Управляющей компании

№ п/п	Наименование затрат	Административно-управленческие расходы на 2008г, тыс.руб.	квартал	квартал	квартал	квартал
	Зар.плата АУП
	Отчисления на соц.нужды АУП
	Содержание и текущий ремонт офиса
	Информационные услуги
	Комиссионные вознаграждения
	Расходы на лицензирование, сертификацию и экспертизу
	Страхование
	Арендная плата и лизинговые платежи за землю, машины, оборудование

Окончание таблицы 4.14

	Командировочные расходы
	Представительские расходы
	Затраты на охрану
	Затраты на связь
	Хоз. расходы, затраты на тепло и электроэнергию
	Амортизация ОС и НМА для управленческих нужд
	Налог на землю, транспортный налог
	Транспортные услуги
	Прочие расходы
	Всего административно- управленческих расходов
	Доля административно- управленческих расходов в выручке	5.4%	5.5%	4.5%	5.2%	6.9%

Система оценки и анализа целевых показателей деятельности центров финансовой ответственности представлена в приложении 2. Пример построения и использования четырехфакторной модели финансовых показателей в технико-экономическом анализе показан в следующем параграфе.

4.3. Методический прием экспресс-анализа строительной организации

Платежеспособность и финансовая устойчивость являются важнейшими характеристиками финансово-экономической деятельности предприятия в условиях рыночной экономики. Если предприятие финансово устойчиво, платежеспособно, оно имеет преимущество перед другими предприятиями того же профиля в привлечении инвестиций, в получении кредитов, в выборе поставщиков и в подборе квалифицированных кадров. Чем выше устойчивость предприятия, тем оно более независимо от неожиданного изменения рыночной конъюнктуры и, следовательно, тем меньше риск оказаться на краю банкротства.

Применяемые сегодня в России методы анализа и прогнозирования финансово-экономического состояния предприятия отстают от развития рыночной экономики. Несмотря на то, что в бухгалтерскую и статистическую отчетность уже внесены и вносятся некоторые изменения, в целом она еще не соответствует потребностям управления предприятием в рыночных условиях, поскольку существующая отчетность предприятия не содержит какого-либо специального раздела или отдельной формы, посвященным оценке финансовой устойчивости отдельного предприятия. Финансовый анализ предприятия проводится факультативно и не является обязательным. Сегодня различают несколько основных подходов к прогнозированию возможного банкротства предприятия (см. п. 3.3). Однако однозначный вывод по подобным моделям делать нельзя, и свидетельство этому – наличие серьезных объективных недостатков у всех западных моделей банкротства. В свою очередь, официально утвержденные коэффициенты платежеспособности финансовой устойчивости, рекомендованные ФСФО и применяемые для определения несостоятельности предприятия, обнаруживают свое несовершенство. Получается явный перекос в сторону гипертрофии неплатежеспособности: три четверти от общего числа предприятий оказываются несостоятельными.

Отметим, что наибольшую известность в этой области получила работа западного экономиста Э.Альтмана, разработавшего с помощью аппарата линейного дискриминантного анализа методику расчета индекса кредитоспособности, который позволяет в первом приближении разделить хозяйствующие субъекты на потенциальных банкротов и не банкротов. При построении индекса Альтман рассмотрел 66 предприятий промышленности, половина из которых обанкротилась в период между 1946 и 1965 гг., а половина работала успешно, после чего проанализировал 22 аналитических коэффициента, которые в дальнейшем могли быть полезны для прогнозирования возможного банкротства. Из этих показателей он отобрал 5 наиболее значимых для прогноза и построил многофакторное уравнение регрессии. Индекс Альтмана представляет собой функцию от некоторых показателей, характеризующих экономический потенциал предприятия и результаты его работы за истекший период (так называемый Z- счет).

Значимость методики Альтмана определяется не столько приведенным в ней критериальным значением показателя Z, сколько собственно техникой оценивания. Однако, применение критерия Z для российского инвестиционно-строительного комплекса достаточно проблематично. Причин тому несколько [15, 17, 18, 27]:

1) Модель построена по данным американских компаний, вместе с тем, очевидно, что любая страна имеет свою специфику организации бизнеса (об этом, кстати, свидетельствует и исследование британских ученых).

2) Критерий Z построен, в основном, по данным 50-х годов; за истекшие годы экономическая ситуация изменилась во всем мире и потому совершенно не очевидно, что повторение анализа по методике Альтмана на более поздних данных оставило бы структурный состав модели без изменения.

3) Модель Альтмана может быть реализована лишь в отношении крупных компаний, котирующих свои акции на биржах. Тем не менее, уже имеется опыт расчета индекса Z для отечественных компаний нефтегазодобывающего комплекса.

В силу выше приведенных причин, возникает необходимость в построении новой модели прогнозирования банкротства с учетом современных реалий.

