CC BY
140
DOI dx.doi.org/10.24866/VVSU/2073-3984/2019-1/028-036
УДК 336.63
I
Е.В. Левкина В.В. Малышева2
Владивостокский государственный университет экономики и сервиса Владивосток. Россия
Особенности оценки вероятности банкротства сельскохозяйственных предприятий
В настоящее время в стране предприняты меры по производству собственной сельскохозяйственной продукции, в связи с чем вопросы анализа оценки вероятности банкротства сельскохозяйственных предприятий стали особенно актуальными. Исследована научная проблема необходимости внесения дополнений к существующим методикам оценки вероятности банкротства в современных условиях деятельности отечественных сельхозпредприятий. Изучению данной проблемы посвящены работы многих российских (О.П. Зайцевой, В.В. Ковалевой, А.Б. Перфильевой) и зарубежных (Э. Альтмана, У. Бивера, Р. Лиса, Р. Таффера) ученых. Методом исследования служат приемы и способы диалектического метода познания, метод логического анализа. Дискуссионным моментом в исследуемой проблематике является отсутствие универсальной методики оценки риска банкротства.
Ключевые слова и словосочетания: продовольственная безопасность, импортозаме-щение, сельхозпредприятие, оценка вероятности банкротства.
E.V. Levkina V.V. Malysheva
Vladivostok State University of Economics and Service Vladivostok. Russia
Features of assessing the probability of bankruptcy of agricultural enterprises
At present, large-scale measures have been taken in the country regarding the production of their own agricultural products. In this regard, the issues of analyzing the assessment of the probability of bankruptcy of agricultural enterprises are particularly relevant. The scientific problem of the research is that in modern conditions of activity of domestic agricultural enterprises there arises the need to make additions to the existing methods of assessing the probability of bankruptcy. The purpose of the research is to identify problems associated with
1 Левкина Елена Владимировна - старший преподаватель, e-mail: a553330@mail.ru
2 Малышева Виктория Владимировна - старший преподаватель, e-mail: viktoriya.malysheva99@vvsu.ru
the use of existing methods of assessing the probability of bankruptcy of agricultural enterprises. The object of the study are generally accepted methods of assessing the probability of bankruptcy. The subject of research is an enterprise in the agricultural industry. The study of this problem is the work of many Russian and foreign scientists. Among domestic authors, the studies by O. Zaitseva, V.V. Kovaleva, A.B. Perfilievoy. Abroad, the problem was investigated in the works of E. Altman, W. Biver, R. Lisa, R. Taffer. The method of research is the techniques and methods of the dialectical method of knowledge, the method of logical analysis. The discussion point in the studied issues is the lack of a universal methodology for assessing the risk of bankruptcy.
Keywords: food security, import substitution, agricultural enterprise, assessment of the probability of bankruptcy.
Проблема оценки вероятности банкротства приобретает особую актуальность в условиях глубокого экономического кризиса. Особое место в антикризисных мерах занимают управленческие решения, направленные на развитие сельского хозяйства. Исследование финансового состояния сельскохозяйственных предприятий актуально по нескольким причинам: 1) сельское хозяйство обеспечивает около 9% валового внутреннего продукта РФ; 2) проводится активная политика импортозамещения на фоне ужесточения антироссийских санкций. Несмотря на государственную поддержку, финансовое состояние сельхозпредприятий и отрасли в целом характеризуется низкими коэффициентами ликвидности, высокой зависимостью от внешних источников финансирования, низкой доходностью, а также убыточностью финансово-хозяйственной деятельности. По данным статистических органов, 30% сельхозпредприятий убыточны. Для обеспечения эффективного функционирования предприятий необходимо не только осуществлять финансовый анализ, но и систематически проводить диагностику вероятности наступления банкротства. Своевременная диагностика и оценка отрицательных тенденций деятельности, определение и прогнозирование кризисной ситуации и банкротства позволит разрабатывать актуальные управленческие решения по развитию не только отдельных сельхозпредприятий, но и отрасли в целом.
