Развитие инструментария антикризисной финансовой диагностики предприятий Баркар Александр Александрович

Содержание к диссертации

Введение

Глава 1. Инструментарий антикризисной финансовой диагностики предприятий 11

1.1. Антикризисная финансовая диагностика в системе финансового менеджмента предприятия 11

1.2. Анализ отечественного и зарубежного опыта разработки инструментария антикризисной финансовой диагностики 26

1.3. Основные проблемы развития инструментов антикризисной финансовой диагностики предприятий в современных российских условиях 47

Глава 2. Разработка методических рекомендаций по развитию инструментария антикризисной финансовой диагностики 61

2.1. Рекомендации по совершенствованию ранее созданных инструментов антикризисной диагностики 61

2.2. Рекомендации по отбору переменных для создания инструментов антикризисной финансовой диагностики предприятий 75

2.3. Рекомендации по построению инструментов антикризисной финансовой диагностики предприятий 92

Глава 3. Практическое применение инструментария антикризисной финансовой диагностики предприятий 110

3.1. Обоснование объективной необходимости антикризисной финансовой диагностики предприятий 110

3.2. Результаты практического применения инструментов антикризисной финансовой диагностики на предприятиях, сдающих коммерческую недвижимость в аренду 129

Заключение 148

Библиографический список 151

Приложения 170

• Анализ отечественного и зарубежного опыта разработки инструментария антикризисной финансовой диагностики
• Рекомендации по совершенствованию ранее созданных инструментов антикризисной диагностики
• Рекомендации по построению инструментов антикризисной финансовой диагностики предприятий
• Результаты практического применения инструментов антикризисной финансовой диагностики на предприятиях, сдающих коммерческую недвижимость в аренду

Введение к работе

Актуальность темы диссертационного исследования. В конце 2014 года экономика Российской Федерации столкнулась с серьёзными экономическими вызовами: неблагоприятной конъюнктурой сырьевого рынка, санкциями со стороны большей части стран Западной Европы и США, сравнительно высокими темпами инфляции в 2014-2015 гг., отрицательной динамикой ВВП и волатильностью национальной валюты. Несмотря на начавшиеся в конце 2016 г. и продолжающиеся вплоть до начала 2018 г. стабилизацию экономической ситуации в стране, укрепление курса национальной валюты, улучшение прогнозов основных макроэкономических показателей, необходимо осознавать, что причины торможения экономики кроются не только во внешних, но прежде всего во внутренних структурных проблемах. Страна столкнулась с крайне низкой инвестиционной активностью, слабым внедрением передовых технологий, оставляющими желать лучшего деловым климатом, конкуренцией и качеством подготовки профессиональных кадров. Однако стабилизация не является гарантом устойчивого роста, а на решение подобных базовых для отечественной экономики проблем требуются годы, а следовательно, в обозримом будущем российская экономика продолжит оставаться чувствительной как к внешним, так и к внутренним финансовым рискам.

В подобных условиях финансово-хозяйственная деятельность предприятия, сопряжённая с многочисленными внешними и внутренними угрозами, в определённой степени подвержена их негативному воздействию. При недостаточно современном подходе к управлению и слабом владении инструментарием диагностики финансово-экономических проблем вероятность потери предприятием финансовой устойчивости на сегодняшний день является очень высокой.

Поэтому определение границ финансовой устойчивости и финансовой несостоятельности предприятий является, по нашему мнению, одной из ключевых задач современного финансового менеджмента. Без устойчивого финансового состояния невозможно стратегическое развитие предприятия, долговременное планирование его денежных потоков, управление его стоимостью, проведение эффективной инвестиционной политики. Ключевая роль в выявлении этих границ принадлежит антикризисной финансовой диагностике.

Несмотря на обилие научных работ, посвященных теоретическим и практическим аспектам финансового менеджмента и антикризисной финансовой диагностики, большая часть применяемого инструментария в современных условиях устарела и нуждается в определённом совершенствовании. Более того, необходимо учитывать, что предприятия из разных отраслей экономики и даже

внутри этих отраслей обладают уникальными отличительными чертами. Таким
образом, мы считаем, что будущее антикризисной финансовой диагностики
заключается в разработке инструментария, определяющего и формирующего
финансовую устойчивость конкретных предприятий. Предлагаемые инструменты
антикризисной финансовой диагностики на сегодняшний день носят
фрагментарный характер и не учитывают отраслевые особенности

функционирования предприятий.

Многие сферы экономической деятельности отвечают парадигме
циклического развития и являются чрезвычайно чувствительными к изменениям
макроэкономических условий и в том числе процентных ставок. Цикличность
всегда обуславливает потребность в современной антикризисной финансовой
диагностике с учётом всех отраслевых особенностей. Это даёт основание
выработать и обосновать методические предложения по развитию

инструментария антикризисной финансовой диагностики, что и определило актуальность темы настоящего исследования.

Степень разработанности научной проблемы. Вопросам финансовой устойчивости и антикризисной финансовой диагностики предприятий посвящено большое количество научных трудов как отечественных, так и зарубежных авторов.

Различные теоретические аспекты финансовой устойчивости и

антикризисной диагностики хозяйствующих субъектов отражены в работах В.В. Бочарова, О.Ю. Дягель, В.Е. Леонтьева, Н.А. Львовой, В.В. Масленникова, Т.Э. Неупокоевой, М.В. Романовского, Н.В. Фадейкиной, В.А. Черненко, Е.О. Энгельгардта, а также в работах зарубежных специалистов в области финансового менеджмента И.А. Бланка, Р. Брейли, Ю. Бригхэма, Дж. Ван Хорна, Дж. Ваховича, С. Майерса, М. Эрхардта.

