Методы диагностики вероятности банкротства
ART 970447
Авторы:
С.
Н. Землякова, А.
С. Вихрова
С.
Н. Землякова, А.
С. Вихрова Библиографическое описание статьи для цитирования:
Землякова
С.
Н.,
Вихрова
А.
С. Методы диагностики вероятности банкротства // Научно-методический электронный журнал «Концепт». –
2017. – Т. 39. – С.
601–605. – URL:
http://e-koncept.ru/2017/970447.htm.
Аннотация. В данной статье рассматривается сущность процедуры банкротства, методы диагностики банкротства предприятия.
Текст статьи
Землякова Светлана Николаевна,
кандидат экономических наук, доцент, доцент кафедры бухгалтерского учёта и финансовДонскогогосударственногоаграрногоуниверситета, п.ПерсиановскийZemlyakovasn@rambler.ru
Вихрова Анна Сергеевна,студентка 4 курса, экономического факультетаДонского государственного аграрного университета, п. Персиановскийfdc1995@mail.ru
Методы диагностики вероятности банкротства
Аннотация.В данной статье рассматривается сущность процедуры банкротства, методы диагностики банкротства предприятия.Ключевые слова: банкротство, банкрот, модель Альтмана, Модель Фулмера.
Для нормального функционирования деятельности любого предприятия необходимо получение максимально возможной прибыли. Именно поэтому предприятию необходимо учитывать все возможные риски для предотвращения развития банкротства.В данный период времени разрабатывается большое количество различных стратегий и моделей, объединяющих одновременно разные коэффициенты в один, благодаря этому можно вывести один общий показатель оценкифинансового состояния и вероятность появления банкротства на предприятии. Одной из главных проблем экономической теории в современной хозяйственной практике является проблема применения диагностик банкротства и выявление его н ранней стадии[1].В зарубежнойи отечественной экономической литературе для диагностики вероятности наступления банкротства предприятия предлагается несколько отличающихся методик, предполагающих расчет ряда коэффициентов, характеризующих ликвидность бухгалтерского баланса, платежеспособность, финансовую устойчивость и прочие аспекты деятельности предприятия. В зарубежных странах для оценки риска банкротства широко используются факторные модели, разработанные с помощью многомерного дискриминантного анализа, авторами которых являются Э. Альтман, Дж. Фулмер, Ж. Конан и М. Голдер, Р. Лис, Р. Тафлер и Г. Тишоу, Ж. Лего и Г. Спрингейт.Российская экономическая наука также исследует проблемы, связанные с диагностикой вероятности банкротства. В частности, авторами наиболее известных методик являются: Г.В. Давыдова и А.Ю. Беликов, О.П. Зайцева, А.Д. Шеремет и Р.С. Сайфуллин, В.В. Ковалев и О.Н. Волкова, Г.В. Савицкая.Так наиболее распространенной считается Модель Альтмана (Zscore)это одна из самых простых и наглядных методик прогнозирования вероятности банкротства, при использовании которой необходимо рассчитать влияние только двух показателей это: коэффициент текущей ликвидности и удельный вес заёмных средств в пассивах.Модель Фулмера подразумевает расчет девяти финансовых коэффициентов, характеризующих риск утраты платежеспособности, и в получении на их основе, с использованием скоринговой модели, итогового критерия Фулмера.Модель Конана и Гольдера основана на оценке платежеспособности фирм, на основе многомерного дискриминантного анализаМодель Р. Таффлера и Г. Тишоу заключается в классификации предприятий по степени риска.Модель Ж.Легооснована на стахостическоманализе, Модель Спрингейтана дискриминантноманализе, Модель Ковалева –Волковой на интегральном методе.