В течение анализа авторы рассчитали все возможные коэффициенты для каждой фермы в каждый год. Затем в целях формализации данных все значения были отнормированы в диапазоне от нуля до единицы. После нормировки к полученным данным был применен корреляционный анализ (подход Спирмена) для анализа взаимозависимости переменных. Для удобства авторы разделили используемые непосредственно в расчетах коэффициенты на четыре группы, по характеру коэффициентов: ликвидность, прибыльность, финансовая эффективность и стабильность (кредитоспособность). В расчет конечного индекса финансовой устойчивости вошли по четыре коэффициента от каждой группы, такие как: рентабельность активов, отношение оборотного капитала к выручке, оборачиваемость активов, а также соотношение заемного и собственного капиталов. Конечный индекс финансовой устойчивости авторы рассчитывают как среднее значение всех шестнадцати коэффициентов, используя, таким образом, равные веса. По мнению авторов, основной причиной использования равных весов, а не рассчитанных известными способами, является нормирование данных к промежутку от нуля до единицы, что нивелирует эффекты взвешивания соответствующих коэффициентов.
Итак, авторы получают, во-первых, матрицу взаимозависимости коэффициентов (полученную с применением корреляционного анализа), а также инструментарий для оценки финансовой устойчивости в целом (выведенный индекс). Таким образом, выявляется инструмент оценки финансовой устойчивости компаний отрасли в целом на базе общедоступной информации для инвесторов, что дополняет информацию, полученную из предыдущей работы.
Далее мы рассмотрим третью работу [8], которая была опубликована в Journal of Cleaner Production (Long et al, 2016). Основной целью статьи является исследование финансовой устойчивости крупнейших металлургических компаний Китайской народной республики. При кажущимся сходстве целей исследования с предыдущей работой надо отметить фундаментальные различия в используемой методологии. Так, при совпадающем в целом наборе переменных (финансовых коэффициентов, в этой работе также в анализ добавляются коэффициенты корпоративного управления), исходные данные не подвергаются нормировке, а каждому коэффициенту соответствуют веса. Рассмотрим методы, используемые в статье подробнее.
Для оценки устойчивости компаний металлургического сектора Китая авторам необходимо определить набор значимых факторов, которые будут использоваться в дальнейшем анализе. Кроме этого, необходимо выбрать релевантную систему оценивания устойчивости (sustainability assessment), которая будет наилучшим образом подходить целям и задачам исследования. Таким образом, авторы проводят обзор существующих в настоящий момент систем оценивания, которые предлагаются разными институтами:
Таблица 2. Существующие системы оценивания устойчивости
|
Наименование |
Краткое описание |
|
|
Lowell Center for Sustainable Production (LCSP) indicator framework |
Использует пятиуровневый подход к оценке устойчивости: показатели соответствия (1), использования ресурсной базы (2) и т.д. |
|
|
Ford Product Sustainability Index (Ford PSI) |
Оценка устойчивости, применимая, главным образом, к автомобилестроению, используемые показатели: мобильность, влияние на климат, качество воздуха и т.д. |
|
|
International Organization for Standardization (ISO) -Environmental Performance Evaluation (EPE) standard |
Представляет две основные категории показателей: результативность деятельности (в т. ч. операционная эффективность и т.д.) и показатели состояния окружающей среды. |
|
|
Global Reporting Initiative (GRI) |
Наиболее широкая по охвату методика оценки эффективности, содержит более 70 индикаторов эффективности, как экономических, так и социальных и экологических. |
|
|
Sustainability Metrics of the Institution of Chemical Engineers (IChemE) |
Система оценивания, включающая те же группы индикаторов, что и GRI, но меньшее количество самих индикаторов, система больше ориентирована на обрабатывающую промышленность. |
|
|
Dow Jones Sustainability Indexes (DJSI) |
Индекс, рассчитываемый для наиболее устойчивых и крупных компаний мира, входящих в глобальный индекс Dow Jones. Включает в себя 12 основных показателей, преимущественно экономической направленности. |
Таким образом, авторы указывают на необходимость использования трех основных групп коэффициентов, которые применяются практически во всех системах оценивания финансовой устойчивости: экономические, социальные и экологические показатели. Для нахождения подходящих для расчета коэффициентов авторы провели исследование источников по теме, отобрав 7 экономических коэффициентов (общий вес при расчете индикатора 48%), 4 социальных показателя (общий вес 19,2%) и 6 экологических показателя (вес 32,8%). Веса каждого из коэффициентов были определены на основании того же исследования источников. Так авторы работы смогли рассчитать четыре показателя деятельности предприятий металлургического сектора Китая: экономический, социальный, экологический и показатель устойчивости, который является средневзвешенным параметром всех предыдущих индикаторов.
Итак, эта работа является важной вехой для нашего дальнейшего исследования, поскольку она показывает принципиальную возможность применения анализа финансовых коэффициентов, а также расчета взвешенного индекса, показывающего общую финансовую устойчивость предприятия. Однако в отношении НПФ методология, описанная в этой работе не может быть применена в полной мере, поскольку коэффициенты, являющиеся значимыми для рядовой компании различаются с таковыми для некоммерческой организации, которой и является негосударственный пенсионный фонд.
Четвертой работой [9], которую мы рассмотрим в нашем исследовании, является исследование возможностей финансовых коэффициентов в предсказании банкротства организации (Liang et al, 2016). В этой работе авторы применяют статистический анализ для нахождения оптимальной формы модели предсказания банкротства на основании почти двухсот коэффициентов, как финансовых, так и относящимся к корпоративному управлению. В исследовании авторы используют достаточно однородные данные о 478 компаниях Тайваня на протяжении десятилетнего периода (1999 - 2009 гг.), половина из которых были признаны обанкротившимися. Для нахождения оптимальной модели предсказания риска банкротства авторы используют 3 параметра оценки модели: средняя точность модели, ошибка 1 рода (неправильная классификация моделью фирм с высокой вероятностью банкротства в категорию без риска банкротства) и ошибка 2 рода (обратная ситуация: фирмы с низким риском банкротства классифицируются в фирмы с высоким риском банкротства). В исследовании авторы используют пять моделей предсказания банкротства, которые используют в своей основе принцип машинного обучения:
1. Метод опорных векторов (SVM);
2. Метод k - ближайших соседей (KNN);
3. Наивный байесовский классификатор (NB);
4. Дерево классификации и регрессии (CART);
5. Многослойный перцептрон Румельхарта (MLP).
Кроме того, каждой из используемых моделей задавались несколько разных наборов данных: исключительно финансовые коэффициенты и исключительно показатели корпоративного управления, а также их комбинация, различные комбинации самих коэффициентов внутри групп индикаторов и т.д. Полученные результаты всех оцененных моделей авторы сравнили между собой для того, чтобы вывести оптимальную комбинацию с лучшей предсказательной силой.
Таким образом, авторы находят наилучшей следующую комбинацию: поэтапный дискриминантный анализ в совокупности с методом опорных векторов. Набор данных, который лучшим образом используется для предсказания риска банкротства организации является комбинация из показателей кредитоспособности и прибыльности (относятся к финансовым коэффициентам), а также состав совета директоров и собственников (соответственно, показатели корпоративного управления). Однако применение использованного в этой работе метода в настоящем исследовании представляется не вполне оправданным, во-первых, из-за отсутствия и неоднородности данных, которые относятся к негосударственных пенсионным фондам, а во-вторых, из-за малой применимости большинства финансовых коэффициентов к НПФ, рассчитанные в этой работе для коммерческих организаций. Однако в рамках нашего исследования использование концепции расчета коэффициентов вообще и определения индекса финансовой устойчивости для прогнозирования вероятности отзыва лицензии мы считаем вполне уместным.
Далее мы переходим к рассмотрению литературных источников, которые могут быть отнесены непосредственно к негосударственным пенсионным фондам. Пятой работой [6], включенной в литературный обзор нашего исследования, является статья П. Новгородова о «вопросах оценки надежности и финансовой устойчивости НПФ». В этой работе автор, во-первых, рассматривает аспекты деятельности негосударственных пенсионных фондов как совокупности различных систем, как-то: финансовой, правовой, социальной и т.д. При этом автор особенно подчеркивает такой принцип работы НПФ, как надежность. Именно эта важнейшая характеристика, которая является ключевым связующим звеном в каждой из обозначенных автором систем, по его мнению, должна быть ключевым фактором при выборе НПФ потенциальными клиентами.
