Full Text

Введение В условиях рыночной экономики предприятию свойственно возникновение различных ситуаций, в том числе и кризисных, которые могут привести к его гибели. Одним из таких кризисов является банкротство. В законодательстве Российской Федерации институт банкротства получил правовое закрепление в 1992 г. в Законе РФ от 19 ноября 1992 г. № 3929-1 «О несостоятельности (банкротстве) предприятий». Несмотря на разнообразие существующих подходов и предлагаемых методик, сегодня отсутствует комплексное взаимосвязанное математическое и программное обеспечение для задач стратегического управления риском банкротства на всех его этапах. В связи с этим актуальна разработка методов и моделей, обеспечивающих поддержку принятия решений на основных этапах управления риском банкротства предприятия. Таким образом, методика, построенная на основе метода SFA, может послужить как инструмент для оценки банкротства. 1. Краткий обзор литературы Существующие методы оценки эффективности классифицируются на параметрические и непараметрические, примеры которых представлены ниже. Методы оценки эффективности Непараметрические Параметрические TFA COLS DEA SFA TFA-метод (Thick Frontier Analysis - метод толстой границы) основан на построении границы эффективности предприятия по панельным данным. Анализ согласно данному методу начинается с сортировки данных по средним затратам. Данная процедура выполняется до формирования двух «толстых границ» для самого низкого и самого высокого квартилей средних затрат фирм. Эти регрессии выполняются независимо для каждого года в выборке. Затем вычисляется средняя неэффективность компаний с наивысшим квартилем путем сравнения двух толстых границ [1]. DEA-метод [2-4] (Data Envelopment Analysis - метод огибающих, метод обволакивающей поверхности) оценивает техническую эффективность предприятия. Показатели эффективности определяются методами линейного программирования. Эффективными считаются такие предприятия, для которых не существуют какие-то другие предприятия или линейная комбинация предприятий, выпуск которых больше (при фиксированных затратах) или затраты которых меньше (при фиксированном выпуске). По полученным эффективным фирмам строится огибающая, которая и представляет собой эффективную границу. C фирмами, лежащими на границе, сравниваются все остальные предприятия [2]. Метод огибающих одновременно учитывает все виды ресурсов и выпуска, построение границы осуществляется в точном соответствии с имеющимися данными, также метод не требует априорных ограничений на функциональную форму границы. Однако модель не учитывает случайную ошибку, что может быть критичным при построении эффективных границ по небольшим выборкам, включающим данные, подверженные случайным ошибкам измерения [2]. В работах [4, 5] авторы оценивают техническую эффективность российских университетов с помощью метода DEA. В рассмотренных литературных источниках для сравнения эффективности деятельности предприятий исходными данными являются объемы используемых ресурсов и готовой продукции предприятий. Для анализа эффективности предприятия выделяется детерминированный подход параметрической коррекции обычными наименьшими квадратами Parametric Corrected Ordinary Least Squares (COLS) [6, 7]. Данный метод основан на построении регрессивной модели границы эффективности и ее параллельном сдвиге до первой точки касания с одним из наблюдаемых значений. Объект, наблюдаемые значения которого лежат на границе эффективности, считается эффективным, отклонение от границы считается неэффективностью. Известен параметрический метод стохастического граничного анализа Stochastic Frontier Analysis (SFA) [8], основанный на стохастической модели производственной функции. Предполагается, что вариация продуктивности связана как с неэффективностью деятельности, так и с «шумом», поэтому граница эффективности «погружена» в область реализации фактических результатов деятельности. Метод SFA основан на предположении, что неэффективность распределена несимметрично, тогда как случайная ошибка подчиняется симметричному распределению [9, 10]. Предполагается, что случайная ошибка является суммой двух случайных составляющих: шумовой составляющей, которая симметрично распределена вокруг нуля (для моделирования ошибок измерения и ненаблюдаемых потрясений), и компонента ошибки, который является строго отрицательным (для измерения неэффективности). Модель можно записать как , где - выпуск; - производственная функция с неизвестным вектором параметров β; - случайная ошибка, а - неэффективность компании i (ui ³ 0). Обычно производственная функция выбирается логарифмически линейной по ее аргументам; предполагаются независимыми и одинаково распределенными случайными в соответствии с нормальным распределением и независимыми от неэффективности ; величины , в свою очередь, также являются независимыми и одинаково распределенными случайными величинами с нормальным усеченным или экспоненциальным распределением. Среди отечественных работ, использующих метод SFA и посвященных отдельным видам экономической деятельности, следует выделить работы [11-16]. В работе [11] авторы исследовали эффективность некоммерческих организаций; работа [12] посвящена производству резиновых и пластмассовых изделий; в работе [13] авторы рассматривают предприятия, которые производят бетон и цемент в соответствии с ОКВЭД; авторы работы [14] изучают техническую эффективность предприятий по производству и сбыту товаров хозяйственного назначения; работа [15] посвящена отрасли разработки программного обеспечения и фармацевтики. В работе [16] авторы исследовали влияние уровня технической эффективности на риски потери финансовой устойчивости российскими промышленными организациями. Среди зарубежных авторов следует отметить: работу [17], в которой авторы исследовали отдачу от масштаба индонезийских банков с помощью оценки эффективности издержек; работу [18], в которой проведено исследование влияния размера фирмы на сектор распределения электричества Бразилии; работу [19], в которой авторы анализируют техническую эффективность в китайском промышленном секторе. Актуальные исследования направлены также на сравнение различных методов оценки эффективности предприятий. Так, в работе [20] представлены результаты исследования и применения методов DEA и SFA для оценки эффективности сельскохозяйственного производства. Показано, что на эффективность производства влияют разнородные социоэкономические факторы, при этом требуется детальное исследование оценки эффективности данных методов при множестве выводов и их точности. Из работы [21] известно, что наиболее часто используемым показателем эффективности вложенных инвестиций на промышленном предприятии выступает внутренняя норма доходности. Следующим по частоте применения можно отметить чистый приведенный доход. В работе [22] приведено обоснование целесообразности применения методов DEA и SFA для оценки эффективности деятельности лечебно-профилактических учреждений. На основе анализа показателей технико-экономической эффективности предприятия показано, что метод DEA эффективен в целях стратегического управления и внешнего контроля деятельности учреждения, в то время как для использования метода SFA требуется дополнительный анализ оцениваемых параметров и их корректировка. 2. Модификация метода SFA Классический метод SFA основан на производственной функции предприятия, связывающей объем выпускаемой продукции с объемами потребляемых ресурсов. При этом модель SFA использует несколько входных (объемы потребляемых ресурсов) и только один выходной параметр - объем выпускаемой продукции. Суть предлагаемой модификации модели на основе метода SFA заключается в следующем: 1) вместо данных о потребляемых ресурсах и объеме выпуска использовать финансовые показатели деятельности предприятия; 2) использовать не один выходной параметр, а одновременно учитывать несколько ключевых финансовых показателей в качестве выходных данных, на основе которых оценивается финансовая деятельность исследуемых экономических объектов. Для проведения исследования используется информационно-эмпирическая база, данные которой берутся из 1-й и 2-й форм обязательной отчетности промышленных предприятий. Все данные берутся из открытых источников[4]. В каждой группе показателей финансового анализа насчитывается от 6 до 12 различных коэффициентов (в общей сложности около 41). Для последующих исследований не включались дублирующие коэффициенты. Например, был исключен коэффициент оборачиваемости запасов в днях, но включен коэффициент оборачиваемости запасов в оборотах. Модель SFA принимает следующий вид: где - натуральный логарифм числового значения выпуска i-го предприятия; - вектор, размерность которого (k + 1); N - количество рассматриваемых предприятий; β - вектор неизвестных параметров, размерность которого (k + 1), подлежащих оценке; - случайная ошибка, предназначенная для имитации воздействия на значение выходной переменной случайных факторов; - случайная переменная, которая имеет положительное значение, связанная с технической неэффективностью предприятий в отрасли. 3. Результаты моделирования Для исследования были взяты данные бухгалтерской отчетности предприятий промышленной отрасли (форма № 1 «Бухгалтерский баланс» и форма № 2 «Отчет о финансовых результатах»). В качестве зависимых переменных были выбраны следующие показатели: - коэффициент маневренности оборотного капитала (отражает долю собственных оборотных средств в собственном капитале); - коэффициент задолженности (показывает долю активов, сформированных в результате привлечения долгового финансирования). Объясняющими переменными является система показателей: - коэффициент ликвидности; - коэффициент рентабельности; - коэффициент финансовой устойчивости; - коэффициент деловой активности. В таблице приведены результаты расчета эффективности за 2017 и 2018 гг. для 75 предприятий, из которых 70 действующих и 5 обанкротившихся. На рис. 1 представлена динамика эффективности финансово-хозяйственной деятельности действующих (синий и красный цвета) и обанкротившихся (зеленый и фиолетовый цвета) предприятий соответственно за временной период с 2017 по 2018 г. Следует отметить, что наихудшими значениями эффективности является диапазон от 0 до 0,2. Эффективность этих предприятий существенно меньше 1. Кроме того, показатели этих четырех предприятий с 2017 г. убывают, что можно увидеть на рис. 2. Таким образом, подтверждается статус предприятий «банкрот». Распределение оценок эффективности методом SFA (авторские результаты) Значение эффективности 2017 г. 2018 г. Кол-во предприятий % Кол-во предприятий % 0-0,2 4 5,33 7 9,33 0,2-0,4 8 10,66 10 13,33 0,4-0,6 17 22,66 17 22,66 0,6-0,8 26 26,66 22 24 0,8-1 20 34,66 18 29,33 Рис. 1. График оценок эффективности предприятий (авторские результаты) Рис. 2. График распределения оценок эффективности (авторские результаты) Предприятия с эффективностью 0,8-1 имеют наиболее оптимальную стратегию среди других предприятий. Это означает, что предприятие имеет в составе больше активов и чем больше эффективность, тем меньше предприятие испытывает конкуренцию. Остальным предприятиям стоит пересмотреть свою стратегию в данном сегменте. Заключение Анализ полученных результатов показал, что метод SFA можно использовать для оценки эффективности экономических объектов, описываемых финансовыми показателями, а не объемами затрачиваемых ресурсов и выпуска продукции. Результаты, полученные в ходе данного исследования, позволяют говорить о возможности применения данного метода для проведения диагностики финансового состояния предприятий. Такой метод может быть рекомендован и для других отраслей экономики, таких как строительство, торговля, сельское хозяйство, общественное питание и многие другие.

About the authors

A. N Alimkhanova

Tomsk State University of Control System and Radioelectronics

A. A Mitsel

Tomsk State University of Control System and Radioelectronics; Tomsk Polytechnic University

References

Statistics

Views

Abstract - 81

PDF (Russian) - 106

Refbacks

• There are currently no refbacks.