Оценка вероятности банкротства предприятия агропромышленного комплекса

Оценка вероятности банкротства предприятия агропромышленного комплекса

В статье представлена практика применения и анализ результатов использования отечественных и зарубежных методик оценки вероятности банкротства на предприятии агропромышленного комплекса Проблема прогнозирования вероятности банкротства для отдельного предприятия состоит, с одной стороны, в отсутствии общепризнанных методик прогнозирования банкротства, с другой, существующие методики ориентированы в основном на установление факта несостоятельности тогда, когда признаки банкротства предприятия уже налицо.

Существует множество моделей диагностики банкротства, которые производят оценку с помощью различных показателей, рассчитанных по бухгалтерской отчетности. При этом в анализе агропредприятий, часто не учитывают особенностей отраслевой и региональной специфики. В нормативных документах анализа финансово-экономического состояния предприятия нет четко установленных отраслевых нормативов, а чаще эти нормативы отсутствуют вообще. В связи с этим на основе такого анализа затруднительно сделать однозначный вывод о том, что данное предприятие обязательно обанкротится в ближайшее время или, наоборот, выживет, т.к. предприятия агропромышленного комплекса обладают различной организационно-технической спецификой, стратегиями и целями, своими уникальными рыночными нишами, фазами жизненного цикла. Для предотвращения неоднозначных результатов общего анализа необходимо использовать различные модели с оптимальным количеством коэффициентов, учитывая специфику предприятия.

В данной работе будет проведен анализ вероятности банкротства 9-ю моделями на базе данных бухгалтерской отчетности за 2010 год ЗАО «Висма-Архыз» — предприятие агропромышленного комплекса Карачаево-Черкесской республики. Исследуемое предприятие заведомо является финансово-устойчивым и целью нашего исследования является сравнение результатов оценки вероятности банкротства различными моделями и анализ полученного результата.

Наибольшую известность в области прогнозирования банкротства получила работа Э. Альтмана [1]. В 1968 г. он исследовал 22 финансовых коэффициента по 33 предприятиям промышленности. Из этих коэффициентов Альтман отобрал 5 наиболее значимых, которые затем включил в линейную функцию. На основе этих оставшихся коэффициентов он создал окончательную Z-модель (таблица 2), которая является одним из основных методов оценки вероятности банкротства предприятий в США.

В зависимости от значения «Z-счёта» по определённой шкале (таблица 1) производится оценка вероятности наступления банкротства в течение двух лет.

Таблица 1. Уровень угрозы банкротства в модели Альтмана

Таблица 2. Расчет показателей модели Альтмана

Показатели.	Формула расчета.	Начало года.	Конец года.
		0,423.	0,523.
		0,006.	0,005.
		0,007.	0,022.
		0,669.	0,346.
		0,99.	0,78.
Вероятность банкротства.		Очень высокая.	Очень высокая.

банкротство агропромышленный альтман тишоу В 1977 г. Британские ученые Р. Тафлер и Г. Тишоу [2] использовали метод Альтмана на данных 80 компаний и построили четырехфакторную модель прогноза вероятности банкротства (таблица 3).

Если значение Z-счета больше 0,3, это говорит о том, что у фирмы неплохие долгосрочные перспективы, если меньше 0,2, то банкротство более чем вероятно.

Таблица 3. Расчет показателей модели Р. Тафлер и Г. Тишоу

Показатели.	Формула расчета.	Начало года.	Конец года.
		0,056.	0,152.
		0,736.	0,813.
		0,215.	0,205.
		0,669.	0,346.
		3,22.	8,27.
Вероятность банкротства.		Очень низкая.	Очень низкая.

Модель анализа вероятности банкротства Фулмера [3] была создана на основании обработки данных 60-ти предприятий (таблица 4).

Все расчеты базируются на девяти показателях, которые получаются в процессе отношения некоторых данных друг к другу. В модели используются такие показатели, как баланс предприятия, нераспределённая прибыль прошлых лет, выручка от реализации, прибыль до налогообложения, собственный капитал, денежный поток, краткосрочные и долгосрочные обязательства, материальные активы, оборотный капитал и проценты к уплате. Наступление неплатёжеспособности неизбежно при H < 0.

Таблица 4. Расчет показателей модели Фулмера

Показатели.	Формула расчета.	Начало года.	Конец года.
		0,669.	0,346.
		0,056.	0,214.
		0,007.	0,006.
		0,652.	0,69.
		0,215.	0,205.
		4,957.	5,005.
		0,736.	0,813.
		0,377.	0,645.
		3,22.	8,27.
Вероятность банкротства.		Высокая.	Высокая.

Модель прогнозирования платежеспособности предприятий Спрингейта [4] была разработана канадским ученым Гордоном Спрингейтом в 1978 году. Для создания своей модели он использовал метод пошагового дискриминантного анализа, который разработал Э. Альтман. В результате из 19 финансовых показателей осталось 4 наиболее точно определяющих платежеспособность компании (таблица 5).

Если Z<0,862 то предприятие классифицируется как банкрот.

Таблица 5. Расчет показателей модели Спрингейта

Показатели.	Формула расчета.	Начало года.	Конец года.
		0,639.	0,729.
		0,007.	0,022.
		0,034.	0,108.
		0,669.	0,346.
		0,97.	1,029.
Вероятность банкротства.		Низкая.	Очень низкая.

В 1972 г. Лис разработал дискриминантную модель для оценки несостоятельности предприятий Великобритании (таблица 6).

Вероятность банкротства предприятия определяется следующим образом: если L>0,037, то риск банкротства предприятия высокий; если L<0,037, то риск банкротства предприятия незначителен.

Таблица 6. Расчет показателей модели Лиса

Показатели.	Формула расчета.	Начало года.	Конец года.
		0,639.	0,729.
		0,012.	0,031.
		0,006.	0,005.
		0,152.	0,115.
		0,041.	0,049.
Вероятность банкротства.		Высокая.	Высокая.

Усовершенствованием модели Э. Альтмана занялась Г. В. Савицкая. В работе [5] была разработана дискриминантная модель для оценки и прогнозирования вероятности банкротства сельскохозяйственных предприятий. Но позднее в работе [6], Г. В. Савицкая пояснила, что дискриминантные модели обладают недостатком, а именно, в них нет четких границ для отнесения предприятий к классу банкротов или небанкротов. Если предприятие набирает значение Z-счета, равное или близкое к константе дискриминации, то его трудно квалифицировать на предмет финансовой состоятельности или несостоятельности. Поэтому, изучив инструментарий эконометрики, Г. В. Савицкая построила логит-регрессионную модель для диагностики риска банкротства предприятий АПК.

Если тестируемое предприятие по данной модели набирает значение 0 и ниже, то оно оценивается как финансово устойчивое. Напротив, предприятие, имеющее значение интегрального показателя 1 и выше, относится к группе высокого риска. Промежуточное значение от 0 до 1 характеризует степень близости или дальности предприятия от той или другой группы.

Таблица 7. Расчет показателей модели Савицкой

Показатели.	Формула расчета.	Начало года.	Конец года.
		0,639.	0,729.
		9,966.	3,418.
		0,132.	0,103.
		0,094.	0,053.
		— 17,83.	— 6,071.
Вероятность банкротства.		Очень низкая.	Очень низкая.

Новую методику диагностики возможного банкротства для условий функционирования российских предприятий и, следовательно, лишенную по замыслу автора многих недостатков иностранных моделей, рассмотренных выше, разработала О. П. Зайцева [7]. В этой модели рассчитывается фактический () и нормативный () комплексный показатель по формуле:

Фактический комплексный показатель рассчитывается подстановкой в уравнение (таблица 8) фактических значений показателей предприятия. Нормативный комплексный показатель рассчитывается путем подстановки в уравнение нормативных значений показателей: Х₁=0, Х₂=1, Х₃=7, Х₄=0, Х₅=0,7, Х₆= Х₆(прошлого года).

Если фактический комплексный коэффициент больше нормативного, то крайне высока вероятность банкротства, а если меньше — то вероятность банкротства незначительна.

Таблица 8. Расчет показателей модели Зайцевой

Показатели.	Формула расчета.	Начало года.	Конец года.
		0,048.	0,052.
		0,371.	0,27.
		2322,75.	4572,6.
		0,009.	0,015.
		6,567.	8,651.
			1,493.
		468,25.	915,58.
		1,17.	1,17.
Вероятность банкротства.		Очень высокая.	Очень высокая.

Ученые Иркутской государственной экономической академии, обработав данные финансовой отчетности 2040 предприятий торговли г. Иркутска и Иркутской области с 1994 по 1996 года, доказали неприменимость пятифакторной модели Э. Альтмана, так как она не позволяет получить истинную картину оценки несостоятельности российских предприятий [8]. В связи с этим они предложили свою модифицированную четырехфакторную модель прогноза вероятности банкротства [9] (модель R-счета), которая внешне похожа на модель Э. Альтмана:

Подставляя рассчитанные по фактическим данным показатели, получаем значение R и определяем вероятность банкротства по таблице 9:

Таблица 9. Вероятность банкротства предприятия в соответствии со значением модели «R»

Таблица 10. Расчет показателей модели ИГЭА

Показатели.	Формула расчета.	Начало года.	Конец года.
		0,639.	0,729.
		0,048.	0,052.
		0,669.	0,346.
		0,011.	0,016.
		5,44.	6,19.
Вероятность банкротства.		Очень низкая.	Очень низкая.

Одной из интересных зарубежных реализаций методов скоринга является метод Credit-Men. Этот метод был разработан во Франции Ж. Депаляном, доказавшим, что финансовая ситуация предприятия может достаточно адекватно характеризоваться 5 показателями (таблица11).

Если N=100, то финансовая ситуация предприятия нормальная, если N>100, то ситуация хорошая, если N<100, то ситуация на предприятии вызывает беспокойство [10].

Таблица 11. Расчет показателей модели Credit-Men.

Показатели.	Формула расчета.	Начало года.	Конец года.
		2,69.	3,69.
		0,15.	0,11.
		0,38.	0,346.
		19,66.	13,71.
		1,56.	0,53.
Вероятность банкротства.		Очень низкая.	Очень низкая.

Сведем результаты анализа различными моделями в одну таблицу (таблица 12).

Таблица 12. Результаты оценки финансово-устойчивого предприятия

Анализируя результаты, приведенные в таблице 12, приходим к выводу, что 44% моделей, использованных для анализа вероятности банкротства, дают неправильный результат. Это означает, что, несмотря на существование большого количества моделей оценки финансовой устойчивости предприятий, нельзя доверять на 100% какой-либо одной из них для анализа предприятия агропромышленного комплекса. Так как эти предприятия имеют свою отраслевую специфику, то необходимо использовать модели учитывающие особенности агропредприятий.

• 1. Altman E. Financial ratios, discriminant analysis and prediction of corporate bankruptcy//Journal of Finance.— Vol.9, — pp.589−609.
• 2. Taffler R.J. Going, going, gone — four factors which predict// Accountancy. — March 1977, p.50−54.
• 3. Fulmar, John G. Jr., Moon, James E., Gavin, Thomas A., Erwin, Michael J., «A Bankruptey Classification Model For Small Firms». Jurnal of Commercial Bank Lending (July 1984): pp.25−37.
• 4. Springate, Gordon L. V, Predicting the Possibilty of Falture in a Canadian Firm. Unpublished M.B.A. Research Project, Simon Fraser University, January 1978. In: INSOLVENCY PREDICTION, E. Sands & Associates Inc
• 5. Савицкая Г. В. Анализ хозяйственной деятельности предприятия: Учеб. Пособие / Г. В. Савицкая. — 7-е изд., испр. — Мн.:Новое знание, 2002. — 704 с.
• 6. Савицкая, Г. В. Анализ хозяйственной деятельности предприятия: Учебник. — 4-е изд., перераб. и доп. -М.:ИНФРА — М, 2008. — 512 с.
• 7. Зайцева О. П. Антикризисное управление в российской компании // Сибирская финансовая школа. 1998. № 11−12.
• 8. Казакова Наталия Александровна. Экономический анализ в оценке бизнеса: учебно-практическое пособие/Н.А. Казакова. — М.: Дело и Сервис, 2011. — 288 с., 2011
• 9. Г. В. Давыдова, А. Ю. Беликов. Методика количественной оценки риска банкротства предприятий // Управление риском. — 1999. — № 3. с.13−20
• 10. Кукукина И. Г. Учет и анализ банкротств./И.Г. Кукукина, И. А. Астраханцева. — М.: Финансы и статистика, 2004. — 307 с.