Анализ существующих методик рценои вероятности банкротства машиностроительных предприятий, находящихся под управлением институционального инвестора_
Б01 10.24411/2077-7639-2019-10020
Анализ существующих методик оценки вероятности банкротства машиностроительных предприятий, находящихся под управлением институционального инвестора
Баженов О.В., Синянская Е.Р., Кормаченко П.Б.
Большое значение в части обеспечения социальной стабильности на территории отдельно взятого муниципалитета имеет финансовая поддержка зачастую убыточных «предприятий-символов», аккумулирующих не только уникальные трудовые ресурсы и основные фонды, но и ряд непрофильных активов, от функционирования которых зависит комфортное существование целых районов. Подобным предприятием в Екатеринбурге является ПАО «Уральский завод тяжелого машиностроения». Цель данного исследования - рассмотрение существующих методик оценки вероятности банкротства машиностроительных предприятий, находящихся под управлением институционального инвестора, и формулирование заключения о возможности адаптации методических подходов к специфике рассматриваемого объекта. С учетом особенностей влияния институционального инвестора охарактеризован объект исследования; проведена оценка вероятности банкротства ПАО «Уральский завод тяжелого машиностроения» на основе пяти наиболее популярных моделей; путем сопоставления темпов роста эффективности и производительности деятельности ПАО «Уральский завод тяжелого машиностроения» со среднеотраслевыми данными сделан вывод об адекватности моделей оценки вероятности банкротства; с учетом специфики деятельности рассматриваемого объекта выбрана наиболее адаптивная модель. Результаты исследования могут быть использованы руководством машиностроительных предприятий для объективной оценки степени финансового риска, связанного с устойчивым функционированием бизнеса, а также органами исполнительной власти различных уровней для целей определения направления административно-финансовой поддержки отрасли машиностроения и, в силу высокой социальной значимости отдельных предприятий, обеспечения социальной стабильности территории.
для цитирования гост 7.1-2003
Баженов О.В., Синянская Е.Р., Кормаченко П.Б. Анализ существующих методик оценки вероятности банкротства машиностроительных предприятий, находящихся под управлением институционального инвестора // Дискуссия. - 2019. - Вып. 92. - С. 14-20.
ключевые слова
Машиностроение, оценка вероятности банкротства, эконометрическое моделирование, ПАО «Уральский завод тяжелого машиностроения», реклассифицирован-ный баланс, удовлетворительность структуры баланса, индекс промышленного производства.
Заявленный государством курс на импор- производств на территории страны, а также су-тозамещение и локализацию стратегических ществующие ограничения на импорт продук-
Bazhenov О. V., Sinyanskaya E. R., Kormachenko P. B. Am^ssis of cucrent bankruptcy possibility methods' assessment of machine building enterprises under administration
of institutional investor
DOI 10.24411/2077-7639-2019-10020
Analysis of current bankruptcy possibility methods' assessment of machine building enterprises under administration of institutional investor
Bazhenov O. V., Sinyanskaya E. R., Kormachenko P. B.
The key role in providing social stability at the territory of any municipality is played by support of unprofitable "symbol" enterprises which accumulate unique labor resources and basic funds, and also secondary assets which promote comfortable existence of districts. This kind of enterprise in Yekaterinburg is JSC "Uralmashplant". The goal of this investigation is a consideration of present methods of possible bankruptcy assessing of machine building enterprises under control of institutional investor and conclusion formation about adaptation possibility of methodical approaches to specificity of a considered object. Taking into account the features of institutional investor's influence the object of investigation is characterized; the assessing of possible bankruptcy of JSC "Uralmashplant" is carried out on the base of five the most popular models; comparison of efficiency growth rates and activity productivity of JSC "Uralmashplant" with the average data the conclusion is made concerning adequate model of bankruptcy possibility assessing models; taking into account the specificity of this object the most adaptive model has been chosen. The investigation outcomes can be used by machine building enterprises administration for objective assessing of financial risk rates connected with stable business functioning, and also executive powers for defining ways of administrative and financial support of machine building branch due to high social significance of some enterprises and providing social stability of a territory.
for citation apa
Bazhenov O. V., Sinyanskaya E. R, Kormachenko P. B. Analysis of current bankruptcy possibility methods' assessment of machine building enterprises under administration of institutional investor. Diskussiya [Discussion], 92, 14-20.
keywords
Machine building, bankruptcy possibility assessing, economic modeling, JSC "Uralmashplant", reclassified balance, balance structure satisfactoriness, industrial production index.
ции двойного назначения, несомненно, сказываются на развитии машиностроения в Российской Федерации. Однако зачастую предприятия машиностроения, ориентированные на оборонный заказ, а также на работу в условиях закрытого рынка и стабильного внутреннего спроса, в современных условиях хозяйствования оказываются неконкурентоспособными и, как следствие, убыточными. Тогда, с целью сохранения существующей уникальной инфраструктурной и кадровой
базы, организации подобного типа передаются под управление институционального инвестора. Такая ситуация наблюдается и у ПАО «Уральский завод тяжелого машиностроения», находящегося под управлением закрытого паевого инвестиционного фонда «Газпромбанк - Машиностроение». При этом основная задача институционального инвестора - привлечение и аккумулирование финансовых ресурсов, обеспечивающих не только операционное функционирование, но и развитие
Анализ существующих методик оценки вероятности Шанкротства машиносироительнылх предприятий, находящихся под управлением институционального инвестора___
объекта инвестирования, достижение целевого уровня социальной стабильности территории.
Решения о финансовом обеспечении управляемого предприятия принимаются на основе всестороннего анализа и оценки факторов риска, одним из которых является вероятность потери платежеспособности и корпоративного банкротства. Однако результаты аналитических процедур в ряде случаев зависят не только от особенностей объекта исследования [1], но и от методики оценки [2].
Так, для целей определения вероятности банкротства могут использоваться несколько методических подходов, в основе которых [3, 4]:
- трендовый анализ системы критериев и признаков;
- анализ ограниченного количества ключевых показателей;
- анализ интегральных показателей;
- рейтинговая оценка;
- построение регрессионных моделей.
Рассмотрим некоторые модели более
детально.
Модель 1. Модель Р.С. Сайфуллина, Г.Г. Кадыкова.
R = 2X. + 0,1X2 + 0,08Х3 + 0,45X4 + X5,
где X. - отношение собственных оборотных средств к общей величине запасов и затрат;
Х2 - отношение оборотных активов к краткосрочным обязательствам;
Х3 - отношение выручки от продажи продукции (работ, услуг) к общей величине активов;
Х4 - отношение чистой прибыли к выручке от продажи продукции (работ, услуг);
Х5 - отношение чистой прибыли к собственному капиталу.
Интерпретация результатов:
R < 1 - хозяйствующий субъект имеет неудовлетворительное финансовое состояние;
R > 1 - финансовое состояние хозяйствующего субъекта удовлетворительное [5].
Модель 2. Критерии определения неудовлетворительности структуры бухгалтерского баланса неплатежеспособных предприятий на основании постановления Правительства РФ от 20.05.1994 года № 498 (ред. от 03.10.2002) «О некоторых мерах по реализации законодательства о несостоятельности (банкротстве) предприятий».
Критерии:
1) коэффициент текущей ликвидности:
К1 = ОбА _ IIp баланса КО Ур.баланса
Нормативное значение > 2;
2) коэффициент обеспеченности собственными средствами:
К2 = СОС _ СК -ВА _ Шр.баланса - ¡р.баланса ОбА ОбА ¡¡р.баланса
Нормативное значение > 0,1;
3) коэффициент восстановления платежеспособности (К3в) и коэффициент утраты платежеспособности (К3у):
К3в =
К 1к + ^(К1к-К1н) К1норм
К1к + - (К1к-К1н)
К3у =-Т-,
К1норм
где К1н, К1к - значения коэффициентов текущей ликвидности на конец и на начало отчетного периода;
Т - длительность отчетного периода в месяцах (3, 6, 9, 12);
К1норм. - норматив (2);
6 - период восстановления платежеспособности, мес.;
3 - период утраты платежеспособности, мес.;
К3в - нормативное значение > 1;
К3у - нормативное значение > 1.
Структура бухгалтерского баланса признается неудовлетворительной в случае выполнения одного из условий:
К1к < 2;
К2к < 0,1.
В этом случае рассчитывается коэффициент восстановления платежеспособности. Если К3в > 1, то у анализируемого предприятия существует реальная возможность восстановить свою платежеспособность в ближайшие 6 месяцев.
К1к > 2;
К2к > 0,1.
Если на конец отчетного периода выполняется одно из двух представленных выше условий, то предприятие неплатежеспособным не признается, рассчитывается коэффициент утраты платежеспособности. Если К3у > 1, то у предприятия имеется реальная возможность не утратить платежеспособность в ближайшие 3 месяца [6].
Модель 3. Четырехфакторная модель ИГЭА. г = 8,38 х х1 + Х2 + 0,054 х Х3 + 0,63 * Х4
где Xr
Чистый оборотный (работающий) капитал Активы '
Чистая прибыль .
х2 =- „
Собственный капитал
Bazhenov О. V., Sinyanskaya E. R., Kormachenko P. B. Analysis of cucrent bankruptcy possibility methods' assessment of machine building enterprises under administration _of institutional investor
Чистый доход Валюта баланса
X
Чистая прибыль Суммарные затраты
Интерпретация результатов: исходя из полученного значения Z определяется степень вероятности банкротства хозяйствующего субъекта [7]:
Z < 0 - максимальная степень вероятности банкротства (90-100%);
0 < Z < 0,18 - высокий уровень вероятности банкротства (60-80%);
0,18 < Z < 0,32 - средний уровень вероятности банкротства (35-50%);
0,32 < Z < 0,42 - низкая вероятность банкротства (15-20%);
Z > 0,42 - минимальная степень вероятности банкротства (до 10%).
Модель 4. Двухфакторная модель Альтмана.
ЗК
Z = 0,3877 -1,0736 х К + 0,0579 ,
ТЛ П
где КТЛ - коэффициент текущей ликвидности;
ЗК - заемный капитал;
П - пассивы.
При Z > 0 ситуация на анализируемом предприятии критична, вероятность наступления банкротства высока [8].
Модель 5. Модель Таффлера - Тишоу.
Z = 0,53 х Х1 + 0,13 хХ2 + 0,18 х Х3 + 0,16 * Х4.
Расчет показателей модели Таффлера по бухгалтерскому балансу и отчету о финансовых результатах:
Прибыль (убыток) от продаж .
Х1 =
X,
Краткосрочные обязательства Оборотные активы .Краткосрочные
Долгосрочные обязательства обязательства _ Краткосрочные обязательства ■
х3 =" "
Х„
Совокупные активы Выручка
Совокупные активы
Вывод о вероятности банкротства по модели Таффлера - Тишоу:
Z > 0,3 - вероятность банкротства низкая; 0,2 < Z < 0,3- состояние неопределённости; Z < 0,2 - высокая вероятность банкротства [9]. На основе данных реклассифицированного бухгалтерского баланса и отчета о финансовых результатах (табл. 1) ПАО «Уральский завод тяжелого
Таблица 1
Данные реклассифицированного бухгалтерского баланса и отчета о финансовых результатах ПАО «Уральский завод тяжелого машиностроения» за 2015-2017 годы, тыс. р.
Показатель На 31.12.2017 года На 31.12.2016 года На 31.12.2015 года
Внеоборотные активы 10 716 489 9 983 675 9 575 271
Запасы 4 305 478 4 937 052 4296620
Оборотные активы 14 619 603 10 892 531 9 148 003
Активы 25 336 092 20 876 206 18 723 274
Нераспределенная прибыль -16 046 145 -15 247 608 -14 007 319
Собственный капитал -3 284 427 -2 742 548 -1 710 277
Долгосрочные обязательства 5 691 478 4 457 259 4425 244
Краткосрочные обязательства 22 929 041 19 161 495 16 008 307
Заемный капитал 28 620 519 23 618 754 20 433 551
Выручка 8 271 666 5 999 279 3 546 666
Полная себестоимость 7 443 807 6 229 200 4 259 171
Прибыль от продаж 827 859 -229 921 -712 505
Проценты к уплате -1 598 260 -1 279 084 -988 225
Проценты к получению 85 158 76 285 11 827
Прибыль до налогообложения -952 922 -1 540 681 -2 117 393
Чистая прибыль -799 943 -1 255 176 -2 570 984
Анализ существующих методик оценки вероятности банкротства машиностроительных предприятий, находящихся под управлением институционального инвестора___
машиностроения» за 2015-2017 годы1, взяв за методическую базу представленные выше модели, мы провели оценку вероятности банкротства анализируемого предприятия (табл. 2).
Учитывая темпы роста показателей результативности и эффективности деятельности анализируемого предприятия, а также индексы роста
промышленного производства за анализируемый период (табл. 3) [10], можно сделать вывод, что ПАО «Уральский завод тяжелого машиностроения» развивается темпами существенно выше среднеотраслевых. Это обеспечивается, в частности, финансовой поддержкой со стороны институционального инвестора.
Таблица 2
Оценка вероятности банкротства ПАО «Уральский завод тяжелого машиностроения»
в 2015-2017 годах
Модель Х1 Х2 Х3 Х4 Х5 Интегральный показатель Интерпретация значения интегрального показателя
2017 год
1 -3,25 0,64 0,33 -0,10 0,24 -6,21 Хозяйствующий субъект имеет неудовлетворительное финансовое состояние
2 0,64 -0,96 - - - - Структура бухгалтерского баланса неудовлетворительная, а предприятие неплатежеспособно
3 -0,33 0,24 0,33 -0,11 -2,55 Максимальная степень вероятности банкротства
4 0,64 1,13 - - - -0,23 Ситуация на анализируемом предприятии не может быть охарактеризована как критичная
5 0,04 2,57 0,90 0,33 - 0,57 Вероятность банкротства низкая
2016 год
1 -2,58 0,57 0,29 -0,21 0,46 -4,71 Хозяйствующий субъект имеет неудовлетворительное финансовое состояние
2 0,57 -1,17 - - - - Структура бухгалтерского баланса неудовлетворительная, а предприятие неплатежеспособно
3 -0,40 0,46 0,29 -0,20 - -2,97 Максимальная степень вероятности банкротства
4 0,57 1,13 - - - -0,16 Ситуация на анализируемом предприятии не может быть охарактеризована как критичная
5 -0,01 2,44 0,92 0,29 - 0,52 Вероятность банкротства низкая
2015 год
1 -2,63 0,57 0,19 -0,72 1,50 -4,00 Хозяйствующий субъект имеет неудовлетворительное финансовое состояние
2 0,57 -1,23 - - - - Структура бухгалтерского баланса неудовлетворительная, а предприятие неплатежеспособно
3 -0,37 1,50 0,19 -0,60 - -1,94 Максимальная степень вероятности банкротства
4 0,57 1,09 - - - -0,16 Ситуация на анализируемом предприятии не может быть охарактеризована как критичная
5 -0,04 2,07 0,85 0,19 - 0,43 Вероятность банкротства низкая
1 Бухгалтерская отчетность ПАО «Уральский завод тяжелого машиностроения» за 2017 год; бухгалтерская отчетность ПАО «Уральский завод тяжелого машиностроения» за 2016 год. Режим доступа: http://www.e-disclosure.ru/portal/files.aspx?id=3679&type=3 .
Bazhenov О. V., Sinyanskaya E. R., Kormachenko P. B. Anntysis of cucrent bankruptcy possibility methods' assessment of machine building enterprises under administration _of institutional investor
Таблица 3
Показатели оценки результативности и эффективности развития ПАО «Уральский завод тяжелого машиностроения» и машиностроительной отрасли
в 2014-2017годах
Номер п/п Показатель 2014/2015 годы 2015/2016 годы 2016/2017 годы
1 Темп прироста выручки, % -21,91 69,15 37,88
2 Темп прироста прибыли от продаж, % 46,58 67,73 460,06
3 Темп прироста чистой прибыли, % -10,94 51,18 35,27
4 Индекс промышленного производства, % -11,1 3,8 Нет данных
Таким образом, в период 2015-2017 годов вероятность банкротства предприятия мала. Следовательно, адекватной может быть признана оценка, полученная посредством расчета по моделям 4 и 5 (см. табл. 2), что связано с выбором факторов, рассчитанных исключительно на основе данных бухгалтерского баланса без учета экстенсивного характера развития предприятия. При этом большей аналитичностью, в силу учета большего количества факторов, обладает модель 5, которую и будем считать наиболее адаптивной к специфике деятельности машиностроительных предприятий, находящихся под управлением институционального инвестора.
Таким образом, в данной работе была проведена оценка существующих методик оценки вероятности банкротства машиностроительных
предприятий, находящихся под управлением институционального инвестора.
Были получены следующие результаты:
1. Охарактеризован объект исследования с учетом особенностей влияния институционального инвестора.
2. Проведена оценка вероятности банкротства ПАО «Уральский завод тяжелого машиностроения» на основе 5 наиболее популярных моделей.
3. Выявлено, что большей адекватностью оценки обладают модель Альтмана и модель Таффлера - Тишоу.
4. Сделан вывод о том, что наибольшей адаптивностью к специфике деятельности рассматриваемого объекта обладает модель Таффлера - Тишоу.
Список литературы
1. Fedorova E.A., Dovzhenko S.E., FedorovFY. Bankruptcy-prediction models for Russian enterprises: Specific sector-related characteristics // Studies on Russian Economic Development. 2016. № 27 (3). Р. 254-261.
2. Fedorova E.A., Gilenko E.V., Dovzhenko S.E. Models for bankruptcy forecasting: Case study of Russian enterprises // Studies on Russian Economic Development. 2013. № 24 (2). Р. 159-164.
3. Синянская Е.Р., Баженов О.В. Основы бухгалтерского учета и анализа / М-во образования и науки Рос. Федерации, Урал. федер. ун-т. Екатеринбург: Изд-во Урал. ун-та, 2015. 267 с.
4. Yigit F. Bankruptcy: An examination of different approaches // Contributions to Economics. 2018. Р. 293-308.
5. Полюшко Ю.Н. Оценка вероятности банкротства предприятия // Теория и практика современной науки. 2016. № 2 (8). С. 337-341.
6. Кучер В.О. Анализ российских и зарубежных методик оценки вероятности банкротства // Академическая публицистика. 2018. № 6. С. 47-52.
7. Берлезева О.Н., БелоусоваЛ.Ф. Оценка отечественных методов прогнозирования банкротства // Национальная ассоциация ученых. 2015. № 4-1 (9). С. 14-16.
8. Баженов О.В. Теоретико-методологические аспекты стратегического анализа и прогнозирования деятельности предприятий медной промышленности. М.: ИНФРА-М, 2015. 334 с.
9. Piatti D, Cincinelli P., Castellani D. Efficiency and corporate bankruptcy prediction // Academy of Accounting and Financial Studies Journal. 2015. № 19 (3). С. 319-354.
10. Официальный сайт Федеральной службы государственной статистики [Электронный ресурс]. Режим доступа: www.gks. ru (дата обращения: 16.02.2019).
References
1. Fedorova E.A., Dovzhenko S.E., Fedorov F.Y. Bankruptcy-prediction models for Russian enterprises: Specific sector-related characteristics // Studies on Russian Economic Development. 2016. №27(3), s. 254-261.
2. Fedorova E.A., Gilenko E.V., Dovzhenko S.E. Models for bankruptcy forecasting: Case study of Russian enterprises //
Studies on Russian Economic Development. 2013. №24(2), s. 159-164.
3. Sinyanskaya E.R., Bazhenov O.V. Osnovy buhgalterskogo ucheta i analiza [Fundamentals of accounting and analysis]. M-vo obrazovaniya i nauki Ros. Federacii, Ural. federal. un-t. Ekaterinburg: Izd-vo Ural. Un-ta, 2015. 267 s.
Анализ существующих методик оценки вероятности банкротства машиностроительных предприятий, находящихся под управлением институционального инвестора___
4. Yigit F. Bankruptcy: An examination of different approaches // Contributions to Economics. 2018. s. 293-308.
5. Polyushko YU.N. Ocenka veroyatnosti bankrotstva predpriy-atiya [Assessment of the probability of bankruptcy] // Teoriya
i praktika sovremennoj nauki. 2016. № 2 (8). S. 337-341.
6. Kucher V.O. Analiz rossijskih i zarubezhnyh metodik ocenki veroyatnosti bankrotstva [Analysis of Russian and foreign methods of assessing the probability of bankruptcy] // Akademicheskaya publicistika. 2018. № 6. S. 47-52.
7. Berlezeva O.N., Belousova L.F. Ocenka otechestvennyh met-odov prognozirovaniya bankrotstva [Analysis of Russian and foreign methods of assessing the probability of bankruptcy] //
Nacional'naya Associaciya Uchenyh. 2015. № 4-1 (9). S. 14-16.
8. Bazhenov O.V. Teoretiko-metodologicheskie aspekty stra-tegicheskogo analiza i prognozirovaniya deyatel'nosti pre-dpriyatij mednoj promyshlennosti [Assessment of domestic methods of bankruptcy forecasting]. M.: INFRA-M, 2015. 334 s.
9. Piatti D., Cincinelli P., Castellani D. Efficiency and corporate bankruptcy prediction // Academy of Accounting and Financial Studies Journal. 2015. №19(3). s. 319-354.
10. Oficial'nyj sajt Federal'noj sluzhby gosudarstvennoj stat-istiki [Official website of the Federal state statistics service] [Electronic resource]. Access mode: www.gks.ru (access date: 16.02.2019).
Информация об авторе
Баженов О.В., кандидат экономических наук, доцент, Уральский федеральный университет имени первого Президента России Б.Н. Ельцина (г. Екатеринбург, Российская Федерация). Почта для связи с автором: o.v.bazhenov@urfu.ru
Синянская Е.Р., кандидат экономических наук, доцент, Уральский федеральный университет имени первого Президента России Б.Н. Ельцина (г. Екатеринбург, Российская Федерация). Почта для связи с автором: sin-er@mail.ru
Кормаченко П.Б., магистрант, Уральский федеральный университет имени первого Президента России Б.Н. Ельцина (г. Екатеринбург, Российская Федерация).
Author Info
Bazhenov O. V., Candidate of Economics, Docent, Ural Federal University (Yekaterinburg, Russian Federation). Corresponding author: o.v.bazhenov@urfu.ru
Sinyanskaya E. R., Candidate of Economics, Docent, Ural Federal University (Yekaterinburg, Russian Federation). Corresponding author: sin-er@mail.ru
Kormachenko P. B., master degree student, Ural Federal University (Yekaterinburg, Russian Federation).
Информация о статье
Дата получения статьи: 13.01.2019
Дата принятия к публикации: 25.02.2019
© Баженов О.В., Синянская Е.Р., Кормаченко П.Б., 2019.
Article Info
Received for publication: 13.01.2019 Accepted for publication: 25.02.2019
© Bazhenov O. V., Sinyanskaya E. R., Kormachenko P. B., 2019.