Методика разработки финансовых стандартов управления обязательствами на основе экономико-математических моделей



В статье автором рассматривается методика управления обязательствами компании на основе экономико-математических моделей и предложены целевые индикаторы в области управления обязательствами, воздействие на которые позволит повысить финансовые результаты ПАО «Северсталь».

Ключевые слова: EBITDA, финансовая устойчивость, заемный капитал, собственный капитал.

Оценка характера долговых обязательств в структуре пассивов, а также исследование особенностей имущества предприятия, используемого для их покрытия, предполагает реализацию ряда диагностических этапов:

— оценка ликвидности активов предприятия;

— оценка покрытия обязательств собственными средствами предприятия;

— общая характеристика платежеспособности организации.

Анализ ликвидности баланса предполагает проверку соотношении активов с обязательствами по пассиву, каждые из которых группируются определенным образом: активы — по степени ликвидности, пассивы — по срочности погашения [1]. После соответствующей группировки целесообразно сравнить соответствующие по уровню ликвидности активы и срочные по погашению пассивы. В качестве примера рассмотрим уровень платежеспособности ПАО «Северсталь» в таблице 1.

По данным таблицы 1 следует сказать, что негативным фактором является тот факт, что высоколиквидные активы превышают краткосрочные обязательства только в 2019 г., до этого периода и после наблюдается превышение краткосрочных обязательств над высоколиквидными активами, что определяет высокий уровень рисков потери платежеспособности.

Таблица 1

Соотношение активов и обязательств в рамках оценки конкурентоспособности ПАО «Северсталь», млн. долл.

2018				2019				2020
А1		П1		А1		П1		А1		П1
235	<	566		1087	>	726		589	<	657
А2		П2		А2		П2		А2		П2
574	>	557		603	<	860		547	<	1113
А3		П3		А3		П3		А3		П3
1263	<	1872		1405	<	3158		1092	<	2882
А4		П4		А4		П4		А4		П4
3802	>	2879		5127	>	3478		5168	>	2744

В это же время наблюдается превышение обязательств П2 и П3 над активами А2 и А3, соответственно, исключением стало соотношение активов А2 и П2 в 2018 г., однако в последующие периоды данное соотношение было нарушено, что демонстрирует также высокий уровень рисков потери платежеспособности.

Аналогично низколиквидные активы А4 не покрываются собственным капиталом П4, что также характеризует высокий уровень зависимости от внешнего финансирования, а значит, высокий риск потери платежеспособности и финансовой устойчивости.

Показателем, отражающим характер зависимости предприятия от заемного капитала, определяется коэффициентом финансового рычага:

(1)

где ЗК — заемный капитал;

СК — собственный капитал;

Далее рассмотрим влияние долговых обязательств на финансовую устойчивость организации. Для этого воспользуемся сравним коэффициент финансового рычага с тремя критериями:

— сравним финансовый рычаг с коэффициентом денежной структуры капитала, данный критерий фактически отражает уровень покрытия имеющихся долговых обязательств собственными средствами:

, (2)

где И _ДФ — имущество в денежной форме (активы А1 и А2);

И _НФ — имущество в неденежной форме (активы А3 и А4);

ТО — текущие обязательства.

Данный показатель позволяет сравнить структуру активов со структурой капитала организации;

— соотношение мобильных и иммобилизованных средств, который характеризует уровень покрытия ликвидными активами имеющихся долгосрочных активов:

; (3)

— коэффициент покрытия оборотных средств собственным капиталом, суть которого заключается в том, что оборотные средства, необходимый для нормального функционирования предприятия, финансируются из собственных средств, что обеспечивает стабильность и бесперебойность работы, в то время как остальная часть оборотных средств может быть профинансирована за счет средств заемного капитала:

, (4)

Расчет указанных показателей представлен в таблице 2.

Говоря о влиянии долговых обязательств на финансовую устойчивость, в первую очередь, следует отметить отрицательные значения коэффициента денежной структуры, в 2018 г. и 2020 г., при этом положительное значение 2019 г. имеет относительно низкое значение. Данный факт характеризует высокий риск потери финансовой устойчивости в силу невозможности покрытия текущих обязательств имеющимися денежными активами.

Таблица 2

Критерии финансовой устойчивости ПАО «Северсталь»

Наименование показателя	2018	2019	2020
Коэффициент финансового рычага	1,040	1,364	1,695
Коэффициент денежной структуры капитала	-0,062	0,016	-0,101
Соотношение мобильных и иммобилизованных средств	0,545	0,604	0,431
Коэффициент покрытия оборотных средств собственным капиталом	2,293	2,144	2,525

Фактически такая ситуация является следствием низкого уровня ликвидности активов предприятия в сравнении с имеющимися обязательствами. Кроме этого, следует отметить тренд снижения соотношения мобильных и иммобилизованных средств, так как это обстоятельство определяет высокий риск потери финансовой устойчивости в условиях покрытия долговых обязательств.

В то же время отметим достаточно высокий коэффициент покрытия запасов собственными средствами, однако после значительного роста в 2019 г. наблюдается его относительное снижение в 2020 г., но данная величина все равно остается выше первоначального значения 2018 г., что свидетельствует о тренде роста показателя. Однако следует отметить, что специфика деятельности предприятия, связанная с большой капиталоемкостью, требует учета структуры активов не только в части запасов, но в части внеоборотных активов.

Можем наблюдать превышение коэффициента финансового рычага относительно двух рассмотренных критериев финансовой устойчивости (исключением является коэффициент покрытия запасов собственным капиталом). Такое значительное относительное и абсолютное превышение коэффициента финансового рычага над показателями финансовой устойчивости формирует значительные риски ее потери и требует разработки соответствующих управленческих мероприятий.

Таким образом, наблюдается значительное влияние роста удельного веса краткосрочных долговых обязательств на параметры платежеспособности и финансовой устойчивости предприятия. Сравнительный анализ величин активов и пассивов по критерию ликвидности также демонстрирует негативные тенденции, способствующие снижению платежеспособности организации.

Для целей корректировки финансовой политики в области управления финансовой устойчивостью и платежеспособностью организации воспользуемся методами факторного анализа и корреляционно-регрессионного анализа для того, чтобы выявить комплекс факторов, воздействующих на финансовое состояние организации наиболее эффективно.

Для выявления глобальной связи данных параметров с показателями финансовых результатов воспользуемся методом корреляционно-регрессионного анализа.

Н. Н. Яроменко с соавторами отмечают, что «основная задача корреляционного и регрессионного методов анализа заключается в анализе статистических данных для выявления математической зависимости между исследуемыми признаками и установки с помощью коэффициентов корреляции сравнительной оценки плотности взаимосвязи, которые имеют определенное числовое выражение» [2, с. 249].

На основе корреляционного анализа целесообразно построить систему моделей, позволяющую прогнозировать влияние отдельных управленческих решений по управления обязательствами на финансовые результаты. Для разработки данного комплекса моделей воспользуемся методикой нормирования исходных данных для обеспечения их сопоставимости.

В качестве результирующей переменной используем показатели выручки и EBITDA (нормированные значения). Так как практически все исследуемые показатели характеризуются сильной связью с результирующей переменной, то в рамках данного исследования построим модели для следующих переменных:

а) для выручки: коэффициент финансовой зависимости; текущие обязательства;

б) для EBITDA: оборачиваемость заемного капитала; внеоборотные активы.

Регрессионный анализ был проведен посредством пакета анализа MS Excel.

Критерии достоверности полученных моделей соответствуют заданным значениям. Множественный R, нормированный R-квадрат находятся в пределах допустимых значений — 0,96–0,99, что означает, что 96–99 % дисперсии объясняет найденная модель. Значит, модель отражает фактическую взаимосвязь переменных. Критерий Фишера для адекватного уравнения регрессии должен быть значительно больше значимости F. Так как в нашей модели значимость  ничтожно мала, то критерий Фишера подтверждает адекватность уравнения.

