Марченкова И.Н.,
кандидат экономических наук,
доцент кафедры экономики, информатики и математики
Старооскольский филиал ФГАОУ ВО
«Белгородский государственный
национальный исследовательский университет».
Удовикова А.А.,
кандидат экономических наук,
доцент кафедры экономики, информатики и математики
Старооскольский филиал ФГАОУ ВО
«Белгородский государственный
национальный исследовательский университет».
Гранкин В.Ф.,
доктор экономических наук, профессор кафедры
«Экспертизы и управления недвижимостью, горного дела»,
Юго-Западный государственный университет,
Вестник Курской государственной сельскохозяйственной академии
№1 2019
Реферат. Платежеспособность является одной из ключевых характеристик анализа финансового состояния предприятия. Понятие «платежеспособность» наиболее применимо в практике экономических отношений. Оценка платежеспособности оказывает значительное влияние на принятие различного рода экономических решений. Оценка платежеспособности предприятия прежде всего тесно связана с необходимостью прогнозирования вероятности банкротства хозяйствующего субъекта. Применение прогнозирующих подходов позволяет предотвратить кризисные явления, а следовательно и избежать несостоятельности и банкротства. Необходимо отметить целесообразность применения прогнозирующих моделей как для объекта исследования, так и для его контрагентов. Эффективность применения той или иной методики зависит от ряда факторов, в том числе особенностей развития национальной экономики, отраслевой принадлежности предприятия, масштабов деятельности и других факторов. Практическая аналитическая деятельность показала, что модели российских авторов наиболее адаптированы к особенностям условий хозяйствования в российской действительности. При этом модели российских экономистов имеют отраслевую направленность и позволяют получить объективную картину прогнозирования финансовой состоятельности хозяйствующего субъекта. Для оценки и прогнозирования банкротства с целью сохранения платежеспособности при проведении аналитического исследования были использованы модели таких российских авторов, как Зайцева О.П. и Савицкая Г.В., а также модель Беликова-Давыдовой. Данные модели наиболее адаптированы к современным условиям функционирования российских предприятий, при этом модель Г.В. Савицкой адаптирована для прогнозирования банкротства сельскохозяйственных предприятий, поэтому результаты прогнозирования на основе данной модели являются наиболее объективными в оценке финансовой состоятельности объекта исследования.
Введение. Риск наступления банкротства предприятия как правило сопряжен с целым комплексом взаимосвязанных факторов, которые воздействуют на финансово-хозяйственную деятельность предприятия в течении определенного, как правило длительного, временного интервала. Среди факторов негативного воздействия следует выделить: высокую конкуренцию, несовершенство политики управления, недостаток собственных источников финансирования, низкую степень ликвидности активов и другие факторы. Следовательно, необходима перманентная оценка финансовой состоятельности, с целью предупреждения и предотвращения кризисной ситуации.
Цель исследования. Рассмотреть теоретические подходы к оценке платежеспособности -как одной из основных характеристик финансовой состоятельности предприятия, а также провести сравнительный анализ прогнозирования банкротства хозяйствующего субъекта на основе моделей российских авторов с учетом отраслевой специфики.
Материал и методика исследования. Для достижения поставленной цели в процессе проведения исследования были использованы теоретические разработки отечественных ученых-экономистов в области прогнозирования вероятности банкротства хозяйствующих субъектов, а также бухгалтерская (финансовая) отчетность объекта исследования. В качестве методологической основы исследования были использованы монографический метод, обобщение и детализация, а также методы сравнительного анализа и прогнозирования.
Результаты исследования. В современных условиях значительная доля российских предприятий пребывает в достаточно сложном экономическом и финансовом положении. При этом основой комплексной оценки финансового положения, прежде всего, является диагностика платежеспособности потенциального партнера. Платежеспособность предприятия - это возможность регулярно и своевременно погашать долговые обязательства, при этом обеспечивая бесперебойность текущей производственно-хозяйственной деятельности.
