Viktorova Natalya G., Dankay Van , Osyka Polina V..
(2022)
ASSESSMENT OF RECEIVABLES AS A RISK FACTOR FOR FOREIGN TRADE ACTIVITIES OF CHINESE CHEMICAL ENTERPRISES. Tyumen State University Herald. Social, Economic, and Law Research
3
.
DOI: 10.21684/2411-7897-2022-8-3-158-172
DOI:
10.25136/2409-7802.2021.3.34967
Дата направления статьи в редакцию:
02-02-2021
Дата публикации:
03-10-2021
Аннотация: Исследование посвящено вопросам анализа влияния на дебиторскую задолженность предприятий химической отрасли отдельных факторов. Предметом исследования выступает дебиторская задолженность, объектом – российские предприятия химической отрасли. Целью стати является построение регрессионной модели зависимости дебиторской задолженности предприятии химической отрасли от объясняющих факторов, отобранных в ходе анализа. В качестве внутренних факторов отобраны такие показатели, как выручка, чистая прибыль, кредиторская задолженность, административные расходы, рентабельность активов и др. Внешние факторы – валовый внутренний продукт, величина денежной массы и индекс сетевой готовности. Построена эконометрическая модель, базирующаяся на данных финансовой отчетности по 44 предприятиям и статистической информации за 2015 – 2019 гг. В результате моделирования выявлено существенное влияние на величину дебиторской задолженности таких показателей, как размер денежных средств, кредиторской задолженности, административных расходов. Полученные результаты исследования интерпретированы. В частности, сделан вывод об увеличении цифровых компонентов административных расходов в контексте цели исследования. Новизна исследования была обоснована с точки зрения применения полученных результатов с целью дальнейшего прогнозирования уровня дебиторской задолженности и более эффективного управления кредиторской политикой предприятия. По результатам моделирования сделан следующий вывод о том, что наибольшее влияние на величину дебиторской задолженности химических компаний оказывают внутренние финансово-экономические показатели.
Abstract:This research analyzes the impact of certain factors upon the accounts receivable from chemical enterprises. The subject of this article is the accounts receivable, while the object is the Russian chemical enterprises. The goal lies in building a regression model of the dependence of accounts receivable from chemical enterprises on the explanatory factors selected in the course of analysis. The internal factors include sales revenue, net profit, accounts payable, management expenses, return on total assets, etc. The external factors include gross domestic product, monetary supply, and Networked Readiness Index. The author creates an econometric model based on the financial report data for 44 enterprises, and statistical information for the period from 2015 to 2019. The result of modeling reveals a considerable impact of such indicators as monetary resources, accounts payable, and management expenses upon the size of accounts receivable. The conclusion is made on the expansion of digital components of management expenses in the context of the goal of research. The novelty of this article is substantiated from the perspective of application of the acquired results for forecasting the level of accounts receivable and more effective management of the payables policy of the enterprise. It is noted that the internal financial and economic indicators have most impact upon the size of accounts receivable from chemical enterprises.
Keywords:
chemical industry, accounts receivable, financial and economic activities, gross domestic product, money supply, network readiness index, modeling, financial reporting, linear regression, stata
Введение
В современных условиях системно-технологических вызовов внешней среды важным фактором развития любой компании является грамотное выстраивание стратегии ее устойчивого развития [8]. В частности, первостепенное место в управлении организацией занимает качество построения взаимоотношений с контрагентами и применение правильной и эффективной кредитной политики [10]. От этого во многом зависит ее результат финансово-хозяйственной деятельности. Процесс взаимодействия с контрагентами неизбежно сопряжен с рисками оплаты не в срок или отсутствием оплаты как таковой, что приводит к образованию дебиторской и кредиторской задолженности [7,3]. Важно не допускать подобных явлений, тщательно их отслеживать. В сущности, качество построения системы взаимодействия с контрагентами сводится к анализу и управлению дебиторской и кредиторской задолженностями. При этом дебиторской задолженности следует уделять более важное значение, нежели кредиторской задолженности, поскольку возникновение дебиторской задолженности сопряжено с отвлечением денежных средств из оборота компании. Это негативно сказывается на ликвидности предприятия, ухудшает его финансовое положение. Для мониторинга ситуации важным является аналитический инструментарий [13,16].
