Аналитическая фабрика. Как настроить финансовую аналитику под задачи бизнеса

В результате аналитик получает возможность определить недооцененность или переоцененность акции, потенциал роста или снижения котировок. В этом смысле крайне важно уметь строить финансовые модели, в которых прогнозирование ключевых финансовых показателей будет с высокой степенью достоверности отражать фактические результаты. В качестве примера приведу финансовую модель, разработанную специалистами ИК «Велес Капитал» (табл. 2). Результатом ее построения является получение оценки стоимости бизнеса компании в целом, справедливой стоимости ее обыкновенных акций, возможного изменения стоимости под влиянием различных темпов роста компании в будущем и колебания средневзвешенной стоимости капитала (WACC).

Ожидания становятся целью финансовой аналитики и на уровне банков, для которых крайне важно понимание будущих финансовых результатов заемщиков и работа на опережение: своевременное изменение лимитов кредитования, процентных ставок и сроков, его приостановление, начало действий по реструктуризации задолженности в случае развития неблагоприятной динамики. Серьезным шагом в данном направлении можно назвать и разработки в области нейросетей, искусственного интеллекта и больших данных.

Сбербанк научился предсказывать выручку компаний. Зачем?[22]

Сбербанк России научился прогнозировать выручку компаний и ИП. Метод применим даже к тем компаниям, которые никогда не публиковали финансовую отчетность. Аналитики рассказали, как это поможет бизнесу Сбербанка.

Корпоративно-инвестиционный блок Сбербанка разработал модель предсказания выручки компаний и индивидуальных предпринимателей (ИП). В сообщении банка сказано, что модель построена для 8 млн российских компаний и ИП. Она способна прогнозировать по активному ИНН выручку за девять месяцев до публикации финансовых результатов.

Для построения модели требуется минимум три месяца. При исследовании используются более тысячи признаков компании, отметили в Сбербанке.

Предполагается, что еще до завершения календарного года и выхода официальной бухгалтерской отчетности банк с помощью этой модели сможет распознать потенциал своего клиента, чтобы сформировать для него подходящее предложение.

Система прогнозирования позволит предсказывать показатели даже тех компаний, которые еще ни разу не публиковали финансовые отчеты. Модель основана на методе машинного обучения Random Forest Regression.

Для чего Сбербанку такой механизм?

Прогнозирование финансовых показателей компаний и ИП позволяет планировать приход и отток денег, строить модели по ликвидности средств самого банка, точнее определять необходимость привлечения ресурсов и их оптимизации, считает руководитель группы аналитиков Центра аналитики и финансовых технологий Марк Гойхман. По его мнению, это позволит значимо уменьшить издержки банка и вероятные потери, а также повысить рентабельность.

Если система покажет качественный результат при анализе компаний, то, возможно, банк распространит систему и на работу с данными физических лиц, считает руководитель финтех-компании Exantech Денис Восквицов. Система может использоваться для точного таргетирования рекламных предложений, выявления аномальной активности и автоматического предотвращения мошенничества.

Преимущество системы в том, что она анализирует непосредственно осуществляемые денежные трансакции, которые видны лишь банку, и не имеет ничего общего с классическим анализом финансовых показателей компаний, указал эксперт Международного финансового центра Гайдар Гасанов.

Модель Сбербанка представляет собой перспективный инструмент, однако пока она не может конкурировать с традиционной аналитикой, считают в компании QBF.

«Модель, вероятно, будет иметь ограниченное применение на первых порах, – предположил портфельный управляющий QBF Денис Иконников. – В рыночных условиях необходимо учитывать экономические показатели в стране, регионе, отдельной отрасли, цикличность отраслей, влияние заявлений менеджмента, единовременные факторы в отчетности компаний. Если Сбербанк учтет и эти факторы в модели, то она сможет конкурировать с прогнозами аналитиков, но в среднесрочной перспективе этого не предвидится».

«Главный вопрос – надежность расчетов, – добавил Марк Гойхман. – Любые перспективные модели проверяются только на практике. Поэтому саму новацию Сбербанка пока рано оценивать практически».

РБК, 16.07.2019 г.

Приведенный пример еще раз подчеркивает значимость развития аналитической функции и построения полноценной «аналитической фабрики» на базе современной финансовой службы.

Глава 2

Анализ ликвидности и финансовой устойчивости: почему деньги есть, а состояние не очень?

2.1. Исследуем корректность структуры баланса: от анализа статей до построения матрицы фондирования и проведения GAP-анализа. Практика использования матрицы фондирования для контроля средств овердрафта

Отличительной чертой надежной и устойчивой компании является ее способность отвечать по своим обязательствам вовремя и в полном объеме. При этом независимо от стадии жизненного цикла, на которой находится компания, менеджмент вынужден решать задачу определения оптимального уровня ликвидности, поскольку, с одной стороны, недостаточная ликвидность активов может привести к неплатежеспособности и даже банкротству, а с другой – избыток ликвидности может привести к снижению рентабельности. В силу этого современная практика требует появления все более совершенных процедур проведения анализа и диагностики состояния ликвидности.

Оценку возможных проблем с ликвидностью можно проводить с двух позиций:

● представляя ликвидность как «запас», т. е. оценивать достаточность накопленных активов для покрытия имеющихся обязательств;

● представляя ликвидность как «поток», т. е. оценивать достаточность притоков денежных средств для покрытия оттоков (проведения необходимых платежей).

В первом случае для оценки состояния ликвидности используют GAP-анализ, изучают соотношение между различными группами активов и пассивов методом коэффициентного анализа, строя уравнение ликвидного баланса и матрицу фондирования.

Во втором случае проводят оценку кассовых разрывов, определяют величину минимального остатка денежных средств, который необходимо поддерживать компании. О наличии проблем с ликвидностью будут свидетельствовать фактические значения, близкие к найденному значению минимального остатка или даже меньшие.

Рассмотрим особенности оценки проблем с ликвидностью с точки зрения представления ликвидности как «запаса». В общем виде этот процесс и применяемые инструменты представлены на рис. 2.1.

Вопросы оценки сбалансированности активов и пассивов являются частым объектом внимания со стороны экспертного сообщества. Ликвидность баланса (традиционная формулировка, используемая в рамках оценки сбалансированности активов и пассивов) определяется как степень покрытия обязательств компании ее активами, срок превращения которых в денежные средства соответствует сроку погашения обязательств.

При этом необходимо отметить, что среди экспертов в области проблем финансового анализа единой точки зрения относительно элементного состава данных групп, даже с учетом изменения форм финансовой отчетности, не существует.

На мой взгляд, наиболее обоснованной является группировка активов и пассивов компании, представленная в табл. 3.

В процессе анализа наиболее срочные обязательства сопоставляются с активами, обладающими максимальной ликвидностью. При этом на практике зачастую встречается ситуация, при которой часть срочных обязательств остается непокрытой. В таком случае она покрывается менее ликвидными активами – дебиторской задолженностью компаний с устойчивым финансовым положением, легко реализуемыми запасами товарно-материальных ценностей и другими оборотными активами, которые применительно к конкретной компании могут быть признаны высоколиквидными.

Однако чем меньше ликвидность оставшихся в распоряжении компании активов, тем меньше ее возможности по адекватному покрытию обязательств.

Одним из наиболее ценных методов оценки сбалансированности активов и пассивов компании является анализ разрыва сроков исполнения обязательств и требований (GAP-анализ). Суть метода заключается в определении разности объемов активов и пассивов по каждой выделенной группе (табл. 4).

Разрыв показывает степень несоответствия объемов активов и пассивов по срокам погашения. Если разрывы равняются нулю, то ликвидная позиция компании является закрытой. При этом риск потери ликвидности отсутствует, поскольку активов достаточно для погашения пассивов. Если разрыв положительный, то существует риск несбалансированной ликвидности, приводящий к снижению рентабельности работы компании. Если разрыв отрицательный, то также существует риск несбалансированной ликвидности, однако следствием его являются возможная неплатежеспособность и банкротство компании.

Конец ознакомительного фрагмента.

Текст предоставлен ООО «ЛитРес».

Прочитайте эту книгу целиком, купив полную легальную версию на ЛитРес.

Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.

Сноски

1

Активизация усилий: трансформация финансовой функции для повышения эффективности бизнеса. Отчет PWC о результатах сравнительного анализа финансовой функции за 2017 г. С. 23, https://www.pwc.ru/ru/publications/finance-effectiveness-benchmark-report.html.

2

Активизация усилий: трансформация финансовой функции для повышения эффективности бизнеса. Отчет PWC о результатах сравнительного анализа финансовой функции за 2017 г. С. 12.

3

Активизация усилий: трансформация финансовой функции для повышения эффективности бизнеса. Отчет PWC о результатах сравнительного анализа финансовой функции за 2017 г. С. 22.

4

В экономической литературе можно также встретить термин «финансовая модель анализа».

5

Более подробно об этих и других показателях речь пойдет в разделе 3.2.

6

Стейкхолдеры – физические и юридические лица, без чьей поддержки не может существовать данная компания.

7

https://www.kommersant.ru/doc/1922089.

8

https://www.interfax.ru/business/468461.

9

https://www.abnamro.com.

10

https://www.daimler.com.

11

https://www.clpgroup.com.

12

https://www.credit-suisse.com.

13

https://www.dow.com.

14

https://www.exxonmobil.com.

15

https://www.rosneft.ru.

16

https://opportunity.businessroundtable.org/ourcommitment/.

17

Подробнее: https://www.globalreporting.org/standards.

18

Годовой отчет за 2018 г. // ПАО «НК “Роснефть”». С. 29.

19

Годовой отчет за 2015 г. // ПАО «НК “Роснефть”». С. 43.

20

Коупленд Т., Долгофф А. Expectation-Based Management: Как достичь превосходства в управлении стоимостью компании. – М.: Эксмо, 2009. – С. 20.

21

Expectations-Based Management (ЕВМ) – термин, запатентованный консалтинговой компанией Monitor Group.

22

https://quote.rbc.ru/news/forecast_idea/5d2dc8bb9a79470b963c6f8f.