Шеметев Александр Александрович. Применение матричного инструментария при экспресс-диагностике деятельности коммерческой компании и финансовых рисков (Eng/rus)

УДК: 332.13

Ключевые слова: матричный анализ; экспресс-диагностика; финансовый риск; деятельность коммерческой компании; учет оптимизационных трансформаций в российских условиях.

Неганова В.П., Шеметев А.А.

Применение матричного инструментария при экспресс-диагностике деятельности коммерческой компании и финансовых рисков

Аннотация: В статье описана оригинальная методика и особенности ее применения с целью экспресс-диагностики деятельности компании и анализа финансовых рисков. Особенностью методики является потенциальный учет применяемых в российской действительности оптимизационных трансформаций отчетности с целью минимизации налогообложения и преломления информационного поля бизнес-системы для апперцепции. Методика удовлетворяет множественному набору условий-уравнений: апперцепционные, асимптотические и симплификационные функции, которые заложены в основу расчетов при создании модели. Применение данной методики позволяет при минимальных итерациях анализировать деятельность коммерческой компании в условиях особенностей российской действительности.

В условиях экономической дисперманентности все большее внимание уделяется максимально экономичным с точки зрения асимптотических функций анализа методам и методикам диагностики финансовой и рисковой деятельности компании в условиях рынка. Важным градационным ограничителем выступает функциональная ограниченность потенциальной апперцепции при императивной обработке данных в условиях их потенциальной ограниченности. Апперцепциональное и асимптотическое ограничение создают множественную функцию ограничительных условий, в рамках которых может быть создан метод анализа.

Вместе с тем, существует функция симплификации, диктуемая потенциальным а также реальным пользователем применяемой методики анализа, что создает третью ограничительную линию при разработке методического аппарата.

При заданных ограничительных условиях значительный интерес приобретают матричные функции для финансового и одновременно рискового анализа в условиях ограниченности исходных данных. Минимизированное значение итераций при асимптотическом анализе будет в данном случае приходится на методики экспресс-диагностики.

В рамках проведенных комплексных исследований создана методика матричного экспресс-анализа финансовой устойчивости и рисков коммерческой компании в современных рыночных условиях, которая позволяет минимизировать количество итераций при асимптотическом анализе функций, что предельно упрощает расчеты по методике, а также она максимизирует апперцепционную функцию модели, что может быть полезно при финансовом анализе для целей симплификации работы экспертов; одновременно с этим, методика использует ограниченный объем исходной информации о деятельности компании, а именно, для ее применения достаточно наличия только баланса компании (форма N1 по ОКУД) и отчета о прибылях и убытках (форма N2 по ОКУД), в том числе, в условиях применения оптимизационных трансформаций отчетности с целью минимизации налогооблагаемой базы и дистранспаренции внутренней деятельности компании. Под дистранспаренцией понимается трансформационное искажение информационного поля бизнес-системы с целью заданного апперцепционального преломления в пространстве и во времени в условиях социального хронотопа.

Базовая матрица имеет общий вид:

(1)

Где:

1, 2, 3, 4, 5, 6, 7, 8, 9 - это условные обозначения для коэффициентов.

Коэффициенты 1, 2, 3 обозначают принятые в модели показатели финансового цикла;

коэффициенты 4, 5, 6 обозначают принятые в модели показатели операционного и маркетингового циклов;

показатели 7, 8, 9 обозначают принятые в модели показатели инвестиционного цикла.

В основу модели положен концептуальный принцип 42-летнего исследования университета Гента [2]. Согласно указанному принципу, данные три цикла влияют на устойчивость компаний к важному риску - риску банкротства. Принцип устанавливает следующий порядок влияния. Финансовый цикл является наиболее важным в противодействии рискам; в случае его сбоя прекращение деятельности компании может наступить в течение всего одного отчетного периода (1 года). Операционный цикл влияет на производство компании и потому он может повлечь за собой сбой в нормальном получении компанией своего дохода и, как следствие, отразиться на кризисе финансового цикла в рамках одного отчетного периода (1 года), что, в свою очередь, по цепочке способно вывести компанию с рынка еще в течение примерно 1 отчетного периода. Инвестиционный цикл влияет на воспроизводственный процесс для операционного цикла; сбой инвестиционного цикла способен повлечь за собой цепную реакцию на операционный цикл в течение отчетного периода (1 года) с вытекающими последствиями.

В рамках излагаемого исследования императивы кризисности по циклам не учитываются, поскольку это является весьма спорным моментом. Принята теория возможности цикличного распространение кризисной динамики по циклам в качестве потенциального базисного сценария развития событий, что заложено в обычную и дискриминантно-асимптотическую матрицу, приведенную в статье далее.

Вместе с горизонтальной зависимостью построения коэффициентов, в матрице имеется и вертикальная зависимость индикационных коэффициентов. Показатели 1, 4, 7 обозначают краткосрочные потенциальные кризисные индикаторы в деятельности компании; показатели 2, 5, 8 обозначают среднесрочные потенциальные кризисные индикаторы в деятельности компании; показатели 3, 6, 9 обозначают долгосрочные потенциальные кризисные индикаторы в деятельности компании.

Диагональные зависимости 1, 5, 9 и 7, 5, 3 в матрице характеризуют экспресс-срез деятельности компании по всем трем циклам во всех циклах: инвестиционном, операционном, маркетинговом и финансовом. Диагональная зависимость 1, 5, 7 характеризует экспресс-анализ для скорее кризисным компаний со сбоями в финансовом цикле. Диагональная зависимость 7, 5, 3 характеризует экспресс-анализ для нормально функционирующих в условиях рынка компаний с потенциальными и реальными сбоями в инвестиционном цикле. Далее в статье следует описание входящих в модель индикаторов.

Методом асимптотического итерационного анализа одновременно с учетом названных функций симплификации и апперцепции установлено, что минимальное количество итераций в условиях симплификации сбора данных и использования модели, а также общей апперцепции при использовании методического инструментария приходится на финансовые коэффициенты, отражающие простые зависимости, под которые адаптирована матрица. С учетом названного, числовые показатели для целей экспресс-диагностики представлены в форме финансовых коэффициентов, отражающих финансовое состояние компании и финансовые риски.

Коэффициент 1 описывается следующим неравенством:

(2)

Где:

ЧП - это показатель чистой прибыли, который может быть взят из оптимизированной формы N2 по ОКУД;

WACC(ЗК) - это выраженная в денежном выражении средневзвешенная стоимость заемного капитала, которая рассчитывается по формуле:

(3)

Где:

dЗК - это доля заемного капитала в балансовой стоимости компании;

k% - это средний % стоимости привлечения заемного капитала;

Т - это налоговый регулятор, исчисляемый исходя из ставки налога на прибыль с учетом бухгалтерских законодательных ограничений. Более подробно о расчете ставки Т в условиях российского учета рассказано в [5, с. 109].

1 - это не некоторый нормативно-релятивистский показатель. Указанная величина свидетельствует о превышении или не превышении средневзвешенной стоимости заемного капитала над суммой чистой прибыли.

Выполнение неравенства (2) обозначает потенциальный финансовый риск краткосрочного сбоя финансового цикла для бизнес-системы. Вместе с тем, многие компании применяют оптимизационные трансформации отчетности с целью оптимизации налогообложения, что существенно искажает показатель ЧП и иные схожие показатели. Для разрешения данной проблемы используется простой и асимптотический матричный анализ.

Коэффициент 2 описывается следующим неравенством:

(4)

Где:

EBIT (earnings before interests and taxes) - представляет собой сумму прибыли до уплаты налогов и процентов к уплате.

В условиях российской действительности показатель в матрице рассчитан таким образом, что сумма процентов к уплате может использоваться исходя из данных отчета о прибылях и убытках. Учет нормативных ограничений относимых туда процентов учтен при комплексном анализе матрицы.

Выполнение неравенства (4) обозначает потенциальный финансовый риск среднесрочного сбоя финансового цикла для бизнес-системы.

Коэффициент 3 описывается следующим неравенством:

(5)

Где:

Выр - это суммарный объем полученной за период выручки компании.

Выполнение неравенства (5) обозначает потенциальный финансовый риск долгосрочного сбоя финансового цикла для бизнес-системы.

Коэффициент 4 описывается следующим неравенством:

(6)

Где:

NOI (Net operating income) - чистый операционный доход, представляющий собой сумму прибыли до налогообложения;

Зап - это сумма товарно-материальных запасов и затрат, имеющихся в компании;

ДЗ - это вся сумма дебиторской задолженности, сроком до года и свыше года, которая имеется в активах компании.

Выполнение неравенства (6) обозначает минимизированный потенциальный финансовый риск краткосрочного сбоя операционного и маркетингового циклов для бизнес-системы.

Коэффициент 5 описывается следующим неравенством:

(7)

Где:

ОА - это сумма оборотных активов компании, представляющая собой сумму итога II раздела баланса (формы N1 по ОКУД);

НДС - это сумма НДС к возврату в активах компании;

ДФВ - это сумма долгосрочных финансовых вложений.

Выполнение неравенства (7) обозначает минимизированный потенциальный финансовый риск среднесрочного сбоя операционного и маркетингового циклов для бизнес-системы.

Коэффициент 6 описывается следующим неравенством:

(8)

Выполнение неравенства (8) обозначает минимизированный потенциальный финансовый риск долгосрочного сбоя операционного и маркетингового циклов для бизнес-системы.

Коэффициент 7 описывается следующим неравенством:

(9)

Где:

ОС_КОН - это сумма основных средств компании на конец отчетного периода;

ОС_НАЧ - это сумма основных средств компании на начало отчетного периода;

0,15 - это выведенный из среднеотраслевых показателей по основным отраслям экономики показатель минимизированного значения обновления основных средств для развития инвестиционного цикла бизнес-системы.

Выполнение неравенства (9) обозначает минимизированный потенциальный финансовый риск краткосрочного сбоя инвестиционного цикла для бизнес-системы.

Коэффициент 8 описывается следующим неравенством:

(10)

Где:

СК - это показатель суммы собственных средств компании, который равен итогу III раздела пассива баланса;

WACC(CK%) - это выраженная в процентном выражении стоимость собственного капитала компании, которая равна норме доходности от инвестиций.

Подробнее расчет WACC(CK) и WACC(CK%) описан в источнике [5].

Выполнение неравенства (10) обозначает минимизированный потенциальный финансовый риск среднесрочного сбоя инвестиционного цикла для бизнес-системы.

Коэффициент 9 описывается следующим неравенством:

(11)

Где:

ВБ_КОН - это сумма балансовой стоимости компании на конец отчетного периода;

ВБ_НАЧ - это сумма балансовой стоимости компании на начало отчетного периода.

Выполнение неравенства (11) обозначает минимизированный потенциальный финансовый риск долгосрочного сбоя инвестиционного цикла для бизнес-системы.

Матрица (1) принимает вид:

(12)

Определитель такой матрицы показывает степень анормального распределения риска в бизнес-системе с учетом призмы оптимизационных трансформаций отчетности в российских условиях. Подробный алгоритм расчета определителей матрицы с применением компьютерных технологий и без - описан в [5].

Критическим показателем матрицы является значение прибыли до налогообложения. Если она больше ноля, то справедливо следующее.

Отклонение определителя матрицы от 0,00000 обозначает анормальное распределение рисков.

Значения определителя матрицы меньше 0 обозначает вынужденную ориентацию деятельности компании приоритетно на разрешение проблем в области менеджмента денежных потоков и управления производственным и маркетинговым процессом; при этом, чем ниже определитель будет отходить от значения в - 1, тем более эффективно эта реализация применяется на практике. В случае, если заемный капитал для компании обходится дешевле собственного, то риски компании связаны преимущественно с риском маркетингового и инвестиционного циклов. Негативный сценарии развития такой компании связаны с риском постепенного устаревания самой фирмы и ее продукции. Катастрофический сценарий развития такой компании связан с перехватом денежных потоков компании кредиторами и сторонними лицами.

В случае, если заемный капитал для компании дороже собственного, то это свидетельствует о риске преимущественно для финансового цикла компании. Компания вынуждена управлять денежными потоками с целью недопущения перебоев в финансовом цикле.

Если определитель матрицы больше +0,00000 - то это говорит о наличии у компании рисков, связанных с инвестиционным циклом. Для такой компании основой деятельности должно стать управление инвестиционными потоками различного уровня.

В случае, если критический показатель прибыли до налогообложения для бизнес-системы изначально меньше 0, то интерпретация результатов для анормального распределения риска следующая.

В случае превышения определителя матрицы +0,00, следует говорить о существенном риске для компании для финансового, операционного и маркетингового циклов. Худший вариант развития такой компании - перехват денежных потоков фирмы кредиторами и сторонними лицами.

В случае, если определитель получился в интервале от - 1 до 0,00, то это свидетельствует о недостаточно эффективной системе менеджмента внутри компании в отличие от компаний, для которых это значение получилось ниже - 1. Чем ниже значение матрицы от - 1 - тем выше потенциал менеджмента такой компании.

Вместе с тем, полезно применять полученную при асимптотическом анализе матрицу. Определено, что оптимизация апперцепции происходит при логарифмическом матричном анализе. Согласно основному свойству логарифма, любой логарифм может в конечном итоге быть сведен к натуральному, что применяется при асимптотическом анализе. В данном случае матричная система (12) принимает вид:

(13)

Где:

ln - это натуральный логарифм от коэффициента.

