WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

ИНСТРУМЕНТАЛЬНЫЕ СРЕДСТВА ПРОГНОЗИРОВАНИЯ ВЕРОЯТНОСТИ БАНКРОТСТВА АВИАПРЕДПРИЯТИЙ Богданова Т. К., к.э.н., доцент, Государственный университет – Высшая школа экономики Баклакова А.В., Государственный

университет – Высшая школа экономики Предложена методология кластеризации предприятий по финансовому состоянию, основанная на интегральных показателях, рассчитанных по известным отечественным и зарубежным методикам, а также логистическая регрессионная модель для прогнози рования вероятности банкротства авиапредприятий. Проанализированы результаты прогнозирования, рассчитанные по разработанной модели и модели Чессера.

Введение предприятия, а также делать выводы о вероятности угрозы банкротства.

аспространённым классическим подходом Несмотря на кажущуюся простоту и привлека к оценке финансового состояния предприя тельность использования интегрального показате Ртий является коэффициентный метод, в со ля для оценки финансового состояния предприя ответствии с которым на базе официальной финан тия, расчёты, сделанные по разным методикам, ба совой отчётности предприятия рассчитываются зирующимся на таком подходе, подчас дают проти значения различных финансовых показателей (ко воречивые результаты. Нами предложены: методо эффициентов). Недостаток этого метода в том, что логия кластеризации предприятий авиационной финансовому аналитику при его использовании отрасли, позволяющая по совокупности значений необходимо детально анализировать достаточно интегральных показателей, рассчитанных по ряду большое количества коэффициентов. Разброс их известных отечественных и зарубежных методик, значений нередко приводит к противоположным получить достоверную оценку их финансового со выводам. Оценка финансового состояния на осно стояния;

логистическая регрессионная модель для ве анализа множества коэффициентов достаточно прогнозирования вероятности банкротства авиа субъективна, и её адекватность в значительной сте предприятий, построенная на основе наиболее ча пени зависит от интуиции аналитика. сто встречающихся статистически независимых Как на Западе, так и в России, это послужило финансовых показателей.

толчком к разработке целого ряда методик, в основе Данный подход стал возможен благодаря по которых лежит определение одного интегрального явлению и использованию современных информа показателя, базирующегося на расчёте нескольких ционных технологий.

финансовых показателей. Принадлежность к опре делённому диапазону полученного значения инте Состояние российского рынка пассажирских грального показателя позволяет аналитикам инве авиаперевозок стиционных компаний, инвесторам и аудиторам Российский рынок авиаперевозок демонстриру судить о платежеспособности, финансовой устой ет устойчивую положительную динамику роста. Да чивости и инвестиционной привлекательности же в 2005 г. (несмотря на подорожание авиатоплива БИЗНЕС ИНФОРМАТИКА №1–2008 г. практически в 1,5 раза, и, как следствие, повыше 8,25 млн человек. Конкурентные преимущества за ния цен на авиабилеты и снижения спроса на пере рубежных авиакомпаний: развитая маршрутная возки) российский авиарынок продолжал расти, сеть и современный парк топливоэффективных лишь несколько снизив темп. По итогам 2006 г. вы воздушных судов2.

полненный пассажирооборот составил 93,67 млрд. Авиапарк российских перевозчиков в критиче п/км. Соответственно рост пассажирооборота по ском состоянии, и это одна из главных причин их сравнению с 2005 г. составил 9,5%, а по сравнению низкой конкурентоспособности. Подавляющее с 2001 г. – 55%. большинство авиаперевозок осуществляется на со Согласно прогнозам Минтранса РФ, рост рос ветской технике с высоким уровнем и морального, сийского рынка авиаперевозок в ближайшие 3–4 и технического износа. По оценкам Росавиакосмо года ожидается на уровне 7,5–9,5% в год. Если темп са, существующий авиапарк сможет действовать от роста окажется вдвое меньше, результат будет срав силы еще 5–7 лет, 50% самолетов российских авиа ним с мировыми показателями. Для сравнения, по компаний выработают свой ресурс к 2010 г., 83% – прогнозам концерна Airbus, в течение предстоящих к 20153.

20 лет среднемировой рост авиарынка ожидается на Высокие цены на нефть приводят к росту цен на уровне 4,8% в год. В долгосрочной перспективе авиатопливо. В России проблема обостряется мо прогнозируется замедление темпа роста российско нопольным положением поставщиков авиаГСМ го рынка авиаперевозок до 5,3–6,5% в год, т.е. он в аэропортах;

в силу этого цена на топливо в России будет достаточно высок. В целом увеличение пасса зачастую выше, чем в зарубежных аэропортах. Око жирооборота российских авиакомпаний к 2010 г. ло 50% воздушных судов транспортного парка Рос прогнозируется на уровне 130145 млрд. п/км, к 2020 – сии не соответствуют современным международ до 210–305 млрд. п/км. Для успешной конкуренции ным нормативам по уровню шума на местности, на зарубежном рынке в России должно остаться не что снижает конкурентоспособность российских более пяти крупных перевозчиков. В российской авиакомпаний на рынке международных авиапере отрасли авиаперевозок идет активный процесс ин возок.

теграции. На сегодня зарегистрировано более 180 Чтобы российская отрасль авиаперевозок ус авиакомпаний;

однако 85% рынка занимают лишь пешно развивалась и была конкурентноспособной, шесть из них: «Аэрофлот», «Сибирь», «ЭйрЮ необходимо обновление парка воздушных судов, нион», ГТК «Россия», «ЮТэйр» и «Трансаэро». изменение условий функционирования предприя Оставшуюся долю рынка занимают мелкие регио тий и финансовые средства. Но пока даже крупные нальные перевозчики. Российский рынок авиапе растущие авиакомпании основные свои ресурсы ревозок остаётся фрагментированным;

на нём дей тратят на расширение сегмента рынка, на войны ствуют множество мелких авиакомпаний, обслу с конкурентами и не способны самостоятельно живающих в основном московское направление сконцентрировать значительный объём ресурсов и региональные маршруты1. для обновления и развития.

