CC BY
61
БАЛЛЬНАЯ МОДЕЛЬ АНТИКРИЗИСНОЙ ДИАГНОСТИКИ ПРЕДПРИЯТИЙ, СДАЮЩИХ КОММЕРЧЕСКУЮ НЕДВИЖИМОСТЬ В АРЕНДУ
Аннотация. В статье раскрывается сущность механизма антикризисной диагностики хозяйствующего субъекта. Приводится классификация проблем применения инструментов антикризисной диагностики на эндогенные и экзогенные. На основе анализа 30 отечественных предприятий, работающих в сфере коммерческой недвижимости, разрабатывается система финансовых показателей антикризисной диагностики и балльная модель оценки устойчивости финансового состояния.
Ключевые слова. Антикризисная диагностика, модель антикризисной диагностики, несостоятельность, финансовая устойчивость, коммерческая недвижимость.
Barkar A.A.
SCORING MODEL OF CRISIS DIAGNOSIS FOR COMPANIES RENTING
COMMERCIAL REAL ESTATE
Abstract. Article exposes the nature of an entity's crisis diagnosis mechanism. According to a classification described in the article the problems of an application of crisis diagnosis instruments are divided on endogenous and exogenous. Based on the analysis of 30 domestic companies working with commercial real estate we develop a financial scorecard for crisis diagnosis and a scoring model to assess the stability offinan-cial position.
Keywords. Crisis diagnosis, a model of crisis diagnosis, insolvency, financial stability, commercial real estate.
Кризисное состояние отечественной экономики, безусловно, нашло своё отражение в динамике развития рынка коммерческой недвижимости. Несмотря на то, что отмечавшееся на протяжении последних двух лет снижение посещаемости торговых центров в I квартале 2016 г. прекратилось, индекс потребительской уверенности, отражающий совокупные потребительские ожидания населения, всё ещё находится на чрезвычайно низком уровне (-30% за аналогичный период). Как следствие, невысокая конвертация посетителей в покупателей делает практически невозможным рост спроса на качественную коммерческую недвижимость, что ведёт к увеличению доли вакантных площадей и, как следствие, к потере предприятиями, сдающими коммерческую недвижимость в аренду, финансовой устойчивости.
Это заставляет максимально внимательно относиться к предупреждению развития кризисных процессов подобных предприятий, что достигается исключительно за счёт внедрения эффективного механизма антикризисной диагностики. Антикризисная диагностика - это процесс регулярного анализа результатов финансово-хозяйственной и инвестиционной деятельности и их воздействия на финансовую устойчивость организации с целью идентификации и количественного измерения факторов финансовой несостоятельности, а также определения причин их проявления и возможных путей нивелирования [3].
ГРНТИ 06.81.85 © Баркар А. А., 2016
Александр Александрович Баркар - аспирант кафедры корпоративных финансов и оценки бизнеса Санкт-Петербургского государственного экономического университета.
Контактные данные для связи с автором: 197348, Санкт-Петербург, Коломяжский пр., д. 15, корп. 2, кв. 1381 (Russia, St. Petersburg, Kolomyazhskiy av., 15, 2, 1381). Тел.: + 7 962 691-25-37. E-mail: [email protected].
Очевидно, что реализация данного комплекса задач зависит от методического обеспечения процесса антикризисной диагностики, развитие которого уходит корнями еще в 1930-е гг. В настоящий момент отечественная и зарубежная финансово-экономическая наука располагает обилием инструментов, позволяющих реализовать вышеупомянутые задачи как по отдельности, так и комплексно. Согласно подходу британских экономистов М.А. Азиза и Х.А. Дара [5] все инструменты, или модели, антикризисной диагностики можно классифицировать на:
• статистические модели - предполагают количественное выражение интегрального показателя на основе применения статистических методов;
• модели-экспертные системы, основанные на применении искусственного интеллекта (Artificial Intelligence Expert Systems - AIES) -также основаны на статистических методах, но способны анализировать гораздо больший по объему массив данных в более короткие сроки, а также предполагают так называемое «машинное обучение», т.е. способность системы улучшать результаты анализа на основе предыдущих наблюдений;
• теоретические модели - в отличии от двух предыдущих типов акцентируют внимание на причинах потери финансовой устойчивости, а не на индикаторах ухудшения финансового состояния, а также имеют достаточно глубокое теоретическое обоснование.
