Моделирование финансового состояния нефтегазовых компаний

Мурадов Д.,

магистрант, РГУ нефти и газаим. И.М. Губкина

В последнее время для целей углубленного анализа финансового состояния компаний широкое распространение получила практика оценки степени банкротства на основе различных методов и моделей. Среди них существуют общепризнанные, показавшие убедительные результаты в разных отраслях мировой экономики, разработанные учеными с мировым именем [1].

Наибольшее распространение для оценки платежеспособности предприятия, равно как и степени его банкротства, получили модели Эдварда Альтмана. В мире они чаще используется под названием Z-счетов Альтмана [2]. Именно Альтман разработал методику оценки степени банкротства компаний с применением моделирования, основывающегося на комплексном коэффициентном анализе показателей работы различных предприятий. Вместе с тем их использование, равно как и использование большинства других моделей, как бы хорошо они себя не показывали на международной арене, в российских условиях дает не всегда адекватные, а порой и совсем спорные результаты. Поэтому применять эти модели в таком «чистом» виде, в каком они были выведены для предприятий западной экономики, и апробировать их при анализе российских и зарубежных компаний, особенно нефтегазового сектора, на взгляд авторов, было бы некорректно. И, соответственно, оценка финансового благополучия компаний, работающих в российском нефтегазовом секторе, с использованием подобных методик не является объективной.

Подтверждением тому являются следующие аргументы:

— Первичные коэффициенты, принятые в методике Альтмана, в значи­тельной степени ориентированы на западную структуру бизнеса и не очень хорошо подходят для анализа отечественных предприятий, так как в нашей стране иные темпы инфляции, иные циклы макро- и микроэкономики, а также другие уровни фондо-, энерго- и трудоемкости производства, производительности труда, иная налоговая система. Поэтому нельзя механически использовать приведенные выше значения коэффициентов в условиях нефтегазового рынка России.

— В качестве вычислительной методики в данном случае не следует использовать статистический метод дискриминантного анализа. Для его применения необходимо предварительно выделить две группы предприятий: первую – гарантированно «хороших», вторую – гарантированно «плохих», что в условиях российского нефтегазового сектора просто невозможно, так как, несмотря на конкурентный характер отношений в нефтяной отрасли России последних лет, официальных процессов по несостоятельности и банкротству российских нефтяных компаний в этот период попросту не было.

Поэтому в данной статье сделана попытка построить финансовую факторную модель, позволяющую оценивать платежеспособность, финансовую устойчивость и появляющиеся кризисные ситуации в нефтегазовых компаниях, работающих в российских условиях. Основой для построения данной модели послужил не взятый Альтманом статистический метод дискриминантного анализа, а метод главных компонент, который позволил авторам обойти проблему практического отсутствия фактов о несостоятельности и банкротстве нефтегазовых компаний.

Обратимся непосредственно к построению модели для оценки степени банкротства нефтегазовых компаний, работающих в условиях рынка России. Конечный расчет будет представлять собой функцию от некоторых показателей, характеризующих экономический потенциал предприятия и результаты его работы за истекший период. В итоге получим то же многофакторное регрессионное уравнение для оценки степени банкротства нефтегазовых компаний:

где коэффициенты С1, С2...Ср – весовые значения показателей;
X1, X2, ...Xp – анализируемые финансовые показатели компаний за отчетный период.

Апробирование данной модели проводилось по 9 заранее отобранным и посчитанным показателям деятельности для 7 основных компаний нефтегазового сектора России по данным их финансовой отчетности за 2005 год. Эти показатели, по мнению авторов, оказывают наибольшее влияние на финансовое состояние российских нефтегазовых компаний с позиций их платежеспособности и устойчивости к кризисным явлениям, которые представлены в таблице 1.

Таблица 1

Финансовые показатели и способ их определения

Следует отметить, что апробация данных моделей осуществлялась на основе информации о финансовом состоянии реальных компаний нефтегазового комплекса. В целях конфиденциальности информации по компаниям обозначим их номерами. Далее по показателям этих компаний построим условно эталонную положительную и эталонную отрицательную компании по максимальным и минимальным уровням финансовых коэффициентов.

Итак, по выбранным предприятиям за 2005 год (табл. 2) полужирным шрифтом выделены наилучшие показатели, которые легли в основу положительной

эталонной компании, а курсивом – наихудшие показатели, сформировавшие условно эталонную отрицательную компанию.

Таблица 2

Финансовые показатели анализируемых компаний за 2005 год

На основе этой информации, применяя метод главных компонент, строим матрицу (R) коэффициентов парных корреляций:

Далее находим собственные числа данной матрицы:

Используемая методика позволяет определить не только искомую модель Z, но и из рассматриваемых показателей X1, X2, ..., Xp выбрать наиболее значимые. Так, если в результате расчетов получилось, что некоторое собственное число j при j = 1..m пренебрежительно мало по сравнению с остальными собственными числами, то соответствующий коэффициент Xp можно исключить из модели, не нарушая точности [5]. В данном случае это показатели X5, X6, X7, X8, X9, отвечающие собственным значениям , равным 0,003 и 0,001.

В итоге после всех вычислений, с учетом структуризации параметров, получаем конечную матрицу значений главных компонент, которая, по сути, представляет собой 9 моделей Z-счета – по количеству значимых признаков и анализируемых компаний.

Из полученных моделей необходимо выбрать одну, или несколько и привести их к линейному виду. Предлагается следующий алгоритм решения данной задачи.
1. Поскольку собственное значение I1 =7,032 более чем в 2 раза превосходит все другие значения, т.е. является преобладающим, то возможно в качестве модели Z получить модель вида:

Х = -0,943Х1 - 0,648Х2 - 0,285Х3 - 0,089X4, – по первой главной компоненте. Для удобства пользованию сделаем ее положительной:

Х = -0,943Х1 + 0,648Х2 + 0,285Х3 + 0,089X4.

