Прогнозирование банкротства авиакомпаний: глобальный рынок
Бородин А.И., Пятанова В.И., Яшин А.В.
Аннотация
Авиакомпании подвержены множеству внутренних и внешних рисков, а также оказывают значительное влияние на мировую экономику, отвечая за мобильность населения и движение грузов. Несмотря на значимую роль, отрасль гражданских авиаперевозок является низкомаржинальной, а финансовая устойчивость авиакомпаний часто находится под угрозой.
C начала осени 2019 г. в Европе растет число авиакомпаний-банкротов. Так, количество перевозчиков, заявивших о неспособности исполнять обязанности перед клиентами из-за финансовых проблем, в первом месяце осени достигло пяти авиакомпаний: «Thomas Cook Airlines» и «Thomas Cook Airlines Scandinavia», «Aigle Azur», «XL Airways», «Adria Airways».
Ввиду значительного числа банкротств авиакомпаний и негативных последствий, связанных с их дефолтами, стоит вопрос определения эффективных методов по прогнозированию вероятности банкротства для применения превентивных мер контролирующими органами и заинтересованными лицами. Авторами работы были исследованы методики предсказания банкротств предприятий, с акцентом на авиакомпании, и произведено сравнение классической логит-модели и байесовской квантильной регрессии на данных из отчетности авиакомпаний за 2009-2018 гг. В исследовании впервые рассматривается возможность применения математических моделей для прогнозирования на глобальном рынке авиаперевозок, агрегируя компании по трем укрупненным географическим регионам. Итогом работы является модель, учитывающая в себе показатели Net Income, Quick ratio, коэффициент загрузки, оборачиваемость активов и географическую принадлежность компании, дающая точность предсказания до 90%. Данная модель, учитывающая ограниченный набор финансовых и операционных метрик, легко может быть применена контролирующими органами и другими заинтересованными сторонами (контрагентами) для преждевременного выявления дефолтов авиакомпаний ввиду простоты реализации и доступности большинства данных в открытом доступе без подключения к специализированным базам данных.
Ключевые слова: прогнозирование; банкротство; авиакомпания; логит-модель; байесовская квантильная регрессия; глобальный рынок.
Annotation
авиакомпания банкротство прогнозирование предприятие
Bankruptcy Predictions for Air Carriers: Global Market
Alex Borodin, Victoria Pyatanova, Anton Yashin
Airlines are subject to a set of internal and external risks and also have a considerable impact on world economy, being responsible for mobility of the population and the movement of loads. Despite a significant role the industry of civil air transportation is low-marginal, and financial stability of airlines often is under the threat.
Since the beginning of autumn 2019 in Europe the number of bankrupt airlines has been growing. Thus, the number of carriers claiming inability to perform duties to clients due to financial problems reached five airlines in the first month of autumn: Thomas Cook Airlines and Thomas Cook Airlines Scandinavia, Aigle Azur, XL Airways, Adria Airways.
In view of considerable number of bankruptcies of the airlines and negative effects connected with their defaults there is a question of definition of effective measures for forecasting of probability of bankruptcy, for application preventive the world supervisory authorities and interested persons. Authors of work investigated techniques of prediction of bankruptcies of the enterprises, with emphasis on airline and comparison classical a logit of model and a Bayesian quantile regression on data from the reporting of airlines for 2009-2018 is made. In a research the possibility of application of mathematical models for forecasting in the global market of air transportation is for the first time considered, aggregating the companies on 3 integrated geographical regions. A result of work is the model considering in itself indicators of Net Income, Quick ratio, load factor, the turnover of assets and geographical accessory of the company giving prediction accuracy to 90%. This model considering a limited set of financial and operational metrics can be easily applied by supervisory authorities and other interested parties (partners) to premature identification of defaults of airlines in view of simplicity of implementation and availability of the majority of data in open access without connection to specialized databases.
Key words: forecasting; bankruptcy; airline; logit model; Bayes quantile regression; global market.
Введение
Отрасль гражданской авиации играет важную роль в жизни любого государства, отвечая за развитие мобильности населения и рост благосостояния страны. Ввиду высокой ответственности, связанной с безопасностью жизни людей, а также значительным вкладом в мировую экономику, данная индустрия и ее аспекты представляют научный интерес. Уже на 2014 г. отрасль гражданской авиации составляла 3,5% мирового ВВП, каждый день обслуживая 104 тыс. рейсов и перевозя 9,8 млн человек1. По данным международного агентства IATA, рынок гражданской авиации ожидает дальнейший рост, а к 2036 г. прогнозируется двукратный рост пассажиропотока (до 7,8 млрд пассажиров в год) См.: https://aviationbenefits.org/media/149668/abbb2016_full_a4_web.pdf См.: http://www.iata.org/pressroom/pr/Pages/2017-10-24-01.aspx.