Таким образом, механизм антикризисной диагностики может быть представлен как процесс анализа количественной и качественной информации об исследуемом хозяйствующем субъекте (входных данных) при помощи инструментов диагностики с целью получения информации о финансовом состоянии предприятия (выходных данных). Необходимо обратить внимание на то, что результат диагностики в конечном итоге должен позволить сформулировать рекомендации по сохранению и укреплению экономической и финансовой устойчивости организации, либо по их восстановлению (см. рисунок).
ОБРАТНАЯ СВЯЗЬ Рис. Механизм антикризисной диагностики предприятия.
Эффективность реализации механизма антикризисной диагностики любого хозяйствующего субъекта определяется спектром проблем, с которыми сталкивается аналитик. На наш взгляд, все имеющиеся проблемы антикризисной диагностики можно условно подразделить на эндогенные (внутренние) и экзогенные (внешние). В таблице 1 мы кратко изложили основные отличительные черты двух типов проблем, которые позволяют лучше оценить их природу.
Так эндогенные проблемы вытекают непосредственно из недостатков того или иного метода исследования, который положен в основу конкретного инструмента. Экзогенные проблемы, напротив, порождаются внешними условиями, в которых создавался и использовался инструмент (информационная асимметрия, страновая и отраслевая специфика и др.). Не представляется возможным оценить, минимизация негативных эффектов от какой из групп проблем должна иметь первоочередную важность. С одной стороны, исследователь способен максимизировать точность диагностики, используя прогнозную силу современных машинных алгоритмов, однако, по мнению ряда экономистов, в этом случае мы сталкиваемся с существенным отдалением от экономической действительности, а следовательно, практически не в силах дать содержательную экономическую интерпретацию схемы работы инструмента [1]. К тому же в большинстве случаев разработка передовых моделей AIES не является целесообразной с точки зрения финансовых и временных возможностей для их создания.
Таблица 1
Виды проблем применения инструментов антикризисной диагностики и их основные характеристики
Эндогенные проблемы Экзогенные проблемы
• Проблемы статистических моделей: проблемы МДА; проблемы логит-моделей и т.д. • Проблемы моделей AIES • Проблемы теоретических моделей и др. • Информационные проблемы: недостаток информации; сложность обработки большого объема данных; недостоверность данных и т.д. • Проблемы применения зарубежных методик в РФ • Проблемы отраслевой специфики хозяйствующих субъектов • Законодательные проблемы и др.
Характеристика : • Связаны непосредственно с самим инструментом • Носят конкретный (уникальный) характер • Являются условно-устранимыми • Их количество условно-ограничено • Минимизация обусловлена требованиями исследователя к применяемому инструменту Характеристика: • Связаны с внешними условиями создания и применения инструмента • Носят универсальный характер • Являются условно-неустранимыми • Их количество условно-неограниченно • Минимизация обусловлена максимальной адаптацией исследователя к внешним условиям
Мы полагаем, что приоритетом для развития антикризисной диагностики в РФ является максимально возможное устранение экзогенный, или внешних, проблем. Большинство исследователей при применении наиболее распространённых моделей антикризисной диагностики, разработанных Э. Альтманом, Дж. Олсоном, Р. Таффлером, О.П. Зайцевой, А.Д. Шереметом, Р.С. Сайфуллиным и др., сталкиваются с тем, что интерпретация их результатов не соответствует реальной экономической действительности. Это объясняется тем, что данные, используемые при создании этих инструментов, не учитывали либо страновую, либо отраслевую специфику. Таким образом, налицо очевидная необходимость совершенствования инструментов антикризисной диагностики в российских условиях.
