CC BY
497
УПРАВЛЕНИЕ ФИНАНСАМИ, ИНВЕСТИЦИЯМИ И ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТЬЮ
УДК: 65.01
ББК: 65
Бехтина О.Е.
СОВРЕМЕННЫЕ ПРОБЛЕМЫ ПРОГНОЗИРОВАНИЯ БАНКРОТСТВА ПРЕДПРИЯТИЙ
Bekhtina O. E.
MODERN PROBLEMS PREDICTION ENTERPRISE BANKRUPTCY
Ключевые слова: антикризисное управление, модели, банкротство, прогнозирование, рентабельность, EBITDA.
Keywords: crisis management, models, bankruptcy prediction.
Аннотация: своевременная диагностика вероятности наступления банкротства является актуальной задачей любого предприятия особенно в настоящее время. Анализ финансового состояния на основе расчета разнообразных аналитических коэффициентов дает оценку текущему финансовому положению предприятия и не всегда учитывает влияние всех факторов на финансово-хозяйственную деятельность. И при этом одни показатели могут иметь критическое значение, а другие, напротив, находиться в положительной зоне. Поэтому на основании такого анализа сделать однозначный вывод о ближайшем банкротстве либо об улучшении финансового состояния предприятия достаточно трудно. Для наиболее точного результата необходимо определять весовое значение каждого показателя, разрабатывать экономико-статистические модели, которые учитывают множество факторов, оказывающих влияние на определение возможных показателей финансовой устойчивости и платежеспособности.
Существует множество разнообразных финансовых показателей, в той или иной мере оказывающих влияние на финансовую устойчивость предприятия. На основе этих показателей были разработаны модели, позволяющие определять вероятность наступления банкротства конкретного предприятия. Но, к сожалению, эти модели не являются совершенными с точки зрения точности определения результата.
В статье рассмотрены основные модели прогнозирования банкротства предприятий на примере промышленного предприятия Самарской области, проведена оценка и анализ полученных результатов с целью выявления возможных дополнительных финансовых показателей, на наш взгляд, наиболее полно охватывающих всю систему деятельности предприятия, которые могут участвовать в расчетах той или иной модели прогнозирования банкротства.
Abstract: early diagnosis of the probability of bankruptcy is an important task of any business especially now. Analysis offinancial condition on the basis of the calculation of a variety offactors gives an estimate of the current financial condition of the enterprise does not always take into account the impact of all factors. At the same time, some indicators may be critical and others may be in the positive zone. Therefore, based on this analysis to make an unambiguous conclusion about the near bankruptcy or on the improvement of the company's financial condition it is difficult. For the most accurate results is necessary to determine the weight value of each indicator, to develop economic and statistical models that take into account many factors that affect the determination of the possible indicators offinancial stability and solvency.
There is a wide variety of financial indicators, in one way or another have an impact on the financial stability of the enterprise. On the basis of these indicators models have been developed to determine the probability of bankruptcy of a particular company. But, unfortunately, these models are not perfect in terms of the accuracy of the determination result.
The article describes the basic model of forecasting bankruptcy as an example of industrial enterprises of the Samara region, an assessment and analysis of the results with a view to identifying possible additional financial indicators, in our view, most fully covering the entire system of the enterprise, which may be involved in the calculation of a particular model bankruptcy prediction.
В современных условиях развития произ- ства уделяется поддержке малого и среднего водства особое внимание со стороны государ- предпринимательства. Разработана государ-
ственная программа, реализуемая Минэкономразвития России, направленная на создание благоприятных условий для бизнеса [1]. Несмотря на предпринимаемые меры поддержки предприятий, проблема несостоятельности (банкротства) стоит очень остро. Во-первых, мировой экономический кризис 2008 года привел к разрушительному воздействию на финансовую систему тысячи российских предприятий. Во-вторых, введение антироссийских экономических санкций, резкое падение цены на нефть и газ и, как следствие, падение курса рубля по отношению к мировым валютам не оставляет надежды российскому бизнесу на ближайшую перспективу экономического роста [2]. Поэтому крайне важно заблаговременно проводить финансовый анализ с целью своевременного выявления признаков банкротства.
К сожалению, на сегодняшний день не существует единой общепризнанной методологии прогнозирования банкротства. Все основные методики направлены на установление факта несостоятельности предприятия, когда все признаки банкротства уже слишком явно проявили себя.
