CC BY
135
ЭКОНОМИКА. ЭКОНОМИЧЕСКИЕ НАУКИ
Образец ссылки на эту статью: Горлов ВВ., Никитюк АС. Методы оценки банкротства предприятий нефтегазовой отрасли и рекомендации по их совершенствованию // Бизнес и дизайн ревю. 2017. Т. 1. № 1(5). С. 1.
УДК 338.24.01
МЕТОДЫ ОЦЕНКИ БАНКРОТСТВА ПРЕДПРИЯТИЙ НЕФТЕГАЗОВОЙ ОТРАСЛИ И РЕКОМЕНДАЦИИ ПО ИХ СОВЕРШЕНСТВОВАНИЮ
Горлов Виктор Владимирович
РГУ нефти и газа (НИУ) имени И.М. Губкина (Москва, Россия, Ленинский пр-т, дом 65, корпус 2), доктор экономических наук, профессор кафедры финансового менеджмент, [email protected], +7 (499) 507-86-11.
Никитюк Анастасия Сергеевна
ОАО «Ямал СПГ», (629700, Россия, Ямало-Ненецкий автономный округ, Ямальский район, с. Яр-Сале, улица Худи-Сэроко, д. 25, корп. А), специалист отдела закупки оборудования и материалов ОАО «Ямал СПГ», +7 (495) 228-98-50.
В настоящее время остро стоит вопрос оценки банкротства компаний и применения методик прогнозирования кризисных ситуаций. Методика оценка вероятности банкротства нефтегазовых корпораций показана на примере крупнейшей компании по добыче нефти ПАО «ЛУКОЙЛ». Для оценки вероятности банкротства использовали различные методики: коэффициентные методы; математические модели; рейтинговые модели. Даны рекомендации по совершенствованию методик оценки вероятностей банкротства на предприятиях нефтегазовой отрасли.
Ключевые слова: оценка банкротства; методики прогнозирования модели оценки; нефтегазовые корпорации.
METHODS OF AN ESTIMATION OF BANKRUPTCY OF COMPANIES IN THE INDUSTRY AND RECOMMENDATIONS FOR THEIR IMPROVEMENT
Gorlov Victor Vladimirovich
Gubkin Russian State University of Oil and Gas (National Research University) (Moscow, Russia, Lininskii ave., 65/2), Dr.Sc. (Econ.), Professor, Department of Financial Management, [email protected], + 7 (499) 507-86-11.
Nikityuk Anastasiya Sergeevna
OAO «Yamal LNG», (629700, Russia, Yamalo-Nenets Autonomous Okrug, The Yamal district, village of Yar-sale, Hoodies-Seroco str., 25/A), Specialist of Procurement of Equipment and Materials, +7 (495) 228-98-50.
The article investigates methods of predicting and evaluating the bankruptcy of the companies. The estimation of the probability of bankruptcy of oil and gas corporations is conducted on the example of PJSC "LUKOIL". Different methods are used: the coefficient methods; mathematical models, the ranking model. The recommendations for improving assessment methods are given.
Key words: estimation of bankruptcy; methods of forecasting a model evaluation; oil and gas corporation.
В нынешних условиях развития экономических отношений России, как с внешним рынком, так и в пределах страны, важным становится понимание того, что устойчивое состояние и конкурентоспособность российских компаний должна стать повышенным объектом изучения не только научной элиты, но и высшего менеджмента компаний. Мировой финансовый кризис, чрезмерная волатильность на фондовых и финансовых рынках, спад производства и замедление экономического роста стали причиной резкого увеличения числа обанкротившихся предприятий. В связи с этим в условиях макроэкономической нестабильности, подпитываемой политическими разногласиями необходимо не только проводить анализ текущего финансового состояния компаний, но и заблаговременно проводить диагностику возможности наступления банкротства.
Однако, несмотря на столь явную необходимость, специально подготовленные и адаптированные к современным российским условиям модели устойчивости финансовой состоятельности и степени банкротства компаний пока не получили должного и широкого распространения. Для тщательного и всестороннего изучения экономического положения компании недостаточно учета одних только денежных потоков. На деятельность компании влияют так же факторы внешней среды и рыночной конъюнктуры, немаловажна также роль высшего аппарата управления компанией, его компетентность и профессионализм. В этих условиях своевременное и комплексное распознавание текущего экономического и финансового состояния компании снижает риски неопределенности, нестабильности и неустойчивости, которые могут привести как к временной потере ликвидности и платежеспособности компании, так и к её реальному банкротству.
Данные обстоятельства заставляют вопросы оценки несостоятельности и банкротства компаний оставаться весьма и весьма актуальными. Явная методологическая недоразработанность затрагиваемого вопроса актуализируется поднимаемыми государством проблемами антикризисного управления, теоретическими и эмпирическими исследованиями в данной области знаний.
