Прогнозирование вероятности банкротства предприятия на основе российских моделей с целью сохранения платежеспособности Текст научной статьи по специальности «Экономика и бизнес»

УДК 338.24:631.14

ПРОГНОЗИРОВАНИЕ ВЕРОЯТНОСТИ БАНКРОТСТВА ПРЕДПРИЯТИЯ НА ОСНОВЕ РОССИЙСКИХ МОДЕЛЕЙ С ЦЕЛЬЮ СОХРАНЕНИЯ ПЛАТЕЖЕСПОСОБНОСТИ

МАРЧЕНКОВА И.Н.,

кандидат экономических наук, доцент кафедры экономики, информатики и математики Староос-кольский филиал ФГАОУ ВО «Белгородский государственный национальный исследовательский университет».

УДОВИКОВА А.А.,

кандидат экономических наук, доцент кафедры экономики, информатики и математики Староос-кольский филиал ФГАОУ ВО «Белгородский государственный национальный исследовательский университет».

ГРАНКИН В.Ф.,

доктор экономических наук, профессор кафедры «Экспертизы и управления недвижимостью, горного дела», Юго-Западный государственный университет, е-mail: grankin048@yandex.ru.

Реферат. Платежеспособность является одной из ключевых характеристик анализа финансового состояния предприятия. Понятие «платежеспособность» наиболее применимо в практике экономических отношений. Оценка платежеспособности оказывает значительное влияние на принятие различного рода экономических решений. Оценка платежеспособности предприятия прежде всего тесно связана с необходимостью прогнозирования вероятности банкротства хозяйствующего субъекта. Применение прогнозирующих подходов позволяет предотвратить кризисные явления, а следовательно и избежать несостоятельности и банкротства. Необходимо отметить целесообразность применения прогнозирующих моделей как для объекта исследования, так и для его контрагентов. Эффективность применения той или иной методики зависит от ряда факторов, в том числе особенностей развития национальной экономики, отраслевой принадлежности предприятия, масштабов деятельности и других факторов. Практическая аналитическая деятельность показала, что модели российских авторов наиболее адаптированы к особенностям условий хозяйствования в российской действительности. При этом модели российских экономистов имеют отраслевую направленность и позволяют получить объективную картину прогнозирования финансовой состоятельности хозяйствующего субъекта.Для оценки и прогнозирования банкротства с целью сохранения платежеспособности при проведении аналитического исследования были использованы модели таких российских авторов, как Зайцева О.П. и Савицкая Г.В., а также модель Беликова-Давыдовой. Данные модели наиболее адаптированы к современным условиям функционирования российских предприятий, при этом модель Г.В. Савицкой адаптирована для прогнозирования банкротства сельскохозяйственных предприятий, поэтому результаты прогнозирования на основе данной модели являются наиболее объективными в оценке финансовой состоятельности объекта исследования.

Ключевые слова: планирование, платежеспособность, прогнозирование банкротства, несостоятельность, прогнозные модели, платежеспособность, финансовая состоятельность.

FORECASTING THE PROBABILITY OF A BANKRUPTCY ENTERPRISE BASED ON RUSSIAN MODELS FOR THE PURPOSE OF PAYMENTABILITY

MARCHENKOVA I.N.,

PhD, Associate Professor, Department of Economics, Stary Oskol branch of computer science and mathematics FGAOU IN «Belgorod State National Research University".

UDOVIKOVA A.A.,

PhD, Associate Professor, Department of Economics, Stary Oskol branch of computer science and mathematics FGAOU IN «Belgorod State National Research University".

GRANKIN V.F.,

Professor of the Department of expertise and management real estate, mining, doctor of economics, SouthWest state University, е-mail: grankin048@yandex.ru.

