Методы прогнозирования финансового состояния предприятия

Введение

Целью анализа финансово-хозяйственной деятельности предприятия является оценка его текущего финансового состояния, а также определение того, по каким направлениям нужно вести работу по улучшению этого состояния. При этом желательным полагается такое состояние финансовых ресурсов, при котором предприятие, свободно маневрируя денежными средствами, способно путем эффективного их использования обеспечить бесперебойный процесс производства и реализации продукции, а также затраты по его расширению и обновлению. Таким образом, внутренними по отношению к данному предприятию пользователями финансовой информации являются работники управления предприятием, от которых зависит его будущее финансовое состояние.

Вместе с тем, финансовое состояние - это важнейшая характеристика экономической деятельности предприятия во внешней среде. Оно определяет конкурентоспособность предприятия, его потенциал в деловом сотрудничестве, оценивает, в какой степени гарантированы экономические интересы самого предприятия и его партнеров по финансовым и другим отношениям. Поэтому можно считать, что вторая основная задача анализа - показать состояние предприятия для внешних потребителей, количество которых при развитии рыночных отношений значительно возрастает. Внешних пользователей финансовой информации можно разбить на две большие группы:

a. лица и организации, которые имеют непосредственный финансовый интерес - учредители, акционеры, потенциальные инвесторы, поставщики и покупатели продукции (услуг), различные кредиторы, работники предприятия, а также государство, прежде всего в лице налоговых органов. Так, в частности, финансовое состояние предприятия является главным критерием для банков при решении вопроса о целесообразности или нецелесообразности выдачи ему кредита, а при положительном решении этого вопроса - под какие проценты и на какой срок;

b. пользователи, имеющие косвенный (опосредованный) финансовый интерес, - аудиторские и консалтинговые фирмы, органы государственного управления, различные финансовые институты (биржи, ассоциации и т. д.), законодательные органы и органы статистики, пресса и информационные агентства.

Все эти пользователи финансовой отчетности ставят перед собой задачу провести анализ состояния предприятия и на его основе сделать выводы о направлениях своей деятельности по отношению к предприятию в ближайшей или долгосрочной перспективе. Таким образом, в подавляющем большинстве случаев, это будут выводы по их действиям в отношении данного предприятия в будущем, а поэтому для всех этих лиц наибольший интерес будет представлять будущее (прогнозное) финансовое состояние предприятия. Это объясняет чрезвычайную важность задачи определения прогнозного финансового состояния предприятия и актуальность вопросов, связанных с разработкой новых и улучшением существующих методов такого прогнозирования.

Актуальность задач, связанных с прогнозированием финансового состояния предприятия, отражена в одном из используемых определений финансового анализа, согласно которому финансовый анализ представляет собой процесс, основанный на изучении данных о финансовом состоянии предприятия и результатах его деятельности в прошлом с целью оценки будущих условий и результатов деятельности. Таким образом, главной задачей финансового анализа является снижение неизбежной неопределенности, связанной с принятием экономических решений, ориентированных в будущее. При таком подходе финансовый анализ может использоваться как инструмент обоснования краткосрочных и долгосрочных экономических решений, целесообразности инвестиций; как средство оценки мастерства и качества управления; как способ прогнозирования будущих финансовых результатов. Финансовое прогнозирование позволяет в значительной степени улучшить управление предприятием за счет обеспечения координации всех факторов производства и реализации, взаимосвязи деятельности всех подразделений, и распределения ответственности.

Степень соответствия выводов, сделанных в ходе анализа финансового состояния предприятия, реальности в значительной степени определяется качеством информационного обеспечения анализа. Несмотря на массу критики в адрес бухгалтерской отчетности в нашей стране, у внешних по отношению к предприятию субъектов никакой другой информации, как правило, нет. Эти лица используют публикуемую информацию и не имеют доступа к внутренней информационной базе предприятия.

Классификация методов прогнозирования

В экономически развитых странах все большее распространение получает использование формализованных моделей управления финансами. Степень формализации находится в прямой зависимости от размеров предприятия: чем крупнее фирма, тем в большей степени ее руководство может и должно использовать формализованные подходы в финансовой политике. В западной научной литературе отмечается, что около 50% крупных фирм и около 18% мелких и средних фирм предпочитает ориентироваться на формализованные количественные методы в управлении финансовыми ресурсами и анализе финансового состояния предприятия. Ниже приведена классификация именно количественных методов прогнозирования финансового состояния предприятия.

Исходным пунктом любого из методов является признание факта некоторой преемственности (или определенной устойчивости) изменений показателей финансово-хозяйственной деятельности от одного отчетного периода к другому. Поэтому, в общем случае, перспективный анализ финансового состояния предприятия представляет собой изучение его финансово-хозяйственной деятельности с целью определения финансового состояния этого предприятия в будущем.

Перечень прогнозируемых показателей может ощутимо варьировать. Этот набор величин можно принять в качестве первого критерия для классификации методов. Итак, по набору прогнозируемых показателей методы прогнозирования можно разделить на:

1. Методы, в которых прогнозируется один или несколько отдельных показателей, представляющих наибольший интерес и значимость для аналитика, например, выручка от продаж, прибыль, себестоимость продукции и т. д.