При построении модели мы частично воспользуемся методикой Э.Альтмана, для чего условимся в первом приближении разделить хозяйствующие субъекты на условно благополучные и условно неблагополучные с финансовой точки зрения. В процессе построения нами многофакторного регрессионного уравнения было обследовано 180 предприятий отрасли «Строительство» и «Промышленность строительных материалов» за период их работы с 2000 по 2007 гг.

1. Для формализации проблемы классификации удобно интерпретировать многомерное наблюдение (р -мерный объект) как точку в р -мерном пространстве признаков Х. Совокупность объектов, относящихся к одному классу (группе) D_i, образует «облако» в этом же пространстве. Для успешной классификации необходимо, чтобы [11, 16]:

а) облако из D_i, в основном, было сконцентрировано в некоторой области R_i пространства Х;

б) в область R_i попала незначительная часть «облаков» объектов, соответствующих остальным классам.

Построение решающего правила можно рассматривать как задачу поиска k непересекающихся областей R_i , удовлетворяющих условиям а) и б). Дискриминантные функции дают определение этих областей путем задания их границ в многомерном пространстве.

Для нахождения неизвестных коэффициентов регрессионного уравнения воспользуемся линейным дискриминантным анализом, то есть наша цель состоит в построении линейной дискриминантной функции (ЛДФ).

Для случая двух классов D₁ и D₂ использование ЛДФ основывается на двух основных предположениях.

Первое предположение состоит в том, что области R₁ и R₂, где сконцентрирована основная часть объектов, соответствующих классам D₁ и D₂, могут быть разделены (р -1)-мерной гиперплоскостью. Уравнение гиперплоскости записывается в виде:

где а₁, ….., а_р – коэффициенты, характеризующие наклон гиперплоскости к координатным осям;

b – параметр, характеризующий расстояние гиперплоскости до начала координат.

Гиперплоскость разбивает р -мерное пространство на два полупространства R₁ и R₂, которые определяются неравенствами:

где

Условимся относить наблюдение к D₁, если , и к D₂ – в противном случае. Соотношение позволяет перейти от р -мерных случайных величин к классификации одномерных величин , когда

Второе предположение дает метод определения коэффициентов разделяющей гиперплоскости таким образом, чтобы разделение было наилучшим.

Первоначально при анализе воспользуемся 14-ю наиболее информативными коэффициентами, характеризующими финансово-хозяйственную деятельность предприятия: коэффициент обеспеченности собственными средствами, коэффициент покрытия, коэффициент покрытия активов чистым оборотным капиталом, коэффициент автономии, коэффициент финансовой устойчивости, общая рентабельность активов, отношение выручки к итогу актива, чистая рентабельность актива, отношение прибыли от реализации к краткосрочным обязательствам, степень общей платежеспособности, финансовый леверидж, рентабельность продаж, коэффициент обеспеченности оборотными средствами, отношение оборотных активов к сумме обязательств.

Приведенные показатели были использованы нами по среднему значению для 18 предприятий за последние 4 года. Далее мы разделили хозяйствующие субъекты на условно благополучные и условно неблагополучные с финансовой точки зрения, то есть определили два класса предприятий D₁ (условно благополучные – 1) и D₂ (условно неблагополучные – 0). Для этого воспользовались шестью коэффициентами из 14 указанных, согласно значениям которых определили суммарное количество баллов по каждому предприятию. После детально проведенного анализа было решено отобрать в качестве переменных уравнения следующие коэффициенты: коэффициент покрытия (х₁), коэффициент автономии (х₂), коэффициент фондоотдачи (х₃), отношение прибыли от реализации к выручке от реализации (х₄). С использованием программного продукта SPSS были определены коэффициенты, характеризующие наклон гиперплоскости:

Подставив в данное уравнение соответствующие значения переменных каждого предприятия, получим искомую информацию для ранжирования организаций по их финансовой устойчивости: так называемый IPS -критерий (IPS – identification of plant situation).

Итак, нами была получена дискриминантная функция, которая учитывает специфику строительной отрасли и отрасли промышленности строительных материалов. В дальнейшем эту функцию желательно время от времени тестировать на новых выборках с целью уточнения ее дискриминантной силы. После определения IPS -значения каждого предприятия можно ранжировать по этому показателю, то есть определить, какие предприятия условно более благополучные, а какие – менее благополучные по отношению друг к другу.

Выполнив подобные расчеты для массы предприятий инвестиционно-строительного комплекса, можно получить факторную модель прогнозирования вероятности банкротства в строительстве с граничными критериями для ранжирования предприятий по их финансовому состоянию на конкретный период времени.

Данный подход не заменяет собой подробного анализа производственно-хозяйственной деятельности строительной организации, но позволяет аналитику и руководителю экспресс-методом рассчитать близость организации к банкротству, позволяет проводить планирование и расчет приоритетности мероприятий, направленных на обеспечение и поддержание финансовой состоятельности строительного предприятия; имеет перспективы развития, так как может быть качественно преобразован изменением входящих показателей.