Geum.ru

Разработать комплекс мероприятий для их ликвидации; в условиях сохранения тенденции финансового развития осуществить прогноз финансовой устойчивости; на основе моделирования выявить пути и средства повышения устойчивости

Вид материалаДокументы

Содержание


3. Брейли Р., Майерс С. Принципы корпоративных финансов. М.: ЗАО «Олимп-бизнес» 2008. - 1008с.: ил.
Подобный материал:
Метод оценки и прогнозирования финансовой устойчивости транспортного предприятия в условиях риска

Игорь Б. Арефьев, Теа Мунджишвили

Россия, Санкт-Петербург

Январь 05, 2010

Аннотация


Авторы предлагают метод оценки и прогнозирования финансового состояния транспортного предприятия на основе логико-вероятностной модели. Для оценки и оптимизации нормативных (эталонных) значений показателей используется модель, построенная на базе метода «золотого сечения».

Ключевые слова: метод, риск, прогноз, финансовая устойчивость, транспортное предприятие, кризис.

В условиях растущей конкуренции организаций-перевозчиков груза в Единой Европе особую актуальность приобретает задача оценки и прогнозирования финансовой устойчивости транспортного предприятия. Эта задача стала особенно важной при современном мировом финансовом кризисе. В основе решения задачи лежит комплексный финансовый анализ предприятия, технология прогнозирования и оценки финансовой устойчивости с целью минимизировать или исключить риск падения производственной деятельности или банкротства.

Аналитическая обработка данных баланса позволяет:
  • выявить причины, влияющие на финансовую устойчивость;
  • разработать комплекс мероприятий для их ликвидации;
  • в условиях сохранения тенденции финансового развития осуществить прогноз финансовой устойчивости;
  • на основе моделирования выявить пути и средства повышения устойчивости.

Классическим подходом в оценке состояния экономической системы и финансового анализа является комплекс экономико-математических моделей, базирующихся на методах структурного, маржинального и факторного анализа, определения стандартных отклонений.

Важно заметить, что финансовая устойчивость является гарантом кредитоспособности. При этом можно рассматривать различные наборы экономических показателей и их оценок. В практике работы предприятий традиционно используют принцип сравнения фактических значений выбранных показателей с нормативными (эталонными). В зависимости от конкретных целей и задач прогнозирования такой подход дает приемлемые результаты. Для этих целей в настоящее время достаточно успешно применяется ряд экономико-математических моделей [3]. В основе таких моделей лежат статистические методы обработки данных. Однако, в большинстве случаев, именно для транспортных предприятий с их спецификой ведения финансовой деятельности, они является малоэффективными, особенно при прогнозировании. Дело в том, что здесь не учитывается закономерность развития и динамика транспортного предприятия, вероятностный аспект экономических процессов при организации логистических процедур [1,2].

В последнее время появились интересные работы по применению математических методов логико-вероятностного моделирования и теории нечетких множеств. Они позволяют осуществить оценку финансового состояния предприятия - заемщика при недостатке и даже отсутствии статистических данных.

В настоящей работе показан метод оценки состояния и прогнозирования финансовой устойчивости предприятия на основе логико-вероятностного моделирования, а для оценки нормативных (эталонных) значений показателей, используется экономико-математическая модель на базе принципа « золотого сечения».

Финансовое состояние транспортного предприятия достаточно полно описывается набором показателей, приведенных в Таблице 1 [4]. При этом доказано, что предприятие является финансово устойчивым, если значение этих показателей находится в заданном диапазоне (min-max нормативное значение) [1].

Задача состоит в нахождении вероятности устойчивости финансового состояния и возможного риска при выбранных показателях. Необходимо определить оптимальное значение вероятности финансового риска, когда выбранные нормативные значения показателей так же оптимальны. Авторы считают, что оптимальность значения показателя может быть достигнута при использовании принципа золотого сечения [5]. Отсюда и алгоритм решения задачи:

  1. На базе принципа золотого сечения из диапазона нормативных значений определить оптимальное значение конкретного коэффициента;
  2. Разработать логико-вероятную модель финансового состояния предприятия-заемщика
  3. По результам моделирования определить вероятность риска финансовой устойчивости.