Современная экономическая наука разработала огромное количество всевозможных подходов и методов прогнозирования и оценки банкротства компаний. Однако проводя экономический и финансовый анализ предприятия нельзя полагаться на одну методику оценки вероятности банкротства. Следует использовать несколько методик одновременно, комбинируя конечные
результаты для получения адекватных, отвечающих реальности итоговых оценок.
Все известные модели можно разбить на три классификационные группы, включающие схожие по своим принципам оценки вероятности банкротства методики. Так выделяют:
• систему критериев (авторские методики (методика У. Бивера); официальные отечественные, рекомендованные к использованию различными министерствами и ведомствами подходы);
• сложносоставные системы (методика Э.А. Уткина; методика Г.В. Савицкой);
• системы комплексного коэффициентного анализа (дискриминантные модели: зарубежные (Альтмана, Спрингейта, Фулмера, Лиса, Таввлера); отечественные (модель Давыдовой, Беликова); модели нечетко-множественных описаний; рейтинговые модели).
Центральной идеей подхода прогнозирования банкротства с использованием системы критериев является то, что существует ряд ключевых параметров, нарушение которых может привести организацию к утрате платежеспособности. В рамках данного подхода существует различное множество методик, некоторые предложены государством, другие разработаны отечественными и зарубежными учеными в области экономического и финансового анализа.
Все системы прогнозирования и банкротства предприятий в рамках комплексного коэффициентного анализа основываются на расчете одного итогового показателя, содержащего в себе весовые значения частных показателей компании. В зависимости от полученного результата делается вывод о финансовом состоянии компании и степени её банкротства.
Сложносоставные системы сочетают в себе приемы первых двух подходов. Кроме того нередко в них учитывают и денежные потоки компаний. Несмотря на видимые существенные достоинства, при этом модели сложны в применении, не подходят для быстрого «экспресс-анализа» банкротства, а иногда и вовсе дают противоречивые результаты.
Рассмотрим подробнее некоторые из вышеуказанных методик определения банкротства компаний.
Наиболее простой метод оценки степени близости предприятия к банкротству заключается в расчете удельного веса собственного оборотного капитала в общей его величине (или коэффициента прогноза банкротства):
_ СОК
где Кпб - коэффициент прогноза банкротства;
СОК - собственный оборотный капитал компании;
А - величина активов предприятия.
Пределы варьирования коэффициента прогноза банкротства лежат в интервале 0,04^0,25. Таким образом, если значение данного коэффициента оказывается меньше 0,04, то вероятность банкротства очень высока, а при Кпб
> 0,25 банкротство маловероятно. Можно выделить еще две ступени вероятности банкротства:
• при Кпб = 0,25^0,14 банкротство возможно,
• при Кпб = 0,14^0,04 вероятность банкротства высокая.
Но все три коэффициента в значительной степени зависят от отраслевых особенностей производства, и при условии высокой его фондоемкости удельный вес собственного оборотного капитала в активах предприятия автоматически будет низким [3, 4].
Кроме того, значение этого коэффициента в данном случае никак не сообразуется с задолженностью предприятия. Следовательно, его расчет должен обязательно дополняться расчетом удельного веса текущих обязательств предприятия в его активах, а также и расчетом коэффициента
мобильности активов, т.е.
„ _ кк+кз
Кто - ,
где Кто - удельный вес текущих обязательств;
КК - краткосрочные кредиты;
КЗ - кредиторская задолженность;
А - величина активов предприятия. к =
Кмо б Д ,
где - коэффициент мобильности;
ОА - оборотные активы;
А - величина активов предприятия.
Рассмотрим оценку вероятности банкротства нефтегазовых компаний на примере ПАО «ЛУКОЙЛ». Начинать оценку необходимо с самого простого метода, заключающегося в расчете удельного веса собственного оборотного капитала в общей его величине (коэффициента прогноза банкротства).
Расчет коэффициента прогноза банкротства ПАО «ЛУКОЙЛ» (таблица 1) проводится на основе данных финансовой отчетности компании и формул ((1),
(2), (3)).
Таблица 1
Оценка вероятности банкротства ПАО «ЛУКОЙЛ»
Показатели 2012 2013 2014 2015
Активы - всего, тыс. руб. 1 187 991 676 1 296 276 203 1 755 496 549 2 023 181 371
Оборотные активы, тыс. руб. 511 651 442 321 945 671 589 733 593 860 552 547
Собственный оборотный капитал, тыс. руб. 67 277 685 -34 980 460 199 387 510 451 346 827
Краткосрочные 311 052 465 213 144 333 193 383 794 254 371 687
кредиты, тыс. руб.
Кредиторская задолженность, тыс. руб. 135 120 452 144 803 053 199 566 568 157 960 294
Текущие обязательства, тыс. руб. 446 172 917 357 947 386 392 950 362 412 331 981
Коэффициент прогноза банкротства 0,06 -0,03 0,11 0,22
Удельный вес текущих обязательств 0,38 0,28 0,22 0,20
Коэффициент мобильности активов 0,43 0,25 0,34 0,43
Источник: [составлено и рассчитано автором на основе годовых отчетов ПАО «ЛУКОЙЛ» 7, 8, 9, 10, 11].
Из проведенных расчетов можно сделать следующие выводы:
Коэффициент прогноза банкротства за период 2012-2014 гг. очень низок (менее 0,14), что позволяет утверждать, что вероятность банкротства для ПАО «ЛУКОЙЛ» высока. Однако в 2015 г. ситуация улучшилась и хотя угроза банкротства и сохранилась, однако вероятность его наступления уменьшилась.
Это подтверждается и расчетом удельного веса текущих обязательств в активах предприятия (снижение составляет 46 % к 2015 г. по сравнению с началом анализируемого периода). Сопоставление этих двух коэффициентов показывает, что за счет собственного капитала предприятие не может покрыть свои обязательства.
Сравнение удельного веса собственного оборотного капитала с удельным весом оборотных активов (коэффициент мобильности) показывает, что обеспеченность оборотных активов собственным капиталом находится в интервале 13-52 % (2012 г. и 2015 г.) (Кпб : Кмоб), т.е. роль заемного капитала, в первую очередь текущих обязательств, достигает соответственно 87-48 %. Это так же свидетельствует о сомнительной надежности предприятия (мы не брали за внимание роль заемных средств в 2013 г., которая составила больше 100 %).
Однако сопоставление коэффициента мобильности и удельного веса текущих обязательств показывает, что оборотные активы за период 2012, 2014 и 2015 гг. полностью покрывают задолженность предприятия, чего нельзя сказать о состоянии 2013 г.
Таким образом, предприятие находится достаточно близко к кризисной ситуации, но необходимо также отметить, что к концу анализируемого периода напряженность ситуации немного снижается, о чем свидетельствует улучшение значений двух первых коэффициентов при незначительном изменении удельного веса оборотных активов. Это свидетельствует о снижении роли
заемного капитала в их формировании и росте роли собственного оборотного капитала к концу анализируемого периода.
Эти изменения явились следствием высоких темпов наращивания собственного оборотного капитала (571 %) и сокращения величины текущих обязательств (на 8 % по сравнению с 2012 г.).
Еще одной методикой прогнозирования банкротства, на основе использования аналитических коэффициентов является авторская модель Ульяма Бивера. Так, вначале он проанализировал за пятилетний период 20 коэффициентов по группе компаний, половина из которых обанкротилась. Далее, изучив 79 компаний - банкротов и 79 выживших компаний, У. Бивер предложил свою немного иную, но широко применяемую систему критериев для оценки степени банкротства [1, 2]. При этом весовые коэффициенты в авторской методике для индикаторов не предусмотрены. Полученные значения критериев сравниваются с их нормативными значениями для трех состояний компании (для компаний с благополучной ситуацией, для компаний, обанкротившихся в течении года, и для компаний, ставших банкротами в течение пяти лет. Вероятность банкротства оценивается попаданием показателей в интервальные рамки (см. таблицу 2).
Таблица 2
Система критериев для оценки вероятности банкротства компаний,
предложенная У. Бивером
Критерии Значение критерия для компании
Стабильных за 1 год до банкротства за 5 лет до банкротства
Коэффициент Бивера 0,4-0,45 -0,15 0,17
Рентабельность 6-8 -22 4
Финансовый леверидж < 37 < 80 < 50
Коэффициент покрытия активов 0,4 ~ 0,06 < 0,3
Коэффициент покрытия < 3,2 < 1 < 2
Источник: [составлено автором по материалам из 1, 2]
При этом указанные критерии рассчитываются по следующим формулам: Коэффициент Бивера: КБ = ^ А
ДО+КО
где ЧП - чистая прибыль; Ам - амортизация; ДО - долгосрочные обязательства; КО - краткосрочные обязательства.
ЧП
Рентабельность: Я = —* 1 0 0 %% ,
А '
где А -активы.
. , до+ко
Финансовым леверидж: ФЛ = —-—,
Коэффициент покрытия активов: Кпа =
где СК - собственный капитал; ВОА - внеоборотные активы.
ОА
Коэффициент покрытия: Кп = —,
где ОА - оборотные активы.
Рассматривая модель У. Бивера, стоит отметить, что полученные результаты позволяют сделать неоднозначные выводы о степени банкротства компании. Так различные критерии могут попасть в интервальные значения разных экономических состояний компании.