Essay. Solvency is one of the key characteristics of the analysis of the financial condition of the enterprise. The concept of "solvency" is most applicable in the practice of economic relations. Assessment of solvency has a significant impact on the adoption of various economic decisions. Assessment of the solvency of the enterprise is primarily closely related to the need to predict the probability of bankruptcy of an economic entity. The use of predictive approaches can prevent crisis phenomena, and therefore avoid insolvency and bankruptcy. It is necessary to note the expediency of using predictive models both for the object of research and for its counterparties. The effectiveness of a particular technique depends on a number of factors, including the characteristics of the national economy, the industry of the enterprise, the scale of activities and other factors. Practical analytical work has shown that the models of Russian authors are most adapted to the peculiarities of economic conditions in the Russian reality. At the same time, the models of Russian economists are industry-oriented and provide an objective picture of forecasting the financial viability of an economic entity. For assessment and prediction of bankruptcy with the purpose of maintaining solvency during the scoping models were used such Russian authors as Zaitsev and O. P. Savitskaya G. V., and Belikov-Davydova. These models are most adapted to the modern conditions of functioning of the Russian enterprises, thus the model of G. V. Savitskaya is adapted for forecasting bankruptcy of the agricultural enterprises therefore results of forecasting on the basis of this model are the most objective in an assessment of financial solvency of object of research.

Keywords: planning, solvency, bankruptcy forecasting, insolvency, predictive models, solvency, financial solvency.

Введение. Риск наступления банкротства предприятия как правило сопряжен с целым комплексом взаимосвязанных факторов, которые воздействуют на финансово-хозяйственную деятельность предприятия в течении определенного, как правило длительного, временного интервала. Среди факторов негативного воздействия следует выделить: высокую конкуренцию, несовершенство политики управления, недостаток собственных источников финансирования, низкую степень ликвидности активов и другие факторы. Следовательно, необходима перманентная оценка финансовой состоятельности, с целью предупреждения и предотвращения кризисной ситуации.

Цель исследования. Рассмотреть теоретические подходы к оценке платежеспособности -как одной из основных характеристик финансовой состоятельности предприятия, а также провести сравнительный анализ прогнозирования банкротства хозяйствующего субъекта на основе моделей российских авторов с учетом отраслевой специфики.

Материал и методика исследования. Для достижения поставленной цели в процессе проведения исследования были использованы теоретические разработки отечественных ученых-экономистов в области прогнозирования вероятности банкротства хозяйствующих субъектов, а также бухгалтерская (финансовая) отчетность объекта исследования. В качестве методологической основы исследования были использованы монографический метод, обобщение и детализация, а также методы сравнительного анализа и прогнозирования.

Результаты исследования. В современных условиях значительная доля российских предприятий пребывает в достаточно сложном экономическом и финансовом положении. При этом основой комплексной оценки финансового положения, прежде всего, является диагностика платежеспособности потенциального партнера. Платежеспособность предприятия - это возможность регулярно и своевременно погашать долговые обязательства, при этом обеспечивая бесперебойность текущей производственно-хозяйственной деятельности.

Вероятность утраты платежеспособности предприятия может быть сопряжена с рядом причин, рассмотрим основные из них:

- снижение фактических показателей производства и реализации продукции относительно запланированных;

- негативная динамика финансовых результатов, с усугублением процесса до состояния убыточности;

- рост текущих затрат, главным образом производственного характера;

- недостаток собственных оборотных средств, а также не эффективное их использование;

- недостаточная оптимальность структуры активов и капитала;

- неустойчивость финансового состояния контрагентов;

- превышение суммы прочих расходов над суммой прочих доходов, то есть формирование отрицательного сальдо, что оказывает негативное воздействие на финансовый результат.

Как правило, утрата платежеспособности является результатом комплекса причин, которые привели к возникновению финансовых затруднений на предприятии, разрабатывается комплекс мероприятий по нормализации ситуации.

Можно выделить несколько способов для восстановления возможности компании исполнять текущие обязательства.

В их числе:

- реализация части имущества по рыночной стоимости;

- закрытие низкорентабельных филиалов и представительств;

- меры по взысканию дебиторской задолженности;

- приостановка долгосрочных инвестиционных проектов;

сокращение представительских расходов; оптимизация численности персонала;

- переуступка прав требований по дебиторской задолженности;

- выпуск дополнительных акций;

- перепрофилирование (закрытие) производства;

- модернизация производства в целях снижения себестоимости.

В некоторых случаях утрата платежного баланса - это лишь временная трудность и оперативное реагирование руководства, способного устранить финансовые пробелы. Для оценки перспектив нормализации положения хозяйствующего субъекта обычно осуществляется прогнозирование способности компании в течение полугода вернуть утраченные позиции.

С целью предотвращения неблагоприятных тенденций финансового характера необходимо проводить перманентную оценку хозяйственных средств и источников их формирования, то есть контролировать динамику состава и структуры активов и капитала.

При этом главная цель анализа заключается в своевременном выявлении недостатков финансовой деятельности и реализации превентивных мер, обеспечивающих стабильность финансового положения предприятия. В противном случае предприятию, как правило, грозит риск снижения ликвидности, неплатежеспособность и как результат несостоятельность и банкротство.

Банкротство - это неспособность предприятия в полном объеме удовлетворить требования кредиторов по денежным обязательствам и исполнить обязанности по уплате обязательных платежей. В настоящее время существуют как западные, так и отечественные модели прогнозирования банкротства предприятия [2].

Банкротство является результатом несостоятельности и представляет собой прекращение существования деятельности предприятия в связи с невозможностью его финансового восстановления. Наиболее актуальной проблемой рыночной экономики является несостоятельность и банкротство должника, то есть неисполнение им своих обязательств.

С целью прогнозирования несостоятельности и сохранения платежеспособности хозяйствующего субъекта используем методики прогнозирования российских аналитиков О.П. Зайцевой и Г.В. Савицкой, а также модель Беликова-Давыдовой аналитиков. Данные модели адаптированы к условиям функционирования российских предприятий [2].

К неоспоримым преимуществам российских моделей можно уверенно отнести тот факт, что все показатели довольно просто интерпретируются и оценку финансового состояния и динамики нестабильности могут осуществлять как внутренние, так и внешние заинтересованные пользователи [2].

Оценим вероятность банкротства Закрытого акционерного общества «Краснояружская зерновая компания» с помощью модели, предложенной профессором О.П. Зайцевой.

Модель О.П. Зайцевой имеет вид: Кфакт = 0,25*К1 + 0,1*К2 + 0,2*Кз + 0,25*К + 0,1*К + 0,1*Кб, (1)

где К1 - коэффициент убыточности предприятия;

К2 - коэффициент соотношения кредиторской и дебиторской задолженности;

Кз - коэффициент соотношения краткосрочных обязательств и наиболее ликвидных активов;

К4 - коэффициент убыточности реализации продукции;

К5 - коэффициент финансового риска;

К6 - коэффициент загрузки активов.

С целью прогнозирования вероятности банкротства следует сопоставить фактическое значение интегрального показателя с его нормативом, т.е. Кфакт сопоставляется с Кнорматив.

Алгоритм определения Кнорматив следующий:

Кнорматив=0,25*0 + 0,1*1 + 0,2*7 + 0,25*0 + 0,1*0,7 +

0,1 К6прошлого года (2)

Следовательно:

Кнорматив = 1,57 + 0,1 К6прошлого года (3)

Если Кфакт > Кнорматив, то высокая степень вероятности банкротства.

При Кфакт < Кнорматив, то банкротство практически исключено.

Расчеты коэффициентов представим в таблице 1.

Таблица 1 - Исходные данные, используемые для расчета вероятности прогнозирования банкротства ЗАО «Краснояружская зерновая компания» __

Алгоритм расчета Норматив 2015 г. 2016 г. 2017 г. Абсолютное отклонение,

2016 г. от 2015 г. 2017 г. от 2016 г.

К1=Прибыль (убыток) до налогообложения / Собственный капитал стр.2300/стр. 1300 К1=0 0,263 0,361 0,529 0,098 0,168

К2=Кредиторская задолженность /Дебиторская задолженность стр.1520/стр.1230 К2=1 2,142 1,778 0,407 -0,364 -1,371

К3=Краткосрочные обязательства / Ликвидные активы (стр.1520+стр.1510)/стр .1250 Кэ=7 18,008 54,554 16,931 36,546 -37,623

К4=Прибыль до налогообложения / Выручка стр.2300/стр.2110 К4=0 0,023 0,039 0,079 0,016 0,040

К5=Заемный капитал / Собственный капитал (стр.1400+стр. 1500)/стр. 1300 К5=0,7 16,02 14,702 8,039 -1,318 -6,663

К6=Активы / Выручка стр.1600/стр.2110 К6=К6прошлого года 1,486 1,739 1,349 0,253 -0,390

Анализ коэффициентов позволяет сделать следующие выводы:

— прогнозирование возможной угрозы банкротства сопряжено со снижением эффективности финансово-хозяйственной деятельности;

— динамика коэффициента соотношения текущих обязательств и ликвидных активов неоднозначна: в 2016 г. увеличился на 36,546 по сравнению с 2015 г., что свидетельствует о значительном росте зависимости предприятия от внешних источников финансирования, при этом 2017 г. характеризуется позитивной динамикой, то есть снижение коэффициента на 37,623 по сравнению с 2016 г. в результате снижения суммы кредиторской задолженности и роста ликвидных активов предприятия, то есть оптимизации структуры активов и источников их формирования;

— коэффициент убыточности реализации продукции не удовлетворяет нормативному значению и имеет тенденцию к росту, так в 2015 г. он составил 0,023, в 2016 г. - 0,039, а в 2017 г. - 0,079;

— коэффициент финансового риска также не удовлетворяет нормативному значению на протяжении всего анализируемого периода, однако он имеет тенденцию к снижению;

— негативная динамика коэффициента соотношения кредиторской и дебиторской задолженности на протяжении всего анализируемого

периода: так в 2015 г. значение коэффициента составило 2,142, в 2016 г. - 1,778, к 2017 г. -0,407. позволяет констатировать улучшение состояния расчетов предприятия с контрагентами;

— коэффициент загрузки активов в 2015 г. составил 1,486, в 2016 г. -1,739, а в 2017 г. -1,349, что свидетельствует о рациональном, эффективном использовании активов организации.

С целью прогнозирования вероятности банкротства следует сопоставить фактическое значение (Кфакт) интегрального показателя с его нормативной величиной (Кнорматив). Для этого рассчитаем фактические значения для вероятности банкротства ЗАО «Краснояружская зерновая компания» и представим их в таблице 2.

Далее следует рассчитать нормативное значение показателя:

2016 г.: 1,57 + 0,1*1,486 = 1,7186

Кфакт > Кнорматив, так как 12,8327 > 1,7186. Вероятность банкротства в 2016 году достаточно высока.

2017 год: 1,57 + 0,1*1,739 = 1,7439

Кфакт > Кнорматив, так как 4,5177 > 1,7186. Вероятность банкротства в 2017 году также оценивается высоко, хотя имеет место позитивная динамика (фактическое значение значительно ниже уровня прошлого года).

Далее проведем оценку вероятности банкротства ЗАО «Краснояружская зерновая компания» на основе модели Беликова-Давыдовой.

Таблица 2 - Фактические значения для вероятности банкротства ЗАО «Краснояружская зер-

новая компания»

Год Расчет фактического значения Результат

2015 0,25*0,263 + 0,1*2,142 + 0,2*18,008 + 0,25*0,023 + 0,1*16,02 + 0,1*1,486

= 0,06575 + 0,2142 + 3,6016 + 0,00575 + 1,602 + 0,1486 5,6379

2016 0,25*0,361 + 0,1*1,778 + 0,2*54,554 + 0,25*0,039 +0,1*14,702+ 0,1*1,739

= 0,09025 + 0,1778 + 10,9108 + 0,00975 + 1,4702 +0,1739 12,8327

2017 0,25*0,529 + 0,1*0,407 + 0,2*16,931 + 0,25*0,079 + 0,1*8,039 + 0,1*1,349

= 0,13225 + 0,0407 + 3,3862 + 0,01975 + 0,8039 + 0,1349 4,5177

Таблица 3 - Оценочная шкала ^ вероятности банкротства

Прогнозная шкала Вероятность наступления банкротства

Ъ<0 Максимальный риск банкротства, от 90 до 100 %

0<Ъ<0,18 Высокий риск банкротства, от 60 до 80 %

0,18<Ъ<0,32 Средний риск банкротства, от 35 до 50 %

0,32<Ъ<0,42 Низкий риск банкротства, от 15 до 20 %

Ъ>0,42 Минимальный риск банкротства, до 10 %

Таблица 4 - Исходные показатели модели оценки вероятности прогнозирования банкротства

Таблица 4 - Исходные показатели модели оценки вероятности прогнозирования банкротства ЗАО «Краснояружская зерновая компания»____

Коэффи- Алгоритм расчета 2015 г. 2016 г. 2017 г. Абсолютные отлоне-ния,(+,-)

циент 2016 г. от 2015 г. 2017 г. от 2016 г.

К1 К1 = Оборотный капитал / Активы

(стр.1200-стр.1500)/стр.1600 0,098 0,058 0,082 -0,04 0,024

К2 К2=Чистая прибыль / Собственный капитал

стр.2400/стр.1300 0,157 0,337 0,491 0,18 0,154

К3 К3 = Выручка / Активы стр.2110/стр.1600 0,673 0,575 0,741 -0,098 0,166

К4 К4 = Чистая прибыль / Себестоимость

стр.2400/стр.2120 0,019 0,054 0,100 0,035 0,046

Данная модель имеет следующий вид: Ъ = 8,38*К + 1*К2 + 0,054*Кз + 0,63*К4, (4) где К1 - коэффициент отношения оборотного капитала к сумме активов;

К2 - коэффициент рентабельности собственного капитала;

К3 - коэффициент отношения выручки от реализации к сумме активов;

К4 - коэффициент отношения чистой прибыли к себестоимости. Оценочная шкала предприятия по прогнозирования банкротства Иркутской государственной экономической академии (ИГЭА) представлена в таблице 3 [4].

Определим коэффициенты, которые являются основой прогнозирования вероятности банкротства по модели Беликова-Давыдовой, результаты расчетов представим в таблице 4.

Результаты расчетов, представленные в таблице 4 позволяют сделать следующие выводы:

- коэффициент соотношения оборотного капитала к сумме активов имеет неоднозначную динамику: в 2016 г. ниже на 0,04 относительно показателя 2015 г., что свидетельствует о потере мобильности имущества, но в 2017 г. наблюдается незначительная стабилизация, то есть рост на 0,024 по сравнению с 2016 г.;

- наблюдается рост коэффициента рентабельности собственного капитала. Так, значение данного коэффициента в 2015 г. составило 0,157, в 2016 г. 0,337, а в 2017 г. 0,491, что подтверждает позитивную динамику эффективности функционирования предприятия;

- коэффициент соотношения выручки от реализации к сумме активов в 2016 г. снизился

на 0,098 по сравнению с предыдущим годом, а в 2017 г. вырос на 0,166 по сравнению с 2016 г., что свидетельствует о росте деловой активности в отчетном году;

- имеет место положительная динамика коэффициента соотношения чистой прибыли и затрат, то есть эффективности производственной деятельности: в 2016 г. коэффициент увеличился на 0,035 по сравнению с 2015 г., а в 2017 г. вырос на 0,046 по сравнению с 2016 г.

На основе полученных коэффициентов оценим вероятность банкротства, результаты расчетов представим в таблице 5.

Результатам прогнозирования на основе модели Беликова-Давыдовой позволяют констатировать, что ЗАО «Краснояружская зерновая компания» имеет минимальную вероятность банкротства, следовательно хозяйствующий субъект финансово состоятелен.

Следующей моделью прогнозирования вероятности банкротства ЗАО «Краснояружская зерновая компания» является модель Г.В. Савицкой.