Вопросы развития инструментария антикризисной финансовой диагностики раскрыты в трудах таких зарубежных экономистов, как М.А. Азиза, Э. Альтмана, У.Г. Бивера, Э. Вуда, Х.А. Дара, Ф. дю Жардена, М. Змиевского, Дж. А. Олсона, Р. Тафлера, Т. Шамвэя. В число отечественных авторов, занимавшихся данным вопросом, входят О.Н. Волкова, Е.В. Гиленко, Г.В. Давыдова, С.Е. Довженко, О.П. Зайцева, В.В. Ковалев, А.О. Недосекин, И.И. Мазурова, Г.В. Савицкая, А.Д. Шеремет.

Несмотря на то, что проблема антикризисной диагностики в финансовом
менеджменте является достаточно проработанной как в отечественной, так и в
зарубежной науке, стремительно меняющиеся условия экономической

конъюнктуры обязывают предприятия постоянно обновлять инструментарий диагностики финансово-экономических проблем. Учитывая текущее состояние отечественной экономики и востребованность в научно-аргументированных

методических предложениях в сфере антикризисной финансовой диагностики со стороны предприятий как реального сектора экономики, так и сферы услуг, мы считаем необходимым дальнейшие исследования в данном направлении.

Целью диссертационной работы является научное обоснование и
разработка методических рекомендаций по развитию инструментария

антикризисной финансовой диагностики предприятий корпоративного сектора.

Достижение данной цели обусловило решение следующих задач:

раскрыть содержание понятий «финансовая устойчивость» и «финансовая несостоятельность» с учётом множественности подходов для их трактовки;

выявить и раскрыть содержание антикризисной финансовой диагностики предприятия как одной из частей управления его финансовой устойчивостью и обосновать её объективную необходимость;

систематизировать основные проблемы применения и развития существующего инструментария антикризисной финансовой диагностики в современных российских условиях на основе анализа отечественной и зарубежной практики;

разработать методические рекомендации по развитию имеющегося отечественного и зарубежного инструментария антикризисной финансовой диагностики;

сформировать систему показателей антикризисной финансовой диагностики предприятий, учитывающую современные условия хозяйствования и множественность источников информации об объектах диагностики;

разработать новые инструменты антикризисной финансовой диагностики предприятий на основе сформированной системы показателей и оценить их классификационный потенциал.

Объектом исследования являются предприятия корпоративного сектора экономики, подверженные риску финансовой несостоятельности.

Предметом исследования являются финансово-экономические отношения, связанные с развитием инструментария антикризисной финансовой диагностики предприятий корпоративного сектора экономики.

Теоретической основой исследования послужили работы отечественных и
зарубежных учёных в области вопросов финансовой устойчивости предприятия,
разработки и применения инструментария антикризисной финансовой

диагностики хозяйствующих субъектов.

Методологическая основа исследования. Для достижения цели

диссертации были применены следующие методы: историко-логический, стандартные методы экономического анализа (метод сравнительного анализа, синтез, обобщение, классификация, системный и графический методы), методы экономико-математического моделирования (методы дискриминантного анализа

и логистической регрессии), а также методы прогнозирования. Расчёты и вычисления проводились в программном комплексе IBM SPSS Statistics.

Информационную базу исследования составили монографии и статьи отечественных и зарубежных авторов, нормативные и законодательные акты Российской Федерации, данные Федеральной службы государственной статистики, данные исследований, проведённых консалтинговыми компаниями Knight Frank, Jones Lang LaSalle, Colliers, PwC, данные финансовой отчётности предприятий ЗАО «Универмаг», ЗАО «Торговый дом РостовЦУМ», ООО «Концерн “Питер”», материалы, опубликованные в периодической печати, а также собственные расчёты автора.

Обоснованность и достоверность результатов диссертационного
исследования определяется согласованностью основных сформулированных в
диссертации выводов и рекомендаций с базовыми положениями общей теории
финансов и финансового менеджмента. Результаты диссертации опираются на
аргументированные данные анализа и применение методических и

методологических инструментов исследования, хорошо зарекомендовавших себя в теории и на практике.

Соответствие диссертации Паспорту научной специальности.

Диссертационная работа выполнена в соответствии с Паспортом специальности ВАК 08.00.10 – «Финансы, денежное обращение и кредит»: п. 3.11 «Исследование внутренних и внешних факторов, влияющих на финансовую устойчивость предприятий и корпораций» и п. 3.28 «Финансовый менеджмент».

Научная новизна диссертационного исследования заключается в разработке научно-методических рекомендаций по развитию инструментария антикризисной финансовой диагностики предприятий с учётом конкретных экономических условий в России.

Наиболее существенные результаты исследования, обладающие научной новизной и полученные лично соискателем, представлены в следующих положениях:

1. На основе систематизации имеющихся в экономической литературе

подходов к терминологии сформулированы три предпосылки разделения понятий «финансовая несостоятельность» с позиции управленческого подхода и «несостоятельность», или «банкротство» с позиции регулирующего: 1) этимологическая, свидетельствующая о различных временных интервалах появления данных понятий и сферы их применения; 2) правовая, отражающая юридический подход к трактовке банкротства как судебного производства по делу о несостоятельности; 3) экономическая, указывающая на то, что банкротом может считаться только финансово несостоятельный хозяйствующий субъект, а не наоборот. Данные предпосылки позволяют разрешить понятийные разночтения

в современном научном обороте и федеральном законодательстве в области несостоятельности.

1. Предложено авторское содержание понятия «антикризисная финансовая диагностика» как процесса исследования результатов финансово-хозяйственной и инвестиционной деятельности организации. В отличие от точек зрения других авторов сделан акцент на её применении при оценке финансовой устойчивости с целью идентификации и количественного измерения факторов финансовой несостоятельности. Ключевой особенностью подхода является непосредственная ориентация антикризисной финансовой диагностики на анализ риска наступления финансовой несостоятельности предприятия.