А Модель Зайцевойоснована на методах мультипликативного дискриминантного анализа.Модель Давыдовой –Беликова на количественнойоценкериска банкротства предприятий.Модель Сайфулина –Кадыкова–это среднесрочная рейтинговая модель прогнозирования риска банкротства, которая может применяться для любой отрасли и предприятий различного масштаба.Модель Савицкой–предполагает формирование, размещение и использование капитала, финансовые ресурсы, финансовые результаты, рентабельность, прибыль, инвестиционная деятельность, финансовое состояние, диагностика банкротства.Методики, происхождение которых было за рубежом, нельзя использовать в российской практике, потому что они не учитывают специфику развития российской экономики.Так например модель Фульмера при применении на российских предприятиях будет показывать немного завышенные оценки, так как большее их влияние на финансовый показатель оказывает прибыль от продаж, но при этом не учитывается налоговый режим и финансовая деятельность.Методика Альтмана предполагает ее использование в уже сформировавшейся рыночной экономике.Методика Альтмана затруднительна в российской экономике еще по нескольким причинам:1.Различие в учете отдельных показателей;2.В данной модели не учитывается влияние инфляций на показатели;3.Различие балансовой и рыночной стоимости активов.Все эти недостатки являются причиной не применения данных методик прогнозирования вероятности банкротства в российской экономике для всех моделей, рассмотренных выше.В российской практике допустимо применение методики Р.С. Сайфуллина и Г.Г. Кадыкова «Рейтинговое число», так как этот метод диагностики банкротства при антикризисном управлении построен с учетом формирования российского бизнеса.Данная методика хороша тем, что с помощью нее можно провести рейтинговую оценку разных предприятий, при учете величины и отраслей их принадлежности. Так же эта методика дает возможность прослеживать динамику коэффициентов во времени.Методика Федотовой М.А. была создана дляроссийской экономики, на основе модели Альтмана. Но эта методика не была востребована, так как практической ценности формула не имела, потому что в России нет какойлибо значимой статистики по организациям –банкротам.Таким образом можно сделать о необходимости разработки новой модели, которая с точностью и надёжностью давала оценку вероятности банкротства на основе предоставленных данных и которая была бы легко интерпретируема[2].Так, рассчитаем степень вероятности наступления банкротства на примере предприятия АО "Агрокомплекс".Пятифакторная модель Э. Альтмана. Данная модель разработана экономистом для оценки вероятности банкротства компаний, чьи акции торгуются на рынке. Является наиболее известной моделью автора.Модель используется для компаний, акции которых не котируются на бирже.Z = 0,717Х1 + 0,874Х2 + 3,10Х3 + 0,42Х4 + 0,995Х5,где Х1 —разность текущих активов и текущих пассивов / общая сумма всех активов;Х2 —нераспределенная прибыль / общая сумма всех активов;Х3 —прибыль до уплаты процентов и налогов / общая сумма всех активов;Х4 —балансовая стоимость капитала / заемный капитал;Х5 —выручка от реализации / общая сумма активов.Расчет показателей, вошедших в модель, представлен в таблице 12. Показателирассчитываются на основании «Бухгалтерского баланса» и «Отчета о финансовых результатах».Интерпретация результатов:Z 1,23 —вероятность банкротства высокая; �Z 1,23 —вероятность банкротства малая.
