CC BY
211
- (параллельные) слияния - объединение компаний, выпускающих взаимосвязанные товары. Например, фирма, производящая молоко и сыр, объединяется с фирмой, производящей молоко и сметану.
Процессы глобализации в сфере агропродо-вольственного рынка имеют особую актуальность в связи с немобильностью сельскохозяйственного производства и его привязанностью к основным средствам: земельным ресурсам, системам мелиорации, а также к биоклиматическому потенциалу.
3.
Источники
Krugman P. Increasing Returns, Imperfect Competition and the Positive Theory of Inter national Trade. "Handbook of International Economics". Vol. 3, 1995, Amsterdam, Elsevier Science. Макконнелл К.Р., Брю С.Л. Экономикс: Принципы, проблемы и политика. В 2 т.: Пер. с англ. 2004 г. Соболев О.С. Регулятор рентабельности производства молока и зерна в России. // Экономика сельскохозяйственных и перерабатывающих предприятий, 2005. - № 5. - С. 53-54.
МОДЕЛИ ПРОГНОЗИРОВАНИЯ УГРОЗЫ БАНКРОТСТВА СЕЛЬСКОХОЗЯЙСТВЕННЫХ ОРГАНИЗАЦИЙ В УСЛОВИЯХ КРИЗИСА
А.Я. Кибиров, д.э.н., проф., зав. отд. Всероссийский НИИ организации производства, труда и управления в сельском хозяйстве, Х.Г. Кибиров, к.э.н., доц. Российского государственного аграрного заочного университета
Процесс функционирования сельскохозяйственных организаций в условиях рыночной экономики обусловлен рисками организационного, экономического и финансового характера, возникающими на всех стадиях финансово-хозяйственной деятельности: производственной, финансовой и инвестиционной. Игнорирование данных рисков может явиться причиной возникновения кризисных ситуаций в хозяйствующих субъектах (сельскохозяйственных организаций). Следовательно, возникает объективная необходимость формирования комплекса организационно-экономических мер по предотвращению возможных негативных ситуаций в процессе финансово-хозяйственной деятельности сельхозорганиза-ций. Для этого необходимо своевременно увидеть наступление кризиса и обнаружить его первые признаки. Проблема распознавания предкризисных ситуаций в сельхозорганизациях вполне решаема посредством использования в анализе финансового состояния моделей диагностики потенциального банкротства.
Под банкротством нами понимается признанная в судебном порядке финансовая несостоятельность экономического субъекта, выражающаяся в неспособности его к своевременному погашению текущих долговых обязательств - кредиторской задолженности, краткосрочных кредитов и займов и финансированию своей деятельности за счет собственных средств.
Проблема оценки потенциального банкротства экономических субъектов существенно обострилась после окончания Второй Мировой войны в странах с развитой рыночной экономикой (особенно в США), в результате массовых банкротств предприятий вследствие резкого сокращения государственного оборонного заказа.
В зарубежной практике наиболее распространенными методиками прогнозирования банкротства экономических субъектов являются модели таких экономистов как У. Бивер, Э. Альтман, Лис, Таффлер и др.
Условно все многообразие количественных методов оценки потенциального банкротства следует разбить на две группы:
- скоринговые модели оценки потенциального банкротства;
- многофакторные интегральные модели прогнозирования банкротства.
Скоринговые модели оценки потенциального банкротства основаны на классификации хозяйствующих субъектов исходя из диапазонов колебаний определенных абсолютных и относительных характеристик финансовой отчетности, сведенных в единые системы показателей. Примером скоринговой
модели оценки потенциального банкротства служит система показателей У. Бивера.
Многофакторные интегральные модели прогнозирования банкротства разрабатываются на основе мультипликативного дискриминантного анализа и в
общем виде записываются следующим образом:
,
где: I - интегральный показатель модели; х, - независимые переменные модели; а, - коэффициенты независимых переменных.
Примерами многофакторных моделей прогнозирования банкротства служат модели Альтмана, Лиса, Таффлера, а также адаптированная российскими учеными (Л.И. Маслова и Д.Ф. Чангли) к условиям нашей страны и Белорусская модель.
Рассмотрим более подробно обозначенные нами модели оценки потенциального банкротства.
Пятифакторная модель Альтмана, модернизированная им в 1983 г., имеет вид:
Z = 0,717x + 0,847x2 + 3,107x3 + 0,42x4 + 0,995x5
где: х1 - отношение собственного оборотного капитала к величине оборотных активов; х2 - отношение чистой прибыли к величине активов предприятия, т.е. экономическая рентабельность; х3 - отношение прибыли до уплаты налогов к величине активов предприятия; х4 - отношение величины собственного капитала к величине заемного капитала предприятия; х5 - отношение выручки от продаж к величине активов предприятия.
Критическое значение коэффициента Альтмана составляет 2,675. Если значение коэффициента больше 2,675, то организация имеет достаточно устойчивое финансовое положение, в противном случае вероятность банкротства существенна.
Модель Альтмана, адаптированная к Российским условиям, имеет следующий вид:
СОК , _ ПДН _ В СК
Z =-
А
-х 1,2 + -
-х 3,3 + — + -А А А
где: СОК - собственный оборотный капитал; ПДН -прибыль до налогообложения; В - выручка от продаж; СК - собственный капитал; А - сумма всех активов (валюта баланса).
Нормативные значения показателя те же, что и у модели Альтмана, горизонт планирования -шесть месяцев.
Модель Таффлера имеет следующий вид:
2 = 0,53х1 + 0,13х2 + 0,18х3 + 0,16х4,
где: Х1 - соотношение прибыли от продаж и краткосрочных обязательств; Х2 - соотношение оборотных активов и общей суммы обязательств; Хз - соотношение краткосрочных обязательств и общей суммы активов; Х4 - соотношение выручки от продаж и общей суммы активов.
При £ ^ 0гз вероятность банкротства невысокая, если 2 < Од организация имеет высокую вероятность банкротства.
Белорусская модель оценки потенциального банкротства имеет следующий вид:
2 = 0,111x1 + 13,239х2 + 1,676х3 + 0,515х4 + 3,80х5
где: х1 - соотношение собственного оборотного капитала и оборотных активов; х2 - соотношение стоимости оборотных и внеоборотных активов; хз -отношение выручки от продаж к общей стоимости имущества (валюте баланса); х4 - отношение чистой прибыли к общей стоимости имущества (валюте баланса); х5 - отношение величины собственного капитала к величине совокупного капитала.
Данная модель имеет следующие нормативные значения:
При 7>8 вероятность банкротства организации отсутствует; если (5:3), то имеется небольшой риск банкротства; при предприятие находится в устойчивом финансовом положении и имеет определенный риск банкротства; если
± с -.1: то экономический субъект имеет неустойчивое финансовое положение и высокую вероятность банкротства; если 7<1 то предприятие банкрот.
Г.В. Савицкой была также сделана попытка адаптации модели Альтмана к условиям республики Беларусь. Данная модель имеет вид:
2 = 0,98х1 - 1,8х2 - 1,83х3 - 0,28х4,
где: х1 - доля собственного оборотного капитала в формировании оборотных активов, коэффициент; х2 -коэффициент оборачиваемости оборотного капитала; хз - коэффициент финансовой независимости предприятия (доля собственного капитала в общей валюте баланса); х4 - рентабельность собственного капитала, %.
Если 7-счет имеет значение от 0 и ниже, то организация оценивается как финансово устойчивое. Если данный показатель имеет значение 1 и выше, то организация относится к группе риска или высокого риска.
В рамках данной статьи нам необходимо выяснить, как и каким образом данные модели отражают истинное положение дел в условиях аграрной экономики нашей страны и какая из них наиболее результативная.
В качестве примера исследуемых хозяйствующих субъектов рассмотрим 269 сельскохозяйственных организаций Калужской области.
Прежде чем применить к данным сельхозор-ганизациям обозначенные методики прогнозирования банкротства, необходимо иметь представление о том, каково их финансовое положение. С этой целью всю совокупность этих организаций разделим на пять групп, согласно методике Л. В. Донцовой и Н.А. Никифоровой.
Первая группа - это организации с абсолютной платежеспособностью и финансовой устойчивостью.
Данные экономические субъекты прибыльны и имеют рациональную структуру имущества и капитала.
Вторая группа - организации с устойчивым финансовым положением, где финансовые показатели в целом отвечают своим нормальным ограничениям, но по отдельным коэффициентам допускается некоторое отставание. У данных сельхозорга-низаций имеет место неоптимальное соотношение собственных и заемных источников финансирования с превышением удельного веса заемного капитала. При этом темпы роста кредиторской задолженности опережают темпы роста других заемных источников финансирования, а также дебиторской задолженности. Как правило, это прибыльные организации.
Третья группа - это сельхозорганизации, финансовое состояние которых следует оценить как среднее, то есть данные экономические субъекты имеют либо низкую платежеспособность и нормальную финансовую устойчивость, либо наоборот, они платежеспособны, но находятся в неустойчивом финансовом положении.
Четвертая группа - это сельхозорганизации с неустойчивым финансовым положением, у которых неудовлетворительная структура капитала, а показатели платежеспособности соответствуют нижним границам допустимых значений. Прибыль у таких организаций, как правило, отсутствует вовсе или очень незначительная, но достаточная только для осуществления обязательных платежей в бюджет.
Пятая группа - это хронически убыточные, неплатежеспособные организации, имеющие кризисное финансовое положение.
Данная группировка осуществлялась согласно диапазонам колебаний значений следующих финансовых коэффициентов: абсолютной ликвидности, быстрой ликвидности, текущей ликвидности, доли оборотных средств в активах, обеспеченности собственными средствами, капитализации, финансовой независимости, финансовой устойчивости.
