ-РТС» |
0,00 |
0,02 |
0,48 |
|
ПАО «Новатэк» |
-3,39 |
0,05 |
0,31 |
|
ПАО ГМК «Норильский никель» |
0,13 |
-0,38 |
-1,70 |
|
ПАО «Полюс» |
-1,13 |
-0,58 |
-0,01 |
|
ПАО «Русагро» |
26,59 |
-5,35 |
-1,98 |
|
ПАО «РусГидро» |
0,20 |
-0,17 |
-1,04 |
|
ПАО «Сбербанк» |
-0,003 |
-0,09 |
0,10 |
|
ПАО «Татнефть» |
-0,13 |
0,38 |
0,35 |
|
ПАО «Ураласбест» |
2,79 |
-0,44 |
-0,19 |
|
ПАО «ФосАгро» |
0,86 |
0,45 |
0,47 |
|
ПАО «Группа Черкизово» |
0,11 |
-0,34 |
-0,10 |
|
АО «Кузбассразрезуголь» |
-1,03 |
0,65 |
0,97 |
|
ПАО «ППГХО» |
0,74 |
-0,34 |
0,47 |
|
ПАО «Транснефть» |
-0,12 |
0,13 |
1,05 |
|
ПАО «Сургутнефтегаз» |
-3,59 |
0,22 |
0,07 |
Примечание: тёмно-зелёным отмечена положительная динамика показателей, характеризующая изменение финансового положения компаний в сторону улучшения. Жёлтым показаны отрицательные значения, которые свидетельствуют о снижении устойчивости финансового положения корпораций. Составлено автором по материалам исследования2
Как видно из таблицы 4, в целом изменения в финансовом состоянии компаний в общей их массе по всем экономическим направлениям, судя по динамике всех трёх видов расчётных моделей, могут трактоваться как практически неизменные -- примерно половина компаний в каждом случае демонстрирует улучшения, вторая половина -- ухудшение финансовых показателей.
Направление изменений в зависимости от применённого показателя также носит произвольный характер, что свидетельствует об отсутствии взаимозаменяемости используемых моделей. Это подтверждает выводы к таблице 1 о том, что несмотря на видимое сходство двух видов моделей Альтмана и модели Сайфуллина-Кадыкова и оперирование примерно одними и теми же финансовыми показателями, в сущности, применение каждого из этих трёх индикаторов приводит к совершенно разным результатам без какого-либо сходства.
Заключение
Научная новизна исследования заключается в одновременном применении различных многофакторных моделей оценки финансовой состоятельности компаний для крупнейших российских корпораций различных экономических направлений с последующим сравнением полученных результатов. При этом, как правило, российские исследователи сосредотачивают фокус своих работ либо на сравнительной характеристике различных вариантов расчётных индексов корпоративной финансовой устойчивости, либо проводят ограниченный анализ нескольких компаний с применением одной-двух моделей. Текущая работа гораздо более обширна и содержит также анализ применимости различных вариантов расчётных индексов финансовой устойчивости компаний для российской экономики.
В ходе исследования был проведён статистический анализ финансовой отчётности (МСФО) 23 -х крупнейших отечественных корпораций различных экономических направлений от сельского хозяйства и торговли до добывающей промышленности и транспорта. Макроанализ с помощью двухфакторной и пятифакторной моделей Альтмана и расчётного индекса Сайфуллина-Кадыкова не дали однообразной картины финансового состояния российского бизнеса, поскольку каждая из перечисленных моделей даёт совершенно разное представление об экономическом состоянии компаний.
Двухфакторная модель Альтмана передаёт ситуацию как полностью положительную, что, несмотря на слишком оптимистичный результат, всё же представляется наиболее близкой к реальной ситуации оценкой.
Пятифакторная модель Альтмана уже половину компаний характеризует как неплатёжеспособные как в 2021, так и в 2022 г., что выглядит слишком пессимистичным и далёким от действительности результатом.
Модель Сайфуллина-Кадыкова в 3/4 случаев описывает крупнейшие отечественные компании как финансово неблагополучные организации, что представляется ещё менее отвечающих истинному положению дел.
Рассмотрение динамики указанных индикаторов также не выявило однообразия среди применяемых показателей. Компании, демонстрирующие улучшение финансовых показателей в период 2021-2022 гг. и организации, ухудшившие своё экономическое положение, в каждом из случаев распределились примерно поровну без заметного сходства динамики между отдельными компаниями. Это свидетельствует об отсутствии возможности замещения одного показателя другим. И приоритет экспертного выбора каждого из методов расчёта должен принимать во внимание особенности получаемого результата: двухфакторная модель Альтмана будет наиболее оптимистичной, пятифакторная модель -- примерно средним способом расчёта. Модель Сайфуллина-Кадыкова -- самым низким прогнозным вариантом.
Данные исследования показывают, что в целях антикризисного управления на предприятии для анализа возникновения и динамики кризисных процессов в российских реалиях целесообразно использовать двухфакторную модель Альтмана, поскольку другие возможные варианты оценки дают излишне пессимистичные результаты, которые не соответствуют действительности.