2. Методы, в которых строятся прогнозные формы отчетности целиком в типовой или укрупненной номенклатуре статей. На основании анализа данных прошлых периодов прогнозируется каждая статья ( укрупненная статья) баланса и отчета и финансовых результатах. Огромное преимущество методов этой группы состоит в том, что полученная отчетность позволяет всесторонне проанализировать финансовое состояние предприятия. Аналитик получает максимум информации, которую он может использовать для различных целей, например, для определения допустимых темпов наращивания производственной деятельности, для исчисления необходимого объема дополнительных финансовых ресурсов из внешних источников, расчета любых финансовых коэффициентов и т. д.

Методы прогнозирования отчетности, в свою очередь, делятся на методы, в которых каждая статья прогнозируется отдельно исходя из ее индивидуальной динамики, и методы, учитывающие существующую взаимосвязь между отдельными статьями как в пределах одной формы отчетности, так и из разных форм. Действительно, различные строки отчетности должны изменяться в динамике согласованно, так как они характеризуют одну и ту же экономическую систему.

В зависимости от вида используемой модели все методы прогнозирования можно подразделить на три большие группы (см. рисунок 1):

1. Методы экспертных оценок, которые предусматривают многоступенчатый опрос экспертов по специальным схемам и обработку полученных результатов с помощью инструментария экономической статистики. Это наиболее простые и достаточно популярные методы, история которых насчитывает не одно тысячелетие. Применение этих методов на практике, обычно, заключается в использовании опыта и знаний торговых, финансовых, производственных руководителей предприятия. Как правило, это обеспечивает принятие решения наиболее простым и быстрым образом. Недостатком является снижение или полное отсутствие персональной ответственности за сделанный прогноз. Экспертные оценки применяются не только для прогнозирования значений показателей, но и в аналитической работе, например, для разработки весовых коэффициентов, пороговых значений контролируемых показателей и т. п.

2. Стохастические методы, предполагающие вероятностный характер как прогноза, так и самой связи между исследуемыми показателями. Вероятность получения точного прогноза растет с ростом числа эмпирических данных. Эти методы занимают ведущее место с позиции формализованного прогнозирования и существенно варьируют по сложности используемых алгоритмов. Наиболее простой пример - исследование тенденций изменения объема продаж с помощью анализа темпов роста показателей реализации. Результаты прогнозирования, полученные методами статистики, подвержены влиянию случайных колебаний данных, что может иногда приводить к серьезным просчетам.

Рис. 1. Классификация методов прогнозирования финансового состояния предприятия

Стохастические методы можно разделить на три типовые группы, которые будут названы ниже. Выбор для прогнозирования метода той или иной группы зависит от множества факторов, в том числе и от имеющихся в наличии исходных данных.

Первая ситуация - наличие временного ряда - встречается на практике наиболее часто: финансовый менеджер или аналитик имеет в своем распоряжении данные о динамике показателя, на основании которых требуется построить приемлемый прогноз. Иными словами, речь идет о выделении тренда. Это можно сделать различными способами, основными из которых являются простой динамический анализ и анализ с помощью авторегрессионых зависимостей.

Вторая ситуация - наличие пространственной совокупности - имеет место в том случае, если по некоторым причинам статистические данные о показателе отсутствуют либо есть основание полагать, что его значение определяется влиянием некоторых факторов. В этом случае может применяться многофакторный регрессионный анализ, представляющий собой распространение простого динамического анализа на многомерный случай.

Третья ситуация - наличие пространственно-временной совокупности - имеет место в том случае, когда: а) ряды динамики недостаточны по своей длине для построения статистически значимых прогнозов; б) аналитик имеет намерение учесть в прогнозе влияние факторов, различающиеся по экономической природе и их динамике. Исходными данными служат матрицы показателей, каждая из которых представляет собой значения тех же самых показателей за различные периоды или на разные последовательные даты.

3. Детерминированные методы, предполагающие наличие функциональных или жестко детерминированных связей, когда каждому значению факторного признака соответствует вполне определенное неслучайное значение результативного признака. В качестве примера можно привести зависимости, реализованные в рамках известной модели факторного анализа фирмы Дюпон. Используя эту модель и подставляя в нее прогнозные значения различных факторов, например выручки от реализации, оборачиваемости активов, степени финансовой зависимости и других, можно рассчитать прогнозное значение одного из основных показателей эффективности - коэффициента рентабельности собственного капитала.

Другим весьма наглядным примером служит форма отчета о прибылях и убытках, представляющая собой табличную реализацию жестко детерминированной факторной модели, связывающей результативный признак (прибыль) с факторами (доход от реализации, уровень затрат, уровень налоговых ставок и др.).

Здесь нельзя не упомянуть об еще одной группе методов, основанных на построении динамических имитационных моделей предприятия. В такие модели включаются данные о планируемых закупках материалов и комплектующих, объемах производства и сбыта, структуре издержек, инвестиционной активности предприятия, налоговом окружении и т.д. Обработка этой информации в рамках единой финансовой модели позволяет оценить прогнозное финансовое состояние компании с очень высокой степенью точности. Реально такого рода модели можно строить только с использованием персональных компьютеров, позволяющих быстро производить огромный объем необходимых вычислений. Однако эти методы не являются предметом настоящей работы, поскольку должны иметь под собой гораздо более широкое информационное обеспечение, чем бухгалтерская отчетность предприятия, что делает невозможным их применение внешними аналитиками.