Вероятность утраты платежеспособности предприятия может быть сопряжена с рядом причин, рассмотрим основные из них:
Как правило, утрата платежеспособности является результатом комплекса причин, которые привели к возникновению финансовых затруднений на предприятии, разрабатывается комплекс мероприятий по нормализации ситуации.
Можно выделить несколько способов для восстановления возможности компании исполнять текущие обязательства.
В их числе:
В некоторых случаях утрата платежного баланса - это лишь временная трудность и оперативное реагирование руководства, способного устранить финансовые пробелы. Для оценки перспектив нормализации положения хозяйствующего субъекта обычно осуществляется прогнозирование способности компании в течение полугода вернуть утраченные позиции.
С целью предотвращения неблагоприятных тенденций финансового характера необходимо проводить перманентную оценку хозяйственных средств и источников их формирования, то есть контролировать динамику состава и структуры активов и капитала.
При этом главная цель анализа заключается в своевременном выявлении недостатков финансовой деятельности и реализации превентивных мер, обеспечивающих стабильность финансового положения предприятия. В противном случае предприятию, как правило, грозит риск снижения ликвидности, неплатежеспособность и как результат несостоятельность и банкротство.
Банкротство - это неспособность предприятия в полном объеме удовлетворить требования кредиторов по денежным обязательствам и исполнить обязанности по уплате обязательных платежей. В настоящее время существуют как западные, так и отечественные модели прогнозирования банкротства предприятия [2].
Банкротство является результатом несостоятельности и представляет собой прекращение существования деятельности предприятия в связи с невозможностью его финансового восстановления. Наиболее актуальной проблемой рыночной экономики является несостоятельность и банкротство должника, то есть неисполнение им своих обязательств.
С целью прогнозирования несостоятельности и сохранения платежеспособности хозяйствующего субъекта используем методики прогнозирования российских аналитиков О.П. Зайцевой и Г.В. Савицкой, а также модель Беликова-Давыдовой аналитиков. Данные модели адаптированы к условиям функционирования российских предприятий [2].
К неоспоримым преимуществам российских моделей можно уверенно отнести тот факт, что все показатели довольно просто интерпретируются и оценку финансового состояния и динамики нестабильности могут осуществлять как внутренние, так и внешние заинтересованные пользователи [2].
Оценим вероятность банкротства Закрытого акционерного общества «Краснояружская зерновая компания» с помощью модели, предложенной профессором О.П. Зайцевой.
Модель О.П. Зайцевой имеет вид:
Кфакт = 0,25 *К1 + 0,1*К2 + 0,2*К3 + 0,25*К4 + 0,1*К5 + 0,1*К6, (1)
где К1 - коэффициент убыточности предприятия;
К2 - коэффициент соотношения кредиторской и дебиторской задолженности;
К3 - коэффициент соотношения краткосрочных обязательств и наиболее ликвидных активов;
К4 - коэффициент убыточности реализации продукции;
К5 - коэффициент финансового риска;
К6 - коэффициент загрузки активов.
С целью прогнозирования вероятности банкротства следует сопоставить фактическое значение интегрального показателя с его нормативом, т.е. Кфакт сопоставляется с Кнорматив.
Алгоритм определения Кнорматив следующий:
Кнорматив = 0,25*0 + 0,1*1 + 0,2*7 + 0,25*0 + 0,1*0,7 + 0,1 К6прошлого года (2)
Следовательно:
Кнорматив = 1,57 + 0,1*К6прошлого года (3)
Если Кфакт > Кнорматив, то высокая степень вероятности банкротства.
При Кфакт < Кнорматив, то банкротство практически исключено.
Расчеты коэффициентов представим в таблице 1.