Основание данного логарифма е (2,7182828....) в данной модели продиктовано основным свойством логарифма в условиях асимптотического анализа. Данный логарифм обладает определенными ограничительными функциями, продиктованными областью допустимых значений логарифмической функции.

Само существование определителя такой матрицы свидетельствует о положительных трендах в деятельности компании за определенный период. Это вызвано областью допустимых значений логарифмико-матричной функции. При наличии определителя по очевидным причинам подразумевается, что чистая прибыль и прибыль, и прибыль до налогообложения компании больше 0; происходит рост балансовой стоимости компании и рост основной производственной базы компании, индицируемой при данном анализе через призму динамики основных средств; также это свидетельствует о величине собственного капитала свыше 0 (менее 1% компаний в российской действительности имеют собственный капитал меньше 0).

Существование определителя матрицы (13) для бизнес-системы свидетельствует об эффективной организации менеджмента несмотря на наличие либо отсутствие функции анормального распределения риска, вычисленного из определителя матрицы (12). Чем ниже значение указанной функции, тем выше совокупный потенциал менеджмента компании при ее управлении; в особенности это касается значений определителя матрицы ниже значения в - 1.

В целом, применение матричного анализа способно стать дополнительным мощным инструментом для разрешения проблемы концептуальной верификации финансовой перманентности функционирования бизнес-системы в условиях рынка. Применение оптимизационных трансформаций отчетности не столь сильно искажает итоговый результат анализа, как это может случиться при применении классического финансового анализа при помощи обычных средств.

Двойной матричный анализ помогает более глубоко осознать деятельность некоторой компании на рынке. Вместе с тем, анализу подлежат и сами коэффициенты, разбитые по срочным приоритетам и по циклам функционирования предприятия (операционному, инвестиционному, маркетинговому и финансовому). Данный тройной анализ призван помочь в разрешении проблемы финансового анализа устойчивости и финансовых рисков функционирования бизнес-системы.

Флуктуативные тренды динамики внешней среды сегодня позволяют судить о состоянии экономической дисперманентности в экономике. Указанное состояние фактически вынуждает многие отечественные компании еще более усиливать применение оптимизационных трансформаций отчетности, что делает классические системы финансового и рискового анализа фактически малоприменимыми в условиях российской действительности. Новая математическая модель изначально построена таким образом, чтобы разрешить данную парадигмальную проблему.

Методика может применяться и коммерческими банками при анализе элементов их кредитного портфеля.

Апперцепция результатов выражены функциями пределов, что служит концептуальному принципу симплификации апперцепции итоговых результатов модели. Система предельных функций как итоговый результат модели позволяет сделать комплексные выводы относительно деятельности и финансовых рисков атомарной бизнес-системы методами экспресс-диагностики и анализа.

Применение системы матричного анализа позволяет установить сущность внутренних глубинных процессов, происходящих в рамках атомарной бизнес-системы и направить все усилия на минимизацию потенциальных и реальных проявленияй нестабильности внешней и внутренней среды бизнес-системы в условиях пространства и времени.

Вместе с тем, число итераций при асимптотическом анализе позволяет судить о низкой итерационно-вычислительной стоимости модели, что позволяет ее применять как метод экспресс-диагностики при минимальных затратах времени. Эффект снижения затрат при анализе рисков составил 72,4%. Эффективность модели при использовании частного метода методом сопоставления с классической теорией финансовой устойчивости составила 284,2%. Общий совокупный эффект методики составил 181,7% в не мультипликативной форме интерпретации.

Список литературы:

-- Социально-экономические риски: диагностика причин и прогнозные сценарии нейтрализации/Под. Ред. В.А. Черешнева, А.И. Татаркина. - Екатеринбург: Институт экономики УрО РАН, 2010. - 1200с.

-- Ooghe H., Balcaen S. Are failure prediction models transferable from one country to another? An empirical study using Belgian financial statements. Ghent: Ghent university, 2002, 51p.

-- Неганова В.П. Формирование и развитие маркетинговых стратегий предприятий АПК (на примере Уральского экономического региона): Дис. д-ра экон. наук: 08.00.05: Екатеринбург, 2000, 426с. РГБ ОД, 71:01-8/14-4

-- Неганова И.С. Повышение конкурентоспособности предприятий на основе развития ключевых компетенций: дис. канд. экон. Наук: 08.00.05 Екатеринбург, 2006, 200с. РГБ ОД, 61:07-8/448

-- Шеметев А.А. Самоучитель по комплексному финансовому анализу и прогнозированию банкротства; а также по финансовому менеджменту-маркетингу. - Екатеринбург: Полиграфист, 2009. - 636с.

