Заворуева В.С. Оценка взаимосвязи показателей финансового цикла, Рентабельности и ликвидности организаций Пищевой промышленности // Экономика и бизнес: теория и практика – 2017. – №5. – С. 97-100

ОЦЕНКА ВЗАИМОСВЯЗИ ПОКАЗАТЕЛЕЙ ФИНАНСОВОГО ЦИКЛА,

РЕНТАБЕЛЬНОСТИ И ЛИКВИДНОСТИ ОРГАНИЗАЦИЙ

ПИЩЕВОЙ ПРОМЫШЛЕННОСТИ

 

В.С. Заворуева, магистрант

Новосибирский государственный университет экономики и управления

(Россия, г. Новосибирск)

 

Аннотация. Эффективное управление оборотным капиталом заключается в установлении наиболее оптимального соотношения между следующими показателями: величина финансового цикла, текущей ликвидностью и рентабельностью активов. Особую актуальность данный вопрос имеет в отрасли пищевой промышленности, так как является основополагающей в обеспечении продовольственной безопасности страны. В статье будет проведен регрессионный анализ вышеназванных показателей организаций пищевой промышленности России и сделаны выводы о направлении и силе взаимосвязи между ними.

Ключевые слова: оборотный капитал, финансовый цикл, рентабельность, ликвидность, пищевая промышленность.

 

 

Нестабильность современной российской экономики требует от руководителей организаций особого внимания управлению оборотным капиталом. Проведение регрессионного анализа между показателями финансового цикла, рентабельности и ликвидности позволит определить требуемую продолжительность финансового цикла при определенном уровне ликвидности и рентабельности. Результаты таких исследований позволят, во-первых, производителям пищевой отрасли повысить эффективность своего производства, также они получат возможность управления продолжительностью своего финансового цикла, а во-вторых, обеспечить продовольственную безопасность нашей страны.

Пищевая промышленность – это одна из основополагающих отраслей экономики, так как она обеспечивает высокий уровень развития и качество жизни населения страны. Также пищевая промышленность – лидер по производству промышленной продукции. Данная отрасль производит продукцию массового потребления, которая пользуется повседневным спросом и быстро реализуется, в результате чего финансовый цикл организаций непродолжителен. Наиболее привлекательными, в финансово-инвестиционном плане, выступают такие подотрасли, как: табачная, кондитерская, масложировая, чайная, плодоовощная.

В статье нами будут построены регрессионные модели, при построении которых будут использованы две зависимые переменные – рентабельность активов и ликвидность компании.

В выборку входят 1045 компании пищевой промышленности из разных субъектов РФ. Построение описательной статистики по переменным регрессионных моделей будет происходить на основе расчёта показателей: RNOA (рентабельность чистых операционных активов), текущая ликвидность, финансовый цикл (а именно его составляющих, продолжительности оборачиваемости запасов (DIO), дебиторской задолженности (DSO) и кредиторской задолженности (DPO)). На основе эконометрических моделей можно будет провести регрессионный анализ данных показателей.

Учитывая существенное влияние макроокружения на компании пищевой промышленности, эконометрические модели отдельно строились за 2013-2015 гг. Коэффициенты корреляции представлены в таблице 1.

 

 

Таблица 1. Коэффициенты корреляции переменных для построения эконометрических моделей за 2013-2015 гг.

Показатель

RNOA

CR

DIO

DSO

DPO

2013 год

RNOA

1,00

0,02

-0,02

-0,06

-0,07

CR

0,02

1,00

-0,06

0,01

-0,28

DIO

-0,02

-0,06

1,00

0,21

0,44

DSO

-0,06

0,01

0,21

1,00

0,47

DPO

-0,07

-0,28

0,44

0,47

1,00

2014 год

RNOA

1,00

0,06

0,00

0,01

0,03

CR

0,06

1,00

-0,01

0,00

-0,04

DIO

0,00

-0,01

1,00

0,75

0,79

DSO

0,01

0,00

0,75

1,00

0,92

DPO

0,03

-0,04

0,79

0,92

1,00

2015 год

RNOA

1,00

0,04

-0,04

-0,01

-0,04

CR

0,04

1,00

-0,02

0,00

-0,02

DIO

-0,04

-0,02

1,00

0,48

0,85

DSO

-0,01

0,00

0,48

1,00

0,78

DPO

-0,04

-0,02

0,85

0,78

1,00

 

 

Из таблицы 1 видно, что теснота связи между показателями различается, более того, в динамике происходят изменения в значениях коэффициентов корреляции. Поэтому, а также учитывая влияние макроэкономических факторов на отрасль, как итоговая используется модель по данным 2015 года.

За 2013 год получена следующая эконометрическая модель:

 

RNOA = -0,1026×CR-0,1195×DIO-0,3282×DSO-0,2111×DPO       (1)

 

Регрессионная статистика по данной функции представлена в таблице 2.

