Использование моделей оценки риска банкротства как альтернативный инструмент оценки предприятий агропромышленного комплекса при банковском и коммерческом кредитовании Текст научной статьи по специальности «Экономика и бизнес»

Экономика

сельскохозяйственным товаропроизводителям к рынкам финансовых, материально-технических и информационных ресурсов;

— диспаритет цен в соотношении темпов роста цен на сельскохозяйственную и приобретенную сельскохозяйственными предприятиями промышленную продукцию;

— нехватка и неэффективность системы доведения средств поддержки до предприятий АПК;

— дефицит квалифицированных кадров, вызванный низким уровнем и качеством жизни в сельской местности.

Основные направления совершенствования государственного регулирования устойчивого развития зерновой отрасли сводятся к следующему:

• в целях стимулирования производства зерновой продукции и увеличения занятости на селе с развитием местного самоуправления в перспективе целесообразно перейти от государственного заказа на уровне региона к муниципальному заказу на зерно местных товаропроизводителей;

• участие государства в залоговых

операциях с сельскохозяйственной продукцией (зерно, зернопродукты). Предметом залога может быть как уже произведенная продукция, так и продукция будущего урожая. Участие государства в залоге продукции заключается в выделении бюджетных средств, льготном кредитовании;

• переход на новую систему ценообразования на продукцию сельского хозяйства, включающую целевые, гарантированные (защитные), залоговые, ориентированные (рекомендательные), пороговые (для определения таможенных тарифов) цены.

С целью улучшения кредитнорасчетного обслуживания предприятий АПК органы исполнительной власти должны принимать меры, направленные на введение преимущественно инкассовой формы расчетов за продукцию для государственных нужд — организации, закупающие ее у аграриев, оплачивают стоимость в первоочередном порядке после отчислений в бюджеты всех уровней и социальные внебюджетные фонды.

• нейтрализовать монополию заготовительных, посреднических и

перерабатывающих структур, переводя на кооперативную основу цикл производства, переработки и реализации продукции сельского хозяйства;

• передать торговые рынки в управление потребительской кооперации;

• создать систему кредитной кооперации на селе, действующую на правах обществ взаимного кредитования и мобилизующую свободные денежные средства сельских предпринимателей и граждан;

• компенсировать потери сельхозтоваропроизводителей из-за роста цен на бензин, дизельное топливо, электроэнергию, газ, минеральные удобрения, технику.

Устойчивость зерновой отрасли будет обеспечиваться через принятие комплекса мер по формированию системы кадрового обеспечения, соблюдению научно обоснованных агротехнологий, усилению научного обеспечения и внедрения инновационных разработок, качественному росту технической оснащенности зернового производства в соответствии с потребностями реального сектора.

Литература

1. Веремеюк Т. Б. Исользование целевых государственных и региональных программ развития аграрного сектора экономики // Экономика и статистика. 2008. № 4.

2. «Региональная программа устойчивого развития агропромышленного комплекса на 2006-2010 гг.» Департамента сельского хозяйства Костанайской области.

ИСПОЛЬЗОВАНИЕ МОДЕЛЕЙ ОЦЕНКИ РИСКА БАНКРОТСТВА КАК АЛЬТЕРНАТИВНЫЙ ИНСТРУМЕНТ ОЦЕНКИ ПРЕДПРИЯТИЙ АГРОПРОМЫШЛЕННОГО КОМПЛЕКСА ПРИ БАНКОВСКОМ И КОММЕРЧЕСКОМ КРЕДИТОВАНИИ

A. Н. НЕПП,

кандидат экономических наук, доцент, Уральский ФУ им. Б. Н. Ельцина,

B. Г. БАЛАБОЛИН, доктор экономических наук,

А. А. ШИЛКОВ, 620075, г. Екатеринбург,

студент, Уральская ГСХА

ул. Карла Либкнехта, д. 42

Ключевые слова: риски банкротства, прогнозирование банкротства предприятий АПК, скоринг-анализ финансового состояния предприятий АПК.