Таблица 1 - Исходные данные, используемые для расчета вероятности прогнозирования банкротства ЗАО «Краснояружская зерновая компания»
Алгоритм расчета | Норматив | 2015 г. | 2016 г. | 2017 г. | Абсолютное отклонение, (+,-) | |
2016 г. от 2015 г. | 2017 г. от 2016 г. | |||||
К1 = Прибыль (убыток) до налогообложения / Собственный капитал стр.2300 / стр. 1300 | К1 = 0 | 0,263 | 0,361 | 0,529 | 0,098 | 0,168 |
К2 = Кредиторская задолженность / Дебиторская задолженность стр.1520 / стр.1230 | К2 = 1 | 2,142 | 1,778 | 0,407 | -0,364 | -1,371 |
К3 = Краткосрочные обязательства / Ликвидные активы (стр.1520 + стр.1510) / стр.1250 | К3 = 7 | 18,008 | 54,554 | 16,931 | 36,546 | -37,623 |
К4 = Прибыль до налогообложения / Выручка стр.2300 / стр.2110 | К4 = 0 | 0,023 | 0,039 | 0,079 | 0,016 | 0,040 |
К5 = Заемный капитал / Собственный капитал (стр.1400 + стр. 1500) / стр. 1300 | К5 = 0,7 | 16,02 | 14,702 | 8,039 | -1,318 | -6,663 |
К6 = Активы / Выручка стр.1600 / стр.2110 | К6 = К6прошлого года | 1,486 | 1,739 | 1,349 | 0,253 | -0,390 |
Анализ коэффициентов позволяет сделать следующие выводы:
С целью прогнозирования вероятности банкротства следует сопоставить фактическое значение (Кфакт) интегрального показателя с его нормативной величиной (Кнорматив). Для этого рассчитаем фактические значения для вероятности банкротства ЗАО «Краснояружская зерновая компания» и представим их в таблице 2.
Таблица 2 - Фактические значения для вероятности банкротства ЗАО «Краснояружская зерновая компания»
Год | Расчет фактического значения | Результат |
2015 | 0,25*0,263 + 0,1*2,142 + 0,2*18,008 + 0,25*0,023 + 0,1*16,02 + 0,1*1,486 = 0,06575 + 0,2142 + 3,6016 + 0,00575 + 1,602 + 0,1486 | 5,6379 |
2016 | 0,25*0,361 + 0,1*1,778 + 0,2*54,554 + 0,25*0,039 +0,1*14,702+ 0,1*1,739 = 0,09025 + 0,1778 + 10,9108 + 0,00975 + 1,4702 + 0,1739 | 12,8327 |
2017 | 0,25*0,529 + 0,1*0,407 + 0,2*16,931 + 0,25*0,079 + 0,1*8,039 + 0,1*1,349 = 0,13225 + 0,0407 + 3,3862 + 0,01975 + 0,8039 + 0,1349 | 4,5177 |
Далее следует рассчитать нормативное значение показателя:
2016 г.: 1,57 + 0,1*1,486 = 1,7186
Кфакт > Кнорматив, так как 12,8327 > 1,7186. Вероятность банкротства в 2016 году достаточно высока.
2017 год: 1,57 + 0,1*1,739 = 1,7439
Кфакт > Кнорматив, так как 4,5177 > 1,7186. Вероятность банкротства в 2017 году также оценивается высоко, хотя имеет место позитивная динамика (фактическое значение значительно ниже уровня прошлого года).
Далее проведем оценку вероятности банкротства ЗАО «Краснояружская зерновая компания» на основе модели Беликова-Давыдовой.
Данная модель имеет следующий вид:
Z = 8,38*К1 + 1*К2 + 0,054*К3 + 0,63*К4, (4)
где К1 - коэффициент отношения оборотного капитала к сумме активов;
К2 - коэффициент рентабельности собственного капитала;
К3 - коэффициент отношения выручки от реализации к сумме активов;
К4 - коэффициент отношения чистой прибыли к себестоимости. Оценочная шкала предприятия по прогнозирования банкротства Иркутской государственной экономической академии (ИГЭА) представлена в таблице 3 [4].