За последние нескольких лет иностранные авиа С привлечением инвесторов в данную отрасль перевозчики значительно расширили своё присут также существуют серьёзные трудности. Часто до ствие на российском авиарынке. Это, например, статочно проблематично получить адекватную АК Lufthansa (занимает наибольшую долю россий оценку и прогноз финансового состояния россий ского рынка среди зарубежных авиакомпаний), ских авиапредприятий, хотя в этом заинтересованы Британская British Airways (крупнейшая междуна все основные группы пользователей: собственники, родная компания с самой большой протяжённо менеджмент, потенциальные акционеры и кредито стью авиалиний), австрийская Austrian, китайские ры. Во многом это объясняется тем, что методики Air China и China Eastern Airlines, немецкие Germa анализа финансового состояния преимущественно nia и Germanwings. Начала полёты в Россию Singa разработаны на Западе и не учитывают реалий рос pore Airlines – одна из крупнейших авиакомпаний сийской экономики. Отечественные разработки в мире. Количество пассажиров, перевезённых за весьма немногочисленны и не учитывают специфи рубежными авиакомпаниями в 2006 г., увеличилось ку авиационной отрасли. Проблема привлечения практически на 14% к уровню 2005 г. и составило инвестиций в авиационную отрасль влечёт за собой Аналитический обзор «Russian Airline Sector: Ready for Take off» от 24 июля 2006 г.

2 Аналитический обзор «Russian Airline Sector: Ready for Take off» от 24 июля 2006 г.

3 Рейтинговое агентство «Эксперт РА» – «Конкурентоспособность российских авиакомпаний на мировом рынке».

46 БИЗНЕС ИНФОРМАТИКА №1–2008 г.

необходимость разработки методик адекватной оценки и прогнозирования финансового состояния авиапредприятий.

Исходная база для проведения финансового анализа – данные бухгалтерского учёта и отчётно сти. Их аналитический просмотр должен восстано вить все аспекты хозяйственной деятельности.

Основные группы пользователей финансового анализа Помимо руководства компании, в получении оценки финансового состояния заинтересован ши рокий круг лиц. Согласно подходу Э. Хелферта, можно выделить три группы пользователей, имею щие наибольшее значение:

менеджеры (они фокусируют внимание на. 1. Соотношение компонент деятельности,соответствующих факторах эффективности производства, орга им коэффициентов и основных групп пользователей низации работы, использовании ресурсов, результатах деятельности);

финансового состояния предприятия. Один из них – собственники бизнеса (их интересует отдача с помощью ключевых финансовых показателей, на вложенный капитал, стоимость бизнеса дающих как объективную оценку текущего состоя и его рост;

величина прибыли и её распреде ния и отражающих различные стороны финансового ление);

состояния предприятия, так и с позиции возможного кредиторы (анализируют ликвидность и де банкротства. В первом случае анализ финансового нежные потоки, другие факторы, влияющие состояния предприятия основывается на показа на способность компании обслуживать и воз телях, характеризующих степень ликвидности пред вращать долг, к примеру, залоговая стоимость приятия, его финансовую устойчивость, рентабель активов и финансовый рычаг). ность и рыночную активность2.

Система финансовых коэффициентов включает Эти группы репрезентуют основной комплекс пять основных групп показателей: коэффициенты интересов для оценки финансового состояния ком ликвидности, характеризующие способность ком пании. Для каждой группы можно выделить свой пании удовлетворять претензии держателей крат специфический список показателей, но при этом косрочных долговых обязательств;

коэффициенты надо учитывать, что сферы принимаемых решений финансовой устойчивости, отражающие соотноше у разных категорий пользователей очень часто пе ние собственных и заемных средств в источниках ресекаются. К примеру, если разделить деятель финансирования компании, и характеризующие ность компании на три составляющие (инвести степень финансовой независимости компании от ционную, операционную и финансовую), то три кредиторов;

коэффициенты рентабельности, по главные точки зрения – собственника, менеджера и казывающие, насколько прибыльна деятельность кредитора – могут быть направлены на различные компании;

коэффициенты деловой активно парные комбинации видов деятельности. На рис. 1 сти, позволяющие проанализировать, насколько схематически показано соотношение различных эффективно предприятие использует свои сред компонент деятельности, соответствующих им по ства;

инвестиционные критерии3.

казателей и основных групп пользователей1. Для этих показателей приводятся рекомендуе мые диапазоны значений. Однако допустимые зна Методы оценки финансового состояния чения показателей могут существенно отличаться предприятия как для разных отраслей, так и для разных пред Современная экономическая наука имеет в своем приятий одной отрасли. Для анализа финансового арсенале множество приёмов и методов оценки состояния с позиции возможного банкротства Сорокин М. «С разумом и эффективностью: матрица финансовых показателей».

Кудина М.В. «Финансовый менеджмент» Учебное пособие. – М.: ФОРУМ: ИНФРА М, 2004. – 256 с.

Рябых Д. «Наиболее распространенные финансовые показатели».

БИЗНЕС ИНФОРМАТИКА №1–2008 г. существует три основных подхода: расчёт инте Но не все из рассмотренных критериев могут грального показателя;

использование системы фор быть рассчитаны по данным бухгалтерской отчёт мализованных и неформализованных критериев;

ности. Для их расчёта необходима дополнительная прогнозирование показателей платежеспособности. информация. Что касается критических значений Интегральный показатель – функция от финан этих критериев, то они должны быть детализирова совых показателей, характеризующих экономиче ны по отраслям, а их разработка выполнена после ский потенциал предприятия и результаты его рабо накопления определённых статистических данных.

ты за истекший период. На основе значения этого Система критериев для определения неудовле показателя предприятия могут быть разделены по творительной структуры баланса неплатежеспособ финансовому состоянию на предприятия, имеющие ных предприятий, базирующаяся на показателях неудовлетворительное финансовое состояние и до текущей ликвидности и обеспеченности собствен статочно высокую вероятность банкротства, и пред ными оборотными средствами, а также способно приятия, имеющие удовлетворительное состояние1. сти восстановить (утратить) платежеспособность Другой метод оценки финансового состояния, утверждена Постановлением Правительства Рос (его применяют крупные аудиторские фирмы сийской Федерации от 20.05.1994 г. № 498 «О неко и компании, занимающиеся аналитическими обзо торых мерах по реализации законодательства о не рами, прогнозированием и консультированием) – состоятельности (банкротстве) предприятий».