Keywords: risks of bankruptcy, forecasting of bankruptcy of the enterprises of agrarian and industrial complex, the skoring-analysis of a financial condition of the enterprises of agrarian and industrial complex.

Предоставление банковского и товарного (коммерческого) кредита — сложная процедура, важным этапом в которой является анализ потенциальных заемщиков. Анализ охватывает оценку и прогнозирование финансового состояния предприятия, исследование целевого для заемщика рынка сбыта, юридическую проверку предприятия. При кредитовании банками упускается в анализе

заемщика такой важный раздел, как прогнозирование. При товарном кредитовании анализ предприятий агропромышленного комплекса (далее АПК) является редким исключением: большинство предприятий этим не занимаются. Значение этого нельзя недооценивать. Отсутствие анализа и прогнозирование финансового состояния таких предприятий при предоставление товарного (коммерческого)

кредитования может привести к ухудшению качества дебиторской задолжен -ности, снижению ее оборачиваемости, появлению просроченной и безнадежной задолженности, что в итоге повлечет проблемы с кредиторской задолженностью. Все это вызовет снижение прибыли и рентабельности предприятия. Невыполнение прогнозирования финансового состояния сельскохозяйственных предприятий либо

www. m-avu. narod. ru

81

Аграрный вестник Урала №7 (86), 2011 г.- <. .

Экономика ^Щф/

некачественное его выполнение при предоставлении кредита банком может привести также к росту просроченной задолженности, ухудшению качества кредитного портфеля, росту резервов, что вызовет падение рентабельности и прибыли банка. Худший результат отсутствия прогнозирования при анализе заемщиков банками наблюдался в 2008-2009 гг. Вследствие финансового кризиса многие заемщики не смогли рассчитываться по кредитам, банки получили проблемы с ликвидностью, а некоторые из них не смогли выполнять обязательства по вкладам.

Целью нашего исследования стало выявление возможности прогнозирования финансового состояния предприятий АПК с помощью инструментов, позволяющих как банкам, так и предприятиям применять их при небольших трудозатратах.

1. Выявление специализации существующих моделей прогнозирования риска банкротства.

Важную роль при анализе партнера играют прогнозирование риска банкротства, анализ которого может осуществляться с помощью моделей оценки риска банкротства. К наиболее известным моделям относятся модели Альтмана, Бивера, Лиса, Дюрана, Таффлера, двух- и четырехфакторные модели, Сайфуллина и Правительства РФ (ФСФО РФ) [1]. В современной практике финансовохозяйственной деятельности зарубежных фирм для оценки вероятности банкротства наиболее широкое применение получили модели, разработанные Э. Альтманом и У. Бивером [3]. Банки могут применять данные методики для проверки своих методик анализа заемщиков и получения альтернативных результатов. Модели могут применяться и при предоставлении товарных кредитов. Предприятия-кредиторы при использовании моделей оценки риска банкротства могут в экспресс-режиме оценивать своих партнеров-предприятий АПК.

Модели построены на расчете вероятности банкротства предприятия на основе анализа финансовых коэффициентов ликвидности, рентабельности, финансовой устойчивости и деловой активности. Сводная характеристика моделей представлена в табл. 1.

Как можно увидеть из таблицы, модели учитывают разные коэффициенты и значимость коэффициентов (веса финансовых коэффициентов) отличаются. Это сужает применимость моделей в различных ситуациях и вводит специализацию моделей при анализе предприятий разной величины и рода деятельности, а также специализацию с учетом цели анализа.

Авторами предлагается специализация применения модели с учетом срока, на который производится прогнозирование риска банкротства, а также с учетом того, для кого производится данный анализ (потенциального инвестора или кредитора).

Специализация по срокам прогнозирования риска банкротства:

Модели, предназначенные для прогнозирования риска банкротства на

короткий срок (до 6 месяцев). Данные модели сориентированы на анализ коэффициентов ликвидности.

Модели, предназначенные для прогнозирования риска банкротства на средний срок (от 6 до 12 месяцев). Данные модели сориентированы на анализ коэффициентов ликвидности.

Модели, предназначенные для прогнозирования риска банкротства на длинный срок (от 1 года до 5 лет). Данные модели сориентированы на анализ коэффициентов финансовой устойчивости.

Специализация по целям применения:

Модели, предназначенные для анализа предприятий с точки зрения потенциального кредитора. Такие модели делают упор на коэффициентах ликвидности и финансовой устойчивости.

Модели, предназначенные для анализа предприятий с точки зрения потенциального инвестора. Такие модели делают упор на коэффициентах рентабельности.

2. Скоринг-анализ предприятий АПК на основе существующих моделей прогнозирования риска банкротства.

В рамках проведенного авторами исследования анализ финансового состояния заемщиков-предприятий АПК проведен по моделям оценки риска банкротства. Методика банка предусматривает проверку предприятия по следующим финансовым и информационным показателям.

В ходе исследования рассматривалось 10 предприятий АПК за период с 2005 по 2009 гг. Результаты анализа представлены в табл. 2.

Анализ по моделям риска банкротства позволяет сделать следующие выводы:

— СПК «Колхоз Дружба» как высо -корисковое предприятие оценила лишь одна модель, остальные же — как низкорисковое;

— в ОАО «Свердловагропромснаб» высокий риск банкротства показали две модели из 9, еще одна — средний риск;

— СПК «Колхоз Уралец», СПК «Колхоз Россия», СПК «Колхоз им. Свердлова», СПК «Колхоз Заря» — девять моделей из девяти имеют значение «низкорисковое».

— СПК «Колхоз имени М.И. Калинина», СПК «Колхоз Кащенское» и СПК «Колхоз Кощаковский» в целом показали низкие риски, за исключением модели Бивера и скоринговой модели Дюрана.

— ООО «СП Красноуфимский агро -колледж» имеет наиболее плохие показатели из всех предприятий: 4 модели из 7 — средние риски, еще две — высокие.

Обобщая результаты расчетов по медалям оценки риска банкротства, делаем вывод: среди рассмотренных предприятий к низкорисковым предприятиям следует отнести восемь предприятия из десяти (это предприятия СПК «Колхоз Уралец», СПК «Колхоз Россия», СПК «Колхоз им. Свердлова», СПК «Колхоз Заря», СПК «Колхоз Кощаковский», СПК «Колхоз Дружба», СПК «Колхоз имени М. И. Калинина» и СПК «Колхоз Кащенское»), в категорию со средними рисками можем отнести ОАО «Свердловагропромснаб» и ООО «СП Красноуфимский агроколледж». При этом последний среди всех предприятий имеет наиболее высокие показатели риска.

3. Сильные и слабые стороны применения моделей оценки риска банкротства предприятий АПК.

Полученные результаты анализа риска банкротства не дают оснований одни предприятия характеризовать как благополучные, а другие как кризисные. Причиной этому является ограничения по применению разных моделей.

При решении задач о краткосрочном прогнозировании необходимо руководствоваться совокупностью результатов по двухфакторной модели Альтмана и модели Р. С. Сайфуллина и Г Г Кадыкова. Анализ риска банкротства по двухфакторной модели Альтмана, который основывается на двух показателях, ограничивает достоверность полученных результатов. Тем не менее, если предприятие имеет даже средний риск банкротства, это уже является «тревожным звоночком» для менеджмента организации, т. к. это говорит о проблемах ликвидности и финансовой устойчивости. Банкам рекомендуется не выдавать кредит таким организациям, а предприятиям — учитывать данный факт при разработке политики управления рисками дебиторской задолженности в отношении данного партнера. С другой стороны, модель удобна в применении. На основе всего лишь двух коэффициентов можно составить примерную картину положения дел на предприятии.

Модель Р. С. Сайфулина и Г Г Кадыкова отличается от двухфакторной модели Альтмана большим количеством используемых показателей. Практически все предприятия, исследуемые нами, показали в данной модели низкий риск банкротства, что говорит об отсутствии проблем с текущей ликвидностью и финансовой независимостью. Исключением является ООО «Свердловагропромснаб», который в модели Р. С. Сайфуллина и Г. Г. Кадыкова показал высокий риск банкротства, при этом в двухфакторной модели Альтмана данное предприятие имеет низкий риск. Данный факт может быть связан с тем, что в двухфакторной модели Альтмана существуют менее строгие рамки оценки показателей и меньшее количество используемых показателей.

Для решения задач на среднесрочную перспективу следует использовать модель Р. Таффлера, Лиса, Бивера, двух-фактрную модель прогнозирования банкротства, четырехфакторную модель прогнозирования банкротства, скоринговую модель Дюрана.

Данные модели, в отличие от моделей для краткосрочного прогнозирования банкротства предприятий АПК, оперируют большим количеством показателей.

У четырёхфакторной модели главным недостатком является тот факт, что она предназначена для прогнозирования риска несостоятельности торгово-посреднических организаций. Следовательно, для сельхозпредприятий данная модель не может быть применена.

ОАО «Свердловскагропромснаб» и ООО «СП Красноуфимский агроколледж» на среднесрочной перспективе имеют наиболее высокие риски банкротства среди исследуемых предприятий АПК.

Таблица 1

Сводная характеристика моделей оценки риска банкротства предприятий

Модель Формула Показатель Расчет* Пороговые значения

« я и 1 йн оь н ч £ < -©Н -0 X ^ « | Х1 — коэффициент текущей ликвидности (стр. 290 (ф. 1)) / (стр. 690 - стр. 640 - стр. 650 (ф. 1)) Z > 0,3 — вероятность банкротства велика; — 0,3 < Z < 0,3 — вероятность банкротства средняя; Z < — 0,3 — вероятность банкротства мала; Z = 0 — вероятность банкротства равна 0,5.

Z = -0,3877 - 1,0736X1 + 0,0579X2 Х2 — доля заемных средств в пассивах (стр. 590 + стр. 690 - стр. 640 - стр. 650 (ф. 1)) / (стр. 700 (ф. 1))

Пятифакторная модель Альтмана К1 — доля чистого оборотного капитала в активах (стр. 290 - стр. 690 (ф. 1)) / (стр. 300 (ф. 1))

К2 — отношение накопленной прибыли к активам (стр. 470 (ф. 1)) / (стр. 300 (ф. 1))

г = 0,717К1 + 0,847К2 + 3,10К3 + + 0,42К4+0,995К5 КЗ — рентабельность активов (стр. 140 (ф. 2)) / (стр. 300 (ф. 1)) Z < 1,23 — вероятность банкротства велика Z > 1,23 — вероятность банкротства мала;

К4 -отношение собственного капитала к величине общих обязательств (стр. 490 (ф. 1)) / (стр. 590 + стр. 690 (ф. 1))

К5 — коэффициент оборачиваемости активов (стр. 010 (ф. 2)) / (стр. 300 (ф. 1))

Система показателей У Бивера Весовые коэффициенты не Коэффициент Бивера (стр. 190 (ф. 2) + А) / (стр. 590 + стр. 690 (ф. 1)) 1 группа — свыше 0,35; 2 группа — от 0,17 до 0,3; 3 группа — от 0,16 до -0,15.

предусмотрены, итоговым показатель не рассчитывается. Значения показателей сравниваются с их нормативными, рассчитанными для трех видов фирм: 1 группа — Рентабельность активов (стр. 190 (ф. 2)) / (стр. 300 (ф. 1))*100 % 1 группа — свыше 6; 2 группа — от 5 до 2; 3 группа — от 1 до -22.

Финансовый левередж (стр. 690 + стр. 590 (ф. 1)) / (стр. 300 (ф. 1))*100 % 1 группа — менее 35; 2 группа — от 40 до 60; 3 группа — свыше 80.

благополучные компании; 2 группа — вероятность банкротства в течение 5 лет; 3 группа — вероятность банкротства в течение года Коэффициент покрытия активов чистым оборотным капиталом (стр. 490 - стр. 190 (ф. 1)) / (стр. 300 (ф. 1)) 1 группа — свыше 0,4; 2 группа — от 0,3 до 0,1; 3 группа — менее 0,1.

Коэффициент покрытия стр. 290 (ф. 1) / стр. 690 (ф. 1) 1 группа — до 3,2; 2 группа — от 3,1 до 2; 3 группа — 1 и менее.

я ра 2 ь л е д о 2 я ав о и н и р о к О Весовые коэффициенты не предусмотрены, итоговый показатель не рассчитывается. Классификация предприятий по степени риска осуществляется Коэффициент текущей ликвидности (стр. 290 - стр. 210 - стр. 220 - стр. 230 + стр. 215 (ф. 1)) / (стр. 690 - стр. 640 - стр. 650 (ф. 1)) 1 класс — 2,0 и выше (30 баллов); 2 класс — 1,98—1,7 (29,9-20 баллов); 3 класс — 1,69—1,4 (19,9-10 баллов); 4 класс — 1,39—1,1 (9,9-1 балл); 5 класс — 1 и ниже (0 баллов).

исходя из фактического уровня показателей финансовой устойчивости и рейтинга каждого показателя, выраженного в баллах на основе экспертных оценок: 1 класс — 100 баллов и выше; 2 класс — 99-65 баллов; 3 класс — 64-35 баллов; 4 класс — 34-6 баллов; 5 класс — 0 баллов. Чем выше класс, тем выше риск. Коэффициент финансовой независимости (стр. 490 (ф. 1)) / (стр. 300 (ф. 1)) 1 класс — 0,7 и выше (20 баллов); 2 класс — 0,69—0,45 (19,9-10 баллов); 3 класс — 0,44—0,30 (9,9-5 баллов); 4 класс — 0,29—0,20 (5-1 балл); 5 класс — менее 0,2 (0 баллов).

Рентабельность совокупного капитала (стр. 140 (ф. 2)) / (стр. 300 (ф. 1)) 1 класс — 30 и выше (50 баллов); 2 к ласс — 29,9 —20 (49,9—35 баллов); 3 класс — 19,9—10 (34,9—20 баллов); 4 класс — 9,9—1 (19,9—5 баллов); 5 класс — менее 1 (0 баллов).

Модель Р. Лисса К1 — доля оборотного капитала в активах (стр. 290 (ф. 1)) / (стр. 300 (ф. 1))

г = 0,063К1 + 0,092К2 + 0,057К3 + + 0,001К4 К2 — рентабельность активов (стр. 140 (ф. 2)) / (стр. 300 (ф. 1)) Z < 0,037 — вероятность банкротства велика Z > 0,037 — вероятность банкротства мала;

К3 — отношение нераспределенной прибыли к активам (стр. 470 (ф. 1)) / (стр. 300 (ф. 1))

К4 — отношение собственного капитала к заемному (стр. 490 (ф.1)) / (стр. 590 + стр. 690 (ф. 1))

Модель Р. Таффлера К1 — отношение прибыли от реализации к краткосрочным обязательствам (стр. 140 (ф. 2)) / (стр. 690 - стр. 640 - стр. 650 (ф. 1))

г = 0,53К1 + 0,13К2 + 0,18К3 + + 0,16К4 К2 — отношение оборотных активов к сумме обязательств (стр. 290 (ф. 1)) / (стр. 590 + стр. 690 (ф. 1)) Z < 0,2 — вероятность банкротства велика Z > 0,3 — вероятность банкротства мала;

КЗ — отношение краткосрочных обязательств к сумме активов (стр. 690 - стр. 640 - стр. 650 (ф. 1)) / (стр. 300 (ф. 1))

К4 — отношение выручки к сумме активов (стр. 010 (ф. 2)) / (стр. 300 (ф. 1))

Двухфакторная модель К1 — коэффициент текущей ликвидности (стр. 290 (ф. 1))/ (стр. 690 - стр. 640 - стр. 650 (ф. 1)) Z < 1.3257 — вероятность банкротства очень высокая 1.3257 < Z < 1.5475 — вероятность банкротства

г = 0, 3872 + 0, 2614К1 + 1, 0595К2 К2 — коэффициент финансовой независимости (стр. 490 (ф. 1)) / (стр. 300 (ф. 1)) высокая; 1.5745 < Z < 1.7693 — вероятность банкротства средняя; 1.7693 < Z < 1.9911 — вероятность банкротства низкая; Z > 1.9911 — вероятность банкротства очень низкая.

Четырехфакторная модель К1 — доля чистого оборотного капитала (стр. 290-стр. 690 (ф.1)) / (стр. 300 (ф.1)) Z < 0 — вероятность банкротства максимальная (90—100 %); 0 < Z < 0,18 — вероятность банкротства высокая (60—80 %); 0,8 < Z < 0,32 — вероятность банкротства средняя (35—50 %); если 2 < Z < 0,42 — вероятность банкротства низкая (15—20 %); Z > 0,42 — вероятность банкротства минимальная (до 10 %).

г = 8,38К1 + К2 + 0,054К3 + 0,63К4 К2 — рентабельность собственного капитала (стр. 190(ф.2)) / (стр. 490(ф.1))

КЗ — коэффициент оборачиваемости активов (стр. 010(ф. 2)) / (стр. 300(ф.1))

К4 — норма прибыли (стр. 190 (ф.2)) / (стр. 020+стр. 030+стр. 040(ф.2))

Экономика Цф/

Продолжение таблицы 1

Модель Р. С. Сайфуллина и Г. Г. Кадыкова Ко — коэффициент обеспеченности собственными средствами (стр. 490-стр. 190 (ф.1)) / (стр. 290 (ф.1))

Ктл — коэффициент текущей ликвидности (стр. 290 (ф.1))/ (стр. 690-стр. 640-стр. 650 (ф.1)) Z < 1 — вероятность банкротства

Я = 2Ко + 0,1Ктл + 0,08Ки + + 0,45Км + Кпр Ки — коэффициент оборачиваемости активов (стр. 010(ф.2)) / (стр. 300(ф.1)) велика Z > 1 — вероятность банкротства мала;

Км — коммерческая маржа (стр. 050(ф.2)) / (стр. 010(ф.2))

Кпр — рентабельность собственного капитала (стр. 190(ф.2)) / (стр. 490(ф.1))

Методика прогнозирования банкротства ФСФО РФ Ктл — коэффициент текущей ликвидности (стр. 290(ф.1))/ (стр. 690-стр. 640-стр. 650 (ф.1)) Ктл > 2 — предприятие платежеспособно; Ктл < 2 — предприятие неплатежеспособно

Ко — коэффициент обеспеченности собственными средствами (стр. 490-стр. 190 (ф.1)) / (стр. 290 (ф.1)) Ко > 0,1 — предприятие платежеспособно; Ко < 0,1 — предприятие неплатежеспособно

Куп — коэффициент утраты платежеспособности (Ктл факт+3/Т*(Ктл факт — Ктл нач)) / Ктл норм Куп > 1 — в течение 3 мес. предприятие платежеспособно; Куп < 1 — в течение 3 мес. предприятие утратит платежеспособность

Квп — коэффициент восстановления платежеспособности (Ктл факт+6/Т*(Ктл факт — Ктл нач)) / Ктл норм Куп > 1 — в течение 6 мес. предприятие восстановит платежеспособность; Куп < 1 — в течение 6 мес. предприятие не восстановит платежеспособность

Таблица 2

Анализ предприятий АПК по моделям расчета риска банкротства

Модель СПК «Колхоз Дружба» ОАО «Свердловск-агропромснаб» СПК «Колхоз Уралец» СПК «Колхоз Россия» СПК «Колхоз им. Свердлова» СПК «Колхоз Заря» СПК «Колхоз имени М.И. Калинина» ООО «СП Красноуфимский агроколледж» СПК «Колхоз Кощаковский» СПК «Колхоз Кащенское»

Оценка предприятий по моделям риска банкротства*

1. Двухфакторная модель Альтмана Н Н Н Н Н Н Н Н Н Н

2. Система показателей У. Бивера Н С Н Н Н Н С С Н С

3. Модель Р. Лиса Н В Н Н Н Н Н С Н Н

4. Модель Р. Таффлера В В Н Н Н Н Н С Н Н

5. Двухфакторная модель Н Н Н Н Н Н Н В Н Н

б.Четырехфакторная модель Н Н Н Н Н Н Н С Н Н

7. Скоринговая модель Дюранта Н Н Н Н Н Н С - С Н

8. Модель Р. С. Сайфуллина и Г. Г. Кадыкова Н Н Н Н Н Н Н В Н Н

9. Методика Правительства РФ (ФСФО РФ) Н Н Н Н Н Н Н - Н Н

Примечание: обозначение «Н» — низкий риск банкротства; «С» — средний риск банкротства; «В» — высокий риск банкротства.

Данный факт свидетельствует о наличии проблем с собственными средствами, кредиторской задолженностью, рентабельностью производства и оборачиваемостью актива.

Методику Правительства РФ, двухфакторную модель банкротства предприятия следует использовать для анализа риска банкротства предприятий на долгосрочную перспективу.

Рассматривая предприятия АПК на возможные риски банкротства в долгосрочной перспективе, можно сказать, что большинство из них имеют низкие риски банкротства в будущем.

Единственное предприятие, которое показало высокие риски банкротства в долгосрочной перспективе, — ООО «СП Красноуфимский агроколледж».

Однако следует отметить, что система критериев диагностики банкротства субъектов хозяйствования используемая в методике Правительства РФ является несовершенной. По этой методике можно объявить банкротом даже высокорентабельное предприятие, если оно использует в обороте много заемных средств.

Рассмотрев все модели риска банкротства, следует сделать несколько выводов:

• Для анализа предприятий и получение полной адекватной ситуации на предприятии целесообразно использовать все модели в совокупности. Использование отдельных моделей может исказить картину.

• Рассмотренные в нашей статье модели не учитывают влияния факторов макросреды, среди которых важнейшие — фискальные, инфляция, общий спад производства, нестабильность финансовой системы, рост цен на ресурсы, изменение конъюнктуры рынка, неплатежеспособность и банкротство партнеров. Кроме того, каждая из моделей имеет погрешность и сориентирована

на определенные группы предприятий. Это доказывает целесообразность совместного применения всех, наилучшим образом зарекомендовавшим моделей расчета риска банкротства для альтернативной оценки. При этом необходимо продолжать использование методики банка с учетом исправления выявленных недостатков.

• Использование методик оценки риска банкротства предприятий позволит получать разносторонний анализ потенциального партнера по банковскому или

товарному/коммерческому кредиту, а также при экспортном кредитовании [2], что, в свою очередь, даст возможность заинтересованной стороне более объективно определить риски и на основе этого свою коммерческую маржу.

• Модели анализа банкротства предприятий рассматриваются авторами без учета специфики сельскохозяйственной отрасли. На наш взгляд, целесообразно для отрасли создать свои нормативы. Это может являться объектом дальнейших исследований.

Литература

1. Ковалев А. И., Привалов В. П. Безубыточность, кредитоспособность, банкротство // Бизнес, прибыль, право. 2005. № 6. С. 12-18.

2. Колотов Ю. С., Непп А. Н. Построение скоринговой системы показателей для привлечения экспортных кредитов в условиях про центных и валютных рисков // Управление финансовыми рисками. 2010. № 3. С. 206-220.

3. Маслова И. А., Пчеленок Н. В. Методы диагностики вероятности банкротства // Управленческий учет. 2006. № 2. С. 15-22.

4. Шатохина К. А. Банкротство предприятий // Безопасность бизнеса. 2006. № 1. С. 7-13.