CC BY
146THEANALYSIS OF BANKRUPTCY PREDICTION MODELS UNDER CURRENT CONDITIONS Dubrovina AA. (Russian Federation) Email: [email protected]
Dubrovina Alina Aleksandrovna - Undergraduate, DEPARTMENT OF ECONOMICS AND INDUSTRIAL PRODUCTION MANAGEMENT, HUMANITARIAN FACULTY, PERM NATIONAL RESEARCH POLYTECHNIC UNIVERSITY, PERM
Abstract: the article examines the main bankruptcy diagnosis models of foreign and Russian scientists. Presents the results of a comparative analysis of the application of the four models evaluation the probability of bankruptcy; the main problems of their implementation are highlighted. The company with started bankruptcy procedure is considered. The practical realization of considered models is carried out on the basis of the enterprise's financial statements. The possibility of these models application in Russian conditions is analyzed. Keywords: bankruptcy, insolvency, prediction of corporate bankruptcy.
АНАЛИЗ МОДЕЛЕЙ ПРОГНОЗИРОВАНИЯ БАНКРОТСТВА В СОВРЕМЕННЫХ УСЛОВИЯХ Дубровина А.А. (Российская Федерация)
Дубровина Алина Александровна - магистрант, кафедра экономики и управления промышленным производством, гуманитарный факультет, Пермский национальный исследовательский политехнический университет, г. Пермь
Аннотация: в статье исследованы основные модели диагностики банкротства зарубежных и российских ученых. Приводятся результаты сравнительного анализа применения четырех моделей оценки вероятности банкротства, выделены основные проблемы их реализации. Рассмотрено предприятие, по которому начата одна из процедур банкротства. На основании данных финансовой отчетности организации осуществлена практическая реализация рассмотренных моделей. Определена возможность их применения в российских условиях.
Ключевые слова: банкротство, несостоятельность, прогнозирование банкротства предприятия.
Важной проблемой в современной, динамично развивающейся экономике является профилактика банкротства, его своевременное обнаружение и устранение. В России, в условиях трансформации экономических отношений особенно характерна высокая степень неопределенности, что существенно повышает риск банкротства предприятий в результате воздействия как внешних, так и внутренних экономических факторов. За последние десять лет очень многие предприятия оказались на грани банкротства, проблема своевременного прогнозирования вероятности банкротства становится актуальной для каждой организации. На сегодняшний день для организации жизненно необходимой является умение оценивать свою платежеспособность, степень угрозы банкротства и вероятности наступления других финансовых рисков. Объективная оценка вероятности банкротства позволяет своевременно реагировать на возникновение кризисных ситуаций, принимать эффективные управленческие решения.
Существует множество моделей, позволяющих прогнозировать вероятность наступления банкротства. Наиболее известными из них являются модели Э. Альтмана, Р. Таффлера, У. Бивера, Д. Фулмера, Р. Лиса. Российские исследователи попытались адаптировать модели зарубежных ученых к реалиям
35
нашей страны. Наиболее известными из них являются модели О.П. Зайцевой, Р.С. Сайфуллина и Г.Г. Кадыкова, и четырехфакторная R-модель Иркутской государственной экономической академии. Интерес к разработке или адаптации моделей прогнозирования банкротства свидетельствует об актуальности проблемы диагностики банкротства на современном этапе.
Согласно Федеральному закону от 26 октября 2002 г. № 127-ФЗ «О несостоятельности (банкротстве)», несостоятельность или банкротство - это признанная арбитражным судом неспособность должника в полном объеме удовлетворить требования кредиторов по денежным обязательствам, о выплате выходных пособий и (или) об оплате труда лиц, работающих или работавших по трудовому договору, и (или) исполнить обязанность по уплате обязательных платежей»1
Существуют признаки, свидетельствующие о возможности банкротства организации. Наиболее важными из них являются:
■ динамическое снижение коэффициентов платежеспособности, ликвидности и рентабельности;
■ снижение продуктивности использования производственной мощности, вследствие чего предприятию пришлось увеличить себестоимость продукции;
■ рост доли заемного капитала при дефиците собственного оборотного капитала, высокая зависимость от внешних источников финансирования;
■ сокращение продаж и выручки от реализации;
■ рост запасов, затрат и задолженности по дебиторскому долгу, в результате сочетания этих факторов происходит необдуманное расширение производства;
■ изменение общих условий, которые оказывают влияние на весь экономический рынок;
■ дисбаланс дебиторской и кредиторской задолженности;
■ зависимость предприятия от одного вида сырья/актива/рынка сбыта и др.
Наличие перечисленных признаков не является обязательным условием
банкротства, но если не будут предприняты меры по их устранению, то в дальнейшем это может привести к ухудшению финансового состояния предприятий, что в итоге может привести к банкротству.
Своевременный анализ финансового состояния, и разработка методов оценки вероятности банкротства, способны вовремя поймать момент возможного банкротства, а также существенно снизить риск его возникновения.
«Оценку вероятности банкротства организации можно определить, как комплекс мероприятий, направленных на выявление признаков, характеризующих степень потери финансовой устойчивости и платежеспособности предприятия»2
На сегодняшний день зарубежными и российским учеными предлагается множество разнообразных методов и моделей оценки вероятности банкротства. Однако не смотря на многообразие этих моделей, не существует универсальной и единственно верной, которая могла бы достоверно спрогнозировать вероятность наступления банкротства.
Выделяют следующие основные проблемы, реализации моделей оценки вероятности наступления банкротства:
□ □ «проблема адаптации зарубежных моделей прогнозирования банкротства к условиям деятельности российских предприятий;
□ □отсутствие в методиках учета особенностей хозяйственной деятельности (отраслевых особенностей);
1 О несостоятельности (банкротстве): Федеральный закон от 26.10.2002 №127-ФЗ [Эл. ресурс] // Информационно-правовая система «КонсультантПлюс». — Режим доступа: www.consultant.rU/popular/bankrupt/58_1.html#p85 (дата обращения 03.12.2019).
2 Хачатурова Т.О. Основные аспекты прогнозирования банкротства предприятий / Т.О. Хачатурова, Н.А. Ярыгина // Вектор науки ТГУ. 2013. №4. С. 178-180.
36
□ □ основаны на устаревших данных;
□ □ проблемы определения весовых коэффициентов для факторных математических моделей и пороговых значений результативного показателя;
□ □ отсутствие динамических оценок вероятности банкротства (почти все методики основаны на статической оценке)»1.
В таблице № 1 представлена сравнительная характеристика основных российских и зарубежных моделей оценки вероятности банкротства, а также их преимущества и недостатки.
Таблица 1. Сравнительная характеристика моделей оценки вероятности банкротства2
Наименование модели Формула расчета Значение результативного показателя Преимущества Недостатки
Модель Альтмана Z = 0,717 * X! + 0,847 *Х2 + +3,107*Х3+ 0,420* Х4 + +0,998* Х5, где Х1 — оборотный капитал /активы предприятия; Х2 — нераспределенная прибыль /активы предприятия; Х3 — прибыль до налогообложения / активы предприятия; Х4— собственный капитал /сумма обязательств; Х5—выручка/ активы предприятия. Z < 1,81 — вероятность банкротства составляет от 80 до 100%; Z = 1,81-2,77— средняя вероятность краха компании от 35 до 50%; Z = 2,77-2,99— вероятность банкротства не велика от 15 до 20%; Z > 2,99 — ситуация на предприятии стабильна -Простота и возможность применения при ограниченной информации; -Сравнимость показателей; 3.Возможность разделения анализируемых компаний на потенциальных банкротов и не банкротов; 4.Высокая точность расчетов. - Невозможность использования в российских условиях (не учитывает российские особенности экономики); -Сложность интерпретации итогового значения; -Зависимость точности расчетов от исходной информации; -Ограниченность области применения; -Основана на устаревших данных; - Не учитывает показателей рентабельности.
Модель Таффлера Z = 0,53 *Х1 + 0,13 * Х2 + +0,18 *Х3 +0,16* Х4, где где Х1—прибыль от реализации / краткосрочные обязательства; Х2—оборотные активы / сумма обязательств; Х3—краткосрочные обязательства / сумма активов; Х4—выручка от реализации / сумма активов. Z > 0,3 —малая вероятность банкротства; Z < 0,2 — высокая вероятность банкротства. Преимуществом модели Таффлера является высокая точность прогноза вероятности банкротства компании (это связано с большим числом проанализированных организаций) -Ограничение области применения (только для акционерных обществ, акции которых активно торгуются на фондовом рынке); -Сложность интерпретации итогового значения; -Невозможность использования в российских условиях; -Зависимость точности расчетов от исходной информации; -Использование устаревших данных.
1 Лытнева Н.А. Методика определения вероятности банкротства организаций в российской и зарубежной практике / Н.А. Лытнева, С.Г. Семенов // Вестник ОрелГИЭТ. 2010 г. №2(12). С. 52-57.
2 Составлено Автором по данным https://wdia.ru/
37
Наименование модели Формула расчета Значение результативного показателя Преимущества Недостатки
Модель ИГЭА R = 8,38*Х1 + Х2 + 0,054*Х3 + 0,63*Х4 где, Х1 - чистый оборотный капитал/активы Х2 - чистая прибыль/ собственный капитал Х3 - чистый доход/валюта баланса Х4 - чистая прибыль/суммарные затраты -максимальная вероятность банкротства(90 -100%) при R< 0; -высокая вероятность банкротства (60 -80%) при 0^<0,18; -средняя вероятность банкротства (35 -50%) при 0,18^<0,32; • низкая вероятность банкротства (15 -20%) при 0,32^< 0,42; •вероятность банкротства минимальная (до 10%) при R>0,42. -Возможность использования в российских условиях (разрабатывалась на основе российской статистики); -Высокая точность расчетов; -Использование коэффициента рентабельности; -Определение процентной вероятности банкротства. -Сложность интерпретации итогового значения; -Зависимость точности расчетов от исходной информации; -Не учитывается отраслевая специфика деятельности предприятий; -Использование устаревших данных.
Модель О.П. Зайцевой Zфакт = 0,25* Х1 + 0,1 *Х2 + +0,2 *Х3 +0,25*Х4 + 0,1 *Х5 + 0,1*Х6, где Х1 — прибыль (убыток) до налогообложения / Х2 — кредиторская задолженность / дебиторская задолженность Х3 — краткосрочные обязательства / наиболее ликвидные активы Х4 — прибыль до налогообложения / выручка Х5 — заемный капитал / собственный капитал Х6—активы / выручка. Zнорматив = 1.57 + 0.1 х Х6прошлого года Если Zфакт> Zнорматив, то высока вероятность банкротства предприятия. Если наоборот, то риск банкротства незначительный. Возможность использования в российских условиях (разрабатывалась на основе российской статистики); Однако, не учитываются макроэкономические факторы, а также не рассматриваются специфические особенности деятельности предприятия. Модель недостаточно хорошо описана, не дана техника расчета коэффициентов.
Используя вышеизложенные модели, определим возможность их практической реализации в российских условиях. Для этого воспользуемся финансовой отчетностью организации, на которой в 2019 году была введена процедура наблюдения — ООО «Камбарский машиностроительный завод».
Общество с ограниченной ответственностью «Камбарский машиностроительный завод» является разработчиком и изготовителем современных систем управления, контроля и диагностики работы железнодорожного подвижного транспорта, оказывает услуги по всем видам ремонтов железнодорожной и автомобильной техники. Начавшийся в 2008 г. экономический кризис, в том числе в отрасли машиностроения, послужил причиной возникновения неплатежей между предприятиями, банкротства контрагентов и, как следствие, роста дебиторской задолженности. Негативное влияние на предприятие оказало наличие высокой
38
конкуренции в отрасли. Также одним из негативных факторов является большой износ основных средств (техники и оборудования) и, как следствие, необходимость в модернизации парка оборудования.
Выручка от реализации организации сократилась за период 2015-2018 гг. более чем в 13 раз — с 336 424 тыс. руб. до 25 643 тыс. руб. Причем темпы падения выручки значительно превышали темпы снижения себестоимости (за рассматриваемый период она снизилась с 264 609 тыс. руб. до 33 359 тыс. руб., или более чем в 7 раз). В 2016 году организация получила колоссальный убыток 90 539 тыс. руб. В 2017 г. убытки организации снизились до 47 967 тыс. руб. Однако, это вызвано, в первую очередь снижением объемов производственной деятельности. В 2019 году Арбитражный суд Удмуртии ввел процедуру наблюдения на ООО «Камбарский машиностроительный завод» и назначил временным управляющим Дмитрия Салуквадзе.
Предусмотрен комплекс мер по восстановлению платежеспособности общества: перепрофилирование производства, взыскание дебиторской задолженности, продажа части имущества, получение новых заказов. Осложняет выход общества из состояния банкротства ухудшение экономической ситуации в стране.
Проанализируем, совпадает ли заключение о финансовом положении организации с оценками, полученными на основании моделей оценки вероятности наступления банкротства. Результаты расчетов представлены в таблице № 2.
Таблица 2. Прогнозирование вероятности банкротства ООО «Камбарский машиностроительный завод»1
Модель Вероятность банкротства
2015 2016 2017 2018
Модель Альтмана 1,20 -0,88 -2,05 -3,77
высокая высокая высокая высокая
Модель Таффлера 0,51 0,47 0,59 1,06
низкая низкая низкая низкая
Модель ИГЭА 0,16 -3,88 -13,59 -37,07
высокая 60%-80% максимальная 90%-100% максимальная 90%-100% максимальная 90%-100%
Модель О.П. Зайцевой 7 ^норм 1,64 1,66 1,62 1,63
у ^факт 22,53 18,58 3,62 4,26
Высокая Высокая Высокая Высокая
По данным расчетов, можно сделать вывод о том, что оценка вероятности банкротства рассматриваемой организации по всем моделям, за исключением модели Таффлера, крайне высокая. Динамика показателей за период 2015-2018 гг. значительно изменилась в сторону увеличения риска банкротства, особенно в 2018 году. Необходимо отметить, что полученные показатели выходят далеко за границы нормативных показателей моделей. В частности, расчеты, проведенные с использованием модели Зайцевой, превышают нормативные в десятки раз. Отдельным исключением является модель Таффлера: показатели не дают достоверных результатов. Следовательно, данная модель не может дать адекватных результатов.
Таким образом, применение рассматриваемых моделей возможно, однако использовать их, как единственный критерий для определения риска наступления банкротства, не представляется возможным. Особенно это касается зарубежных моделей, которые могут давать значительные погрешности в российских условиях. В связи с этим проблема разработки универсальной модели оценки вероятности наступления банкротства остается актуальной. Также не стоит забывать о
1 Рассчитано автором по данным https://audit-it.ru/
39
необходимости учета в моделях отраслевых и региональных особенностей, текущей
экономической обстановки в стране.
Список литературы /References
1. Балдин К.В., Белугина В.В., Галдицкая С.Н., Передеряев И.И. Банкротство предприятия: анализ, учет и прогнозирование: учеб. пособие. М.: Дашков и Ко, 2015.
2. Клинов Н., Назаров Д. Реорганизация и ликвидация юридического лица. СПб.: Питер, 2014.
3. Лытнева Н.А. Методика определения вероятности банкротства организаций в российской и зарубежной практике / Н.А. Лытнева, С.Г. Семенов // Вестник ОрелГИЭТ, 2010. № 2 (12). С. 52-57.
4. О несостоятельности (банкротстве): Федеральный закон от 26.10.2002 № 127-ФЗ. [Электронный ресурс] // Информационно-правовая система «КонсультантПлюс». Режим доступа: www.consultant.ru/popular/bankrupt/58_1.html#p85/ (дата обращения 03.12.2019).
5. Диагностика кризисного состояния предприятия / А.Я. Фомин. М.: ЮНИТИ-ДАНА, 2003. 349 с.
6. Хачатурова Т.О. Основные аспекты прогнозирования банкротства предприятий / Т.О. Хачатурова, Н.А. Ярыгина // Вектор науки ТГУ, 2013. № 4. С. 178-180.