2. Систематизированы проблемы применения и развития инструментария антикризисной финансовой диагностики, и предложена их классификация: 1) эндогенные, которые связаны с конкретным инструментом или группой инструментов, а, следовательно, имеют уникальный и условно устранимый характер; и 2) экзогенные, обусловленные внешними условиями создания и применения инструментария, отчего характеризуются универсальностью и условной неустранимостью.

3. Произведена адаптация к современных российским условиям и эмпирическая верификация инструментов антикризисной финансовой диагностики, основанных на системах показателей Э. Альтмана и Дж. Олсона. Изменение весовых значений каждого из предикторов и переоценка точек отсечения, позволяющих точнее классифицировать предприятия на финансово устойчивые и финансово несостоятельные, осуществлена на основе выборки из 31 российского предприятия.

4. Сформирована авторская система показателей антикризисной финансовой диагностики предприятий, которая учитывает не только информацию из финансовой отчётности (4 предиктора: рентабельность активов, доля чистого рабочего капитала в активах, покрытие обязательств чистой прибылью и «леверидж»), но и внешнюю экономическую информацию (5 предикторов, отражающих уровень развития экономики региона: натуральный логарифм ВРП; реальные располагаемые денежные доходы населения; произведение индексов динамики оборота розничной торговли, общественного питания и платных услуг населению; индекс числа предприятий и индекс числа малых предприятий) и качественную информацию (1 предиктор, раскрывающий масштаб деятельности предприятия).

5. Разработаны и апробированы две группы новых инструментов антикризисной финансовой диагностики, характеризующих не только внутреннее финансовое состояние предприятий, но и их внешнюю экономическую среду. По каждой группе инструментов, основанных на применении разных методов

построения, произведена поэтапная демонстрация влияния предикторов внешней экономической и качественной информации на точность классификации. По результатам практического применения выявлены наиболее эффективные из предложенных инструментов (на примере рынка аренды коммерческой недвижимости).

Теоретическая значимость диссертационного исследования

определяется совершенствованием теоретико-методологической базы

корпоративных финансов в области управления финансовой устойчивостью и антикризисной финансовой диагностики предприятий.

Практическая значимость диссертационного исследования состоит в развитии инструментария антикризисной финансовой диагностики, который может быть использован предприятиями сферы недвижимости (и других отраслей при условии адаптации приведённых в диссертации расчётов), консалтинговыми компаниями, а также в высших учебных заведениях при преподавании учебных дисциплин финансового профиля.

Апробация результатов исследования. Основные положение и результаты исследования докладывались на международной научной конференции «SCIENCE, TECHNOLOGY AND LIFE – 2014» (Чехия, г. Карловы Вары, 2014 г.), научной конференции аспирантов СПбГЭУ «Российская экономика в период глобальной нестабильности» (г. Санкт-Петербург, 2015 г.), научной конференции аспирантов СПбГЭУ «Экономика России в возрождающемся многополярном мире» (г. Санкт-Петербург, 2016 г.), международной научно-практической конференции «Стратегия развития предпринимательства в современных условиях» (г. Санкт-Петербург, 2017 г.), научной конференции аспирантов СПбГЭУ «Россия в современном мире: экономические, правовые и социальные аспекты развития» (г. Санкт-Петербург, 2017 г.).

Публикации результатов исследования. Основные положения

диссертации отражены в 9 научных публикациях общим объемом 4,5 п.л., из них авторских – 4,1 п.л., в том числе в изданиях, рецензируемых ВАК – 4 работы объемом 3 п.л.

Структура и объем диссертации. Структура диссертационной работы определена целью, задачами и логикой исследования. Диссертация состоит из введения, трёх глав, заключения, списка использованной литературы, включающего 169 источников, 13 приложений. Текст работы изложен на 209 страницах, включает 3 рисунка, 1 схему и 23 таблицы.

Анализ отечественного и зарубежного опыта разработки инструментария антикризисной финансовой диагностики

Научное рассмотрение проблемы прогнозирования риска наступления финансовой несостоятельности уходит корнями в 1930-е гг., когда было отмечено резкое увеличение количества обанкротившихся предприятий, в особенности в США в период Великой депрессии. Неудивительно, что именно американские экономисты стали пионерами в исследовании данной проблематики и применении статистических и математических методов для оценки данных бухгалтерской отчётности компаний. Соответственно обоснованным будет начать анализ опыта разработки инструментария антикризисной финансовой диагностики именно с изысканий зарубежных авторов. Однако прежде, чем мы начнём рассмотрение наиболее успешных попыток разработки методического обеспечения антикризисной финансовой диагностики, мы дадим классификацию этих моделей, что позволит взглянуть на них более систематизировано. На данный момент существует целый ряд классификационных критериев, наиболее популярные из которых представлены в Таблице 1.

В работах отечественных специалистов в области финансового менеджмента и экономического анализа проблемы классификации исследованы достаточно хорошо, однако большинство опирается на классификацию по степени формализации методического подхода, в частности, М.В. Романовский, О.Ю. Дягель и Е.О. Энгельгардт, Т.Э. Неупокоева. Объективный подход к антикризисной диагностике предполагает опору на фактические данные финансовой отчётности организации, в то время как субъективный основывается – на изучении отдельных неформализованных характеристик, экспертный анализ которых позволяет сделать вывод о наличии вероятности потери финансовой устойчивости.