ЛИТЕРАТУРА
1. Ветчинникова, А.Е. Оценка благонадёжности контрагентов методами финансового анализа / А.Е. Ветчинникова // Новая экономика, бизнес и общество: Сборник материалов Апрельской научно-практической конференции молодых исследователей, Владивосток: Дальневосточный федеральный университет, 2022. -- С. 553-558. -- EDN KKBIET.
2. Дикарев, М.И. Многообразие методов прогнозирования банкротства предприятий / М.И. Дикарев // Инноватика в современном мире: опыт, проблемы и перспективы развития: Сборник научных статей по материалам XII Международной научно-практической конференции, Том Часть 2. -- Уфа: Общество с ограниченной ответственностью "Научно-издательский центр "Вестник науки", 2023. -- С. 60-65. -- EDN KDOXNS.
3. Евдохина, О.С. Оценка уровня экономической устойчивости предприятия / О.С. Евдохина, В.С. Доброродный // Актуальные вопросы современной экономики. -- 2021. -- № 12. -- С. 939-947. -- EDN BLCDZC.
4. Митрофанов, Е.П. Формирование методологии интегральной оценки уровня финансовой устойчивости региональных субъектов экономики / Е.П. Митрофанов,
A. Г. Кулагина, Т.В. Антипова, Е.А. Солодова // Вестник Российского университета дружбы народов. Серия: Экономика. -- 2022. -- Т. 30, № 3. -- С. 383-401. -- DOI 10.223 63/2313 -2329-2022-30-3 -383-401. -- EDN EMVDJU.
5. Попов, К.А. Методическое обеспечение прогнозирования возможности банкротства предприятий / К.А. Попов // Modern Science. -- 2022. -- № 6-3. -- С. 84-88. -- EDN XVPKIV.
6. Бобрышев, А.Д. Организационные методы обеспечения экономической устойчивости современных промышленных предприятий / А.Д. Бобрышев,
B. М. Тумин, А.А. Пудов // Экономика и управление: проблемы, решения. -- 2021. -- Т. 3, № 10(118). -- С. 6-18. -- DOI 10.36871/ek.up.p.r.2021.10.03.001. -- EDN GDKEDK.
7. Чиж, И.Ю. Сравнительная характеристика методов прогнозирования банкротства предприятий / И.Ю. Чиж, М.С. Рыбянцева // Экономика и бизнес: теория и практика. -- 2022. -- № 10-2(92). -- С. 219-222. -- DOI 10.24412/2411-0450¬2022-10-2-219-222. -- EDN ESEYJF.
8. Исмаилова, П.А. Оценки финансовой нестабильности с применением инструментария прогнозирования финансовой несостоятельности (банкротства) предприятий на региональном рынке / П.А. Исмаилова, С.Ю. Евдокимов, Н. Я. Головецкий // Вестник Евразийской науки. -- 2019. -- № 6. -- URL: https://esi .todav/PDF/123ECVN619.pdf (доступ свободный) (дата обращения: 20.02.2024).
9. Зубарев, И.С. Возможность Z-модели Альтмана прогнозировать корпоративные финансовые затруднения российских компаний / И.С. Зубарев // Вестник евразийской науки. 2020. -- № 3. -- URL: https://esi.todav/PDF/46ECVN320.pdf (доступ свободный) (дата обращения: 20.02.2024).
10. Сухова, С.К. Сравнение результатов прогнозирования вероятности банкротства компаний, полученных с использованием пятифакторной модели и модели для развивающихся стран Альтмана, на примере металлургической отрасли российской Федерации / С.К. Сухова. -- DOI 10.31219/osf.io/xsjw8 // Social Sciences: Achievements and Prospects Journal. -- 2022. -- № 1(14). -- С. 103-109. -- EDN QJQWBU.
11. Шаталова А.Ю. Усовершенствованная пятифакторная модель Альтмана для оценки кредитоспособности предприятия с нечеткими экономическими показателями / А.Ю. Шаталова, И.В. Шевченко, Б. Бамадио, К.А. Лебедев. -- DOI 10.33693/2313-223X-2020-7-1-72-83. // Computational Nanotechnology. -- 2020. -- Т. 7, № 1. -- С. 72-83. -- EDN CBZAMX.
Размещено на Allbest.ru
...Подобные документы
Характеристика современного состояния нефтяного сектора экономики РФ. Проблемы и тенденции экономического развития нефтяной отрасли. Факторы, влияющие на стоимость акций компаний различных отраслей. Динамика цен акций российских нефтяных компаний.
дипломная работа [1,0 M], добавлен 23.08.2017Теоретические аспекты прогнозирования банкротства. Анализ финансового состояния компаний с целью оценки вероятности их возможного банкротства. Построение моделей и эмпирических исследований, способных предсказать банкротство крупных российских компаний.
курсовая работа [112,7 K], добавлен 23.07.2016Система налогообложения Российской Федерации. Влияние налогового администрирования на уровень собираемости налогов. Налоговое поведение российских компаний. Законопослушное поведение и уклонение от уплаты налогов как основные модели налогового поведения.
