Впровадження коефіцієнту для прогнозування грошових труднощів

Грошові коефіцієнти, засновані на оцінці поточної або минулої ефективності діяльності компанії, нерідко вживаються для того, щоб посприяти у пророцтві прийдешнього. Але як вибір коефіцієнтів, так та інтерпретація результатів майже в усьому залежать від суджень аналітика. Все ж таки за крайні роки робилися проби створити найбільш формалізований і систематичний підхід до застосування коефіцієнтів з метою прогнозування. Зокрема, дослідники показали ентузіазм до обгрунтування можливості коефіцієнтів передвіщати грошові обтяження компаній. Природно, це та область, яка, як видно, зобов'язана турбувати тих, хто пов'язаний зі справою.

Було розроблено ряд методик і моделей, в яких задіяні коефіцієнти, що претендують на пророцтво майбутніх грошових труднощів. Ранні дослідження були присвячені дослідженню окремих коефіцієнтів для визначення того, як вони є непоганим або поганим індикатором майбутніх грошових труднощів. 1-е дослідження в даній області було проведено Бівер [1], який порівняв важливі коефіцієнти 79 компаній, які потерпіли лихо в бізнесі протягом наступних 10 років, з вибіркою інших 79 компаній, які продовжували вдало працювати протягом цього періоду (у дослідженні застосовувалося парне співставлення, коли потерпіла біду компанія зіставлялося з вдалою компанією аналогічного масштабу з тієї ж галузі). Бівер знайшов, що певні середні коефіцієнти показували справді примітні відмінності між успішними і неуспішними компаніями (див. рис. 3.4).

У результаті дослідження Зміївського [2] використовувалася добірка з 72 неуспішних і 3573 благополучних компаній за шестирічний період: виявилося, що погані компанії характеризувалися найменшою прибутковістю, найбільш високим рівнем боргу (левереджа), найбільш низькими рівнями покриття відсотків і непостійними доходами в розрахунку на одну акцію . Хоча ви зможете не визнати ці результати незвичайними, цікаво відзначити, що Зміївський, як і ряд інших дослідників в цій галузі, не знайшов, що коефіцієнти ліквідності особливо корисні для визначення ймовірних грошових труднощів.

Підхід, використаний Бівер і Зміївським, іменується однофакторний аналізом, тому що в процесі його розглядається один коефіцієнт за один раз. Хоча цей підхід може віддати гідні уваги результати, є певні практичні труднощі, що пов'язані з його впровадженням. Можна уявити, наприклад, що в результаті проведеного дослідження виявилося, що два коефіцієнта є непоганими показниками майбутніх грошових труднощів, у той час як інші - ні. Але будучи вжитими до певної компанії, вони знайшли різну динаміку: коефіцієнт один показує на майбутні грошові труднощі, а інший - ні. Як, беручи до уваги ці суперечності, інтерпретувати наявні результати?

Недоліки одновимірного аналізу привели дослідників до розробки моделей, в яких коефіцієнти комбінуються таким чином, що виходить зведений одиночний індекс, який можна інтерпретувати найбільш ясно. В одному з підходів до розробки моделей, який широко вітається дослідниками, вживається множинний диференційований (діскрімінан-тний) аналіз.У суті, це статистична розробка, яку можна застосовувати для проведення границі між групами компаній (кластерами),

які неуспішні, і тими, які успішні. Ця межа іменується диферен ренцірующей (дискримінує) функцією.Множинний диференційований (дискримінантний) аналіз аналогічний регресивного аналізу, оскільки він пробує знайти причини, які з большенний ймовірністю впливаю на конкретну подію (наприклад, грошовий крах). Але на відміну від регресивного аналізу при множині диференційованому аналізі враховується, що спостереження проводяться з 2-ох різних груп-кластерів (наприклад, успішні й неуспішні компанії), а не з однієї.

Щоб проілюструвати цей підхід, уявімо, що ми бажаємо визначити, чи можуть два коефіцієнти (наприклад, коефіцієнт поточної ліквідності і прибутковість застосовуваного капіталу) посприяти нам передбачити грошові труднощі. Щоб зробити це, ми повинні спочатку обчислити ці коефіцієнти для добірки підприємств-невдах, а потім для відповідної вибірки вдалих компаній. З цих 2-ух наборів даних ми можемо побудувати діаграму розподілу (дисперсії), на якій відображаються дані по кожному підприємству в узгодженні з цими 2-ма коефіцієнтами, щоб потім вибудувати одиночну що розмежовує лінію. Такою підхід проілюстрований. Використовуючи результати спостережень, нанесені на діаграму, ми спробуємо знайти межу між успішними і неуспішними компаніями.