Подходы ряда американских и европейских исследователей разнятся с отечественными. Так, например, М. Пит делит модели в зависимости от целей руководства (лиц, принимающих решения) на два типа [115, с. 137]. К первому он относит инструменты, которые дают важную информацию для оценки размера ожидаемых убытков. Второй тип включает классификационные инструменты, оценивающие целесообразность предоставления займа или кредита. Данный подход к классификации исходит из допущения, что инструментарий антикризисной финансовой диагностики используется хозяйствующим субъектом для оценки уровня платёжеспособности и финансовой устойчивости своих партнёров. Мы же в своей работе придерживаемся идеи примата определения устойчивости собственного финансового состояния, поэтому данную классификацию не можем рассматривать как базовую.

Более интересный подход, на наш взгляд, был выдвинут британскими экономистами М.А. Азизом и Х.А. Даром, которые, используя в качестве классификационного критерия исследовательскую цель, выделяют [122]:

статистические модели;

модели-экспертные системы, основанные на применении искусственного интеллекта;

теоретические модели.

Данная классификация позволяет последовательно и структурированно рассматривать развитие теоретико-методологических основ в области антикризисной финансовой диагностики, поэтому именно на неё мы и будем опираться в данной работе. В Таблице 2 приведены основополагающие особенности каждого из типов моделей антикризисной финансовой диагностики.

В основу статистических моделей, как и следует из названия, положены статистические методы, допускающие количественное (численное) выражение некоего интегрального показателя, на основе расчёта которого и будет делаться вывод о возможности потери финансовой устойчивости хозяйствующим субъектом.

История антикризисной диагностики неразрывно связана с концепцией анализа финансовой отчётности. С существенной долей оговорки можно говорить, что анализ финансовой отчётности или анализ финансовых коэффициентов и есть антикризисная финансовая диагностика, так как именно цели анализа результатов хозяйственной деятельности действующего предприятия явились первопричиной, побудившей как кредиторов, так и инвесторов начать применение финансовых показателей.

Согласно Вуду [156, с. 27], предтечей для работ, посвященных анализу финансовых показателей и прогнозированию финансовой несостоятельности, стала публикация независимой оценки кредитоспособности компаний, осуществлённая в 1849 г. Dun & Bradstreet. Первой серьезной попыткой объединения нескольких взвешенных коэффициентов в интегральный показатель, названный индексом кредитной силы, стала работа Уолла и Данинга (Wall and Duning, 1928). Несмотря на то, что эта работа представляла собой весьма примитивную попытку оценить финансовое состояние организации, за что подверглась критике современников, именно она стала отправной точкой для развития экономической мысли в области коэффициентного анализа.

Первое научное исследование, направленное исключительно на антикризисную финансовую диагностику, в 1932 г. провёл Фицпатрик (Fitzpatrick) [133], проанализировавший разницу в значениях финансовых показателей у успешных предприятий и обанкротившихся. Исследовав 20 пар фирм за период 1920-1929 гг., он пришёл к выводу, что существует устойчивая разница в значениях финансовых коэффициентов у двух групп этих компаний как минимум за три года до наступления несостоятельности.

Характерной чертой методических изысканий раннего этапа антикризисной финансовой диагностики является их одномерность, т.е. использование отдельных финансовых показателей. Среди всех работ того времени, посвященных данной проблематике, можно выделить статьи Рамзера и Фостера (Ramser and Foster, 1931), Смита и Винакора (Smith and Winakor, 1935), Мервина (Merwin, 1942), Чадсона (Chudson, 1945) и Хикмана (Hickman, 1958). Так Мервин проанализировал более 900 производственных предприятий в период 1926-1936 гг. и сделал вывод о различиях в средних значениях финансовых показателей у действующих и несостоятельных предприятий за 6 лет до наступления финансовой несостоятельности. Наиболее чувствительным показателем явилось отношение чистых оборотных активов к общему числу активов предприятия.

В 1966 г. Уильям Г. Бивер опубликовал работу [125], считающуюся предтечей всех современных инструментов антикризисной финансовой диагностики. Бивер стремился установить полезность финансовых показателей для экономического анализа вообще, для чего и занялся прогнозированием финансовой несостоятельности предприятий. При формировании выборки он указывал на необходимость учёта отраслевых факторов, а также размера предприятий, так как компания, обладающая большим объемом активов, по его мнению, имела меньше шансов стать несостоятельной.

Бивер одним из первых отошёл от идеи простого парного сопоставления значений финансовых коэффициентов и предпочёл анализировать выборку в целом. В результате им было сформировано шесть групп финансовых показателей, в каждой из которых был выявлен один, наиболее подходящий для дальнейшего исследования. В число этих показателей вошли: «коэффициент Бивера» (денежный поток / заемный капитал), рентабельность активов (чистая прибыль / общая величина активов), финансовый леверидж (заемный капитал / валюта баланса), коэффициент покрытия активов чистым оборотным капиталом (оборотные активы / общая величина активов), коэффициент текущей ликвидности (оборотные активы / краткосрочные обязательства) и весьма интересный показатель, называемый “no credit interval” (что дословно можно перевести, как «период без кредитования»), который представляет собой отношение наиболее ликвидных активов (оборотные активы без товарно-материальных запасов) и дневных операционных расходов за минусом амортизации. Для целей антикризисной финансовой диагностики, по мнению Бивера, наилучшим является отношение денежного потока к заёмному капиталу.

Бивер осознавал значительный недостаток данной модели – невозможность однозначно трактовать финансовое состояние предприятия, так как. различные коэффициенты могут по-разному классифицировать хозяйствующий субъект. И хотя он отмечал, что антикризисную финансовую диагностику можно осуществить эффективнее, если использовать многофакторную модель, все попытки её построения оказались безуспешными: их результативность была ниже, чем у коэффициента Бивера.

