Управление финансовой устойчивостью организации

R = 8,38К1+ К2 + 0,054К3 + 0,63 К4, (2.1.7)

где К_] - коэффициент эффективности использования активов предприятия: собственный оборотный капитал/сумма активов;

К₂ - коэффициент рентабельности: чистая прибыль/собственный капитал;

К3 - коэффициент оборачиваемости активов: выручка от реализации/средняя величина активов;

К₄ - норма прибыли: чистая прибыль/затраты.

Вероятность банкротства организации в соответствии со значением R определяется следующим образом:

R < 0, вероятность банкротства максимальная 90 - 100%, R = -0,18, вероятность банкротства высокая 60 - 80%, R = 0,18 - 0,32, вероятность банкротства средняя 35 - 50%, R = 0,32 - 0,42, вероятность банкротства низкая 15 - 20%, R > 0,42, вероятность банкротства минимальная до 10%. Используя данную методику, можно с точностью до 81% определить степень риска банкротства предприятия за три квартала [52, c.278].

Несмотря на наличие большого количества методик, позволяющих прогнозировать финансовую состоятельность предприятия с той или иной степенью вероятности, ни одна из них не может претендовать на использование в качестве универсальной. Поэтому является целесообразным отслеживание динамики изменения результирующих показателей по нескольким методикам. Актуальной проблемой представляется корректировка методик с учетом региональных и отраслевых особенностей, а также разработка новых алгоритмов прогнозирования вероятности банкротства, свободных от выявленных недостатков.

Таким образом, построение прогнозных моделей для российской экономики пока проблематично, во-первых, из-за отсутствия статистики банкротств; во-вторых, из-за отсутствия учета многих факторов, влияющих на финансовую устойчивость предприятий; в-третьих, из-за нестабильности и неотработанности нормативной базы банкротства российских предприятий [54]. Кроме того, наряду с профессионализмом и интуицией аналитика, исследующего предприятие, значительную роль играет также качество финансово-отчетной документации и степень информативности статистических данных и коэффициентов, на которые опираются модели. Кроме того, так как данные модели строятся на основе дискриминантного метода по статистическим данным предприятий данной страны, то использование моделей ограничено рамками этой страны (или стран, схожих по системе бухгалтерского учета, налогов, расчета коэффициентов). Данные модели могут быть использованы как подход к построению системы оценки вероятности банкротства.

Для отдельных предприятий или даже отраслей могут быть рассчитаны прогнозные модели по показателям финансовой устойчивости.

По ним можно отслеживать, как повлияет в конечном итоге на финансовую устойчивость изменение тех или иных показателей, включенных в модель.

Взаимовлияние показателей можно оценить при помощи парных коэффициентов корреляции, корреляционной матрицы, коэффициентов регрессии.

2.2 Практическая реализация методов экономико-математического моделирования финансовой устойчивости организации

Существующий инструментарий механизма диагностики финансовой несостоятельности предприятий не лишен противоречивости, что затрудняет его практическое применение.

Исследование корреляции объективно существующих явлений и процессов играет важную роль в экономике, позволяя глубже понять причинно-следственные связи. Однако определить взаимовлияние факторов при всем многообразии применяемых моделей и методов бывает нелегко в силу неполноты информации.

Финансово-экономические процессы описываются целым рядом параметров. Для диагностики финансовой несостоятельности предприятий сегодня применяется многообразный, но слабо разработанный финансовый инструментарий, использование которого зачастую приводит к неоднозначным выводам. Методы регрессионного анализа не находят широкого применения из-за отсутствия моделей, сформированных на базе российской финансовой отчетности, или хорошо адаптированных к российским условиям "импортных". Необходимость совершенствования механизма диагностики финансовой несостоятельности предприятий посредством многофакторной модели представляется очевидной.

Методы множественного корреляционно-регрессионного анализа дают возможность выбрать модель, которая наилучшим образом будет соответствовать исходным данным. Такая модель должна, характеризовать реальное поведение исследуемой совокупности объектов, позволять оценить надежность и точность выводов, сделанных на основе ограниченного статистического материала.

Широкое распространение способов и приемов множественного корреляционно-регрессионного анализа обусловлено использованием типовых вычислительных программ по статистике (например, "Пакет анализа - анализ данных" в Microsoft Excel). Эти методы широко используются при планировании, прогнозировании, анализе и оценке, в том числе при диагностике финансовой несостоятельности.

Попытаемся построить несколько эконометрических моделей, описывающих взаимовлияние показателей финансовой устойчивости.

При анализе платежеспособности, финансовой устойчивости организации рассчитывается большое количество показателей. Их можно разделить на 4 группы: коэффициенты рентабельности, ликвидности, деловой активности и финансовой устойчивости.

Рассмотрим, в какой степени все эти коэффициенты связаны между собой. Для этого воспользуемся поквартальными отчетностями ОАО "Аэрофлот" за временной промежуток с 1999 по 2010 год включительно. На основе этих данных рассчитаем основные финансовые коэффициенты. Таким образом, у нас имеется достаточно большой массив информации. Количество наблюдений равно - 48 (4 кварталаЧ12 лет), число рассчитанных коэффициентов - 25.

Применение корреляционного анализа возможно при наличии достаточного количества наблюдений для изучения. На практике считается, что число наблюдений должно не менее, чем в 5-6 раз превышать число факторов. финансовый устойчивость банкротство риск

Проведем корреляционный анализ. Он поможет измерить тесноту связи между варьирующимися признаками. Для наглядности анализа построим корреляционную матрицу, в которой будут отображаться коэффициенты корреляции между коэффициентами.

Для оценки тесноты связи между факторами воспользуемся шкалой Чеддока [36, c.345]:

Таблица 2.2.1

Шкала Чеддока для определения тесноты связи

По корреляционной матрице можно судить о высокой связи между рентабельностью собственного капитала и оборачиваемостью кредиторской задолженности, оборачиваемостью кредиторской задолженности и оборачиваемостью дебиторской задолженности, оборачиваемостью запасов и оборачиваемостью дебиторской задолженности. Также высока связь между обеспеченностью запасов собственными оборотными средствами и коэффициентом автономии (0,786). Естественна высокая корреляция между рентабельностью собственного капитала и рентабельности активов.

Попытаемся построить прогнозную модель для текущей ликвидности ОАО "Аэрофлот". Опять же на основе корреляционной матрицы отберем факторы, которые оказывают самое сильное влияние на коэффициент текущей ликвидности. При этом исключим факторы, которые тесно связаны между собой. Коэффициент корреляции между ними не должен быть выше 0,75. Таким образом, исключим коэффициент рентабельности собственного капитала, так как он тесно связан с коэффициентом рентабельности активов (r_xy=0,84). Рентабельность активов зависит от оборачиваемости кредиторской задолженности. При этом последний фактор теснее связан с результирующим. Можно не рассматривать коэффициент оборачиваемости дебиторской задолженности всилу его слабой корреляции с текущей ликвидностью. В итоге, получили 7 факторов, которые будем поэтапно включать модель: период окупаемости собственного капитала, коэффициент покрытия запасов, оборачиваемость собственного капитала, оборачиваемость кредиторской задолженности, оборачиваемость запасов, коэффициент автономии, обеспеченность запасов собственными оборотными средствами.

Рассчитаем уравнение связи. Решение проводится шаговым способом. Это значит, что в полученном уравнении регрессии мы будем отбрасывать малозначимые факторы, которым соответствует минимальное по абсолютной величине значение t_набл. Для объема выборки в 48 t_набл=2,01. T_факт периода окупаемости собственного капитала ниже наблюдаемого. Поэтому его включение в модель нежелательно. Аналогичным образом исключаем из модели коэффициент покрытия запасов, оборачиваемость собственного капитала, оборачиваемость запасов. В итоге, получаем трехфакторную модель текущей ликвидности (платежеспособности):

S=0,6086+0,0484Чx6+1,5866Чx9+0,08732Чx10, (2.2.1)

где x6 - оборачиваемость кредиторской задолженности,

х9 - коэффициент автономии,

х10 - обеспеченность запасов собственными оборотными средствами.

Теперь необходимо удостовериться в надежности уравнения связи. Фактическая величина F-отношения равна 39,77. F_табл определяется по таблице значений F [30, c.18]. При уровне вероятности б=0,05 и 44 степенях свободы оно составит 2,5836. Поскольку F_факт > F_табл, то гипотеза об отсутствии связи между текущей ликвидностью и исследуемыми факторами отклоняется.

Величина коэффициента множественной корреляции (R=0,8547) свидетельствует о том, что уравнение хорошо описывает изучаемую взаимосвязь между факторами. Коэффициент детерминации D=0,73 означает, что 73% вариации результативного признака объясняется вариацией факторных переменных. Поэтому мы считаем, что эту модель предприятие может применять на практике.

Используя полученное уравнение можно определить, как изменится коэффициент текущей ликвидности при изменении оборачиваемости кредиторской задолженности, коэффициента автономии, обеспеченности запасов собственными оборотными средствами. Отметим, что все они положительно воздействуют на текущую ликвидность предприятия.

Теперь построим многофакторную модель не для одного отдельно взятого предприятия, а для отрасли промышленности республики Татарстан, которая бы с достаточной степенью достоверности отражала влияние нескольких факторов на результирующий.

Выбор факторов зависит от того, что именно должна характеризовать и описывать данная модель.

В качестве результирующего показателя возьмем коэффициент текущей ликвидности, применяемый для диагностики финансовой несостоятельности субъектов хозяйствования. Показатель текущей ликвидности является одним из основных в анализе финансовой устойчивости предприятия.

Анализ будем проводить на основе данных 15 крупнейших предприятий промышленности Республики Татарстан за 2010 год.

Определим совокупность наиболее значимых показателей в качестве факторов регрессионной модели. Выбор показателей зависит от поставленных целей и глубины проводимых исследований, доступности и достоверности финансовой информации, а также от возможности привлечения и использования статистического материала.

Для диагностики финансовой устойчивости используется множество финансовых показателей. От правильности отбора факторов для корреляционного анализа зависит точность выводов. Мы выбрали 7 основных показателей. Это рентабельность продаж, дебиторская задолженность, коэффициент оборачиваемости запасов, коэффициент покрытия долгов собственным капиталом, коэффициент обеспеченности собственными оборотными средствами, коэффициент маневренности собственного капитала.

В Excel при помощи пакета анализа "Анализ данных" строим корреляционную матрицу коэффициентов для выяснения тесноты связи между коэффициентами. Она представлена на рисунке 2.2.1.

Рис.2.2.1. Корреляционная матрица коэффициентов предприятий промышленности РТ

Следует тщательно проанализировать коэффициенты парной корреляции. Между результативным признаком и факторным должна прослеживаться тесная связь. Корреляцию же между факторами нужно устранить. Наблюдается высокая степень корреляции между дебиторской задолженностью и заемным капиталом. При этом связь дебиторской задолженности и заемного капитала с результативным признаком слабая. Поэтому оба фактора исключим из нашей модели. Наряду с этим, можно наблюдать низкую коррелированность коэффициента маневренности собственного капитала с коэффициентом текущей ликвидности. Данный коэффициент также исключается. Остальные факторы показывают сильную или среднюю связь с коэффициентом текущей ликвидности.

При изучении тесноты связи надо иметь ввиду, что величина коэффициентов корреляции является случайной, зависящей от объема выборки. Значимость коэффициентов корреляции проверяется по критерию Стьюдента. Если расчетное значение (t_факт) выше табличного (t_табл), то величина корреляции значима (значения учитываются по модулю).

Факторы, которые имеют критерий надежности по Стьюденту меньше табличного, не рекомендуется принимать в расчет. Табличные значения t находят по таблице значений критериев Стьюдента. При этом учитывается количество степеней свободы и уровень доверительной вероятности (в эконометрических расчетах обычно б=0,05).

Количество степеней свободы в нашем случае составит 13 (15-2). При уровне доверительной вероятности б=0,05, t=2,16. Таким образом, стоит исключить и коэффициент оборачиваемости запасов. Его расчетное значение меньше табличного.

Далее с помощью пошаговой регрессии рассчитываем уравнение регрессии.

На каждом шаге рассчитываем уравнение связи, множественный коэффициент детерминации (D), стандартная ошибка (е) и другие показатели, с помощью которых оценивается надежность уравнения связи. Величина их на каждом шаге сравнивается с предыдущей. Чем выше значение коэффициентов множественной корреляции, детерминации и чем меньше стандартная ошибка, тем точнее уравнение связи описывает зависимости между исследуемыми показателями (Таблица 2.2.2).

Если добавление следующих факторов не улучшает значение оценочных показателей связи, то надо их отбросить и остановиться на уравнении, в котором эти показатели оптимальны.

Таблица 2.2.2

Результаты расчета уравнения связи

Чтобы убедиться в надежности уравнения связи и правомерности его использования в практических целях, необходимо дать статистическую оценку надежности показателей связи. Для этого используют критерий Фишера-Снедекора (F-отношение), коэффициенты множественной корреляции (R) и детерминации (D).

Фактическая величина F-отношения сопоставляется с табличной и делается заключение о надежности связи. В предложенной модели величина F-отношения на последнем шаге равна. F_табл (критическое) определяется по таблице значений F. При уровне вероятности a = 0,05 и 11 степенях свободы оно составит 3,2038. Поскольку F_факт > F_табл, то гипотеза об отсутствии связи между текущей ликвидностью и исследуемыми факторами отклоняется.

Величина коэффициента множественной корреляции (R = 0,9744) для данной модели свидетельствует о том, что полученное уравнение хорошо описывает изучаемую взаимосвязь между факторами. Коэффициент детерминации D = 0,9495 означает, что 94 % вариации результативного признака объясняется вариацией факторных переменных. Следовательно, в регрессионную модель текущей ликвидности удалось включить наиболее существенные факторы, что позволяет использовать ее в практических целях.

Таким образом, по полученному уравнению регрессии мы можем с определенной уверенностью утверждать, что при увеличении коэффициента покрытия долгов собственным капиталом на 1 единицу коэффициент текущей ликвидности увеличится на 3,78 при неизменном значении других факторов. По аналогии выделяется влияние коэффициента обеспеченности собственными оборотными средствами и рентабельности продаж на текущую ликвидность предприятия.

Для оценки влияния каждого фактора нужно представить коэффициенты регрессии в стандартизованном виде:

в₁=3,781615Ч2,3248/2,3237=3,7834052

в₂=0,51686Ч0,3459/2,3237=0,0769384

в₃=1,98528Ч0,083/2,3237=0,070912

По стандартизованным коэффициентам регрессии мы видим, что самое большое влияние оказывает коэффициент покрытия долга собственными средствами, коэффициент обеспеченности собственными оборотными средствами и рентабельность продаж приблизительно равны по влиянию на текущую ликвидность.

Так как эти факторы оказывают самое сильное влияние на коэффициент текущей ликвидности, то именно им нужно уделить особе внимание при управлении финансовой устойчивостью. Соотношение собственных и заемных средств увеличит текущую ликвидность предприятия, но в случае положительного эффекта финансового рычага снизит рентабельность деятельности. Поэтому важным является установление оптимального значения текущей ликвидности для конкретных условий хозяйствования.

Наряду с внутренними факторами (структура активов и пассивов, производственные мощности, успешность менеджмента и т.п.) на финансовые результаты деятельности предприятия значительное влияние могут оказывать внешние (экзогенные) факторы. Отраслевая принадлежность предприятия, его зависимость от экспорта продукции, а также чувствительность котировок его акций от положения на фондовом рынке России в целом определяют степень воздействия внешней среды на комплекс финансовых показателей фирмы.

В этой связи приобретает актуальность задача выявления таких показателей, которые в наименьшей степени подвержены влиянию внешней среды и, соответственно, могут определять реальную степень эффективности деятельности финансовых менеджеров.

Рассмотрим особенности влияния внешних (экзогенных) факторов на показатели, характеризующие финансовую устойчивость предприятий.

Для предприятий, активно использующих заемный капитал, особую важность имеет поддержание на должном уровне показателей ликвидности, платежеспособности и финансовой устойчивости.

Группа коэффициентов краткосрочной ликвидности информирует о способности фирмы оплачивать свои счета в течение короткого периода времени без просрочек и в основном интересует ее краткосрочных кредиторов.

Одним из наиболее известных и широко используемых коэффициентов ликвидности является коэффициент текущей (общей) ликвидности, рассчитываемый как отношение текущих активов к краткосрочным обязательствам [45, с.62].

Структура оборотных активов и их удельный вес в общей стоимости имущества предприятия в значительной степени определяется его отраслевой принадлежностью.

Наряду с этим непосредственное воздействие на структуру как оборотных активов, так и краткосрочных обязательств, оказывают такие внешние факторы, как уровень инфляции, курсы иностранных валют, цены на нефть, цены на сырье и др.