Один из возможных вариантов совершенствования инструментов антикризисной диагностики будет представлен нами на примере предприятий, сдающих коммерческую недвижимость в аренду. Минимизировать негативное воздействие проблем экзогенного характера возможно путём адаптации зарубежных моделей для хозяйствующих субъектов, осуществляющих свою деятельность на территории России, что заключается в переоценке каждого весового значения каждого из показателей модели. Однако, на наш взгляд, в данном случае мы находимся в определённых рамках, так как не можем изменять набор коэффициентов в модели в соответствии с отраслевой спецификой. Поэтому нами была предпринята попытка разработать новый инструмент антикризисной диагностики, предназначенный именно для организаций, работающих в сфере аренды коммерческой недвижимости.
Прежде всего нам необходимо сформировать систему показателей, на основе которых и будет строиться модель. В целях первичного отбора финансовых коэффициентов мы проанализировали
22 существующих инструмента антикризисной диагностики, в т.ч. 11 отечественных и 11 зарубежных. В число рассмотренных методик вошли модели Э. Альтмана [4, с. 241], Дж. Олсона [6], М. Змиевско-го [9], У. Бивера, Дж. Фулмера, Р. Лиса, Иркутской государственной экономической академии, В.В. Ковалева и О.Н. Волковой, О.П. Зайцевой [2, с. 26-48] и др. Из всего многообразия применяемых авторами показателей мы выделили 19 коэффициентов, используемых в исследуемых методиках более одного раза. Условно их можно разделить на следующие группы: показатели эффективности (рентабельности), показатели покрытия (ликвидности), показатели структуры баланса и показатели финансовой независимости.
Следуя тенденциям современного финансового менеджмента оценивать результаты деятельности компании при помощи показателей денежного потока и основываясь на проведенных ранее исследованиях ряда зарубежных авторов [7, 8], мы включили в исследование шесть коэффициентов денежного потока. В процессе анализа список коэффициентов был сокращён на 6 показателей по причине их нерепрезентативности. Таким образом, конечное исследование включало 20 финансовых коэффициентов. Анализ каждого из показателей проводился на основе выборки предприятий, сдающих в аренду коммерческую недвижимость, включающей 25 действующих организаций и 5 хозяйствующих субъектов, в отношении которых была введена процедура наблюдения в период 2011-2014 гг.
По каждому из 20 показателей, в т.ч. по 4-м коэффициентам денежного потока, было рассчитано среднегодовое значение по выборке и определены значения парной корреляции между показателями. Выявление так называемых аномальных наблюдений (выбросов) было проведено визуально. При формировании конечной системы показателей мы исходили из того, что она не должна включать большое количество финансовых коэффициентов, а каждый из них должен иметь невысокую взаимосвязь с другими показателями системы и быть максимально репрезентативным.
Анализ взаимосвязи показателей путём вычисления коэффициентов парной корреляции показал, что традиционные коэффициенты проявляют себя лучше, нежели показатели денежного потока, кроме денежной рентабельности активов по операционной деятельности, однако он является прямой альтернативой классической рентабельности активов, но характеризуется гораздо меньшей репрезентативностью в рамках использованной при исследовании выборки.
Таким образом, проведённый нами анализ позволил сформировать систему финансовых коэффициентов для целей антикризисной диагностики предприятий, работающих в сфере аренды коммерческой недвижимости, которая включает: рентабельность активов (ROA), Собственный капитал / Заемные капитал (E/D), доля формирования активов за счёт чистого рабочего капитала (NWC/A) и коэффициент покрытия обязательств чистой прибылью (NI/D). В таблице 2 мы отразили результаты корреляционного анализа для факторов, отобранных нами для формирования модели антикризисной диагностики. Значения показателей парной корреляции, не превышающие 0,76, свидетельствуют о том, что модель соответствует обозначенному выше требованию отсутствия высокой взаимосвязи между факторами, входящими в систему показателей.
Таблица 2
Корреляционная матрица основных показателей антикризисной диагностики
Показатель ROA E/D NWC/A NI/D
ROA 1
E/D -0,3256 1
NWC/A 0,6703 0,3163 1
NI/D 0,5008 -0,7577 -0,3057 1
Заключительным этапом конструирования инструмента антикризисной диагностики было построение на основе полученной системы показателей многокритериальной модели, целью которой является сведение антикризисной диагностики к оценке единого параметра, значение которого напрямую определялось бы факторами, входящими в систему показателей. В этих целях мы экспертным путём, на основе анализа отраслевой динамики, присвоили каждому показателю определённое весовое значение (см. таблицу 3). Наиболее значимыми в нашей модели являются показатели ROA и NWC/A, так
как именно по их значениям наблюдаются наиболее существенные различия у финансово устойчивых организаций и организаций, в отношении которых была начата процедура наблюдения. По аналогичным причинам коэффициент E/D получил наименьший вес.