Отрасль гражданских авиаперевозок является низкомаржинальным бизнесом - компании подвержены множеству рисков: изменения цены на топливо, валютных курсов, внешних эффектов и др. Все это влияет на устойчивость авиакомпаний и их способность выполнять свои обязательства. Если посмотреть на статистику, то можно обнаружить значительное количество авиакомпаний, прошедших процедуру банкротства за последние 10 лет, при этом большинство банкротств стало неожиданностью как для потребителей продукта, так и для авиационных властей. В свою очередь отказ от выполнения обязательств приводит к серьезным последствиям: необходимости вывоза пассажиров и финансирования перевозок, решению вопросов расчетов с кредиторами, трудоустройства сотрудников и др.
Основываясь на примерах последних четырех лет, можно оценить ущерб от банкротства крупных игроков рынка авиаперевозок. В 2015 г. разорилась одна из крупнейших авиакомпаний России - «Трансаэро», оставив за собой невыполненное обязательство в перевозе около 650 тыс. пассажиров и 12 тыс. сотрудников См.: http://www.bbc.com/russian/russia/2015/10/151002_russia_transaero_qanda. В 2017 г. произошло банкротство «Вим-Авиа», из-за чего возникла необходимость в экстренном поиске способа вывоза 39 тыс. туристов из-за рубежа. Также стоит отметить, что, по данным на сентябрь 2017 г., «Вим-Авиа» было продано 196,6 тыс. билетов См.: https://www.rbc.ru/business/26/09/2017/59ca54ed9a79475c3ef3a55a.
Не только российские авиаперевозчики сталкиваются с финансовыми проблемами. В 2017 г. разорилась британская авиакомпания «Monarch», вследствие чего 110 тыс. человек остались в затруднительном положении, а также около 860 тыс. человек вынуждены были искать альтернативный транспорт См.: http://www.businessinsider.com/british-airline-goes-bankrupt-leaving-travelers-stranded-2017-10. Также за последний год разорились и другие европейские перевозчики: «Air Berlin», «Alitalia» и «WOW Air».
Вышеперечисленные факты свидетельствуют о наличии проблемы и необходимости исследования вопроса прогнозирования финансовой устойчивости авиакомпаний, а также детерминант, оказывающих на него влияние. Первостепенной задачей является анализ практик по применению прогностических моделей предсказания дефолта в других индустриях и выявление основных риск-факторов для авиакомпаний. Анализ практик позволит сформировать выводы касательно наиболее перспективных подходов к прогнозированию вероятности дефолта и применить их к индустрии гражданских авиаперевозок.
В статье проведено исследование по вопросам прогнозирования банкротства авиакомпаний до уровня глобального рынка авиаперевозок и сравнение моделей прогнозирования вероятности дефолта, также рассмотрены преимущественно крупные авиакомпании, осуществляющие международные перевозки.
Обзор литературы
Предсказание вероятностей дефолта авиакомпаний
На тему банкротства авиакомпаний, а также факторов, влияющих на вероятность наступления дефолта, написан ряд работ. В научной литературе присутствуют кейс-стади, которые проверяют возможность отследить банкротство отдельных компаний на начальном этапе. Также написан ряд работ по поиску наиболее значимых факторов, влияющих на вероятность дефолта.
В работе [Yusof, Jaffar, 2017] проводится анализ вероятности дефолта «Малазийских авиалиний» на горизонте 2009-2013 гг., когда компания подверглась серьезным внешним шокам. Авторы применяют KMV-Merton-модель, используя финансовые показатели компании:
• рыночная стоимость капитала;
• бухгалтерская стоимость обязательств (текущие обязательства + половина долгосрочных обязательств);
• рыночная стоимость активов (рыночная стоимость капитала + бухгалтерская стоимость обязательств);
• ставка роста (рассчитывается через метод непрерывного роста ожидаемой доходности активов);
• волатильность активов.
Авторы работы [Yusof, Jaffar, 2017] делают вывод, что наиболее значимыми факторами для предсказания вероятности дефолта являются волатильность активов и леверидж. Их рост приводит к большей вероятности дефолта.
Колт и др. [Kolte, Capasso, Rossi, 2017] применяют статистику Альтмана (Z-score) для анализа финансового состояния «Kingfisher airlines». Стандартная модель предполагает использование нижеперечисленных факторов для расчета статистики:
• рабочий капитал/совокупные активы;
• нераспределенная прибыль/совокупные активы;
• EBIT/совокупные активы;
• рыночная капитализация/совокупные обязательства;
• продажи/совокупные активы.
Однако данная методика имеет недостаток: она не показывает вероятность банкротства, а только свидетельствует о предбанкротном состоянии компании.
Дополнительно авторы работы высчитывают «Piotroski F-Score» для проверки финансового здоровья компании. Для расчета используются следующие показатели:
• отдача от совокупных активов;
• изменения в ROA;
• денежный поток от операций;
• CFO/TA;
• изменения в прибыли;
• изменения в Asset Turnover Ratio;
• изменения в Debt Equity Ratio;
• изменения в Current Ratio;
• изменения в выпуске акций.
Авторы утверждают, что благодаря данной методике было возможным предсказать банкротство «Kingfisher airlines». Одной из причин финансовых неудач авиакомпании является сильный рост авиапарка, необеспеченный ростом пассажиропотока.
Использование статистики Альтмана для определения финансового положения авиакомпаний также отмечается в работе [Hsu, 2017] на примере «American Airlines» и «Southwest Airlines».
Полноценное моделирование вероятности банкротств для ряда авиакомпаний приводится в работе [Chiuling, Shawing, Huang, 2015]. Авторами исследуются американские авиаперевозчики на данных за период 1990-2011 гг. В качестве сравниваемых моделей используются байесовская квантильная регрессия, стандартая логит-модель и бинарная квантильная регрессия. Среди наиболее точных индикаторов финансового состояния компаний авторы выделяют следующие показатели:
• логарифм совокупных активов;
• ликвидные активы/расходы на операционную деятельность (Quick assets to expenditure for operation);
• прирост в выручке;
• рабочий капитал/совокупные активы.
На основе CAP (Cumulative accuracy profile) и Brier score выбирается наилучшая модель для прогнозирования банкротства авиакомпаний. В заключение авторы приходят к выводу, что байесовская квантильная регрессия наиболее точно описывает вероятность банкротства. Большинство обанкротившихся компаний имели высокие показатели активов, но плохие показатели по росту выручки и рабочего капитала. Совокупные активы положительно и значимо влияют на вероятность банкротства, в то время как ликвидные активы, рост выручки и рабочего капитала оказывают негативное влияние.
Среди отечественной научной литературы можно отметить работу [Богданова, Бак- лакова, 2008] по анализу российского рынка авиаперевозок. На основе данных за период 1998-2005 гг. авторами выделяются два подхода к предсказанию дефолта авиакомпаний:
• оценивание финансового состояния компаний на основе кластеризации предприятий, используя интегральные показатели (функции от финансовых показателей);
• регрессионная логит-модель для прогнозирования вероятности банкротства (в основе лежат финансовые показатели: коэффициент ликвидности, рентабельность собственного капитала, оборачиваемость активов, использование краткосрочных обязательств для финансирования активов).
Исходя из приведенного обзора можно заключить, что анализ прогностических моделей для авиакомпаний проводился различными исследователями. Выделяется несколько основных недостатков, присущих авторам работ:
• методики, основанные на сложных моделях и требующие выгрузки большого числа данных, не обладают масштабируемостью;
• Z-score является упрощенной моделью, не учитывающей индустриальной специфики;
• рассмотренные подходы не применялись для глобального рынка и не учитывали региональную специфику.
Далее рассмотрим основные риски, присущие авиакомпаниям, для учета индустриальной специфики в данном исследовании.
Риски авиакомпаний
Как упоминалось ранее, авиакомпании подвержены множеству внутренних и внешних рисков. Для полноценного анализа вопросов, связанных с вероятностью дефолта, необходимо понимание детерминант, воздействующих на бизнес авиакомпаний.
В работе [Muck, Rudolf, 2005] исследуется подверженность рыночным рискам «United Airlines», «Qantas», «Lufthansa». Авторы анализируют бэкграунд авиакомпаний и рассчитывают показатель «Earnings at Risk», используя метод симуляций Монте-Карло. Основные риск-факторы - изменения валютного курса и цен на авиакеросин.