Формализованные модели прогнозирования финансового состояния предприятия подвергаются критике по двум основным моментам: (а) в ходе моделирования могут, а фактически и должны быть разработаны несколько вариантов прогнозов, причем формализованными критериями невозможно определить, какой из них лучше; (б) любая финансовая модель лишь упрощенно выражает взаимосвязи между экономическими показателями. На самом деле оба эти тезиса вряд ли имеют негативный оттенок; они лишь указывают аналитику на существующие ограничения любого метода прогнозирования, о которых необходимо помнить при использовании результатов прогноза.

Обзор базовых методов прогнозирования

Простой динамический анализ

Каждое значение временного ряда может состоять из следующих составляющих: тренда, циклических, сезонных и случайных колебаний. Метод простого динамического анализа используется для определения тренда имеющегося временного ряда. Данную составляющую можно рассматривать в качестве общей направленности изменений значений ряда или основной тенденции ряда. Циклическими называются колебания относительно линии тренда для периодов свыше одного года. Такие колебания в рядах финансовых и экономических показателей часто соответствуют циклам деловой активности: резкому спаду, оживлению, бурному росту и застою. Сезонными колебаниями называются периодические изменения значений ряда на протяжении года. Их можно вычленить после анализа тренда и циклических колебаний. Наконец, случайные колебания выявляются путем снятия тренда, циклических и сезонных колебаний для данного значения. Остающаяся после этого величина и есть беспорядочное отклонение, которое необходимо учитывать при определении вероятной точности принятой модели прогнозирования.

Метод простого динамического анализа исходит из предпосылки, что прогнозируемый показатель (Y) изменяется прямо (обратно) пропорционально с течением времени. Поэтому для определения прогнозных значений показателя Y строится, например, следующая зависимость:

	(1),

где t - порядковый номер периода.

Параметры уравнения регрессии (a, b) находятся, как правило, методом наименьших квадратов. Существуют также другие критерии адекватности ( функции потерь), например метод наименьших модулей или метод минимакса. Подставляя в формулу (1) нужное значение t, можно рассчитать требуемый прогноз.

Авторегрессионые зависимости

В основу этого метода заложена достаточно очевидная предпосылка о том, что экономические процессы имеют определенную специфику. Они отличаются, во-первых, взаимозависимостью и, во-вторых, определенной инерционностью. Последняя означает, что значение практически любого экономического показателя в момент времени t зависит определенным образом от состояния этого показателя в предыдущих периодах (в данном случае мы абстрагируемся от влияния других факторов), т.е. значения прогнозируемого показателя в прошлых периодах должны рассматриваться как факторные признаки. Уравнение авторегрессионой зависимости в наиболее общей форме имеет вид:

	(2),

где Y_t - прогнозируемое значение показателя Y в момент времени t; Y_t-i - значение показателя Y в момент времени (t-i); A_i - i-й коэффициент регрессии.

Достаточно точные прогнозные значения могут быть получены уже при k = 1. На практике также нередко используют модификацию уравнения (2), вводя в него в качестве фактора период времени t, то есть объединяя методы авторегрессии и простого динамического анализа. В этом случае уравнение регрессии будет иметь вид:

	(3)

Коэффициенты регрессии данного уравнения могут быть найдены методом наименьших квадратов. Соответствующая система нормальных уравнений будет иметь вид:

	(4)

где j - длина ряда динамики показателя Y, уменьшенная на единицу.

Для характеристики адекватности уравнения авторегрессионой зависимости можно использовать величину среднего относительного линейного отклонения:

	(5),

где Y^*_i - расчетная величина показателя Y в момент времени i; Y_i - фактическая величина показателя Y в момент времени i.

Если e < 0,15 , считается, что уравнение авторегрессии может использоваться при определении тренда временного ряда экономического показателя в прогнозных целях. Ввиду простоты расчета критерий e достаточно часто применяется при построении регрессионных моделей.

Многофакторный регрессионный анализ

Метод применяется для построения прогноза какого-либо показателя с учетом существующих связей между ним и другими показателями. Сначала в результате качественного анализа выделяется k факторов (X₁, X₂,..., X_k), влияющих, по мнению аналитика, на изменение прогнозируемого показателя Y, и строится чаще всего линейная регрессионная зависимость типа

	(6),

где A_i - коэффициенты регрессии, i = 1,2,...,k.

Значения коэффициентов регрессии (A₀, A₁, A₂,..., A_k) определяются в результате сложных математических вычислений, которые обычно проводятся с помощью стандартных статистических компьютерных программ.

Определяющее значение при использовании данного метода имеет нахождение правильного набора взаимосвязанных признаков, направления причинно-следственной связи между ними и вида этой связи, которая не всегда линейна. Влияние этих элементов на точность прогноза будет рассмотрено ниже.

Прогнозирование на основе пропорциональных зависимостей

Основой для разработки метода пропорциональных зависимостей показателей послужили две основные характеристики любой экономической системы - взаимосвязь и инерционность.

Одной из очевидных особенностей действующей коммерческой организации как системы является естественным образом согласованное взаимодействие ее отдельных элементов (как качественных, так и поддающихся количественному измерению). Это означает, что многие показатели, даже не будучи связанными между собой формализованными алгоритмами, тем не менее изменяются в динамике согласованно. Очевидно, что если некая система находится в состоянии равновесия, то отдельные ее элементы не могут действовать хаотично, по крайней мере вариабельность действий имеет определенные ограничения.

Вторая характеристика - инерционность - в приложении к деятельности компании также достаточно очевидна. Смысл ее состоит в том, что в стабильно работающей компании с устоявшимися технологическими процессами и коммерческими связями не может быть резких "всплесков" в отношении ключевых количественных характеристик. Так, если доля себестоимости продукции в общей выручке составила в отчетном периоде 70%, как правило, нет основания полагать, что в следующем периоде значение этого показателя существенно изменится.

Метод пропорциональных зависимостей показателей опирается на тезис о том, что можно идентифицировать некий показатель, являющийся наиболее важным с позиции характеристики деятельности компании, который благодаря такому свойству мог бы быть использован как базовый для определения прогнозных значений других показателей в том смысле, что они "привязываются" к базовому показателю с помощью простейших пропорциональных зависимостей. В качестве базового показателя чаще всего используется либо выручка от реализации, либо себестоимость реализованной (произведенной) продукции.

Последовательность процедур данного метода такова:

1. Идентифицируется базовый показатель B (например, выручка от реализации).

2. Определяются производные показатели, прогнозирование которых представляет интерес (в частности, к ним могут относиться показатели бухгалтерской отчетности в той или иной номенклатуре статей, поскольку именно отчетность представляет собой формализованную модель, дающую достаточно объективное представление об экономическом потенциале компании). Как правило, необходимость и целесообразность выделения того или иного производного показателя определяются его значимостью в отчетности.

3. Для каждого производного показателя P устанавливается вид его зависимости от базового показателя: P=f(B). Чаще всего выбирается линейный вид этой зависимости.

4. При разработке прогнозной отчетности прежде всего составляется прогнозный вариант отчета о прибылях и убытках, поскольку в этом случае рассчитывается прибыль, являющаяся одним из исходных показателей для разрабатываемого баланса.

5. При прогнозировании баланса рассчитывают прежде всего ожидаемые значения его активных статей. Что касается пассивных статей, то работа с ними завершается с помощью метода балансовой увязки показателей, а именно, чаще всего выявляется потребность во внешних источниках финансирования.

6. Собственно прогнозирование осуществляется в ходе имитационного моделирования, когда при расчетах варьируют темпами изменения базового показателя и независимых факторов, а его результатом является построение нескольких вариантов прогнозной отчетности. Выбор наилучшего из них и использование в дальнейшем в качестве ориентира делаются уже с помощью неформализованных критериев.

Балансовая модель прогноза экономического потенциала предприятия

Суть данного метода ясна уже из его названия. Баланс предприятия может быть описан различными балансовыми уравнениями, отражающими взаимосвязь между различными активами и пассивами предприятия. Простейшим из них является основное балансовое уравнение, которое имеет вид:

A = E + L	(7),

где А - активы, Е - собственный капитал, L - обязательства предприятия.

Левая часть уравнения отражает материальные и финансовые ресурсы предприятия, правая часть - источники их образования. Прогнозируемое изменение ресурсного потенциала должно сопровождаться: а) неизбежным соответствующим изменением источников средств; б) возможными изменениями в их соотношении. Поскольку модель (7) аддитивна, такая же взаимосвязь будет между показателями прироста:

	(8)

На практике прогнозирование осуществляется путем использования более сложных балансовых уравнений и сочетания данного метода с другими методами прогнозирования.

Аналитические формы отчетности

Проведение анализа непосредственно по данным российской бухгалтерской отчетности - дело довольно трудоемкое, так как слишком большое количество расчетных показателей не позволяет выделить главные тенденции в финансовом состоянии организации. Еще более неэффективным представляется прогнозирование форм бухгалтерской отчетности в их типовой номенклатуре статей. В связи с этим возникает необходимость перед проведением анализа уплотнить исходные формы отчетности путем агрегирования однородных по составу балансовых статей для получения сравнительного аналитического баланса (баланса-нетто), а также аналитического отчета о прибылях и убытках.

Кроме того, российская отчетность не удовлетворяет требованию временной сопоставимости данных, так как структура отчетных форм неоднократно менялась. Данное требование к отчетности чрезвычайно важно, так как все рассчитанные по ее данным аналитические показатели будут бесполезны, если не будет возможно их сравнение в динамике. И, конечно же, в этом случае будет невозможно спрогнозировать финансовое состояние предприятия даже на ближайшую перспективу. В свете вышесказанного становится ясным, что анализ и прогнозирование, базирующиеся на российской бухгалтерской отчетности, становятся возможными только после приведения данных за разные годы к какому-то единому аналитическому виду. При этом преобразование исходных форм бухгалтерской отчетности в аналитические формы единого вида можно рассматривать как необходимый первый шаг предварительного этапа, предшествующего проведению анализа и прогнозирования финансового состояния предприятия.

Структура аналитических форм отчетности, степень агрегирования статей и перечень процедур ее формирования определяются аналитиком и зависят от целей анализа. Следует иметь в виду, что уровень агрегирования данных определяет степень аналитичности отчетности. Причем связь здесь обратно пропорциональна: чем выше уровень агрегирования, тем меньше пригодны для анализа отчетные формы.

Структура аналитических форм отчетности, используемых в описанном ниже комбинированном методе прогнозирования, приведена в приложении 1. При трансформации в сравнительный аналитический баланс исходный баланс был уплотнен, т.е. представлен в виде агрегированного сравнительного аналитического баланса, в котором информация отдельных однородных статей бухгалтерского баланса объединена в группы. Основой группировки статей актива баланса являлась степень их ликвидности и материально-вещественной формы, для пассива - отнесение к собственным и заемным источникам формирования имущества, а в рамках последнего - срочность возврата.

Первой строкой актива аналитического баланса является строка "Внеоборотные активы", получаемая как итог первого раздела бухгалтерского баланса. Вторая часть - "Текущие активы" состоит из статей раздела "Оборотные активы" бухгалтерского баланса, сгруппированных по степени их ликвидности в три группы: наиболее ликвидные активы, быстрореализуемые активы и медленнореализуемые активы. Медленнореализуемые активы, в свою очередь, делятся на запасы и прочие медленнореализуемые активы. Пассив аналитического баланса состоит, во-первых, из собственного капитала, определяемого как итог четвертого раздела бухгалтерского баланса "Капитал и резервы". Кроме того, в пассивной части баланса представлены кредиты и займы, делящиеся на краткосрочные (срок погашения в течение 12 месяцев) и долгосрочные (подлежащие погашению более чем через 12 месяцев). При этом по строке "Долгосрочные кредиты и займы" отражались также и прочие долгосрочные пассивы. Последняя строка аналитического баланса "Кредиторская задолженность" содержит в себе величины кредиторской задолженности и прочих краткосрочных пассивов из исходной Формы №1.

Используемый в работе аналитический отчет о прибылях и убытках состоит из двух строк - "Выручка от реализации" и "Чистая прибыль". Это первая и последняя строки из формы №2 бухгалтерской отчетности. Таким образом, аналитический отчет включает в себя только исходный фактор (выручка) и результативный показатель (чистая прибыль), в отличие от бухгалтерского отчета, содержащего и все промежуточные факторы, влияющие на определение результата.

Еще раз подчеркнем, что используемый вид аналитической отчетности был выбран не случайно, а определялся необходимостью, с одной стороны, иметь возможность полностью рассчитать по ее данным все основные показатели финансового состояния предприятия, а с другой - эффективно использовать эти формы при прогнозных расчетах комбинированным методом.

При проведении расчетов аналитические формы отчетности получались из бухгалтерских форм с применением персональной ЭВМ. Для этих целей использовался программный продукт Audit Expert компании Про-Инвест-ИТ. Реализованный в этом продукте сценарный подход позволил автоматически привести данные за различные периоды к единой описанной выше аналитической форме. Также с помощью Audit Expert на основании полученных аналитических форм отчетности рассчитывалась система показателей, характеризующих финансовое состояние предприятия, а именно показатели ликвидности и платежеспособности, устойчивости, рентабельности и деловой активности предприятия.

Комбинированный метод

Описанные в предыдущих параграфах методы прогнозирования не случайно названы базовыми методами. Они являются основой любых моделей финансового прогнозирования, однако редко используются на практике в чистом виде. В большинстве случаев применяется некий комбинированный метод, сочетающий в себе приемы и алгоритмы нескольких из базовых. Это обусловлено наличием у каждого отдельного базового метода недостатков и ограничений, которые нейтрализуются при их комплексном использовании. Базовые методы в составе комбинированных взаимодополняют друг друга. Зачастую один из них рассматривается как инструмент дополнительного контроля результатов, полученных другими методами.

Комбинированный метод, исследуемый в данной работе, по приведенной классификации относится к методам, прогнозирующим формы отчетности (в укрупненной номенклатуре статей). В прогнозировании учитывается не только индивидуальная динамика статей, но и взаимосвязь между отдельными статьями как внутри одной формы отчетности, так и между различными формами. На рисунке 1 показана связь данного метода с базовыми. В качестве результата прогнозирования получают баланс и отчет о прибылях и убытках в предстоящем периоде в укрупненной номенклатуре статей, описанные в предыдущем параграфе и приведенные в Приложении 1.

Далее для описания комбинированного метода будут использованы следующие условные обозначения:

ВА - внеоборотные активы; ТА - текущие активы; СК - собственный капитал; КЗ - величина кредиторской задолженности; Т_ТА - длительность оборота текущих активов; Т_КЗ - средний срок погашения кредиторской задолженности; В - выручка от реализации; П - прибыль, остающаяся в распоряжении организации; n - последний отчетный период; n+1 - прогнозируемый период.