Определение финансовой устойчивости транспортного предприятия с помощью логико-вероятностной модели позволяет при отсутствии конкретных (полных) статистических данных получить следующие решения:

  1. Проверить выдвинутые гипотезы по структуре и содержанию показателя интегрированной оценки финансового состояния предприятия, т.е. выбирать и определять возможность оценки финансового состояния предприятия с помощью принятого набора показателей;
  2. Учитывая логические связи в принятом наборе показателей найти вероятность надежности (ненадежности) как отдельных показателей, так и групп показателей;
  3. Расчитать удельный вес влияния каждого показателя и групп показателей на ожидаемое финансовое состояние транспортного предприятия;
  4. Вычислить риск финансовой неустойчивости транспортного предприятия и обосновать пути их ликвидации;
  5. На основе моделирования найти оптимальный вариант тенденции развития финансового состояния предприятия и использовать его при мониторинге финансовой неустойчивости.

Приведём пример реализации такого решения.

Финансовое состояние заемщика допустимо рассматривать как открытую систему, состоящую из 10 финансовых показателей. В связи с воздействием на систему эндогенных и экзогенных факторов каждый показатель может принимать различные дискретные значения. Величина любого показателя равна определена по методу золотого сечения. Допустим вероятность надежности значении каждого показателя одинакова: P(RIi)=0.62. Вероятность ненадежности соответственно будет P(QIi)=0.38.

Предложенная система показателей состоит из 10 элементов (n=10). Она может находиться в N=3628800 состояниях, из которых N-1=3628799 содержит хотя бы один "плохой" фактор. Любой показатель может принимать два значениия :
  • 1, когда величина показателя соотвествует расчётной по методу золотого сечения,
  • 0 – в противном случае.

Если значение компоненты равняется допустимому тогда она надежная (приемлемая) и обозначается как , в противном случае значение ненадежно и соответственно неприемлемо. Этот факт отметим через Q.

Если принять за mi число удовлетворительных состояний, а за ki=n-mi – число не удовлетворительных состояний, то общее число состояний системы будет:

Cnm=n!/(mi!ki!), i=1,2,…,n.

Результаты расчётов приведены в Таблица 2.

Вероятность того, что величина всех 10 коэффициентов будет меньше их значения, очень мала:

Pt{A(m=0, k=10}= 0.000102434


Вероятность равенства этих показателей набору приемлемых значений будет:

Pt{A(m=10, k=0}=0.008392994;

Вероятность, когда из 10 коэффициентов значение хотя бы одного коэффициента является «плохим» найдём как

Pt{A(m=9, k=1}=0.005144093 и т.д.

Вероятность общего риска надежности системы окажется т.е. 0,28 или 28%.


Допустим, из 10 финансовых показателей только три (автономии, рентабельности и рентабельности оборачиваемости оборотных средств) имеют нормативное значение коэффициентов по методу «золотого сечения».В этом случае изменятся вероятности и других показателей (Таблица 3).

Результаты моделирования показывают, что вероятность общего риска в надежности системы будет 0,321, т.е. 32,1%.

Error: Reference source not found


Заключение


Резюмируя изложенное выше, можно сделать следующие выводы:
  • На основе метода логико-вероятностного моделирования построена модель планирования финансовой устойчивости предприятия с учетом вероятностного характера экономических процессов, которая позволяет при отсутствии (недостатке) статистических данных определить оптимальный (минимальный) риск неустойчивости финансовой системы транспортного предприятия;
  • Исходными данными модели являются логические связи принятых показателей, описывающие финансовое состояние предприятия и их нормативные (эталонные) значения;
  • Определение вероятностного минимального риска финансовой неустойчивости предприятия достигается в случае определения нормативных значений показателей методом «золотого сечения»;
  • Результаты моделирования показывают, что если значение всех показателей определены методом «золотого сечения», то вероятность риска попадания в неустойчивое состояние минимизируется.

Полученные в настоящей работе результаты были опробованы при оценке финансовой деятельности грузового предприятия, входящего в комплексный транспортный узел, как элемент системы управления при подготовке и принятия решения. Это означает, что руководитель предприятия на основе фактических значений экономических показателей в любой момент времени может прогнозировать риск и финансовую устойчивость организации, заранее принимать соответствующие решения по управлению.


Литература


1. Ariefiew I. Analityczno-statystyczne metody oceny ryzyka w logistyce transportowej. „Wspólczesne systemy transportowe”. Pol. Śląska. Gliwice, 2009. s.107-115.

2. Arefyev. W. Pasewicz. Zastosowanie statistycznych funkcij decyzyjnych w polityce przedsiębiorstwa transportowego. „Dostęmpność transportowa. Aspekty teoretyczne i praktyczne” U.Szcz. Szczecin.