Один из основных факторов, который оказывает влияние на принятие тех или иных решений в отношении активов, - это инфляция. К примеру, если ожидается резкий рост цен на сырье, то оправдано создание завышенных запасов при условии, что инфляция будет значительно выше затрат на их хранение [41, c.176].

Мы провели подробное исследование влияния факторов внешней среды на текущую ликвидность ОАО "Челябинский трубопрокатный завод". В ходе данного исследования на статистически значимом уровне была показана связь между внешними макроэкономическими показателями (курсом доллара США на Московской Межбанковской Валютной бирже и ценами на нефть на мировых рынках) и коэффициентом текущей ликвидности данного предприятия. Была построена прогнозная регрессионная модель, основные параметры которой позволили сделать вывод о возможности прогнозирования уровня текущей ликвидности предприятия на основании ожидаемых значений двух экзогенных факторов - курса доллара и цен на нефть.

Модель была построена на основе квартальных данных за период декабря 2004 года по март 2011 года. Основные параметры построенной регрессионной модели изложены в таблице 2.2.3.

Таблица 2.2.3

Вывод итогов регрессионного анализа в Excel

Значимость уравнения множественной регрессии оценивается с помощью коэффициента множественной корреляции и его квадрата - коэффициента детерминации. Коэффициент корреляции - 0,53, коэффициент детерминации - 0,28.

По критерию Фишера, фактическая величина F-отношения равна 4,49. F_табл определяется по таблице значений F. При уровне вероятности б=0,05 и 22 степенях свободы оно составит 3,049. Поскольку F_факт > F_табл, то гипотеза об отсутствии связи между текущей ликвидностью и исследуемыми факторами отклоняется.

Коэффициенты регрессии так же больше своих табличных значений по таблице Стьюдента (t_табл= 2,0639 при б=0,05 и 24 степенях свободы).

Y=4,242755152-0,072082574X₁-0,010315026X_2,

где Y- текущая ликвидность,

X₁- курс доллара,

X₂ - цена на нефть.

В данной регрессионной модели параметры B при объясняющих (независимых) переменных характеризуют среднее изменение изучаемого показателя с изменением соответствующего фактора (среднего курса доллара на ММВБ или мировых цен на нефть) на единицу при неизменном значении других факторов, закрепленных на среднем уровне [30, c.43].

Стандартизированные коэффициенты Beta при вышеуказанных независимых переменных модели множественной линейной регрессии показывают, на какое количество средних квадратических отклонений изменится в среднем результат, если соответствующий фактор изменится на одно среднее квадратическое отклонение [30, c.45]:

в₁= -0,07208Ч28,0102/5,3877= -0,374738

в₂=-0,01032Ч73,1168/5,3877= -0,1400533

При повышении курса доллара на 1% текущая ликвидность снизится на 0,37%. Повышение цен на нефть так же отрицательно сказывается на коэффициенте текущей ликвидности (0,14%).

Эти моменты необходимо также учитывать в управлении финансовой устойчивостью. Мы не можем управлять ими, но с их помощью мы можем прогнозировать уровень ликвидности.

Таким образом, используя экономико-математические методы мы можем строить уравнения регрессии, объясняющие те или иные показатели деятельности в зависимости от других. Расчет производится по данным бухгалтерской отчетности за предыдущие отчетные периоды. Вычисления можно выполнить в Excel, что значительно облегчит работу. К тому же входные данные всегда можно откорректировать, не выполняя всей работы по структуризации заново. Для управления финансовой устойчивостью важен анализ финансовых коэффициентов. Этот традиционный метод выявления слабых мест сегодня необходимо дополнять новыми инструментами. К ним и относится экономико-математическое моделирование. Применение корреляционного анализа, регрессионного анализа на практике значительно повышает результативность деятельности финансовых служб.

2.3 Рекомендации к управлению финансовой устойчивостью в организации с учетом результатов практической реализации

С развитием рыночных отношений и ростом потребностей в инвестиционном капитале, старые методы управления финансами предприятия в России постепенно отмирают. Рынок вносит свои коррективы в условия и методы хозяйствования на предприятиях, деятельность которых контролируется теперь не абстрактным собственником в лице государства, а конкретными людьми, финансовое благополучие которых тесно связано с финансовым благополучием конкретного предприятия. Умение эффективно управлять финансами, повышать финансовую устойчивость предприятия становится настоящим конкурентным преимуществом в быстроизменяющейся среде бизнес-пространства России.