система формализованных и неформализованных Основанием для признания структуры баланса неу критериев. В качестве примера можно привести довлетворительной, а предприятия неплатежеспо рекомендации Комитета по обобщению практики собным является выполнение одного из следующих аудирования (Великобритания), содержащие пере условий: коэффициент текущей ликвидности мень чень критических показателей для оценки возмож ше 2 либо коэффициент обеспеченности собствен ного банкротства предприятия. Основываясь на ными оборотными средствами меньше 0,12.

разработках западных аудиторских фирм и прело Наиболее привлекательны для оценки финансо мляя эти разработки к отечественной специфике вого состояния предприятия методы, основанные на ведения бизнеса, можно выделить следующую дву расчёте интегрального показателя. Преимущество их хуровневую систему показателей. использования в том, что для расчёта интегрального К первой группе относятся критерии и показате показателя используются данные бухгалтерской ли, неблагоприятные текущие значения которых отчётности и не требуется наличие дополнительной или складывающаяся динамика изменения свиде информации, как в случае методов, основанных на тельствуют о возможных в обозримом будущем зна системе формализованных и неформализованных чительных финансовых затруднениях, в том числе критериев. Другое преимущество – при расчёте и банкротстве. В качестве примера могут быть при интегральных показателей используются финансо ведены следующие критерии: повторяющиеся суще вые показатели, характеризующие различные аспек ственные потери в основной производственной дея ты финансового состояния предприятия (финансо тельности, превышение некоторого критического вую устойчивость, рентабельность, деловую актив уровня просроченной кредиторской задолженности, ность), а не только его платежеспособность, что устойчиво низкие значения коэффициентов ликвид позволяет учитывать интересы различных групп ности и т.д. пользователей. На основе рассчитанных значений Во вторую группу входят критерии и показате интегрального показателя предприятия можно про ли, неблагоприятные значения которых не дают ранжировать.

основания рассматривать текущее финансовое со стояние как критическое, но вместе с тем указывают, Зарубежные и отечественные методики оценки что при определённых условиях или при непринятии и прогнозирования финансового состояния действенных мер ситуация может резко ухудшиться. предприятия на основе интегрального показателя К ним относятся: потеря ключевых сотрудников Для проведения анализа финансового состояния аппарата управления;

вынужденные остановки авиаперевозчиков и определения вероятности их производственно технологического процесса;

уча банкротства были отобраны семь методик, базирую стие предприятия в судебных разбирательствах с щихся на расчёте интегрального показателя: «z – непредсказуемым исходом и т.д. показатель Альтмана», методика Тафлера и Тишоу, Ковалев В. В. «Финансовый анализ: методы и процедуры». М. Финансы и статистика, 2001. – 560 с.

Ковалев В. В. «Финансовый анализ: методы и процедуры». М. Финансы и статистика, 2001. – 560 с.

48 БИЗНЕС ИНФОРМАТИКА №1–2008 г.

«модель Фулмера для классификации банкротств», Методика «модель Чессера надзора за ссудами» «модель Чессера надзора за ссудами», методики Ир прогнозирует случаи невыполнения клиентом усло кутской государственной экономической академии, вий договора о кредите и может использоваться для Р.С. Сайфуллина и Г.Г. Кадыкова, Сбербанка РФ. анализа вероятности угрозы банкротства. Под «не Общее для всех этих методик – заключение о фи выполнением условий» подразумевается не только нансовом состоянии предприятия и прогнозирова непогашение ссуды, но и любые другие отклонения, ние риска банкротства делается на основе значения делающие ссуду менее выгодной для кредитора, чем рассчитанного интегрального показателя. было предусмотрено первоначально.

Итоговый коэффициент вероятности невыпол Зарубежные методики нения условий договора «Р» рассчитывается по Наибольшую известность в области прогнозиро формуле:

вания угрозы банкротства получили работы запад ных экономистов Э. Альтмана, Р. Тафлера и Г. Тишоу, Фулмера, разработанные на базе многомерного где показатель «y» – линейная взвешенная сумма дискриминантного анализа. шести финансовых показателей. В зависимости от По методике Э. Альтмана, представляющего со значения показателя «Р» производится оценка веро бой пятифакторную модель, построенную по дан ятности невыполнения условий договора о кредите:

ным успешно действующих и обанкротившихся если вероятность больше 0,5, заёмщика мож промышленных предприятий США, рассчитывает но отнести к группе, которая не выполнит ся итоговый коэффициент вероятности банкрот условий договора;

ства Z. Он позволяет разделить хозяйствующие если вероятность меньше 0,5, заёмщика мож субъекты на нормально функционирующие и по но отнести к группе надежных клиентов4.

тенциальные банкроты. В зависимости от значения Z показателя по определённой шкале производит Отечественные методики ся оценка вероятности наступления банкротства: Методики оценки финансового состояния и если Z <1,81, вероятность банкротства очень диагностики возможного банкротства на основе велика;

интегрального показателя, с учётом специфики рос если 1,81 < Z < 2,675, вероятность банкротства сийских предприятий, разработаны Иркутской госу средняя;

дарственной экономической академией, Р.С. Сай если 2,675 < Z < 2,99, вероятность банкротства фуллиным и Г. Г. Кадыковым и Сбербанком РФ.

невелика;

В основе методики Иркутской государственной если Z > 2,99, вероятность банкротства нич экономической академии лежит четырехфакторная тожна1. модель, по которой рассчитывается интегральный показатель «R». В зависимости от его значения де По методике британских ученых Р. Тафлера лается вывод о вероятности наступления банкрот и Г. Тишоу для оценки риска банкротства предприя ства предприятия (табл. 1)5.

тия используется четырехфакторная прогнозная модель расчета Z показателя. Если величина Z Таблица показателя больше 0,3, риск банкротства невелик Зависимость показателя R и наблюдается устойчивое финансовое положение, и вероятности наступления банкротства если меньше 0,2, банкротство более чем вероятно2.

Значение R Вероятность банкротства, (%) По методике «модель Фулмера классификации Меньше 0 Максимальная (90%–100%) банкротств» на основе девяти показателей рассчи тывается интегрированный H коэффициент, в за 0–0,18 Высокая (60%–80%) висимости от значения которого предприятие 0,18–0,32 Средняя (35%–20%) может быть отнесено к классу надежных или обре 0,32–0,42 Низкая (15%–20%) чённых на банкротство. Наступление неплатеже Больше 0,42 Минимальная (до 10%) способности неизбежно при H < 03.

