Студопедия

КАТЕГОРИИ:

АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Диагностика вероятности банкротства как основа управления финансовой устойчивостью предприятия




В экономической литературе встречаются разночтения понятий «несостоятельность» и «банкротство». Несостоятельность можно охарактеризовать как состояние или обратимый процесс, а банкротство - как случившийся необратимый факт перемены состояния [19, с. 47]. К примеру, в США, лицо, в отношении которого возбуждены процедуры банкротства, во время производства считается несостоятельным, а после судебного решения может быть признано банкротом. По российскому действующему законодательству банкротство и несостоятельность - синонимы.

Мировая практика банкротства показала, что угроза финансовой нестабильности организаций возникает в среднем на 25-30% из-за внешних факторов и на 70-75% из-за внутренних, связанных с неумелым, нерациональным управлением. При этом в развитых зарубежных странах эти соотношения имеют следующие значения: внешние факторы составляют 10-15%, внутренние - 85-90%. Поэтому ранняя диагностика банкротства является одним из основных направлений финансовой диагностики. Именно на этой стадии принимаются решения о дальнейших мероприятиях по финансовой санации. Систематическое осуществление не только анализа текущего финансово-экономического состояния предприятия, но и ранней диагностики на предмет возможного банкротства, необходимы для обеспечения стабильного функционирования экономического субъекта. Это обусловливает использование конкретных методик диагностики вероятности банкротства [18, с. 114].

Поскольку в России развитие института банкротства началось с переходом к рыночной экономике, то научно-методологический инструментарий диагностики риска банкротства изначально опирался на зарубежные модели. В этой связи в зарубежной и российской экономической литературе предлагается несколько отличающихся методик диагностики вероятности наступления банкротства организаций, преимущества и недостатки которых представлены в таблице 1. Основной целью всех методик диагностики банкротства является определение финансового состояния предприятия, выявление слабых сторон деятельности предприятия, а также определение условий, ведущих к несостоятельности.

 

Таблица 1 - Основные преимущества и недостатки моделей диагностики вероятности банкротства

Модель оценки вероятности банкротства Преимущества Недостатки
Пятифакторная модель Э. Альтмана Усовершенствованная модель дает возможность оценить деятельность компаний, чьи акции не торгуются на биржевом рынке Значения факторов существенно отличаются в результате особенностей российской экономики, поэтому механическое использование моделей Э.Альтмана приводит к значительным отклонениям прогноза от реальности
Модель Р. Таффлера и Г. Тишоу Простота исчислений, возможность применения при проведении внешнего диагностического анализа Большинство обследованных должников были признаны финансово устойчивыми. Результаты недостаточно правильны, поскольку достичь критического (отрицательного) уровня Z-счета практически невозможно
Модель Р. Лиса Простота исчислений и интерпретаций результатов Модель показывает несколько завышенные оценки, так как значительное влияние на итоговый показатель оказывает прибыль от продаж, без учета финансовой деятельности и налогового режима
Модель Г. Спринегейта Модель показывает достаточный уровень надежности прогноза Нет отраслевой и региональной дифференциации Z-счета. Между переменными имеется довольно высокая статистическая зависимость
Модель Г.В. Савицкой Устанавливаются конкретные факторы, оказавшие положительное и отрицательное влияние на результаты деятельности компании Существенные ошибки при проведении анализа финансового состояния предприятия могут привести к неправильным результатам методики. Отсутствие утвержденных методик финансового анализа
Модель Казанского государственного технологического университета Учитывает отраслевую принадлежность предприятий Использование среднеотраслевых значений параметров как ориентиров. В случае их резкого изменения, возникает необходимость дальнейшего пересмотра нормативов  
Шестифакторная модель О.П. Зайцевой Модель использует в качестве переменных, шесть финансовых показателей, для которых определены нормативные значения Методика недостаточная. Невысокая адекватность прогнозов - у 21,9% несостоятельных организаций вероятность банкротства признана низкой. Существует необходимость привлечения данных коэффициента загрузки за предыдущие периоды, что ограничивает возможности использования модели при проведении внешнего анализа

Продолжение таблицы 1

Модель оценки вероятности банкротства Преимущества Недостатки
Шестифакторная модель О.П. Зайцевой Модель использует в качестве переменных, шесть финансовых показателей, для которых определены нормативные значения Методика недостаточная. Невысокая адекватность прогнозов - у 21,9% несостоятельных организаций вероятность банкротства признана низкой. Существует необходимость привлечения данных коэффициента загрузки за предыдущие периоды, что ограничивает возможности использования модели при проведении внешнего анализа
Модель Р.Р. Сайфуллина - Г.Г. Кадыкова Переменные определяются по данным баланса и отчета о финансовых результатах, что позволяет использовать модель и для внешнего экспресс-анализа Методика годится для прогнозирования кризисной ситуации, когда уже заметны очевидные ее признаки, а не заранее, еще до появления таковых

 

Несмотря на то, что каждая модель имеет свои преимущества и недостатки, на сегодняшний день на практике не существует методов оценки банкротства предприятий, которые были бы безупречными с теоретических позиций. Используя данные методы в совокупности, и учитывая все плюсы и минусы каждой модели, вполне реально дать ясную оценку вероятности наступления банкротства [19, с. 48].

Приведенные в таблице 1 модели оценки вероятности банкротства были апробированы на конкретном предприятии. Рассмотрим особенности результатов прогнозирования банкротства на примере ОАО «TZA», полученных с помощью различных дискриминантных моделей. Расчет вероятности наступления банкротства по модели Э.Альтмана для компаний, акции которых не котируются на рынке, будет выглядеть следующим образом (таблица 2).

 

Таблица 2 - Модифицированная пятифакторная модель Альтмана

Показатель 2012 год 2013 год 2014 год
Х1 0,13 0,32 0,33
Х2 0,18 0,32 0,32
Х3 0,16 0,21 0,02
Х4 0,77 1,15 1,09
Х5 2,64 2,78 2,19

Z = 0,717Х1 + 0,847Х2 + 3,107Х3 + 0,42Х4 + 0,995Х5

Z-score 3,70 4,40 3,20
Вероятность банкротства предприятия маловероятна маловероятна маловероятна

 

Согласно оценке вероятности наступления банкротства по модели Э.Альтмана, можно сказать, что на протяжении трёх анализируемых лет ситуация на предприятии стабильна.

Далее в анализе использовалась модель британских ученых Р. Таффлера и Г. Тишоу, которая учитывает современные тенденции бизнеса и влияние перспективных технологий на структуру финансовых показателей.

Таблица 3 - Четырёхфакторная модель Р. Таффлера и Г. Тишоу

Показатель 2012 год 2013 год 2014 год
Х1 0,29 0,45 0,04
Х2 1,23 1,69 1,69
Х3 0,56 0,46 0,48
Х4 2,64 2,78 2,19

Z=0,53Xi + 0,13Х2 + 0,18Х3+ 0,16*4

Z-score 0,84 0,98 0,67

Если Z> 0,3 - вероятность банкротства низкая,

Если Z < 0,2 -банкротство более чем вероятно

Вероятность банкротства предприятия низкая низкая низкая

 

Согласно методике Р. Таффлера и Г. Тишоу вероятность наступления банкротства предприятия низкая. Следующей зарубежной моделью является модель Р.Лиса. Она разработана в 1972 г. и адаптирована для предприятий Великобритании.

 

Таблица 4 - Диагностика банкротства моделью Р. Лиса

Показатель 2012 год 2013 год 2014 год
Х1 0,13 0,32 0,33
Х2 0,15 0,20 0,04
Х3 0,18 0,32 0,32
Х4 0,77 1,15 1,09

Z = 0,063Х1 + 0,092Х2 + 0,057Х3 + 0,0014Х4

Z-score 0,03 0,06 0,04

Если Z < 0,037- высокая вероятность,

Если Z > 0,037 -низкая вероятность банкротства

Вероятность банкротства предприятия Положение предприятия неустойчиво Положение предприятия устойчиво Положение предприятия устойчиво

 

Важно отметить, что модель РЛиса при анализе российских предприятий показывает несколько завышенные оценки, так как значительное влияние на итоговый показатель оказывает прибыль от продаж, без учета финансовой деятельности и налогового режима. Даже при завышенных результатах согласно данным диагностики, в 2012 г. положение анализируемого предприятия определялось как неустойчивое, однако уже в 2013 и 2014 гг. оно перешло в разряд устойчивых [19, с. 49].

В 1978 г. Гордоном Л. В. Спрингейтом была разработана прогнозная модель вероятности банкротства предприятия. В процессе разработки модели из 19 финансовых коэффициентов, учёным было отобрано четыре коэффициента, которые наибольшим образом различаются для успешно действующих фирм и фирм-банкротов.

Таблица 5 - Прогнозная модель платежеспособности Г. Спрингейта

Показатель 2012 год 2013 год 2014 год
Х1 0,13 0,32 0,33
Х2 0,17 0,22 0,03
Х3 0,29 0,45 0,04
Х4 2,64 2,78 2,19

Z = 1,03X1 + 3,07X2 + 0,66X3 + 0,4X4

Z-score 1,91 2,40 1,32

Если Z < 0,862- компания является потенциальным банкротом

Вероятность банкротства предприятия низкая низкая низкая

Точность данной методики составляет 92,5 % для 40 компаний, исследованных Спрингейтом. Согласно модели, за анализируемый период вероятность банкротства ОАО «TZA» низкая.

Для объективной оценки финансовой устойчивости предприятия и вероятности банкротства использовались также отечественные модели. Модель прогнозирования банкротства Казанского государственного технологического университета определяет критериальные значения индикаторов для разных отраслей национальной экономики. Предприятие относится к отрасли промышленности (машиностроения). Результаты оценки по данной модели представлены в таблица 6.

Таблица 6 - Модель с учетом специфики отраслей

Показатель 2012 год 2013 год 2014 год
Соотношение заемных и собственных средств 1,30 0,87 0,91
Z-score Альтмана 3,70 4,40 3,20
Общий коэффициент покрытия (коэффициент текущей ликвидности) 0,71 1,04 0,97
Класс кредитоспособности предприятия и финансовое состояние 2 класс удовлетворительное финансовое состояние 2 класс удовлетворительное финансовое состояние 2 класс удовлетворительное финансовое состояние

 

Согласно результатам, приведенным в таблице 6, за рассматриваемый период предприятие относилось ко 2 классу кредитоспособности, то есть к категории компаний с удовлетворительным финансовым состоянием, значения показателей которых на уровне среднеотраслевых, со средним риском не возврата кредита.


Таблица 7 - Оценка риска банкротства предприятия моделью О.П. Зайцевой

Показатель 2012 год 2013 год 2014 год
Х1 0,00 0,00 0,00
Х2 2,84 1,41 1,34
Х3 244,40 592,67 14,87
Х4 0,00 0,00 0,00
Х5 1,53 1,02 0,93
Х6 0,38 0,36 0,46
Кфат   49,35 118,81 3,25
Кн 1,61 1,61 1,61

Если Кфактn- высокая вероятность,

Если Кфакт<Кn- низкая вероятность

Вероятность банкротства предприятия высокая высокая высокая

 

На протяжении всего анализируемого периода значение интегрального показателя К превышает нормативное значение, что указывает на высокую вероятность банкротства предприятия.

Следующей попыткой адаптации к российским условиям является модель, разработанная Р. С. Сайфуллиным и Г. Г. Кадыковым.

Таблица 8 - Модель Р.С. Сайфуллина - Г.Г. Кадыкова

Показатель 2012 год 2013 год 2014 год
Х1 0,18 0,41 0,41
Х2 1,26 1,87 1,86
Х3 2,64 2,78 2,19
Х4 0,06 0,07 0,02
Х5 0,35 0,37 0,08

R=2X1+0,1X2+0,08X3+0,45Х45

R (интегральный показатель) 1,08 1,62 1,27

Если R < 1 - финансовое состояние предприятия характеризуется как неудовлетворительное,

Если R > 1 - устойчивое состояние

Финансовое состояние предприятия устойчивое устойчивое устойчивое

 

Согласно данной методике финансовое состояние предприятия было устойчиво на протяжении всего анализируемого периода.

Объединив и отечественные, и зарубежные методики, получились следующие результаты диагностирования вероятности банкротства

Таблица 9 - Сводные результаты диагностики вероятности банкротства зарубежными и отечественными моделями

Модель

Вероятность банкротства предприятия

2012 год 2013 год 2014 год
Модель Э. Альтмана низкая низкая низкая
Модель Р. Таффлера и Г. Тишоу низкая низкая низкая
Модель Р. Лиса высокая низкая низкая
Модель Г. Спрингейта низкая низкая низкая
Модель Г.В. Савицкой. высокая высокая высокая
Модель предсказания банкротства с учетом специфики отраслей низкая низкая низкая
Модель О.П. Зайцевой высокая высокая высокая
Модель Р. Сайфуллина - Г. Кадыкова низкая низкая низкая

 

Таким образом, проведя полную диагностику вероятности наступления банкротства за анализируемый период зарубежными и отечественными моделями, сравнивая результаты расчетов, можно сказать, что существует определенная степень риска. Но все модели риска банкротства неоднозначно воспроизводят изменение ситуации на предприятии. Согласно отечественным моделям Г.В. Савицкой и О.П. Зайцевой за весь анализируемый период финансовое состояние предприятия определялось как неудовлетворительное, то есть близкое к несостоятельности. Финансовое оздоровление и своевременное устранение причин наличия неблагоприятной ситуации на предприятии позволит избежать дальнейших проблем и вернуться к нормальному функционированию. Однако в каждом случае управленческие решения по устранению негативного воздействия внешних и внутренних факторов будут различными, и иметь различные последствия для предприятия. Причем исходя из степени риска банкротства, мероприятия по финансовой санации можно разделить на следующие группы: финансовые, направленные на восстановление платежеспособности, и организационные - в целях восстановления прибыльности организаций.

 










Последнее изменение этой страницы: 2018-05-29; просмотров: 203.

stydopedya.ru не претендует на авторское право материалов, которые вылажены, но предоставляет бесплатный доступ к ним. В случае нарушения авторского права или персональных данных напишите сюда...