Составление прогнозной отчетности начинают с определения ожидаемой величины собственного капитала. Уставный, добавочный и резервный капиталы обычно меняются редко (если только в прогнозируемом периоде не планируется осуществить очередную эмиссию акций), поэтому в прогнозный баланс их можно включить той же суммой, что и в последнем отчетном балансе. Таким образом, основным элементом, за счет которого изменяется сумма собственного капитала, является прибыль, остающаяся в распоряжении организации. Размер прибыли можно рассчитать по методу пропорциональных зависимостей, исходя из величины коэффициента рентабельности продаж Р_П в будущем периоде, который равен отношению прибыли к выручке от реализации:

Р_П = П / В (9)

Прогнозная величина данного показателя, а также выручки от реализации определяются методом авторегрессии на основании их индивидуальной динамики в предыдущих периодах. Здесь следует заметить, что гораздо более надежный прогноз величины выручки от реализации может быть получен экспертными оценками специалистов предприятия, базирующимися на прошлых объемах продаж, рыночной конъюнктуре, производственных мощностях, ценовой политике и т. д. Однако, такого рода оценки, как правило, недоступны внешнему аналитику, имеющему в своем распоряжении только публичную отчетность предприятия. Итак, величина собственного капитала в будущем периоде определяется, как его величина в последнем отчетном периоде, увеличенная на величину прогнозируемой прибыли (детерминированный факторный метод):

СК_n+1 = CК_n + П (10)

Далее определятся потребность в собственном оборотном капитале П_СОК, определяемом как необходимая часть собственного капитала, которая направляется на формирование оборотных (текущих) активов:

П_СОК = СК - ВА (11)

Уравнение (11) является частным случаем балансового уравнения, поскольку отражает равенство между собственным капиталом, как источником формирования средств, и теми видами активов, на формирование которых он направляется. Таким образом, фактически здесь используется балансовый метод прогнозирования. Величина внеобортных активов в прогнозном периоде определяется с помощью метода авторегрессии.

Следующим шагом будет определение величины кредиторской задолженности в прогнозном периоде КЗ_n+1, которая связана с величиной П_СОК. Действительно, кредиторская задолженность является кредитом поставщиков предприятию и, поэтому, должна рассматриваться как источник финансирования. Вследствие разрыва в сроках погашения кредиторской задолженности и оборота оборотного капитала, возникает потребность в дополнительном финансировании, то есть П_СОК. Определим вид зависимости между величинами КЗ и П_СОК.

Если заемные средства в виде кредиторской задолженности предоставляются на срок, более короткий, чем длительность производственно-коммерческого цикла, то платежи по обязательствам могут осуществляться лишь при условии, что предприятие располагает достаточным собственным оборотным капиталом. Величина потребности в этом источнике финансирования определяется временем между окончанием использования кредита поставщиков и окончанием производственно-коммерческого цикла (периода оборота текущих активов) (Т_ТА - Т_КЗ), а также величиной предстоящих платежей в единицу времени П/Д:

П_СОК = (Т_ТА - Т_КЗ)*П / Д (12)

С другой стороны, для оборачиваемости кредиторской задолженности, по определению имеем:

Об_КЗ = П / КЗ (13),

где П - сумма платежей кредиторам.

Тогда средний срок погашения задолженности будет равен:

Т_КЗ = Д/ Об_КЗ = КЗ*Д / П (14),

где Д - длительность отчетного периода.

Исключая из формул (12) и (14) величину П / Д, имеем:

П_СОК = КЗ_n+1*(Т_ТА - Т_КЗ)/ Т_КЗ (15)

Таким образом, потребность в собственном оборотном капитале определяется величиной кредиторской задолженности, длительностью оборота капитала, вложенного в текущие активы, а также сроком погашения кредиторской задолженности. Величина П_СОК сокращается при уменьшении периода оборота текущих активов. В случае, когда Т_ТА < Т_КЗ, выражение в скобках формулы дает отрицательный результат, что означает отсутствие потребности в собственном капитале для формирования оборотных средств. В данном случае все текущие пассивы представлены только задолженностью кредиторам.

Из формулы (15) для величины кредиторской задолженности получим:

КЗ_n+1 = П_СОК * Т_КЗ / (Т_ТА - Т_КЗ) (16)

Рассчитанная по этой формуле величина будет максимально возможной величиной кредиторской задолженности, рассчитанной в предположении, что вся потребность предприятия в финансировании удовлетворяется за счет собственного капитала. Таким образом, величина кредиторской задолженности прогнозируется детерминированным факторным методом с помощью функциональной зависимости (16). Величина П_СОК, входящая в формулу (16), была определена нами ранее. Длительность оборота текущих активов в прогнозном периоде Т_ТА определяется методом авторегрессии, позволяющим выделить основную тенденцию изменения данного показателя на предприятии. Для определения величины срока погашения кредиторской задолженности Т_КЗ предположим, что в предстоящем периоде характер расчетов с поставщиками не изменится. Тогда можно положить значение Т_КЗ в прогнозном периоде равным его значению в последнем отчетном периоде:

Т_КЗ(n+1) = Т_КЗ(n) (17)

Перед определением окончательной величины кредиторской задолженности для включения в прогнозный баланс, необходимо рассчитать значение величины текущих активов ТА(n+1). Для этого воспользуемся уже рассчитанным выше значением длительности оборота текущих активов Т_ТА. Для оборачиваемости текущих активов, по определению, имеем:

Об_ТА = В / <ТА> (18),

где <ТА> обозначает среднюю за отчетный период величину текущих активов.

