Анализ несостоятельности банкротства предприятия АО «КуйбышевАзот»

 

Правомерно подчеркнуть, что отдельные  методы диагностики вероятности банкротства содержат в себе рациональное начало. Однако, существующая проблема упорядочения процесса применения методик, необходимости адаптации и уточнения некоторых из них для эффективного достижения целей антикризисного управления требует их совершенствования в направлении устранения недостатков, но при сохранении явных преимуществ отдельных подходов.

 

1.4. Методики анализа  несостоятельности предприятия

 «Мировая практика выработала большое число экономико-математических моделей прогнозирования банкротства предприятий. Первоначально для построения таких моделей преобладало использование параметрического подхода. Но практические исследования показали, что предположения, на которых основывается параметрических подход, в реальности зачастую не соблюдаются. Развитие непараметрических методов привело к разработкам моделей прогнозирования, использующих непараметрический подход»⁶.

В зарубежной и российской экономической  литературе предлагается несколько  отличающихся методик и математических моделей диагностики вероятности наступления банкротства коммерческих организаций. Все системы прогнозирования банкротства, разработанные зарубежными и российскими авторами, включают в себя несколько (от двух до семи) ключевых показателей, характеризующих финансовое состояние коммерческой организации

Эти методики и модели должны позволять  прогнозировать возникновение кризисной  ситуации коммерческой организации  заранее, ещё до появления её очевидных  признаков. Такой подход особенно необходим, так как жизненные циклы коммерческих организаций в рыночной экономике коротки (4—5 лет). В связи с этим коротки и временные рамки применения в них антикризисных стратегий, а в условиях уже наступившего кризиса организации их применение может привести к банкротству. Указанные методики должны позволять использовать различные антикризисные стратегии заранее, ещё до наступления кризиса коммерческой организации, с целью предотвращения этого кризиса

Наиболее простой из методик  диагностики банкротства является двухфакторная математическая модель, при построении которой учитывается всего два показателя: коэффициент текущей ликвидности и удельный вес заёмных средств в пассивах.

 

 

если Х  > 0,3, то вероятность  банкротства велика;

если – 0,3 < Х > 0,3, то вероятность  банкротства средняя;

если Х > - 0,3, то вероятность банкротства мала;

если Х = 0, то вероятность банкротства  равна 0,5.

Применение данной модели для российских условий было исследовано в работах  М.А. Федотовой, которая считает, что  весовые коэффициенты следует скорректировать  применительно к местным условиям, и что точность прогноза двухфакторной модели увеличится, если добавить к ней третий показатель — рентабельность активов.

 

Недостатком двухфакторных, трёхфакторных  моделей является их достаточно высокая  неточность прогнозирования, но она может увеличивается, если во внимание принять большее количество факторов.

Наиболее точными в условиях рыночной экономики являются многофакторные модели прогнозирования банкротства, которые обычно состоят из пяти-семи финансовых показателей.

В современной практике финансово-хозяйственной деятельности зарубежных фирм для оценки вероятности банкротства наиболее широкое применение получили модели, разработанные Э. Альтманом и У. Бивером.

«Модель Альтмана (2000 г.) представляет собой пятифакторную модель, построенную по данным успешно действующих и обанкротившихся промышленных предприятий США. Итоговый коэффициент вероятности банкротства Z рассчитывается с помощью пяти показателей, каждый из которых был наделён определённым весом, установленным статистическими методами:

 

где:

К₁ –отношение собственных оборотных средств к сумме активов;

К₂ – отношение нераспределённой прибыли к сумме активов;

К₃ –отношение прибыли до уплаты налогов и процентов к сумме активов;

К₄ – отношение номинальной стоимости акций к балансовой оценке заёмного капитала;

К₅ –отношение выручки от реализации к сумме активов.

В зависимости от значения «Z-счёта» по определённой шкале производится оценка вероятности наступления  банкротства:

если  Z < 1,81, то вероятность банкротства очень высокая;

если 1,81 < Z >2,7, то вероятность банкротства высокая;

если Z = 2,7, то вероятность банкротства равна 0,5;

если 2,71 < Z > 2,9, то вероятность банкротства средняя;

если Z > 2,9, то вероятность банкротства низкая»⁷.

