Анализ ликвидности и платежеспособности предприятия

Показатели финансового состояния организаций, %*

* Промышленность  Воронежской области: Статистический  сборник. - Воронеж: Территориальный  орган Федеральной службы государственной  статистики по Воронежской области, 2005. - 191 с. 

     Несмотря  на это, сальдированный финансовый результат  в промышленности увеличился с 1 626,9 до 2 407,6 млн руб., в пищевой промышленности — с271,2до 347,1 млн руб., при некотором  снижении в мукомольно-крупяной и  комбикормовой промышленности с 34,3 до 27,5 млн руб

     Основной  причиной ухудшения финансового  состояния организаций промышленности, пищевой и мукомольно-крупяной и комбикормовой промышленности за 2000—2004 гг. является рост их долгосрочных и краткосрочных обязательств, соответственно, на210,5; 381,5 и 174,6%.

     Однако  если темп роста краткосрочных обязательств в промышленности за данный период составил 181,3% при темпе роста объема продукции 231,3%, то темп роста краткосрочных обязательств в пищевой промышленности составил 317,6% при темпе роста объемов продукции 239,2%, а темп роста краткосрочных обязательств в мукомольно-крупяной и комбикормовой промышленности также превысил темп роста объема продукции, соответственно, 174,6 и 166,5%.

     Согласно  п. 2 ст. 3 Федерального закона РФ «О несостоятельности (банкротстве) от 26.10.2002 № 127-ФЗ: «Юридическое лицо считается неспособным удовлетворить требования кредиторов по денежным обязательствам и (или) исполнить обязанность по уплате обязательных платежей, если соответствующие обязательства и (или) обязанности не исполнены им в течение трех месяцев с даты, когда они должны были быть исполнены»¹. Условием возбуждения дела о банкротстве в соответствии сп.2 ст. 6 этого же закона является наличие долга в совокупности не менее ста тысяч рублей.

     Таким образом, в соответствии с редакцией  Закона «О несостоятельности (банкротстве)» 1998 и 2002 гг. критерием несостоятельности  стала платежеспособность.

     Расчеты показывают, что коэффициент текущей  платежеспособности по организациям промышленности в 2000 г. составлял 7,8 мес, а в 2004 г. — 6,1 мес, в пищевой промышленности он увеличился с 4,9 до 6,5 мес, в мукомольно-крупяной и комбикормовой промышленности с 3,2до 3,7 мес.

     Поэтому, характеризуя финансовое положение  организаций в соответствии с  Законом «О несостоятельности (банкротстве)», можно отметить, что, несмотря на увеличение коэффициента текущей платежеспособности до 3,7 мес, организации мукомольно-крупяной и комбикормовой промышленности обладают более высокой платежеспособностью, чем организации с коэффициентом текущей платежеспособности 6,1 мес в целом по промышленности и организации пищевой промышленности, где коэффициент текущей платежеспособности превышает законодательно установленный в 2,2 раза 

     2.2 Факторный анализ платежеспособности  коммерческой организации. 

     В современных условиях математико-статистические исследования становятся необходимым инструментом для получения более глубоких и полноценных знаний о механизме изучаемых явлений. Объективно существующие зависимости и взаимосвязи между экономическими явлениями большей частью описаны только вербально. Значительно важнее количественно измерить тесноту причинно-следственных связей и выявить форму влияний. Для исследования интенсивности, вида и формы причинных влияний широко применяется корреляционный и регрессионный анализ. В приложении к финансово-экономическим процессам он может стать тем инструментом, который вскроет сложные комплексы причин и следствий. Выявление количественных соотношений в виде регрессии и сравнение действительных (наблюдаемых) величин с величинами, полученными путем подстановки в уравнения регрессии значений объясняющих переменных дают возможность лучше понять природу исследуемого явления. А это в свою очередь позволяет воздействовать на выявленные факторы, вмешиваться в экономический процесс в целях получения нужных результатов. Так, в частности, говоря о диагностическом анализе банкротства коммерческой организации, выявление значимых факторов, влияющих на уровень платежеспособности, позволяет разработать комплекс стабилизационных мероприятий, направленных на управление этими факторами в целях положительного воздействия на результативный показатель, т. е. платежеспособность. Это подчеркивает большую практическую значимость эконометрики, основанной на многомерных статистических исследованиях.

     Проведем  корреляционно-регрессионный анализ финансовой устойчивости компании ABC. В качестве результативного показателя (Y) примем степень платежеспособности организации по текущим обязательствам, рассчитываемую как соотношение среднегодового остатка краткосрочных обязательств и среднемесячной валовой выручки от продаж.

