МОДЕЛИРОВАНИЕ ФИНАНСОВОЙ УСТОЙЧИВОСТИ С ИСПОЛЬЗОВАНИЕМ УРАВНЕНИЯ РЕГРЕССИИ

Российские компании часто сталкиваются с задачами, связанными с кризисными ситуациями, которые создают особые требования к финансовой устойчивости. Финансовая устойчивость является ключом к существованию и основой стабильного состояния организации, роста ее деловой активности и инвестиционной привлекательности.

Финансовая устойчивость – сложное понятие, которое включает в себя множество факторов, влияющих на общее финансовое состояние организации. Финансово устойчивой будет считаться та организация, которая осуществляет эффективные вложения в активы, поддерживает высокую инвестиционную привлекательность, не превышая при этом допустимый уровень риска.

Для анализа структуры капитала используются коэффициенты, характеризующие зависимость компании от внешних источников финансирования и ее возможность отвечать по своим долгосрочным обязательствам.

К таким коэффициентам можно отнести: коэффициент капитализации, коэффициент обеспеченности запасов собственными источниками, коэффициент автономии, коэффициент финансирования, коэффициент финансовой устойчивости, коэффициент маневренности.

Роль финансового моделирования в системе факторов обеспечения финансовой устойчивости, помимо того, что оно является основой для принятия обоснованных управленческих решений, помогает в решении следующих задач:

• согласование развития различных направлений и целей деятельности компании,
• оценка и сравнение различных сценариев финансового развития,
• увязка потребностей в инвестициях с наличием финансовых средств и пр.

Другими словами, с помощью построения адекватной модели финансовой устойчивости компании, появится возможность не только определять условия, необходимые для достижения устойчивости на данный момент, но и предсказывать будущее финансовое состояние при заданных условиях.

Информационной базой для оценки и моделирования финансовой устойчивости является финансовая отчетность ПАО «ТрансКонтейнер», годовые отчеты и презентации компании, опубликованные в официальных источниках, аналитические исследования, проведенные консалтинговыми компаниями, в которых дана оценка текущему и прогнозному отраслевому состоянию.

ПАО «ТрансКонтейнер» – российский интермодальный контейнерный оператор, оперирующий крупнейшим в России парком контейнеров и фитинговых платформ, на всей сети железных дорог стандарта 1520. Основные факторы инвестиционной привлекательности компании, это ее лидирующие позиции на рынке, уникальная база активов, широкая география бизнеса, диверсифицированная клиентская база и высокие стандарты корпоративного управления.

Акции ТрансКонтейнера стали лидером роста в 2019 году, подорожав на 89% на фоне очень сильных финансовых результатов. Начиная с первого полугодия 2018 года, финансовые показатели компании стабильно растут. За год значение EBITDA выросло на 67%, операционная рентабельность увеличилась на 57%, и маржа прибыли возросла на 65%.

Однако высокий уровень доходов и рост показателей рентабельности продаж не являются гарантом финансовой устойчивости компании. Напротив, чем выше темпы развития компании, тем больше требуется финансирования, что может подорвать платежеспособность компании, а следом и привести к потере финансовой устойчивости. Подобный рост должен находиться под пристальным вниманием менеджмента компании, чтобы оперативно реагировать на возникающие проблемы. При анализе финансового состояния организации существует необходимость определения негативных факторов (рисков), которые могут оказать негативное воздействие на финансовые результаты деятельности.

В процессе моделирования финансовой устойчивости предприятия, прежде всего, необходимо рассмотреть влияние факторов на финансовое положение. В качестве показателей-факторов, влияющих на значение показателей финансовой устойчивости, использованы ключевые финансовые величины. Значения взяты из квартальной отчетности компании за период с 4 квартала 2014 года по 3 квартал 2019 года. Среди них нами выделены:

• Х₁ – выручка;
• Х₂ – валюта баланса;
• Х₃ – внеоборотные активы (ВНА);
• Х₄ – собственный капитал (СК);
• Х₅ – собственный оборотный капитал (СОК);
• Х₆ – чистый долг.