Известно, что анализ экономических процессов изучаемого объекта позволяют объективно оценить, как текущее состояние объекта, так и спрогнозировать его будущее развитие [2]. Проблематика анализа дебиторской задолженности рассматривалась многими авторами [1, 6, 9, 11]. Так в работах [5,12] оценена взаимосвязь дебиторской задолженности и прибыльности организации. В отдельных исследованиях доказано, что использование электронного документооборота оказывает влияние на величину дебиторской задолженности [17]. Обосновано, что более современное программное обеспечение позволяет принимать управленческие решения быстрее, чем при бумажном обмене информацией. Помимо управленческого аспекта, автоматизация бизнес-процессов служит фактором повышения качества управления и анализа за деятельностью компании.
В результате обзора литературы выявлена область, требующая новых разработок и исследований в части анализа и управления дебиторской задолженностью. Так, следует понять, какие факторы в настоящее время оказывают существенное влияние на дебиторскую задолженность. Эта проблематика определила цель нашего исследования.
Методика исследования
На текущий момент на мировом рынке химическая промышленность не занимает приоритетных позиций. Россия находится на 11 месте по объему производства химической продукции, производя 2,1% ее мирового объема. Химическими лидерами являются Соединенные Штаты Америки и Китай, которые производят 18,6% и 15% мировой продукции соответственно. Важное значение также имеют страны ЕС, суммарная доля которых в мировом производстве составляет порядка 15% [14].
При этом внутри РФ наблюдается развитие отрасли, о чем свидетельствует опережающий средний рост химического производства за последние несколько лет относительно среднего роста по промышленности. Наблюдается повышательная тенденция химического производства за весь анализируемый период (рисунок 1).
Рисунок 1. Индекс химического производства и промышленного производства в РФ, 2015–2019 гг., % к предыдущему периоду, накопленным итогом [4]
В качестве базы исследования выступили 44 организации химической промышленности.Сюда, в частности, попали: ПАО «Сибур Холдинг», ПАО "Казаньоргсинтез", ПАО «Химпром» и др. Источником сбора данных послужила бухгалтерская финансовая отчетность компаний, доступная в открытых источниках информации – на официально сайте раскрытия информации «Интерфакс». Была изучена бухгалтерская финансовая отчетность, составленная в соответствии с российскими стандартами бухгалтерского учета, в период с 2015 по 2019 годы. В выборку попали предприятия, имеющие организационно-правовую форму публичного акционерного общества (ПАО) или акционерного общества (АО), для которых раскрытие данных бухгалтерской отчетности является обязательным в соответствии с законодательством РФ. При этом в отрасли присутствует значительное количество организаций, как крупных, так и средних, имеющих отличные организационно-правовые формы, как общество с ограниченной ответственностью или закрытое акционерное общество. По ним отсутствуют открытые данные о финансово-хозяйственной деятельности. Несмотря на это, отобранная выборка является репрезентативной, выбор предприятий произведен случайным образом. Итоговое количество наблюдений составило 225.
В рамках исследования была построена модель линейной многофакторной регрессии. Построение коэффициентов при переменных произведено методом наименьших квадратов (МНК) с дальнейшим проведением оценки значимости коэффициентов, тестированием их на наличие или отсутствие мультиколлинеарности и гетероскедастичности. Результирующим показателем в модели является величина дебиторской задолженности. Отобранные данные являются панельными, исследуются с помощью программного продукта Stata. Методика расчета объясняющих показателей, а также их условные обозначения представлены в таблице 1.
Таблица 1 - Условные обозначения и порядок расчета показателей, включенных в модель
Рус
© 1998 – 2024 Nota Bene. Publishing Technologies. NB-Media Ltd.