Тогда длительность оборота текущих активов будет равна:

Т_ТА = Д/ Об_ТА = <ТА>*Д / В (19),

где Д - длительность отчетного периода.

С другой стороны:

<ТА> = (ТА(n) + ТА(n+1))/2 (20)

з (19) и (20) имеем:

ТА(n+1) = 2* В*Т_ТА/ Д - ТА(n) (21)

Подставляя уже известные нам величины в правую часть формулы (21), мы определим прогнозную величину текущих активов ТА(n+1) (детерминированный метод).

Итак, для окончательного построения прогнозных форм отчетности в укрупненной номенклатуре статей нам осталось определить величины кредиторской задолженности и кредитов в пассиве баланса. Это делается по следующей схеме. Определяем величину валюты баланса как сумму величин текущих и внеоборотных активов. Затем рассматриваем определенную нами ранее по формуле (16) максимальную величину кредиторской задолженности КЗ_n+1. В зависимости от ее величины, прогнозирование завершается одним из двух вариантов:

Если сумма КЗ_n+1 и величины собственного капитала превышает валюту баланса, то величина кредиторской задолженности уменьшается и принимается равной разности между валютой баланса и величиной собственного капитала. В этом случае предприятию достаточно собственных источников финансирования, поэтому в строке "Кредиты и займы" ставим нуль. Здесь нами снова используется базовый балансовый метод увязки показателей, являющийся составной частью описываемого комбинированного метода.

Если же собственных источников недостаточно для удовлетворения потребности в финансировании (сумма КЗ_n+1 и величины собственного капитала меньше валюты баланса), то погашение обязательств перед кредиторами возможно лишь при условии привлечения дополнительных финансовых ресурсов - кредитов банка. Это отразится на длительности производственно-коммерческого цикла. Замедлится оборачиваемость средств из-за роста себестоимости, в которую теперь будут входить и банковские проценты за пользование кредитом. Это приведет к увеличению разрыва между сроком оборота текущих активов и периодом погашения кредиторской задолженности. Следовательно, увеличится совокупная потребность в финансировании П_Ф, представленном собственным капиталом и банковскими кредитами. В работе (8) показано, что величина П_Ф может быть определена по формуле:

П_Ф = ТА*(Т_ТА - Т_КЗ) / ТА (22)

Значение строки "Кредиты и займы" определяется как разность между совокупной потребностью в финансировании П_Ф и уже рассчитанной нами по формуле (11) величиной собственного оборотного капитала в прогнозном периоде П_СОК. По строке "Кредиторская задолженность и прочие пассивы" отражается величина, доводящая суммарный пассив баланса до величины валюты баланса, определенной по активным статьям (балансовый метод).

Исследуемый в данной работе комбинированный метод - один из многих принципиально возможных для построения прогнозных форм отчетности. Очевидно, что выводы по сравнению между собой различных методов финансового прогнозирования следует делать на основе сравнения точности получаемых прогнозов. Теоретические вопросы, связанные с определением точности прогнозных моделей, рассматриваются в следующем параграфе.

Точность прогнозов

Основными критериями при оценке эффективности модели, используемой в прогнозировании, служат точность прогноза и полнота представления будущего финансового состояния предприятия. С точки зрения полноты, безусловно наилучшими являются методы, позволяющие построить прогнозные формы отчетности. В этом случае будущее состояние предприятия можно проанализировать не менее детально, чем его настоящее положение. Вопрос с точностью прогноза несколько более сложен и требует более пристального внимания. Точность или ошибка прогноза - это разница между прогнозным и фактическим значениями. В каждой конкретной модели эта величина зависит от ряда факторов.

Чрезвычайно важную роль играют исторические данные, используемые при выработке модели прогнозирования. В идеале желательно иметь большое количество данных за значительный период времени. Кроме того, используемые данные должны быть "типичными" с точки зрения ситуации. Стохастические методы прогнозирования, использующие аппарат математической статистики, предъявляют к историческим данным вполне конкретные требования, в случае невыполнения которых не может быть гарантирована точность прогнозирования. Данные должны быть достоверны, сопоставимы, достаточно представительны для проявления закономерности, однородны и устойчивы.

Точность прогноза однозначно зависит от правильности выбора метода прогнозирования в том или ином конкретном случае. Однако это не означает что в каждом случае применима только какая-нибудь одна модель. Вполне возможно, что в ряде случаев несколько различных моделей выдадут относительно надежные оценки. Основным элементом в любой модели прогнозирования является тренд или линия основной тенденции изменения ряда. В большинстве моделей предполагается, что тренд является линейным, однако такое предположение не всегда закономерно и может отрицательно повлиять на точность прогноза. На точность прогноза также влияет используемый метод отделения от тренда сезонных колебаний - сложения или умножения. При использовании методов регрессии крайне важно правильно выделить причинно-следственные связи между различными факторами и заложить эти соотношения в модель.