Ковалев В. В. «Финансовый анализ». М. Финансы и статистика, 2000. – 512 с.

Зевайкина С.Н. «Диагностика вероятности банкротства организации».

Арутюнян А.Б. «Опыт применения моделей Фулмера и Спрингейта в оценке венгерских предприятий сельского хозяйства».

Руководство пользователя Audit Expert, Москва, 2002 г., 235 с.

Давыдова Г.В., Беликов А.Ю. «Методика количественной оценки риска банкротства предприятий».

БИЗНЕС ИНФОРМАТИКА №1–2008 г. В соответствии с методикой Р.С. Сайфуллина и рованы на торговых предприятиях и могут не учи Г.Г. Кадыкова. для оценки финансового состояния тывать специфику других отраслей. Поэтому разра предприятия подсчитывается рейтинговое число ботка методики, для оценки финансового состоя «R», представляющее собой взвешенную сумму пя ния компаний авиационной отрасли актуальна.

ти финансовых показателей. Если «R» равно 1, предприятие имеет удовлетворительное финансо вое состояние. Это возможно при полном соответ Информационная база и инструментальные ствии финансовых коэффициентов их минималь средства для оценки и прогнозирования ным нормативным уровням. Если «R» < 1, финан финансового состояния авиаперевозчиков совое состояние предприятия характеризуется как неудовлетворительное1. Интернет ресурсы Методика Сбербанка РФ по оценке финансово В качестве информационной базы для анализа го состояния заёмщика основана на проведении эк и оценки финансового состояния авиапредприя спресс анализа финансового состояния предприя тий взяты формы №1 (баланс) и №2 (отчёт о при тия с использованием рейтинговых значений былях и убытках) обязательной финансовой отчет и применяется в целях классификации предприя ности двадцати четырех российских компаний, тий по уровню риска взаимоотношений с банком. занимающихся пассажирскими авиаперевозками за Количественный анализ финансового состоя ряд лет. Среди них – «Авиалинии Кубани», «Авиа ния заёмщика предполагает оценку пяти финансо та», «Астраханские авиалинии», «Аэрофлот», «Бай вых показателей. В зависимости от фактического кал», «Бурятские авиалинии», «Владивостокавиа», значения каждому из пяти коэффициентов, при «Внуковские авиалинии», «Волгодонские авиали сваивается категория (табл. 2). нии», «Восток», «Домодедовские авиалинии», «Дон – Авиа – Центр», «КД авиа», «Нижегородские Таблица 2 авиалинии», «Пермские моторы», «Самара», «Сара Разбивка показателей на категории товские авиалинии», «Сибирь», «Татарстан», «Тран в зависимости от их фактических значений саэро», «Уральские авиалинии», «Центр – Авиа», «Читаавиа», «Ютэйр». Анализировались панельные Коэффициенты 1 категория 2 категория 3 категория данные по 81 состоянию предприятия.

K1 0,2 и выше 0,15–0,2 менее 0, Использовались данные квартальных и годовых отчётов сайта www.lin.ru и финансовая отчетность, K2 0,8 и выше 0,5–0,8 менее 0, опубликованная на сайтах авиакомпаний: www.ae K3 2,0 и выше 1,0–2,0 менее 1, roflot.ru, www.vladavia.ru, www.kdavia.ru, www.sama K4 0,6 и выше 0,4–0,6 менее 0, ra airlines.ru, www.transaero.ru, www.uralairlines.ru, K5 0,15 и выше менее 0,15 нерентаб.

www.utair.ru. Найдены официальные данные о приз нании ряда авиаперевозчиков банкротами.

После этого по этим показателям в соответствии с их весами подсчитывается сумма баллов «S». Аналитическая система «Audit Expert».

Класс заёмщика определяется на основе этой сум На базе форм №1 и №2 обязательной финансо мы следующим образом: вой отчётности рассчитаны финансовые показатели, 1 < S < 1,05 – первый класс кредитоспособности. лежащие в основе расчёта интегральных показателей 1,05 < S < 2,42 – второй класс кредитоспособ для каждой из вышеперечисленных семи методик.

ности. Расчёты проводились с использованием аналитиче 2,42 < S – третий класс кредитоспособности. ской системы «AuditExpert» для диагностики, оцен ки и мониторинга финансового состояния пред Однако зачастую анализ финансового состоя приятий, позволяющей осуществлять как внутрен ния, проведённый с использованием всех этих ний финансовый анализ с позиции менеджмента методик, даёт противоречивый результат. Это компании, так и внешний анализ финансового со объясняется тем, что модели зарубежных авторов стояния с позиции бюджета, контролирующих орга построены с использованием статистики западных нов, кредиторов и акционеров, разработанной оте предприятий, а отечественные разработки апроби чественной компанией «Expert Systems».

Рубан Т.Е., Байдаус П.В. «Анализ методик прогнозирования банкротства на основе использования финансовых по казателей».

50 БИЗНЕС ИНФОРМАТИКА №1–2008 г.

Применение системы «Audit Expert» позволило для расчёта интегрального показателя по каждой решить проблемы, с которыми пришлось стол из методик и сами значения интегральных показа кнуться в ходе работы с информацией, найденной телей по всем семи методикам. В табл. 4 предста на приведённых выше сайтах: влены значения показателей для авиакомпании выявить несбалансированность данных путем «Аэрофлот».

сравнения суммарного актива и пассива ба Для повышения визуализации результатов, рас ланса. Устранить найденные ошибки в дан считанные значения показателей окрашены в раз ных, используя дополнительные источники;

ные цвета в соответствии с делением на четыре решить проблему сопоставимости отчётности группы, что позволяет быстро определить, к какой за анализируемый период с 1998 по 2005 гг., категории относится значение:

используя заложенную в основу работы систе высокая вероятность банкротства (серый мы возможность автоматического приведения цвет);

бухгалтерской отчетности к единому, сопоста средняя вероятность банкротства (чёрный вимому виду, соответствующему требованиям цвет);

международных стандартов финансовой вероятность банкротства невелика (белый отчётности;

цвет), рассчитать стандартные финансовые коэффи вероятность банкротства ничтожна (тёмносе циенты и оценить риски потери ликвидности рый цвет).