У. Бивер предложил пятифакторную  систему для оценки финансового  состояния предприятия с целью  диагностики банкротства, содержащую следующие индикаторы:

- рентабельность активов (отношение прибыли от реализации к сумме активов);

- удельный вес заёмных средств в пассивах;

- коэффициент текущей ликвидности (отношение суммы оборотных активов к краткосрочным обязательствам);

- доля чистого оборотного капитала в активах;

- коэффициент Бивера (отношение суммы чистой прибыли и амортизации к заёмным средствам).

Весовые коэффициенты для индикаторов  в модели У. Бивера не предусмотрены  и итоговый коэффициент вероятности  банкротства не рассчитывается. Полученные значения данных показателей сравниваются с их нормативными значениями для  трёх состояний фирмы, рассчитанными У. Бивером: для благополучных компаний, для компаний, обанкротившихся в течение года, и для фирм, ставших банкротами в течение пяти лет.

Методика кредитного скорринга впервые была предложена американским экономистом Д. Дюраном в начале 40-х годов. Сущность этой методики заключается в классификации предприятий по степени риска исходя из фактического уровня показателей финансовой устойчивости и рейтинга каждого показателя, выраженного в баллах на основе экспертных оценок. Рассмотрим простую скорринговую модель с тремя балансовыми показателями (Таблица 2), позволяющую распределить предприятия по классам.

Таблица 2⁸

Показатель	Границы классов
	I класс	II класс	III класс	IV класс	V класс
Рентабельность совокупного  капитала, %	30 % и выше – 50 баллов	от 29,9 до 20 % - от 49,9 до 35 баллов	от 19,9 до 10 % - от 34,9 до 20 баллов	от 9,9 до1 % - от 19,9 до 5 баллов	менее 1 % - 0 баллов
Коэффициент текущей  ликвидности	2,0 и выше – 30 баллов	от 1,99 до 1,7 – от 29,9 до 20 баллов	от 1,69 до 1,69 до 1,4 – от 19,9 до 10 баллов	от 1,39 до 1,1 от 9,9 до 1 балла	1 и ниже – 0 баллов
Коэффициент финансовой независимости	0,7 и выше – 20 баллов	от 0,69 до 0,45 – от 19,9 до 10 баллов	от 0,44 до 0,3 – от 9,9 до 5 баллов	от 0,29 до 0,20 – от 5 до 1 балла	менее 0,2 – 0 баллов
Границы классов	100 баллов и выше	от 99 до 65 баллов	от 64 до 35 баллов	от 34 до 6 баллов	менее 0,2 – 0 баллов

      

I класс - предприятия с хорошим запасом финансовой устойчивости, позволяющим быть уверенным в возврате заемных средств;

II класс - предприятия, демонстрирующие некоторую степень риска по задолженности, но еще не рассматриваются как рискованные;

III класс - проблемные предприятия;

IV класс - предприятия с высоким риском банкротства даже после принятия мер по финансовому оздоровлению. Кредиторы рискуют потерять свои средства и проценты;

V класс - предприятия высочайшего риска, практически несостоятельные.

Отсутствие в России статистических материалов по организациям-банкротам  не позволяет скорректировать «импортные» методики исчисления весовых коэффициентов и пороговых значений с учётом российских экономических условий, а определение данных коэффициентов экспертным путём не обеспечивает их достаточной точности.

Кроме того, в моделях зарубежных авторов не учитываются некоторые важные показатели, специфические для российского рынка, например, доля денежной составляющей в выручке. Период прогнозирования в вышеуказанных методиках и моделях колеблется от трёх — шести месяцев до пяти лет, а в некоторых моделях срок прогнозирования вообще не указывается. В условиях достаточно специфической экономической системы России использование периода прогнозирования, равного пяти годам, как это имеет место в моделях зарубежных авторов, на мой взгляд, преждевременно, и необходимо использовать более короткие промежутки времени (до одного — двух лет).

Как отмечают многие российские авторы, многочисленные попытки применения иностранных моделей прогнозирования банкротства в отечественных условиях не принесли достаточно точных результатов. Были предложены различные способы адаптации «импортных» моделей к российским хозяйственным условиям, в частности модели Э. Альтмана и двухфакторной математической модели. Новые методики диагностики возможного банкротства, предназначенные для отечественных предприятий, были разработаны О.П. Зайцевой, Р.С. Сайфуллиным и Г.Г. Кадыковым.

Р.С. Сайфуллин и Г.Г. Кадыков  предложили использовать для оценки финансового состояния предприятий  рейтинговое число:

 

где:

К_{о. сок} – коэффициент обеспеченности собственными оборотными средствами (отношение собственного оборотного капитала к сумме оборотных активов);

К_тл – коэффициент текущей ликвидности (отношение суммы оборотных средств к сумме краткосрочных обязательств);

К_об.а – коэффициент оборачиваемости активов (отношение выручки от реализации к средним остаткам активов);

К_м – коммерческая маржа или рентабельность реализации продукции (отношение прибыли от продаж к выручке от реализации);

К_ск – рентабельность собственного капитала (отношение прибыли к собственному капиталу).

При полном соответствии финансовых коэффициентов их минимальным нормативным  уровням рейтинговое число будет  равно единице, в таком случае организация имеет удовлетворительное состояние. Если рейтинговое число  меньше единицы, то состояние организации  неудовлетворительное.

В шестифакторной математической модели О. П. Зайцевой предлагается использовать следующие частные коэффициенты:

- К_уп - коэффициент убыточности предприятия, характеризующийся отношением чистого убытка к собственному капиталу;

- К_з - соотношение кредиторской и дебиторской задолженности;

- К_с - показатель соотношения краткосрочных обязательств и наиболее ликвидных активов, этот коэффициент является обратной величиной показателя абсолютной ликвидности;

- К_ур - убыточность реализации продукции, характеризующийся отношением чистого убытка к объёму реализации этой продукции;

- К_фр - соотношение заёмного и собственного капитала;

- К_{загрузки} - коэффициент загрузки активов (отношение средних остатков активов к выручке от реализации).

В попытке адаптировать к российским условиям модель, разработанную                Р.С. Сайфуллиным и Г.Г. Кадыковым, небольшое изменение коэффициента обеспеченности собственными средствами с 0,1 до 0,2 приводит к изменению итогового показателя («рейтингового числа») в среднем на 0,2 пункта. К такому же результату приводит и значительное изменение коэффициента текущей ликвидности от нуля до двух, что характеризует высоколиквидные предприятия. Поэтому в этой модели значения весовых коэффициентов являются недостаточно обоснованными.

Комплексный коэффициент банкротства  рассчитывается по формуле со следующими весовыми значениями:

 

Весовые значения частных показателей  для коммерческих организаций были определены экспертным путём, а фактический комплексный коэффициент банкротства следует сопоставить с нормативным, рассчитанным на основе рекомендуемых минимальных значений частных показателей: К_уп = 0; К_з = 1; К_с = 7; К_ур = 0; К_фр = 0,7; К_{загрузки} = К_{загрузки} в предшествующем периоде.

Если фактический комплексный  коэффициент больше нормативного, то вероятность банкротства велика, а если меньше, то вероятность банкротства мала.

Определение весовых коэффициентов  в модели О. П. Зайцевой является не совсем обоснованным, так как весовые коэффициенты в этой модели были определены без учёта поправки на относительную величину значений частных коэффициентов. Так, нормативное значение показателя соотношения срочных обязательств и наиболее ликвидных активов равно семи, а нормативные значения коэффициента убыточности предприятия и коэффициента убыточности реализации продукции равны нулю. В связи с этим даже небольшие изменения первого из вышеназванных показателей приводят к колебаниям итогового значения в десятки раз более сильным, чем изменение вышеназванных коэффициентов, хотя, по замыслу автора этой модели, они, наоборот, должны были иметь большее весовое значение по сравнению с соотношением срочных обязательств и наиболее ликвидных активов.