Таблица 3 - Оценочная шкала вероятности банкротства
Прогнозная шкала | Вероятность наступления банкротства |
Z < 0 | Максимальный риск банкротства, от 90 до 100 % |
0 < Z < 0,18 | Высокий риск банкротства, от 60 до 80 % |
0,18 < Z < 0,32 | Средний риск банкротства, от 35 до 50 % |
0,32 < Z < 0,42 | Низкий риск банкротства, от 15 до 20 % |
Z > 0,42 | Минимальный риск банкротства, до 10 % |
Определим коэффициенты, которые являются основой прогнозирования вероятности банкротства по модели Беликова-Давыдовой, результаты расчетов представим в таблице 4.
Таблица 4 - Исходные показатели модели оценки вероятности прогнозирования банкротства ЗАО «Краснояружская зерновая компания»
Коэффициент | Алгоритм расчета | 2015 г. | 2016 г. | 2017 г. | Абсолютные отклонения,(+,-) | |
2016 г. от 2015 г. | 2017 г. от 2016 г. | |||||
К1 | К1 = Оборотный капитал / Активы (стр.1200-стр.1500) / стр.1600 | 0,098 | 0,058 | 0,082 | -0,04 | 0,024 |
К2 | К2 = Чистая прибыль / Собственный капитал стр.2400 / стр.1300 | 0,157 | 0,337 | 0,491 | 0,18 | 0,154 |
К3 | К3 = Выручка / Активы стр.2110 / стр.1600 | 0,673 | 0,575 | 0,741 | -0,098 | 0,166 |
К4 | К4 = Чистая прибыль / Себестоимость стр.2400 / стр.2120 | 0,019 | 0,054 | 0,100 | 0,035 | 0,046 |
Результаты расчетов, представленные в таблице 4 позволяют сделать следующие выводы:
На основе полученных коэффициентов оценим вероятность банкротства, результаты расчетов представим в таблице 5.
Таблица 5 - Вероятность банкротства на ЗАО «Краснояружская зерновая компания»
Анализ и прогнозирование банкротства | ||
2015 год | 2016 год | 2017 год |
Z = 8,38*0,098 + 1*0,157 + 0,054*0,673 + 0,63*0,019 = 0,82124 + 0,157 + 0,036342 + 0,01197 = 1,026552 | Z = 8,38*0,058 + 1*0,337 + 0,054*0,575 +0,63*0,054 = 0,48604 + 0,337 + 0,03105 + 0,03402 = 0,88811 | Z = 8,38*0,082 + 1*0,491 + 0,054*0,741 + 0,63*0,1 = 0,68716 + 0,491 + 0,040014 + 0,063 = 1,281174 |
Z > 0,42, т.к. 1,026552 > 0,42 |
Z > 0,42, т.к. 0,88811 > 0,42 |
Z > 0,42, т.к. 1,281174 > 0,42 |
Риск банкротства минимален | Риск банкротства минимален | Риск банкротства минимален |
Результатам прогнозирования на основе модели Беликова-Давыдовой позволяют констатировать, что ЗАО «Краснояружская зерновая компания» имеет минимальную вероятность банкротства, следовательно хозяйствующий субъект финансово состоятелен.
Следующей моделью прогнозирования вероятности банкротства ЗАО «Краснояружская зерновая компания» является модель Г.В. Савицкой.
Данная модель адаптирована для прогнозирования вероятности банкротства сельскохозяйственных предприятий и имеет вид:
Z = 1 - 0,98*К1 - 1,8*К2 - 1,83*К3 - 0,28*К4, (5)
где К1 - доля собственного оборотного капитала в стоимости оборотных активов;
К2 - коэффициент отдачи собственного капитала;
К3 - коэффициент автономии;
К4 - коэффициент рентабельности собственного капитала.
Оценка финансовой состоятельности предприятия на основе модели прогнозирования банкротства Г.В. Савицкой выглядит следующим образом.
