CC BY
0
АНАЛИЗ ЭФФЕКТИВНОСТИ ПРИМЕНЕНИЯ РОССИЙСКИХ И ЗАРУБЕЖНЫХ МОДЕЛЕЙ ОЦЕНКИ ВЕРОЯТНОСТИ БАНКРОТСТВА
А.Д. Лоскутова, магистрант
Санкт-Петербургский государственный экономический университет (Россия, г. Санкт-Петербург)
DOI:10.24412/2411-0450-2024-4-2-109-113
Аннотация. В статье исследуется адаптивность зарубежных моделей оценки вероятности банкротства (на примере модели Э. Альтмана) для российских предприятий. В качестве сравнения результатов анализа представлен расчет вероятности банкротства по модели Зайцевой О.П. Сравнение полученных результатов оценки вероятности банкротства компаний приведено по анализу платежеспособности предприятия. По итогам анализа автором сделаны выводы о применимости моделей оценки вероятности банкротства и условиях их использования.
Ключевые слова: банкротство, финансовая устойчивость, платежеспособность, вероятность банкротства, анализ деятельности предприятия.
В современных реалиях, когда в мире наблюдается финансовый кризис, на рынках существует конкуренция, а компании стремятся максимизировать свою выручку, остро встает вопрос о состоятельности предприятия. Если финансовая устойчивость организации сомнительна, то она перестает вызывать доверие как инвесторов и кредиторов, так и покупателей. В том случае, когда предприятие теряет свою финансовую устойчивость и платежеспособность, возрастает вероятность наступления банкротства.
Актуальность проблемы подтверждается статистическими отчетами Судебного департамента при Верховном суде РФ по работе арбитражных судов в отношении дел о банкротстве. Если рассматривать три отчетных года, можно сделать вывод, что в
2021 году резко возросло количество судебных делопроизводств, связанных с несостоятельностью юридических лиц (в 2020 году - 24735 дел; в 2021 - 39508). В
2022 году показатель снизился, арбитражным судом было рассмотрено 26848 дел, но такое масштаб все еще указывает на существование проблемы [1].
Для предотвращения кризисных ситуаций компаниям необходимо проводить оценку вероятности банкротства. Это достаточно сложный процесс, которые требует анализа множества факторов и использования различных методов. При этом
качественно проведенный анализ может помочь руководителям компании, инвесторам и кредиторам принимать обоснованные решения и минимизировать риски. В данной статье рассмотрим основные понятия в области банкротства юридических лиц, а также российскую и зарубежную модели, используя которые менеджмент компании может правильно проанализировать финансовую устойчивость.
Под банкротством (несостоятельностью) понимается неспособность предприятия в полном объеме удовлетворить требования кредиторов по денежным обязательствам, удовлетворить требования о выплате выходных пособий и оплате труда, а также уплатить обязательные платежи (налоги, сборы, взносы), данное определение представлено в Федеральном законе «О несостоятельности (банкротстве)» от 26.10.2002 № 127-ФЗ. В результате процесса банкротства имущество компании распродается, а полученные деньги распределяются между кредиторами в соответствии с их приоритетом. Чаще всего несостоятельность является результатом неправильного управления финансовыми ресурсами, неэффективной бизнес-стратегии или внешних экономических факторов [2].
С экономической точки зрения, банкротство - следствие ошибок в организации
учета и анализа рисков деятельности предприятия.
Причины банкротства юридических лиц могут быть различными и зависят от многих факторов. Некоторые из них включают: неправильное управление финансами; низкую прибыльность; неэффективный менеджмент; внешние экономические факторы; неправильное финансирование; неправильный выбор стратегии развития. Таким образом, причины банкротства юридических лиц можно разделить на зависящие и независящие от предприятия, т.е. не всегда несостоятельность наступает из-за ошибок в деятельности предприятия.
Компания может быть признана банкротом только по решению суда, для этого организация должна обратиться в арбитражный суд и соответствовать следующим признакам:
- задолженность перед кредиторами составляет более 300 тысяч рублей;
- организация не исполняла обязательства по оплате в течение более чем трех месяцев;
- задолженность по обязательным платежам (налогам, пеням и штрафам) составляет более 100 тысяч рублей.
Суд назначает конкурсного управляющего, который в установленные сроки должен проанализировать деятельность предприятия. Действия такого управляющего регламентируются в соответствии с назначенным этапом банкротства, среди которых: наблюдение; финансовое оздоровление; внешнее управление; конкурсное производство или мировое соглашение. Также в соответствии с законодательством существует упрощенная процедура банкротства [2].
Z = 6,56 * x1 + 3,26 * x2 + 6,72 * x3 + 1,05 *
где:
- x1 рассчитывается как отношение оборотного капитала к активам;
- x2 рассчитывается как отношение чистой прибыли к активам;
- x3 рассчитывается как отношение операционной прибыли к активам;
- x4 рассчитывается как отношение собственного капитала к заемному.
Встает вопрос: что компания может сделать, чтобы предотвратить возможное банкротство? Многие исследователи считают, что правильный и полный анализ финансово-хозяйственной деятельности способен предупредить пагубное влияние различных факторов. В таком анализе оценка вероятности банкротства с использованием различных инструментов играет важную роль, т.к. способна выявить возможную несостоятельность или неправильное управление ресурсами на ранних этапах.
На сегодняшний день самыми широко используемыми методиками по оценке вероятности банкротства юридических лиц являются факторные модели, в связи с их высокой точностью и наглядностью результатов. Однако таких моделей на данный момент достаточно много, в связи с чем появляется вопрос корректного выбора. При использовании неподходящей методики или ее ошибочной интерпретации смысл анализа теряется. Важно отметить, что без экспертной оценки, основанной на знании отраслевых особенностей, конкурентной среды и т.п., результаты анализа могут быть искажены [3].
В рамках данного исследования рассмотрим две наиболее популярные модели: отечественную - модель Зайцевой О.П. и зарубежную - модель Э. Альтмана.
Самой популярной моделью является анализ Альтмана (индекс кредитоспособности), который рассчитывается по следующей формуле (модернизированная и приведенная к российской экономике в сфере производства и торговли):
х4, (1)
Интерпретация значений:
- Ъ < 1,1 - высокая вероятность наступления банкротства (так называемая «красная» зона);
- 1,1 < Ъ < 2,6 - низкая вероятность банкротства предприятия («серая» зона);
- 2,6 < Ъ - вероятность наступления банкротства компании невелика, но полностью не исключается («зеленая» зона).
Модель Зайцевой О.П. основана на сравнении текущего значения коэффици-
ента К с нормативным. Комплексный коэффициент рассчитывается по формуле:
K = 0,25 * x1 + 0,1 * x2 + 0,2 * x3 + 0,25 * x4 + 0,1 * x5 + 0,1 * x6,
где:
- х1 (Куп) рассчитывается как отношение чистой прибыли (убытка) к собственному капиталу;
- х2 (Кз) рассчитывается как отношение кредиторской задолженности к дебиторской;
- х3 (Кс) рассчитывается как отношение краткосрочных обязательств к наиболее ликвидным активам;
- х4 (Кур) рассчитывается как отношение прибыли до налогообложения к выручке;
- х5 (Кфл) рассчитывается как отношение собственного капитала к заемному;
- х6 (Кзаг) рассчитывается как отношение активов к выручке.
Нормативное значение комплексного коэффициента рассчитывается следующим образом:
KN = 0,25 * 0 + 0,1 * 1 + 0,2 * 7 + 0,25 * 0 + 0,1 * 0,7 + 0,1 * x6,
(4)
где х6 - коэффициент загрузки активов за предыдущий год.
Если фактическое значение комплексного коэффициента превышает нормативное, то вероятность банкротства предприятия высокая, в обратном случае - низкая [4].
Чтобы сравнить интерпретацию моделей воспользуемся отчетность предприятия N занимающегося производством и оптовой продажей табачной продукции. Основные показатели баланса и отчета о финансовых результатах, необходимые для факторного анализа за период с 2020 по 2022 годы представлены в таблице 1.
Таблица 1. Основные показатели баланса и отчета о финансовых результатах предприя-
Показатель 2020 г. 2021 г. 2022 г.
Баланс
Дебиторская задолженность (стр. 1230) 34 361 33 828 20 420
Денежные средства и денежные эквиваленты (стр. 1250) 1 715 1 766 5 248
Итого по разделу "Оборотные средства" (стр. 1200) 44 977 46 972 38 452
Итого по разделу "Капитал и резервы" (стр. 1300) 10 199 12 092 15 980
Итого по разделу "Долгосрочные обязательства" (стр. 1400) 17 655 15 948 13 314
Краткосрочные заемные средства (стр. 1510) 0 3 0
Кредиторская задолженность (стр. 1520) 33 920 36 926 25 879
Итого по разделу "Краткосрочные обязательства" (стр. 1500) 34 349 37 338 26 718
Валюта баланса (стр. 1700) 62 203 65 378 56 012
Отчет о финансовых результатах
Выручка (стр. 2110) 34 610 38 935 42 739
Проценты к уплате (стр. 2330) (1 287) (1 132) (1 406)
Прибыль (убыток) до налогообложения (стр. 2300) 3 426 2 212 2 814
Чистая прибыль (убыток) (стр. 2400) 2 653 1 757 2 206
Как мы видим, в 2022 году предприятие снизило дебиторскую задолженность, увеличив при этом денежные средства и их эквиваленты. Также наблюдается снижение валюты баланса, что указывает на снижение хозяйственного оборота. Однако анализ лишь по абсолютным показателям
не является полным и может давать ошибочные данные о деятельности предприятия. Рассмотрим факторные модели анализа несостоятельности предприятия.
В таблице 2 представлены показатели, необходимые для анализа по модели Э. Альтмана.
Таблица 2. Расчет показателей по модели Э. Альтмана за 2020-2023 гг.
Показатель 2020 г. 2021 г. 2022 г.
х1 (стр. (1200-1500)/1600) 0,17 0,15 0,21
х2 (стр. 2400/1600) 0,04 0,03 0,04
х3 (стр. (2300+2330)/1600) 0,08 0,05 0,08
х4 (стр. 1300/(1400+1500)) 0,20 0,23 0,40
Комплексный коэффициент 1,97 1,64 2,43
По данным, представленным в таблице 2 видно, что на протяжении всего периода предприятие находится в так называемой
«серой» зоне, т.е. вероятность банкротства присутствует, не исключается.
В таблице 3 представлен расчет показателей по модели Зайцевой О.П.
Таблица 3. Расчет показателей по модели Зайцевой О.П. за 2020-2023 гг.
Показатель 2020 г. 2021 г. 2022 г.
х1 (стр. 2300/1300) 0,34 0,18 0,18
х2 (стр. 1520/1230) 0,99 1,09 1,27
х3 (стр. (1520+1510)/1250) 19,78 20,91 4,93
х4 (стр. 2300/2110) 0,10 0,06 0,07
х5 (стр. (1400+1500)/1300) 5,10 4,41 2,51
х6 (стр. 1600/2110) 1,80 1,68 1,31
Комплексный коэффициент 4,85 4,96 1,56
Норматив комплексного коэффициента 1,75 1,74 1,70
Из представленных в таблице 3 расчетов можно сделать вывод, что в 2020 и 2021 гг. у предприятия наблюдается достаточно высокая вероятность наступления банкротства. К 2022 году организация смогла привести свое финансовое положение в норму, снизив вероятность несостоятельности, значение коэффициента вошло в норму.
Как мы видим из двух представленных моделей, выводы хоть и не сильно, но разнятся - по модели Э. Альтмана на протяжении всего рассматриваемого периода значение предполагает среднюю вероят-
ность наступления банкротства, в то время как по модели Зайцевой О.П. вероятность банкротства в 2022 году значительно снизилась. Такие различия можно связать с погрешностями в интерпретации значений, но также не следует забывать, что зарубежные модели были сформулированы на базе иностранных стандартов учета, и лишь адаптированы под российскую отчетность.
Для анализа интерпретации результатов проведем анализ ликвидности баланса по группам активов и пассивов за 2021-2022 год, чтобы оценить изменения в динамике.
Таблица 4. Анализ ликвидности баланса по группам активов и пассивов
2022 г. 2021 г. 2022 г. 2021 г.
А1 5 247 934 1 766 344 П1 25 879 131 36 925 652
А2 20 420 358 33 827 746 П2 838 556 411 968
A3 12 783 851 11 378 071 П3 13 314 142 15 948 399
А4 17 560 176 18 406 059 П4 15 980 490 12 092 201
Исходя из данных таблицы 4 рассчитываются показатели ликвидности, а именно: коэффициент текущей ликвидности, коэффициент абсолютной ликвидности и коэффициент быстрой ликвидности. Коэффициент текущей ликвидности (КТЛ) указывает, способно ли предприятие погасить краткосрочные обязательства оборотными
средствами; коэффициент абсолютной ликвидности (КАЛ) показывает часть долга, которую организация сможет погасить в кратчайшие сроки; коэффициент быстрой ликвидности (КБЛ) необходим для оценки возможностей предприятия погашать текущую задолженность с использо-
ванием высоко и быстро ликвидных активов в критических ситуациях [5].
КТЛ в 2021 г. составил 1,26, в 2022 г. -1,44. Значение показателя возросло, в отчетном году попадает в рекомендуемый диапазон. КАЛ в 2021 г. был 0,05, в отчетном - 0,2, что также указывает на значительный рост ликвидности (в 2022 году значение попало в рекомендуемый диапазон). КБЛ изменился не существенно (в 2021 г. - 0,95, в 2022 г. - 0,96). Из результатов видно, что в течение всего рассматриваемого периода значения были допустимы, но в 2021 году показатели КТЛ и КАЛ не входили в рекомендуемый диапазон.
Таким образом, в результате данного
предприятию, с целью предупреждения кризисных ситуаций и адаптации менеджмента, необходимо проводить оценку вероятности банкротства. Для этого организация может использовать различные модели, как российские, так и зарубежные, но на представленном примере установлено, что результаты расчетов могут разниться в зависимости от используемой модели. Можем предположить, что для предприятий, составляющих свою отчетность по Российским стандартам бухгалтерского учета будет лучше использовать российские модели, т.к. зарубежные могут быть некорректно адаптированы, в то время как отечественные составлены на базе российской отчетности.
исследования можно сделать вывод, что
Библиографический список
1. Сводные статистические сведения о деятельности федеральных арбитражных судов // Судебный департамент при Верховном Суде РФ. - [Электронный ресурс]. - Режим доступа: http://www.cdep.ru/index.php?id=79&item=7650 (дата обращения 15.09.2023).
2. О несостоятельности (банкротстве): Федеральный закон 26.10.2002 № 127-ФЗ // Консультант Плюс. - [Электронный ресурс]. - Режим доступа: http://www.consultant.ru/document/Cons_doc_LAW_39331/.
3. Ковалева А.В. Банкротство предприятий: причины и последствия / А.В. Ковалева // Политика, экономика и инновации. - 2019. - № 4(27).
4. Жебрикова, Е.А. Методы оценки вероятности наступления банкротства / Е.А. Жебрикова // Вестник современных исследований. - 2019. - № 1.10(28). - С. 131-133. - EDN YWUADB.
5. Казакова Н.А. Анализ финансовой отчетности. Консолидированный бизнес: учебник для среднего профессионального образования. - Москва: Изд-во Юрайт, 2023. - 233 с.
ANALYSIS OF THE EFFECTIVENESS OF THE USE OF RUSSIAN AND FOREIGN MODELS FOR ASSESSING THE PROBABILITY OF BANKRUPTCY
A.D. Loskutova, Graduate Student Saint-Petersburg State University of Economics (Russia, Saint-Petersburg)
Abstract. The article examines the adaptability offoreign models for assessing the probability of bankruptcy (using the example of E. Altman's model) for Russian enterprises. As a comparison of the results of the analysis, the calculation of the probability of bankruptcy according to the Zaitseva O.P. model is presented. The comparison of the obtained results of assessing the probability of bankruptcy of companies is given by analyzing the solvency of the enterprise. Based on the results of the analysis, the author draws conclusions about the applicability of models for assessing the probability of bankruptcy and the conditions of their use.
Keywords: bankruptcy, financial stability, solvency, probability of bankruptcy, analysis of the company's activities.
