CC BY
9economics/23474041/.
13. Редько С.И. Импортозамещение продуктов питания как фактор обеспечения продовольственной безопасности России [Текст] : автореф. дис. ... канд. экон. наук : 08.00.14 / С. И. Редько. - М., 2003. - 27 с.
14.Стрельцова Н.В. Совершенствование инновационной деятельности предприятий в условиях государственной политики импортозамещения [Текст] : автореф. дис. ... канд. экон. наук : 08.00.05 / Н. В. Стрельцова. - Волгоград, 2015. - 27 с.
15.Сучкова Н.А. Импортозамещение в продовольственном секторе России [Текст] : автореф. дис. ... канд. экон. наук : 08.00.14 / Н. А. Сучкова. - М., 2009. - 26 с.
16. ТАСС информационное агентство [Электронный ресурс] : официальный сайт. - Режим доступа: http:// tass.ru/ekonomika/2284135.
17. ТАСС информационное агентство [Электронный ресурс] : официальный сайт. - Режим доступа: http://
tass.ru/ekonomika/2056549
18. ТАСС информационное агентство [Электронный ресурс] : официальный сайт. - Режим доступа: http:// tass.ru/ekonomika/2302367
19. Терехов А.П. Повышение конкурентоспособности импортозамещающей продукции промышленных предприятий [Текст] : автореф. дис. ... канд. экон. наук: 08.00.05 / А. П. Терехов. - Казань, 2000. - 22 с.
20.Уваров Д.В. Обеспечение эффективности развития предприятий сахарной промышленности в условиях импортозамещения [Текст] : автореф. дис. ... канд. экон. наук: 08.00.05 / Д.В. Уваров - Курск, 2015.- 22 с.
21.Федеральная таможенная служба России [Электронный ресурс] : официальный сайт. - Режим доступа: http://www.customs.ru/index2.php?option=com_conte nt&view=article&id=21628&Itemid=1978
22.Центр исследований кондитерского рынка [Электронный ресурс] : официальный сайт. - Режим доступа: http://cikr.ru/news/?ELEMENT_ID=445
ПРОБЛЕМЫ ПРОГНОЗИРОВАНИЯ БАНКРОТСТВА В
ОТЕЧЕСТВЕННОЙ ПРАКТИКЕ
Мороз Оксана Николаевна
Кандидат экон. наук, доцент Сибирский Государственный университет геосистем и технологий
Г. Новосибирск
PROBLEMS OF FORECASTINQ BANKRUPTCY IN DOMESTIC PRACTICE
Oksana Moroz, The candidate ehkon . Sciences, Associate Professor, Siberian State University of Technology and geosystems, Novosibirsk АННОТАЦИЯ
В статье рассматриваются современные базовые методики оценки вероятности банкротства, проводится их дефиниция, высказывается авторская точка зрения в части преимуществ и недостатков ANNOTATION
The article deals with the basic modern methods of estimating the probability of bankruptcy, held their definition, expresses the author's point of view regarding the advantages and disadvantages
Ключевые слова: банкротство, прогнозирование, вероятность, критериальные значения, дефиниция Keywords: bankruptcy, forecasting, probability, criterial value, definition
Несмотря на наличие большого количества методического инструментария, позволяющего прогнозировать наступление банкротства предприятия с той или иной степенью вероятности, в этой области чрезвычайно много проблем. Попробуем обозначить проблемы прогнозирования банкротства в России и недостатки адаптации некоторых методик. В Российской Федерации пока еще отсутствует статистика банкротства предприятий по причине молодости института банкротства в нашей стране, что затрудняет собственные разработки, основанные на реалиях нашей экономики и направленные на достоверное прогнозирование возможного банкротства предприятий. Существует проблема достоверности информации о состоянии дел на конкретных предприятиях и трудности ее получения. Перейдем к анализу недостатков конкретных методик прогнозирования банкротства.
Три модели Э. Альтмана: Первая рассмотренная модель - двухфакторная - отличается простотой и возможностью ее применения в условиях ограниченного объема информации о предприятии, что как раз и имеет место в нашей стране [3, с.147]. Данная модель не обеспечивает высокую точность прогнозирования
банкротства, так как учитывает влияние на финансовое состояние предприятия коэффициента покрытия и коэффициента финансовой зависимости и не учитывает влияния других важных показателей (рентабельности, отдачи активов, деловой активности предприятия). В связи с этим ошибка прогноза с помощью двухфакторной модели оценивается интервалом Z = 0,65. Кроме того, про весовые значения коэффициентов и постоянную величину, фигурирующую в данной модели, известно лишь то, что они найдены эмпирическим путем. По этой причине справедливы, по всей вероятности, для США, причем для США 60-х и 70-х гг. В связи с этим они не соответствуют современной специфике экономической ситуации и организации бизнеса в России, в том числе отличающейся системе бухгалтерского учета и налогового законодательства и т. д. Применение данной модели для российских условий было исследовано в работах М.А. Федотовой, которая считает, что весовые коэффициенты следует скорректировать применительно к местным условиям и что точность прогноза двухфакторной модели увеличится, если добавить к ней третий показатель - рентабельность активов. Новые весовые коэффициенты
для отечественных предприятий ввиду отсутствия статистических данных по организациям-банкротам в РФ не были определены.
Следующая модель Альтмана - пятифакторная, также не лишена недостатков в плане применимости в России, тем не менее, на ее основе в нашей стране разработана и используется на практике компьютерная модель прогнозирования вероятности банкротства. Отсутствие в России статистических материалов по организациям-банкротам не позволяет скорректировать методику исчисления весовых коэффициентов и пороговых значений с учетом российских экономических условий. Вызывает некоторое смущение коэффициент Х4, в котором фигурирует суммарная рыночная стоимость акций предприятия; в настоящий момент в Российской Федерации отсутствует информация о рыночной стоимости акций большинства предприятий, в условиях неразвитости вторичного рынка российских ценных бумаг у большинства организаций данный показатель теряет свой смысл.
Различия в специфике экономической ситуации и в организации бизнеса между Россией и развитыми рыночными экономиками оказывают влияние и на сам набор финансовых показателей, используемых в моделях зарубежных авторов. Специалисты Экспертного института Российского союза промышленников и предпринимателей предлагают руководствоваться Z -счетом без его четвертой составляющей. Российские банковские аналитики заменяют числитель этого показателя на стоимость основных фондов и нематериальных активов.
Некоторые российские экономисты, к примеру, М.А. Федотова, рекомендуют определять коэффициент Х4 как отношение общей величины активов к общей сумме заемных средств. На наш взгляд, этот показатель не будет реальным во всех приведенных примерах, и более правильным является вариант, предложенный экономистом Ю.В. Адамовым, который заменяет рыночную стоимость акций на сумму уставного и добавочного капитала, так как увеличение стоимости активов предприятия приводит либо к увеличению его уставного капитала (увеличение номинала или дополнительный выпуск акций), либо к росту добавочного капитала (повышение курсовой стоимости акций в силу роста их надежности). Такая коррекция не лишена недостатка, т.к. в этом случае не учитывается возможное колебание курса акций под влиянием внешних факторов и поведение инвесторов, которые могут расценить дополнительный выпуск акций как приближение их эмитента к банкротству и отказаться от их приобретении, снижая тем самым их рыночную стоимость. Многие экономисты считают, что применение прочих коэффициентов в данной модели представляет большую проблему для российских предприятий. Специалисты предлагают коэффициент Х2 в модели Z-счета принимать равным нулю, поскольку деятельность российских предприятий как акционерных только начинается [5, с.200]. Были предложены различные способы адаптации «импортных» моделей к российским условиям, о чем упоминалось выше, но корректность этой адаптации также вызывает сомнения у специалистов.
Новые методики диагностики возможного банкротства, предназначенные для отечественных предприятий, были разработаны Иркутской государственной
экономической академией, О.П. Зайцевой, Р.С. Сай-фуллиным и Г.Г. Кадыковым. Однако, и в этом случае не удалось искоренить все проблемы прогнозирования банкротства предприятий. Определение весовых коэффициентов в модели О.П. Зайцевой является не совсем обоснованным, так как весовые коэффициенты в этой модели были определены без учета поправки на относительную величину значений отдельных коэффициентов. Нормативное значение показателя соотношения срочных обязательств и наиболее ликвидных активов равно семи, а нормативные значения коэффициента убыточности предприятия и коэффициента убыточности реализации продукции равны нулю. Небольшие изменения первого из вышеназванных показателей приводят к колебаниям итогового значения, в десятки раз более сильным, чем изменение вышеназванных коэффициентов, хотя по замыслу автора этой модели они, наоборот, должны были иметь большее весовое значение по сравнению с соотношением срочных обязательств и наиболее ликвидных активов [4, с.360].
В адаптации к российским условиям - в модели, разработанной Р.С. Сайфуллиным и Г.Г. Кадыковым, небольшое изменение коэффициента обеспеченности собственными средствами с 0,1 до 0,2 приводит к изменению итогового показателя («рейтингового числа») на: R1 = (0,2 - 0,1)*2 = 0,2 пункта.
К такому же результату приводит и значительное изменение коэффициента текущей ликвидности от нуля (от полной неликвидности) до двух, что характеризует высоколиквидные предприятия: R2 = (2 - 0)*0,1 = 0,2 пункта.
Поэтому и в этой модели, и у О.П. Зайцевой значения весовых коэффициентов являются недостаточно обоснованными [2, с.414].
Также в качестве примера недостаточной обоснованности адаптированных методик можно отметить, что в некоторых из них используются показатели, отличающиеся высокой положительной или отрицательной корреляцией или функциональной зависимостью между собой. Это приводит к ненужному усложнению этих методик, не увеличивая точности прогнозирования.
Если же говорить о модели R-счета Иркутской государственной экономической академии, то к очевидным достоинствам данной модели можно отнести то, что механизм ее разработки и все этапы расчетов подробно описаны в источнике, но по результатам практического его применения появилась информация о том, что значение R во многих случаях не коррелирует с результатами, полученными при помощи других методов и моделей, к примеру, при расчете по модели R-счета получаются значения, говорящие о наилучшем состоянии анализируемого предприятия, а все прочие методики дают далеко не столь утешительный результат. Возникает ощущение, что эта методика годится для прогноза кризисной ситуации, когда уже заметны очевидные ее признаки, а не заранее, еще до появления таковых [5, с.329].
Методика ФСФО РФ: еще большей критики достойна методика ФСФО РФ, принятая еще в 1994 году. Первое, о чем необходимо сказать, - нормативные значения трех коэффициентов, по которым делается вывод о платежеспособности предприятия, завышены, что говорит о неадекватность критических значений пока-
зателей реальной ситуации. К примеру, нормативное значение коэффициента текущей ликвидности, равное 2, взято из мировой учетно-аналитической практики без учета реальной ситуации на отечественных предприятиях, когда большинство из них продолжает работать со значительным дефицитом собственных оборотных средств. Нормативное значение коэффициента текущей ликвидности едино для всех предприятий, а значит, не учтены отраслевые особенности экономических субъектов.
В мировой учетно-аналитической практике нормативные значения коэффициентов платежеспособности дифференцированы по отраслям и подотраслям. Существует такая практика не только в странах с традиционно рыночной экономикой, как, к примеру, США, но и в республике Беларусь. Там, к примеру, коэффициент текущей ликвидности дифференцируется в пределах от 1,0 (сфера торговли и общественного питания) до 1,7 (промышленность). Представляется, что использование подобной практики в России могло бы дать положительный результат. Отечественная практика расчетов указанных показателей по причине отсутствия их отраслевой дифференциации и дальнейшее их использование не позволяют выделить из множества предприятий те, которым реально грозит процедура банкротства. Необходимо отметить тот факт, что в официальной системе критериев несостоятельности (банкротства) ФУДН РФ применяются исключительно показатели ликвидности коммерческих организаций. Другие показатели финансовой деятельности предприятий (рентабельность, оборачиваемость,структура капитала и др.) не учитываются, что говорит о том, что данная система критериев предназначена исключительно для оценки платежеспособности коммерческих организаций.
К вопросу же об отсутствии отраслевой дифференциации как методики ФУДН (ФСФО) РФ, так и прочих методик можно привести следующую иллюстрацию: учеными Казанского государственного технологического университета была разработана методика, в которой предпринята попытка корректировки существующих методик предсказания банкротства с учетом специфики отраслей. Авторы методики предлагают деление всех предприятий по классам кредитоспособности. Расчет класса кредитоспособности связан с классификацией оборотных активов по степени их ликвидности [5, с.267].
Особенности формирования оборотных средств в нашей стране не позволяют прямо использовать критериальные уровни коэффициентов платежеспособности (ликвидности и финансовой устойчивости), применяемых в мировой практике. Создание шкалы критериальных уровней может опираться на средние величины соответствующих коэффициентов, рассчитанные на основе фактических данных однородных предприятий (одной отрасли). Распределение предприятий по классам кредитоспособности происходит на следующих основаниях:
- к первому классу кредитоспособности относят фирмы, имеющие хорошее финансовое состояние (финансовые показатели выше среднеотраслевых, с минимальным риском невозврата кредита);
- ко второму - предприятия с удовлетворительным финансовым состоянием (с показателями на уровне
среднеотраслевых, с нормальным риском невозврата кредита);
- к третьему - компании с неудовлетворительным финансовым состоянием, имеющие показатели на уровне ниже среднеотраслевых, с повышенным риском непогашения кредита.
С одной стороны, для предприятий разных отраслей применяются различные показатели ликвидности, с другой, специфика отраслей предполагает использование для каждой из них своих критериальных уровней даже по одинаковым показателям. Учеными Казанского государственного технологического университета были рассчитаны критериальные значения показателей отдельно для каждой из таких отраслей, как: - промышленность (машиностроение); - торговля (оптовая и розничная); - строительство и проектные организации; - наука (научное обслуживание).
В случае диверсификации деятельности предприятие отнесено к той группе, деятельность в которой занимает наибольший удельный вес.
Всем проанализированным выше методикам присущ еще один недостаток - все они учитывают состояние показателей лишь на момент анализа, а изменения динамики показателей во времени не рассматриваются. В некоторых методиках присутствуют отдельные показатели динамики: - динамика прибыли в пятифак-торной модели Альтмана; - динамика коэффициента загрузки активов в модели О.П. Зайцевой; - коэффициент утраты (восстановления) платежеспособности в методике ФУДН (ФСФО) РФ, который рассчитываются на основе динамики коэффициентов текущей ликвидности.
Методика балльных оценок: выше рассматривались и анализировались только коэффициентные методы прогнозирования банкротства. Кратко отметим особенности применения метода балльных оценок -показателя Аргенти и качественного метода - рекомендаций Комитета по обобщению практики аудирования (Великобритания). Достоинством показателя Аргенти является то, что в нем впервые была предпринята попытка упорядочивания и систематизации показателей, по которым описаны в так называемых списках обанкротившиеся компании на Западе. Исследователю остается только сравнить признаки уже обанкротившихся компаний с аналогичными признаками исследуемой. Опыт применения этого метода в нашей стране еще не велик, сложно говорить как о его недостатках, так и достоинствах. Достоинством метода являются его комплексный подход к прогнозированию кризисных явлений, недостатки же заключаются в том, что данная модель чрезвычайно сложна в плане практики принятия решения в условиях многокритериальной задачи; также следует отметить субъективность принимаемого прогнозного решения.
Литература:
1. О несостоятельности (банкротстве): Федеральный закон от 26.10.2002 г. № 127-ФЗ.
2. Алексеева А.И., Васильев Ю.В., Малеева А.В., Ушвицкий Л.И. Комплексный экономический анализ хозяйственной деятельности: Учебное пос. - 2-е изд., перераб. и доп. - М.: КНОРУС, 2009.
3. Артеменко В.Г., Остапова В.В. Анализ финансовой отчетности: Учебное пос. - М.: Омега-Л, 2007.
4. Круглова Н.Ю. Антикризисное управление: 5. Мицек С.А. Краткосрочная финансовая полити-Учебное пос. - М.: КНОРУС, 2009. ка на предприятии: Учебное пос. - М.: КНОРУС, 2007.
ТЕОРЕТИКО-МЕТОДОЛОГИЧЕСКИЕ ПОДХОДЫ К ОПРЕДЕЛЕНИЮ
КРЕДИТНОГО РИСКА
Морозова Ирина Геннадиевна
кандидат эк. наук, доцент Институт экономики, управления и права
г. Казань
Тертышный Геннадий Валерьевич
старший преподаватель
Казанский национальный исследовательский технологический университет
г. Казань
THEORETICAL-METHODOLOGICAL APPROACHES TO DEFINITION OF CREDIT RISK
Morozova Irina Gennadievna, Candidate of Science, associate professor, of Institute of economics, management and law, Kazan
Tertyshny Gennady Valerievich , senior lecturer, Kazan national research technological University, Kazan АННОТАЦИЯ
В условиях рыночной экономики высокий интерес представляет оценка кредитного риска хозяйствующих субъектов. Целью работы является определение кредитного риска хозяйствующего субъекта на базе банковской методики. Применение данной методики дает возможность оценить кредитный риск хозяйствующего субъекта на базе анализа финансовой деятельности, рассчитав комплексный показатель оценки финансового состояния. ABSTRACT
In a market economy, high interest assessment of credit risk of economic agents. The aim of this work is the determination of the credit risk of the entity based on the banking methods. Application of this technique gave the opportunity to evaluate the credit risk of the entity based on analysis of financial performance by calculating a complex index for assessing the financial condition.
Ключевые слова: финансовый риск; кредитный риск; финансовая деятельность. Keywords: financial risk; credit risk; financial activity.
Известно, что деятельность каждого хозяйствующего субъекта в экономике осуществляется в условиях неполной определенности [1, с. 402]. Условия неопределенности, ассимилируясь, способствуют возникновению коммерческих рисков хозяйствующих субъектов. Составной частью коммерческих рисков, в свою очередь, являются финансовые риски.
Несмотря на распространенность и частоту использования данного понятия, экономическая сущность финансового риска является не до конца исследованной и осознанной. В экономической литературе встречается многообразие взглядов на природу вопроса, порождающее новые вопросы и противоречия.
Анализируя сущность финансового риска, ученые склоняются к мнению о необходимости классификации финансовых рисков и о выявлении многообразия их разновидностей в хозяйственной деятельности субъектов.
О.С. Байдина и Е.В. Байдин считают, что целесообразно выделение пяти видов финансовых рисков: рыночный или фондовый риск, кредитный риск, риск ликвидности, процентный риск и валютный риск. Первые два авторы связывают с владением финансовыми инструментами. Риск ликвидности и валютный риск признают исключительно индивидуальными, связанными с несовпадением долей активов и пассивов хозяйствующего субъекта. Процентный риск возникает
как результат неполной корреляции в движении ставок размещения и привлечения ресурсов [2, с. 30].
А.С. Шапкин и В.А. Шапкин высказывают иную точку зрения относительно классификации финансовых рисков. Финансовые риски подразделяются на риски, связанные с покупательной способностью денег, и риски, связанные с вложением капитала (инвестиционные). К рискам, связанным с покупательной способностью денег авторы относят инфляционные и дефляционные риски, валютные риски и риск ликвидности. Инвестиционные риски включают в себя риск упущенной выгоды, риск снижения доходности, риск прямых финансовых потерь. Риск снижения доходности, в свою очередь, подразделяется на процентные риски и кредитные риски. Понятие кредитного риска само по себе, является собирательным. В рамках кредитного риска ученые выделяют биржевой риск, риск банкротства и селективный риск [3, с. 157].
Представляют также интерес работа И.А. Бланка. Он выделяет следующие виды финансовых рисков: риск неплатежеспособности, риск снижения финансовой устойчивости, инвестиционный риск, инфляционный риск, дефляционный риск, процентный риск, депозитный риск, валютный риск, кредитный риск, налоговый риск, криминогенный риск [4].
Несмотря на многообразие мнений, авторы сходятся во мнениях относительно некоторых видов финан-