Для расчета показателей используются, как правило, данные бухгалтерской отчетности. Отчетные документы, принимаемые для расчета тех или иных коэффициентов, формируются на определенную дату, которая позволяет зафиксировать финансовое состояние в статической точке финансово-хозяйственной деятельности. Поэтому дать достоверную оценку финансовому состоянию предприятия порой очень сложно. Необходимо отметить, что эта информация за-
Таблица 1 Альтмана
Предполагаемая вероятность банкротства в зависимости от значения 2-счета Альтмана определяется по следующей шкале:
частую не отражает всей полноты картины, характеризующей деятельность предприятия, не учитывает отраслевую и региональную специфику. Существует множество методик оценки вероятности наступления банкротства, результаты которых могут кардинально отличаться друг от друга на примере одного и того же исследуемого предприятия.
И в зарубежной, и в отечественной экономической литературе изучением данной проблемы занимались такие ученые, как: Э. Альтман, Ж. Конан и М. Голдер, Дж. Фулмер, Р. Тафлер и Г. Тишоу, Г. Спрингейт, Р. Лис, Ж. Депалян, Г.В. Савицкая, О.П. Зайцева, ученые Иркутской государственной экономической академии Г.В. Давыдова, А.Ю. Беликов и другие.
Свои расчеты как зарубежные, так и отечественные авторы основывают на методе дис-криминантного анализа [3]. Исходные данные для построения прогнозных моделей авторы брали из статистической информации о финансовом состоянии некоторого количества предприятий, часть которых обанкротилась, а другая смогла улучшить результаты деятельности и восстановить свое финансовое положение.
Рассмотрим 5 основных моделей прогнозирования банкротства отечественных и зарубежных авторов на примере одного промышленного предприятия Самарской области.
1. Прогнозирование банкротства по Модели Альтмана (таблица 1): 2-счет = 0,717Х1 + 0,847Х2 + 3,107Х3 + 0,42Х4 + 0,998X5. (1)
- 1.23 и менее - высокая вероятность банкротства;
- от 1.23 до 2.9 - средняя вероятность
- Расчет вероятности угрозы банкротства предприятия на основе пятифакторной модели
Коэф-т Расчет Значение на 31.12.2015 Множитель Произведение (гр. 3 х гр. 4)
1 2 3 4 5
X 1 Отношение оборотного капитала к величине всех активов -0,06 0,717 -0,04
Х2 Отношение нераспределенной прибыли к сумме всех активов -0,07 0,847 -0,06
Хз Отношение ЕВГГ к сумме всех активов -0,08 3,107 -0,25
X 4 Отношение собственного капитала к заемному капиталу 0 0,42 0
Х5 Отношение выручки от реализации к сумме всех активов 0,02 0,998 0,02
Вероятность банкротства высокая -0,32
банкротства; риске наступления банкротства.
- от 2.9 и выше - низкая вероятность 2. Прогнозирование банкротства по моде-
банкротства. ли Таффлера (таблица 2):
Таким образом, по модели Альтмана по- Ъ = 0,53X1 + 0,13X2 + 0,18X3 + 0,16X4. (2) лученный результат говорит о крайне высоком
Таблица 2 - Расчет вероятности угрозы банкротства предприятия на основе модели Т "аффлера
Коэф-т Расчет Значение на 31.12.2015 Множитель Произведение (гр. 3 х гр. 4)
1 2 3 4 5
X! Отношение прибыли (убытка) от продаж к сумме текущих обязательств -0,01 0,531 -0,01
X2 Отношение суммы текущих активов к общей сумме обязательств 0,96 0,13 0,13
Xз Отношение суммы текущих обязательств к общей сумме активов 0,97 0,18 0,17
X4 Отношение выручки к общей сумме активов 0,2 0,16 0
Вероятность банкротства низкая 0,32
Результат расчетов оценивается по следующей шкале: при Ъ > 0,3 - вероятность банкротства низкая, при Ъ < 0,2 - высокая.
Вероятность банкротства, рассчитанная по модели Таффлера, для этого же предприятия
очень низкая.
3. Прогнозирование банкротства по методу Давыдовой-Беликова (таблица 3): Я=8,38К1+К2+0,054К3 +0,063К4. (3)
Таблица 3 - Расчет вероятности угрозы банкротства предприятия на основе методики Давыдовой-
Беликова
Коэф-т Расчет Значение на 31.12.2015 Множитель Произведение (гр. 3 х гр. 4)
1 2 3 4 5
К1 Отношение оборотного капитала к активам 0,35 8,38 2,93
К2 Отношение чистой прибыли к собственному капиталу -1,49 1 -1,49
К3 Отношение выручки от продаж у средней стоимости активов 0,01 0,054 0,00
К4 Отношение чистой прибыли к затратам 0,86 0,063 0,05
Вероятность банкротства минимальна (Я) 1,49
Оценка результатов производится по следующим критериям:
Я < 0 - вероятность банкротства максимальна (90-100%);
- 0 < Я < 0,18 - вероятность банкротства высокая (60-80%);
- 0,18 < Я < 0,32 - вероятность банкротства средняя (35-50%);
- 0,32 < Я < 0,42 - вероятность банкротства низкая;
- Я > 0,42 - вероятность банкротства минимальна (до 10%).
