CC BY
241УДК 338.124.4 (470.345)
Шальнева Власта Витальевна,
кандидат экономических наук, доцент, кафедра финансов предприятий и страхования, Крымский федеральный университет имени В.И. Вернадского, г. Симферополь.
Зубкова Валентина Ивановна,
кандидат экономических наук, доцент, кафедра финансов предприятий и страхования, Крымский федеральный университет имени В.И. Вернадского, г. Симферополь.
Shalneva Vlasta Vitalievna,
PhD. in economics, associate professor, Department of Business Finance and Insurance, V.I. Vernadsky Crimean Federal University, Simferopol.
Zubkova Valentina Ivanovna,
PhD. in economics, associate professor, Department of Business Finance and Insurance, V.I. Vernadsky Crimean Federal University, Simferopol.
ОЦЕНКА ВЕРОЯТНОСТИ ПОТЕНЦИАЛЬНОГО БАНКРОТСТВА ПРЕДПРИЯТИЯ
ESTIMATION OF PROBABILITY OF POTENTIAL BANKRUPTCY OF THE
ENTERPRISE
В российской экономике ключевой проблемой является кризис неплатежей, и добрую половину кризисных предприятий следовало уже давно объявить банкротами, а полученные средства перераспределить в интересах эффективных производств, что несомненно бы способствовало оздоровлению отечественного рынка. В статье дан краткий обзор основных методик оценки экономического состояния предприятия и прогнозирования вероятности банкротства, рассмотрены их преимущества и недостатки. Также проведён анализ методик с точки зрения их соответствия специфике экономики современной России и отдельным отраслям.
Ключевые слова: банкротство, диагностика, прогнозирование, финансовое состояние, финансовая устойчивость, платёжеспособность.
In the Russian economy a key problem is crisis of non-payments, and a good few of the crisis enterprises it was necessary to declare a bankrupt for a long time, and the received means to redistribute for the benefit of effective productions that undoubtedly would promote improvement of the domestic market. The article gives a brief overview of the main methods of assessing the economic state of the enterprise and predicting the probability of bankruptcy, their advantages and disadvantages are discussed. The analysis of the methods is also carried out from the point of view of their correspondence to the specifics of the economy of modern Russia and individual industries. Keywords: bankruptcy, diagnostics, forecasting, financial condition, financial stability, solvency.
Keywords: bankruptcy, diagnostics, forecasting, financial condition, financial stability, solvency.
ВВЕДЕНИЕ
В российской экономике ключевой проблемой является кризис неплатежей, и добрую половину кризисных предприятий следовало уже давно объявить банкротами, а полученные средства перераспределить в интересах эффективных производств, что несомненно бы способствовало оздоровлению отечественного рынка. Разработка механизмов антикризисного управления предприятием в условиях нестабильной экономической среды является актуальной задачей, которая требует тщательного и глубокого исследования.
ПОСТАНОВКА ЗАДАЧИ
Цель статьи — дать краткий обзор основных методик прогнозирования и диагностики банкротства, рассмотреть их преимущества и недостатки. Выбрать наиболее целесообразный состав методов для оценки риска банкротства и снижения финансовой устойчивости возможно только при четком представлении относительно их достоинств и недостатков. РЕЗУЛЬТАТЫ
Зарубежная и отечественная экономическая литература содержат различные методы и подходы к выявлению признаков возможного банкротства.
37
Наиболее часто применяемым на практике методом прогнозирования банкротства предприятия является дискриминантный анализ.
Самыми известными методами диагностики банкротства, основанными на построении дискрими-нантной функции, являются:
• пятифакторная модель У. Бивера
• модели оценки вероятности банкротства на основе Z-критерия Э. Альтмана;
• модель оценки финансового состояния Р. Лиса;
• модель Г Спрингейта;
• прогнозная модель Дж. Таффлера.
Первую модель диагностики банкротства организации разработал финансовый аналитик Уильям Бивер в 1966 году [1]. Система определения вероятности банкротства У. Бивера является пятифактор-ной моделью, т. е. подразумевает расчет пяти показателей, которые рассмотрены в табл. 1 на практическом примере.
Таблица 1. Определение вероятности банкротства АО «Завод «Фиолент» за 2014-2016 годы с помощью показателей Бивера *
Показатели 2014 год 2015 год 2016 год Значение показателя
Благополучные компании За 5 лет до банкротства За год до банкротства
Коэ ффициент Бивера 0,51 +
0,59 +
0,57 +
Рентабельность активов, % 12,6 +
16,7 +
17,2 +
Финансовый леверидж, % 24,8 +
28,1 +
30,2 +
Коэ ффициент покрытия активов чистым оборотным капиталом 0,48 +
0,48 +
0,47 +
Коэ ффициент покрытия 4,08 +
3,55 +
3,31 +
* Составлено авторами
Таким образом, за анализируемый период по всем показателям Бивера предприятие рассматривается как благополучное.
В данной модели отсутствуют весовые коэффициенты, а также итоговый показатель вероятности банкротства. Полученные значения коэффициентов сравниваются с нормативными значениями, характерными для трёх состояний фирмы: для благополучных компаний, для компаний, обанкротившихся в течение года, и для фирм, ставших банкротами в течение пяти лет.
Преимуществами такой модели являются возможность прогноза банкротства на пять лет и получение информации о сроках наступления банкротства. Недостатками являются отсутствие результирующего показателя и сложность интерпретации итогового значения.
Для повышения точности прогноза вероятности банкротства американскими аналитиками и финансовыми менеджерами широко используется известная пятифакторная модель Э. Альтмана («Z-score model»), опубликованная в 1968 году. Коэффициент Z вероятности банкротства в данной модели рассчитывается на основе 5 показателей, веса которых устанавливаются на основе мультипликативного дискриминантного анализа табл. 2.
Таблица 2. Определение вероятности банкротства АО «Завод «Фиолент» за 2014-2016 годы по Альтману *
Год Значение Z-критерия Норматив
2014 3,55 Z < 1,23 — высокая вероятность банкротства Z > 1,23 — низкая вероятность банкротства
2015 4,05
2016 4,17
* Составлено авторами
38
В результате подсчета обобщающего показателя Z для конкретного предприятия делается заключение. Предприятия, для которых Z > 2,99, стабильны и финансово устойчивы. Если Z < 1,81, то предприятие несостоятельно и велика вероятность банкротства (от 80 до 100%). Значение Z в интервале 1,812,99 свидетельствует о неопределённом состоянии организации.
Точность прогноза в этой модели на горизонте одного года составляет 95%, на два года — 83%, что является ее достоинством. Недостатком же этой модели является то, что ее по существу можно рассматривать лишь в отношении крупных компаний, разместивших свои акции на фондовом рынке.
Исходя из таблицы 2 видно, что АО в течение 2014-2016 годов имеет низкую вероятность банкротства, так как Z > 1,23.
Широкое практическое применение имеют также четырехфакторные модели Р Лиса, Р Таффлера и Г. Тишоу, Г. Спрингейта, представленные в таблице 3.
Таблица 3. Методика расчета зарубежных моделей диагностики вероятности банкротства предприятия *
Название модели Расчет модели Нормативное значение
Модель Романа Лиса г = 1,2X1 + 1,4Х2 + 3,3Х3 + 0,6Х4 + Х5, где Х1 = Оборотный капитал / Валюта баланса; Х2 = Прибыль от реализации / Валюта баланса; Х3 = Нераспределенная прибыль / Валюта баланса; Х4 = Собственный капитал / Заемный капитал г < 0,037
Модель Р. Таффлера и Г. Тишоу г = 0,53X1 + 0,13X2 + 0,18X3 + 0,16X4, где Х1 = Валовая прибыль / Текущие обязательства; Х2 = Оборотный капитал / Обязательства; Х3 = Текущие обязательства / Валюта баланса; Х4 = Выручка / Валюта баланса г < 0,2
Модель М. Спрингейта г = 1,03X1 + 3,07X2 + 0,66X3 + 0,4X4, где Х1 = Оборотный капитал / Валюта баланса; Х2 = (Прибыль до налогообложения + Проценты к уплате) / Валюта баланса; Х3 = Прибыль до налогообложения / Текущие обязательства; Х4 = Выручка / Валюта баланса г < 0,862
* Составлено на основе [2]
Если значение Z-показатели моделей, рассмотренных в табл. 3, меньше нормативного значения, то вероятность банкротства предприятия высокая. Если больше, то, наоборот, угроза банкротства минимальна и предприятие считается финансово надежным.
При анализе российских компаний модель Лиса показывает завышенные оценки, так как значительное влияние на итоговый показатель оказывает прибыль от продаж, при этом не учитывается финансовая деятельность и налоговый режим в организации.
Модель М. Спрингейта считается наиболее молодой. Эта модель была построена канадским ученым Гордоном Спрингейтом в 1978 году на основе модели Альтмана. В процессе создания модели с 19 финансовыми коэффициентами, которые считались лучшими, в окончательном варианте осталось только четыре. Точность данной модели является достаточно высокой и составляет более 90%. Модель Спрингейта более объективно отражает финансовое состояние. Это объясняется тем, что Альтман выводил дискриминантную функцию по показателям предприятий 50-60-х годов, к тому же она ориентирована на использование для крупных компаний и корпораций, а модель Спрингейта не накладывает таких ограничений, и разработана она позже с учетом и устранением определенных недостатков модели Альтмана [2]. Рассмотрим данные модели на нашем исследуемом предприятии в таблицах 4, 5.
Так, за весь период величина Z больше 0,3, это говорит о том, что предприятие находится в зеленой зоне, имеет неплохие долгосрочные перспективы, угроза банкротства отсутствует.
Итак, полученные значения свидетельствуют о минимальной угрозе банкротства на предприятии на протяжении трех лет.
Преимущество зарубежных моделей заключается в способности оперативно дать характеристику текущему финансовому со-
Таблица 4. Оценка вероятности банкротства АО «Завод «Фи-олент» за 2014-2016 годы по модели Таффлера и Тишоу *
Год Значение г-критерия Норматив
2014 0,42 г > 0,3 — «зеленая зона», г < 0,2 — «красная зона», 0,2 < г < 0,3 — «серая зона»
2015 0,96
2016 0,99
* Составлено авторами
39
Таблица 5. Оценка вероятности банкротства АО «Завод «Фиолент» за 2014-2016 годы по модели Спрингейта *
Год Значение Z-критерия Норматив
2014 1,94 Если Z < 0,862, то предприятие является потенциальным банкротом. Если Z > 0,862, то угроза банкротства минимальная.
2015 2,14
2016 2,27
* Составлено авторами
стоянию предприятия с позиции платежеспособности, в простоте расчета и наличии последовательности исследования.
Однако данные модели были разработаны достаточно давно, изменилась макроэкономическая ситуация в мире, следовательно, прогнозирование современного состояния организаций может быть необъективным.
Многие российские авторы отмечают то, что применение зарубежных моделей прогнозирования банкротства в отечественных условиях не приносит достаточно точных результатов, так как они не адаптированы к современному состоянию отечественной экономики и не учитывают специфику деятельности российских предприятий.
К наиболее известным российским методикам прогнозирования вероятности банкротства относятся:
• четырехфакторная модель Иркутской государственной экономической академии (методика Давыдовой — Беликова);
• рейтинговая модель вероятности несостоятельности Сайфуллина — Кадыкова;
• шестифакторная модель Зайцевой;
• метод бальной оценки Донцовой — Никифоровой.
Одной из первых наиболее точных отечественных моделей прогнозирования банкротства является методика Давыдовой — Беликова, разработанная в Иркутской государственной экономической академии в 1998 году. Методика была разработана на основе данных российского рынка. По заверениям создателей, ее точность приближенна к 80 %. В основе данного метода лежит четырехфакторная модель с расчётом R интегрального показателя риска банкротства организации (таблицы 6, 7).
Таблица 6. Методика расчета модели R Давыдовой — Беликова
Показатель Формула расчета Расчет по РСБУ
К1 К; = Оборотный капитал / Активы (стр. 1200 - стр. 1500) / стр.1600
К2 К2=Чистая прибыль / Собственный капитал стр.2400 / стр.1300
Кз К3 = Выручка / Активы стр.2110 / стр.1600
К4 К4 = Чистая прибыль / Себестоимость стр. 2400 / стр. 2120
Формула модели R = 8,38К1 + К2 + 0,054К3 + 0,63К4
* Составлено на основе [2]
Вероятность неплатежеспособности компании в соответствии со значением модели R отображена на рис. 1.
Рис. 1. Критерии оценки вероятности банкротства по методике Давыдовой — Беликова (Составлено на
основе [2])
Несомненное преимущество данного метода — дистанционная оценка. К недостаткам следует отнести то, что в ней не учтена специфика отрасли компании [2].
Таким образом, АО попадает в зону минимального риска ^ > 0,42), вероятность банкротства которой составляет менее 10%.
40
Таблица 7. Оценка вероятности банкротства АО «Завод «Фиолент» за 2014-2016 годы по модели Давыдовой — Беликова *
Год Значение R-показателя Вероятность банкротства предприятия
2014 4,32 R > 0,42 — минимальная вероятность банкротства до 10%
2015 4,43
2016 4,37
* Составлено авторами.
Таблица 8. Модель Р.С. Сайфуллина — Г.Г. Кадыкова *
Следующим рассматриваемым методом является модель, разработанная Р.С. Сайфуллиным и Г.Г. Кадыковым. Проведем оценку вероятности АО «Завод Фиолент» по этой модели в таблице 8.
Год Значение Я-показателя Норматив
2014 1,95 Если Я < 1 — финансовое состояние предприятия характеризуется как неудовлетворительное; Если Я > 1 — устойчивое состояние
2015 2,02
2016 1,96
* Составлено авторами.
Таким образом, значение R-показателя АО за последние три года превышают единицу, это означает, что предприятие считается финансово устойчивым, поэтому ему не грозит банкротство.
Достаточно «молодым» методом, создаваемым для применения в практике российских предприятий, является шестифакторная модель, предложенная профессором О.П. Зайцевой. Особенностью данной модели является вычисление фактического комплексного коэффициента, полученное значение которого необходимо сопоставить с нормативным [4].
Методика расчета комплексного коэффициента представлена в таблице 9.
Для определения вероятности банкротства предприятия сравнивают фактическое значение комплек-
сного коэффициента с нормативным значением. При этом, если фактический интегральный показатель больше нормативного, то вероятность банкротства на предприятии высокая, если наоборот — низкая.
Далее рассмотрим данную методику
Таблица 9. Методика расчета модели О.П. Зайцевой :
Показатель Формула расчета Расчет по РСБУ Норматив
К1 Прибыль (убыток) до налогообложения / Собственный капитал стр. 2300 / стр. 1300 К1 = 0
К2 Кредиторская задолженность / Дебиторская задолженность стр. 1520 / стр. 1230 К2 = 1
К3 Краткосрочные обязательства / Наиболее ликвидные активы (стр.1500 - стр. 1530) / стр. 1250 К3 = 7
К4 Прибыль до налогообложения / Выручка стр. 2300 / стр. 2110 К4 = 0
К5 Заемный капитал / Собственный капитал (стр. 1400+стр.1500) / стр.1300 К5 = 0,7
К6 Активы / Выручка стр. 1600 / стр. 2110 К6 К6 прошлого года
К факт 0,25К1 + 0,1К2 + 0,2К3 + 0,25К4 + 0,1К5 + 0,1К6 Кфакт < К норматив
К норматив 1 57 + 0 1К ' прошлого года
[3]
на нашем исследуемом объекте АО «Завод Фиолент», используя шестифакторную модель О.П. Зайцевой, которая является достаточно новой. Результаты расчетов представлены в таблице 10. Согласно полуТаблица 10. Оценка риска банкротства АО «Завод «Фиолент» за 2014-2016 годы по модели О.П. Зайцевой *
Год К факт К норматив Норматив
2014 0,58 1,64 Если Кфакт > Кнорматив — высокая вероятность. Если Кфакт < Кнорматив — низкая вероятность.
2015 1,19 1,65
2016 1,43 1,64
* Составлено авторами
ченным расчетам, на протяжении всего анализируемого периода фактическое значение комплексного коэффициента (К факт) превышает нормативное значение (К норматив), что указывает на низкую вероятность банкротства АО «Завод Фиолент».
Еще одним известным методом оценки вероятности банкротства является метод балльной оценки Донцовой — Никифоровой, в основе которой лежит группировка показателей финансовой устойчивости по критериям рейтинговой оценки (табл. 11).
Таким образом, опираясь на расшифровку такого количества баллов и соответствия ей класса (табл. 11), можно определить, что АО «Завод Фиолент» относится к предприятиям 2 класса, которые демонстрируют некоторую степень риска по задолженности, но еще не рассматриваются как рискованные.
41
*
Таблица 11. Группировка АО «Завод Фиолент» по критериям оценки финансового Согласно таб-состояния в 2014-2016 гг. * лице 11 на-
блюдается отрицательная динамика в течение 20142016 годов.
По результатам всех рассмотренных зарубежных и отечественных методик диагностирования вероятности банкротства АО «Завод Фи-олент» не имеет угрозы не-состоятельности за последние три года и является безрисковым предприятием.
Таким образом, рассмотрев наиболее качественные современные российские методики прогнозирования банкротства предприятия, можно обозначить преимущества и недостатки этих методик в совокупности.
Преимуществами являются простота интерпретации показателей, удовлетворительный горизонт планирования, удаленная оценка, а также то, что они были созданы специально для российских предприятий.
К основным недостаткам следует отнести то, что они не учитывают качественную деятельность предприятия, макроэкономические факторы и особенности деятельности предприятия.
Отечественные методы прогнозирования банкротства организации построены на базе мультипликационного дискриминантного анализа, как следствие они не дают точной количественной оценки возможности несостоятельности предприятия [4].
ВЫВОДЫ
Результаты расчета описанных моделей вероятности банкротства позволяют установить финансовое состояние предприятия, которое является основанием для принятия оптимальных управленческих решений для успешного функционирования предприятия и предотвращения его несостоятельности.
Однако среди существующих на сегодняшний день моделей прогнозирования банкротства нет методики, которая может быть универсальной.
При использовании имеющихся методик прогнозирования вероятности банкротства возможно получение противоречивых выводов об уровне финансового состояния предприятия и угрозы банкротства. Поэтому при диагностике банкротства организации целесообразно использовать несколько методик одновременно, учитывая специфику сегодняшней действительности.
СПИСОК ЛИТЕРАТУРЫ
1. Воробьева Е.И. Анализ научных подходов к сущности финансовой устойчивости предприятий / Е.И. Воробьева, Ю.Н. Воробьев, Н.А. Петрова // Научный вестник: финансы, банки, инвестиции. — 2015. — № 4 (33). — С. 22—27.
2. Зубкова В.И. Банкротство предприятий: теоретический аспект / В.И. Зубкова, Д.Г. Грач // Финансы и страхование: сборник трудов преподавателей, аспирантов, магистрантов, студентов. — Симферополь: ФГАОУ ВО «Крымский федеральный университет имени В.И. Вернадского», 2017. — С. 37—40.
3. Блажевич О.Г. Сравнительный анализ и применение методов прогнозирования банкротства / О.Г. Блажевич, А.И. Карачун, А.Л. Сулейманова // Бюллетень науки и практики. — 2017. — № 5 (18). — С. 161—175.
4. Шальнева В.В. Разработка и обоснование стратегии антикризисного управления / В.В. Шальнева, Е.М. Лягошина, Р.А. Черкес // Финансы и страхование: сборник трудов преподавателей, аспирантов, магистрантов, студентов. — Симферополь: ФГАОУ ВО «Крымский федеральный университет имени В.И. Вернадского», 2017. — С. 108—111.
Статья поступила в редакцию 3 июня 2017 года Статья одобрена к печати 24 октября 2017 года
42
Показатели 2014 год 2015 год 2016 год
Значение Балл Значение Балл Значение Балл
Коэ ффициент абсолютной ликвидности 0,49 20 0,26 12 0,21 8
Коэ ффициент быстрой ликвидно сти 1,34 12 0,97 3 0,67 0
Коэ ффициент текущей ликвидно сти 3,09 16,5 2,8 16,5 2,6 16,5
Коэффициент финансовой независимости 0,75 17 0,72 17 0,7 17
Коэффициент обеспеченности собственными оборотными средствами 0,66 15 0,63 15 0,61 15
Коэффициент обеспеченности запасов собственным капиталом 1,87 15 1,51 15 1,28 15
Всего баллов 95,5 78,5 71,5
* Составлено авторами
