Управление выручкой предприятия с учетом эффективности его деятельности на основе модели SFA

Аннотация


Рассматривается актуальная, требующая эффективного решения задача управления выручкой предприятия. В отечественной литературе данной теме уделяется недостаточно внимания. На практике большинство предприятий внедряют методику управления выручкой, основываясь на зарубежном опыте. Выручка является основным источником денежных поступлений конкретно от основной деятельности предприятия, а также одним из главных факторов, влияющих на функционирование предприятия. Как следствие, для компании крайне важна величина выручки – она должна быть достаточной для того, чтобы обеспечить погашение всех расходов компании и формирование необходимого объема прибыли. Однако сама величина выручки является не единственной важной характеристикой выручки, не менее важны стабильность выручки во времени и регулярность ее поступления. Целью данной работы является разработка динамической модели управления выручкой предприятия, которая отличается от известной в литературе модели учетом параметра эффективности деятельности предприятия. В качестве метода, позволяющего оценить эффективность предприятия, используется параметрический метод Stochastic Frontier Analysis. В качестве входных и выходных данных применяются финансовые показатели. Модель проверена на девяти российских предприятий (6 действующих предприятий и 3 предприятия-банкрота) за период с 2013 по 2020 года, относящихся к одному общероссийскому классификатору видов экономической деятельности. Сбор данных выполнен с помощью системы «СПАРК», позволяющий отобрать предприятия для исследования по статусу предприятия (банкрот/действующие), по размеру предприятия (крупные / средние / малые / микро) и т.д. В качестве примера рассмотрены два предприятия, из которых одно действующее, другое – банкрот. Приведенные расчеты на построенной модифицированной модели продемонстрировали возможность использования управления выручкой предприятия с желаемым темпом изменений и с параметром эффективности деятельности.

Полный текст

Финансовую устойчивость организации с позиций долгосрочной перспективы принято оценивать системой показателей, которая включает несколько основных разделов: оценка имущественного положения; оценка ликвидности; оценка финансовой устойчивости; оценка деловой активности; оценка рентабельности. В каждой группе от 6 до 12 различных коэффициентов (в общей сложности 41) [1; 2].Кроме коэффициентного анализа используется ряд классификационных моделей, отделяющих фирмы-банкроты от устойчивых заемщиков и прогнозирующих возможное банкротство фирмы-заемщика. Существуют многочисленные авторские методики оценки вероятности банкротства, которые оперируют широким спектром показателей. Такие факторные модели разработаны с помощью многомерного (мультипликативного) дискриминантного анализа.Наиболее известными моделями оценки вероятности банкротства являются:• модели Альтмана [3–5];• четырехфакторная модель Лиса [6; 7];• модель Фулмера – девятифакторная модель оценки риска банкротства [8];• модель прогнозирования банкротства предприятия Спрингейта [9; 10];• четырехфакторная модель банкротства Таффлера [11];• модель банкротства предприятий Сайфуллина – Кадыкова – среднесрочная рейтинговая модель прогнозирования риска банкротства, разработанная российскими учеными, которая может применяться для любой отрасли и предприятий различного масштаба [12; 13];• кроме этих моделей, следует также указать модели Г.В. Давыдовой и А.Ю. Беликова [14], О.П. Зайцевой [15], А.H. Макарьевой и Л.В. Андреевой [16] и др.Анализ моделей показал, что не существует универсальной модели оценки риска банкротства предприятия. Границы применимости моделей связаны с экономическими условиями, при которых были получены модели. В работе [17] показано, что зарубежные модели мало пригодны для российских условий. Кроме того, модели финансовой устойчивости для предприятий различных отраслей также могут существенно отличаться друг от друга. В связи с этим для предприятий различных отраслей в работах [7; 18] построены авторские модели оценки выручки предприятия – наиболее значимого показателя, связанного с финансовой устойчивостью. Построение модели оценки финансовой устойчивости предприятий можно рассматривать как прямую задачу. Для управления риском банкротства следует обратиться к обратной задаче: как надо изменить финансовые показатели, чтобы ключевой показатель принимал заданные значения [19]. В данной работе построена динамическая модель управления ключевым показателем – выручкой предприятия с учетом эффективности деятельности предприятия на основе модели SFA [20–23], так как выручка для предприятия является неотъемлемым финансовым показателем, характеризующим сумму денежных средств, полученных от реализации товаров, услуг или выполненных работ.