 

 

Таблица 2. Регрессионная статистика для эконометрической функции за 2013 год

Показатель

CR

DIO

DSO

DPO

Модель

Стандартная ошибка

0,0725

0,0477

0,0514

0,0570

t-статистика

1,4162

0,5021

1,3882

0,7047

P-Значение

0,1572

0,0126

0,0000

0,0002

Множественный R

0,9130

R2

0,8335

Нормированный R2

0,8311

Стандартная ошибка

1,1325

 

 

Из таблицы 2 видно, что стандартная ошибка относительно невелика, tэмп<tкрит, то есть показатели значимы, вероятность ошибки невелика для большинства переменных. Коэффициент множественной корреляции составляет 0,9130, то есть между показателями имеется прямая сильная связь, переменные объясняют модель на 83,35%, но значение нормированного R2 дает возможность использовать дополнительные переменные при необходимости. Теоретическое отклонение результирующего признака составляет 1,1325.

За 2014 год получена следующая эконометрическая модель:

 

RNOA = -0,1483×CR-0,1454×DIO-0,2195×DSO-0,2495×DPO       (2)

 

Регрессионная статистика по данной функции представлена в таблице 3.

 

 

Таблица 3. Регрессионная статистика для эконометрической функции за 2014 год

Показатель

CR

DIO

DSO

DPO

Модель

Стандартная ошибка

0,0716

0,0498

0,0535

0,0594

t-статистика

1,0708

0,9202

1,1012

1,2030

P-Значение

0,0388

0,0036

0,0000

0,0000

Множественный R

0,9045

R2

0,8182

Нормированный R2

0,8157

Стандартная ошибка

1,1287

 

 

Из таблицы 3 видно, что стандартная ошибка относительно невелика, tэмп<tкрит, то есть показатели значимы, вероятность ошибки невелика для большинства переменных. Коэффициент множественной корреляции составляет 0,9045, то есть между показателями имеется прямая сильная связь, переменные объясняют модель на 81,82%, но значение нормированного R2 дает возможность использовать дополнительные переменные при необходимости. Теоретическое отклонение результирующего признака составляет 1,1287.

За 2015 год получена следующая эконометрическая модель:

 

RNOA = -0,3269×CR-0,0510×DIO-0,1201×DSO-0,3662×DPO       (3)

 

Регрессионная статистика по данной функции представлена в таблице 4.

 

 

Таблица 4. Регрессионная статистика для эконометрической функции за 2015 год

Показатель

CR

DIO

DSO

DPO

Модель

Стандартная ошибка

0,0737

0,0522

0,0550

0,0605

t-статистика

0,4357

0,9761

1,1840

1,0536

P-Значение

0,0000

0,3294

0,0293

0,0000

Множественный R

0,8702

R2

0,8573

Нормированный R2

0,8545

Стандартная ошибка

1,1082

 

 

Из таблицы 4 видно, что стандартная ошибка относительно невелика, tэмп<tкрит, то есть показатели значимы, вероятность ошибки невелика для большинства переменных. Коэффициент множественной корреляции составляет 0,8702, то есть между показателями имеется прямая сильная связь, переменные объясняют модель на 85,73%, но значение нормированного R2 дает возможность использовать дополнительные переменные при необходимости. Теоретическое отклонение результирующего признака составляет 1,1082.

Таким образом, была построена эконометрическая модель, описывающая взаимосвязь ликвидности, финансового цикла и рентабельности. В основе построенной модели лежит зависимость рентабельности чистых оборотных активов от текущей ликвидности и составляющих финансового цикла для компаний пищевой промышленности. Модель сформирована отдельно за 2013-2015 гг., что позволяет учитывать влияние факторов макроокружения на пищевую промышленность. Построенные регрессионные модели характеризуются приемлемой надежностью, их использование в последующем позволяет разработать рекомендации по совершенствованию управления рентабельностью, ликвидностью и элементами финансового цикла компаний пищевой промышленности на основе выделения оптимального интервала текущей ликвидности с учетом отраслевой специфики компаний.

 

Библиографический список

1. Бойко К.А. Финансовый цикл и рентабельность активов российских компаний пищевой промышленности: эмпирический анализ взаимосвязи / К.А. Бойко, Е.М. Рогова // Вестник Санкт- Петербургского государственного университета. – 2016. – №1. – С. 31-65.

2. Волков Д.Л. Управление оборотным капиталом: анализ влияния финансового цикла на рентабельность и ликвидность компаний / Д.Л. Волков, Е.Д. Никулин // Вестник Санкт-Петербургского государственного университета. – 2012. – №2. – С. 3-33.

3. Попова Е.Н. Диагностика финансового состояния пищевой промышленности с позиции экономической безопасности // Проблемы современной экономики. – 2012. – №2 (42). – С. 127-130.

 

 

ASSESSMENT OF THE INTERDEPENDENCE OF INDICATORS

OF THE FINANCIAL CYCLE, PROFITABILITY AND LIQUIDITY

OF ORGANIZATIONS FOOD INDUSTRY

 

V.S. Zavorueva, graduate student

Novosibirsk state university of economics and management

(Russia, Novosibirsk)

 

Abstract. Effective working capital management is to establish the most optimal relationship between the following indicators: the amount of the financial cycle, current liquidity and return on assets. This issue has special relevance in the food industry, as it is fundamental in ensuring the country’s food security. The article will regress the analysis of the above indicators of food industry organizations in Russia and draw conclusions about the direction and strength of the relationship between them.

Keywords: working capital, financial cycle, profitability, liquidity, food industry.