На діаграмі видно, що розподіл провального і вдалого бізнесу базується на 2-ух співвідношеннях. Лінія являє кордон меж прикладами вдалого і провального бізнесу. Так як лише кілька прикладів перетинають кордон, цей варіант можна приймати як спробу мінімізувати делему з систематизацією різних видів бізнесу.

На малюнку представлено розподіл збанкрутілих та вдалих підприємств, засноване на 2-ух коефіцієнтах. Рівна лінія представляє кордон меж підбірками цих компаній. Хоча є поодинокі випадки порушення цієї межі, вона являє собою лінію, що зводять до мінімуму делему неправильної систематизації певних компаній.

На рис. 3.5 ми можемо побачити, що компанії, які знаходяться праворуч від межі, в основному є неуспішними, а ті, які знаходяться зліва, - в основному успішні. Зауважте, що ці дві групи в певній частині перетинаються. На практиці вийшла кордон, можливо, не зможе усунути всіх помилок, і тому деякі неуспішні компанії можуть виявитися з боку кордону вдалих, і навпаки. Але при всьому цьому помилки в неправильній класифікації зводяться до мінімуму.

Кордон, що зображена на рис. 3.5, можна виразити в наступній формі:

Z = a + Ъ х (Коефіцієнт поточної ліквідності) + ex (ROCE),

де а - величина незмінна, а Ь і с - ваги, що призначаються кожному з 2-ух використовуваних коефіцієнтів. Потім виводиться середньозважене значення, або зведений показник (Z). Ваги, встановлені для обох коефіцієнтів, залежать від нахилу смуги та її абсолютного положення на графіку.

Едвард Альтман [3] був першим у США, хто розробив багатовимірну модель, що використовує грошові коефіцієнти, для пророцтва грошових ускладнень. Його модель, модель показника (рахунки) Z, базувався на 5 фінансових коефіцієнтах і виглядає так:

Z = i, 2a + lAb 3,3 c 0,6 d + i, 0et

де а - оборотний капітал / сукупні активи; Ъ - скупчення нерозподілений прибуток / сукупні активи; с - прибуток до виплати відсотків і оподаткування / сукупні активи; d - ринкова вартість звичайних і привілейованих акцій / сукупні зобов'язання за балансовою вартістю; е - виручка від реалізації / сукупні активи.

Щоб створити цю модель, Альтман проводив дослідження, використовуючи парні добірки вдалих і неуспішних компаній, збирав належні дані по кожному підприємству за 5 років до краху. Він знайшов, що модель, виражена через зазначену вище формулу, здатна передбачити біду не пізніше ніж за два роки до пришестя банкрутства. Але точність передбачення моделі знижувалася в міру віддалення від періоду банкрутства.

Коефіцієнти, що використовуються в даній моделі, Альтман визначав способом проб і помилок, так як не існує якої-небудь теорії, що лежить в її базі і допомагає дослідникам у виборі придатних коефіцієнтів. Згідно Альтману, компанії з балом Z менше 11 є претендентами на банкрутство, і чим менше був бал, тим вище була можливість банкрутства. Компаніям з балом Z вище 2,9 банкрутство не загрожує. Ті компанії, у яких бал Z знаходився в межах від 1,1 до 2,9, займали «зону невизначеності», і їх було важко систематизувати. Але модель правильно систематизувала 95% вивчених компаній.

Потім ця модель розвивалася, а в світі були розроблені інші моделі, що використовують аналогічний підхід. В Англії Таффлер [4] розробив окремі моделі бали Z для різних типів компаній.

Пророцтво грошових труднощів - не єдина галузь, в якій проводилися дослідження прогностичної можливості грошових коефіцієнтів. Дослідники також розробили моделі, засновані на коефіцієнти, які, за їх твердженнями, оцінюють стійкість компанії (здатність протистояти) до її придбання іншою компанією (див. розділ 11). Це інша область, що має актуально принципове значення для всіх, хто пов'язаний з управлінням справою.