курсовая работа [88,6 K], добавлен 10.07.2011Основные аспекты и методы разработки инвестиционной стратегии организации, ее догосрочные цели. Анализ и особенности стратегий российских и зарубежных компаний. Сущность стратегии поглощения или слияния, использование зарубежного опыта в России.
курсовая работа [94,5 K], добавлен 02.03.2012Виды информации о компании, специфика ее влияния на цены акций компании. Установление связи между отчетным событием и ценой акции предприятия. Влияние публикации финансовой отчетности на цены акций компаний нефтегазовой отрасли: выборка, модель.
дипломная работа [1,3 M], добавлен 28.09.2017Анализ финансового состояния ОАО "КуйбышевАзот". Стратегия развития предприятия в условиях антикризисного управления. Совершенствование финансовой политики, применение услуг риск-консалтинга. Разработка автоматизированной системы управления рисками.
курсовая работа [637,2 K], добавлен 06.12.2015Сущность управления, основанного на стоимости. Управление фундаментальной ценностью. Формирование стоимости компаний финансового сектора. Прогнозирование деятельности, оценка затрат на капитал. Оценка продленной стоимости и расчет стоимости компании.
дипломная работа [3,4 M], добавлен 30.01.2016Традиционные, поведенческие, альтернативные модели структуры капитала. Модели ассиметричной информации, агентских издержек и корпоративного контроля. Исследование теорий и детерминант структуры капитала. Финансовые решения современных российских компаний.
дипломная работа [390,6 K], добавлен 23.07.2016Теоретические основы анализа финансового состояния и его значение для характеристики конкурентоспособности предприятия в рыночных условиях. Краткая характеристика компании. Финансовый анализ публичной отчетности предприятия. Оценка конкурентоспособности.
курсовая работа [3,7 M], добавлен 01.05.2019Раскрытие сущности диагностики финансового состояния предприятия и определение её роли, задач и методики в системе антикризисного управления. Практическая диагностика финансового состояния ОАО "Спартак". Пути совершенствования финансового состояния АО.
курсовая работа [41,8 K], добавлен 28.04.2011Эмпирический анализ формирования структуры капитала на выборке современных российских компаний. Описание регрессионной модели. Метод волатильности операционной прибыли и максимизации рентабельности собственного капитала. Оценка эффекта финансового рычага.
курсовая работа [183,6 K], добавлен 29.06.2016Использование источников информации для анализа финансового состояния предприятия. Классификация его методов, приёмов в современных условиях. Оценка финансового состояния Специального конструкторско-технологического бюро океанологического приборостроения.
курсовая работа [73,6 K], добавлен 20.01.2010Обзор и особенности современных методик анализа финансовой устойчивости как инструмента оценки и регулирования финансовой состоятельности организации. Критерии и оценка платежеспособности предприятия на основании анализа потока движения денежных средств.
контрольная работа [1,4 M], добавлен 03.07.2012Эмпирические исследования структуры капитала российских, зарубежных компаний. Обоснование гипотез влияния детерминант на леверидж фирмы. Регрессионный анализ с помощью моделей с фиксированными эффектами. Распределения переменных в фирмах среднего размера.
дипломная работа [690,2 K], добавлен 09.09.2016Теоретические аспекты государственного регулирования инвестиционной деятельности. Оценка инвестиционной политики РФ на основе индекса ведения бизнеса. Анализ ее влияния на инвестиционную привлекательность российских компаний, перспективы развития.
курсовая работа [575,9 K], добавлен 19.01.2015Этапы, цели и задачи разработки стратегии управления прибылью крупной акционерной компании. Формирование и структура финансовой отчетности акционерных компаний. Рекомендации по разработке стратегии управления прибылью компании применительно к АО НКМЗ.
дипломная работа [196,6 K], добавлен 23.07.2009Анализ финансового состояния коммерческого банка, проводимый Центральным банком Российской Федерации. Анализ финансового состояния банков с использованием рейтинговой оценки. Внутренний анализ финансового состояния коммерческого банка.
курсовая работа [374,7 K], добавлен 18.10.2003Сферы деятельности и общий анализ финансового состояния предприятия на основе отчета о прибылях и убытках. Ликвидность предприятия, его финансовое состояние. Анализ платежеспособности, финансовой устойчивости, рентабельности и деловой активности.
курсовая работа [210,7 K], добавлен 15.05.2012Сущность финансового состояния и его основные характеристики. Показатели ликвидности, платежеспособности, финансовой устойчивости. Рекомендации по улучшению финансового состояния ЗАО "ЭРС-Эксклюзив", оценка экономической целесообразности их внедрения.
дипломная работа [370,1 K], добавлен 08.10.2015Сущность финансового риска. Зависимость прибыли от оценки риска. Главные признаки рисков финансовых институтов. Зависимость риска и информации. Финансовый риск в деятельности российских и зарубежных компаний и управление ими в современных условиях.
курсовая работа [47,3 K], добавлен 06.04.2011