CC BY
46
УДК 330.322
Алябьева Юлия Олеговна, студент (магистрант) 2 курса, ФГБОУ ВО «Курский государственный университет» e-mail: sh.yuliya22@yandex.ru
Барсуков Максим Васильевич, к.э.н., доцент кафедры финансов и кредита, ФГБОУ ВО «Курский государственный университет» e-mail: mbarsukov@yandex.ru
ОСНОВНЫЕ МЕТОДИКИ ПРОВЕДЕНИЯ АНАЛИЗА ВЕРОЯТНОСТИ
БАНКРОТСТВА
Аннотация: в статье описаны наиболее известные методики определения вероятности банкротства предприятия, а также произведен анализ фактических данных о процедурах банкротства в России.
Ключевые слова: банкротство, методики оценки вероятности банкротства, финансовое состояние, несостоятельность, диагностика.
Alyabyeva Julia Olegovna, 2nd year student (undergraduate), Kursk state University
e-mail: sh.yuliya22@yandex.ru
Barsukov Maxim Vasilyevich, Department of Finance and Credit, Kursk state University
e-mail: mbarsukov@yandex.ru
THE MAIN METHODS OF ANALYSIS OF THE PROBABILITY OF
BANKRUPTCY
Abstract: the article describes the most well-known methods of determining the probability of bankruptcy of the enterprise, as well as the analysis of actual data on
ПОЛИТИКА, ЭКОНОМИКА И ИННОВАЦИИ № 6 (29), 2019 bankruptcy procedures in Russia.
Keywords: bankruptcy, methods of assessing the probability of bankruptcy, financial condition, insolvency, diagnosis.
На современном этапе развития экономических отношений финансовому анализу присуще широкое применение. Преследуя различные цели, финансовый анализ проводят кредиторы, инвесторы, финансовые аналитики, финансовые эксперты, налоговая служба и многие другие. Одной из областей применения финансового анализа является процедура банкротства. В настоящее время наблюдается расширение рынка услуг по проведению процедур банкротства.
На портале Единого федерального реестра юридически значимых сведений о фактах деятельности юридических лиц, индивидуальных предпринимателей и иных субъектов экономической деятельности опубликована аналитическая информация по результатам процедур банкротства компаний за январь-сентябрь 2019 года.
Согласно представленным данным средняя продолжительность процедур конкурсного производства организаций, которые были завершены в январе-сентябре 2019 года, увеличилась на 8,5% или до 732 дней, по сравнению с данными за январь-сентябрь 2018 года.
Таким образом, средняя продолжительность основной процедуры банкротства компаний, впервые за период с 2015 года по 2019 год, превысила два года.
Средняя продолжительность процедуры наблюдения, по отчетам конкурсных управляющих за январь-сентябрь 2019 года, составила 198 дней, рост составил 0,7% по сравнению с аналогичным периодом 2018 года.
В таблице 1 представлены данные о длительности процедур банкротства. Таблица 1. Длительность процедур банкротства компаний_
Средний срок процедуры, дни 2015 г. 2016 г. 2017 г. 2018 г. янв-сен 19 янв-сен 18
Наблюдение 182 186 192 196 198 197
Конкурсное производство 568 642 671 682 732 674
В период с 2015 по 2017 гг. по процедурам конкурсного производства и наблюдения срок их проведения увеличивается, данное изменение наблюдается и при сравнении периода с января по сентябрь 2019 и 2018 гг. По результатам проведения процедур конкурсного производства кредиторы остались ни с чем в 63% дел, которые были завершившены в январе-сентябре 2019 года, немногим лучше, чем в январе-сентябре 2018 года (65%).
На входе в процедуру банкротства имущество отсутствовало, соответственно, у 38% и 37% должников, по данным об инвентаризации за те же периоды.
Таблица 2. Итоги конкурсного производства и наличие имущества у должников
янв-сен 2019 янв-сен 2018
Количество отчетов о завершении конкурсного производства 5465 5118
Количество дел, в которых кредиторы ничего не получили по итогам процедуры (всего) 3418 3341
Количество дел, в которых у должника нет имущества, по данным инвентаризации 2084 1910
Доля дел, в которых кредиторы ничего не получили по итогам процедуры (всего), % 63% 65%
Доля дел, в которых у должника нет имущества, по данным инвентаризации 38% 37%
Процент погашения требований кредиторов снизился до 4,7%. Доля погашенных требований кредиторов (отношение суммарного объема удовлетворенных требований к суммарному объему включенных в реестры кредиторов требований в деньгах) в январе-сентябре 2019 года снизилась до 4,7% с 6,3% в таком же периоде 2018 года.
Основная часть - 99,7% - включенных в реестры требований приходится на кредиторов третьей очереди, по отчетам за январь-сентябрь 2019 года (99,6% - за январь-сентябрь 2018 года). В том числе 92,3% общей суммы - требования кредиторов третьей очереди, не обеспеченные залогом; остальные 7,4% -требования, обеспеченные залогом.
Процент удовлетворения требований существенно выше у залоговых кредиторов - 32,4%. Незалоговые кредиторы третьей очереди получили 2,4%, все кредиторы третьей очереди - 4,6%.