и банкротства на базе имеющихся в системе встроенных методик;

Как видно из приведённого примера, результа дополнить существующую методическую базу ты, полученные с использованием разных методик, новыми методиками, используя встроенные существенно различаются.

аналитические таблицы и таблицы, создавае мые пользователем, для решения любых задач Анализ финансового состояния авиаперевозчиков анализа, диагностики и мониторинга финан На основании значений интегральных показате сового состояния. лей, рассчитанных по всем отобранным методикам, проведен анализ финансового состояния и получе На основе основных форм финансовой отчётно ны следующие результаты. Если рассматривать два сти: баланса (форма №1) и отчёта о прибылях и возможных состояния (удовлетворительное и неу убытках (форма №2) с помощью системы «Audit довлетворительное), то только для 18,5% авиаком Expert» для каждой авиакомпании рассчитаны паний с точки зрения всех семи методик наблюда стандартные финансовые коэффициенты, широко лось полное совпадение в оценке финансового со используемые при оценке финансового состояния. стояния;

у 16% авиакомпаний оценивалось как Результаты расчётов финансовых показателей для удовлетворительное и у 2,5% авиакомпаний оцени компании «Аэрофлот» приведён в табл. 3. валось как неудовлетворительное. Среди послед Для анализа финансового состояния авиапере них, только одно предприятие официально призна возчиков и определения вероятности их банкрот на банкротом. Состояние 42% авиаперевозчиков ства использованы четыре имеющиеся в системе определено как неудовлетворительное по четырём «Audit Expert» методики: «z показатель Альтмана», из семи методик, а состояние 39,5% авиакомпаний «модель Чессера надзора за ссудами», «модель Фул оценено как удовлетворительное по четырём из мера для классификации банкротств» и методика семи методик (рис. 2).

Сбербанка РФ. Оставшиеся три из семи методик: Таким образом, выявлено, что данные методи Тафлера и Тишоу, Иркутской государственной эко ки, основанные на расчёте интегрального показате номической академии, Р.С. Сайфуллина и Г.Г. Ка ля с учётом эмпирических и теоретических взаимо дыкова встроены в систему «Audit Expert» дополни связей между коэффициентами, не дали единого тельно. Для этого с помощью аналитических ответа, к какой группе по финансовому состоянию таблиц созданы формы таблиц результатов, опреде относится авиакомпания.

лены связи с таблицами исходных данных и заданы Поэтому предложено, используя z значения формулы расчета коэффициентов и итоговых пока интегральных показателей, провести кластерный зателей. Для удобства проведения анализа финан анализ, чтобы проверить, возможно, ли по сово сового состояния авиаперевозчиков создана общая купности значений интегральных показателей по таблица по каждому предприятию, содержащая лучить достоверную оценку финансового состоя значения финансовых показателей, используемых ния.

БИЗНЕС ИНФОРМАТИКА №1–2008 г. 52 БИЗНЕС ИНФОРМАТИКА №1–2008 г.

БИЗНЕС ИНФОРМАТИКА №1–2008 г..

54 БИЗНЕС ИНФОРМАТИКА №1–2008 г.

Продолжение таблицы. 2. Результаты оценки финансового состояния авиапредприятий на основе интегральных показателей, рассчитанных по семи методикам Кластерный анализ, проведённый по значениям Таблица интегральных показателей, рассчитанным Проверка гипотезы о нормальном распределении по отобранным методикам данных в кластерах Мерой расстояния между кластерами использо вался прирост суммы квадратов расстояний объек Ward Kolmogorov Интегральные показатели Method Smirnov(a) тов до центров кластеров, получаемый в результате их объединения (метод Варда, 1963). В качестве Statistic df Sig.

расстояния между объектами – квадрат евклидова Методика Тафлера и Тишоу 1,218 26, расстояния1. В результате разбиения к первому кла 2,089 55, стеру отнесены 26 состояний авиакомпаний, ко второму – 55. Из 26 состояний авиакомпаний, Методика Иркутской отнесённых к первому кластеру, в 14 случаях офи государственной 1,162 26, экономической академии циально зарегистрировано банкротство. Во второй кластер попало только 7 предприятий, официально 2,327 55, признанных банкротами.

Для проверки качества разбиения на кластеры Методика Сайфуллина 1,208 26, и Кадыкова проведена проверка значимости различий средних значений получившихся кластеров. Для выбора 2,124 55, необходимого теста проверки гипотезы о значимом Методика Альтмана 1,132 26, различии средних значений кластеров проведена 2,136 55, проверка на нормальность распределении данных в каждом кластере.

Модель Фулмера 1,164 26, В табл. 5 представлены значения статистики 2,112 55, Колмогорова – Смирнова для интегрированных по Модель Чессера 1,304 26, казателей в каждом кластере и вероятность получить данное значение статистики при справедливости ги 2,236 55, потезы о нормальном распределении. Для класте Методика Сбербанка РФ 1,214 26, ров, окрашенных серым цветом, такое значение ста 2,184 55, тистики получить при нормальном распределении Бююль А., Цёфель П. «SPSS: Искусство обработки информации» М., 2002, 602 с.

БИЗНЕС ИНФОРМАТИКА №1–2008 г. маловероятно, т.е. нулевая гипотеза о нормальности Как видно из табл. 6, нулевая гипотеза отверга распределения отвергается. ется на 1% уровне значимости для всех средних зна В результате в первом кластере гипотеза о нор чений интегральных показателей. Следовательно, мальном распределении не отвергается на 5% уровне высоко значимо различие средних значений кла значимости только для следующих показателей: ин стеров. Их нельзя объяснить случайными отклоне тегрированного показателя методики Иркутской го ниями.

сударственной экономической академии, «z показа При распределении авиакомпаний по двум кла теля Альтмана» и показателя методики Фулмера. Во стерам, в соответствии с финансовым состоянием втором кластере гипотеза о нормальном распределе и вероятностью невыполнения обязательств рас нии не отвергается на 5% уровне значимости только считаны максимальные, минимальные и средние для показателя Тафлера и Тишоу, и показателя Фул значения для интегрального показателя по каждой мера. Для проверки значимости различия средних методике для двух кластеров (табл. 7).

кластеров использованы непараметрические тесты.