Таким образом, на примере Калужской области данная группировка сельскохозяйственных организаций имеет следующий вид.
Таблица 1 - Группировка сельскохозяйственных организаций Калужской области согласно крите-
Номер группы Число сельхоз-организаций В % к итогу
I 22 8,2
II 44 16,4
III 42 15,6
IV 28 10,4
V 133 49,4
итого 269 100
Как видно из данных табл. 1, около половины сельскохозяйственных организаций Калужской области попадают в пятую группу финансовой устойчивости, т.е., они хронически убыточны, обременены долговыми обязательствами и находится в критическом финансовом положении. Следовательно, проблема выбора наиболее результативных методик диагностики потенциального банкротства в условиях сельского хозяйства данного региона является актуальной.
Чтобы выявить результативность обозначенных нами выше методик прогнозирования банкротства, применим их к каждой из выше приведенных групп сельхозорганизаций.
Обозначим через А число сельхозорганизаций в группе, в условиях которых модель прогнозирования банкротства не противоречит результатам группировки по финансовой устойчивости, а через В - число организаций в группе, в условиях которых модель
противоречит результатам группировки по финансовой устойчивости.
Применение представленных выше моделей прогнозирования банкротства к сельхозорганизаци-ям Калужской области показывает следующие результаты (табл. 2).
Таблица 2 - Прогнозирование банкротства сельхозорганизаций Калужской области
Группы хозяйств Модели прогнозирования банкротства
Альтмана Альтмана адаптированная Таффлера Белорусская Савицкая
A B A B A B A B A B
I 17 5 16 6 16 6 19 3 22 0
II 35 9 28 16 34 10 29 15 43 1
III 22 20 25 17 24 18 19 23 7 35
IV 19 9 24 4 23 5 14 14 6 22
V 120 13 131 2 102 31 86 47 100 30
Исходя из данных табл. 2, результативность рассмотренных моделей диагностики потенциального банкротства представляется возможным определить по формуле:
4J
-1QQ*
Я;
41+Вп
где: "Ч - результативность ]-модели в ¡-группе сельскохозяйственных организаций; - число хозяйств в ¡-группе сельскохозяйственных организаций, по которым ^модель не противоречит результатам группировки; - число хозяйств в ¡-группе сельскохозяйственных организаций, по которым ^модель входит в противоречие с результатами группировки.
Расчеты результативности моделей прогнозирования банкротства сельхозорганизаций приведены в табл. 3.
Как видно из данных табл. 3, наиболее низкая результативность моделей диагностики потенциально-
го банкротства характерна для третьей группы сельхо-зорганизаций региона. Это вызвано тем, что данные хозяйства занимают промежуточное положение между благополучными и неблагополучными субъектами хозяйствования. По первой и второй группе сельхо-зорганизаций наибольшая результативность характерна для модели Г.В. Савицкой, в данной группе также высокую результативность показывает Белорусская модель. Эти модели в большинстве наблюдениях диагностируют низкую вероятность банкротства прибыльных сельхозорганизаций, имеющих высокие уровни показателей платежеспособности и финансовой устойчивости. С нарастанием убыточности, а также при ухудшении показателей финансовой устойчивости результативность данных моделей существенно снижается. Средняя результативность по всей совокупности хозяйств по модели Г.В. Савицкой составила 62,2%, а по белорусской модели - 62,4%.
Таблица 3 - Результативность основных моделей диагностики потенциального банкротства по группам сельскохозяйственных организаций Калужской области (^¡Ш , %
Группы хозяйств Модели прогнозирования банкротства
Альтмана Альтмана, адаптированная Таффлера Белорусская Савицкая
I 77,3 72,7 72,7 86,4 100
II 79,5 63,6 77,3 65,9 97,7
III 52,3 59,5 57,1 45,2 16,7
IV 67,9 85,7 82,1 50 21,4
V 90,2 98,5 76,7 64,7 75,2
Средняя результативность ( г ■.' ) 73,44 76 73,18 62,44 62,2
Из зарубежных методик прогнозирования банкротства наибольшую результативность по сельскохозяйственным организациям первой и второй групп показывают модели Альтмана и Таффлера. По организациям четверной и пятой групп финансовой устойчивости наиболее результативны модель Альтмана и ее вариант адаптации к российским условиям. Средняя результативность по всей исследуемой совокупности сельхозорганизаций по модели Альтмана составляет 73,4%, по адаптированной к российским условиям модели Альтмана -76% и по модели Таффлера - 73,2%.
Таким образом, при диагностике потенциального банкротства сельскохозяйственных организаций исследуемого региона наиболее целесообразно применение модели Э.Альтмана и ее адаптированного варианта к условиям российской экономики, так как они дают наибольшую результативность. То есть посредством данных методик можно с достаточно высокой степенью результативности обнаруживать предкризисные ситуации в финансово-хозяйственной деятельности сельхозорганизаций и определять основные пути по их предотвращению.
