|
| | | | Проблемы современной экономики, N 1 (93), 2025 | | | | ЭКОНОМИКА, УПРАВЛЕНИЕ И УЧЕТ НА ПРЕДПРИЯТИИ | | | |
| | Кунин В. А.
профессор кафедры международных финансов и бухгалтерского учета
Санкт-Петербургского университета технологий управления и экономики,
доктор экономических наук
Конькова С. Г.
аспирант института экономики и финансов
Санкт-Петербургского университета технологий управления и экономики
| | | | Статья посвящена исследованию проблемы количественной оценки влияния уровня деловой репутации юридического лица на рыночную стоимость дебиторской задолженности. Исходя из практического опыта, а также наличия доступной информации, авторами статьи отобраны факторы, характеризующие уровень деловой репутации дебитора. Предложена методика оценки влияния выделенных факторов на стоимость дебиторской задолженности, предусматривающая применение корреляционно-регрессионного анализа для построения регрессионной зависимости снижения стоимости дебиторской задолженности от анализируемых факторов. Обосновывается достоверность построенной регрессионной зависимости и целесообразность её практического применения. Выявляются и формализуются особенности применения корреляционно-регрессионного анализа применительно к специфике проводимого исследования. Результаты, полученные в данной статье, позволяют адекватно оценивать дебиторскую задолженность, что необходимо для реализации стоимостного подхода управления предприятием. | | Ключевые слова: дебиторская задолженность, деловая репутация, скоринговая оценка, рыночная стоимость | | УДК 336.67; ББК У29(2)я73 Стр: 142 - 147 |
Введение. В период экономической нестабильности, а также возросшего уровня таких макроэкономических показателей, как инфляция, ключевая ставка Центробанка, на ведение бизнеса накладываются дополнительные риски в части сохранения уровня прибыльности и доходности. Рейтинг деловой репутации компании формируется в том числе исходя из финансовых показателей ее деятельности. С увеличением ключевой ставки и повышением уровня инфляции у субъекта предпринимательской деятельности возникает риск появления проблемных кредитов и займов. На сегодняшний день общепринятая методика оценки деловой репутации отсутствует. Оценку производят, как правило, экспертные организации, исходя из публичных данных о компании и результатов их финансовой деятельности. По результатам такой оценки определяется индекс деловой репутации компании от 0 до 100 и рейтинг от С (до 30 баллов) до ААА (от 101 балла). При взаимодействии дебитора и кредитора подобная оценка деловой репутации для кредитора является финансово затратной и недостаточно достоверной, в связи с чем возникает необходимость иного подхода к оценке уровня деловой репутации дебитора.
Способы учета и управления дебиторской задолженностью в части работы с дебиторами рассмотрены в научных работах ряда отечественных авторов и авторских коллективов.
Авторы Урасова Н.Г. и Кульнев В. [1] считают систематизацию штрафных санкций в рамках договора за просрочку платежа эффективным подходом для работы с дебитором.
Алексеева Л.Д. и Бомбин А.Ю. [2] отмечают, что наиболее результативным механизм управления дебиторской задолженностью состоит в применении комплексной системы мероприятий компании, которые регламентируются внутренним документооборотом, охватывающим все процессы финансово-хозяйственной деятельности. Кроме того, авторы предлагают предусмотреть выплаты для персонала, которые бы стимулировали соблюдать установленный регламент.
Авторы научного исследования Лазарева О.С. и Советов И.Н. [3] представили систему управления дебиторской задолженностью, которая основывается на определении элементов, формирующих внутренний механизм подбора надежных контрагентов и способы снижения задолженности уже после ее образования.
Клычова Г.С., Закирова А.Р., Хамидуллин З.З. [4] в своей работе провели критический анализ методики расчета рейтинговой оценки дебиторов, лимитов предоставления рассрочек, оценки кредитоспособности клиента. По мнению авторов, по результатам оценки надежности покупателей, для расчета кредитного лимита следует сформировать систему, позволяющую оценить кредитоспособность своих контрагентов. В работе рассмотрены существующие методики оценки кредитоспособности контрагентов, а также альтернативные варианты расчета кредитного лимита, которые основываются на показателях оборачиваемости и планового объема продаж за период. Актуальность проблемы настоящего исследования, в том числе, подтверждается ростом продажи просроченной задолженности с января по июнь 2024 года до 70 млрд рублей. Это максимум за последние четыре года.
Вопросам оценки стоимости дебиторской задолженности с учетом рисков посвящены труды ведущих экономистов, практикующих оценщиков, научных исследователей и коллективов.
Методика расчета рыночной стоимости прав требования дебиторской задолженности, предложенная Болотских В.В. [5] предусматривает оценку дебиторской задолженности каждого дебитора в составе массива и целиком массивов дебиторской задолженности с разделением на отдельных дебиторов всеми тремя подходами с согласованием полученных результатов.
Марков С.Н. [6] на основании анализа существующих методик, предлагает использовать в целях оценки доходный подход. Автором данного исследования предложена модель оценки рыночной стоимости дебиторской задолженности, которая учитывает влияние на ее стоимость таких элементов, как: цель оценки; информация, предоставленная заказчиком; тип должника; финансовое состояние; тип задолженности; состояние отрасли экономики; решение судебных органов и т.д.
В работе Валинурова Т.Р. и Трофимовой Т.В. [7] отражены специфические особенности оценки дебиторской и кредиторской задолженностей и предложена последовательность анализа дебиторской задолженности. Прудников В.И. предлагает использовать сценарный подход к определению рыночной стоимости дебиторской задолженности на основе ее углубленного анализа в рамках доходного подхода с использованием методов дисконтирования величины потока возврата долгов [8].
Методика Финансовой академии основана на умножении номинальной стоимости дебиторской задолженности на кумулятивный коэффициент или совокупность коэффициентов, характеризующих обесценение задолженности из-за действия различных факторов: финансового состояния дебитора; обеспечения задолженности; влияния деловой репутации дебитора; временной характеристики задолженности и прочих факторов [9].
Вместе с тем, проблематика количественной оценки влияния рисков дебитора на стоимость дебиторской задолженности исследована в научной литературе недостаточно, в то время, как решение этой задачи представляет значительный практический интерес и для адекватной оценки стоимости финансовых активов предприятия — поставщика и для снижения рисков этого предприятия, связанных с невозвратом или несвоевременным возвратом дебиторской задолженности. Эти обстоятельства и обуславливают актуальность проводимого в настоящей статье исследования, его теоретическую и практическую значимость.
Проблематика оценки деловой репутации является на сегодняшний день весьма актуальной, так как предприниматели несут большие убытки из-за недобросовестности контрагентов. Скоринговая оценка, как инструмент решения данной проблемы, становится все более популярной, в особенности во внутренней политике крупных корпораций. Однако, собственноручное создание скоринговой модели — это достаточно трудоемкий процесс, требующий в последующем актуализации всех изменений анализируемых показателей, как то: смена собственника, возникновение судопроизводства, изменения финансовых показателей по данным бухгалтерской отчетности и другое. Стоит отметить, что во внутренней политике предприятия — кредитора тоже происходят изменения, согласно которым возможны изменения ранее принятого уровня надежности, присвоенного анализируемым показателям предприятия-дебитора.
Автоматизация моделей скоринговых оценок особенно популярна для компаний малого и среднего сегмента рынка, так как имеется достаточное количество аналогов для построения скоринговой модели оценки. В случае проверки крупного предприятия, объективность результата оценки не гарантируется. Автоматизированные модели скоринговой оценки предлагаются ведущими компаниями, такими как Фокус Скоринг, DaMIA-Скоринг, Информационный ресурс СПАРК. Маркеры проверки у каждой предложенной модели оценки индивидуальны, как и запросы в федеральные ведомства. У холдингов, а также крупных компаний, как правило, имеется свой бизнес-регистр, предназначенный для внутреннего использования с оценкой уровня деловой репутации конкретного дебитора.
Выбор сервиса для скоринговой оценки зависит, как от анализируемых факторов и критериев, используемых в скоринговой модели, так и от скорости их обработки, обновления, принятого уровня надежности.
Таким образом, в рамках данного исследования авторами произведена оценка уровня деловой репутации с использованием информационного ресурса DaMIA-Скоринг с учетом оценки следующих рисков дебитора: наличие проблемных кредитов и отсутствие в реестре недобросовестных поставщиков. Цель данного исследования состоит в разработке и реализации методики количественной оценки влияния уровня деловой репутации дебитора на рыночную стоимость дебиторской задолженности. В основе настоящего исследования лежат результаты работ отечественных и зарубежных авторов, посвящённых проблематике оценки рыночной стоимости дебиторской задолженности. В статье на основе системного подхода применены методы факторного, логического и корреляционно — регрессионного анализа, а также методология математической статистики и эконометрики.
Методика количественной оценки влияния уровня деловой репутации дебитора на рыночную стоимость дебиторской задолженности. Уменьшение стоимости дебиторской задолженности под воздействием различных факторов риска может быть определено по результатам оценки коэффициента кумулятивного уменьшения стоимости дебиторской задолженности, предложенного в работе «Оценочная деятельность и антикризисное управление» [9]. Вместе с тем, в этой и других работах по этой тематике данная проблематика проработана недостаточно. В частности, отсутствует количественная оценка влияния факторов, характеризующих уровень деловой репутации на снижение стоимости дебиторской задолженности. Понимание значимости этих факторов позволяет повысить достоверность и точность оценки стоимости дебиторской задолженности.
В общем виде стоимость дебиторской задолженности с учётом факторов риска может быть оценена по формуле [1]:
V = Сумма требования · (1 – φ) , (1)
где V — стоимость дебиторской задолженности,
сумма требования — сумма требования по долговому обязательству,
φ — кумулятивный поправочный коэффициент,
(1 – φ) — кумулятивный коэффициент уменьшения стоимости дебиторской задолженности вследствие наличия рисков.
Согласно [9] коэффициент φ рассчитывается по формуле:
φ = 1 – (1 – К1) · (1 – К2) · (1 – К3) · (1 – К4) , (2)
где К1 — поправка на финансовое положение дебитора, формула расчета К1 приведена в [10] и имеет следующий вид:
К1 = 0,551 + 0,223·F1 + 0,309·F2 – 0,131·F3 – 0,486·F4 , (3)
где F1 — коэффициент оборачиваемости активов, по данным Бухгалтерского баланса, F2 — коэффициент реинвестирования, F3 — коэффициент автономии, F4 — коэффициент текущей ликвидности.
К2 — поправка на обеспечение долговых обязательств;
Формулы расчета К2 приведены в работе [11] и имеют следующий вид:
 (4), (5)
где РС — рыночная стоимость.
К3 — поправка на деловую репутацию предприятия-должника / физического лица-должника;
К4 — поправка на временные характеристики долгового обязательства.
Формула расчета К4 приведена в работе [11] и имеет следующий вид:
 (6)
где β — коэффициент прироста затрат на единицу продукции в составе дебиторской задолженности [11].
β определяется по формуле:
 (7)
где i — средневзвешенная стоимость привлекаемого заемного капитала на покрытие кассовых разрывов, связанных с дебиторской задолженностью, По — период отсрочки, выраженный в днях [11].
Средневзвешенная стоимость привлекаемого заемного капитала на покрытие кассовых разрывов, связанных с дебиторской задолженностью, рассчитывается следующим образом:
i = СТкредита · Wкредита + СТфакторинга · Wфакторинга , (8)
где СТкредита — ставка кредита, Wкредита — весовой коэффициент по ставке кредита, СТфакторинга — ставка факторинга, Wфакторинга — весовой коэффициент по ставке факторинга [11].
СТкредита + Wфакторинга = 1 (9)
Для определения значимости факторов, характеризующих К3, авторами предлагается применить разработанный К. Пирсоном и Дж. Юлом корреляционно-регрессионный анализ (КРА).
Этапы проведения корреляционно-регрессионного анализа (КРА) с учётом специфики данного исследования. Реализация методики проведения КРА предусматривает выполнение следующих этапов.
1. Определение результирующего показателя, влияние на который будет оцениваться.
2. Выявление факторных показателей, влияние которых будет оцениваться, их расчет.
3. Определение результирующего показателя в зависимости от полученных расчетных величин факторных показателей согласно градационной интерпретации значений, приведенной в статье [11].
4. Определение коэффициентов корреляции между:
• результирующим показателем и факторными показателями;
• между факторными показателями.
5. Отбор значимых независимых факторов, влияющих на результирующий показатель, а также проверка факторных показателей на мультиколлинеарность.
6. Построение регрессионной модели и определение коэффициентов регрессионного уравнения.
7. Проверка значимости регрессионной модели и коэффициентов регрессионного уравнения.
С учётом специфики данного исследования следует конкретизировать этапы методики проведения КРА в соответствии с нижеприведённой трактовкой.
Этап 1. Результирующим показателем в рамках данного исследования авторами статьи принят коэффициент К3, отражающий уровень деловой репутации дебитора.
Этап 2. Анализ факторов снижения стоимости долгосрочной дебиторской задолженности в зависимости от уровня деловой репутации дебитора К3 рассмотрен в работе [11], однако, авторами исследования было указано на то обстоятельство, что данные о кредитной истории конфиденциальны. Поэтому, в качестве сопоставимого фактора, принят скоринговый балл компаний с проблемными кредитами по данным информационного ресурса DaMIA-Скоринг.
Таким образом, авторами выделяются следующие показатели, определяющие уровень деловой репутации дебитора:
1. скоринговый балл компаний с проблемными кредитами (x1);
2. отсутствие в реестре недобросовестных поставщиков (x2).
При наименьшем значении риска компаний с проблемными кредитами, x1 должен быть близок к 1. При определении значения x1, авторами статьи был учтен скоринговый балл и степень надежности, которая ему присваивается.
Фактор x2 с учётом давности нахождения в РНП целесообразно определять по формуле экспоненциального усреднения:
х2 = αх2 + (1 – α)х2 , (10)
где x2 — показатель пребывания в РНП в последние 2 года, x2 — средний показатель пребывания в РНП за последние 10 лет, α — весовой коэффициент [11].
Если юридическое лицо находится в РНП, то x2 = 0, а если не находится, то x2 = 1. Если юридическое лицо не находится в РНП, но находилось в этом регистре в последние 2 года, то x2 = 0,5.
Применение экспоненциального усреднения позволяет при учёте пребывания дебитора в реестре недобросовестных заёмщиков учитывать текущее и недавние пребывания с большими весами, чем давние. Степень учёта давности пребывания определяется весовым коэффициентом α, задаваемым в диапазоне от 0 до 1. Задание этого коэффициента в середине указанного диапазона, т.е. равным 0,5, позволяет с равными весами учесть средние и текущие значения пребывания дебитора в РНП.
При α = 0,5 выражение 3 приобретает следующий вид:
xрезультирующее = 0,5 x2 + 0,5 = 0,5(x2 + x2) (11)
Этап 3. На следующем этапе КРА выполняются следующие действия:
3.1. Произведен отбор юридических лиц дебиторов, которые были сгруппированы по основному ОКВЭД по данным Российской торговой площадки DEBBET.ru.
3.2. Согласно данным информационного ресурса DaMIA-Скоринг определяются факторные показатели.
3.3. В соответствии с экспертной оценкой уровня деловой репутации предприятия по отрасли определяется К3.
В работе проанализированы конкретные предприятия-дебиторы, данные по которым приведены в табл. 1, однако, в целях соблюдения законодательства РФ в области конфиденциальности информации, наименования проанализированных юридических лиц не приводятся.
Таблица 1
Перечень организаций-дебиторов| № | Наименование
юридического
лица | ИНН | ОКВЭД | Стоимость
продажи права
требования, руб. |
|---|
| 1 | ООО «Альфа 1» | 7807227*** | Строительство жилых и нежилых зданий (41.20) | 123 103 | | 2 | ООО «Альфа 2» | 7801432*** | Строительство жилых и нежилых зданий (41.20) | 96 137 | | 3 | ООО «Альфа 3» | 7820316*** | Строительство жилых и нежилых зданий (41.20) | 60 788 | | 4 | ООО «Альфа 4» | 7718814*** | Строительство жилых и нежилых зданий (41.20) | 7 000 000 | | 5 | ООО «Альфа 5» | 277015*** | Строительство жилых и нежилых зданий (41.20) | 298 058 | | 6 | ООО «Альфа 6» | 5902035*** | Строительство жилых и нежилых зданий (41.20) | 750 000 | | 7 | ООО «Альфа 7» | 5902154*** | Строительство жилых и нежилых зданий (41.20) | 240 000 | | 8 | ООО «Альфа 8» | 7743765*** | Строительство жилых и нежилых зданий (41.20) | 5 000 000 | | 9 | ООО «Альфа 9» | 7825130*** | Строительство жилых и нежилых зданий (41.20) | 300 000 |
Источник: составлено авторами
Специфика анализируемой отрасли обуславливает ограниченность рассматриваемой выборки.
Уровень деловой репутации предприятия К3 определяется следующим образом:
• 0 ≤ К3 ≤ 10 — отличная деловая репутация;
• 10 < К3 ≤ 30 — деловая репутация выше среднего;
• 30 < К3 ≤ 50 — средний уровень деловой репутации;
• 50 < К3 ≤ 70 — деловая репутация ниже среднего;
• 70 ≤ К3 ≤ 90 — плохая деловая репутация;
• если К3 > 90, то деловая репутация недопустимо плохая [11].
Исходя из определений модели скоринга, автором принято следующее положение:
• 0,81 ≤ Х1 ≤ 1, если скоринговый балл по проблемным кредитам больше 3, низкий уровень риска, средний уровень надежности;
• 0,61 ≤ Х1 ≤ 0,8, если скоринговый балл по проблемным кредитам больше 2, средний уровень риска, средний уровень надежности;
• 0,51 ≤ Х1 ≤ 0,6, если скоринговый балл по проблемным кредитам больше 2, средний уровень риска, низкий уровень надежности;
• 0,31 ≤ Х1 ≤ 0,50, если скоринговый балл по проблемным кредитам меньше 2, высокий уровень риска, низкий уровень надежности;
• 0,0 ≤ Х1 ≤ 0,30, если скоринговый балл по проблемным кредитам меньше 2, высокий уровень риска, средний уровень надежности.
В табл. 2 представлены результаты определения факторного показателя x1, в табл. 3 — результаты определения факторного показателя x2.
Результаты определения К3 приведены в табл. 4.
Таблица 2
Значения факторного показателя x1| № | Название ЮЛ | ИНН | Скоринг компаний с проблемными кредитами по данным DaMIA-Скоринг | Ско-
рин-
говый
балл | Харак-
тери-
стика
уровня
риска | Надеж-
ность | Характе-
ристика
уровня
надежности | Х1
(опреде-
ляется
экспертно) |
|---|
| 1 | ООО «Альфа 1» | 7807227*** | 25,70% | 3,57 | Низкий | 60,40% | Средний | 0,9 | | 2 | ООО «Альфа 2» | 7801432*** | 75,40% | 1,37 | Высокий | 93,50% | Низкий | 0,5 | | 3 | ООО «Альфа 3» | 7820316*** | 70,50% | 1,64 | Высокий | 53,70% | Средний | 0,3 | | 4 | ООО «Альфа 4» | 7718814*** | 61,10% | 2,04 | Средний | 95,20% | Низкий | 0,6 | | 5 | ООО «Альфа 5» | 277015*** | 74,30% | 1,43 | Высокий | 94,70% | Низкий | 0,5 | | 6 | ООО «Альфа 6» | 5902035*** | 58,70% | 2,14 | Средний | 69,10% | Средний | 0,7 | | 7 | ООО «Альфа 7» | 5902154*** | 45,30% | 2,70 | Средний | 57,20% | Средний | 0,7 | | 8 | ООО «Альфа 8» | 7743765*** | 75,70% | 1,35 | Высокий | 78,20% | Низкий | 0,5 | | 9 | ООО «Альфа 9» | 7825130*** | 87,80% | 0,68 | Высокий | 84,80% | Низкий | 0,5 |
Источник: составлено авторами
Таблица 3
Значения факторного показателя x2| № | Название ЮЛ | ИНН | Наличие в РНП
в последние 2 года | Средний показатель
пребывания в РНП
за последние 10 лет | Х2 |
|---|
| 1 | ООО «Альфа 1» | 7807227*** | Отсутствует | Отсутствует | 1 | | 2 | ООО «Альфа 2» | 7801432*** | Отсутствует | Отсутствует | 1 | | 3 | ООО «Альфа 3» | 7820316*** | Отсутствует | Отсутствует | 1 | | 4 | ООО «Альфа 4» | 7718814*** | Отсутствует | Отсутствует | 1 | | 5 | ООО «Альфа 5» | 277015*** | Отсутствует | Имеется, дата 15.06.2021 | 0,5 | | 6 | ООО «Альфа 6» | 5902035*** | Отсутствует | Отсутствует | 1 | | 7 | ООО «Альфа 7» | 5902154*** | Отсутствует | Отсутствует | 1 | | 8 | ООО «Альфа 8» | 7743765*** | Отсутствует | Отсутствует | 1 | | 9 | ООО «Альфа 9» | 7825130*** | Отсутствует | Отсутствует | 1 |
Источник: составлено авторами
Таблица 4
Результаты определения К3| № | Название ЮЛ | ИНН | Скоринг
компаний с
проблемными
кредитами (Х1) | Отсутствие
в реестре
недобросовестных
поставщиков (Х2) | Индекс
деловой
репутации
К3 согласно
градации | Характеристика деловой репутации К3 согласно градации |
|---|
| 1 | ООО «Альфа 1» | 7807227*** | 0,9 | 1,0000 | 20 | деловая репутация выше среднего | | 2 | ООО «Альфа 2» | 7801432*** | 0,5 | 1,0000 | 80 | плохая деловая репутация | | 3 | ООО «Альфа 3» | 7820316*** | 0,3 | 1,0000 | 80 | плохая деловая репутация | | 4 | ООО «Альфа 4» | 7718814*** | 0,6 | 1,0000 | 40 | средний уровень деловой репутации | | 5 | ООО «Альфа 5» | 277015*** | 0,5 | 0,5000 | 99 | деловая репутация недопустимо плохая | | 6 | ООО «Альфа 6» | 5902035*** | 0,7 | 1,0000 | 40 | средний уровень деловой репутации | | 7 | ООО «Альфа 7» | 5902154*** | 0,7 | 1,0000 | 40 | средний уровень деловой репутации | | 8 | ООО «Альфа 8» | 7743765*** | 0,5 | 1,0000 | 80 | плохая деловая репутация | | 9 | ООО «Альфа 9» | 7825130*** | 0,5 | 1,0000 | 80 | плохая деловая репутация |
Источник: составлено авторами
Согласно формуле [2], К3 не может быть больше 1,00, а поскольку индекс деловой репутации находится в диапазоне от 0 до 100, то для целей проведения настоящего исследования автор отмечает следующее положение:
• если в абсолютном выражении 0 ≤ К3 ≤ 10 (отличная деловая репутация), то относительное значение К3 находится в диапазоне от 0 до 0,1;
• если в абсолютном выражении 10 < К3 ≤ 30 (деловая репутация выше среднего), то относительное значение К3 находится в диапазоне от 0,1 до 0,3;
• если в абсолютном выражении 30 < К3 ≤ 50 (средний уровень деловой репутации), то относительное значение К3 находится в диапазоне от 0,3 до 0,5;
• если в абсолютном выражении 50 < К3 ≤ 70 (деловая репутация ниже среднего), то относительное значение К3 находится в диапазоне от 0,5 до 0,7;
• если в абсолютном выражении 70 ≤ К3 ≤ 90 (плохая деловая репутация), то относительное значение К3 находится в диапазоне от 0,7 до 0,9.
• если в абсолютном выражении К3 > 90, то деловая репутация недопустимо плохая и относительное значение К3 находится в диапазоне от 0,9 до 1,00.
Этапы 4 и 5.
Используя надстройки пакета MS Excel на предварительном этапе анализа была построена корреляционная матрица, результаты представлены в табл. 5.
Таблица 5
Корреляционная матрица зависимостей исследуемых показателей| | Скоринг компаний с проблемными кредитами (Х1) | Отсутствие в реестре недобросовестных поставщиков (Х2) | Индекс деловой репутации К3 согласно градации |
|---|
| Скоринг компаний с проблемными кредитами (Х1) | 1 | 0,17 | -0,85 | | Отсутствие в реестре недобросовестных поставщиков (Х2) | 0,17 | 1 | -0,51 | | Индекс деловой репутации К3 согласно градации | -0,85 | -0,51 | 1 |
Источник: составлено авторами
Анализируем направление и силу связи между каждой парой показателей. Между введенными в рассмотрение независимыми переменными Х1 и Х2 коэффициент корреляции положителен и равен 0,17. По шкале Чеддока это значение относится к слабым зависимостям, так как находится в промежутке абсолютных значений от 0,0 до 0,3. Таким образом, между показателем скоринга компаний с проблемными кредитами и отсутствием в реестре недобросовестных поставщиков наблюдается наличие лишь слабой и прямой зависимости, означающее, что увеличение одного показателя сопровождается увеличением другого. Кроме того, можно отметить, что по модулю сила межфакторной связи существенно меньше, чем связь каждого из факторов с зависимой переменной (0,17 < |–0,85| и 0,17 < |–0,51|). Все это говорит о том, что межфакторная связь слабая и обе независимых переменных можно включать в регрессионную модель.
Между переменными Y и X1 наблюдаем наличие сильной (высокой) обратной зависимости: по шкале Чеддока значение 0,85 находится в промежутке абсолютных значений от 0,7 до 0,9. Таким образом, коэффициент парной корреляции в данном случае показывает, что при увеличении показателя скоринга компаний с проблемными кредитами происходит снижение индекса деловой репутации, т.е. увеличение надежности предприятия.
Между переменными Y и X2 наблюдаем наличие заметной обратной зависимости: по шкале Чеддока значение 0,51 находится в промежутке абсолютных значений от 0,5 до 0,7. Таким образом, коэффициент парной корреляции в данном случае показывает, что отсутствие предприятия в реестре недобросовестных поставщиков также снижает индекс деловой репутации.
Этап 6. Построение регрессионной модели и определение коэффициентов регрессионного уравнения. В табл. 6 представлены данные регрессионной статистики.
Таблица 6
Регрессионная статистика| Наименование показателя | Значение |
|---|
| Множественный R | 0,923882666 | | R-квадрат | 0,853559181 | | Нормированный R-квадрат | 0,804745575 | | Стандартная ошибка | 11,98055498 | | Наблюдения | 9 | | F | 17,49 | | Значимость F | 0.0031 | | df Регрессии (f1) | 2 | | df Остаточная (f2) | 6 |
Источник: составлено авторами
Коэффициент детерминации модели составил 0,854, т.е. в данном уравнении 85,4% вариации индекса деловой репутации объясняется вариацией включенных в модель двух факторов: показателя скоринга компаний с проблемными кредитами и отсутствия в реестре недобросовестных поставщиков, а 14,6% приходится на прочие неучтенные в модели факторы. Данный процент, определяющий возможности модели, характеризует ее как качественную.
С помощью программы Excel можно рассчитать коэффициенты а0 ... аm уравнения регрессии. Полученные коэффициенты регрессионного уравнения и проверка значимости факторов представлены в табл. 7.
По результатам полученных оценок регрессионное уравнение имеет вид:
Yi = 191,44 – 123,497·X1i – 61,388·X2i (12)
С целью достижения поставленной задачи — оценки влияния уровня деловой репутации дебитора на рыночную стоимость дебиторской задолженности, автором предлагается применение формулы [12] с учетом перехода из абсолютных величин в относительные путем деления на 100.
Результаты апробации данных, полученных автором с учетом принятых положений представлены в табл. 8.
Таблица 7
Коэффициенты регрессионного уравнения, проверка значимости факторов| | Коэффи-
циенты | Стандарт-
ная ошибка | t-стати-
стика | P-Зна-
чение | Нижние
95% | Верхние
95% | Нижние
90,0% | Верхние
90,0% |
|---|
| Свободный член | 191,443 | 26,44 | 7,24 | 0,0004 | 126,757 | 256,128 | 140,073 | 242,812 | | Скоринг компаний с проблемными кредитами X1 | -123,497 | 25,05 | -4,93 | 0,0026 | -184,791 | -62,204 | -172,173 | -74,822 | | Отсутствие в реестре недобросовестных поставщиков X2 | -61,388 | 25,79 | -2,38 | 0,0547 | -124,494 | 1,718 | -111,502 | -11,274 |
Источник: составлено авторами
Таблица 8
Результаты апробации данных, полученных автором с учетом принятых положений| № | Название ЮЛ | ИНН | Показатель кредитной истории (Х1) | Отсутствие в реестре недобросовестных поставщиков (Х2) | Индекс деловой репутации К3 согласно градации (абсолютная величина) | Индекс деловой репутации К3 согласно уравнению (абсолютная величина) | Индекс деловой репутации К3 по уравнению (относительная величина) |
|---|
| 1 | ООО «Альфа 1» | 7807227*** | 0,9 | 1,0000 | 20 | 18,90 | 0,189 | | 2 | ООО «Альфа 2» | 7801432*** | 0,5 | 1,0000 | 80 | 68,30 | 0,683 | | 3 | ООО «Альфа 3» | 7820316*** | 0,3 | 1,0000 | 40 | 93,00 | 0,930 | | 4 | ООО «Альфа 4» | 7718814*** | 0,6 | 1,0000 | 40 | 55,95 | 0,560 | | 5 | ООО «Альфа 5» | 277015*** | 0,5 | 0,5000 | 99 | 99,00 | 0,990 | | 6 | ООО «Альфа 6» | 5902035*** | 0,7 | 1,0000 | 40 | 43,60 | 0,436 | | 7 | ООО «Альфа 7» | 5902154*** | 0,7 | 1,0000 | 40 | 43,60 | 0,436 | | 8 | ООО «Альфа 8» | 7743765*** | 0,5 | 1,0000 | 80 | 68,30 | 0,683 | | 9 | ООО «Альфа 9» | 7825130*** | 0,5 | 1,0000 | 80 | 68,30 | 0,683 |
Источник: составлено авторами
Для анализа статистической значимости модели в целом и отдельных ее параметров приняли в качестве уровня значимости 10% (α = 0,1).
Данная регрессионная модель является статистически значимой в целом по критерию Фишера на 10% уровне значимости, так как для него наблюдаемая F статистика больше критической (Fнабл = 17,49 > F0,1;2;6 = 3,46) и уровень значимости модели не превысил критический (0,0031 < 0,1).
Статистическую значимость отдельных параметров следует проверить по критерию Стьюдента. Сделать это можно несколькими способами: сравнить по модулю наблюдаемые t-значения каждого параметра с критическим значением (t0,1;6 = 1,94), или сравнить расчетное р-значение каждого параметра с выбранным уровнем значимости (α = 0,1). Таким образом, построенная двухфакторная модель характеризуется хорошим качеством и может использоваться для прогнозирования индекса деловой репутации.
Полученное уравнение регрессии определяет зависимость результирующей поправки Y = К3 от факторов уровня деловой репутации дебитора и может быть использовано для учёта этой поправки при оценке рыночной стоимости дебиторской задолженности с учётом факторов риска.
Полученные в данной статье результаты в совокупности с результатами оценки К1, К2 и К4, приведенные в работах [10, 11] позволяют грамотно оценить дебиторскую задолженность, что необходимо для реализации стоимостного подхода управления предприятием и определяют практическую значимость теоретических положений представленной работы. Полученные результаты позволяют повысить эффективность управления бизнесом за счет адекватного отслеживания динамики стоимости его активов, в частности — дебиторской задолженности. Поскольку деловая репутация является нематериальным активом, а дебиторская задолженность — финансовым активом, то результаты, полученные в данной статье, позволяют отслеживать влияние стоимости нематериальных активов на стоимость финансовых активов и, как следствие, наиболее качественно оценивать вклад нематериальных активов в стоимость бизнеса.
Заключение. В результате проведённого исследования предложена методика количественной оценки факторов уровня деловой репутации дебитора, построено двухфакторное уравнение регрессии, позволяющее оценить влияние факторов надежности и добросовестности дебитора на уровень деловой репутации дебитора и, как следствие, по изложенной в статье методике — на стоимость дебиторской задолженности
В рамках данной статьи ограниченность выборки обусловлена спецификой отрасли исследования. Следует отметить, что для решения поставленных в настоящем исследовании задач авторами был проведён анализ публичных оферт, опубликованных на Российской торговой площадке DEBBET.ru.
Теоретическая значимость проведённого исследования состоит в детальной разработке и обосновании методического аппарата, обеспечивающего количественную оценку влияния уровня деловой репутации на рыночную стоимость дебиторской задолженности и оценку тем самым величины снижения стоимости этого финансового актива при реализации риска ухудшения деловой репутации дебитора.
Практическая значимость проведенного исследования состоит в том, что использование предложенной методики позволяет адекватно оценить влияние деловой репутации дебитора на стоимость дебиторской задолженности, что обеспечивает возможность принятия эффективных решений при управлении дебиторской задолженностью и определении условий расчётов с конкретным дебитором. Применение результатов данного исследования даёт пользователям методический аппарат, использование которого позволяет адекватно учесть влияние деловой репутации компании — дебитора на стоимость дебиторской задолженности и снизить операционные риски ошибочных решений в процессе управления финансовыми активами. |
| |
|
|
|