Данная модель адаптирована для прогнозирования вероятности банкротства сельскохозяйственных предприятий и имеет вид: Z = 1- 0,98*К1 - 1,8*К2 - 1,83*К3 - 0,28*К4, (5)

где К1 - доля собственного оборотного капитала в стоимости оборотных активов;

К2 - коэффициент отдачи собственного капитала;

К3 - коэффициент автономии;

К4 - коэффициент рентабельности собственного капитала.

Оценка финансовой состоятельности предприятия на основе модели прогнозирования банкротства Г.В. Савицкой выглядит следующим образом.

Если Z<0, то предприятие характеризуется как финансово устойчивое.

Если 0^<1, то имеет место нестабильность состояния.

Если Z>1, то высок перспективный риск банкротства предприятия.

Исходные коэффициенты представим в таблице 6.

Анализ и прогнозирование банкротства

2015 год 2016 год 2017 год

Z = 8,38*0,098 + 1*0,157 + 0,054*0,673 + +0,63*0,019 = 0,82124 + 0,157+0,036342+ + 0,01197 = 1,026552 Z = 8,38*0,058 + 1*0,337 + 0,054*0,575 + +0,63*0,054 = 0,48604 + 0,337 +0,03105 + + 0,03402 = 0,88811 Z = 8,38*0,082 + 1*0,491 + 0,054*0,741 + + 0,63*0,1 = 0,68716 + 0,491 + 0,040014 + + 0,063 = 1,281174

Z>0,42, т.к. 1,026552>0,42 Z>0,42, т.к. 0,88811>0,42 Z>0,42, т.к. 1,281174>0,42

Риск банкротства минимален Риск банкротства минимален Риск банкротства минимален

Таблица 6 - Исходные показатели модели прогнозирования вероятности банкротства Г.В.

Коэффи- 2015 г. 2016 г. 2017 г. Абсолютное отклонение,

циент Алгоритм расчета

2016 г. от 2015 г. 2017 г. от 2016 г.

К1 К1=Оборотный капитал / Активы

(стр.1200-стр.1500)/ Стр. 1600 0,098 0,058 0,082 -0,040 0,024

К2 К2=Выручка / Собственный капитал

стр.2110/стр.1300 11,452 9,025 6,698 -2,427 -2,327

Кэ К3=Собственный капитал / Активы

стр.1300/стр.1600 0,059 0,064 0,111 0,005 0,047

К4 К4=Чистая прибыль / Собственный капитал

стр.2400/стр.1300 0,157 0,337 0,491 0,180 0,154

Результаты расчетов позволяют сделать следующие выводы:

- доля оборотного капитала в формировании оборотных активов имеет неоднозначную динамику: в 2016 г. снизилась на 0,040 по сравнению с 2015 г., а в 2017 г. наблюдается рост анализируемого показателя на 0,024 относительно предыдущего года, что свидетельствует о незначительном росте степени мобильности имущества;

- коэффициент отдачи собственного капитала имеет тенденцию к уменьшению: так в 2015 г. значение коэффициента составило -11,452, в 2016 г. - 9,025, а в 2017 г. - 6,698. Снижение данного коэффициента свидетельствует о снижении деловой активности сельскохозяйственного предприятия, рост стоимости собственного капитала в отчетном году не характеризуется недостаточной интенсивностью его использования;

- коэффициент автономии имеет положительную динамику: в 2016 г. он увеличился на 0,005 по сравнению с прошлым годом, а в 2017 г. на 0,047 по сравнению с 2016 г. Рост

данного коэффициента свидетельствует об укреплении финансового состояния предприятия, то есть о росте степени автономии хозяйствующего субъекта;

- коэффициент рентабельности собственного капитала в 2015 г. составил 0,157, в 2016 г. - 0,337, а в 2017 г. - 0,491, что свидетельствует о росте эффективности использования капитала и резервов.

Оценим вероятность банкротства за анализируемый период, результаты представим в таблице 7.

Таким образом, результаты прогнозирования по модели Г.В. Савицкой показали, что в течение всего анализируемого периода предприятие ЗАО «Краснояружская зерновая компания» является финансово устойчивым предприятием.

Сравнительный анализ результатов прогнозирования вероятности банкротства ЗАО «Краснояружская зерновая компания» на основе российских моделей за 2017 г. представим в таблице 8.

Год Расчет Результат Оценка вероятности банкротства

2015 2=1 - 0,98*0,098 - 1,8*11,452 - 1,83*0,059 -0,28*0,157 = 1 - 0,09604 - 20,6136 - 0,10797 - 0,04396 - 19,86157 Ъ<0, т.к. 19,86157<0 Предприятие финансово-устойчивое

2016 Ъ = 1 - 0,98*0,058 - 1,8*9,025 - 1,83*0,064 -0,28*0,337 = 1 - 0,05684 - 16,245 - 0,11712 - 0,09436 -15,51332 Ъ<0, т.к. 15,51332<0 Предприятие финансово-устойчивое

2017 Ъ = 1 - 0,98*0,082 - 1,8*6,698 - 1,83*0,111 -0,28*0,491 = 1 - 0,08036 - 12,0564 - 0,20313 - 0,13748 -11,47737 Ъ<0, т.к. 11,47737<0 Предприятие финансово-устойчивое

Таблица 8 - Сравнительный анализ вероятности банкротства предприятия за 2017 г. на основе российских моделей___

Автор Расчет Результат Оценка вероятности банкротства

Зайцева О.П. 0,25*0,529 + 0,1*0,407 + 0,2*16,931 + 0,25*0,079 + 0,1*8,039 + 0,1*1,349 = 0,13225 + 0,0407 + 3,3862 + 0,01975 + 0,8039 + 0,1349 4,5177 Кфакт>Кнорма- тив, т.к. 4,5177>1,7186 Вероятность банкротства высокая

Беликова-Давыдова Ъ = 8,38*0,082 + 1*0,491 + 0,054*0,741 + + 0,63*0,1 = 0,68716 + 0,491 + 0,040014 + + 0,063 1,281174 Ъ>0,42, т.к. 1,281174>0,42 Риск банкротства минимальный

Савицкая Г.В. Ъ = 1 - 0,98*0,082 - 1,8*6,698 - 1,83*0,111 - 0,28*0,491 = 1 - 0,08036 - 12,0564 -0,20313 - 0,13748 -11,47737 Ъ<0, т.к. 11,47737<0 Предприятие финансово- устойчиво

Таблица 7 - Вероятность банкротства ЗАО «Краснояружская зерновая компания» по модели Г.В. Савицкой за 2015-2017 гг.

Результаты прогнозирования вероятности банкротства предприятия ЗАО «Краснояруж-ская зерновая компания» за отчетный год показали, риск банкротства минимален, следовательно, предприятие является финансово-устойчивым. Так как модель Савицкой Г.В. адаптирована для прогнозирования банкротства сельскохозяйственных предприятий, поэтому возможно полагаться на результаты прогнозирования данной модели.

Таким образом, результаты сравнительного анализа моделей прогнозирования вероятности банкротства российских авторов показали не однозначную оценку: модель Зайцевой О.П. показала высокую вероятность банкротства; модель Беликова-Давыдовой свидетельствует о том, что риск банкротства минимальный; результаты прогнозирования по модели Савицкая Г.В. показали финансовую устойчивость объекта исследования.

В процессе производственно-хозяйственной деятельности с целью сохранения финансовой стабильности необходимо формирование и сохранение определенных позиций при работе с поставщиками и потребителями продукции:

- контроль текущего состояния средств в расчетах, с целью недопущения образования просроченной и безнадежной дебиторской задолженности;

- при заключении хозяйственных договоров с контрагентами ужесточение суммы штрафных санкций, связанные с просроченной оплатой за поставленную продукцию, что позволит обеспечить рост доли абсолютно ликвидных активов;

- с целью ускорения оборачиваемости и периода погашения дебиторской задолженности, оптимизация системы скидок и иных альтернативных способов расчетов с контрагентами.

Таким образом, финансовая стабильность текущей деятельности предприятия требует формирования соответствующих корректировок условий взаимодействия в работе с контр-

агентами, то есть разработки и формирования кредитной политики [3, 5].

С целью осуществления превентивных мероприятий, снижения риска возникновения банкротства ЗАО «Краснояружская зерновая компания» необходима реализация комплекса мероприятий:

- сокращение остатков готовой продукции путем оптимизации объемов производства, расширения ассортимента и качества, а также разработки оптимальной политики сбыта;

- инвентаризация активов с целью выявления неиспользуемых в текущей деятельности, не приносящих дохода (аренда, реализация);

- повышение эффективности работы с дебиторской задолженностью с целью предотвращения образования просроченной кредиторской задолженности (погашение, реструктуризация, факторинг).

Выводы. Проведенное исследование показало, что перманентный анализ платежеспособности позволяет выявить возможные угрозы ее утраты со стороны как внутренних, так и внешних факторов: невыполнение плана договорных обязательств по поставкам продукции; замедление оборачиваемости средств в расчетах; недостатки в финансовом планировании и управлении денежными потоками, также иных факторов управленческого характера. При этом наступлению банкротства предшествует постепенное ухудшение финансового состояния хозяйствующего субъекта, следовательно ключевую роль в предотвращении финансовой несостоятельности и вероятности наступления банкротства играют прогнозные модели адаптированные к условиям функционирования российских предприятий с учетом отраслевой специфики хозяйствующих субъектов. Результаты анализа позволяют выявить «болевые точки» и «узкие места» в финансово-хозяйственной деятельности, разработать конкретные мероприятия по финансовому оздоровлению экономики предприятия и выходу из кризисной ситуации.

Список использованных источников

1. Васильева Л.С., Петровская М.В. Финансовый анализ: учебно-методическое пособие. -М.: Изд-во КНОРУС, 2013. - 544 с.

2. Гранкин В.Ф., Марченкова И.Н., Удовикова А.А. Сравнительный анализ российских и зарубежных методик прогнозирования вероятности банкротства // Вестник Курской государственной сельскохозяйственной академии. - 2018. - № 5.- С.169-176.

3. Марченкова И.Н. Дебиторская задолженность: оценка и управление: материалы XXII Международной научно-производственной конференции «Органическое сельское хозяйство: проблемы и перспективы» (28-29 мая 2018 года): в 2 т. Том 2. п. - Майский: Изд-во ФГБОУ ВО Белгородский ГАУ, 2018. - С. 65-67.

4. Пласкова Н.С. Экономический анализ: стратегический и текущий аспекты, российская и

зарубежная практика: учебное пособие. - 4-е изд. - М.: Эксмо, 2013. - 702 с.

5. Радюкова Я.Ю., Загуменнов Н.Р., Колесниченко Е.А. Инструментарий управления дебиторской задолженностью предприятия // Социально-экономические явления и процессы. - 2017. - № 2. - С. 106 -113.

List of used sources

1. Vasilyeva L.C., Petrovskaya M.B. Financial analysis: a teaching aid. - M.: Publishing house KNORUS, 2013. - 544 p.

2. Grankin V.F., Marchenkova I.N., Udovikova A.A. Comparative analysis of Russian and foreign methods of forecasting the probability of bankruptcy // Bulletin of the Kursk State Agricultural Academy. - 2018. - No. 5. - P.169-176.

3. Marchenkova I.N. Receivables: Evaluation and Management: Proceedings of the XXII International Scientific and Production Conference "Organic Agriculture: Problems and Prospects" (May 2829, 2018): in 2 tons. Volume 2. p. - Maysky: FSBI IN Belgorod GAU, 2018. - P. 65-67.

4. Plaskova N.S. Economic analysis: strategic and current aspects, Russian and foreign practice: a tutorial. - 4th ed. - M .: Eksmo, 2013. - 702 p.

5. Radyukova Ya.Yu., Zagumennov N.R., Kolesnichenko E.A. Toolkit for managing accounts receivable of an enterprise // Socio-economic phenomena and processes. - 2017. - № 2. - P. 106 -113.