Многофакторная трендовая модель устойчивого роста предприятия в условиях конкуренции и инфляции

Обложка

Цитировать

Полный текст

Аннотация

Данное исследование посвящено анализу роста предприятий в условиях конкуренции и инфляции, с акцентом на концепцию устойчивого роста. Существующие модели устойчивого роста больше подходят для решения обратной задачи, где определяются источники финансирования при заданном темпе роста, и менее эффективны для решения прямой задачи — планирования объёмов продаж при известных исходных данных. Это связано с тем, что традиционные модели не учитывают внешние факторы роста. Хотя инфляционные модели устойчивого роста улучшили ситуацию, они по-прежнему не принимают во внимание конкуренцию. Предлагаемая многофакторная трендовая модель устойчивого роста заполняет этот пробел, учитывая ключевые драйверы роста: коэффициент инвестирования, оборачиваемость активов, рентабельность продаж, финансовый рычаг и динамику цен на продукцию и ресурсы. Модель разработана с использованием методов дифференциального и интегрального исчисления, при этом финансовые коэффициенты рассматриваются как динамичные величины, описываемые трендами, отражающими влияние внешней среды. Потенциал модели продемонстрирован на примере различных отраслей. Модель позволяет моделировать весь жизненный цикл предприятия, включая период спада, и может служить инструментом стратегического планирования. Она описывает естественный, типичный и логистический рост, и может быть использована на ранних стадиях жизненного цикла, когда данные ограничены.

Об авторах

В. Белых

Новосибирский государственный университет экономики и управления «НИНХ», Новосибирск, Россия

Автор, ответственный за переписку.
Email: v.v.belykh@gmail.com

Список литературы

  1. Gentry J.A. (1988). State of the Art of Short-Run Financial Management // Financial Management, 41–57. DOI: https://doi.org/10.2307/3665525
  2. Рябова Е.В., Cамоделкина М.А. (2018). Факторы устойчивого роста российских компаний // Финансы: теория и практика. Том. 22. №1. С. 104–117. https://doi.org/10.26794/2587-5671-2018-22-1-104-117 = Rjabova E.V., Samodelkina M.A. (2018). Factors of sustainable growth of Russian companies // Finance: theory and practice, 22(1), 104–117. (In Russ.) https://doi.org/10.26794/2587-5671-2018-22-1-104-117 DOI: https://doi.org/10.26794/2587-5671-2018-22-1-104-117
  3. Ocak M., Fındık D. (2019). The impact of intangible assets and sub-components of intangible assets on sustainable growth and firm value: evidence from Turkish listed firms // Sustainability, 11(19), 5359. https://doi.org/10.3390/su11195359 DOI: https://doi.org/10.3390/su11195359
  4. Oprean-Stan C., Oncioiu I., Iuga I.C., Stan S. (2020). Impact of Sustainability Reporting and Inadequate Management of ESG Factors on Corporate Performance and Sustainable Growth // Sustainability, 12(20), 8536. https://doi.org/10.3390/su12208536 DOI: https://doi.org/10.3390/su12208536
  5. Ionita C., Dinu E. (2021). The effect of intangible assets on sustainable growth and firm value–Evidence on intellectual capital investment in companies listed on Bucharest Stock Exchange // Kybernetes, 50(10), 2823–2849. https://doi.org/10.1108/K-05-2020-0325 DOI: https://doi.org/10.1108/K-05-2020-0325
  6. Teng X., Wang Y., Wang A., Chang B.-G., Wu K.-S. (2021). Environmental, Social, Governance Risk and Corporate Sustainable Growth Nexus: Quantile Regression Approach // International Journal of Environmental Research and Public Health, 18(20), 10865. https://doi.org/10.3390/ijerph182010865 DOI: https://doi.org/10.3390/ijerph182010865
  7. Chen X., Liu C., Liu F., Fang V. (2021). Firm Sustainable Growth during the COVID-19 Pandemic: The Role of Customer Concentration // Emerging Markets Finance and Trade, 57(6), 1566–1577. https://doi.org/10.1080/1540496X.2021.1904884 DOI: https://doi.org/10.1080/1540496X.2021.1904884
  8. Ain Q.U., Yuan X., Javaid H.M., Naeem M. (2022). Board gender diversity and sustainable growth rate: Chinese evidence // Economic Research-Ekonomska Istraživanja, 35(1), 1364–1384. doi: 10.1080/1331677X.2021.1965002 DOI: https://doi.org/10.1080/1331677X.2021.1965002
  9. Steblyanskaya A.N., Ai Mingye, Efimova O.V., Kleiner G.B., Rybachuk M.A. (2022). Multi-capital approach for sustainable growth: experience from the oil & gas companies // Finance: Theory and Practice. 26(4), 29–43. https://doi.org/10.26794/2587-5671-2022-26-4-29-43 DOI: https://doi.org/10.26794/2587-5671-2022-26-4-29-43
  10. Wang L., Tian Z., Wang X., Peng N. (2023). C.E.O. academic experience and firm sustainable growth // Economic Research-Ekonomska Istraživanja, 36(2), 2135553. https://doi.org/10.1080/1331677X.2022.2135553 DOI: https://doi.org/10.1080/1331677X.2022.2135553
  11. Kisor M. (1964). The Financial Aspects of Growth // Financial Analysts Journal, 20(2), 46–51. DOI: https://doi.org/10.2469/faj.v20.n2.46
  12. Lerner E., Carleton W. A (1966). Theory of Financial Analysis. New York: Harcourt, Brace and World.
  13. Higgins R.C. (1977). How much growth can a firm afford? // Financial Management, 6(3), 7–16. DOI: https://doi.org/10.2307/3665251
  14. Ulrich T., Arlow P. (1980). The Financial Implications of Growth // Journal of Small Business Management, 18(4), 28–33.
  15. Johnson D. (1981). The Behavior of Financial Structure and Sustainable Growth in an Inflationary Environment // Financial Management, 10(4), 30–35. https://doi.org/10.2307/3665216 DOI: https://doi.org/10.2307/3665216
  16. Eisemann P. (1984). Another Look at Sustainable Growth // Journal of Commercial Bank Lending, 67(2), 47–51.
  17. Lewellen W., Kracaw W. (1987). Inflation, Corporate Growth, and Corporate Leverage // Financial Management, 16(4), 29–36. https://doi.org/10.2307/3666106 DOI: https://doi.org/10.2307/3666106
  18. Gulati D., Zantout Z. (1997). Inflation, capital structure, and immunization of the firm’s growth potential // Journal of Financial and Strategic Decisions, 10(1), 77–90.
  19. Nissim D., Penman S.H. (2001). Ratio analysis and equity valuation: From research to practice // Review of accounting studies, (6), 109–154. https://doi.org/10.1023/A:1011338221623 DOI: https://doi.org/10.1023/A:1011338221623
  20. Soliman M.T. (2004). Using Industry­Adjusted DuPont Analysis to Predict Future Profitability. Working paper, Stanford University. DOI: https://doi.org/10.2139/ssrn.456700
  21. Mauboussin M., Johnson P. (1997). Competitive advantage period: the neglected value driver // Financial Management, 26(2), 67–74. https://doi.org/10.2307/3666168 DOI: https://doi.org/10.2307/3666168
  22. Березинец И.В., Удовиченко О.М., Девкин А.А. (2016). Прогнозирование рентабельности российских компаний с использованием отраслевой модели Дюпон // Российский журнал менеджмента. Т. 14. №1. С. 3–28. = Berezinets, I.V., Udovichenko, O.M., Devkin, A.A. (2016). Prediction of Profitability of Russian Companies: The Industry-Adjusted DuPont Model // Russian Management Journal, 14(1), 3–28. (In Russ.). DOI: https://doi.org/10.21638/spbu18.2016.101
  23. Allen R.G.D. (1960). Mathematical Economics. London: Macmillan, 812 p.
  24. Harrod R.F. (1939). An essay in dynamic theory // The economic journal, 49(193), 14–33. DOI: https://doi.org/10.2307/2225181
  25. Domar E.D. (1946). Capital expansion, rate of growth, and employment // Econometrica, Journal of the Econometric Society, 14(2), 137–147. DOI: https://doi.org/10.2307/1905364
  26. Чачин П. (2011). 20 лет сотовой связи в России // itWeek. URL:https:// www.itweek.ru/mobile/article/detail.php?ID=133937 (дата обращения 12.12.2024). = Chachin P. (2011). 20 years of cellular communications in Russia // itWeek. URL:https:// www.itweek.ru/mobile/article/detail.php?ID=133937 (date of access 12.12.2024). (In Russ.).
  27. Юданов А. (2007). «Быстрые» фирмы и эволюция российской экономики // Вопросы экономики. №2. С. 85–100. = Yudanov A. (2007). «Fast» firms and the evolution of the Russian economy // Economic Issues, (2):85–100. (In Russ.). DOI: https://doi.org/10.32609/0042-8736-2007-2-85-100
  28. Verhulst P.F. (1838). Notice sur la loi que la population suit dans son accroissement // Correspondence mathematique et physique, (10), 113–129.
  29. Pearl R., Reed L.J. (1920). On the rate of growth of the population of the United States since 1790 and its mathematical representation // Proceedings of the national academy of sciences, 6(6), 275–288. DOI: https://doi.org/10.1073/pnas.6.6.275
  30. Mansfield E. (1961). Technical change and the rate of imitation // Econometrica: Journal of the Econometric Society, 29(14), 741–766. DOI: https://doi.org/10.2307/1911817
  31. Bass F.M. (1969). A new product growth for model consumer durables // Management science, 15(5), 215–227. DOI: https://doi.org/10.1287/mnsc.15.5.215
  32. Rao S.K. (1985). An empirical comparison of sales forecasting models // Journal of Product Innovation Management, (4), 232–242. DOI: https://doi.org/10.1111/1540-5885.240232
  33. Grübler A., Nakićenović N. (1991). Long waves, technology diffusion, and substitution // Laxenburg: IIASA, 313–343.
  34. Miller D., Friesen P.H. (1984). A longitudinal study of the corporate life cycle // Management science, 30(10), 1161–1183. https://doi.org/10.1287/mnsc.30.10.1161 DOI: https://doi.org/10.1287/mnsc.30.10.1161
  35. Anthony J.H., Ramesh K. (1992). Association between accounting performance measures and stock prices // Journal of Accounting and Economics, (15), 203–227. https://doi.org/10.1016/0165-4101(92)90018-W DOI: https://doi.org/10.1016/0165-4101(92)90018-W
  36. Jenkins D.S., Kane G.D., Velury U. (2004). The impact of the corporate life‐cycle on the value‐relevance of disaggregated earnings components // Review of Accounting and Finance, 3(4), 5–20. https://doi.org/10.1108/eb043411 DOI: https://doi.org/10.1108/eb043411
  37. Dickinson V. (2011). Cash flow patterns as a proxy for firm life cycle // The Accounting Review, 86(6), 1969–1994. https://doi.org/10.2308/accr-10130 DOI: https://doi.org/10.2308/accr-10130

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Белых В., 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».