Таблица 3
Расчет параметров для ПАО «ЛУКОЙЛ» по методике У. Бивера
Показатели 2012 2013 2014 2015
Чистая прибыль, тыс. руб. 217 807 128 209 870 651 371 881 105 302 294 681
Амортизация, тыс. руб. 372 415 445 930 678 475 723 999
Собственный капитал, тыс. руб. 739 295 138 864 177 905 1 134 098 113 1 301 245 847
Заемный капитал, тыс. руб. 448 696 538 432 098 298 621 398 436 721 935 524
Краткосрочные обязательства, тыс. руб. 446 172 917 357 947 386 392 950 362 412 331 981
Активы, тыс. руб. 1 187 991 676 1 296 276 203 1 755 496 549 2 023 181 371
Внеоборотные активы, тыс. руб. 676 340 234 974 330 532 1 165 762 956 1 162 628 824
Оборотные активы, тыс. руб. 511 651 442 321 945 671 589 733 593 860 552 547
Коэффициент Бивера 0,48 0,48 0,60 0,42
Рентабельность 0,18 0,16 0,21 0,15
Финансовый леверидж 0,38 0,33 0,35 0,36
Коэффициент покрытия активов 0,05 -0,08 -0,02 0,07
Коэффициент покрытия 1,15 0,90 1,50 2,09
Источник: [составлено и рассчитано автором на основе годовых отчетов ПАО «ЛУКОЙЛ» 7, 8, 9, 10].
Анализируя таблицу полученных показателей, можно сказать о том, что данная методика позволяет сделать неоднозначный вывод о степени банкротства ПАО «ЛУКОЙЛ». Так по У. Биверу, по состоянию на конец 2015 г. показатели рентабельности и коэффициент покрытия активов говорят о том, что компания может дойти до степени банкротства как за год, так и за пять лет соответственно (в период 2012-2014 гг. коэффициент покрытие не давал положительного результата). Однако сам коэффициент Бивера и финансовый леверидж лежат в пределах стабильности финансового состояния компании.
Пять следующих методов близки между собой по идее, положенной разработчиками в их основу, и воплощению этой идеи в жизнь. Сходство этих методов заключается в том, что их авторы прекрасно понимали, что финансовое состояние предприятия определяется не только структурой его имущества и капитала, не только соотношениями между отдельными их составляющими, но и успешностью функционирования этого предприятия, т.е. его деловой активностью и эффективностью. Причем, между этими составляющими финансового состояния предприятия существует обратная связь, т.е. чем выше успешность функционирования, тем больше риск оказаться в нестабильном состоянии с точки зрения структуры капитала и имущества, и наоборот. Поэтому в оценке вероятности банкротства предприятия помимо коэффициентов, характеризующих его финансовую стабильность, должны принимать участие и показатели, характеризующие эффективность работы предприятия.
Наиболее известной из этих моделей является модель Э. Альтмана, созданная на рубеже 60-х годов прошлого столетия (этот факт, кстати, часто выдвигается как аргумент о невозможности ее применения в современных условиях). Другой, более важный недостаток как модели Альтмана, так и моделей других разработчиков состоит в том, что они используют ряд показателей, свойственных западной экономике и не применяемых у нас в стране. Поэтому попытка использования этих моделей в российских условиях потребовала их некоторой адаптации - замены западных показателей на отечественные, близкие по экономическому смыслу и содержанию.
Модель Альтмана представляет собой математическую зависимость следующего вида:
2 = 1 , 2 р с о к + 1 , 4 Яск + 3 , 3 ЯА + 0 , 5 Кск + К0 бА ,
сок „ _
где р с о к =--удельный вес собственного капитала;
чп
Я ск =--рентабельность (по чистой прибыли) собственного капитала,
ск
ед;
ПБ
ЯА = тг; - рентабельность (по балансовой прибыли) активов, ед.;
СК
К0 бА = - - коэффициент оборачиваемости активов;
А
СК 1
Кгк = — =--1 - соотношение собственного и заемного капитала ( К А -
ск зк КА 4 А
коэффициент автономии).
В процессе построения этой модели было установлено, что если: Ъ < 1,8, то вероятность банкротства предприятия очень высока; при Ъ = 1,8^2,7 вероятность банкротства высокая; при Ъ = 2,7^3,0 банкротство возможно, а при Ъ > 3 -маловероятно.
Несколько позже (в конце 70-х годов ХХ века) была получена зависимость, получившая название «модель Спрингейта»: 7 = 1 , 0 3 Роа + 3 , 0 7 Дэр + 0, 6 6КТО + 0 , 4 К0 6А ,
где р0А = — - удельный вес оборотных активов в общей их величине
А
(коэффициент мобильности);
_ ПБ+% к уплате _
К эр = --- - рентабельность активов по экономическому
результату;
ПБ
К Т0 =--рентабельность текущих (краткосрочных) обязательств.
кк+кз
Было установлено, что если Ъ оказывается меньше значения 0,862, то вероятность банкротства такого предприятия очень высока.