Непараметрические (не основанные на каком Таблица либо распределении вероятности) тесты применя Интегрированные показатели моделей ются, когда выборки переменных, принадлежащих к и их критериальные значения интервальной шкале, не подчиняются нормальному 1 кластер 2 кластер распределению. Так как в этих тестах обрабатывает Интегральные ся не само значение, а его ранг (положение внутри показатели Среднее Min max Среднее min max выборки), они нечувствительны к выбросам.

Методика Для определения, является ли наблюдаемая раз Тафлера 0,38 0,87 1,46 0,57 0,15 1, ница в средних значениях случайной или нет, мож и Тишоу но сформулировать две гипотезы:

Методика Ир Н0: наблюдаемые различия между средними кутской госу значениями выборок находятся в пределах случай дарственной 3,60 24,88 2,71 3,48 0,45 51, экономической ных отклонений.

академии На: наблюдаемые различия между средними Методика значениями выборок нельзя объяснить случайны Сайфуллина 5,60 29,31 0,08 0,72 1,32 2, ми отклонениями.

и Кадыкова Для проверки нулевой гипотезы использовался Методика 0,44 5,25 4,48 3,35 0,05 8, H тест по методу Крускала – Уоллиса. В табл. Альтмана представлены значения статистики Крускала – Модель Уоллиса и вероятность получить данное значение 3,43 12,45 5,55 0,02 3,06 4, Фулмера статистики.

Модель 5,78 0,89 45,73 0,30 4,19 17, Чессера Таблица Методика H тест по методу Крускала Уоллиса 2,38 1,42 2,95 1,66 1,05 2, Сбербанка РФ Мето Мето дика Мето Иркут Мето Мо Мо Если сравнить средние значения интегральных дика Сай дика ская дика дель дель показателей, рассчитанных по различным методи Тафле фулли Сбер мето Альт Фул Чессе ра и на и банка кам (рис. 3), можно заметить, что средние значения дика мана мера ра Тишоу Кады РФ показателей для первого кластера по всем методи кова кам, за исключением методики Чессера и Сбербан Chi ка РФ, меньше средних значений этих же показате 8,789 41,071 49,010 34,848 21,796 34,133 36, Square лей для второго кластера. Для всех методик, кроме методик Чессера и Сбербанка РФ, характерно: чем df 1 1 1 1 1 1 выше значение интегрированного показателя, тем Asymp.

,003,000,000,000,000,000,000 лучше оценивается финансовое состояние и ниже Sig.

вероятность банкротства. Для методики Чессера и Сбербанка РФ с увеличением значения инте a Kruskal Wallis Test. грального показателя увеличивается вероятность b Grouping Variable: Ward Method. банкротства.

56 БИЗНЕС ИНФОРМАТИКА №1–2008 г.

2) у них усматриваются признаки преднамерен ного банкротства.

В табл. 8 приведены результаты расчётов, под тверждающие эти выводы.

Выявление признаков преднамеренного банкротства В соответствии с методикой установления нали чия (отсутствия) признаков преднамеренного бан кротства, определяется обеспеченность краткосроч ных обязательств должника его оборотными актива ми – величина Коб. Делаются следующие выводы о наличии признаков преднамеренного банкрот ства: если Коб больше 1, имеются признаки предна. 3. Средние значения интегральных показателей, рассчитан меренного банкротства;

если Коб меньше 1, приз ных по семи методикам для двух кластерного разбиения наки преднамеренного банкротства отсутствуют.

С целью выявления признаков преднамеренно Таким образом, сравнение средних значений го банкротства проводится анализ финансово интегральных показателей, рассчитанных по раз хозяйственной деятельности должника. Он осу личным методикам, позволило сделать вывод, что к ществляется в два этапа:

первому кластеру отнесены авиакомпании, имею рассчитываются показатели, характеризую щие неудовлетворительное финансовое состояние щие изменения в обеспеченности обяза и достаточно высокую вероятность банкротства;

тельств должника перед его кредиторами, ко второму – предприятия, имеющие удовлетвори имевшие место за период проверки;

тельное финансовое состояние и достаточно низ анализируются условия совершения сделок кую вероятность банкротства. должника за этот же период, повлекшие В результате разбиения в первый кластер, харак существенные изменения в показателях обес теризующийся неудовлетворительным финансо печенности обязательств должника перед его вым состоянием и высокой вероятностью невыпол кредиторами.

нения обязательств, попали 67% (14 из 21) авиаком паний, официально признанных банкротами, Если на первом этапе установлено существенное и 20% (12 из 60) авиакомпаний, которые не являют ухудшение показателей, обеспечивающих обязатель ся банкротами. К этим 20% относятся следующие ства, проводится экспертиза сделок должника за тот авиаперевозчики: Трансаэро (2003, 2004, 2005), же период, которые могли стать причиной соответ Самара (1998, 1999, 2000, 2002), Utair1998, Utair1999, ствующей динамики показателей. Если обеспечен Татарстан1999, Пермские моторы1998, Владивосто ность требований кредиторов за период проверки су кавиа1998. Данный результат может быть объяснён щественно не ухудшилась, признаки преднамерен следующим образом: свыше половины методик ного банкротства отсутствуют. Если обеспеченность оценивают финансовое состояние этих предприя требований кредиторов существенно ухудшилась, но тий как неудовлетворительное (Пермские мото сделки, совершенные должником, соответствуют су ры1998 – все методики, Самара1998, Самара1999, ществовавшим рыночным условиям, нормам и обы Самара2000, Utair1998, Utair1999, Татарстан1999 – чаям делового оборота, признаки преднамеренного шесть). банкротства усматриваются1.

Вместе с тем, 33% (7 из 21) авиакомпаний, офи циально признанных банкротами, оказались во Модель логистической регрессии втором кластере, т.е. в числе предприятий, имею для прогнозирования вероятности банкротства щих удовлетворительное финансовое состояние. Некоторые финансовые показатели входят Это может быть объяснено тем, что в расчёт интегрального показателя различных мо 1) свыше половины методик характеризуют эти делей (табл. 9), что может усиливать воздействие авиакомпании как имеющие удовлетворительное данного финансового показателя и приводить финансовое состояние;

к ошибочному делению на кластеры.