Результат, полученный с использованием модели Давыдовой-Беликова, показывает минимальный риск банкротства предприятия.
4. Прогнозирование банкротства по методу О.П. Зайцевой (таблица 4):
К = 0,25X1 + 0,1X2 + 0,2X3 + 0,25X4+ 0,1X5 + 0,1X6. (4)
Таблица 4 - Расчет вероятности угрозы банкротства предприятия на основе метода О.П. Зайцевой
Коэф-т Расчет Значение на 31.12.2015 Множитель Произведение (гр. 3 х гр. 4)
1 2 3 4 5
Х1 Отношение чистого убытка к собственному капиталу -1,49 0,25 2,93
Х2 Соотношение кредиторской и дебиторской задолженности 1,86 0,1 0,18
Хз Отношение краткосрочных обязательств к наиболее ликвидным активам 27 672 0,23 6 354,56
Х4 Отношение чистого убытка к объему реализации -5,6 0,25 -1,4
Х5 Отношение заемного капитала к собственному -3,01 0,1 -0,3
Х6 Отношение общей величины активов к выручке 62,6 0,1 6,26
Кф = 0,25Х1 + 0,1Х2 + 0,2Х3 + 0,25X4+ 0,1Х5 + 0,1Х6 6 362,23
Кп = 0,25 • 0 + 0,1 • 1 + 0,2 • 7 + 0,25 • 0 + 0,1 • 0,7 + 0,1 • Хбпрошлого года 1,71
Вероятность банкротства высокая Кф>Кн
Если фактический коэффициент больше нормативного Кфакт > Кп, то крайне высока вероятность наступления банкротства предприятия, если меньше — то вероятность банкротства незначительна.
Исходя из полученных результатов, видно, что по методу прогнозирования О.П. Зайце-
Таблица 5 - Расчет вероятности угрозы банкрс оценки
вой вероятность банкротства очень высокая.
5. Прогнозирование банкротства по методу рейтинговой оценки Р.С. Сайфулина и Г.Г. Кадыкова (таблица 5):
R = 2^Ki + 0.№ + 0.08^Кз + 0.45<К + K5. (5) а предприятия на основе метода рейтинговой
Коэф-т Расчет Значение на 31.12.2015 Множитель Произведение (гр. 3 х гр. 4)
1 2 3 4 5
К1 Отношение разности собственного оборотного капитала и внеоборотных активов к величине оборотных активов -0,3 2 -0,6
К2 Коэффициент текущей ликвидности 0,94 0,1 0,094
К3 Коэффициент оборачиваемости активов 1,8 0,08 0,22
К4 Коммерческая маржа. Рентабельность реализации продукции -554,7 0,45 -249,6
К5 Рентабельность собственного капитала 0 1 0
Вероятность банкротства высокая (R) -249,886
Оценка результатов расчета выглядит следующим образом: если значение итогового показателя R<1 вероятность банкротства предприятия высокая, если R>1, то вероятность низкая.
Таким образом, вероятность наступления банкротства по методу рейтинговой оценки Р.С. Сайфулина и Г.Г. Кадыкова очень высока.
Подводя итог, рассчитаем вероятности
наступления банкротства по различным моделям, можно сделать вывод о неоднозначности оценки результатов.
На основании проведенных исследований 60% результатов говорят о высоком риске банкротства, в то время как в 40% - вероятность угрозы несостоятельности отсутствует.
На наш взгляд, формирование исходных
данных на основе выборки определенных предприятий носит достаточно условный характер. Необходимо отметить, что каждое предприятие является абсолютно индивидуальным, и даже, на первый взгляд, практически одинаковые финансовые показатели несут в себе разную информацию [4]. И это
подтверждают вышепроведенные исследования.
Для обобщения информации об основных моделях, на основании которых проводились исследования, был проведен сравнительный анализ, результаты которого представлены в таблице 6.
Таблица 6 - Сравнительная характеристика методов прогнозирования и оценки вероятности наступления банкротства
№ п/п
Наименование метода, автор
Сущностные характеристики
Преимущества
Недостатки
1.
Пятифакторная Ъ-модель Э. Альтмана (1968 г.)
Основана на показателях отношения собственного оборотного капитала, нераспределенной прибыли, прибыли до уплаты процентов, выручки к сумме активов баланса, стоимости собственного капитала к заемному капиталу.
Xарактеризует экономический потенциал предприятия и результаты его хозяйственной деятельности
Данная модель применяется при условии развития рынка ценных бумаг. Не учитывает отраслевой и региональной специфики_
2.
Четырехфактор-ная прогнозная модель Р. Тафле-ра (1977 г.)
Основана на прогнозе платежеспособности, в расчет положены показатели отношения прибыли к краткосрочным обязательствам, отношения оборотных активов, краткосрочных обязательств, выручки к сумме активов. Данный метод включает в себя измерение прибыльности, соответствия оборотного капитала, финансовый риск и ликвидность._
Воспроизводит наиболее точную картину финансового состояния предприятия в будущем. Простота расчета коэффициентов. Способность сочетать ключевые показатели отчета о прибылях и убытках и баланса в единой системе оценки
Не учитывает отраслевой специфики. Узкая область применения, только для акционерных обществ.
3.
Четырехфактор-ная модель Я Иркутской государственной экономической академии Г.В. Давыдовой, А.Ю. Беликова, (1988 г.)
Основана на показателях отношения собственного оборотного капитала к активам, отношения чистой прибыли к собственному капиталу, отношение выручки к активам, отношение чистой прибыли к себестоимости продукции
Все расчеты показателей и механизм разработки подробно описаны в источнике, что позволяет применять методику на практике более эффективно. Разрабатывалась на основании российских статистических данных. Определяют вероятность наступления банкротства в процентах_
Основной вес коэффициента К1 (8,38) основан на выборке торговых предприятий. Узкая сфера применения. Прогнозирование при заметных признаках кризисной ситуации, а не заранее.
Шестифакторная модель О.П. Зайцевой (1998 г.)
В этой модели рассчитываются фактический и нормативный показатель. В расчете используются шесть коэффициентов:
1. Коэффициент убыточности
2. Коэффициент соотношения кредиторской и дебиторской задолженности.
3. Коэффициент соотношения краткосрочных обязательств и наиболее ликвидных активов.
4. Коэффициент убыточности реализации продукции.
5. Коэффициент финансового левериджа (финансового риска).
6. Коэффициент загрузки активов.
Простота интерпретации показателей. Возможность использования в условиях российского рынка
Низкая прогнозная способность за счет определения весовых значений экспертным путем, а не с помощью применения экономико-статистических методов анализа. Необходимость в привлечении данных прошлого периода.
Метод рейтинговой оценки Р.С. Сайфулина и Г.Г. Кадыкова
Данный метод основан на модели Альтмана с адаптацией к российским условиям
Простота и понятность данной модели [5]. Применение для любой отрасли, адаптация к российским условиям. Относительно высокая точность.
Не учитывается специфика предприятия. Невозможность оценки причины банкротства.
4
На основании сравнения основных моделей можно сделать вывод, что та или иная модель может иметь как преимущества использования, так и недостатки.
Поэтому, к сожалению, на сегодняшний день единой методологии, прогнозирующей вероятность наступления банкротства как в отечественной, так и в зарубежной практике не существует. Требуется постоянно осуществлять поиск новых знаний [6] и формировать собственные методики расчета.
Кроме того, нам бы хотелось обратить внимание на показатели, участвующие в расчетах. Каждый автор, выбирая их для своей модели, говорит об особой важности именно этих показателей. Некоторые из них используются для расчетов в различных моделях.
Например, такой показатель, как оборачиваемость активов (отношение выручки от продаж к величине всех активов), характеризующий эффективность использования и качество структуры активов, используется в четырех из пяти представленных моделей (Альтмана, Таф-флера, Давыдовой-Беликова, Сайфулина - Ка-дыкова). Анализ деловой активности предприятия на основе расчета оборачиваемости активов позволяет сделать оценку использования ресурсов в процессе хозяйственной деятельности. Поэтому использование этого коэффициента в расчетах по прогнозированию банкротства является, несомненно, важным.
Еще одним коэффициентом, применяемым в нескольких прогнозных моделях, является рентабельность собственного капитала, рассчитываемая как отношение чистой прибыли к собственному капиталу компании. Это важнейший финансовый коэффициент для любого инвестора или собственника бизнеса.
В рассматриваемых моделях используются различные коэффициенты, характеризующие финансовое состояние предприятия. Каждый из них, безусловно, оказывает влияние на результаты финансово-хозяйственной деятельности. Но, тем не менее, на наш взгляд, существует еще ряд показателей, которые в значительной степени могут влиять на финансовое состояние компании и, соответственно, с помощью которых можно оценивать финансовое состояние предприятия и прогнозировать банкротство.
К ним можно отнести показатель рентабельности по EBITDA. EBITDA - это доход, полученный до вычета процентов, налогов и амортизации.
При расчете чистой прибыли в состав расходов включаются расходы на амортизационные отчисления, налоги и проценты. Объем амортизационных отчислений может быть очень значительным в составе расходов предприятия и, соответственно, кардинально изменять финансовый результат деятельности за отчетный период. Конечно, сам по себе расход по амортизации является очень важным. Он несет информацию о средствах, имеющихся у предприятия на осуществление капитальных вложений, а именно:, замену и капитальный ремонт основных производственных фондов.
На наш взгляд, в условиях российской экономики при прогнозировании банкротства предприятия, а также для оценки положения компании на фоне конкурентов, необходимо использовать в расчетах показатель EBITDA, который позволяет сравнивать финансовые результаты различных предприятий, работающих в одной отрасли. Он также показывает скрытый резерв компании для стабилизации финансового состояния. Ведь зачастую предприятиям, находящимся в кризисном положении, необходимо мобилизовать все имеющиеся средства для устранения симптомов несостоятельности в краткосрочном периоде. Поэтому средства амортизационного фонда могут помочь поправить ситуацию.
Кроме того, для расчета моделей прогнозирования банкротства финансовый результат, исключающий расходы по амортизации, позволит создать наиболее точную картину, характеризующую финансовое состояние предприятия в ближайшей перспективе.
Хочется отметить, еще один важный производственный фактор, непосредственно влияющий на финансовое благополучие предприятия. Это человеческий фактор. Персоналу предприятия требуется постоянно повышать уровень своих знаний, чтобы сформировать такой интеллектуальный потенциал, который позволил бы диагностировать возможную ситуацию банкротства задолго до его наступления [7].
Таким образом, для разносторонней оценки существующих моделей прогнозирования банкротства и разработки более совершенной, охватывающей все стороны деятельности предприятия модели, необходимо провести исследования дополнительных аналитических коэффициентов, выявить влияние этих показателей на результат деятельности и попытаться построить модель, которая, возможно, позволит получить наиболее точный результат.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Постановление Правительства Российской Федерации от 29 декабря 2014 г. № 1605 «О предоставлении и распределении субсидий из федерального бюджета бюджетам субъектов Российской Федерации на государственную поддержку малого и среднего предпринимательства, включая крестьянские (фермерские) хозяйства» // КонсультантПлюс.
2. Глухова, Л.В., Бехтина, О.Е. Совершенствование подходов к антикризисному управлению предприятием // Вестник Волжского университета имени В.Н. Татищева. - 2016. - № 3.
3. Сажин, Ю.В., Сарайкин, Ю.В., Басова, В.А., Катынь, А.В. Многомерные статистические методы анализа экономических процессов: учебник. - Саранск: Изд-во Мордов. ун-та, 2008.
4. Азитов, Р.Ш. Исследование моделей прогнозирования банкротства предприятий // Молодой ученый. - 2015. - №12,1. - С.1-5.
5. Журова, Л.И., Шехтман, А.Ю. Банкротство предприятий: причины и методы прогнозирования// Вестник Волжского университета им. В.Н. Татищева. - 2011. - № 23.
6. Глухова, Л.В. Управление знаниями: дивергентный подход // Вестник Поволжского государственного университета сервиса. Серия: Экономика. - 2013. - № 3 (29). - С. 165-168.
7. Глухова, Л.В. Концептуальные основы управления инновационным потенциалом предприятия // Вестник Волжского университета имени В.Н. Татищева. - 2016. - Т. 2. - № 1. - С. 117-125.
8. Афоничкин, А.И., Афоничкина. Е.А. Управление портфелем стратегического развития экономических систем // Вестник Волжского университета им. В.Н. Татищева. - 2016. - Т. 2. - № 3. -С. 13-19.
9. Журова, Л.И. Методологический подход к обеспечению устойчивого развития экономических систем // Вестник Волжского университета имени В.Н. Татищева. - 2015. - № 3 (34). - С. 22-31.
10. Журова, Л.И., Топорков, А.М. Анализ подходов к устойчивому развитию интегрированных корпоративных систем // Вестник Волжского университета им. В.Н. Татищева. - 2015. - № 1 (33). -С. 17-24.