Проблема обеспечения финансовой устойчивости организации логически обусловливает необходимость рассмотрения способов и подходов совершенствования управления ею.

К основным задачам управления финансовой устойчивостью промышленных организаций относятся: обнаружение объектов, областей повышенного риска, оценка степени финансовой устойчивости; анализ соответствия сложившегося уровня финансовой устойчивости установленным нормативам; разработка мер по предупреждению банкротства или укреплению финансовой устойчивости; в случаях, когда кризисное финансовое состояние наступило, принятие мер к максимально возможному возмещению ущерба контрагентам.

При управлении финансовой устойчивостью исходным звеном принятия обоснованных управленческих решений является ее анализ. Совершенствование анализа финансовой устойчивости предприятия должно заключаться в том, что его необходимо превратить из средства последовательного описания (фиксации) финансовой устойчивости в активный инструмент регулирования финансовых процессов и обоснования стратегии развития предприятия. Развитие аналитической работы в области финансовой устойчивости предприятия должно выражаться в придании ей более четкой управленческой направленности, то есть уточнении сложившихся методик анализа с целью более тесной увязки стратегического и тактического аспектов анализа. Это обеспечит не только объективную оценку финансового состояния предприятия, но и позволит использовать его как эффективный инструментарий оценки возможностей и риска развития каждого предприятия.

Создание математических моделей в области управления финансовой устойчивостью организации вызвано необходимостью формализованного учета и анализа параметров финансовой устойчивости. При моделировании необходимо постоянно уточнять принятые допущения, корректировать субъективные оценки, проверять адекватность модели и ее модификаций, так как любая модель должна отражать вероятностный характер функционирования предприятия и многовариантность управленческих решений [4, c.51].

Нами были рассмотрены зарубежные и российские методики диагностики банкротства предприятий. Все они основаны на дисперсионном, регрессионном анализе. Копировать зарубежные модели, слепо переносить на российскую практику нельзя. В большинстве своем они не дадут адекватной информации о финансовом состоянии хозяйствующих субъектов, так составлялись много лет назад совсем для другой экономической ситуации, отличной от нашей. Мы можем их использовать лишь как вектор и ориентир в наших собственных исследованиях. Синтез экономики, финансового менеджмента и прикладных дисциплин, таких как статистика, эконометрика, позволяет анализировать количественную сторону многих экономических явлений. Представляется возможным математическое объяснение, количественное измерение взаимосвязи связей между различными факторами одного явления. В нашей работе мы изучали влияние совокупности факторов на показатели финансовой устойчивости. Основным показателем финансовой устойчивости, платежеспособности предприятия является коэффициент текущей ликвидности. Его мы и выбрали результирующим фактором в экономико-математических моделях. Полагаясь на полученные результаты, можно констатировать, что на коэффициент текущей ликвидности положительно влияют такие показатели как оборачиваемость кредиторской задолженности, коэффициент автономии, обеспеченность запасов собственными оборотными средствами. Исследование проводилось по финансовым показателям ОАО "Аэрофлот" за десятилетний промежуток времени. Поэтому с достаточной степенью надежности можно применять данную модель для прогнозов будущей ликвидности при определенных изменениях факторов, включенных в уравнение регрессии. ОАО "Аэрофлот" стоит обратить самое пристальное внимание в управлении финансовой устойчивостью повышению коэффициента автономии и ускорению кредиторской задолженности. Коэффициент автономии должен находиться в нормативном интервале значений для этой компании. Но его слишком высокое значение будет снижать доходность, если рентабельность собственного капитала выше процентов по кредитам. А это будет негативно отражаться на благосостоянии собственников. Для ускорения оборачиваемости кредиторской задолженности необходимо улучшить платежную дисциплину предприятия в отношениях с поставщиками, бюджетом, внебюджетными фондами, персоналом предприятия, прочими кредиторами. Важно своевременно погашать свою задолженность перед кредиторами и (или) сокращать покупки с отсрочкой платежа (коммерческого кредита поставщиков). Коэффициент оборачиваемости кредиторской задолженности должен быть меньше коэффициента оборачиваемости дебиторской задолженности.