ПОЛИТИКА, ЭКОНОМИКА И ИННОВАЦИИ № 6 (29), 2019 Доля удовлетворенных требований кредиторов второй очереди, в основном это долги по зарплате и пособиям работникам, слегка повысилась до 22,0% с 21,4% в те же периоды.
Таблица 3. Доля удовлетворенных требований кредиторов, включенных в реестры требований
2015 г. 2016 г. 2017 г. 2018 г. янв-сен 19 янв-сен 18
ВСЕГО 6.2% 6.4% 6.8% 5.2% 4.7% 6.3%
1 очередь 20.8% 3.8% 25.6% 4.6% 38.0% 5.5%
2 очередь 22.8% 42.9% 17.8% 22.4% 22.0% 21.4%
3 очередь 6.1% 6.1% 6.7% 5.1% 4.6% 6.3%
3 очередь - залоговые 38.6% 32.4%
3 очередь - незалоговые 4.2% 2.4%
Управляющие и кредиторы на 30% чаще пытались оспорить сделки должников. Количество поданных заявлений о признании сделок должника недействительными составило 6199 шт., согласно отчетам о процедурах банкротства компаний за 9 мес. 2019 года, рост на 29,9% к такому же периоду 2018 года. Доля удовлетворенных заявлений снизилась до 37,9% с 43,0%.
Таблица 4. Количество заявлений о признании сделок должника недействительными
2015 г. 2016 г. 2017 г. 2018 г. янв-сен 19 янв-сен 18
Принято заявлений 2964 4863 5923 7028 6199 4771
Рассмотрено заявлений 2786 4434 5460 6327 5585 4355
Удовлетворено заявлений 1240 2067 2634 2837 2352 2053
Доля удовлетворенных в принятых 41.8% 42.5% 44.5% 40.4% 37.9% 43.0%
АО «Интерфакс» публикует сводные результаты процедур, применявшихся в деле о банкротстве за 3 квартал 2019 года, на основе обработки сведений из опубликованных отчетов арбитражных управляющих.
В рамках банкротства проводится исследование с целью выявление преднамеренного и фиктивного банкротства.
Так, по данным аналитической службы за 3 квартал 2019 года дел о банкротстве составлено 489 заключений о наличии признаков преднамеренного
ПОЛИТИКА, ЭКОНОМИКА И ИННОВАЦИИ № 6 (29), 2019 банкротства, 7007 заключений об отсутствии признаков преднамеренного банкротства и 1304 заключения с признаком «не достаточно информации», 10 заключений о наличии признаков фиктивного банкротства, 8397 заключений об отсутствии признаков фиктивного банкротства и 393 заключения с признаком «не достаточно информации» для выявления признаков фиктивного банкротства.
По итогам выше представленной информации можно отметить, что среди компаний, в отношении которых введена процедура банкротства имеются как предприятия, которые действительно находятся в кризисном состоянии и процедуры оздоровления будут бесполезны, так и компании, которые уклоняются от выполнения своих обязательств перед кредиторами.
Для того чтобы оценить вероятность банкротства предприятия с целью недопущения ликвидации юридического лица и своевременного принятия мер по улучшению положения предприятия, разработано множество методик по прогнозированию и оценке вероятности банкротства предприятия. Наиболее известными и широко используемыми являются факторные модели западных экономистов Альтмана, Лиса, Таффлера, Тишоу и др.
А. Винакор и Р. Смитир на основании 10 летнего анализа данных более чем 180 фирм, испытывающих финансовые трудности, пришли к выводу, что коэффициент покрытия активов собственными оборотными средствами наиболее точно указывает на вероятность банкротства. Данный показатель рассчитывается через отношение чистого оборотного капитала к сумме активов.
П. Фитцпатрик основывал свое исследование на анализе трех- и пятилетних трендов, учитываемых и рассчитанных на основании данных по 13 коэффициентам 20 фирм с финансовыми трудностями в 1920-1929 гг. После чего полученные результаты были сопоставлены с данными 19 успешных компаний. Данная работа позволила автору прийти к выводу о том, что все анализируемые коэффициенты в некоторой степени прогнозируют вероятность банкротства. При этом, среди всех показателей, наилучшими показателями для
ПОЛИТИКА, ЭКОНОМИКА И ИННОВАЦИИ № 6 (29), 2019 прогнозирования банкротства стали рентабельность собственного капитала и коэффициент отношения чистого собственного капитала к сумме задолженности.
К. Мервином, изучив и проанализировав деятельность более чем 939 фирм в 1926-1936 гг. на основе расчета основных коэффициентов, обнаружил, что наиболее адекватная оценка вероятности банкротства следует из значения коэффициента покрытия и отношения собственного капитала к сумме задолженности, а также отношение чистого оборотного капитала к сумме активов [3].
Первым кто предложил собственную систему коэффициентов для анализа финансового состояния и определения вероятности банкротства был У. Бивер. Методика включала в себя расчет коэффициента Бивера, рентабельности активов, финансового левериджа, коэффициента покрытия активов чистым оборотным капиталом и коэффициента текущей ликвидности. Именно данные коэффициенты У. Бивер рекомендовал рассчитывать и исследовать их долгосрочные тренды для диагностики банкротства.