Если Z < 0, то предприятие характеризуется как финансово устойчивое.
Если 0 < Z < 1, то имеет место нестабильность состояния.
Если Z > 1, то высок перспективный риск банкротства предприятия.
Исходные коэффициенты представим в таблице 6.
Таблица 6 - Исходные показатели модели прогнозирования вероятности банкротства Г.В. Савицкой ЗАО «Краснояружская зерновая компания»
Коэффициент | Алгоритм расчета | 2015 г. | 2016 г. | 2017 г. | Абсолютное отклонение, (+,-) | |
2016 г. от 2015 г. 2017 г. от 2016 г. | ||||||
К1 | К1 = Оборотный капитал / Активы (стр.1200 - стр.1500) / Стр. 1600 | 0,098 | 0,058 | 0,082 | -0,040 | 0,024 |
К2 | К2 = Выручка / Собственный капитал стр.2110 / стр.1300 | 11,452 | 9,025 | 6,698 | -2,427 | -2,327 |
К3 | К3 = Собственный капитал / Активы стр.1300 / стр.1600 | 0,059 | 0,064 | 0,111 | 0,005 | 0,047 |
К4 | К4 = Чистая прибыль / Собственный капитал стр.2400 / стр.1300 | 0,157 | 0,337 | 0,491 | 0,180 | 0,154 |
Результаты расчетов позволяют сделать следующие выводы:
Оценим вероятность банкротства за анализируемый период, результаты представим в таблице 7.
Таблица 7 - Вероятность банкротства ЗАО «Краснояружская зерновая компания» по модели Г.В. Савицкой за 2015-2017 гг.
Год | Расчет | Результат | Оценка вероятности банкротства | |
2015 | Z = 1 - 0,98*0,098 - 1,8*11,452 - 1,83*0,059 - 0,28*0,157 = 1 - 0,09604 - 20,6136 - 0,10797 - 0,04396 | -19,86157 | Z < 0, т.к. 19,86157 < 0 | Предприятие финансово-устойчивое |
2016 | Z = 1 - 0,98*0,058 - 1,8*9,025 - 1,83*0,064 - 0,28*0,337 = 1 - 0,05684 - 16,245 - 0,11712 - 0,09436 | -15,51332 | Z < 0, т.к. 15,51332 < 0 | Предприятие финансово-устойчивое |
2017 | Z = 1 - 0,98*0,082 - 1,8*6,698 - 1,83*0,111 - 0,28*0,491 = 1 - 0,08036 - 12,0564 - 0,20313 - 0,13748 | -11,47737 | Z < 0, т.к. 11,47737 < 0 | Предприятие финансово-устойчивое |
Таким образом, результаты прогнозирования по модели Г.В. Савицкой показали, что в течение всего анализируемого периода предприятие ЗАО «Краснояружская зерновая компания» является финансово устойчивым предприятием.
Сравнительный анализ результатов прогнозирования вероятности банкротства ЗАО «Краснояружская зерновая компания» на основе российских моделей за 2017 г. представим в таблице 8.
Таблица 8 - Сравнительный анализ вероятности банкротства предприятия за 2017 г. на основе российских моделей
Автор | Расчет | Результат | Оценка вероятности банкротства | |
Зайцева О.П. | 0,25*0,529 + 0,1*0,407 + 0,2*16,931 + 0,25*0,079 + 0,1*8,039 + 0,1*1,349 = 0,13225 + 0,0407 + 3,3862 + 0,01975 + 0,8039 + 0,1349 | 4,5177 | Кфакт > Кнорматив, т.к. 4,5177 > 1,7186 | Вероятность банкротства высокая |
Беликова-Давыдова | Z = 8,38*0,082 + 1*0,491 + 0,054*0,741 + 0,63*0,1 = 0,68716 + 0,491 + 0,040014 + 0,063 | 1,281174 | Z > 0,42, т.к. 1,281174 > 0,42 | Риск банкротства минимальный |
Савицкая Г.В. | Z = 1 - 0,98*0,082 - 1,8*6,698 - 1,83*0,111 - 0,28*0,491 = 1 - 0,08036 - 12,0564 - 0,20313 - 0,13748 | -11,47737 | Z < 0, т.к. 11,47737 < 0 | Предприятие финансово-устойчиво |
Результаты прогнозирования вероятности банкротства предприятия ЗАО «Краснояружская зерновая компания» за отчетный год показали, риск банкротства минимален, следовательно, предприятие является финансово-устойчивым. Так как модель Савицкой Г.В. адаптирована для прогнозирования банкротства сельскохозяйственных предприятий, поэтому возможно полагаться на результаты прогнозирования данной модели.
Таким образом, результаты сравнительного анализа моделей прогнозирования вероятности банкротства российских авторов показали не однозначную оценку: модель Зайцевой О.П. показала высокую вероятность банкротства; модель Беликова-Давыдовой свидетельствует о том, что риск банкротства минимальный; результаты прогнозирования по модели Савицкая Г.В. показали финансовую устойчивость объекта исследования.
В процессе производственно-хозяйственной деятельности с целью сохранения финансовой стабильности необходимо формирование и сохранение определенных позиций при работе с поставщиками и потребителями продукции:
Таким образом, финансовая стабильность текущей деятельности предприятия требует формирования соответствующих корректировок условий взаимодействия в работе с контрагентами, то есть разработки и формирования кредитной политики [3, 5].
С целью осуществления превентивных мероприятий, снижения риска возникновения банкротства ЗАО «Краснояружская зерновая компания» необходима реализация комплекса мероприятий:
Выводы. Проведенное исследование показало, что перманентный анализ платежеспособности позволяет выявить возможные угрозы ее утраты со стороны как внутренних, так и внешних факторов: невыполнение плана договорных обязательств по поставкам продукции; замедление оборачиваемости средств в расчетах; недостатки в финансовом планировании и управлении денежными потоками, также иных факторов управленческого характера. При этом наступлению банкротства предшествует постепенное ухудшение финансового состояния хозяйствующего субъекта, следовательно ключевую роль в предотвращении финансовой несостоятельности и вероятности наступления банкротства играют прогнозные модели адаптированные к условиям функционирования российских предприятий с учетом отраслевой специфики хозяйствующих субъектов. Результаты анализа позволяют выявить «болевые точки» и «узкие места» в финансово-хозяйственной деятельности, разработать конкретные мероприятия по финансовому оздоровлению экономики предприятия и выходу из кризисной ситуации.
Список использованных источников
1. Васильева Л.С., Петровская M.B. Финансовый анализ: учебно-методическое пособие. - М.: Изд-во КНОРУС, 2013. - 544 с.
2. Гранкин В.Ф., Марченкова И.Н., Удовикова А.А. Сравнительный анализ российских и зарубежных методик прогнозирования вероятности банкротства // Вестник Курской государственной сельскохозяйственной академии. - 2018. - № 5.- С.169-176.
3. Марченкова И.Н. Дебиторская задолженность: оценка и управление: материалы XXII Международной научно-производственной конференции «Органическое сельское хозяйство: проблемы и перспективы» (28-29 мая 2018 года): в 2 т. Том 2.п. - Майский: Изд-во ФГБОУ ВО Белгородский ГАУ, 2018. - С. 65-67.
4. Пласкова Н.С. Экономический анализ: стратегический и текущий аспекты, российская и зарубежная практика: учебное пособие. - 4-е изд. - М.: Эксмо, 2013. - 702 с.
5. Радюкова Я.Ю., Загуменнов Н.Р., Колесниченко Е.А. Инструментарий управления дебиторской задолженностью предприятия // Социально-экономические явления и процессы. - 2017. - №2. - С. 106 -113.