Еще позже (в 1984 г.) была создана модель, разработчиком которой явился Фулмер:
7 = 5,528Д; + 0,212КобА + 0,073Д£К + 1,27ДЭк ~ 0Д2рдк + 2,336рто + 0,5751дрМА + 1,083КП + 0,8941дЯ0/о - 3,07
где КА = - рентабельность активов по общей величине
нераспределенной прибыли;
^ск -прибыли);
чп
К 3 К = зк - рентабельность заемного капитала (по чистой прибыли); ДК
Рд К = ~ - удельный вес долгосрочных кредитов в капитале предприятия;
кк+кз „ _ _
РТ0 = - - удельный вес текущих обязательств в общей величине
А
активов предприятия;
МА „ .
Р мА = — - удельный вес материальных активов (основных средств и
А
запасов);
_ ПБ+% к уплате _ _
К % = о/ к уплате--рентабельность затрат по обслуживанию долга.
При Ъ < 0 вероятность банкротства очень велика.
Кроме того, для оценки вероятности банкротства используются также модели Лиса и Тафлера.
Модель Лиса представляет собой следующую формулу: 7 = 0 , 5 3 рС0 К + 0, 9 2 Кп + 0,05 + 0, 0 0 1 Кс К ,
где К п = ^ - рентабельность продаж;
В
ПБ
К сК = — - рентабельность собственного капитала (по балансовой
СК
Яд = — - рентабельность активов, рассчитанная по нераспределенной прибыли.
Модель Тафлера имеет следующий вид: 2 = 0 , 5 3 Ято + 0, 1 3 Кп + 0 , 1 8 рто + К бА ,
где Я то = - рентабельность краткосрочных (текущих) обязательств;
К П = ^ -коэффициент покрытия.
В первом случае критическим значением показателя является величина 0,037, а во втором - 0,3.
Для более точной оценки вероятности банкротства ПАО «ЛУКОЙЛ» следует рассмотреть эти пять математических методов, с использованием формул, представленных в таблице 4.
Таблица 4
Оценка банкротства с помощью математических моделей
Показатели 2012 2013 2014 2015
Выручка от реализации, тыс. руб. 39 906 778 260 008 509 242 880 237 259 197 748
Прибыль от реализации, тыс. руб. 45 03 122 215 773 801 202 901 835 212 970 686
Балансовая прибыль, тыс. руб. 286 816 765 240 411 234 225 080 248 237 301 680
Проценты к уплате, тыс. руб. 20 427 133 15 774 003 19 173 951 42 937 268
Итого экономический результат, тыс. руб. 266 389 632 224 637 231 205 906 297 194 364 412
Чистая прибыль, тыс. руб. 217 807 128 209 870 651 371 881 105 302 294 681
Накопленная нераспределенная прибыль, тыс. руб. 726 645 569 851 528 337 1 121 448 545 1 288 596 284
Активы, тыс. руб. 1 187 991 676 1 296 276 203 1 755 496 549 2 023 181 371
Основные средства, тыс. руб. 7532039 13138136 13350116 14781123
Оборотные активы, тыс. руб. 511 651 442 321 945 671 589 733 593 860 552 547
в т.ч. Запасы 63 748 128 131 217 765 47 890
Собственный капитал, тыс. руб. 739 295 138 864 177 905 1 134 098 113 1 301 245 847
в т.ч. Собственный 67 277 685 -34 980 460 199 387 510 451 346 827
оборотный капитал
Заемный капитал, тыс. руб. 448 696 538 432 098 298 621 398 436 721 935 524
в т.ч. Долгосрочные кредиты 2 523 621 74 150 912 228 448 074 309 603 543
Текущие обязательства, тыс. руб. 446 172 917 357 947 386 392 950 362 412 331 981
Коэффициент оборачиваемости активов 0,03 0,20 0,14 0,13
Рентабельность активов, % 0,24 0,19 0,13 0,12
Экономическая рентабельность, % 0,22 0,17 0,12 0,10
Рентабельность обслуживания долга, % 13,04 14,24 10,74 4,53
Рентабельность собственного капитала, % 0,29 0,24 0,33 0,23
Рентабельность собственного капитала по балансовой прибыли, % 0,39 0,28 0,20 0,18
Рентабельность заемного капитала, % 0,49 0,49 0,60 0,42
Рентабельность текущих обязательств, % 0,64 0,67 0,57 0,58
Удельный вес оборотных активов 0,43 0,25 0,34 0,43
Удельный вес собственного оборотного капитала 0,06 -0,03 0,11 0,22
Удельный вес долгосрочных кредитов 0,00 0,06 0,13 0,15
Удельный вес материальных активов 0,01 0,01 0,01 0,01
Удельный вес текущих обязательств 0,38 0,28 0,22 0,20
Соотношение собственного и заемного капитала 1,65 2,00 1,83 1,80
Рентабельность продаж, % 0,11 0,83 0,84 0,82
Коэффициент покрытия 1,15 0,90 1,50 2,09
Рентабельность активов по нераспределенной прибыли, % 0,61 0,66 0,64 0,64
Z критерий
Альтмана 2,13 2,12 2,07 2,01
Спрингейта 1,57 1,31 1,14 1,16
Фулмера 2,45 2,32 2,47 2,67
Лиса 0,14 0,80 0,81 0,81
Тафлера 0,59 0,72 0,68 0,74
Источник: [составлено и рассчитано автором на основе годовых отчетов ПАО «ЛУКОЙЛ» 7, 8, 9, 10].
Расчеты величин /-критерия по рассмотренным во второй главе математическим моделям показали, что наиболее удобной для оценки вероятности банкротства является модель Альтмана. Удобство заключается как в простоте, так и в том, что с ее помощью имеется возможность детализировать оценки вероятности банкротства. Кроме того, результаты расчетов по модели Альтмана во многом совпадают с выводами, полученными с помощью других методов. Значения /-критерия за весь рассматриваемый период находились в интервале, соответствующем высокой вероятности банкротства. Однако снижение не только коэффициентов финансового состояния, но и показателей эффективности деятельности предприятия - рентабельности собственного капитала (на 21 % за весь рассматриваемый период), активов (на 51 % за весь рассматриваемый период), обусловили ухудшение финансового состояния ПАО «ЛУКОЙЛ».
Модель Спрингейта несколько проще модели Альтмана, но гораздо больший акцент она делает на показателях эффективности предприятия, тем самым завышая полученные результаты, так как показатели эффективности находятся в обратной зависимости с финансовыми коэффициентами. Тем самым модель говорит о том, что предприятие не терпит банкротства на протяжении всего анализируемого периода.
Модель Фулмера является самой сложной, расчеты, проведенные с её помощью, однозначно показывают, что с самого начала анализируемого периода ПАО «ЛУКОЙЛ» не находится в зоне вероятного банкротства. Полученный результат, как и в модели Спрингейта, можно считать завышенным, так как полученные результаты превышают граничные в 2,5 раза.
Полученные данные по моделям Лиса и Тафлера, следует тоже считать завышенными по причине сильного влияния показателей эффективности.
Благополучное финансовое состояние компании является результатом профессионализма аппарата управления. Устойчивость и высокое рейтинговое место предприятия можно оценить по ряду показателей, характеризующих производственный потенциал, ликвидность и платежеспособность компании, рентабельность и много другое. Стоит отметить что данные показатели не являются статичными значениями, они постоянно находятся в движении -могут уменьшаться и расти, и как следствие, бывает трудно дать реальную оценку состояния компании. При такой обыденной особенности показателей особое значение имеет анализ состояния компании на основе рейтинговой оценки.
Методика рейтинговой оценки в вопросе оценки вероятности банкротства является важным инструментом управления, так как в условиях рыночной конкуренции наименее эффективные компании теряют свое место на рынке. Корректно дав рейтинговую оценку компаний внутри отрасли можно с достаточной вероятностью предвидеть будущую несостоятельность конкурентов или собственного предприятия.
В литературе по финансовому и экономическому анализу применяются различные методики рейтинговой оценки компаний. Одной из самых распространенных методик является методика Е.В. Негашева, Р.С. Сайфулина, А.Д. Шеремета, предлагающая следующую последовательность оценки: [5]
1) исходные данные представляют в виде таблицы, где по столбцам записаны номера компаний, а по строкам - номера показателей;
2) по каждому показателю находят максимальное (оптимальное) значение и заносят в столбец условной эталонной компании;
3) исходные показатели таблицы стандартизируют в отношении соответствующего показателя эталонной компании по формуле:
4) Хч = П и/max (ij) ,
5) для каждой анализируемой компании определяют значение её рейтинговой оценки по формуле:
6) я; = V ( 1 - Х1;) 2 + ( 1 - Хй)2 + • • • + ( 1 - Х0-)2 ,
7) компании ранжируют в порядке возрастания рейтинговой оценки. При этом наивысший рейтинг занимает компания с минимальным значением R.
Если в перечне показателей содержатся показатели, наиболее оптимальным значением которых является их минимум, то формула расчета стандартизированного показателя будет иметь следующий вид:
Xij = min (i,j)/Uij
Для того чтобы воспользоваться данной методикой, необходимо сначала определить систему показателей, по которым будет проводиться рейтинговая оценка предприятий. Она должна учитывать цели анализа и отраслевую принадлежность компании. Для предприятий нефтегазового сектора этим требованиям удовлетворяет следующая система показателей, объединенных в три группы:
1. Показатели оценки ликвидности: 1) коэффициент текущей ликвидности;
2) коэффициент срочной ликвидности;
3) доля оборотных средств в активах;
4) доля собственных оборотных средств.
2. Показатели оценки финансовой устойчивости:
1) коэффициент концентрации собственного капитала;
2) коэффициент структуры заемного капитала.
3. Показатели оценки рентабельности:
1) рентабельность основной деятельности;
2) рентабельность совокупного капитала.
Далее нужно рассчитать с помощью агрегированных балансов эти показатели для компаний, участвующих в рейтинговой оценке. В следующей таблице приведен агрегированный баланс по трем нефтегазовым компаниям.
Таблица 5
Агрегированные балансы компаний для расчетов по методике Сайфулина, Шеремета, Негашева по состоянию на 31.12.2015 г.
Показатели ПАО "Роснефть" ПАО "Газпром" ПАО "ЛУКОЙЛ"
Актив
Внеоборотные активы 6 347 797 437 9 771 306 133 1 162 628 824
Оборотные активы 3 102 076 827 3 209 941 824 860 552 547
в том числе:
запасы 158 652 326 606 901 383 47 890
дебиторская задолженность 903 314 912 2 038 013 858 137 583 454
денежные средства 2 040 109 589 565 026 583 722 921 203
Баланс 9 449 874 264 12 981 247 957 2 023 181 371
Пассив
Собственный капитал 1 436 002 383 9 322 338 840 1 301 245 847
в т.ч. оборотный капитал -2 037 252 850 -1 571 876 215 451 346 827
Заемный капитал - всего 8 013 871 881 3 658 909 117 721 935 524
в том числе:
долгосрочные кредиты 5 976 619 031 2 087 032 902 309 603 543
краткосрочные обязательства 2 037 252 850 1 571 876 215 412 331 981
краткосрочные кредиты 494 337 961 793 301 130 254 371 687
кредиторская задолженность 1 542 914 889 778 575 085 157 960 294
Баланс 9 449 874 264 12 981 247 957 2 023 181 371
В следующей таблице представлены все показатели рассматриваемых компаний, которые будут участвовать в рейтинге, а также выбраны лучшие показатели, которые могут считаться эталонными.
Таблица 6
Расчеты по методике Сайфулина, Шеремета, Негашева
Коэффициенты Показатели на конец отчетного года
ПАО "Роснефть" ПАО "Газпром" ПАО "ЛУКОЙЛ" Эталон
Показатели оценки ликвидности
коэффициент текущей ликвидности 1,52 2,04 2,09 2,09
коэффициент срочной ликвидности 1,44 1,66 2,09 2,09
доля оборотных средств в активах 0,33 0,25 0,43 0,43
доля собственных оборотных средств 0,11 0,13 0,22 0,22
Показатели оценки финансовой устойчивости
коэффициент концентрации собственного капитала 0,15 0,72 0,64 0,72
коэффициент структуры заемного капитала 0,75 0,57 0,43 0,57
Показатели оценки рентабельности
рентабельность основной деятельности 0,03 0,23 4,61 4,61
рентабельность совокупного капитала 0,03 0,03 0,16 0,16
Необходимо стандартизировать показатели каждой компании в отношении существующих эталонов. В нижерасположенной таблице вместо наименования показателей приведены их порядковые номера из предыдущей таблицы.
Таблица 7
Расчеты по методике Сайфулина, Шеремета, Негашева
№ показателя ПАО "Роснефть" ПАО "Газпром" ПАО"ЛУКОЙЛ" Эталон
1 0,73 0,98 1,00 1,00
2 0,69 0,79 1,00 1,00
3 0,77 0,58 1,00 1,00
4 0,51 0,57 1,00 1,00
5 0,21 1,00 0,90 1,00
6 0,76 1,00 0,75 1,00
7 0,01 0,05 1,00 1,00
8 0,17 0,20 1,00 1,00
Источник: [составлено и рассчитано автором на основе годовых отчетов 6, 10, 11].
Для каждого предприятия определим значение его рейтинговой оценки (Я). Затем ранжируем предприятия в соответствии с их рейтинговой оценкой. Наивысшим рейтингом обладают предприятия с минимальной рейтинговой оценкой. Далее выставляем компании по порядку, в соответствие с их рейтингом. Вся эта процедура представлена в следующей таблице:
Таблица 8
Рейтинг предприятий по методике Сайфулина, Шеремета, Негашева
Предприятие Значение рейтинговой оценки Я Место в рейтинге в соответствии с Я Рейтинг предприятий
ПАО "Роснефть" 1,68 3 ПАО "ЛУКОЙЛ"
ПАО "Газпром" 1,40 2 ПАО "Газпром"
ПАО "ЛУКОЙЛ" 0,27 1 ПАО "Роснефть"
Таким образом, на первом месте в рейтинге оказалась компания ПАО «ЛУКОЙЛ», следовательно, её можно считать наиболее финансово устойчивой, близкой к эталону в отрасли. Второе и третье место заняли ПАО «Газпром» и ПАО «Роснефть» с Я = 1,4 и 1,68 соответственно. Поэтому эти предприятия можно условно отнести к предприятиям с удовлетворительной финансовой устойчивостью.