Об авторах

А. Н. Алимханова

Томский государственный университет систем управления и радиоэлектроники

А. А. Мицель

Томский государственный университет систем управления и радиоэлектроники

Список литературы

  1. Telipenko E.V., Zakharova A.A. Bankruptcy risk management of a machine builder // Applied Mechanics and Materials. – 2014. – Vol. 682. – P. 17–622. DOI: 10.4028/ www.scientific.net/AMM.682.617
  2. Модели банкротства (диагностика и оценка вероятности банкротства) [Электронный ресурс]. – URL: http://finance-m.info/bankruptcy_models.html (дата обращения: 20.09.2022).
  3. Altman E.I. Corporate Financial Distress. – New York: Wiley, 1983. – 368 p.
  4. Altman E.I., Haldeman R.G., Narayanan P. ZETA Analysis: A New Model to Identify Bankruptcy Risk of Corporations // Journal of Banking and Finance. – 1977. – Vol. 1. – P. 29–54. doi: 10.1016/0378-4266(77)90017-6
  5. Altman E.I. Financial Rations. Discriminent analysis, and the prediction of corporate bankruptcy // Joumal of Finance. – 1968. – Vol. 23, no. 4. – P. 589–609. doi: 10.2307/2978933
  6. Четырехфакторная модель Р. Лиса оценки риска банкротства [Электронный ресурс]. – URL: http://www.beintrend.ru/2011-12-05-17-20-28 (дата обращения: 20.09.2022).
  7. Мицель А.А., Соболева М.А. Анализ финансовой устойчивости предприятий сотовой связи России // Финансовая аналитика: проблемы и решения. – 2015. – Т. 8, № 6 (240). – С. 24–31.
  8. A bankruptcy classification model for small firms / J.G. Fulmer, J. Moon, T.A. Gavin, M.J. Erwin // Journal of Commercial Bank Lending. – 1984. – P. 25–37.
  9. Прогнозная модель платежеспособности Спрингейта) [Электронный ресурс]. – URL: http://afdanalyse.ru/publ/finansovyj_analiz/1/prognoznaja_model_platezhesposobnosti_ springejta/13-1-0-39 (дата обращения: 21.09.2022).
  10. Модель прогнозирования банкротства предприятия Спрингейта [Электронный ресурс]. – URL: http://beintrend.ru/springate (дата обращения: 21.09.2022).
  11. Тaffler R.J., Tisshaw H. Going, going, gone – four factors which predict // Accountancy. – 1977. – Vol. 88. – P. 50–54.
  12. Модель банкротства предприятий Сайфуллина – Кадыкова [Электронный ресурс]. – URL: http://www.beintrend.ru/2011-06-20-17-05-06 (дата обращения: 21.09.2022).
  13. Шеремет А.Д., Сайфулин Р.С. Методика финансового анализа предприятия. – М.: Дело, 1998. – 320 с.
  14. Давыдова Г.В., Беликов А.Ю. Методика количественной оценки риска банкротства предприятий // Управление риском. – 1999. – № 3. – С. 13–20.
  15. Зайцева О.П. Антикризисный менеджмент в российской фирме // Сибирская финансовая школа. – 1998. – № 11–12. – С. 66–73.
  16. Макарьева В.И., Андреева Л.В. Анализ финансово-хозяйственной деятельности предприятия. – М.: Финансы и статистика, 2004. – 264 с.
  17. Телипенко Е.В., Захарова А.А. Проблемы прогнозирования риска банкротства предприятий машиностроительного комплекса // Инновационные технологии и экономика в машиностроении: сборник трудов VI Международной научно-практической конференции / Юргинский технологический институт. – Томск: Изд-во Томского политехнического университета, 2015. – С. 262–266.
  18. Мицель А.А. Кабалин А.А. Модели риска и прогнозирования банкротства предприятия // Управление риском. – 2013. – № 1. – С. 44–52.
  19. Важдаев А.Н., Мицель А.А. Однофакторная динамическая модель управления деятельностью малого бизнеса моногорода // Экономический анализ: теория и практика. –2018. – Т. 17, № 5. – С. 950–966.
  20. Coelli T. D.S. Prasada Rao, Battese G.E. An introduction to efficiency and productivity analysis. – Springer New York: NY, 1998. – 276 p.
  21. Battese G.E., Coelli T.J. Prediction of firm-level technical efficiencies with a generalized frontier production function and panel data // Journal of Econometrics. – 1988. – Vol. 38, iss. 3. – P. 387–399.
  22. On the Estimation of Technical Inefficiency in Stochastic Frontier Production Function Model / J. Jondrow, C.A.K. Lovell, I.S. Materov, P. Schmidt // Journal of Econometrics. – 1982. – Vol. 19. – P. 233–239.
  23. Малахов Д.И., Пильник Н.П. Методы оценки показателя эффективности в моделях стохастической производственной границы // Экономический журнал ВШЭ. – 2013. – № 4. – С. 660–686.
  24. Vasanthi R., Sivasankari B., Gitanjali J. A stochastic frontier and corrected ordinary least square models of determining technical efficiency of canal irrigated paddy farms in Tamil Nadu // Journal of Applied and Natural Science. – 2017. – Vol. 2. – P. 658–662.
  25. Рябченко А.В. Оценка эффективности страховых компаний. SFA-подход // Вестник Хабаровской государственной академии экономики и права. – 2012. – № 1. – С. 97–106.
  26. Могилат А.Н., Ипатова И.Б. Техническая эффективность как фактор финансовой устойчивости промышленных компаний // Прикладная эконометрика. – 2016. – № 2 (42). – С. 5–29.
  27. Айвазян С.А., Афанасьев М.Ю. Руденко В.А. Оценка эффективности регионов РФ на основе модели производственного потенциала с характеристиками готовности к инновациям // Экономика и математические методы. – 2014. – № 50 (4). – С. 34–70.

Статистика

Просмотры

Аннотация - 76

PDF (Russian) - 50

Ссылки

  • Ссылки не определены.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах