+7(902) 40-84-700
→Примеры анализа

Оценка вероятности банкротства

Программа ФинЭкАнализ производит оценку вероятности банкротства предприятий, используя следующие методы:

  • пятифакторную модель Альтмана;
  • модифицированную пятифакторную модель Альтмана;
  • модель Фулмера;
  • модель Стрингейта;
  • модель Лиса и Таффлера.

Дополнительно программа производит Расчет показателей фиктивного или преднамеренного банкротства (Распоряжение ФСДН №33-р) и определяет Наличие признаков фиктивного, преднамеренного банкротства (Постановление Правительства РФ №855).

Ниже представлен отчет, созданный в программе ФинЭкАнализ.

Модели оценки вероятности банкротства

ОАО "Арсенал" (ПРИМЕР)
на 31.12.2023 г.

Предсказание возможной неплатежеспособности потенциального заемщика - давняя мечта кредиторов. Именно поэтому с появлением компьютеров неплатежеспособность стала предметом серьезных статистических исследований.

Большинство успешных исследований в этой сфере выполнялись с помощью пошагового дискриминационного анализа. Наибольшее распространение получили модели Альтмана, Фулмера и Спрингейта.

Эти модели, как и любые другие, следует использовать лишь как вспомогательные средства анализа организаций. Полностью полагаться на их результаты неразумно и опасно. Вот некоторые варианты их использования:

1) «Фильтрование» данных большого числа потенциальных заемщиков для оценки сравнительного риска из неплатежеспособности;

2) Обоснование рекомендаций заемщикам или условий, на которых им может быть предоставлен кредит;

3) Построение «траектории» заемщика по данным отчетности за несколько предыдущих периодов;

4) «Сигнал тревоги» для менеджмента организации;

5) Проверка принятых решений в стимулировании экономических ситуаций;

6) Покупка и продажа организаций.

Модель Альтмана построена на выборе из 66 компаний – 33 успешных и 33 банкрота. Модель предсказывает точно в 95% случаев.

Опыт стран развитого рынка подтвердил высокую точность прогноза банкротства на основе двух и пятифакторной моделей.

Самой простой является двухфакторная модель. Для нее выбирают два ключевых показателя, от которых зависит вероятность банкротства организации. В американской практике для определения итогового показателя вероятности банкротства (Z2) используют показатель текущей ликвидности и показатель удельного веса заемных средств в пассивах. Они перемножаются на соответствующие константы - определенные практическими расчетами весовые коэффициенты (α, β, γ).

Z2 = α + β × (коэф.текущей ликвидности) + γ × (удельный вес заемных средств в активах)

Однако, двухфакторная модель не обеспечивает комплексную оценку финансового положения организации. Поэтому зарубежные аналитики используют пятифакторную модель (Z5) Эдварда Альтмана (индекс кредитоспособности Альтмана). Она представляет линейную дискриминантную функцию, коэффициенты которой рассчитаны по данным исследования совокупности компаний.

Пятифакторная модель Э.Альтмана

Z5 = 1.2×X1 + 1.4×X2 + 3.3×X3 + 0.6×X4 +0.999×X5

X1 – оборотный капитал / сумма активов;

X2 – нераспределенная прибыль / сумма активов;

X3 – прибыль до налогообложения / сумма активов;

X4 – рыночная стоимость собственного капитала / заемные средства;

X5 – выручка / сумма активов;

Если Z < 1,81 - вероятность банкротства очень высокая; 1,81 ≤ Z < 2,7 - вероятность банкротства высокая; 2,7 ≤ Z < 2,99 - вероятность банкротства невелика; Z < 0,2 - вероятность банкротства очень низкая.

Позже Альтман получил модифицированный вариант своей формулы для компаний, акции которых не котируются на бирже:

Zмодифицированная = 0.717×X1 + 0.847×X2 + 3.107×X3 + 0.42×X4 + 0.995×X5

где Х4 - собственный капитал / заемные средства

Если Z < 1,23 - вероятность банкротства высокая; 1,23 ≤ Z < 2,9 - вероятность банкротства средняя; Z < 2,9 - вероятность банкротства низкая.

Оценка вероятности банкротства по модели Альтмана
Наименование показателяза 2022за 2023
1. Оборотные активы (с.1200 Ф1)2 124 1491 898 286
2. Текущие обязательства (с.1510+1520+1550 Ф1)2 125 3111 512 985
3. Сумма активов (с.1600 Ф1)2 801 0522 487 749
4. Заемные средства (с.1400+1500 Ф1)2 180 5581 600 905
5. Выручка (с.2110 Ф2)2 698 1452 708 752
6. Нераспределенная прибыль (с.2400 Ф2)318 042261 568
7. Прибыль до налогообложения (с.2300 Ф2)192 500147 009
8. Проценты к уплате (с.2330 Ф2)12 56318 532
9. Прибыль до процентов и налогов (п.7+п.8)205 063165 541
10. Сумма дивидендов (с.4322 Ф4)32
11. Средний уровень ссудного процента919,2
12. Курсовая стоимость акций (п.10/п.11)0.330.1
13. Двухфакторная модель-1,416-1,697
14. Пятифакторная модель Э.Альтмана1,3621,64
15. Модифицированная модель Э.Альтмана1,4011,723

Вывод: Как на начало, так и на конец периода итоговый показатель вероятности банкротства (Z2) меньше нуля, т.е. вероятность банкротства организации не велика.

При этом более детальный анализ использующий пятифакторную модель показал, что на 31.12.2022 г. вероятность банкротства очень высокая, а на 31.12.2023 г. - очень высокая.

Для ОАО "Арсенал" (ПРИМЕР) значение модифицированного показателя Альтмана составляет: 1.723. Согласно данному показателю вероятность банкротства средняя.

Модель Альтмана включает показатель рыночной капитализации акций и, таким образом, применима только к компаниям, на акции которых существует публичный рынок.

Модель Фулмера построена по выборке из гораздо меньших фирм и не содержит показателей рыночной капитализации. Модель предсказывает точно в 98% случаев на год вперед и в 81% случаев на два года вперед.

Общий вид модели:

H = 5.528×V1 + 0.212×V2 + 0.073×V3 + 1.27×V4 - 0.12×V5 + 2.335×V6 + 0.575×V7 + 1.083×V8 + 0.894×V9 - 6.075

V1 – нераспределенная прибыль прошлых лет / сумма активов;

V2 – выручка от реализации / сумма активов;

V3 – прибыль до уплаты налогов / собственный капитал;

V4 – денежный поток / долгосрочные и краткосрочные обязательства;

V5 – долгосрочные обязательства / сумма активов;

V6 – краткосрочные обязательства / сумма активов;

V7 – log (материальные активы);

V8 – оборотный капитал / долгосрочные и краткосрочные обязательства;

V9 – log ((прибыль до налогообложения + проценты к уплате) / выплаченные проценты)

Согласно модели Фулмера, вероятность банкротства высокая, если интегральная оценка (H) ниже нуля, и низкая если интегральная оценка выше нуля.

Оценка вероятности банкротства на основе модели Фулмера
Наименование показателяза 2022за 2023
1. Нераспределенная прибыль прошлых лет (с.1370 Ф1)122256 365
2. Сумма активов (с.1600 Ф1)2 801 0522 487 749
3. Выручка от реализации (с.2110 Ф2)2 698 1452 708 752
4. Прибыль до налогообложения (с.2300 Ф2)192 500147 009
5. Собственный капитал (с.1300 Ф1)620 494886 844
6. Денежный поток (с.2400 Ф2)318 042261 568
7. Обязательства (с.1400+1500 Ф1)2 180 5581 600 905
8. Долгосрочные обязательства (с.1400 Ф1)20 93320 933
9. Краткосрочные обязательства (с.1500 Ф1)2 159 6251 579 972
10. Материальные активы (с.1600-1110-1130-1180-1220-1230 Ф1)2 021 9801 805 672
11. Оборотный капитал (с.1200-1500 Ф1)-35 476318 314
12. Проценты к уплате (с.2330 Ф2)12 56318 532
13. Модель Фулмера 2,5542,815

Анализ показателей финансово-экономической деятельности организации по модели Фулмера свидетельствует о малой вероятности банкротства.

В 1978 году Годоном Л.В. Спрингейтом была построена модель, достигающая 92.5% точности предсказания неплатежеспособности на год вперед. Общий вид модели:

Zспрингейта = 1.03×X1 + 3.07×X2 + 0.66×X3 + 0.4×X4

Х1 – оборотный капитал / сумма активов;

Х2 – прибыль до уплаты налогов и процентов / сумма активов;

Х3 – прибыль до налогообложения / краткосрочные обязательства;

Х4 – выручка от реализации / сумма активов

Если Z < 0,865 - вероятность банкротства высокая; Z > 0,865 - вероятность банкротства низкая.

Оценка вероятности банкротства на основе модели Спрингейта
Наименование показателяза 2022за 2023
1. Оборотный капитал (с.1200-1500 Ф1)-35 476318 314
2. Сумма активов (с.1600 Ф1)2 801 0522 487 749
3. Прибыль до налогообложения (с.2300 Ф2)192 500147 009
4. Проценты к уплате (с.2330 Ф2)12 56318 532
5. Краткосрочные обязательства (с.1500 Ф1)2 159 6251 579 972
6. Выручка от реализации (с.2110 Ф2)2 698 1452 708 752
7. Модель Спрингейта 0,6560,833

Можно сделать заключение, что по модели Спрингейта на данной организации неизбежен 'крах'.

В зарубежных странах широко используется еще дискриминационные факторные модели Лиса и Тафлера.

Zлиса = 0.063×L1 + 0.092×L2 + 0.057×L3 + 0.0014×L4

L1 – оборотный капитал / сумма активов;

L2 – прибыль от продаж / сумма активов;

L3 – чистая прибыль / сумма активов;

L4 – собственный капитал / заемный капитал

В случае если Z < 0,037 - вероятность банкротства высокая; Z > 0,037 - вероятность банкротства невелика.

Zтафлера = 0.53×T1 + 0.13×T2 + 0.18×T3 + 0.16×T4

T1 – прибыль от продаж / краткосрочные обязательства;

T2 – оборотные активы / заемный капитал;

T3 – краткосрочные обязательства / сумма активов;

T4 – собственный капитал / заемный капитал

В случае если Z > 0,3 - вероятность банкротства низкая; 0,2 ≤ Z ≤ 0,3 - вероятность банкротства средняя; Z < 0,2 - вероятность банкротства высокая.

Оценка вероятности банкротства на основе модели Лиса и Таффлера
Наименование показателяза 2022за 2023
1. Оборотные активы (с.1200 Ф1)2 124 1491 898 286
2. Сумма активов (с.1600 Ф1)2 801 0522 487 749
3. Прибыль от продаж (с.2200 Ф2)24 93738 636
4. Чистая прибыль (с.2400 Ф2)318 042261 568
5. Собственный капитал (с.1300 Ф1)620 494886 844
6. Заемные средства (с.1400+1500 Ф1)2 180 5581 600 905
7. Краткосрочные обязательства (с.1500 Ф1)2 159 6251 579 972
8. Модель Лиса0,0070,016
9. Модель Таффлера0,4260,456

Вывод: Анализ по модели Лиса говорит о высокой вероятности банкротства.

Результаты же оценки по модели Таффлера свидетельствуют о неплохих долгосрочных перспективах.

Российскими экономистами были разработанны отечественные модели. Модель О.П. Зайцевой для оценки риска банкротства организации имеет вид:

Kзайцевой = 0.25×Х1 + 0.1×Х2 + 0.2×Х3 + 0.25×Х4 + 0.1×Х5 + 0.1×Х6

Х1 – прибыль(убыток) до налогообложения / собственный капитал;

Х2 – кредиторская задолженность / дебиторская задолженность;

Х3 – краткосрочные обязательства / наиболее ликвидные активы;

Х4 – прибыль(убыток) до налогообложения / выручка;

Х5 – заемный капитал / собственный капитал;

Х6 – сумма активов / выручка

Для определения вероятности банкротства необходимо сравнить фактическое значение (Кфакт) с нормативным значением (Кнорм), которое рассчитывается по формуле:

Kn = 0.25× 0 + 0.1× 1 + 0.2×7 + 0.25×0 + 0.1×0.7 + 0.1× Х6 прошлого года

Если Кфакт > Кнорм, то вероятность наступления банкротства крайне высока, если меньше — то вероятность банкротства незначительна.

Оценка вероятности банкротства на основе модели Зайцевой
Наименование показателяза 2022за 2023
1. Прибыль(убыток) до налогообложения (с.2300 Ф2)192 500147 009
2. Собственный капитал (с.1300 Ф1)620 494886 844
3. Кредиторская задолженность (с.1520 Ф1)2 116 3241 414 327
4. Дебиторская задолженность (с.1230 Ф1)756 856652 541
5. Текущие обязательства (с.1510+1520+1550 Ф1)2 125 3111 512 985
6. Наиболее ликвидные активы (с.1240 + с.1250 Ф1)106 284101 720
7. Выручка (с.2110 Ф2)2 698 1452 708 752
8. Земный капитал (с.1400+1500 Ф1)2 180 5581 600 905
9. Сумма активов (с.1600 Ф1)2 801 0522 487 749
10. Модель Зайцевой (факт.)4,833,519
11. Модель Зайцевой (норм.)1,61,674

Вероятность банкротства организации по модели Зайцевой высокая.

Учеными Иркутской государственной экономической академии предложена своя четырехфакторная модель прогноза риска банкротства (модель R), которая имеет следующий вид:

RИГЭА = 0.38×Х1 + Х2 + 0.054×Х3 + 0.63×Х4

Х1 – оборотный капитал / cумма активов;

Х2 – чистая прибыль / собственный капитал;

Х3 – выручка / cумма активов;

Х4 – чистая прибыль / себестоимость;

Если R: меньше 0 - вероятность банкротства: Максимальная (90%-100%);

0-0,18 - вероятность банкротства: Высокая (60%-80%);

0,18-0,32 - вероятность банкротства: Средняя (35%-50%);

0,32-0,42 - вероятность банкротства: Низкая (15%-20%);

больше 0,42 - вероятность банкротства: Минимальная (до 10%).

Оценка вероятности банкротства на основе модели Иркутской государственной экономической академии
Наименование показателяза 2022за 2023
1. Оборотный капитал (с.1200-1500 Ф1)-35 476318 314
2. Сумма активов (с.1600 Ф1)2 801 0522 487 749
3. Чистая прибыль (с.2400 Ф2)318 042261 568
4. Собственный капитал (с.1300 Ф1)620 494886 844
5. Выручка (с.2110 Ф2)2 698 1452 708 752
6. Cебестоимость (с.2120 Ф2)1 505 6981 585 241
7. Модель ИГЭА0,5921,53

Вероятность банкротства на основе модели Иркутской государственной экономической академии минимальная (до 10%).

Модель прогноза риска банкротства А.В.Коваленко имеет следующий вид:

ZКОВАЛЕНКО (криз) = 16.36×Х1 - 0.51×Х2 - 7.99×Х3 + 18.97×Х4 - 56.8162

Х1 – cумма активов / собственный капитал;

Х2 – собственный капитал / cумма активов;

Х3 – собственные оборотные средства / запасы;

Х4 – внеоборотные активы / собственный капитал;

ZКОВАЛЕНКО (норм) = -5.26×Х1 + 110×Х2 + 3.23×Х3 - 3.86×Х4 - 54.0672

Если Zкриз > Zнорм - организация неустойчива, Zкриз ≤ Zнорм - организация устойчива

Оценка вероятности банкротства на основе модели А. В. Коваленко
Наименование показателяза 2022за 2023
1. Собственный капитал (с.1300 Ф1)620 494886 844
2. Сумма активов (с.1600 Ф1)2 801 0522 487 749
3. Запасы (с.1210 Ф1)1 251 4561 125 685
4. Собственные оборотные средства (с.1200-1500 Ф1)-35 476318 314
5. Внеоборотные активы (с.1100 Ф1)676 903589 463
7. Модель Коваленко (криз.)37,845-0,756
8. Модель Коваленко (норм.)-57,714-31,241

Анализ банкротства организации по модели Коваленко показал, что организация неустойчива.

Модель Р.С. Сайфуллина и Г.Г. Кадыкова – это модель прогнозирования риска банкротства, которая может применяться для любой отрасли и предприятий различного масштаба. В этой методике рассчитывается рейтинговое число R, являющееся взвешенной суммой пяти финансовых показателях деятельности предприятия:

RСайфулина-Кадыкова = 2×К1 + 0.1×К2 + 0.08×К3 + 0.45×К4 + К5

К1 – коэффициент обеспеченности собственными средствами ((собственный капитал — внеоборотные активы) / оборотные активы);

К2 – коэффициент текущей ликвидности (оборотные активы / краткосрочные обязательства);

К3 – коэффициент оборачиваемости активов (выручка/cумма активов);

К4 – рентабельность продаж (чистая прибыль / выручка);

К5 – рентабельность собственного капитала (чистая прибыль / собственный капитал);

При полном соответствии финансовых коэффициентов их минимальным нормативным уровням рейтинговое число будет равно единице, и организация имеет удовлетворительное состояние экономики. Финансовое состояние предприятий с рейтинговым числом менее единицы характеризуется как неудовлетворительное.

Оценка вероятности банкротства на основе модели Р.С. Сайфуллина и Г.Г. Кадыкова
Наименование показателяза 2022за 2023
1. Внеоборотные активы (с.1100 Ф1)676 903589 463
2. Оборотные активы (с.1200-1500 Ф1)-35 476318 314
3. Собственный капитал (с.1300 Ф1)620 494886 844
4. Краткосрочные обязательства (с.1500 Ф1)2 159 6251 579 972
5. Сумма активов (с.1600 Ф1)2 801 0522 487 749
6. Выручка от реализации (с.2110 Ф2)2 698 1452 708 752
7. Чистая прибыль (с.2400 Ф2)318 042261 568
8. Модель Сайфулина-Кадыкова0,5591,216

Анализ банкротства организации по модели Сайфулина-Кадыкова показал, что организация на 31.12.2023 г. имеет удовлетворительное финансовое состояние. Низкий риск банкротства.

МоделиВероятность банкротства
низкаясредняявысокая
1. Модель Альтмана
   - 2 - факторнаяV
   - 5 - факторнаяV
   - модифицированнаяV
2. Модель ФулмераV
3. Модель СпрингейтаV
4. Модель ЛисаV
5. Модель ТаффлераV
6. Модель ЗайцевойV
7. Модель ИГЭА V
8. Модель КоваленкоV
9. Модель Сайфулина-КадыковаV
СУММА416

Таким образом, из одиннадцати проанализированных моделей оценки вероятности банкротства 4 свидетельствуют о хорошей финансовой устойчивости организации, 1 – о наличии некоторых проблем, и 6 – о высочайшем риске, практически полной несостоятельности организации.

Исходя из этого, можно говорить о том, что на 31.12.2023 г. ОАО "Арсенал" (ПРИМЕР) – организация с неустойчивым финансовым состоянием. При взаимоотношениях с организацией имеется определенный финансовый риск.


Расчет показателей фиктивного или преднамеренного банкротства

ОАО "Арсенал" (ПРИМЕР)
на 31.12.2023 г.
в соответствии с методическими рекомендациями по проведению экспертизы о наличии (отсутствии) признаков фиктивного или преднамеренного банкротства. Распоряжение ФСДН №33-р

Признаком фиктивного банкротства является наличие у должника возможности удовлетворить требования кредиторов в полном объеме на дату обращения должника в арбитражный суд с заявлением о признании его несостоятельным (банкротом). Для установления наличия (отсутствия) признаков фиктивного банкротства определяется обеспеченность краткосрочных обязательств должника его оборотными активами

Обеспеченность краткосрочных обязательств должника его оборотными активами (К1) определяется как отношение величины оборотных активов, за исключением налога на добавленную стоимость по приобретенным ценностям к величине краткосрочных пассивов, за исключением доходов будущих периодов, фондов потребления и резервов предстоящих расходов и платежей. Нормальное значение <1 - признаки фиктивного банкротства отсутствуют.

         (с.1200-с.1220)Ф1         
 (с.1500-с.1530-с.1540)Ф1  		 K1 на 31.12.2022 0,999
K1 на 31.12.2023 1,246 признак фиктивного банкротства
Изменение 0,247 положительная тенденция

За 2023 г. увеличилась обеспеченность краткосрочных обязательств предприятия его оборотными активами. На 31.12.2023 г. у ОАО "Арсенал" (ПРИМЕР) наблюдаются признаки фиктивного банкротства

Признаками преднамеренного банкротства являются действия лиц, имеющих право давать обязательные для должника указания, которые вызвали неспособность должника удовлетворить требования кредиторов по денежным обязательствам и (или) исполнить обязанность по уплате обязательных платежей. С целью выявления признаков преднамеренного банкротства рассчитываются показатели, характеризующие изменения в обеспеченности обязательств должника перед его кредиторами, а также изучаются условия совершения сделок должника, повлекших существенные изменения данных показателей

1. Обеспеченность обязательств должника всеми его активами (К2) характеризуется величиной активов организации, приходящихся на единицу долга и определяется как отношение всей величины имущества, равной валюте баланса, за исключением организационных расходов, налога на добавленную стоимость по приобретенным ценностям и убытков к сумме кредиторской задолженности, включая задолженность по обязательным платежам

         (с.1600-с.1220)Ф1         
 (с.1400+с.1500-с.1530-с.1540)Ф1  		 K2 на 31.12.2022 1,305
K2 на 31.12.2023 1,614
Изменение 0,309 положительная тенденция

Обеспеченность краткосрочых обязательств увеличилась. Вероятность оплаты счетов поставок и возврата кредитных ресурсов увеличилась.

2. Обеспеченность обязательств должника его оборотными активами (К3) характеризуется величиной оборотных активов организации, приходящихся на единицу долга и определяется как отношение величины оборотных активов, налога на добавленную стоимость по приобретенным ценностям и убытков к сумме кредиторской задолженности, включая задолженность по обязательным платежам

         (с.1200-с.1220)Ф1         
 (с.1400+с.1500-с.1530-с.1540)Ф1  		 K3 на 31.12.2022 0,989
K3 на 31.12.2023 1,229
Изменение 0,24 положительная тенденция

Увеличилась обеспеченность обязательств предприятия оборотными активами и надежность предприятия как хозяйственного партнера.

3. Величина чистых активов (ЧА) организации характеризует наличие активов, не обремененных обязательствами

ЧА на 31.12.2022 620494
ЧА на 31.12.2023 886844
Изменение 266350 положительная тенденция

Стоимость чистых активов за анализируемый период возросла на 266350 тыс. руб. или на 30,03% и составила 886844 тыс. руб.


ВЫВОД: На 31.12.2023 года у предприятия отсутствуют признаки преднамеренного банкротства.

С другими аналитическими блоками можно ознакомиться, скачав и установив программу на компьютер.

Программа Финансовый анализ - ФинЭкАнализ для оценки вероятности банкротства.
Скачать программу ФинЭкАнализ
Попроборать ФинЭкАнализ Онлайн
См. также
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
Библиотека
Продукты и услуги
Компания
Контакты
  • +7(902) 40-84-700