Практический анализ рассмотренных в работе методик и моделей прогнозирования и оценки банкротства, проведенный в исследовании позволил прийти к некоторым умозаключениям:
• все рассмотренные методики способны идентифицировать только один определенный вид кризиса в компании (в основном лишь финансовый, без учета экономического и управленческого);
• модели не учитывают важные аспекты оценки вероятности банкротства - специфику компаний и отрасли в целом;
• большинству методик и моделей характерно получение оценок моментного характера, не учитывающего динамический фактор вероятности наступления банкротства. Так мы смогли убедиться, что по результатам некоторых методик по состоянию на 2014 г. и 2015 г. были получены совершенно противоположные выводы относительно банкротства, однако мы не можем проследить в каком конкретно квартале (месяце) произошло улучшение финансового состояния компании;
• сравнение практических результатов некоторых моделей и методик между собой дают противоречивые выводы, что в свою очередь приводит к необъективности принимаемых решений.
Для решения обозначенных выше проблем возможно принятие некоторых мер по совершенствованию методов оценки банкротства предприятий:
1. Пересмотреть включаемые в модель критерии оценки, позволяющие дать более точный результат в анализе близости компании к состоянию банкротства;
2. Провести корректировку весов в системах комплексного коэффициентного анализа путем увеличения выборки, а также группировки компаний по отраслевым признакам;
3. Увеличить количество используемых методик и методов при проведении «экспресс-анализа» конкретного предприятия;
4. Сократить интервальность проводимых аудитов в области оценки вероятности банкротства компании, чтобы, получая дискретные данные, можно было отследить момент ухудшения финансового состояния предприятия и принять необходимые меры по стабилизации производственно-хозяйственной деятельности.
Список литературы
1. Баканов М.И., Шеремет А.Д. Теория экономического анализа. Учебник. 4-е издание. М., 1999.
2. Донцова Л.В., Никифорова Н.А. Анализ финансовой отчетности: Учебник. 3-е изд., перераб. и доп. М.: Издательство «Дело и Сервис», 2005. 368 с.
3. Ковалев А.И., Привалов В.П. Анализ финансового состояния предприятия. Учеб. пособие для вузов. М.: Центр экономики и маркетинга, 2001. 256 с.
4. Колядов Л.В., Матвеев Ф.Р., Отвагина Л.Н. Анализ эффективности и финансовой стабильности предприятия. Учеб. пособие для вузов. М.: ООО «Недра-Бизнесцентр», 2007. 213 с.
5. Шеремет А.Д., Сайфулин Р.С., Негашев Е.В. Методика финансового анализа предприятия. Учебник. М.: ИНФРА-М, 2004.
6. Годовой отчет ПАО «Газпром» по состоянию на 31.12.15 г.
7. Годовой отчет ПАО «ЛУКОЙЛ» по состоянию на 31.12.12 г.
8. Годовой отчет ПАО «ЛУКОЙЛ» по состоянию на 31.12.13 г.
9. Годовой отчет ПАО «ЛУКОЙЛ» по состоянию на 31.12.14 г.
10. Годовой отчет ПАО «ЛУКОЙЛ» по состоянию на 31.12.15 г.
11. Годовой отчет ПАО «Роснефть» по состоянию на 31.12.15 г.
References
1. Baklanov M.I., Sheremet A.D. Teoriya ekonomicheskogo analiza. Uchebnik. 4-e izdanie. M., 1999.
2. Dontsova L.V., Nikiforova N.A. Analiz finansovoy otchetnosti. Uchebnik. 3-e izdanie. pererab. dop. M.: Izdatelstvo «Delo i servis», 2005. 368 p.
3. Kovalev L.V., Privalov V.P. Analiz finansovogo sostoyaniya predpriyatiya. Ucheb. posobie dlya vuzov. M.: Tsentr 'konomiki I marketinga, 2001. 256 p.
4. Kolyadov L.V., Matveev F.R. Otvagina L.N. Analiz effektivnosti i finansovoy stabilnosti predpriyatiya. Uchebnoe posobie dlya vuzov. M.: OOO «Nedra-Biznestsentr», 2007. 213 p.
5. Sheremet A.D., Sayfulin R.S., Negashev E.V. Metodika finansovogo analiza predpriyatiya. Uchebnik. M.: INFRA-M, 2004.
6. Godovoy otchet PAO «Gazprom» po sostoyaniyu na 31.12.15 g.
7. Godovoy otchet PAO «Lukoil» po sostoyaniyu na 31.12.12 g.
8. Godovoy otchet PAO « Lukoil » po sostoyaniyu na 31.12.13 g.
9. Godovoy otchet PAO « Lukoil» po sostoyaniyu na 31.12.14 g.
10. Godovoy otchet PAO « Lukoil » po sostoyaniyu na 31.12.15 g.
11. Godovoy otchet PAO «Rosneft» po sostoyaniyu na 31.12.15 g.