Несмотря на это, можно сказать, что У. Бивер определил дальнейший вектор развития инструментария антикризисной финансовой диагностики. Созданные в период с конца 60-х гг. до начала 80-х гг. модели количественной оценки вероятности несостоятельности (модели Э. Альтмана, Дж. Фулмера, Р. Лиса, Р. Тафлера и Г. Тишоу, Г. Спрингейта) до сих пор пользуются популярностью.

Среди всего многообразия работ отдельного упоминания, безусловно, заслуживает модель, предложенная Эдвардом Альтманом в 1968 г. и по сути являвшаяся революционной, так как именно она обусловила переход от одномерных моделей к многомерным. В своей основополагающей работе [118] Альтман впервые объединил несколько финансовых показателей в одной линейной функции, названной им Z-коэффициент (Z-score) и полученной в результате применения многомерного дискриминантного анализа (далее по тексту – МДА).

Рекомендации по совершенствованию ранее созданных инструментов антикризисной диагностики

Анализ теоретических основ антикризисной финансовой диагностики позволяет нам представить её как процесс анализа количественной и качественной информации об исследуемом хозяйствующем субъекте (входных данных) при помощи инструментария диагностики с целью получения информации о финансовом состоянии предприятия (выходных данных). Немаловажным следствием диагностики должны стать рекомендации по сохранению и укреплению экономической и финансовой устойчивости организации, либо по их восстановления – обратная связь (см. Рисунок 1).

Данное диссертационное исследование ставит целью развитие инструментария антикризисной финансовой диагностики (условно представленных в центре Рисунка 1) с учетом воздействия проблем эндогенного и экзогенного характера. Схематичное представление алгоритма развития инструментария антикризисной диагностики, отражённое в Приложении 2, наглядно демонстрирует, что по существу имеется два пути его осуществления:

1. Развитие (совершенствование) ранее созданных инструментов. В этом случае исследователь ориентируется на определённую разработанную ранее (другим автором/-ами либо непосредственно самим исследователем) модель, при этом набор переменных, или предикторов, остается неизменным. Иногда исследователь может адаптировать некоторые переменные к условиям, в которых будет использоваться инструмент. Адаптация модели (читай совершенствование) может осуществляться путём:

Расчёта каких-либо отраслевых ориентиров, например, средних значений (процесс П4 в Приложении 2), что является наиболее упрощенным и наименее эффективным способом;

Переоценки весовых значений каждой из переменных в модели (процесс П3 в Приложении 2).

2. Создание новых инструментов. Этот способ заключается в последовательном прохождении всех этапов отбора переменных, анализа их репрезентативности для конкретной выборки предприятий и построения конечной модели с использованием всевозможных методов: статистических, AIES или теоретических (процесс П2 в Приложении 2).

Мы полагаем, что «спусковым механизмом» для инициирования процедуры совершенствования выступают эндогенные проблемы, например, низкая результативность инструментов, описанных в зарубежной и отечественной экономической литературе. В свою очередь проблемы экзогенного характера выступают ключевым фактором при принятии управленческого решения субъекта диагностики о выборе пути совершенствования, в частности, в основу предложенной в Приложении 2 алгоритма положена информационная доступность и достаточность.

В данной главе будут представлены методические рекомендации по развитию инструментария антикризисной финансовой диагностики как при помощи совершенствования имеющихся инструментов, так и путём создания новых инструментов, а также предпринята попытка сравнить эти варианты и эмпирически выявить более эффективный из них. Сначала представим методические рекомендации по совершенствованию имеющихся инструментов, но прежде необходимо отразить аспекты отбора моделей для их дальнейшей адаптации, а также раскрыть условия проведения исследования.

В экономической литературе, затрагивающей проблемы антикризисной финансовой диагностики, представлено большое множество методик, с помощью которых можно оценить устойчивость финансового состояния хозяйствующего субъекта. Однако при видимом высоком уровне проработки данного вопроса отсутствуют чёткие критерии отбора моделей. В целом отбор методик для их последующего сравнительного анализа осуществляется на следующих принципах:

частота упоминания модели в литературе;

классификационная точность модели;

значимость модели для страны, в которой проводится исследование;

значимость модели для вида экономической деятельности;

требования к проводимому исследованию;

авторские предпочтения.

На основе вышеуказанных принципов можно сделать вывод, что модель должна быть эффективной и отвечать требованиям проводимого исследования (сюда относятся и авторские предпочтения, и значимость модели для страны исследования и вида экономической деятельности).

Сравнительный анализ всего разнообразия моделей антикризисной финансовой диагностики являлся предметом целого ряда исследований как ряда зарубежных экономистов (Скотта (1981), Завгрен (1983), Латинена и Канкянпя (1999)), так и отечественных. Однако наиболее информативным исследованием, по нашему мнению, является мета-анализ Азиза и Дара, упомянутый нами в первой главе данной работы. В своей статье британские экономисты синтезируют данные 89 эмпирических исследовательских работ в области антикризисной финансовой диагностики с целью сравнить частоту использования того или иного метода построения модели и его сравнительной эффективности.

В параграфе 1.3 мы отмечали, что одним из направлений развития инструментария антикризисной финансовой диагностики является увеличение количества инструментов, специализированных для конкретных видов экономической деятельности. Поэтому дальнейший сравнительный анализ моделей антикризисной финансовой диагностики будет проводиться нами в разрезе конкретной отрасли.

Одним из первых на необходимость отраслевого подхода указывал У.А. Чадсон еще в 1945 г., чья работа [128] оказала существенное влияние на последующие исследования. В своей монографии автор поставил вопрос, насколько структура активов и пассивов компании отражает её отраслевую принадлежность, размер и степень рентабельности. В результате Чадсон выяснил, что целый ряд статей баланса напрямую зависит от вида экономической деятельности хозяйствующего субъекта, например, запасы, дебиторская задолженность. С другой стороны, разница в размере краткосрочных обязательств и вложений в ценные бумаги объяснялась за редким исключением воздействием случайных сил и институциональных особенностей, мало зависящих от отраслевой принадлежности.

Результаты исследований, обнаружившие сходную финансовую структуру у предприятий внутри одной отрасли экономики, показали, что универсальные модели, разработанные для предприятий независимо от их отраслевой принадлежности, менее эффективны, нежели модели для конкретной отрасли.

Поэтому, на наш взгляд, данная исследовательская работа будет иметь теоретико-методологическую и практическую значимость лишь в том случае, если её ключевые результаты будут получены на основе исследования отдельной отрасли или вида экономической деятельности. В главе 1 и начале текущей главы, мы не проводили различий между видом экономической деятельности и отраслью экономики, но мы полагаем крайне необходимым дать подобное разъяснение, особенно, учитывая тот факт, что ни в одной из изученных нами работ, посвященных проблематике антикризисной финансовой диагностики, подробный анализ этих понятий не проводился.

Согласно разработанной ООН Международной стандартной отраслевой классификации всех видов экономической деятельности (далее по тексту – МСОК) под «экономической деятельностью» понимают использование вводимых факторов производства для производства конечного продукта, который в свою очередь может передаваться или продаваться другим единицам, переводиться в запасы или использоваться производственными единицами для собственного конечного потребления [111]. Сходное определение экономической деятельности даёт и «Общероссийских классификатор видов экономической деятельности ОК 029-2014 (КДЕС Ред. 2)», утверждённый Приказом Росстандарта от 31.04.2014 № 14-ст.

В свою очередь «отрасль» определяется как совокупность всех производственных единиц, осуществляющих преимущественно одинаковый или сходный вид производительной деятельности [Там же]. В указанном смысле отрасль представляет собой совокупность схожих видов экономической деятельности.

Рекомендации по построению инструментов антикризисной финансовой диагностики предприятий

Рассмотрев в параграфе 2.1 особенности совершенствования имеющихся инструментов антикризисной финансовой диагностики и отобрав в параграфе 2.2 переменные для создания авторских инструментов мы подошли к ключевому моменту данного диссертационного исследования. Напомним, что руководствуясь Рисунком 2.1 Приложения 2, здесь мы будем рассматривать один из путей совершенствования инструментов антикризисной финансовой диагностики (П2).

Прежде чем отразить этапы создания моделей мы должны определить вид инструмента. Напомним, в нашем исследовании мы придерживались классификации моделей антикризисной финансовой диагностики на статистические, AIES и теоретические. Так как при отборе переменных мы во главу угла ставили принцип максимальной объективности информации об объекте антикризисной финансовой диагностики, то, на наш взгляд, теоретическая модель в наименьшей степени отвечает этим стандартам, т.к. часто предполагает использование данных, содержащих существенную долю субъективно исследовательской оценки. Модели AIES, несмотря на возможности «машинного обучения» и практически идеальную точность классификации, по нашему мнению, более применимы в ситуациях, когда мы имеем дело с огромными массивами данных и выборками предприятий, ручная обработка которых требует огромных временных затрат.

Таким образом, мы полагаем, что нашим требованиям – созданию простой модели антикризисной диагностики, основанной на применении объективных данных об исследуемом объекте – наилучшим образом соответствует инструмент так называемой «классической парадигмы». Однако здесь возникает вопрос: на основе какого математико-статистического метода строить модель?

В параграфе 1.2 мы упоминали, что современная антикризисная диагностика располагает обширным инструментарием построения моделей, а в параграфе 1.3 нами были отражены основные проблемы, связанные с их применением. Мы считаем, что при выборе метода построения инструмента нам необходимо обращать внимание не только на классификационную точность, подтверждённую предыдущими исследованиями, но и на его доступность. Таким критериям соответствуют наиболее распространённые методы экономико-математического моделирования, как дискриминантный анализ и логистическая регрессия.

Дискриминантный анализ является многомерным методом и представляет собой альтернативу множественному регрессионному анализу для случая, когда зависимая переменная представляет собой не количественную переменную, а номинативную. В нашем случае это переменная, имеющая только два возможных значения (дихотомическая): «1» и «2», где «1» обозначает все предприятия, классифицируемые как «финансово устойчивые», а «2» – предприятия, классифицируемые как «финансово несостоятельные».

Дискриминантный анализ – это метод предсказания (экстраполяции) и метод классификации. В качестве метода предсказания дискриминантный анализ предсказывает принадлежность объектов (предприятий) к одному из известных классов (номинативной шкале) по измеренным дискриминантным переменным. В качестве метода классификации дискриминантный анализ позволяет отнести предприятие к одному из известных классов, исходя из измеренных у него признаков [69].

Строки матрицы соответствуют объектам исследования (предприятиям), а столбцы – переменным, где x1,…,xP – это независимые переменные, а y – зависимая переменная. Дискриминантные переменные, количество которых равно Р, можно представить как ортогональные оси р-мерного евклидова пространства. Тогда каждое предприятие будет являться точкой в этом пространстве, положение которой задано значениями дискриминантных переменных для этого предприятия как его координатами. Следовательно, множество предприятий в пространстве P признаков можно представить как скопление точек. Если классы, на которые мы классифицируем хозяйствующие субъекты, отличаются друг от друга по независимым переменным, то предприятие можно назвать соответствующим одному из этих классов скопления точек в P-мерном пространстве признаков.