Разработанный нами инструмент предусматривает деление предприятий на три класса финансовой устойчивости по каждому из показателей. Если предприятие относится к I классу, то его весовое значение умножается на 1. В соответствии с этим снижение до II ведёт к уменьшению множителя на 0,5, а отнесение организации к III классу не приносит ни одного балла. Если сумма всех баллов превышает 80, то предприятие можно считать финансово устойчивым, если сумма баллов < 15, то предприятие с большой долей вероятности является несостоятельным. Промежуточное значение указывает на то, что, несмотря на устойчивое финансовое состояние, имеются риски его потери в будущем. Точка отсечения, равная 15, объясняется тем, что ни одно несостоятельное предприятие из выборки не имело суммы баллов выше.
Таблица 3
Модель балльной оценки финансовой устойчивости предприятий
Показатель Весовое значение I класс (х 1) II класс (х 0,5) III класс (х 0)
ROA 40 > 10% 3-10% < 3%
NWC/A 30 > 0,3 0,1-0,3 < 0,1
NI/D 20 > 0,3 0,1-0,3 < 0,1
E/D 10 > 0,7 0,2-0,7 < 0,2
Таким образом, сочетая в себе простоту и репрезентативность показателей, данная балльная модель антикризисной диагностики предприятий позволяет оценить деятельность хозяйствующего субъекта с разных сторон. Другим безусловным преимуществом инструмента является то, что расчёт показателей модели может быть осуществлён независимо от типа финансовой отчётности компании, т.к. данная модель применима даже для организаций, предоставляющих исключительно ликвидационный баланс и отчёт о финансовых результатах. Поэтому, на наш взгляд, данная модель будет способствовать повышению эффективности антикризисной диагностики предприятий, сдающих коммерческую недвижимость в аренду.
ЛИТЕРАТУРА
1. Колышкин А.В., Гиленко Е.В., Довженко С.Е., Жилкин С.А., Чое С.Е. Прогнозирование финансовой несостоятельности предприятий // Вестник Санкт-Петербургского государственного университета. Серия 5: Экономика. 2014. № 2. С. 122-142.
2. Мазурова И.И., Белозерова Н.П., Леонова Т.М., Подшивалова М.М. Методы оценки вероятности банкротства предприятия. СПб.: Изд-во СПбГУЭФ, 2012. 53 с.
3. Романовский М.В., Утевская М.В., Баркар А.А. Антикризисная диагностика: содержание и проблемы применения в Российской Федерации в современных условиях // Сибирская финансовая школа. 2015. № 6. С. 3-7.
4. Altman E.I., Hotchkiss E. Financial distress and bankruptcy: predict and avoid bankruptcy, analyze and invest in distressed debt. Hoboken, New Jersey: John Wiley & Sons, Inc., 2006.
5. Aziz M.A., Dar H.A. Predicting Corporate Bankruptcy: Where We Stand? // Corporate Governance. 2006. Vol. 6. № 1. P. 18-33.
6. Ohlson J.A. Financial Ratios and the Probabilistic Prediction of Bankruptcy // Journal of Accounting Research. 1980. Vol. 18. № 1. P. 109-131.
7. Rujoub M.A., Cook D.M., Hay L.E. Using Cash Flow Ratios To Predict Business Failures // Journal of Managerial Issues. 1995. Vol. VII (Spring). № 1. P. 75-90.
8. Sayari N., Mugan C.S. Cash Flow Statement as an Evidence for Financial Distress // Universal Journal of Accounting and Finance. 2013. № 1 (3). P. 95-103.
9. Zmijewski M.E. Methodological Issues Related to the Estimation of Financial Distress Prediction Models // Journal of Accounting Research. 1984. Vol. 22. P. 59-82.