Для этой модели по результатам многочисленных расчетов были определены следующие интервалы:
если Z < 0,66, то вероятность банкротства велика, предприятие неплатежеспособно, кризисная ситуация;
если 0,66 < Z < 0,97, то вероятность банкротства средняя, платежеспособность предприятия на среднем уровне;
если Z > 0,97, то вероятность банкротства мала, хорошая платежеспособность и устойчивая работа предприятия;
при Z > 1,26 вероятность банкротства очень маленькая, предприятие с высокой платежеспособностью и кредитоспособностью.

2. Следует заметить, что возможно получить и вторую модель вида:

Х = - 7,61Х1 + 9,98Х2 + 11,15Х3 - 8,76X4

где значения Ci – весовые значения перед Х рассчитываются по формуле

Ci =1 Ci1 +2 Ci2 + ... +j Cip,

где1,2, ...,j – соответствующие собственные числа матрицы, а Cij – соответствующие значения компонент из матрицы главных компонент. Стоит отметить, что данная модель была бы единственной, если бы ни одно из чисел 1,2, ...,j не являлось преобладающим.

Для этой модели по результатам многочисленных расчетов были определены следующие интервалы:
если Z < 15,82, то вероятность банкротства велика, предприятие неплатежеспособно, кризисная ситуация;
если 15,82 < Z < 18,61, то, чтобы сделать однозначный вывод, необходимы дальнейшие исследования;
если 18,61 < Z < 20,43, то вероятность банкротства средняя, платежеспособность предприятия на среднем уровне;
если Z > 20,43, то вероятность банкротства мала, хорошая платежеспособность и устойчивая работа предприятия;
при Z > 23,81 вероятность банкротства очень маленькая, предприятие с высокой платежеспособностью и кредитоспособностью.

Таким образом, в результате предложенного методического аппарата были выведены 2 модели глубокой оценки финансового состояния, использующие 4 значимых показателя из 9 исследованных. Этими показателями оказались: отношения СОК к активам, балансовой стоимости собственного капитала в заемному, коэффициент текущей ликвидности и доля собственных оборотных средств в собственном капитале. Для оценки точности и устойчивости авторы оценили рейтинги выбранных компаний за 2005 год по существующей методике и провели сравнение полученных оценок с результатами оценки по предлагаемым моделям. Это сравнение представлено в таблице 3. Курсивом выделены значения моделей, которые удовлетворяют интервалам, соответствующим состоянию предприятия с высокой вероятностью банкротства. Полужирным шрифтом выделено значение, удовлетворяющее интервалу неопределенности второй модели. При этом невозможно сделать однозначный вывод о компании с позиции ее финансовой устойчивости, платежеспособности и вероятности банкротства.

Таблица 3

Сравнение рейтингов компаний за 2005 год

Анализ полученных результатов позволяет отметить высокую степень сходства представленных рейтингов. Так же, как и в первом варианте рейтинга, построенном по методу сравнительной рейтинговой оценки, во втором рейтинге, построенном по данным Z-счета, рассчитанного с помощью полученных моделей, только компания 4 по своим показателям может быть причислена к группе компаний с высокой вероятностью банкротства, неплатежеспособностью и кризисной ситуацией. В остальном, в рейтинге, построенном на основании Z-счета, компании расположились в схожей последовательности, что и в первом рейтинге, лишь с малым расхождением. И все эти компании на основании нашего рейтинга, за исключением компании 6, могут считаться платежеспособными, даже более того, практически «непотопляемыми», с малой вероятностью банкротства. Чтобы оценить компанию 6 однозначно, следуя интервалам второй полученной модели, необходимы дальнейшие исследования. Однако следует отметить, что как в первом рейтинге, так и во втором компания остается на 5-м и 6-м местах, что и является подтверждением способности рассматриваемых моделей объективно оценивать финансовое состояние нефтегазовых компаний.

Все вышеизложенное позволяет сделать выводы о:
— пригодности полученных моделей для анализа степени банкротства нефтегазовых компаний, работающих в России;
— способности моделей оценивать платежеспособность и финансовую устойчивость нефтегазовых компаний.

Кроме того, результаты, полученные при практическом использовании данных моделей для анализа платежеспособности и устойчивости, подтверждают, что весовые коэффициенты и интервалы выведенных моделей точно и в достаточной мере отражают показатели финансовых отчетностей нефтегазовых компаний. Авторы полагают, что проведенное исследование позволит с определенной степенью объективности оценивать появление кризисных ситуаций в деятельности компаний нефтегазового сектора России.

ЛИТЕРАТУРА

1. Евтушенко Е. В. Модели и технологии реструктуризации нефтеперерабатывающего предприятия. – М.: Химия, 2003. – С. 140–165.
2. Евтушенко Е. В. Основы стратегической реструктуризации предприятия.- М.: Перспектива, 2003.- С. 142-215.
3. Зубарева В.Д., Мурадов Д.А. Анализ использования различных подходов к оценке степени банкротства компании. // Нефть Газ и Бизнес. 2006, №7. – С. 35–39.
4. Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шебер М. Многомерный статистический анализ в экономике: Учеб. пособие для вузов/Под ред. проф. В.Н. Тамашевича. – М.: ЮНИТИ-ДАНА, 1999. – С. 598.
5. Черновалов А.В., Шевчук А.А. Прогнозирование несостоятельности действующих предприятий и фирм в Беларуси. ЭКОВЕСТ, 2004. – С. 130–151.

Отдельные номера журналов Вы можете купить на сайте www.5B.ru
Оформление подписки на журнал: http://dis.ru/e-store/subscription/