Проблема выбора аналитического инструментария при управлении рисками банкротства

Я.А. Маркова,
Т.А. Мартынова
Кубанский государственный технологический университет,
Краснодар, Российская Федерация
Научный вестник Южного института менеджмента
№4 2019

Аннотация. В условиях мирового экономического кризиса многочисленные риски оказывают значительное и непредсказуемое влияние на финансовое положение каждой организации. Последствия влияния рисков обусловили наступление периода в развитии экономики, характерной чертой которого является резкий рост числа банкротств экономических субъектов. В данной ситуации основным правилом стабильного функционирования организации является своевременная оценка факторов, влияющих на возникновение риска банкротства. Однако при многообразии существующих способов оценки вероятности банкротства перед аналитиком возникает проблема выбора наиболее подходящего метода для конкретной организации с учетом отраслевых особенностей. Этот факт обуславливает степень актуальности разработки универсальной модели оценки риска банкротства. В данной статье нами были изучены существующие подходы, используемые для оценки рисков финансовой несостоятельности. Приведены результаты оценки вероятности банкротства организации с использованием существующих подходов. В качестве альтернативы рассмотрен комплексный матричный метод оценки рисков банкротства, сформирован вывод о его преимуществах и недостатках, а также о целесообразности его использования на основе результатов апробации на примере организации электросетевой отрасли ПАО «Кубаньэнерго». На основании проведенной оценки даны рекомендации по улучшению финансового положения анализируемой организации.

В условиях международных санкций и экономического кризиса, которые затронули экономику России и мира в целом, значительно возрастает влияние многочисленных рисков, которые вызывают нестабильность функционирования субъектов хозяйствования. Данные обстоятельства могут привести не только к нежелательному результату финансово-хозяйственной деятельности организации, но и к полному разорению (банкротству).

Признание юридического лица банкротом является отрицательным фактом как для должника, затрагивая его имущественные интересы, так и для связанных с ним сторон - кредиторов, инвесторов, акционеров, руководителей, менеджеров, порождая ряд социальный и экономических последствий, в качестве которых можно назвать рост безработицы, снижение уровня благосостояния и др. Важность разработки и применения подходов к оценке рисков банкротства руководителями отечественных организаций в настоящее время явно недооценивается. Для стабильного и непрерывного функционирования экономических субъектов появляется необходимость в применении аналитического инструментария управления рисками банкротства [1, 493].

Аналитический инструментарий управления рисками банкротства - комплекс процедур, включающий качественную и (или) количественную оценку факторов внешней и внутренней среды (на усмотрение аналитика), которые могут негативно повлиять на финансово-хозяйственную деятельность организации с последующим внедрением мероприятий по их минимизации и устранению.

В зарубежной практике исследованием вопроса оценки рисков банкротства начали заниматься еще в XX в. В настоящее время разработано существенное количество моделей оценки вероятности банкротства, авторами которых являются ученые: Э. Альтман, Р. Таффлер и Г. Тишоу, Р. Лис, Г. Сприн-гейт, Дж. Фулмер, Д. Чессер, У. Бивер, Дж. Олсон, Дж. Аргенти и т.д. С 1990-х гг. в России начали разрабатывать модели оценки рисков банкротства с учетом особенностей экономической ситуации страны. Авторами этих моделей являются О.П. Зайцева, Р.С. Сайфулин, В.В. Ковалев, А.П. Ковалев, В.Г. Белолипецкий, Г.Г. Кадыков, Г.В. Давыдова, А.Ю. Беликов, Л.В. Донцова, Н.А. Никифорова, Г.В. Савицкая и др. [2, 291].

В основе существующих моделей лежат два подхода: качественный и количественный. Качественный подход основан на описании причин и условий деятельности организаций на логическом уровне предпочтительно с помощью метода экспертной оценки. Количественный подход базируется на коэффициентном анализе, при котором строятся двух- и многофакторные модели, по которым рассчитывается вероятность банкротства.

Однако, существующим подходам необходимо дельнейшее развитие, ввиду того, что каждый из них имеет свои недостатки, которые могут повлечь искажения результата анализа.

На наш взгляд, количественный подход наименее подвержен субъективности. Дальнейшее исследование сосредоточим на его изучении, выбрав наиболее известные количественные модели.

Стоит отметить, что ни одна из моделей не дает достаточно точных прогнозов и представлений о сложившейся финансово-экономической ситуации в организации, в виду того, что им присущи ограничения. Отсюда возникает проблема выбора определенной модели оценки рисков банкротства для конкретной организации. К тому же в результате прогнозирования рисков банкротства есть вероятность прийти к диаметрально противоположным результатам.

Для того, чтобы проиллюстрировать данную ситуацию была проведена оценка рисков банкротства организации на примере ПАО «Кубаньэнерго». Будучи крупнейшей на территории Краснодарского края и Республики Адыгея, организация осуществляет передачу и распределение электрической энергии, являясь типичным представителем своей отрасли. ПАО «Кубаньэнерго» регулярно оценивает риски финансово-хозяйственной деятельности, однако, не выделяет прогнозирование вероятности банкротства в качестве отдельной категории. Информационной базой для расчетов послужила бухгалтерская финансовая отчетность анализируемой организации за 2016-2018 гг. Полученные результаты продемонстрированы в таблице 1.

Таблица 1. Результаты оценки рисков банкротства ПАО «Кубаньэнерго» за 2016-2018 гг.

Наименование Риск банкротства
2016 г. 2017 г. 2018 г.
Модель Альтмана Высокий, Z < 1,8 Высокий, Z < 1,8 Высокий, Z < 1,8
Модель Таффлера и Тишоу Минимальный, Z > 0,3 Минимальный, Z > 0,3 Зона неопределенности, 0,2 < Z < 0,3
Модель Лиса Высокий, Z < 0,037 Высокий, Z < 0,037 Высокий, Z < 0,037
Модель Спрингейта Высокий, Z < 0,862 Высокий, Z < 0,862 Высокий, Z < 0,862
Модель Беликова-Давыдовой Максимальный, R < 0 Максимальный, R < 0 Максимальный, R < 0
Модель Чессера Умеренный, 0,4 < P < 0,6 Умеренный, 0,4 < P < 0,6 Высокий, 0,8 < P < 1

Действительно, результат оценки зависит от выбранной модели. Модель Р. Таффлера и Г. Тишоу демонстрирует минимальную вероятность наступления банкротства в 2016-2017 гг., в 2018 г. организация находится в зоне неопределенности. Итоги оценки по моделям Э. Альтмана (пятифакторной), Р. Лиса, Г. Спрингейта показали высокий риск банкротства. Модель А.Ю. Беликова и Г.В. Давыдовой демонстрирует максимальный риск банкротства. Результаты, полученные с использованием модели Д. Чессера, меняются внутри анализируемого периода.

Программа Финансовый анализ - ФинЭкАнализ 2024 для расчета модели Альтмана и большого количества финансово-экономических коэффициентов.

Расхождение в результатах анализа можно обосновать следующим рядом причин.

Во-первых, исходные данные, на основе которых формировались коэффициенты, используемые в уравнении модели, могут привести к разным значениям итогового показателя вероятности банкротства. Например, присутствие чистой прибыли в моделях Э. Альтмана, Г. Спрингейта, Р. Лиса, А.Ю. Беликова и Г.В. Давыдовой, поспособствовало высокому и максимальному риску банкротства. В то время как в модели Р. Таффлера и Г. Тишоу данный показатель бухгалтерской финансовой отчетности отсутствует, поэтому результат оценки противоположный.

Программа Финансовый анализ - ФинЭкАнализ 2024 для расчета модели Таффлера и большого количества финансово-экономических коэффициентов.

Во-вторых, вследствие разных уровней весовых коэффициентов в уравнениях, рассчитанных по правилам бухгалтерского учета и налогового законодательства зарубежных стран и не адаптированных под российские особенности, могут сформироваться различные итоговые показатели.

Эти недостатки и порождают проблему выбора аналитического инструментария при оценке вероятности банкротства.

Для решения этих недостатков, на наш взгляд, развитие аналитического инструментария в оценке рисков банкротства должно идти по пути создания универсальной модели, которая позволит гибко подходить к выбору финансовых коэффициентов, учитывая особенности конкретной организации. Для этого можно рассмотреть матричный метод, идея которого принадлежит автору А.А. Бачурину. Возможность использования данного метода в оценке рисков неоднократно упоминается во многих работах, посвященных текущей проблематике [3, 215-219; 4, 391-396; 5, 668-672].

Суть метода заключается в построении матричной модели, элементами которой являются индексы характеристик деятельности анализируемой организации (темпы роста к предыдущему году). Следует отметить, что информационной базой при отборе параметров являются данные бухгалтерской финансовой отчетности. Исходные параметры матрицы избираются на усмотрение аналитика в зависимости от поставленных целей и задач анализа. Значения индексов, полученные в ходе анализа и отраженные в матрице, могут позволить сделать выводы о финансовом положении организации и выявить факторы, которым подвержен экономический субъект.

Далее рассчитывается обобщающий показатель I0, по формуле средних арифметических индексов элементов матрицы:

I0 = (2*∑ijIcij) : (n2 - n) (1)

где ∑ijIcij - сумма элементов матрицы, которые расположены под главной диагональю;
n - число исходных параметров в матрице.

Обобщающий показатель характеризует наличие вероятности наступления банкротства у анализируемой организации. При I0 ≥ 1, риск банкротства низкий, если I0<1 - высокий [4, с. 391-396].

Для апробации этого метода был проведен углубленный финансово-экономический анализ деятельности ПАО «Кубаньэнерго», в результате которого нами были отобраны показатели бухгалтерской финансовой отчетности: Чистая прибыль (ЧП), Выручка (В), Оборотные активы (ОА), Основные средства (ОС), Дебиторская задолженность (ДЗ), Кредиторская задолженность (КЗ), Заемный капитал (ЗК), Собственный капитал (СК), Валюта баланса (Б). Необходимо учесть, что во время отбора данных соблюдены следующие принципы: способность выявить факторы, влияющие на возникновение риска банкротства, системность и доступность информации, учет отраслевой и индивидуальной особенностей организации [6, 136-141].

Для апробации предлагаемого метода были рассчитаны темпы роста к предыдущему году каждого из показателя за 2018 г., которые в дальнейшем послужили базой формирования элементов матрицы. Оборотные активы, основные средства, кредиторская задолженность, заемные средства, собственный капитал, валюта баланса рассчитаны в среднегодовом выражении. Элементы матрицы разделены на группы: рентабельность, деловая активность, затратоемкость, платежеспособность и ликвидность, финансовая устойчивость, структуры баланса и капитала.

Каждая из групп определяет фактор возникновения риска банкротства (таблица 2) [5, 667-672].

Таблица 2. Соответствие индексов матрицы факторам возникновения риска банкротства

Группы показателей Фактор риска банкротства
Показатели рентабельности Инвестиционный риск;
Показатели оборачиваемости Кредитный риск;
Риск потери финансовой устойчивости;
Риск ликвидности;
Показатели затратоемкости Инвестиционный риск;
Процентный риск;
Показатели платежеспособности и ликвидности Риск ликвидности;
Риск снижения финансовой устойчивости;
Показатели финансовой устойчивости Риск потери финансовой устойчивости;
Показатели структуры баланса Риск невыполнения долговых обязательств;
Риск неплатежеспособности;
Показатели структуры капитала Риск неэффективной структуры капитала;
Риск финансовой устойчивости.

Далее проанализирована динамика элементов матрицы на предмет тенденций и перспектив изменения финансового состояния организации. Рассчитанные элементы индексной матрицы за 2018 г. представлены в таблице 3.

Таблица 3. Элементы индексной матрицы ПАО «Кубаньэнерго» за 2018 г.

Показатель Значение Показатель Значение
1 Тр ЧП / Тр В 0,262 24 Тр С / Тр Б 1,021
2 Тр ЧП / Тр С 0,265 25 Тр ОА / Тр ОС 1,03
3 Тр ЧП / Тр ОА 0,264 26 Тр ОА / Тр ДЗ 1,094
4 Тр ЧП / Тр ОС 0,272 27 Тр ОА / Тр КЗ 0,881
5 Тр ЧП / Тр ДЗ 0,289 28 Тр ОА / Тр СК 1,091
6 Тр ЧП / Тр КЗ 0,233 29 Тр ОА / Тр ЗК 0,965
7 Тр ЧП / Тр СК 0,288 30 Тр ОА / Тр Б 1,025
8 Тр ЧП / Тр ЗК 0,255 31 Тр ОС / Тр ДЗ 1,062
9 Тр ЧП / Тр Б 0,271 32 Тр ОС / Тр КЗ 0,856
10 Тр В / Тр С 1,012 33 Тр ОС / Тр СК 1,06
11 Тр В / Тр ОА 1,009 34 Тр ОС / Тр ЗК 0,937
12 Тр В / Тр ОС 1,039 35 Тр ОС / Тр Б 0,996
13 Тр В / Тр ДЗ 1,103 36 Тр ДЗ / Тр КЗ 0,806
14 Тр В / Тр КЗ 0,889 37 Тр ДЗ / Тр СК 0,998
15 Тр В / Тр СК 1,101 38 Тр ДЗ / Тр ЗК 0,882
16 Тр В / Тр ЗК 0,973 39 Тр ДЗ / Тр Б 0,937
17 Тр В / Тр Б 1,034 40 Тр КЗ / Тр СК 1,238
18 Тр С / Тр ОА 0,996 41 Тр КЗ / Тр ЗК 1,095
19 Тр С / Тр ОС 1,026 42 Тр КЗ / Тр Б 1,164
20 Тр С / Тр ДЗ 1,089 43 Тр СК / Тр ЗК 0,884
21 Тр С / Тр КЗ 0,878 44 Тр СК / Тр Б 0,94
22 Тр С / Тр СК 1,087 45 Тр ЗК / Тр Б 1,063
23 Тр С / Тр ЗК 0,961 - - -

Полученные результаты демонстрируют ухудшение финансового состояния анализируемой организации. Показатели рентабельности имеют тенденцию к снижению, что говорит о неэффективности использования всех ресурсов. Коэффициент самоокупаемости (Тр В/Тр С) увеличился на 1,2 %, что говорит о повышении способности организации за счет доходов покрывать свои затраты. Уменьшение оборачиваемости кредиторской задолженности на 11,12 % и заменого капитала на 2,7 % влечет за собой увеличение кредитных ресурсов. Увеличение оборачиваемости остальных видов ресурсов означает рост интенсивности использования активов деятельности организации, то есть деловой активности. Коэффициент ликвидности значительно уменьшился, на 11,889 %. Это свидетельствует о вероятных трудностях в погашении организацией своих текущих обязательств. Коэффициент соотношения дебиторской и кредиторской задолженности уменьшился на 19,43 %, что означает превышение кредиторской задолженности над дебиторской, создавая угрозу финансовой устойчивости. Коэффициент финансирования (Тр СК/ Тр ЗК) уменьшился на 11,5858 %, что свидетельствует о недостаточном использовании организацией возможностей наращивания собственного капитала за счет получаемой прибыли. Повышение доли оборотных средств в общей сумме активов на 2,519 % говорит об увеличении капитализации активов. Снижение доли основных средств в общей сумме активов на 5,297 % говорит об обратном. Коэффициент автономии снижается за анализируемый период, что свидетельствует о повышении риска и снижении финансовой устойчивости. Увеличение концентрации заемного капитала и снижение концентрации собственного капитала неблагоприятно сказывается на финансовом положении организации. Это связано с тем, что организация с помощью привлеченного заемного капитала получила дополнительный источник финансирования прироста активов, которые увеличат вероятность роста дохода.

После чего рассчитан обобщающий показатель оценки вероятности наступления банкротства. Обобщающий показатель оценки рисков банкротства в соответствии с формулой 1 равен 0,857 ((2 х 38,554): (100 - 10)). Поскольку индекс меньше единицы, можно сделать вывод о высокой вероятности банкротства. Аналогичный анализ организации за 2016 г. и 2017 г., показал более низкую вероятность банкротства, чем в 2018 г. В отличие от ранее рассмотренных дискриминантных и логистических моделей матричный метод основан на анализе показателей, принадлежащих ко всем основным группам оценки финансового состояния. Также в представленной нами матрице нет весовых коэффициентов. Таким образом, матричный метод учитывает недостатки ранее рассмотренных моделей.

На основании проведенного матричного анализа, можно сделать вывод о том, что у ПАО «Ку-баньэнерго» присутствуют риски утраты ликвидности, неэффективной структуры капитала, снижения финансовой устойчивости. Во избежание этого рекомендуется принять меры по увеличению доли ликвидных активов в структуре имущества, сокращению текущей задолженности, снижению величины кредиторской задолженности, наращению величины собственного капитала.

Таким образом, применение матричного метода в оценке рисков банкротства позволяет оценить финансовое положение организации, выявить факторы, которые могут повлечь прекращение ее деятельности, на основании результатов анализа определить меры по минимизации или их устранению.

К преимуществам матричного метода можно отнести следующее:

  • универсальная область применения способствует использованию представленной модели в любой организации и отрасли;
  • предлагаемый способ не требует специального программного обеспечения, тем самым облегчая задачу аналитику;
  • матричный метод позволяет выявить факторы, которые могут в дальнейшем повлечь риск возникновения банкротства организации;
  • этот инструмент позволяет осуществлять контроль над динамикой показателей, интересующих аналитика;
  • благодаря тому, что данный метод основан на данных бухгалтерской финансовой отчетности, с доступностью информационной базы не возникнет дополнительных проблем.

Недостатками матричного метода является то, что помимо трудоемких расчетов, он основывается на экспертном мнении аналитика в отношении выбора данных бухгалтерской финансовой отчетности и при неграмотном использовании может повлечь за собой искажение результата [7, с. 940].

Таким образом, в условиях экономической нестабильности внешней среды в России и мире в целом, для непрерывности функционирования каждой организации необходима актуальная информация о возможных рисковых ситуациях, получить которую можно благодаря своевременной оценке риска банкротства. Для того, чтобы результат оценки вероятности банкротства был верным, необходимо выбрать наиболее подходящий инструмент для конкретной организации. При этом возникает проблема выбора аналитического инструментария ввиду многообразия входящих в него методик, которые не всегда отражают действительность. Решением данной проблемы может послужить предлагаемый матричный метод.

Однако, учитывая недостаток матричного метода, дальнейшее решение проблемы выбора лежит в разработке аналитического инструментария оценки вероятности банкротства, риск субъективности полученного результата которого будет минимальным. В связи с этим, проблема выбора аналитического инструментария в управлении рисками банкротства требует последующего глубокого изучения.

Список литературы

1. Маркова Я.А. Оценка вероятности наступления банкротства в организации в управлении финансовыми рисками // Сборник научных статей по бухгалтерскому учету, экономическому анализу и аудиту, посвященных юбилею заслуженного профессора ННГУ им. Н.И. Лобачевского, доктора экономических наук Е.А. Мизиковского. Нижний Новгород: Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского, 2018. С. 492-496.

2. Казакова Н.А. Управленческий анализ и диагностика предпринимательской деятельности: учебное пособие для вузов. Москва: Финансы и кредит, 2012. 493 с.

3. Щепетова В.Н., Шамонина К.С. Матричный метод оценки рисков коммерчески предприятий // Экономика и управление: проблемы, решения. 2017. № 3.С. 215-219.

4. Наниз К.Р. Мартынова Т.А. Комплексный подход к оценке риска банкротства промышленного предприятия // Российская экономическая модель-5: настоящее и будущее аграрного, индустриального и постиндустриального секторов. Сборник статей по материалам Международной научно-практической конференции, посвященной 55-летию экономического факультета КубГАУ. Краснодар: Кубанский государственный аграрный университет имени И.Т. Трубилина, 2015. С. 391-396.

5. Naniz K.R., Martynova T.A., Deynega V.N. Matrix Assessment Method for Financial Risks // Advances in Economics, Business and Management Research. 2018. Vol. 47. P. 667-672.

6. Мартынова Т.А., Маркова Я.А. Аналитический инструментарий оценки рисков банкротства организации: количественные и качественные методы // Проблемы и перспективы развития экономического контроля и аудита в России. Сборник статей по материалам Х Всероссийской научно-практической конференции молодых ученых под общей редакцией М.Ф. Сафоновой. Краснодар: Кубанский государственный аграрный университет имени И.Т. Трубилина, 2019. С. 136-141.

7. Мартынова Т.А., Маркова Я.А. Аналитический инструментарий управления рисками банкротства организаций // Пространственная и структурная трансформация экономики России: проблемы и перспективы. Материалы международной научно-практической конференции. Краснодар: Краснодарский ЦНТИ - филиал ФГБУ «РЭА» Минэнерго России, 2019. С. 933-941.

Метки
Программа Финансовый анализ - ФинЭкАнализ для анализа финансового состояния предприятия, позволяющая рассчитывать большое количество финансово-экономических коэффициентов.
Скачать ФинЭкАнализ
Программа для проведения финансового анализа по данным бухгалтеской отчетности
Скачать ФинЭкАнализ
Провести Финансовый анализ Онлайн
Онлайн сервис для проведения финансового анализа по данным бухгалтеской отчетности
Попробовать ФинЭкАнализ