Для каждого класса определяется центроид – точка, координаты которой представляют собой средние значения независимых переменных x1,…,xP для данного класса. Правило классификации объектов в дискриминантом анализе следует из его геометрической интерпретации: предприятие приписывается к тому классу, к центроиду которого он ближе всего. Таким образом, задача классификации заключается в определении расстояний от каждого предприятия до центроидов каждого класса.

Последнее осуществляется при помощи канонической дискриминантной функции – ортогональных осей, в максимальной степени различающих центроиды классов. Канонические функции преобразуют Р-мерное пространство исходных признаков в Q-мерное пространство дискриминантных функций (Q= = G – 1, где G – число классов). Канонические функции и дискриминантные переменные связывают стандартизованные канонические коэффициенты, которые позволяют оценить относительный вклад переменных в каждую каноническую функцию. Это и есть те самые весовые значения переменных в инструментах антикризисной финансовой диагностики, позволяющие оценить вклад каждой переменной в классификацию. Значения канонических функций вычисляются для каждого объекта по формуле, которая идентична по виду линейному уравнению множественной регрессии:

Yac = bk0 + bklxu + bk2x2i + -+ bkPxPi, (24) где Yik - значение канонической функции к для предприятия і, а bko,…,bkP -канонические коэффициенты для каждой из дискриминантных переменных.

Анализ независимых переменных позволяет при необходимости исключить те предикторы, которые являются несущественными для предсказания. Наиболее важными показателями для анализа являются F-критерий Фишера, толерантность и статистика F-удаления. F-критерий Фишера определяет значимость каждой переменной для разделения классов. Толерантность представляет собой единицу минус квадрат коэффициента множественной корреляции этой переменной со всеми остальными. Если толерантность равна нулю, то этот предиктор не включается в анализ, равно как и переменные с очень малой толерантностью (обычно меньше 0,001). Статистика F-удаления в свою очередь оценивает ухудшение классификации при удалении той или иной переменной из набора. Следовательно, чем больше значение этой статистики, тем более значима данная переменная.

Логистическая регрессия представляет собой расширение множественной регрессии, в которой объясняемая (зависимая) переменная принимает только два различных значения. Такие модели еще называются моделями бинарного выбора. Как правило значения бинарной переменной символизируют принадлежность/непринадлежность объекта (предприятия) к той или иной группе. Если множественная регрессия позволяет прогнозировать количественное значение зависимой переменной на основе известных значений предикторов, то логистическая регрессия прогнозирует вероятность некоего события, находящуюся в пределах от 0 до 1. Кроме того здесь допускается использование категориальных переменных в качестве предикторов, и в отличии от дискриминантного анализа здесь отсутствует допущение о нормальном распределении предикторов. В нашем случае бинарная переменная принимает значение 0, если предприятие является финансово устойчивым, и 1, если считается финансово несостоятельным.

Таким образом, мы постарались обобщить методологические основы обоих методов экономико-математического моделирования, которые были использованы нами в данном диссертационном исследовании. Теперь перейдем непосредственно к результатам расчётов.

Изначально мы собираемся построить так называемую «каноническую» модель, т.е. включающую только четыре отобранных финансовых коэффициента: ROA, NWCA, NITD и ED. Все расчёты производились при помощи пакета для обработки статистических данных IBM SPSS Statistics на основании выборки предприятий, описанной в параграфе 2.1 настоящего исследования. Для удобства мы будем именовать все разновидности авторских инструментов «В-коэффициентами».

Результаты практического применения инструментов антикризисной финансовой диагностики на предприятиях, сдающих коммерческую недвижимость в аренду

Анализ эффективности разработанных и предложенных нами в главе 2 методических предложений по развитию инструментария антикризисной финансовой диагностики не может считаться полным и завершенным без отражения особенностей и результатов их опытного применения.

По нашему мнению, объектами антикризисной финансовой диагностики, осуществляемой при помощи предложенных в данном исследовании инструментов, должно стать не одно, а несколько предприятий, отличающихся по территориальной принадлежности, а также по количеству объектов недвижимости в управлении. Во-первых, это позволит нам проследить, как переменные, отражающие внешнюю экономическую и качественную информацию, влияют на результаты антикризисной финансовой диагностики предприятий, сдающих коммерческую недвижимость в аренду. Во-вторых, мы продемонстрируем, как разработанные нами инструменты позволяют оценить положение компании относительно другой компании с аналогичным видом экономической деятельности.

При этом мы будем исходить из ситуации, приближенной к реальности, когда имеется исчерпывающий доступ к информации об одном объекте антикризисной финансовой диагностики и ограниченный доступ к информации о других о предприятиях-аналогах, с которыми будет производиться сравнительный анализ. Ограниченный доступ к информации предполагает её достаточность для применения инструмента антикризисной финансовой диагностики, но нехватку для выявления причин изменения финансовой устойчивости.

Предприятием, о котором мы располагаем полной информацией, является Закрытое акционерное общество «Универмаг», зарегистрированное и ведущее свою деятельность в г. Ессентуки Ставропольского края. Организация была основана в 1973 г. как крупный магазин городского и районного значения, осуществлявший торговлю широким ассортиментом продовольственных и промышленных товаров. После распада СССР предприятие было приватизировано и приобрело организационно-правовую форму закрытого акционерного общества в соответствии с Федеральным законом «Об акционерных обществах» №208-ФЗ от 26.12.1995 г. С 2005 г. в связи с низкой рентабельностью собственной торговой деятельности началось постепенное её сокращение с одновременное сдачей высвобождающихся площадей в аренду. В 2006 г. ЗАО «Универмаг» прекратил осуществление розничной торговли и переключился исключительно на аренду нежилого недвижимого имущества.