     В качестве показателей-факторов, потенциально влияющих на степень платежеспособности, использованы ключевые финансовые коэффициенты и абсолютные величины, поиск и расчет которых возможно осуществить на основании публичной финансовой отчетности. Среди них нами выделены: Х₁ — коэффициент рентабельности продаж; Х₂ — коэффициент обеспеченности собственными оборотными средствами; Х₃ — коэффициент финансовой устойчивости; Х₄ — чистый оборотный капитал (WC), тыс. руб.; Х₅ — коэффициент текущей ликвидности; Х₆ — величина чистых активов, тыс. руб.

     Проведение  многомерных статистических исследований, в частности корреляционно-регрессионного анализа, невозможно без массовых наблюдений. В этой связи в результате обработки годовых отчетов компании ABC за 15 лет (можно проводить анализ не по годам, а поквартально — в привязке к данным ежеквартальной бухгалтерской отчетности) нами был сформирован массив исходной для анализа информации (таблица1) 

Таблица 2

 Исходная информация для проведения корреляционно-регрессионного анализа платежеспособности компании ABC 

     Достаточно  важным вопросом корреляционно-регрессионного анализа является выбор программных средств его проведения. Существует множество специализированных программных средств для статистических расчетов: отечественные — STADIA, СИГАМД, ОЛИМП: СтатЭксперт; зарубежные - STATGRAPHICS, STATISTICA, SPSS; общематематические пакеты (например, Mathcad, Mathlab, Maple), которые имеют встроенные статистические средства. Одним из наиболее удобных является совместное использование программных пакетов MS Excel и STATISTICA версия 6.0. В MS Excel удобно формировать и изменять исходную информацию и проводить трендовый анализ, в то время как STATISTICA 6.0 обладает достаточно понятным для пользователя интерфейсом, многофункциональна, поддерживается Windows, относительно доступна и весьма широко распространена в среде статистиков-аналитиков.

     После ввода данных, представленных в табл. 2, компьютер выдает следующую информацию (рис. 1).

     На  рис. 1 приводятся следующие характеристики построенного уравнения регрессии: R — значение выборочного коэффициента корреляции; R2 — значение коэффициента детерминации (его величина показывает, какая доля общей вариации зависимой переменной объясняется построенной регрессией); Adjusted R2 — значение скорректированного на число степеней свободы коэффициента детерминации; F — расчетное значение критерия Фишера, используемое для проверки гипотезы о значимости уравнения регрессии; р — величина уровня значимости; Std.Error of estimate — стандартная ошибка оценки уравнения регрессии. 

Regression Summaryfor DependentVariable: Y (Spreadsheet!) R= 0,95015690 R2= 

0,90279813Adjusted R2= 0,82989673 F(6,8) =12,384 p<0,00114 Std. Error ofestimate: 0,47009 

     Рис. 1. Общие результаты оценки шестифакторной регрессионной модели 

     Для построенного уравнения регрессии  зависимости степени платежеспособности организации от выбранных факторов указанные характеристики будут иметь такую интерпретацию: коэффициент корреляции равен 0,9501, что согласно шкале Чеддока (табл. 2) свидетельствует о весьма высокой тесноте связи между степенью платежеспособности и включенными в модель факторами. 

       Таблица 2  Шкала Чеддока для определения тесноты связи 

     Коэффициент детерминации равен 0,8299. Это означает, что построенное уравнение регрессии примерно на 83% воспроизводит зависимость Y от факторов (Х₁ — Х₆), т. е. результативный показатель на 83% зависит от этих факторов. Остальные 17% приходятся на долю случайных и неучтенных факторов.

     Расчетная величина критерия Фишера при степенях свободы (6,8) равна 12,384, что ниже его  табличного (теоретического) значения (4,15) для доверительной вероятности  Р = (1 — 0,05) =0,95, а это в свою очередь  соответствует уровню значимости р менее 0,00114. Следовательно, полученное уравнение регрессии является значимым, а не результатом случайного отбора наблюдений.

     Кроме того, в таблице на рис. 1 приводятся следующие значения величин: Intercept — оценка свободного члена уравнения регрессии; Beta — стандартизированный коэффициент при независимой переменной; Std.Error of Beta — стандартные ошибки коэффициента Beta; В — коэффициенты уравнения регрессии, показывающие, на сколько единиц изменяется результативный показатель при изменении фактора на одну единицу (в соответствующих единицах измерения); Std. Error of В — стандартные ошибки коэффициентов уравнения регрессии; t — значения распределения Стьюдента, используемые для построения доверительных интервалов параметров уравнения регрессии; p-level — уровень значимости принятия гипотез о равенстве нулю соответствующих коэффициентов уравнения.