Федорова Г.В.«Финансовый анализ предприятия при угрозе банкротства». Учебное пособие. – М.:Омега Л, 2003 – 272 с.

БИЗНЕС ИНФОРМАТИКА №1–2008 г. Таблица Данные по значениям интегрированных показателей и фактор преднамеренного банкротства Первый кластер, характеризующийся неудовлетворительным финансовым состоянием Фактор преднаме Методика Методика Методика Иркутская Методика Модель Модель Название авиакомпании Банкрот ренного Тафлера Сайфуллина Сбербанка методика Альтмана Фулмера Чессера банкрот и Тишоу и Кадыкова РФ ства Авиата1998 0,15 2,68 29,31 1,13 10,64 5,97 2, Авиата1999 0,87 1,62 17,15 0,25 12,01 3,77 1, Авиата2000 0,37 2,71 14,58 0,35 12,45 4,08 1, Байкал1998 0,33 10,27 5,7 5,25 9,06 12,18 2, Байкал1999 0,4 10,2 4,25 1,36 7,81 6,73 2, Байкал2001 0,3 7,2 5,44 1,13 6,46 5,2 2, Владивостокавиа1998 0,33 0,38 0,26 2,18 2,11 0,67 2, Внуковские авиалинии1999 0,25 0,03 0,08 0,65 1,46 1,45 2, Внуковские авиалинии2000 + 0,24 0,5 0,33 0,38 1,51 0,17 2, Нижегородские авиалиии1998 0,37 4,04 1,2 1,35 2,96 6,53 2, Нижегородские авиалинии1999 0,55 7,19 2,42 1,14 3,66 8,67 2, Нижегородские авиалинии2000 0,76 8,75 3,02 2,01 6,3 6,12 2, Пермские моторы1998 0,28 0,38 0,89 0,1 1,12 1,84 2, Самара1998 0,38 6,28 5,65 0,57 1,05 3,59 2, Самара1999 0,6 1,67 0,59 1,23 1,91 3,18 2, Самара2000 0,57 2,36 1,71 2,1 2,21 1,55 2, Самара2002 0,2 0,45 0,6 2,12 0,91 0,89 2, Татарстан1999 0,23 1,61 1,59 0,41 4,2 0,6 2, Трансаэро2003 0,91 1,49 12,94 2,15 4,93 6,18 2, Трансаэро2004 1,12 3,53 7,33 3,32 5,55 5,89 2, Трансаэро2005 1,46 24,88 0,59 4,48 1,53 12,96 2, Читаавиа2000 0,19 3,18 8,34 0,55 4,96 0,01 2, Читаавиа2001 0,16 4,66 9,27 0,51 5,06 6,13 2, Читаавиа2003 0,5 2,79 9,29 1,76 0,82 45,73 2, Ютэйр1998 0,23 0,99 1,23 0,04 1,06 2,45 2, Ютэйр1999 0,29 0,69 2,09 0,24 1,61 1,39 2, Второй кластер, характеризующийся удовлетворительным финансовым состоянием Внуковские авиалинии1998 + 0,24 0,45 0,45 0,05 0,67 2,64 1, Волгодонские авиалинии1998 + 0,34 51,21 1,51 3,14 0,79 1,86 1, Волгодонские авиалинии1999 + 0,46 4,3 1,31 1,95 0,55 17,22 1, Волгодонские авиалинии2000 + 0,45 3,55 1,06 1,42 0,15 0,09 1, Волгодонские авиалинии2001 + 0,49 6,26 1,49 2,54 0,45 0,54 1, Дон Авиа Центр1999 + 0,15 4,23 1,32 1,43 3,06 1,02 1, Дон Авиа Центр2000 + 0,41 4,95 1,49 2,79 1,65 4,19 1, 58 БИЗНЕС ИНФОРМАТИКА №1–2008 г.

Таблица Встречаемость в различных методиках финансовых показателей, используемых в оценке финансового состояния предприятий Методики оценки финансового состояния и вероятности банкротства Модель Модель Методика Название показателя Иркутская Методика Модель Модель Таффлера Сайфуллина Сбербанка модель Альтмана Фулмера Чессера и Тишоу и Кадыкова РФ Показатель оборачиваемости активов Показатель доходности активов Коэффициент текущей ликвидности Коэффициент покрытия задолженности оборотными активами Коэффициент рентабельности собственного капитала Показатель ликвидности активов Показатель, характ. долю активов, которая финансируется за счет займов Показатель, характер. долю активов, которая финансируется за счет кратк. обязательств Показатель, характеризующий соотношение собственного и заемного капитала Lg (материальные активы) Lg (прибыль до уплаты процентов и налогов/ выплаченные проценты) Коэффициент обеспеченности собственными средствами Коэффициент абсолютной ликвидности Коэффициент обеспеченности оборотными средствами Коэффициент покрытия краткосрочных обязательств прибылью от реализации Коэффициент покрытия обязательств чистой прибылью Коэффициент, показывающий долю наиболее ликвидных активов в совокупных активах Коэффициент, показывающий соотношение внеоборотных и чистых активов Показатель оборачиваемости наиболее ликвидных активов Показатель рентабельности активов Показатель рентабельности продукции Показатель, характеризующий долю активов, финансирующуюся. за счет нераспределенной прибыли прошлых лет Показатель, характеризующий эффективность работы предприятия Промежуточный коэффициент покрытия Рентабельность реализованной продукции БИЗНЕС ИНФОРМАТИКА №1–2008 г. В результате анализа финансовых показателей Таблица моделей выявлены наиболее часто встречающиеся Таблица классификации независимые финансовые показатели, отражаю Predicted щие различные аспекты финансового состояния BANKRUPT предприятия и позволяющие получить его оценку Per cen с точки зрения всех заинтересованных групп поль Observed авиаком авиаком tage пания не пания зователей.

Cor признана признана Таковыми являются: rect банкротом банкротом показатель оборачиваемости активов;

Авиакомпа коэффициент текущей ликвидности;

ния не коэффициент рентабельности собственного 65 3 95, признана капитала;

банкротом BANK доля активов, которая финансируется за счёт RUPT Step 1 Авиакомпа краткосрочных обязательств.