Квартальная отчетность была выбрана из соображений оперативность и репрезентативности проводимого анализа: 2019 год стал очень важным для компании, было много изменений в структуре владения.

Результирующей переменной в данной модели будет коэффициент независимости (автономии). Данный коэффициент характеризует степень независимости от внешних источников финансирования. Коэффициент независимости рассчитывается как отношение величины собственных средств к валюте баланса.  Согласно методологическим рекомендациям по проведению анализа финансово-хозяйственной деятельности организаций, рекомендуемое значение коэффициента автономии – 50% (0,5).

Наиболее простой формой зависимости и достаточно строго обоснованной является линейная зависимость.

Необходимо определить, все ли переменные имеет смысл включать в уравнение, или есть переменные, которые существенно не влияют на величину У и их нецелесообразно использовать в модели. Для этого рассчитаем парные коэффициенты корреляции. Они характеризуют «взаимосвязь между двумя выбранными переменными на фоне действия остальных показателей и являются самыми распространенными показателями тесноты связи при статистическом анализе данных» [1].

Расчет матрицы парных коэффициентов корреляции осуществляется в Excel с помощью инструмента «Корреляция» пакета «Анализ данных».

Таблица 1 – Матрица парных коэффициентов корреляции

Значимость коэффициентов корреляции можно проверить, используя критическое значение коэффициента корреляции. Для выборки из 21 наблюдения 5% критическое значение корреляции равно 0,433. Можно прийти к выводу, что все исходные данные имеют высокую взаимозависимость с результирующим показателем, следовательно их можно добавить в итоговую регрессионную модель.

Регрессионный анализ реализован с помощью пакета программ Gretl (GNU Regression Econometrics and Time Series Library).

Таблица 2 – Модель 1. Метод наименьших квадратов

Наличие трех звезд в столбце «Значимость» в Таблице 3.3 информирует о том, что данный коэффициент значим на 1%-ом уровне. Отсутствие звезд говорит о незначимости коэффициента на 10%-ом интервале.

Используя полученные данные, можно сделать вывод, что X3, X4 и X5 незначимы на 10%-ом уровне.

На основании полученных результатов были исключены следующие коэффициенты из уравнения регрессии:

• внеоборотные активы (Х3),
• собственный капитал (Х4),
• собственный оборотный капитал (Х5).

Таким образом, в модели остаются выручка, валюта баланса и чистый долг. Величина чистого долга рассчитывается как разница между общей величиной кредитов и займов и денежных средств. Величина чистого долга включает те же факторные признаки, что и валюта баланса, они сильно взаимозависимы и имеют, поэтому, одинаковые тенденции. Поэтому, прежде чем все 3 показателя добавлять в уравнение, необходимо их поверить на мультиколлинеарность. 

В программе Gretl представлен метод, основанный на вычислении и последующем исследовании так называемого фактора инфляции дисперсии VIF (Variance Inflation Factor) [5]. Данный показатель по каждому из включенных независимых переменных должен быть меньше 10, чтобы можно было предположить, что включение переменной не приведет к мультиколлинеарности.

Значение VIF_X2 больше 10, поэтому значение валюты баланса исключаются из модели.

Таким образом, поэтапно исключив все неподходящие переменные, регрессионная модель была приведена к следующему уравнению:

Y = 0,856 — 0,0065*X1 — 0,00447*X6                   (6),

где Y – коэффициент финансовой независимости, X1 – выручка за квартал (млрд руб.), X6 – величина чистого долга (млрд руб.).

Необходимо обратить внимание на соответствие знаков уравнения регрессии экономическому смыслу поставленной задачи: с увеличением величины чистого долга и выручки за квартал, коэффициент финансовой независимости уменьшается. При этом превышение коэффициента автономии может превысить 0,856 только при отрицательном значении величины чистого долга – это накладывает определенные ограничения на данную модель.