Кроме этого, автор материала приводит основные методы оценки надежности НПФ, разделенные автором по своему характеру на количественные и качественные, которые можно представить в виде таблицы:
Таблица 3. Методы оценки надежности НПФ
|
Наименование |
Краткое описание |
|
|
Количественные методы |
||
|
Коэффициентный метод |
Один из самых распространенных методов оценки устойчивости и стабильности коммерческих организаций, который представляет собой расчет финансовых коэффициентов. Ввиду различий в требованиях к учету НПФ и коммерческих организаций, система коэффициентного анализа именно для НПФ отсутствует. |
|
|
Рэнкинговый метод |
Метод представляет собой упорядочение НПФ по каким-либо показателям в отдельности или в совокупности. По мнению автора материала, этот метод достаточно ограниченно можно применять в целях анализа финансовой устойчивости НПФ. |
|
|
Метод интегральных оценок |
Метод, основанный на математическом моделировании вероятности банкротства, выведенный на многолетних данных фирм США. В качестве предикторов моделей используются различные количественные показатели, которым присваиваются соответствующие веса. |
|
|
Актуарный метод |
Один из методов, использующихся для оценки надежности организаций с высоким уровнем неопределенности в отношении будущих обязательств. Поскольку по большей части он характеризует социальный аспект деятельности НПФ, этот метод не подходит для оценки устойчивости организации с финансовой точки зрения. |
|
|
Качественные методы |
||
|
Экспертный метод |
Метод, представляющий собой совокупность оценок одного или нескольких экспертов по каждому выделенному показателю. Является одним из наиболее субъективных методов оценки устойчивости, несмотря на то, что эксперты также могут опираться при выборе оценки на некоторые объективные данные. |
|
|
Рейтинговый метод |
Этот метод широко используется для оценки кредитоспособности различных типов хозяйствующих субъектов. Включает в себя различные показатели и количественного, и качественного подходов, на основании которого субъекту присваивается конечный рейтинг. |
|
|
Балльный метод |
Метод, основывающийся на присвоении баллов по определенным критериям, таким как рискованность кредитного портфеля. В целом метод имеет много общего с экспертным методом, в большинстве случаев они объединены в один метод. |
|
|
Метод косвенных оценок |
Метод, имеющий в своей основе оценку косвенной информации по объекту исследования, какой-либо публичной информации, информации СМИ и т.д. Автор отмечает недостаток этого метода, который заключается в неверному отнесению объекта к финансово устойчивым в случае отсутствия косвенной информации по этому объекту. |
Итак, автор работы приводит множество различных методик оценивания финансовой устойчивости для организаций вообще, которые имеют как достоинства, так и недостатки. Для настоящей работы мы считаем наиболее оправданным использование синтеза коэффициентного метода с рейтинговым методом, то есть финансовая устойчивость НПФ может быть определена путем расчета взвешенной суммы коэффициентов, которые могут быть рассчитаны именно для негосударственных пенсионных фондов.
Последняя, шестая, работа [4], которую мы рассмотрим в нашем обзоре литературы, представляет собой статью В. Бончика «Обеспечение финансовой устойчивости НПФ». Эта работа описывает способ оценки стабильности ППФ с помощью расчета классических финансовых коэффициентов доходности и ликвидности, что входит в некоторое противоречие с предыдущей работой, в которой предлагалось множество различных методологий оценки финансовой устойчивости. Кроме того, по мнению автора, кроме анализа коэффициентов следует обратить внимание на анализ активов НПФ с точки зрения их справедливой стоимости, поскольку подход оценки активов по исторической стоимости по понятным причинам не может претендовать на необходимую точность. Так, кроме коэффициентного метода автор предлагает метод оценки актуарного баланса между активами и обязательствами фонда для оценки финансовой устойчивости НПФ.
Таким образом, эта работа развивает понимание методик анализа финансовой устойчивости НПФ в целом, что подтверждает выбор инструментария для дальнейшего анализа в настоящей работе.
1.2 Основные аспекты исследования финансовой устойчивости
Итак, основываясь на вышеописанных работах, можно заключить, что задача определения финансовой устойчивости организации не может быть однозначно разрешена. Каждый из методов, который был представлен в работах обладает своими достоинствами и недостатками. Однако нам представляется наиболее подходящим методология оценивания устойчивости, которая имеет в своей основе объективные показатели деятельности организации, которые могут включать в себя прежде всего количественные данные. Итак, прежде всего нам требуется дать определение финансовой устойчивости вообще (что можно увидеть во всех работах, изложенных выше - в каждой работе дается определение финансовой устойчивости, стабильности), ведь крайне важно представлять себе, что именно представляет из себя предмет нашего исследования. Так, основные определения финансовой устойчивости таковы: