Введение

Машины и оборудование являются одним из весомых компонентов в активах предприятий, поэтому определение их стоимости и ее прогнозирование имеет немаловажное значение. Для геодезического предприятия, большую часть основных фондов которого занимает геодезическое оборудование, данный вопрос наиболее актуален.

При принятии объекта в залог банк смотрит на большое количество параметров, среди них: ликвидность, срок экспозиции, текущее использование объекта, его техническое состояние, обременения и прочие юридические аспекты.

Оценка стоимости оборудования для целей кредитования в текущих реалиях выполняется и независимыми оценщиками и специалистами банка, если в качестве залога предлагаются объекты, которые являются стандартными и не представляют собой сложный технологический комплекс.

В качестве базы для определения залоговой стоимости берется рыночная стоимость объекта на открытом рынке, когда все стороны осведомлены о сделке, на стороны не оказывается давление и прочие чрезвычайные обстоятельства. Для расчета залоговой стоимости определяется дисконт, которые отражает затраты и риски, которые связаны с продажей объекта в условиях вынужденной продажи.

Для банка критично важно корректно оценивать основные параметры, которые являются драйверами стоимости. Для обеспечения качества кредитного и залогового портфеля залоговая служба или подразделение мониторинга осуществляет контроль количественных и качественных характеристик предметов залога. При этом не всегда корректно понимается периметр контроля качественных характеристик, которые влияют на стоимость объектов. Возникают трудности с актуализацией стоимости, особенно если речь идет о большом списке объектов в количестве более 100 единиц. В лучшем случае к данному функционалу будут относиться формально или вовсе его не выполнять в силу физической нехватки ресурсов.

Необходимы новые инструменты, которые позволят снизить риски некорректного мониторинга стоимости объекта залога. В статье предпринята попытка разработать такой инструмент.

По вопросам стоимостной оценки движимого имущества подготовлено большое количество трудов таких авторов как Федотова М.А.[8] , Бакулина А.А. [2], Ножкина Е.Ю. [5], Смоляк С.А. [7], Казаков Д.В.[4].

Существует большое количество методов прогнозирования: экстраполяции трендов, скользящих средних, экспоненциального сглаживания. Отдельного внимания в прогнозировании отводят методам корреляционного и регрессионного анализов: наименьших квадратов, авторегрессии, модели линейной и множественной регрессии.

Методологической основой для прогнозирования стоимости выступили работы Бабешко Л.О [1] и Фролова А.В [9].

Объекты и методы исследования

Объектом исследования является комплект геодезического оборудования.

В исследовании применяются следующие методы:

• эмпирические – наблюдение, описание, измерение;
• универсальные – анализ, обобщение;
• статистические – регрессия.

Экспериментальная часть

Для прогнозирования рыночной стоимости оборудования, необходимо сделать прогноз стоимости на период кредитования с учетом факторов, влияющих на стоимость, найти необходимые индикаторы в ретроспективном периоде и стоимость удельного показателя объекта оценки.

Стандартный комплект оборудования состоит из следующих компонентов, которые представлены в табл. 1:

Таблица 1

Комплект оборудования

Средняя стоимость комплекта оборудования рассчитывается из прейскурантов цен продавцов геодезического оборудования^[1].

Факторами, которые могут в значительной степени повлиять на стоимость оборудования, выбраны следующие:

1. средняя стоимость топосъемки за 1 Га;
2. индекс цен производителей (ИЦП-ProducerPriceIndex) США (по географическому признаку страны-происхождения объекта);
3. стоимость валюты – доллара.

Ретроспективный период наблюдения выбран с февраля 2017 года по март 2020 года.

Прогноз — один год с апреля 2020 по март 2021 года.

Средняя стоимость топосъемки была определена с помощью прейскурантов организаций, оказывающих данную работу, а также, с помощью данных, предоставленных ООО «Геокад».

Значения ИЦП в США (г/г) – были получены через информационно-аналитический портал investing.com^[2].

Информация о стоимости доллара за ретроспективный период по данным сайта Центрального Банка Российской Федерации^[3].

Официальные прогнозные значения средней стоимости топосъемки в настоящий момент не представлены, в данной работе исходим из того что, как правило, организации, оказывающие данную услугу, устанавливают цену на один квартал. Специалисты ООО «Геокад» предположили следующие цены на топосъемку в прогнозном периоде:

Таблица 2

Средняя стоимость топосъемки в прогнозном периоде

Источник: ООО «Геокад»

Прогнозные значения индекса цен производителей США (PPI) получены через платформу TradingEconomics^[4], где  пользователям предоставляется статистическая  информация, включая исторические данные и прогнозы для многих экономических показателей, включая PPI.

Прогноз доллара сделан с помощью платформы прогнозирования курса валют^[5].

По результатам исследования, удалось собрать следующие исходные данные (табл.3).

Отдельным цветом в таблице оформлен прогнозный период (прогнозные значения факторов) – с апреля по март 2021 года.

Таблица 3

Данные, полученные для прогнозирования стоимости объекта оценки

            Проверим гипотезу о влиянии выбранных факторов на стоимость с помощью корреляционного анализа. Результаты анализа приведены в виде корреляционной матрицы в табл. 4.

Таблица 4

Корреляционная матрица факторов стоимости объекта оценки

В таблице можно увидеть, что на стоимость оцениваемого комплекта оборудования оказывают существенное влияние такие факторы как средняя стоимость топосъемки и курс доллара. Обратная корреляция зафиксирована с индикатором PPI, что связано со значительным влиянием курса валюты. Тем не менее, принято решение оставить данный фактор в модели. Анализ мультиколлинеарности факторов модели свидетельствует об отсутствии существенной связи между ними.

 В целом, проведенный корреляционный анализ подтверждает гипотезу о корректности выбора влияющих факторов.

Далее, переходим к моделированию.

Схематически модель можно представить следующим образом:

где

У – целевой прогнозируемый признак (в данном случае вероятность выхода на просрочку

f – форма зависимости целевого признака от факторов

х – набор факторов, независимые переменные, которые влияют на целевой признак

е – ошибка модели

Для построения модели воспользуемся режимом работы «Регрессия» офисного пакета MSExcel.

В качестве входного интервала Y, используем значения скользящей средней (при периоде = 3), за входной интервал X, берем индикаторы — средняя стоимость топосъемки, PPI, стоимость валюты.

Полученные результаты моделирования представлены в табл. 5.

Таблица 5

 Результаты регрессионного анализа

Проверка качества модели.

О значимости модели свидетельствует высокое значение коэффициента детерминации модели — R-квадрат (0,8).  В соответствии со шкалой Чеддока (табл. 6) это означает высокую тесноту связи.

Таблица 6

 Шкала Чеддока

Далее, проверим качество модели по F-критерию.

Процедура производится по алгоритму, который рассматривается в работе С.В. Грибовского [3]. В соответствии с F-тестом качества, если выполняется неравенство Fp>Fкр, то уравнение регрессии считается значимым.

Расчетное значение  F-критерия определяется как

                                                  F_р = R² (n—k-1) / k (1- R²)   

где  R² – коэффициент детерминации (квадрат коэффициента множественной корреляции):

— наблюдаемые,  а— прогнозируемые моделью значения результирующей переменной.

В данном случае, исходя из результатов таблицы 5, Fр = 45,47. Критическое значение F-статистики: υ1 = k-1 = 2, υ2 = n-k = 33 и уровня значимости 0,05 равно Fкр = 2,9 (по таблице критических значений критерия Фишера)^[6].

Таким образом, Fp = 45,47 > Fкр = 2,9, то есть неравенство Fp > Fкр выполняется, и соответственно, модель регрессии, в целом, статистически значима.

Результаты

Далее, на основе полученных коэффициентов:Y-пересечение, переменная Х1, переменная Х2, переменная Х3 (табл. 7), мы можем получить прогнозную стоимость оборудования на период с апреля 2020 года по сентябрь 2020 года.

Таблица 7

 Прогнозное значение стоимости оборудования ООО «Геокад»

Прогнозное значение оборудования указывается в пятом столбце таблицы, через год стоимость будет составлять 2 526 000 рублей.

Предпосылки и ограничения модели:

1. В модели не учитываются внутренние факторы, которые связаны с объектом оценки, в частности, физический износ. Износ увеличивается со временем эксплуатации объекта, вследствие чего снижается привлекательность оборудования и производительность. При этом, при должной эксплуатации и необходимом ремонте эксплуатационные характеристики объектов не снижаются. Тем не менее, расчет величины износа необходимо осуществлять и учитывать в прогнозной величине стоимости отдельно. Более подробно данные вопросы рассмотрены в работе С.А. Смоляка [6].
2. Модель зависит от качества прогноза факторов, которые влияют на стоимость. Прогнозы должны быть представлены авторитетными агентствами или профильными ведомствами.
3. Модель работает в стабильных макроэкономических условиях. В условиях кризиса результаты модели могут быть не стабильны и необходимо учитывать общее снижение периода экспозиции из-за снижения спроса на продукцию.

Выводы

В исследовании разработана модель прогнозирования стоимости комплекта геодезического оборудования. Качество модели подтверждается коэффициент детерминации и F-тестом.

Практическая область применения модели возможна при кредитовании корпоративных заемщиков соответствующей отрасли. Прогнозные значения стоимости (при условии корректного расчета величины износа) возможно использовать при проведении мониторинга обеспечения. При должном уровне автоматизации в банке, возможно настроить параметры для автоматической калибровки стоимости во времени.

При существенном отклонении стоимости более, чем на 20% целесообразно осуществлять переоценку объектов. Использование данного подхода позволит существенно упростить и оптимизировать затраты на мониторинг обеспечения.

Направлением, для дальнейшей работы является учет внутренних факторов стоимости, в частности физического износа.

[1]https://www.geobrand.ru/price-list/, https://imgeo.ru/prajs-list,  https://www.rusgeocom.ru/catalog

[2] https://investing.com.

[3] www.cbr.ru

[4] https://tradingeconomics.com/ — information for economic indicators.

[5] https://prognozex.ru/dollara/sberbank

[6]http://psystat.at.ua/publ/1-1-0-25