ния приз 5 17 77, нана бан кротом На основе этих показателей построена модель логистической регрессии, в которой в качестве за Overall 91, Percentage висимой переменной задана дихотомичная переменная, отражающая статус авиакомпании (1 – авиакомпания официально признана банкро псевдо R2 Нагелькерка, индикатор хи квадрат том, 0 – авиакомпания не признана банкротом). и критерий Хосмера – Лемешова.

С учётом найденных коэффициентов уравнение Как видно из табл. 11, налицо улучшение каче логистической регрессии для вероятности банкрот ства модели c 4 переменными (2LL = 46,243), по ства можно записать следующим образом: сравнению с моделью состоящей только из одной константы (2LL = 100,107). Для построенной мо дели псевдо R2 Кокса и Снелла равен 0,45, а псевдо R2 Нагелькерка – 0,671. Согласно обоим показате лям построенная модель объяснила значительную где Z = 0,64 – 3,79*показатель оборачиваемости часть рассеяния.

активов + 0,44*коэффициент текущей ликвид ности + 2,38*коэффициент рентабельности Таблица собственного капитала + 3,94* показатель, ха Качество модели рактеризующий долю активов, которая финан сируется за счёт краткосрочных обязательств.

Step 2 Log likelihood Cox & Snell R Square Nagelkerke R Square Оценка качества построенной модели 1 46,243,450, Построенная модель апробирована на выборке из 90 наблюдений, где были использованы данные по 23 авиакомпаниям за ряд лет с 1998 по 2005 гг. Индикатор хи квадрат, использующийся для про Результаты приведены в таблице классификации верки нулевой гипотезы о равенстве нулю сразу всех (табл. 10). коэффициентов модели, позволяет отвергнуть нуле Как видно из таблицы для 65 из 68 наблюдений вую гипотезу с уровнем значимости < 1%. (табл.12).

модель правильно спрогнозировала удовлетвори тельное финансовое состояние (95,6%), для 17 Таблица наблюдений правильно спрогнозировано банкрот Тест об одновременном равенстве нулю ство (77,3%). Общее количество верных предсказа всех коэффициентов ний составило 91%.

Chi square df Sig.

Основная характеристика модели – качество предсказаний, сделанных с её помощью. Проведена Step 53,864 4, оценка качества модели с помощью различных су Step 1 Block 53,864 4, ществующих индикаторов, среди которых отрица тельное удвоенное значение логарифма функции Model 53,864 4, правдоподобия ( 2LL), псевдо R2 Кокса и Снелла, 60 БИЗНЕС ИНФОРМАТИКА №1–2008 г.

Еще один критерий качества подгонки модели – Таблица критерий Хосмера и Лемешова. Этот показатель Тест Хосмера и Лемешова рассчитывается для проверки гипотезы о незначи мости расхождений между моделью и наблюдения Step Chi square Df Sig.

ми. Для построенной модели критерий равен 8, с соответствующей значимостью 0,36. (табл.13).

1 8,749 8, Следовательно, нет оснований отвергнуть нулевую гипотезу и расхождения между моделью и наблюде ниями незначимы.

цент ошибочных предсказаний в построенной моде Сравнение построенной модели и модели Чессера ли составляет 9%, в модели Чессера – 47% (рис. 5).

Сравнительный анализ построенной модели логи Сравнительный анализ модели Чессера, построен стической регрессии с моделью Чессера показал: про ной модели и фактического состояния показал, что в результате процент совпадений модели Чессера и построенной модели для авиакомпаний, которые официально не являются банкротами, составил 35,6%, для авиакомпаний, официально признанных банкротами, – 13,3%. Процент авиакомпаний, имеющие неудовлетворительное финансовое со стояние в соответствии с построенной моделью, удовлетворительное с точки зрения модели Чессера, но официально признанны банкротами – 5,6%.

Процент авиакомпаний, имеющих неудовлетвори тельное состояние по Чессеру, удовлетворительное в соответствии с построенной моделью и не приз. 5. Сравнение построенной модели и модели Чессера нанных банкротами, составил 36,7%.

Литература 1. Аналитический обзор «Russian Airline Sector: Ready for Take off» от 24 июля 2006 года. http://www.aeroflot.ru/attach.asp?a_no=3399.

2. Рейтинговое агентство «Эксперт РА» – «Конкурентоспособность российских авиакомпаний на мировом рынке».

http://www.g2b.ru/researches/avia/.

3. Сорокин М. «С разумом и эффективностью: матрица финансовых показателей». Журнал «Генеральный директор», 2006, № 5.

4. Кудина М.В. «Финансовый менеджмент» Учебное пособие. – М.: ФОРУМ: ИНФРА М, 2004. – 256 с.

5. Рябых Д. «Наиболее распространенные финансовые показатели». http://www.aup.ru/articles/finance/2.htm 6. Ковалев В. В. «Финансовый анализ: методы и процедуры». М. Финансы и статистика, 2001. – 560 с.

7. Ковалев В. В. «Финансовый анализ». М. Финансы и статистика, 2000. – 512 с.

8. Зевайкина С.Н. «Диагностика вероятности банкротства организации», Интернет издание GAAP.ru Теория и практика финансового и управленческого учета, журнал «Аудитор» №9–2005.

9. Арутюнян А.Б. «Опыт применения моделей Фулмера и Спрингейта в оценке венгерских предприятий сельского хозяйства».

http://www.cfin.ru/finanalysis/fulmer.shtml.

10. Руководство пользователю Audit Expert, Москва, 2002, – 235 с.

11. Давыдова Г.В., Беликов А.Ю. Методика количественной оценки риска банкротства предприятий // Управление риском. – 1999. – N 3. с.13–20.

12. Рубан Т.Е., Байдаус П.В. «Анализ методик прогнозирования банкротства на основе использования финансовых показателей».

Сборник трудов магистрантов 2003 Донецкого национального технического университета. Выпуск 2. – Донецк, ДонНТУ Мини стерства образования и науки Украины, 2003.– 942 с.

13. Ахим Бююль, Петер Цефель. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скры тых закономерностей. Торговоиздательский дом Dia Soft Москва, Санкт Петербург, Киев 2002. – 602 с.

14. Федорова Г.В.«Финансовый анализ предприятия при угрозе банкротства». Учебное пособие. – М.:Омега Л, 2003 – 272 с.

БИЗНЕС ИНФОРМАТИКА №1–2008 г.




© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.