Важно помнить, что ошибки прогноза срок отчетности и ошибки определения по ним результативных показателей (финансовых коэффициентов) в большинстве случаев не совпадают. Действительно, пусть какой-либо коэффициент F определяется следующим образом:

F = ( x + y ) / z (23),

где x, y, z - некоторые строки бухгалтерского или аналитического баланса.

Это достаточно типичный вид для финансовых показателей. И пусть абсолютные ошибки прогноза строк составляют соответственно dx, dy, dz. Тогда абсолютная ошибка прогноза F будет равна:

(24)

Для относительной ошибки на основании формул (23) и (24) получим:

(25)

То есть, если, например, точность прогноза каждой из строк x, y и z составила 10%, то, положив x=y, из формулы (25) получим точность определения F:

Таким образом, точность прогноза финансовых коэффициентов в методах, основывающихся на построении прогнозной отчетности, всегда ниже точности, с которой определяются сами прогнозные значения срок отчетности. Поэтому, если аналитик, как это и должно быть, имеет определенные требования к точности определения финансовых коэффициентов, то должен быть выбран метод, обеспечивающий еще более высокую точность прогноза строк отчетности.

Прежде чем использовать модель для составления реальных прогнозов, ее необходимо проверить на объективность, с тем чтобы обеспечить точность прогнозов. Этого можно достичь двумя разными путями:

1. Результаты, полученные с помощью модели, сравниваются с фактическими значениями через какой-то промежуток времени, когда те появляются. Недостаток такого подхода состоит в том, что проверка "беспристрастности" модели может занять много времени, так как по-настоящему проверить модель можно только на продолжительном временном отрезке.

2. Модель строится исходя из усеченного набора имеющихся исторических данных. Оставшиеся данные можно использовать для сравнения с прогнозными показателями, полученными с помощью этой модели. Такого рода проверка более реалистична, так как она фактически моделирует прогнозную ситуацию. Недостаток этого метода состоит в том, что самые последние, а, следовательно, и наиболее значимые показатели исключены из процесса формирования исходной модели.

В свете вышесказанного относительно проверки модели становится ясным, что для того, чтобы уменьшить ожидаемые ошибки, придется вносить изменения в уже существующую модель. Такие изменения вносятся на протяжении всего периода применения модели в реальной жизни. Непрерывное внесение изменений возможно в том, что касается тренда, сезонных и циклических колебаний, а также любого используемого причинно-следственного соотношения. Эти изменения затем проверяются с помощью уже описанных методов. Таким образом, процесс оформления модели включает в себя несколько этапов: сбор данных, выработку исходной модели, проверку, уточнение - и опять все сначала на основе непрерывного сбора дополнительных данных с целью обеспечения надежности модели в качестве источника прогнозной информации о финансовом положении предприятия.

При разработке любой из моделей прогнозирования предполагается, что ситуация в будущем не будет сильно отличаться от настоящей. Другими словами, считается, что все значимые факторы либо учтены в модели прогнозирования, либо неизменны в течение всего периода времени, на котором она используется. Однако модель - это всегда огрубление реальной ситуации путем отбора из бесконечного количества действующих факторов ограниченного числа тех из них, которые считаются наиболее важными исходя из конкретных целей анализа. Точность и эффективность построенной модели будут напрямую зависеть от правильности о обоснованности такого отбора. При использовании модели для прогнозирования следует помнить о существовании факторов, сознательно или несознательно не включенных в нее, которые тем не менее оказывают влияние на состояние предприятия в будущем.

Литература

1. О бухгалтерском учете. Федеральный закон Российской Федерации от 21 ноября 1996 года №129-ФЗ (в редакции Федерального закона от 23 июля 1998 года №123-ФЗ).

2. О годовой бухгалтерской отчетности организаций. Приказ Министерства финансов Российской Федерации от 12 ноября 1996 года №97.

3. Положение по бухгалтерскому учету "Бухгалтерская отчетность организации" (ПБУ 4/99). Приказ Министерства финансов Российской Федерации от 6 июля 1999 года №43н.

4. М.И. Баканов, А.Д Шеремет "Теория экономического анализа". Москва, "Финансы и статистика", 1998 г.

5. В.В. Ковалев "Введение в финансовый менеджмент". Москва, "Финансы и статистика", 1999 г.

6. В.В. Ковалев "Финансовый анализ". Москва, "Финансы и статистика", 1999 г.

7. А.И. Ковалев, В.П. Привалов "Анализ финансового состояния предприятия". Москва, "Центр экономики и маркетинга", 1997 г.

8. Л.В. Донцова, Н.А. Никифорова "Комплексный анализ бухгалтерской отчетности". Москва, "Дело и Сервис", 1999 г.

9. О.В. Ефимова "Финансовый анализ". Москва, "Бухгалтерский учет", 1998 г.

10. В.Г. Артеменко, М.В. Беллендир "Финансовый анализ". Москва, "ДИС", 1997 г.

11. Р. Томас "Количественные методы анализа хозяйственной деятельности". Москва, "Дело и Сервис", 1999 г.

12. А.М. Дубров, В.С. Мхитарян, Л.И. Трошин "Многомерные статистические методы". Москва, "Финансы и статистика", 1998 г.