Отрицательное значение чистого долга (превышение наиболее ликвидных активов над долгами) говорит о том, что компания неэффективно использует финансовые источники, поэтому это считается негативным показателем для инвестора. Свободная ликвидность свидетельствует об упущенных возможностях повышения рентабельности, а также может говорить о неэффективном управлении.

Однако если учитывать средние значение данного показателя у ПАО «ТрансКонтейнер», равное 70%, и среднее значение по отрасли 68,93% (по данным Росстата за 2018 год по отрасли «Транспортировка и хранение»), данное ограничение не должно быть критическим для модели.

Таблица 3 – Модель 2. Метод наименьших квадратов

Коэффициент детерминации R² равен 0,71, что говорит о том, что около 71% вариации зависимой переменной учтено в модели и обусловлено влиянием включенных факторов. Необходимо проверить статистическую значимость коэффициента детерминации, так как значение R² хоть и высокое, все равно остается 29% вариации, которая не объясняется включенными в модель факторами.

Уравнение регрессии в последствии проверяется по таким характеристикам, как проверка статистической значимости коэффициентов, отобранных в уравнение регрессии; проверка общего качества уравнения; проверка выполнимости предпосылок МНК. Полученная модель позволяет связать финансовую устойчивость компании с темпами роста ее выручки. Это является особенно важным для компаний, которые очень резко увеличивают свои обороты: хорошие финансовые результаты не являются гарантом финансовой устойчивости, наоборот, чем выше обороты, тем выше потребность в финансировании.

В настоящее время анализ финансового состояния компании проводится с помощью устоявшейся системы взаимосвязанных финансовых показателей. Экономико-математические модели, как один из инструментов исследования финансовой устойчивости, позволяют проводить углубленный количественный анализ финансовой устойчивости, а также строить на их основе прогнозы.

В рамках проведенного исследования было выведено уравнение регрессии, которое связывает такие показатели, как выручка и величина чистого долга, с коэффициентом автономии компании. Известно, что высокие обороты компании не гарантируют финансовую устойчивость, даже наоборот, могут привести к ее потери за счет все более возрастающей потребности в дополнительном финансировании.

Список Использованных Источников

1. Берикашвили, В. Ш. Статистическая обработка данных, планирование эксперимента и случайные процессы : учебное пособие для бакалавриата и магистратуры / В. Ш. Берикашвили, С. П. Оськин. — 2-е изд., испр. и доп. — Москва : Издательство Юрайт, 2019. — 164 с.
2. Гармаш, А. Н. Экономико-математические методы и прикладные модели : учебник для бакалавриата и магистратуры // А. Н. Гармаш, И. В. Орлова, В. В. Федосеев ; под ред. В. В. Федосеева. — 4-е изд., пер. и доп. — М. : Издательство Юрайт, 2019. — 328 с.
3. Грачев А.В. Финансовая устойчивость предприятия: критерии и методы оценки в рыночной экономике: Учебное пособие. – 3-е изд., перераб. – М.: Издательство «Дело и Серивис», 2010. – 400 с.
4. Корпоративные финансы: Учебник. // Под ред. проф. Шохина Е.И. – 2-e изд – М.: КноРус, 2016. – 318 с.
5. Попов, А. М. Экономико-математические методы и модели: учебник для прикладного бакалавриата / А. М. Попов, В. Н. Сотников; под общей редакцией А. М. Попова. — 3-е изд., испр. и доп. — Москва: Издательство Юрайт, 2019. — 345 с.
6. http://www.gks.ru/ — официальный сайт Федеральной службы государственной статистики.
7. https://www.spark-interfax.ru/promo/— сетевое издание «Информационный ресурс СПАРК».
8. https://trcont.com/investor-relations — информация об основных показателях, акциях и облигациях, корпоративных событиях, а также о финансовых и операционных результатах ПАО «ТрансКонтейнер»