2008. s. 9-11.

3. Брейли Р., Майерс С. Принципы корпоративных финансов. М.: ЗАО «Олимп-бизнес» 2008. - 1008с.: ил.


4. Мунджишвили Т., Логико-вероятностная модель оценки финансового состояния предприятия, Труды Тбилисского Университета, прикладная математика и компьютерные науки, #364 (24), стр. 216 -2 29, Тб., 2005.

5. Tsaaca G. At the turn of Siences: Ratio of the “ Golden Section” in the nature. art, architecture, construction, business, financial and bank managment...T.: “siaxle”, 2006. - 28 s.



Таблица 1

Наименование показателя
Нормативное значение

Max
Min

Коэффициент автономии
0,5
0,7

Коэффициент маневренности

0,05
0,1

Коэффициент покрытия запасов
0,1
0,15

Коэффициент текущей ликвидности
0,1
0,15

Коэффициент абсолютной ликвидности
1,0
2,0

Коэффициент срочной ликвидности
0,1
0,2

Коэффициент соотношения дебиторской и кредиторской задолженности
0,1
1,0

Коэффициент обеспеченности материальных запасов собственными оборотными средствами

0,6
0,8

Коэффициент рентабельности
0,05
0,15

Коэффициент рентабельности оборачиваемости оборотных средств
0,5
0,15



Таблица 2

Наименование финансовых коэффициентов
Значение коэффициентов по методу золотого сечения
P(Ri)

Вероятность надежности финансовых коэффициентов
P(Qi) Вероятность ненадежности финансовых коэффициентов
Вероятность системы с учетом вероятностей отдельных показателей _ Pt(Yi)

Коэффициент автономии
0.65
0.62
0.38
0.008392994

Коэффициент маневренности

0.4
0.62
0.38
0.005144093

Коэффициент покрытия запасов
0.38
0.62
0.38
0.003152831

Коэффициент текущей ликвидности
0.38
0.62
0.38
0.00193238

Коэффициент абсолютной ликвидности
1.65
0.62
0.38
0.001184362

Коэффициент срочной ликвидности
0.165
0.62
0.38
0.000725899

Коэффициент соотношения дебиторской и кредиторской задолженности
0.65
0.62
0.38
0.000444906

Коэффициент обеспеченности материальных запасов собственными оборотными средствами

0.72
0.62
0.38
0.000272684

Коэффициент рентабельности
0.6
0.62
0.38
0.000167129

Коэффициент рентабельности оборачиваемости оборотных средств
0.6
0.62
0.38

0.000102434



Таблица 3



Наименование финансовых коэффициентов
Значение коэффициентов
P(Ri)

Вероятность надежности финансовых коэффициентов
P(Qi) Вероятность ненадежности финансовых коэффициентов

Коэффициент автономии
0.62
0.62
0.38

Коэффициент маневренности

0.05
0.72
0.28

Коэффициент покрытия запасов
0.1
0.72
0.28

Коэффициент текущей ликвидности
0.1
0.8
0.2

Коэффициент абсолютной ликвидности
1
0.9
0.1

Коэффициент срочной ликвидности
0.1
0.62
0.38

Коэффициент соотношения дебиторской и кредиторской задолженности
0.1
0.9
0.1

Коэффициент обеспеченности материальных запасов собственными оборотными средствами

0.6
0.85
0.15

Коэффициент рентабельности
0.6
0.62
0.38

Коэффициент рентабельности оборачиваемости оборотных средств
0.6
0.62
0.38



The method of forecasting for financial stability

of the transports enterprise in the crisiss conditions


Abstract


In the offered report on the basis of a method of LP- modelling creat economic-mathematical model of planning for financial stability of the transports enterprise taking into account probability character of economic processes which allows in the absence of the statistical data, to define optimum minimum risk of stability of a financial system. In the offered report us the approach of an estimation of a financial condition and forecasting of financial stability of the enterprise on the basis of a method of LP-modelling, and for an estimation of standard indicators (reference) value used in the model – a Golden Section method is offered.


Key words: method, risk, prognosis, transports enterprise, financial stability, crisis.

Авторы


I. Arefyev. Akademia Morska (Szczecin), profesor zw. dr hab. Inż.

T. Mundżiszwili. Universitet of Tbilisi (Georgia) dr ekonomiki