UDC: 332.13

Key terms: matrix analysis; express-diagnostics; financial risk; commercial company activity; Russian conditions optimization transformations evaluating.

V.P. Neganova, A.A. Shemetev

Matrix suites applying when making the commercial-company-activity-and-financial-risks-express-diagnostics

Summary: The paper describes an original method and the method's applying specific features. The method's purpose is providing the commercial-company-activity-and-financial-risks-express-diagnostics. The specific feature of the method is a potential ability for the usage when the financial statements' optimization transformations are potentially being applied. The method can evaluate the business-system financial statement through the prism of these optimization transformations and other factor that can prevent from the business-system-information-field-apperception. The method satisfies the multiple primary conditional equations: apperceptional, asymptotical and siplificational functions. The functions are put into the basis of the model's creation analysis and calculations. This method applying lets to analyze the commercial company activity with minimum iterations condition. The method lets also to analyze the commercial company in the specific Russian conditions.

The more and more attention is being paid to the maximally economical (from the asymptotical analysis functions) methods and models in the economics dis-permanency conditions. These methods and models should be capable for the company-financial-and-risks-activity-diagnostics in the current market conditions. An important gradational limitation border is a potential apperception functional scantiness when applying the data proceeding in conditions of the data insufficiency. The apperceptional and asymptotical limitation creates a limitation conditions multiple function that in its turn establishes certain borders one can create an analysis method in.

Together with this, the another function persists: the simplification function. This function is being dictated by the potential and real users who will apply the selected method for the analysis in primary-data-insufficiency-conditions. The express-diagnostics methods will provide the minimized iterations quantity during the asymptotical analysis in this case. That creates the third limitation line when one creates the methodic suites.

The most profound interest should be paid to the matrix functions applying, taking into an account the above mentioned limitations. Such functions can be applicable for the financial and simultaneously for the risks analysis in the primary-data-insufficiency-conditions. The express-diagnostics methods will also provide the minimized iterations quantity during the asymptotical analysis in this case.

During the complex researches the matrix-express-analysis-method is created. The method can evaluate the commercial company financial stability and risks in the modern market conditions. The method lets to minimize the iterations quantity during the functions' asymptotical analysis. The above mentioned, in its turn, maximally simplifies the calculations when applying the method. The apperceptional function of the model is maximized, that can be very useful for the experts work simplification. Together with this, the method uses the primary-limited-data-volume of a selected company's activity: for the method using only the financial and income statements are sufficient (#1&#2 OKUD forms in the Russian accountings), including the case when the financial statement optimization transformations applied, for instance, for the tax base minimization or the company's internal activity dis-transparency veiling. The business-system's information field distortion for the primary set apperception field refraction in time & space in the social hronotophy is understood as the dis-transparency veiling.

The basic matrix has the next schematic appearance:

(1)

Where:

1, 2, 3, 4, 5, 6, 7, 8, 9 - are the conditional names for the used ratios;

Number 1,2,3 ratios mean the accepted in the model financial circle indicators;

Number 4,5,6 ratios mean the accepted in the model operational and marketing circle indicators;

Number 7,8,9 ratios mean the accepted in the model investments circle indicators.

The 42-years-lasted Ghent's university's research's conceptual principle [2] is accepted as the basic theory during the model's creation. According the principle, the above mentioned three cycles influence upon the company's steadiness to an important risk - the risk of bankruptcy. The principle settles the next turn of influence. Financial cycle is the most important in the risks counter-actions. In its fault case the company's insolvency can become obvious after one reporting period (1 year). The operational cycle influences upon the company's production. That is why this cycle can cause the company's income receiving normal process fault, and, therefore, it can influence the financial cycle during one reporting period. It, in its turn of events chain, can cause the company's insolvency during the next one reporting period. The investment cycle influences upon the operational cycle self-reproduction process. The investment cycle fault can cause the chain-reaction spreading to the operational cycle during one reporting period with the outgoing consequences.

The terms-of-the-crisis-imperatives are not taken into account in the recent research borders, because such terms are rather a disputable argument. The crisis dynamics cyclical possibility theory of the crisis dynamics spreading is accepted as the events development potential basic scenario. It is put into the common and also into the discriminate-asymptotic matrix. The matrix is represented further in the paper.

Together with the ratios building horizontal dependence, there persists also the indication ratios vertical dependence in the matrix. The 1,4,7 indicators in the matrix mean the short-term potential crisis indicators in a company's activity. The 2,5,8 indicators in the matrix mean the average-term potential crisis indicators in a company's activity. The 3,6,9 indicators in the matrix mean the long-term potential crisis indicators in a company's activity.

The diagonal dependences 1,5,9 and 7,5,3 in the matrix characterize the company's activity express cut-off in all the three periods in all the cycles (investments, operational, marketing and financial). The diagonal dependence 1,5,7 characterizes an express-analysis for mostly crisis companies with financial cycle faults. The 7,5,3 diagonal dependence characterizes an express-analysis for mostly normally functioning companies in the recent market conditions with the potential and real faults in the investments cycle. The indicators that used in the model are described further in the paper.

It was established next. The minimal number of iterations is achieved when using the simple financial rations in the model, the ratios that disclose simple dependences the matrix system was adopted for usage with. Thus is achieved the minimal and at the same time optimal number of iterations in data gathering simplification and the model usage and also in the common apperception during the model usage. It was disclosed by the asymptotical iterations analysis with taking into account the above mentioned simplification and apperception functions. Taking into account the above mentioned, the numerical indicators for the express-diagnostics purposes are represented in the financial ratios form, the financial ratios that disclose the company's financial statement and risks in fact.

The ratio 1 is described by the next inequality:

(2)

Where:

ЧП - is the sum of net profit that can be taking from even the optimized income statement (from #2 OKUD).

WACC(ЗК) - is calculated in monetary equivalent of the weighted average cost of borrowed capital; it can be calculated using the next equation:

(3)

Where:

dЗК - is a borrowed capital stake in the company;

k% - is an average % of borrowed capital cost of attraction to a company;

Т - is a tax regulator that should be calculated from the income tax rate with the accountings-law-restrictions-taking-into-account. It is disclosed and explained in much more details about the T rate and other WACC elements calculations in [5, p. 109].

1 - in the equation (2) is not a some-law-relative-indicator. This number testimonies about the overcoming or non-overcoming of the weighted average cost of borrowed capital upon the net profit sum both calculated in the comparable monetary equivalent.

The inequality (2) realization means the potential financial risk of the business-system financial-cycle-fault-in-a-short-term-risk. Together with this, many companies apply the financial statement optimization transformations for the tax optimization purpose that can greatly distort the net profit sum and other related indicators. The simple and asymptotic matrix analysis is used for this problem resolving.

The ratio 2 is described by the next inequality:

(4)

Where:

EBIT - earnings before interests and taxes.

This indicator in the matrix is performed so that the sum of the interests to pay can be taken right from the Russian income statement that is very important in the Russian actuality and reality conditions. The interests normative restrictions accounting is taken into account in the matrix complex analysis.

The inequality (4) realization means the potential financial risk of the business-system financial-cycle-fault-in-an-average-term-risk.

The ratio 3 is described by the next inequality:

(5)

Where:

Выр - is the sum volume of the revenue received during the financial reporting period.

The inequality (5) realization means the potential financial risk of the business-system financial-cycle-fault-in-a-long-term-risk.

The ratio 4 is described by the next inequality:

(6)

Where:

NOI - Net operating income - in the model it is a sum of income before taxes;

Зап - is the sum of all the inventories the company has;

ДЗ - is the total sum of the accounts receivable of all terms (before and after one year) that is in the company's assets.

The inequality (6) realization means the minimized potential financial risk of the business-system operational-and-marketing-cycle-fault-in-a-short-term-risk.

The ratio 5 is described by the next inequality:

(7)

Where:

ОА - is the sum of the company's current (mobile) assets, it is the end sum of the balance sheet II part (#1 OKUD form);

НДС - VAT sum in the company's assets;

ДФВ - long-term financial holdings sum in #1 OKUD form

The inequality (7) realization means the minimized potential financial risk of the business-system operational-and-marketing-cycle-fault-in-an-average-term-risk.

The ratio 6 is described by the next inequality:

(8)

The inequality (8) realization means the minimized potential financial risk of the business-system operational-and-marketing-cycle-fault-in-a-long-term-risk.

The ratio 7 is described by the next inequality:

(9)

Where:

ОС_КОН - is the property, plant and equipment sum at the end of the reporting period;

ОС_НАЧ - is the property, plant and equipment sum at the beginning of the reporting period

0,15 - is a calculated from the average-industrial-ratios in the main industries of the economics; it is a ratio that indicates the minimized business-system-investment-cycle-development-for-property-plant-and-equipment-renovation

The inequality (9) realization means the minimized potential financial risk of the business-system investment-cycle-fault-in-a-short-term-risk.

The ratio 8 is described by the next inequality:

(10)

Where:

СК - is a sum of the owned capital stake; this sum is the end result of the III part of the passive of the balance sheet (#1 OKUD form)

WACC(CK%) - is evaluated in a percentage mean the weighted average cost of the company's owned capital stake; it is an equivalent of the investments return norm.

The source [5] describes the WACC(CK) and WACC(CK%) more profound.

The inequality (10) realization means the minimized potential financial risk of the business-system investment-cycle-fault-in-an-average-term-risk.

The ratio 9 is described by the next inequality:

(11)

Where:

ВБ_КОН - is the total company's balance sheet value at the end of the reporting period;

ВБ_НАЧ - is the total company's balance sheet value at the beginning of the reporting period.

The inequality (11) realization means the minimized potential financial risk of the business-system investment-cycle-fault-in-a-long-term-risk.

Matrix (1) has the next appearance:

(12)

The determinant of such matrix shows the level of the business-system abnormal risk distribution with taking into an account such factor as potential optimization transformations usage in the Russian conditions. The step-by-step algorithm of the matrix determinant calculation with the modern computer technologies usage and without it is described in [5].

The critical matrix indicator is the NOI sum. When NOI is above 0, the next conclusion is fair.

The matrix determinant deviation from 0,00000 means the abnormal risks distribution.

The matrix determinant meaning below 0 means the forced company's stream activity orientation in priority to the cash flow management problems resolution, production and marketing processes management; together with this, the less and the below from - 1 the determinant is, the more effective the practical realization of the stream is taken place into a company. In case when the borrowed capital for a company is cheaper than the owned one, the risks of such company are mostly connected with the investment and marketing cycles risks. The negative development scenario for such company is connected with the slow step-by-step obsolescence of such firm and its production. The catastrophically oriented such firm's development scenario is connected with the company's cash flows interception by the creditors and the other parties.

In case when the borrowed capital for a company is more expensive than the owned one, it testimonies the persistence of the company's financial cycle risk in priority. Such company is forced to manage its cash flows not to let the financial cycle normal functioning interruptions.

When the matrix determinant is above +0,00000, it means the company has risks connected with the investment cycle. For such company the different levels investments flow management should become the main basis of its functioning.

In case when the critical indicator, the NOI, is primary below 0, the results interpretation for the abnormal risk distribution is next.

In case when the matrix determinant is above +0,00 one can conclude about a profound risk for a company. It is the risk for the financial, operational and marketing cycles. The worst such company's development variant is the firm's cash flows interception by the creditors and by the third parties.

In case when the matrix determinant is in the interval from minus 1 to 0,00, it testifies about the management system insufficient efficiency inside a selected company. This insufficiency is obviously visible when one compare such company with the companies that matrix determinant is above minus 1. The lower the matrix determinant results from minus 1, the higher the management potential in such company is.

Together with this, it is useful to apply the created from the asymptotical analysis method matrix. It is set, that the apperception optimization is obvious in the logarithmical matrix analysis. According to the logarithm's main property, any logarithm in the end result can be reduced to the natural logarithm. Such reduction is widely applied in the asymptotic analysis. In such case the matrix system (12) has the next appearance:

(13)

Where:

ln - is a natural logarithm from a ratio.

The basis of this logarithm is a constant e (2,7182828....). This basis is taken because of the main logarithm's property in the asymptotic analysis conditions. This logarithm has certain limitation functions. These limitation functions are caused by logarithmical function region of acceptability.

Such matrix determinant existence in its essence testifies about the positive trends in the company's activity during a selected period. It is caused by the logaritmical-and-matrix-function-admitted-region. When the determinant exists it is obviously that the net profit and also profit, and NOI is above 0; the growth of the company's balance sheet value and also of the company's production base persists (the last point is indicated through the property, plant and equipment dynamics prism); it also testifies the owned capital value is above 0 (less than 1% of the companies in the Russian reality have the owned capital value below 0).

The matrix (13) determinant existence for a business-system testifies about the effective management organization, notwithstanding on the abnormal risk distribution function persistence or lack (that can be calculated from the matrix (12) determinant estimation). The lower the function value is, the higher is the cumulative company's management's potential; it especially touches the situations when the matrix determinant value is below minus 1.

En masse, the matrix analysis usage can become a powerful additional instrument for the financial-permanency-business-system-functioning-in-market-conditions-conceptual-verification-problem-resolution. The optimization financial statement's transformations are not very much hard distorts the analysis end result. A hard distortion is highly possible when the classical financial analysis is applied with the common means usage. The above mentioned advances the described in the paper matrix analysis method.

The double matrix analysis helps to realize some company's market activity more profoundly. Together with this, the ratios themselves are objects for the analysis. The ratios are subdivided according the company's functioning time priorities and cycles functioning (operational, investment, marketing and financial). Such triple analysis helps in a problem resolution. And the problem is business-system-functioning-financial-risks-and-stability-financial-analysis.

The external medium dynamics fluctuation trends today tend to judge about the economics dis-permanency conditions in the economics. The above mentioned economics statement in fact forces many domestic companies the more and more strengthen the financial statement's optimization transformations usage. It, in its turn, makes the financial and risks analysis classical systems almost inapplicable in the Russian reality conditions. The new mathematical model is in prior created to resolve this scientific-paradigm-problem.

The method is also applicable to be applied by the commercial banks to analyze the credit portfolio elements.

The result apperception is described by the limits functions. It, in its turn, is made for the model end results' apperception simplification conceptual principle following. The limits functions system as the model's end result lets to do the complex deductions about the atomar-business-system's-financial-activity-and-risks by the express-diagnostics and analysis methods.

The matrix analysis system's usage lets to establish the internal-in-depth-processes-essence in the atomar-business-system-borders. It also lets to direct all the forces to the potential and real internal and external medium's instability displays in the time-and-space conditions.

Together with this, the iterations number during the asymptotical analysis lets to judge about a low iterations and calculations number model's costs. It lets the model application as an express-diagnostic method with the minimal time cost of the model usage. The costs reduction effect during the risks analysis is 72,4%. The model effectiveness calculated by a particular method applying by means of comparing with the classical theory of financial stability is 284,2%. The total cumulative method effect is 181,7% in the non-multiplicative-interpretation-form.

Sources:

-- Social-economics risks: reasons diagnostics and prognosis neutralization scenarios/ed. by V.A. Chereshnev, A.I. Tatarkin. - Yekaterinburg: UrB of RAS institute of economics, 2010. - 1200p.

-- Ooghe H., Balcaen S. Are failure prediction models transferable from one country to another? An empirical study using Belgian financial statements. Ghent: Ghent university, 2002, 51p.

-- V.P. Neganova AIC companies marketing strategies forming and development (by the Ural economics district example): Dr.Sc.Thesis: 08.00.05: Yekaterinburg, 2000, 426p.

-- I.S. Neganova Core competences based companies competitive ability increasing: PhD Thesis: 08.00.05: Yekaterinburg, 2006, 200p.

-- A.A. Shemetev Complex financial analysis and bankruptcy prognosing and also financial management-marketing self-taught book, Yekaterinburg: Polygraphist, 2009, 636p.

Оставить комментарий © Copyright Шеметев Александр Александрович (anticrisis2010@mail.ru) Размещен: 08/05/2011, изменен: 08/05/2011. 48k. Статистика. Статья: Философия		Ваша оценка:
Аннотация: В статье описана оригинальная методика и особенности ее применения с целью экспресс-диагностики деятельности компании и анализа финансовых рисков. Особенностью методики является потенциальный учет применяемых в российской действительности оптимизационных трансформаций отчетности с целью минимизации налогообложения и преломления информационного поля бизнес-системы для апперцепции. Методика удовлетворяет множественному набору условий-уравнений: апперцепционные, асимптотические и симплификационные функции, которые заложены в основу расчетов при создании модели. Применение данной методики позволяет при минимальных итерациях анализировать деятельность коммерческой компании в условиях особенностей российской действительности. Summary: The paper describes an original method and the method"s applying specific features. The method"s purpose is providing the commercial-company-activity-and-financial-risks-express-diagnostics. The specific feature of the method is a potential ability for the usage when the financial statements" optimization transformations are potentially being applied. The method can evaluate the business-system financial statement through the prism of these optimization transformations and other factor that can prevent from the business-system-information-field-apperception. The method satisfies the multiple primary conditional equations: apperceptional, asymptotical and siplificational functions. The functions are put into the basis of the model"s creation analysis and calculations. This method applying lets to analyze the commercial company activity with minimum iterations condition. The method lets also to analyze the commercial company in the specific Russian conditions. Matrix suites applying when making the commercial-company-activity-and-financial-risks-express-diagnostics Key terms: matrix analysis; express-diagnostics; financial risk; commercial company activity; Russian conditions optimization transformations evaluating.

Шеметев Александр Александрович : другие произведения.

Применение матричного инструментария при экспресс-диагностике деятельности коммерческой компании и финансовых рисков (Eng/rus)