На конец 2016 г. на предприятии было занято 26 человек: 7 работников относятся к административному персоналу, а 19 работников – к службе эксплуатации здания. В последние годы среднесписочная численность работников оставалась неизменной. ЗАО «Универмаг» является ярко выраженным субъектом малого предпринимательства, а, следовательно, подвержен рискам мелких компаний, работающих в сфере коммерческой недвижимости, которые мы обозначили в предыдущем параграфе.

История ЗАО «Универмаг» весьма типична для постсоветской действительности: некогда флагман торговли, расположенный в самом центре города, имеющий стандартную тематическую внутреннюю организацию, но нуждающийся в реконструкции и реконцепции в связи с существенно изменившейся рыночной конъюнктурой. Несмотря на то, что лежащая в основе каждого советского универсального магазина идея о приобретении всех необходимых товаров в одном здании существенно ускоряла и упрощала процесс совершения покупок, быстрое развитие специализированных супермаркетов и гипермаркетов существенно снизило рентабельность универсальных магазинов, что вынудило владельцев каждого из них менять их концепцию, чаще в формат торгового центра, или молла. Подобную реконцепцию претерпел в 2006 г. и ЗАО «Универмаг».

Отличительной особенностью универмагов является то, что они (в своем первозданном виде) относятся к группам некачественных объектов коммерческой недвижимости, но при этом характеризуются арендными ставками на уровне, среднем или выше среднего для того или иного региона, что объясняется их выгодным местоположением. В большинстве случаев универмаги, переоборудованные в торговые центры, заполняются не крупными федеральными сетевыми арендаторами и ключевыми брендами, формирующими стандартный для региона пул арендаторов, а небольшими магазинами местных или региональных брендов (так называемых «брендов no name») и различными индивидуальными предпринимателями. В случае с ЗАО «Универмаг» 90% всех арендаторов имеют организационно-правовую форму индивидуального предпринимателя, остальные осуществляют свою деятельность в форме обществ с ограниченной ответственностью.

Очевидным препятствием на пути развития универмагов в сегменте аренды коммерческой недвижимости является сложность какого-либо рода внешних конструктивных изменений, так как либо данные объекты недвижимости являются архитектурными памятниками (как например, Государственный универсальный магазин в Москве или Большой Гостиный двор в Санкт 132 Петербурге), либо внесение подобных изменений сопряжено с большим объемом согласований с органами муниципальной власти. ЗАО «Универмаг» в 2010 г. претерпел внешнюю реконструкцию, позволившую обновить и осовременить внешний вид здания без существенного изменения архитектурного облика. Данное мероприятие позволило ЗАО «Универмаг» занять одну из лидирующих позиций на рынке аренды коммерческой недвижимости в г. Ессентуки и регионе Кавказских Минеральных Вод.

Другой важной проблемой является типовая внутренняя планировка зданий, мало подходящая или вовсе не подходящая крупным сетевым арендаторам. Здесь имеются ввиду не только конструктивные особенности, но и системы инженерного обеспечения безопасности, к которым сегодня предъявляются крайне серьёзные требования. На сегодняшний день внутренняя реконструкция объекта недвижимости, находящегося в собственности ЗАО «Универмаг» была проведена лишь частично. Основными препятствиями для проведения глобальной внутреннее реконструкции является возможность потери ключевых арендаторов, а также существенный спад на локальном рынке коммерческой недвижимости. На текущий момент стратегией предприятия является постепенное обновление вакантных площадей и их адаптация к современным требованиям, предъявляемым к качественным объектам нежилого недвижимого имущества.

Немаловажным обстоятельством, сдерживающим развитие универмагов в регионах РФ, является наличие в большинстве случаев большого количества собственников, зачастую действующих не согласованно. Эта ситуация обусловлена исторически, так как во времена приватизации акции или доли предприятий, в собственность которых передавались подобные объекты недвижимости, распределялись между всеми работниками. ЗАО «Универмаг» также принадлежит большому количеству собственников, однако, мажоритарными долями располагает несколько акционеров, которые разделяют единый взгляд на концепцию развития торгового центра и, как следствие, находят компромисс по важнейшим стратегическим вопросам управления организацией.

Таким образом, дав краткую характеристику ЗАО «Универмаг» и группы объектов коммерческой недвижимости, к которой он принадлежит, мы можем сгруппировать все сильные и слабые стороны предприятия, а также оценить возможности и угрозы, которые несёт рынок, при помощи SWOT-анализа.

В Таблице 20 мы представили наиболее важные, с нашей точки зрения, конкурентные преимущества и недостатки ЗАО «Универмаг». Отметим, что находящийся в собственности ЗАО объект недвижимости обладает важными характеристиками успешного проекта: центральным местоположением, транспортной и пешеходной доступностью, наличием парковочных мест и отличной деловой репутацией. С другой стороны, «советское наследие» влечёт за собой ряд недостатков, связанных в первую очередь с внутренней планировкой здания, изменений формата которой трудноосуществимо в неопределённых экономических условиях в стране и депрессивной ситуации в экономике Ставропольского края.

Учитывая особенности развития экономики РФ в целом и рынка коммерческой недвижимости в частности, мы также выделили наиболее значимые возможности и угрозы, порождаемые внешней средой. Среди возможностей стоит обратить внимание на потенциал снижения доли вакантных площадей ЗАО «Универмаг» за счет перехода рынка коммерческой недвижимости в стадию оживления и при условии увеличивающейся экономической активности в регионе Кавказских Минеральных Вод (далее по тексту – КМВ), в том числе и за счёт развития туристической инфраструктуры. Среди угроз выделим высокий уровень конкуренции на рынке аренды коммерческой недвижимости в г. Ессентуки, во многом вызванной большим объемом строительства так называемых «торговых полос» (эту проблему мы осветили в предыдущем параграфе).