К проблеме оценки и прогнозирования вероятности банкротства обращались многие отечественные и зарубежные авторы. Концептуальными моделями для оценки вероятности банкротства являются зарубежные модели Э. Альтмана, У. Бивера, Р. Лиса, Р. Таффера. Среди российских моделей можно отметить модели О.П. Зайцевой [1], В.В. Ковалевой [2], А.Б. Перфильевой [5]. Наиболее адаптированной к российским рыночным условиям считается модель Иркутской государственной экономической академии. Сравнительная характеристика моделей представлена в табл. 1.
Таблица 1
Сравнительная характеристика моделей оценки вероятности банкротства
Модели оценки вероятности банкротства Преимущества Недостатки
Модель Э. Альтмана (двухфакторная) Отличается простотой расчета, возможностью использования данных бухгалтерского баланса при осуществлении внешнего анализа Нет возможности оценить влияние показателей, которые характеризовали бы эффективность ресурсов предприятия, его деловую и рыночную активность и пр. Не учитываются отраслевые и региональные особенности деятельности хозяйствующих субъектов. Получаемые прогнозы для субъектов региона не являются адекватными
Модель Э. Альтмана (пятифакторная, оригинальная) [3] Используемые в данной модели переменные способны отразить различные аспекты деятельности компании, есть возможность динамического прогнозирования изменения финансовой устойчивости Модель может быть использована только в отношении акционерных обществ, акции которых имеют обращение на организованном рынке ценных бумаг. Даже при определении курсовой стоимости акции отношением суммы дивиденда к среднему уровню ссудного процента оценка имеет значительную погрешность
Модель Э. Альтмана (пятифакторная, усовершенствованная) Используемые в данной модели переменные способны отразить различные аспекты деятельности компании. Дифференцированность значения 7-счета для производственных и непроизводственных компаний В силу особенностей российской экономики значения факторов значительно отличаются, в связи с чем механическое использование моделей Альтмана приводит к существенным отклонениям прогнозных значений от реальности. Так, банкротами были признаны только 90,62% обследованных предприятий, являющихся фактическими банкротами
Иркутская модель (модель ИГЭА) Достаточно подробное описание механизма разработки и всех основных этапов расчетов делает достаточно простым использование методики на практике Выявленные с использованием других методов и моделей результаты не коррелируют со значением Я-счета. Рассчитываемые прогнозы идут в разрез с реальным финансовым состоянием предприятия. Отсутствует отраслевая дифференциация интегрального показателя
Четырехфакторная модель прогнозирования банкротства [4] Возможность использования модели для внешнего экспресс-анализа, так как переменные определяются по данным бухгалтерского баланса и отчета о финансовых результатах Характерная для модели нестабильность оценок, которая обуславливается показателем У35 (соотношением операционных активов и расходов компании). Данные проведенного анализа показали финансовую состоятельность 6,25% должников, а 21,9 % - банкротство на протяжении всего периода
Модель В.А. Пареной и И.В. Долгалева Наличие достаточно подробного описания механизма разработки модели,рекомендаций по схеме и периодичности перерасчета весов значимости и предельных значений 7-счета Проведенные исследования позволили определить у 78% должников вероятность банкротства как среднюю, высокой она была признана лишь у 22%. Такая ситуация обусловлена значительным разрывом между интервалами, определяющими вероятность банкротства как «среднюю» (0,29; 2,07] и «выше среднего» (0; 0,29]
Продолжение табл. 1
Модели оценки вероятности банкротства Преимущества Недостатки
Модель Р. Таффлера [6] Достаточно простой расчет, возможность использования модели для проведения внешнего анализа (диагностики) Невозможность достичь отрицательного уровня 7-счета, в связи с чем получаемые прогнозы не являются адекватными. Большая часть анализируемых должников (87,5%) признаны финансово устойчивыми
Модель credit-men и модель В.В. Ковалева [2] Возможность использования для осуществления внешнего анализа. Наличие нормативных значений переменных, дифференцированных по отраслям Завышение установленных пороговых значений коэффициентов. Общий недостаток обеих моделей - наличие резких «переходов» от одной оценки финансовой состоятельности к другой. Даже при получении организацией 99 баллов из 100 ее финансовое положение признается неустойчивым
Показатель платежеспособности Ж. Конана и М. Гольдера Зависимость производимой оценки от вероятности задержки компанией расчетов по своим обязательствам, что затрагивает непосредственно интересы кредитора и отвечает задачам внешнего экспресс-анализа Использование в качестве переменной отношения расходов на персонал к добавленной стоимости. Невозможность точного определения показателя по данным отчетности компании. Несмотря на низкие интервалы между уровнями платежеспособности (в среднем 0,02), даже незначительное искажение делает прогноз неадекватным. Получаемые результаты имеют невысокую надежность (только у 56% должников вероятность задержки платежей была признана высокой)
Показатель платежеспособности Управления отчетности Банка Франции Использование 8 переменных, которые характеризуют разные аспекты деятельности компании Получаемые прогнозы не являются адекватными. Из обследованных предприятий только 9,38% - фактические банкроты, получившие оценку «организация, задерживающая платежи». Кроме того, в модели применяется показатель добавленной стоимости, которую достаточно трудно определить, используя данные отчетных форм
Модель О.П. Зайцевой [1] Определение нормативных значений для используемых в модели в качестве переменных 6 финансовых показателей Недостаточность описания техники расчета коэффициентов. Недостаточно высокая адекватность прогнозов. Так, только у 21,9% несостоятельных организаций вероятность банкротства признана низкой. Возможности модели ограничиваются необходимостью привлечения данных коэффициентов загрузки за прошлые периоды, что затрудняет проведение внешнего анализа
Модель А.Б. Перфильева [5] Использование довольно большого количества переменных - 8, что обусловливает адекватность прогнозов Точность получаемых оценок снижается из-за достаточно высокой корреляции между некоторыми коэффициентами: у коэффициентов абсолютной, быстрой и текущей ликвидности, коэффициентов маневренности и обеспеченности запасов собственными источниками
Окончание табл. 1
Модели оценки вероятности банкротства Преимущества Недостатки
Модель Ж. Лего [7] Легкость расчетов, данная модель использует 3 коэффициента Ограничение использования модели при проведении внешнего анализа, т.к. необходимы данные об объеме выручки и активах за два предыдущих периода. Возможность применения модели только для акционерных обществ, т.к. в качестве одной из переменных используется величина акционерного капитала
Модель Д. Фулмера [8] Использование девяти финансовых коэффициентов в качестве переменных. Возможность динамического прогнозирования финансового состояния Наличие определенных технических сложностей при проведении расчетов, занижение критического значения Н-счета, неадекватность даваемого прогноза. Из обследованных предприятий-должников финансово состоятельными являются 56,2%, финансовыми банкротами признаны 18,75%
Модель Г. Спрингейта Достаточно высокий уровень надежности прогноза Наличие достаточно высокой корреляции между переменными. Отсутствие отраслевой и региональной дифференциации 7-счета
Несмотря на значительное количество наработок в области методических подходов к оценке вероятности банкротства, стоит отметить отсутствие универсальной методики.
Также аналитический обзор существующих методических подходов позволяет отметить, что назрела необходимость разработки единого методологического подхода в оценке риска банкротства отечественных организаций на основе различных подходов, обеспечивающих высокую достоверность получаемых результатов (коэффициентный, корреляционно-регрессионный, дискриминантный и др. виды анализа).
Практическое применение каждой из моделей позволяет сделать вывод, что использование одной методики всегда приведет к неверным решениям, не дает возможность учитывать отраслевые особенности аграрных комплексов.
Принимая во внимание, что более трети сельхозпредприятий убыточны, необходимо совершенствовать методическое обеспечение вероятности банкротства с учетом отраслевых особенностей. Стоит отметить, что некоторые зарубежные модели не в полной мере подходят для оценки вероятности банкротства сельхозпроизводителей, так как не учитывают влияние отраслевых факторов и особенности российских стандартов бухгалтерского учета.
В связи с этим правительство предложило методический подход оценки вероятности банкротства сельскохозяйственных предприятий, который заключается в балльной оценке финансовой устойчивости и кредитоспособности сельхозпредприятий. Однако данный подход достаточно субъективен, поскольку основывается на экспертной оценке территориальной комиссии.
При оценке банкротства сельскохозяйственных предприятий необходимо учитывать отраслевые особенности:
- сезонность;
- длительный производственный цикл;
- неравномерность поступления выручки;
- высокая закредитованность хозяйствующих субъектов [9];
- существенный временной лаг между расходованием денежных средств и получением доходов от реализации продукции.
В этой связи в силу состава частных и интегральных показателей для оценки риска вероятности банкротства наиболее применимы двух- и пятифакторная модели Э. Альтмана, модели Таффлера и Тишоу, Лиса, четырехфакторная Я-модель Иркутской государственной экономической академии, рейтинговая модель Р.С. Сайфуллина и Г.Г. Кадыкова и оценка финансовой устойчивости в соответствии с Постановлением Правительства от 30.01.2003 г. № 52 «О реализации Федерального закона «О финансовом оздоровлении сельскохозяйственных товаропроизводителей».
Принимая во внимание рассмотренные выше методики, проведем оценку вероятности банкротства сельскохозяйственного предприятия Приморского края СХПК им. Сунь Ят-сена. В качестве эмпирической базы для исследования используются данные отчетности предприятия за 2015-2017 годы.
Обобщим полученные по различным моделям результаты диагностики вероятности банкротства СХПК им. Сунь Ят-сена в табл. 2 [12].
Таблица 2
Оценка вероятности банкротства СХПК им. Сунь Ят-сена за 2015-2017 гг.
Методики оценки вероятности банкротства 2015 2016 2017
Двухфакторная модель -13,56 (низкая) -11,13 (низкая) -7,12 (низкая)
Пятифакторная модель Э. Альтмана для организаций, акции которых не котируются на бирже 5,81 7,75 10,08
Модель Таффлера и Тишоу 0,11 (высокая) -4,69 (высокая) -1,49 (высокая)
Модель Лиса 0,01 (высокая) -0,04 (высокая) 0,01 (высокая)
Четырехфакторная Я-модель Иркутской государственной экономической академии 3,45 (минимальная) 2,6 (минимальная) 2,12 (минимальная)
Рейтинговая модель Р.С. Сайфуллина и Г.Г. Кадыкова 1,63 (вероятность банкротства предприятия низкая) 0,34 (вероятность банкротства предприятия низкая) 0,6 (вероятность банкротства предприятия высокая)
Оценка финансовой устойчивости в соответствии с Постановлением Правительства от 30.01.2003 г. № 52 «О реализации Федерального закона «О финансовом оздоровлении сельскохозяйственных товаропроизводителей» 72 (благоприятное) 79 (благоприятное) 84 (хорошее)
По данным табл. 2, можно констатировать, что вероятность банкротства СХПК им. Сунь Ят-сена невысокая.
Определим временной интервал до банкротства хозяйства по системе показателей Бивера, представленных в табл. 3.
Таблица 3
Результаты диагностики вероятности банкротства СХПК им. Сунь Ят-сена
за 2015-2017 годы
Методики оценки вероятности банкротства Вероятность банкротства Вероятность банкротства Вероятность банкротства
2015 2016 2017
есть нет есть нет есть нет
Двухфакторная модель + + +
Пятифакторная модель Э. Альтмана для организаций, акции которых не котируются на бирже + + +
Модель Таффлера и Тишоу + + +
Модель Лиса + + +
Четырехфакторная Я-модель Иркутской государственной экономической академии + + +
Рейтинговая модель Р.С. Сайфуллина и Г.Г. Кадыкова + + +
Оценка финансовой устойчивости в соответствии с Постановлением Правительства от 30.01.2003 г. № 52 «О реализации Федерального закона «О финансовом оздоровлении сельскохозяйственных товаропроизводителей» + + +
Исходя из данных таблицы определяем, что СХПК им. Сунь Ят-сена находится более чем за 5 лет до банкротства. Итак, по результатам оценки финансового состояния СХПК им. Сунь Ят-сена был сделан вывод, что структура баланса предприятия является удовлетворительной, а предприятие - платежеспособным и финансово устойчивым.
Кроме того, хозяйство практически не зависит от заемных источников финансирования, что положительно влияет на его финансовое состояние. СХПК им. Сунь Ят-сена не использует в своей финансово-хозяйственной деятельности кредитные и заёмные средства, что оценивается положительно.
Сокращение собственного капитала связано со снижением прибыльности хозяйства (ежегодно предприятие получает убыток от продажи продукции, что объясняется главным образом сложившейся ситуацией на рынке сельскохозяйственной продукции, когда выручка от продажи сельскохозяйственной продукции не покрывает затраты на ее производство) [10].
Однако, несмотря на сложившуюся отрицательную динамику по показателям прибыли и рентабельности, величина собственного капитала предприятия остается на высоком уровне. Риск банкротства предприятия невысокий, временной интервал до банкротства составляет более пяти лет [11].
Таким образом, для объективности результатов оценки вероятности банкротства сельскохозяйственных предприятий недостаточно применение двух-трех общепринятых методик. Отраслевые особенности исследуемых предприятий требуют учета таких факторов, как нестабильная прибыль или убыточность деятельности на протяжении нескольких отчетных периодов, низкие коэффициенты рентабельности или ее отсутствие, низкая платежеспособность и большой процент использования заемных средств. В силу состава частных и интегральных показателей для оценки риска вероятности банкротства наиболее применимы двух- и пятифакторная модели Э. Альтмана, модели Таффлера и Тишоу, Лиса, четырехфакторная Я-модель Иркутской государственной экономической академии, рейтинговая модель Р.С. Сайфуллина и Г.Г. Кадыкова По мнению авторов, рекомендуется дополнять оценку вероятности банкротства по наиболее применимым на практике методикам коэффициентами, утвержденными Постановлением Правительства от 30.01.2003 г. № 52 «О реализации Федерального закона «О финансовом оздоровлении сельскохозяйственных товаропроизводителей».
1. Абрамян Г. А. Значение показателей ликвидности и платежеспособности предприятия в условиях ужесточения требований к оценке его кредитоспособности // Молодой ученый. 2016. №20. С. 193-195.
2. Абрютина М.С. Экспресс-анализ деятельности предприятия при помощи шкалы финансово-экономической устойчивости на основе отклонений от точки равновесия // Финансовый менеджер. 2017. № 2. С. 3-10.
3. Артеменко В.Г. Финансовый анализ: учебник для вузов. М.: ДИС, 2015. 205 с.
4. Шеремет А. Д. Теория экономического анализа. 2-е изд. М.: ИНФРА-М, 2016. 365 с.
5. Артеменко В.Г. Финансовый анализ: учебное пособие для студентов вузов. М.: Изд-во «ДИС», НГАЭиУ, 2015. 128 с.
6. Воронченко Т.В. Совершенствование механизма комплексного управления финансами предприятия с помощью аналитических инструментов // Экономические науки. 2013. № 11. С. 91-98.
7. Глушков И.Е. Бухгалтерский (налоговый, финансовый, управленческий) учет на современном предприятии. М.: Кнорусс, 2015. 1056 с.
8. Савицкая Г.В. Анализ хозяйственной деятельности предприятия: учебник. Минск: Новое знание, 2015. 688 с.
9. Ковалев В.В. Введение в финансовый менеджмент: учебник для вузов. М.: Финансы и статистика, 2015. 768 с.
10. Конвисарова Е.В., Леликова Н.А. История и современные тенденции развития малого бизнеса в России [Электронный ресурс] // Успехи современного естествознания. 2016. №1-3. URL: http://cyberleninka.ru
11. Крылов Э.И. Анализ финансовых результатов, рентабельности и себестоимости продукции. М.: Финансы и статистика, 2014. 528 с.
12. Бухгалтерская финансовая отчетность СХПК им. Сунь Ят-сена.
Транслитерация
1. Abramyan G.A. Znachenie pokazatelej likvidnosti i platezhesposobnosti predpriyatiya v usloviyah uzhestocheniya trebovanij k ocenke ego kreditosposobnosti. Molodoj uchenyj. 2016. №20. S. 193-195.
2. Abryutina M.S. EHkspress-analiz deyatel'nosti predpriyatiya pri pomoshchi shkaly fi-nansovo-ehkonomicheskoj ustojchivosti na osnove otklonenij ot tochki ravnovesiya. Fi-nansovyj menedzher. 2017. № 2. S. 3-10.
3. Artemenko V.G. Finansovyj analiz: uchebnik dlya vuzov. M.: DIS, 2015. 205 p.
4. SHeremet A.D. Teoriya ehkonomicheskogo analiza. 2-e izd. M.: INFRA-M, 2016. 365 p.
5. Artemenko V.G. Finansovyj analiz: uchebnoe posobie dlya studentov vuzov. M.: Iz-datel'stvo «DIS», NGAEHiU, 2015. 128 p.
6. Voronchenko T.V. Sovershenstvovanie mekhanizma kompleksnogo upravleniya finansami
predpriyatiya s pomoshch'yu analiticheskih instrumentov. EHkonomicheskie nauki. 2013. № 11. P. 91-98.
7. Glushkov I.E. Buhgalterskij (nalogovyj, finansovyj, upravlencheskij) uchet na sovremennom
predpriyatii. M.: Knoruss, 2015. 1056 p.
8. Savickaya G.V. Analiz hozyajstvennoj deyatel'nosti predpriyatiya: uchebnik. Minsk: Novoe
znanie, 2015. 688 p.
9. Kovalev, V.V. Vvedenie v finansovyj menedzhment: uchebnik dlya vuzov. M.: Finansy i
statistika, 2015. 768 p.
10. Konvisarova E.V., Lelikova N.A. Istoriya i sovremennye tendencii razvitiya malogo biznesa v Rossii [EHlektronnyj resurs]. Uspekhi sovremennogo estestvoznaniya. 2016. №1-3. URL: http:cyberleninka.ru
11. Krylov EH.I. Analiz finansovyh rezul'tatov, rentabel'nosti i sebestoimosti produkcii. M.: Finansy i statistika, 2014. 528 p.
12. Buhgalterskaya finansovaya otchetnost' SKHPK im. Sun' YAt-sena.
© Е.В. Левкина, 2019 © В.В. Малышева, 2019
Для цитирования: Левкина Е.В., Малышева В.В. Особенности оценки вероятности банкротства сельскохозяйственных предприятий // Территория новых возможностей. Вестник Владивостокского государственного университета экономики и сервиса. 2019. Т. 11, № 1. С. 28-36.
For citation: Levkina E.V., Malysheva V.V. Features of assessing the probability of bankruptcy of agricultural enterprises, The Territory of New Opportunities. The Herald of Vladivostok State University of Economics and Service, 2019, Vol. 11, № 1, pp. 28-36.
DOI dx.doi.org/10.24866/VVSU/2073-3984/2019-1/028-036
Дата поступления: 05.02.2019.