Проверку значимости регрессионных коэффициентов проводят на основе t-статистики для уровня значимости , которое равно 0,05. Для этого используем встроенную статистическую функцию программы «Excel» — «СТЬЮДРАСПОБР» , введя в предложенное меню вероятность и число степеней свободы . Рассчитанная таким образом, значимость t составила 1,85. Для коэффициентов наблюдаемое значение t-статистики в модуле больше значения -критического 1,85. Следовательно, гипотеза о равенстве нулю этих коэффициентов отвергается с вероятностью ошибки, равной 0,05, т. е. соответствующие коэффициенты значимы.

Таким образом, были получены следующие управленческие модели:

, (4)

где Х ₁ — коэффициент финансовой зависимости;

Х ₂ — текущие обязательства;

Х ₃ — оборачиваемость заемного капитала;

Х ₄ — внеоборотные активы.

Использование полученных моделей позволяет разрабатывать стандарты финансовой политики, исходя из целевых показателей выручки и прибыли EBITDA. Перечень стандартов-рекомендаций, которые могут быть разработаны на основе полученных моделей. должны включать:

— допустимые и целевые интервалы коэффициента финансовой зависимости;

— допустимые и целевые величины текущих обязательств;

— допустимые и целевые интервалы оборачиваемости заемного капитала;

— допустимые и целевые величины стоимости внеоборотных активов.

Примеры целевых значений, ориентированных на рост целевых показателей, представлены в таблице 3.

Таблица 3

Целевые показатели управления обязательствами ПАО «Северсталь»

Показатель	Целевое значение	Нормированное значение	Коэффициент нормализации	Коэффициент моде-ли	Константа модели	Относительное отклонение	Суммарное влияние
EBITDA, млн. долл.	2824,808	3,923	720	-	-	15,41 %	22,75 %
	2685,841	3,730	720	-	-	7,34 %
Выручка, млн. долл	7525,050	4,375	1720	-	-	4,32 %	13,27 %
	7526,502	4,376	1720	-	-	8,95 %
Коэффициент финансовой зависимости	0,57	4,75	0,12	-0,992	8,638	-10,00 %	х
Текущие обязательства, млн. долл.	1593,00	2,46	647	-0,933	6,027	-10,00 %	х
Оборачиваемость заемного капитала, дни	456,34	1,85	246,04	-0,880	6,007	-10,00 %	х
Стоимость внеоборотных активов, млн. долл.	4651,20	3,40	1366	-0,950	7,610	-10,00 %	х

Целевые показатели рассчитываются на основе полученных моделей с учетом планируемого изменения независимых переменных. Коэффициент нормализации рассчитывается как разность между максимальным и минимальным значениями числового ряда и используется для нормализации значений переменных в уравнении регрессии.

Таким образом, данные математические модели позволяют сформировать целевые индикаторы в области управления обязательствами (рычаги), воздействие на которые позволит повысить финансовые результаты компании (выручку и EBITDA). Кроме этого, полученные константы определяют критические значения переменных, которые могут служить критическими границами интервалов финансовых индикаторов.

Обобщив проведенный анализ, можно сформулировать основные этапы разработки финансовых стандартов управления обязательствами:

— посредством факторного анализа определить ключевые факторы, влияющие на ключевые показатели (финансовые результаты);

— посредством корреляционного анализа сформировать комплекс независимых переменных, включаемых в регрессионную модель;

— разработка системы регрессионных моделей, учитывающих влияние показателей управления обязательствами на финансовые результаты;

— на основе разработанных моделей определить критические интервалы переменных и целевые индикаторы для разработки финансовых стандартов.

Литература:

1. Дубоносова, А. Н. Алгоритм анализа ликвидности предприятия / А. Н. Дубоносова. — Текст: электронный // Финансово-экономический анализ деятельности компании: [сайт]. — URL: https://www.cfin.ru/finanalysis/reports/algorithm_of_analysis.shtml (дата обращения: 11.12.2021).
2. Яроменко, Н. Н., Бубенок, Е. Д., Хахалева, Е. А. Корреляционно-регрессионный анализ как способ прогнозирования экономического развития предприятия / Н. Н. Яроменко, Е. Д. Бубенок, Е. А. Хахалева // Вестник академии знаний. — 2021. — № 3 (44). — С. 249–253.