Наиболее известным коэффициентом, рассчитываемым в целях определения вероятности банкротства, является коэффициент Альтмана -предложенный еще в 1968 году. Коэффициент, позволяющий разделить организации на потенциальных банкротов и не банкротов, строится на основе мультипликативного дискриминантного анализа. В своей работе Альтман проанализировал 66 предприятий США и исследовал 22 аналитических коэффициента. Благодаря проделанной работе Альтману удалось выделить 5 наиболее значимых показателей и построить многофакторное регрессионное уравнение. Расчет регрессионного уравнения позволяет осуществить прогноз финансового положения фирмы на два-три года вперед.
При первом варианте модели Альтман в расчете четвертого коэффициента использовал рыночную стоимость акций предприятия. Однако, по причине отсутствия у некоторых компаний акций, свободно обращающихся на рынке ценных бумаг, модель была модифицирована и приняла следующий
вид:
Z=0.717Х1+0.847Х2+3,1Х3+0,42Х4+0,995Х:
(1),
где:
Ъ - дискриминантная функция, числовые значения которой диагностируют наличие кризисной ситуации;
- отношение собственного оборотного капитала к валюте баланса;
Х2 - отношение нераспределенной прибыли к валюте баланса;
Х3 - отношение прибыли от продаж к валюте баланса;
Х4 - отношение собственного капитала к заемному капиталу;
Х5 - отношение выручки от продаж к валюте баланса.
Таким образом, в новой формуле при расчете коэффициента Х4 вместо рыночной стоимости акций фирмы применяется величина ее собственного капитала.
Критическое значение Ъ-счета составляет 1,23. Если полученное расчетное значение меньше данной величины, то можно предположить о несостоятельности (банкротстве) фирмы. В случае, если значение Ъ-счета находится в диапазоне от 1,23 до 2,89, то фирма находится в зоне неопределенности («туманная область»). Сделать вывод о стабильности компании и низкой вероятности банкротства можно при значении Ъ-счета превышающем 2,9.
В 1977 г. Альтманом была разработана более точная семифакторная модель, что позволило прогнозировать вероятность банкротства в течение пяти лет. Точность модели доходила до 70%. В модели используются следующие показатели: рентабельность активов, коэффициент текущей ликвидности, динамичность прибыли, коэффициент стоимости имущества предприятия, коэффициент покрытия процентов, коэффициент автономии [3].
ПОЛИТИКА, ЭКОНОМИКА И ИННОВАЦИИ № 6 (29), 2019
В 1972 г. Роман Лис предложил свою четырехфакторную модель, разработанную для предприятий Великобритании:
Z=0,063X1+0.092Х2+0,057Хз+0,001Х4 (1),
где:
Z - дискриминантная функция, числовые значения которой диагностируют наличие кризисной ситуации;
X1 - отношение оборотных активов к валюте баланса;
Х2 - отношение прибыли от продаж к валюте баланса;
Х3 - отношение нераспределенной прибыли к валюте баланса;
Х4 - отношение собственного капитала к заемному капиталу.
При этом если Z принимает значение меньше 0,037 - вероятность банкротства велика, если больше - вероятность банкротства мала.
Также четырехфакторная модель оценки вероятности банкротства была предложена Ричардом Таффлером. В основу модели были положены следующие ключевые показатели: отношение прибыли от продаж к сумме краткосрочных обязательств, отношение оборотного капитала к сумме обязательств, отношение краткосрочных обязательств к сумме активов, отношение выручки от продаж к сумме активов.
Среди отечественных ученых, внесших существенный вклад в оценку вероятности банкротства предприятий, следует выделить Перфильева А.Б., Шеремета А.Д., Савицкую Г.В., Ковалева А.П.
Таким образом, следует вывод о том, что на настоящий момент существует множество методик, позволяющих спрогнозировать банкротство фирмы. При этом, можно отметить перекликание выборки показателей, являющихся ключевыми при проведении оценки вероятности банкротства. Расширение учитываемых факторов, принимаемых в расчет при анализе вероятности банкротства, позволит повысить точность оценки, хотя и усложнит саму процедуру анализа.
Список источников:
1. Единый федеральный реестр юридически значимых сведений о фактах деятельности юридических лиц, индивидуальных предпринимателей и иных субъектов экономической деятельности // [Электронный ресурс] - Режим доступа URL: https://fedresurs.ru/news/26ae05eb-259a-45b2-bc1d-bcc5843e7533?attempt=1 свободный доступ.
2. Единый федеральный реестр юридически значимых сведений о фактах деятельности юридических лиц, индивидуальных предпринимателей и иных субъектов экономической деятельности // [Электронный ресурс] - Режим доступа URL: https://fedresurs.ru/news/843f8484-ba9c-42db-a3b7-bad503d21d8e свободный доступ.
3. Казакова.Н. А. Финансовый анализ : учебник и практикум для бакалавриата и магистратуры . В 2ч. Часть 2 / Н. А. Казакова. - М.: Издательство Юрайт, 2019. - 209 с.