Таблица 1Расчет исходных показателей пятифакторной модели Э. Альтмана
ПоказательЕдиницы измерения2014 г.2015г.Исходные данные:1. Собственный капиталтыс. руб.13518919165297752. Заемные средстватыс. руб.12970090164301433. Оборотные активытыс. руб.12760931217780914. Выручка от продажи продукциитыс. руб.15922947232089655. Сумма активовтыс. руб.30760795417745366. Прибыль до налогообложениятыс. руб.248726539872367. Чистая прибыльтыс. руб.248726539872368. Внеоборотные активытыс. руб.29260342451059Расчетные показатели8. Доля чистого оборотного капитала в активах((стр. 1 –стр. 8) / стр. 5)отн.един.0,340,339. Уровень рентабельности капитала (стр. 7 / стр. 5)отн.един.0,080,0910. Уровень доходности активов (стр. 6 / стр. 5)отн.един.0,080,0911. Отношение собственного капитала (рыночной стоимости акций) к заемным средствам(стр. 1 / стр. 2)отн.един.1,04112. Оборачиваемость активов (стр.4 / стр. 5)отн.един.0,510,55
Расчет значения показателя Zпо пятифакторной модели Э.Альтмана:2014г: Z=0,34+ 0,08+0,08+1,04+0,51=2,05. Z � 1,23 вероятность банкротства малая.2015г: Z=0,35+ 0,09+0,09+1+0,55=2,06. Z > 1,23 вероятность банкротства малая.Модель идентификации финансовых состояний предприятия по системе показателей У. Бивера.Модель позволяет оценить финансовое состояние компании с точки зрения ее возможного будущего банкротства.Расчет показателей, вошедших в модель, представлен в таблица 13. Показатели рассчитываются на основании «Бухгалтерского баланса», «Отчета о финансовых результатах» и «Пояснениях к отчету о финансовых результатах». Шкала оценки риска банкротства построена на основе сравнения фактических значений показателей с рекомендуемыми. Вероятность банкротства компании оценивается по одной из групп возможных состояний, где находится большинство расчетных значений показателей.Специфика российских условий требует, чтобы модели прогнозирования риска финансовой несостоятельности учитывали как особенности отрасли, так и структуру капитала предприятия.Таблица 2 Расчет исходных показателей модели идентификации финансовогосостоянияпредприятия по системе показателей У. Бивера
Коэффициент Бивера –в 2014г. был равен 0,242 и находился в пределах0,17 _б. 0,3 –что характеризует неустойчивое финансовое положение, однако, уже в 2015 году ситуация изменилась и значение показателя стало равно 0,787 и вошло впределы� 0,35 нормальное финансовое положение.Коэффициент текущей ликвидностина протяжении двух исследуемых лет находится в пределах � 2 нормальное финансовое положение.Экономическая рентабельностьв пределах 68% и более –нормальное финансовое положение.Финансовый леверидж и Коэффициент покрытия оборотных активовсобственными оборотными активамиих значения также характеризуют финансовое состояние как нормальное.Нами изучены теоретические аспекты и специфические особенности формирования информационной базы вероятности наступления банкротства на основе моделей разработанных в отечественной и зарубежной практике, нами на практическом примере рассмотрено применение двух методик, результаты которых дали одинаковое представление и финансовом положении предприятия, характеризуя его как финансовостабильное.
Ссылки на источники1.Кузьмина И.Г. Статистический анализ структуры и динамики показателей состояния розничной торговли в России [Текст] / И.Г Кузьмина, А.П. Цыпин // Экономика и предпринимательство. 2014. №52. С. 234239.4.2. Прокофьев В.А. Предпосылки и условия развития детерминированного факторного анализа [Текст] / В.А Прокофьев, В.ВНосов // ЭТАП; Экономическая теория, Анализ, Практика. –2014. № 4. –С. 134 –145.ПоказательЕдиницы измерения2014 г.2015 г.1234Исходные данные:1. Текущие обязательстватыс. руб.426945888146172. Заемный капиталтыс. руб.12970090164301433. Оборотные активытыс. руб.12760931217780914. Выручка от продажи продукциитыс. руб.15922947232089655. Сумма активовтыс. руб.30760795417745366. Чистая прибыльтыс. руб.248726539872367. Собственный капиталтыс. руб.13518919165297758.Внеоборотные активытыс. руб.292603424510569. Амортизациятыс. руб.646273,28946909,6Расчетные показатели10. Коэффициент Бивера ((стр. 6 + стр. 9) / стр.2)отн.един.0,2420,78711. Коэффициент текущей ликвидности(стр. 3 / стр. 1)отн.един.2,982,4712. Экономическая рентабельностьактивов (стр. 6 / стр. 5) · 100%%8,089,5413. Финансовый леверидж (стр. 2 / стр. 5) · 100%%42,139,314. Коэффициент покрытия оборотных активовсобственными оборотными активами((стр. 7 –стр. 8) / стр. 3) · 100%%83,0164,642.Юндина Е.А., Землякова С.Н. АНАЛИЗ МОДЕЛЕЙ ПРОГНОЗИРОВАНИЯ ВЕРОЯТНОСТИ БАНКРОТСТВА ПРЕДПРИЯТИЯ И ИХ ПРИМЕНЕНИЕ В ОТЕЧЕСТВЕННОЙ ПРАКТИКЕ // Материалы VIII Международной студенческой электронной научной конференции «Студенческий научный форум» URL:
кандидат экономических наук, доцент, доцент кафедры бухгалтерского учёта и финансовДонскогогосударственногоаграрногоуниверситета, п.ПерсиановскийZemlyakovasn@rambler.ru
Вихрова Анна Сергеевна,студентка 4 курса, экономического факультетаДонского государственного аграрного университета, п. Персиановскийfdc1995@mail.ru
Методы диагностики вероятности банкротства
Аннотация.В данной статье рассматривается сущность процедуры банкротства, методы диагностики банкротства предприятия.Ключевые слова: банкротство, банкрот, модель Альтмана, Модель Фулмера.
Для нормального функционирования деятельности любого предприятия необходимо получение максимально возможной прибыли. Именно поэтому предприятию необходимо учитывать все возможные риски для предотвращения развития банкротства.В данный период времени разрабатывается большое количество различных стратегий и моделей, объединяющих одновременно разные коэффициенты в один, благодаря этому можно вывести один общий показатель оценкифинансового состояния и вероятность появления банкротства на предприятии. Одной из главных проблем экономической теории в современной хозяйственной практике является проблема применения диагностик банкротства и выявление его н ранней стадии[1].В зарубежнойи отечественной экономической литературе для диагностики вероятности наступления банкротства предприятия предлагается несколько отличающихся методик, предполагающих расчет ряда коэффициентов, характеризующих ликвидность бухгалтерского баланса, платежеспособность, финансовую устойчивость и прочие аспекты деятельности предприятия. В зарубежных странах для оценки риска банкротства широко используются факторные модели, разработанные с помощью многомерного дискриминантного анализа, авторами которых являются Э. Альтман, Дж. Фулмер, Ж. Конан и М. Голдер, Р. Лис, Р. Тафлер и Г. Тишоу, Ж. Лего и Г. Спрингейт.Российская экономическая наука также исследует проблемы, связанные с диагностикой вероятности банкротства. В частности, авторами наиболее известных методик являются: Г.В. Давыдова и А.Ю. Беликов, О.П. Зайцева, А.Д. Шеремет и Р.С. Сайфуллин, В.В. Ковалев и О.Н. Волкова, Г.В. Савицкая.Так наиболее распространенной считается Модель Альтмана (Zscore)это одна из самых простых и наглядных методик прогнозирования вероятности банкротства, при использовании которой необходимо рассчитать влияние только двух показателей это: коэффициент текущей ликвидности и удельный вес заёмных средств в пассивах.Модель Фулмера подразумевает расчет девяти финансовых коэффициентов, характеризующих риск утраты платежеспособности, и в получении на их основе, с использованием скоринговой модели, итогового критерия Фулмера.Модель Конана и Гольдера основана на оценке платежеспособности фирм, на основе многомерного дискриминантного анализаМодель Р. Таффлера и Г. Тишоу заключается в классификации предприятий по степени риска.Модель Ж.Легооснована на стахостическоманализе, Модель Спрингейтана дискриминантноманализе, Модель Ковалева –Волковой на интегральном методе.А Модель Зайцевойоснована на методах мультипликативного дискриминантного анализа.Модель Давыдовой –Беликова на количественнойоценкериска банкротства предприятий.Модель Сайфулина –Кадыкова–это среднесрочная рейтинговая модель прогнозирования риска банкротства, которая может применяться для любой отрасли и предприятий различного масштаба.Модель Савицкой–предполагает формирование, размещение и использование капитала, финансовые ресурсы, финансовые результаты, рентабельность, прибыль, инвестиционная деятельность, финансовое состояние, диагностика банкротства.Методики, происхождение которых было за рубежом, нельзя использовать в российской практике, потому что они не учитывают специфику развития российской экономики.Так например модель Фульмера при применении на российских предприятиях будет показывать немного завышенные оценки, так как большее их влияние на финансовый показатель оказывает прибыль от продаж, но при этом не учитывается налоговый режим и финансовая деятельность.Методика Альтмана предполагает ее использование в уже сформировавшейся рыночной экономике.Методика Альтмана затруднительна в российской экономике еще по нескольким причинам:1.Различие в учете отдельных показателей;2.В данной модели не учитывается влияние инфляций на показатели;3.Различие балансовой и рыночной стоимости активов.Все эти недостатки являются причиной не применения данных методик прогнозирования вероятности банкротства в российской экономике для всех моделей, рассмотренных выше.В российской практике допустимо применение методики Р.С. Сайфуллина и Г.Г. Кадыкова «Рейтинговое число», так как этот метод диагностики банкротства при антикризисном управлении построен с учетом формирования российского бизнеса.Данная методика хороша тем, что с помощью нее можно провести рейтинговую оценку разных предприятий, при учете величины и отраслей их принадлежности. Так же эта методика дает возможность прослеживать динамику коэффициентов во времени.Методика Федотовой М.А. была создана дляроссийской экономики, на основе модели Альтмана. Но эта методика не была востребована, так как практической ценности формула не имела, потому что в России нет какойлибо значимой статистики по организациям –банкротам.Таким образом можно сделать о необходимости разработки новой модели, которая с точностью и надёжностью давала оценку вероятности банкротства на основе предоставленных данных и которая была бы легко интерпретируема[2].Так, рассчитаем степень вероятности наступления банкротства на примере предприятия АО "Агрокомплекс".Пятифакторная модель Э. Альтмана. Данная модель разработана экономистом для оценки вероятности банкротства компаний, чьи акции торгуются на рынке. Является наиболее известной моделью автора.Модель используется для компаний, акции которых не котируются на бирже.Z = 0,717Х1 + 0,874Х2 + 3,10Х3 + 0,42Х4 + 0,995Х5,где Х1 —разность текущих активов и текущих пассивов / общая сумма всех активов;Х2 —нераспределенная прибыль / общая сумма всех активов;Х3 —прибыль до уплаты процентов и налогов / общая сумма всех активов;Х4 —балансовая стоимость капитала / заемный капитал;Х5 —выручка от реализации / общая сумма активов.Расчет показателей, вошедших в модель, представлен в таблице 12. Показателирассчитываются на основании «Бухгалтерского баланса» и «Отчета о финансовых результатах».Интерпретация результатов:Z 1,23 —вероятность банкротства высокая; �Z 1,23 —вероятность банкротства малая.
Таблица 1Расчет исходных показателей пятифакторной модели Э. Альтмана
ПоказательЕдиницы измерения2014 г.2015г.Исходные данные:1. Собственный капиталтыс. руб.13518919165297752. Заемные средстватыс. руб.12970090164301433. Оборотные активытыс. руб.12760931217780914. Выручка от продажи продукциитыс. руб.15922947232089655. Сумма активовтыс. руб.30760795417745366. Прибыль до налогообложениятыс. руб.248726539872367. Чистая прибыльтыс. руб.248726539872368. Внеоборотные активытыс. руб.29260342451059Расчетные показатели8. Доля чистого оборотного капитала в активах((стр. 1 –стр. 8) / стр. 5)отн.един.0,340,339. Уровень рентабельности капитала (стр. 7 / стр. 5)отн.един.0,080,0910. Уровень доходности активов (стр. 6 / стр. 5)отн.един.0,080,0911. Отношение собственного капитала (рыночной стоимости акций) к заемным средствам(стр. 1 / стр. 2)отн.един.1,04112. Оборачиваемость активов (стр.4 / стр. 5)отн.един.0,510,55
Расчет значения показателя Zпо пятифакторной модели Э.Альтмана:2014г: Z=0,34+ 0,08+0,08+1,04+0,51=2,05. Z � 1,23 вероятность банкротства малая.2015г: Z=0,35+ 0,09+0,09+1+0,55=2,06. Z > 1,23 вероятность банкротства малая.Модель идентификации финансовых состояний предприятия по системе показателей У. Бивера.Модель позволяет оценить финансовое состояние компании с точки зрения ее возможного будущего банкротства.Расчет показателей, вошедших в модель, представлен в таблица 13. Показатели рассчитываются на основании «Бухгалтерского баланса», «Отчета о финансовых результатах» и «Пояснениях к отчету о финансовых результатах». Шкала оценки риска банкротства построена на основе сравнения фактических значений показателей с рекомендуемыми. Вероятность банкротства компании оценивается по одной из групп возможных состояний, где находится большинство расчетных значений показателей.Специфика российских условий требует, чтобы модели прогнозирования риска финансовой несостоятельности учитывали как особенности отрасли, так и структуру капитала предприятия.Таблица 2 Расчет исходных показателей модели идентификации финансовогосостоянияпредприятия по системе показателей У. Бивера
Коэффициент Бивера –в 2014г. был равен 0,242 и находился в пределах0,17 _б. 0,3 –что характеризует неустойчивое финансовое положение, однако, уже в 2015 году ситуация изменилась и значение показателя стало равно 0,787 и вошло впределы� 0,35 нормальное финансовое положение.Коэффициент текущей ликвидностина протяжении двух исследуемых лет находится в пределах � 2 нормальное финансовое положение.Экономическая рентабельностьв пределах 68% и более –нормальное финансовое положение.Финансовый леверидж и Коэффициент покрытия оборотных активовсобственными оборотными активамиих значения также характеризуют финансовое состояние как нормальное.Нами изучены теоретические аспекты и специфические особенности формирования информационной базы вероятности наступления банкротства на основе моделей разработанных в отечественной и зарубежной практике, нами на практическом примере рассмотрено применение двух методик, результаты которых дали одинаковое представление и финансовом положении предприятия, характеризуя его как финансовостабильное.
Ссылки на источники1.Кузьмина И.Г. Статистический анализ структуры и динамики показателей состояния розничной торговли в России [Текст] / И.Г Кузьмина, А.П. Цыпин // Экономика и предпринимательство. 2014. №52. С. 234239.4.2. Прокофьев В.А. Предпосылки и условия развития детерминированного факторного анализа [Текст] / В.А Прокофьев, В.ВНосов // ЭТАП; Экономическая теория, Анализ, Практика. –2014. № 4. –С. 134 –145.ПоказательЕдиницы измерения2014 г.2015 г.1234Исходные данные:1. Текущие обязательстватыс. руб.426945888146172. Заемный капиталтыс. руб.12970090164301433. Оборотные активытыс. руб.12760931217780914. Выручка от продажи продукциитыс. руб.15922947232089655. Сумма активовтыс. руб.30760795417745366. Чистая прибыльтыс. руб.248726539872367. Собственный капиталтыс. руб.13518919165297758.Внеоборотные активытыс. руб.292603424510569. Амортизациятыс. руб.646273,28946909,6Расчетные показатели10. Коэффициент Бивера ((стр. 6 + стр. 9) / стр.2)отн.един.0,2420,78711. Коэффициент текущей ликвидности(стр. 3 / стр. 1)отн.един.2,982,4712. Экономическая рентабельностьактивов (стр. 6 / стр. 5) · 100%%8,089,5413. Финансовый леверидж (стр. 2 / стр. 5) · 100%%42,139,314. Коэффициент покрытия оборотных активовсобственными оборотными активами((стр. 7 –стр. 8) / стр. 3) · 100%%83,0164,642.Юндина Е.А., Землякова С.Н. АНАЛИЗ МОДЕЛЕЙ ПРОГНОЗИРОВАНИЯ ВЕРОЯТНОСТИ БАНКРОТСТВА ПРЕДПРИЯТИЯ И ИХ ПРИМЕНЕНИЕ В ОТЕЧЕСТВЕННОЙ ПРАКТИКЕ // Материалы VIII Международной студенческой электронной научной конференции «Студенческий научный форум» URL:
