Лекции по "Антикризисной экономике"

Значение N	Риск потери платежеспособности
<= 0,17	Высокий
0,17 < 2N <= 0,4	Средний
> 0,4	Низкий

 

 

Проанализируем  исследуемое предприятие по пятифакторной  системе У. Бивера.

Таблица 5

Показатели коэффициента У. Бивера ДООО «Завод крупных панелей»

Период	01.01.2001	01.07.2001	01.01.2002	01.01.2003	01.07.2003	01.10.2003
N	0,002	-0,018	0,131	0,217	-0,179	0,189

 

 

Из таблицы 5 видно, что степень риска потери платежеспособности ДООО «Завод крупных панелей» в течение  исследуемого периода изменялась с  высокой до средней.

Таким образом, пятифакторная  система У. Бивера для оценки финансового  состояния исследуемого предприятия  с целью диагностики банкротства  и модель «Z-счет» Э. Альтмана наиболее приемлемы, нежели двухфакторная математическая модель. Однако «импортные» модели Э. Альтмана и У. Бивера содержат значения весовых коэффициентов и пороговых  значений комплексных и частных  показателей, рассчитанные на основе американских аналитических данных 60—70-х годов  прошлого века. В связи с этим они не соответствуют современной  специфике экономической ситуации и организации бизнеса в России, в том числе отличающейся системе  бухгалтерского учета и налогового законодательства и т.д.

Зарубежные методики по оценке вероятности наступления  кризиса предприятия не всегда приемлемы  для российских организаций, поскольку  в них используются коэффициенты-константы, рассчитанные в соответствии с иными  условиями кредитования предприятий, налогообложения и т.д.

Практика показывает, что в отдельных случаях можно  использовать модель Коннана—Гольдера, которая описывает вероятность  наступления кризисной ситуации (банкротства) для различных значений индекса KG:

KG = –0,16 х x1 – 0,22 х х2 + 0,87 х x3 – 0,10 х x4 – 0,24 х x5,

где x1 — доля быстрореализуемых ликвидных средств (денежные средства + краткосрочные финансовые вложения + краткосрочная дебиторская задолженность) в активах; 
x2 — доля долгосрочных источников финансирования в пассивах; 
x3 — отношение финансовых расходов (уплаченные проценты по заемным средствам + налог на прибыль) к нетто-выручке от продажи; 
x4 — доля расходов на персонал в валовой прибыли; 
x5 — соотношение накопленной прибыли и заемного капитала.

В таблице 6 представлена вероятность банкротства по модели Коннана—Гольдера.

Таблица 6

Вероятность банкротства  по модели Коннана—Гольдера

Индекс Коннана—Гольдера, KG	+0,048	-0,026	-0,068	-0,017	-0,164
Вероятность банкротства, %	90	70	50	30	10

 

 

Подставив данные из бухгалтерского баланса можно условно  определить вероятность банкротства  по индексу Коннана—Гольдера.

Отсутствие в  России статистических материалов по организациям-банкротам не позволяет  скорректировать методику исчисления весовых коэффициентов и пороговых  значений с учетом российских экономических  условий, а определение данных коэффициентов  экспертным путем, с нашей точки  зрения, не обеспечивает их достаточной  точности.

Учеными Казанского государственного технологического университета была разработана корректировка  методик предсказания банкротства  с учетом специфики отраслей. Они  предлагают деление всех предприятий  по классам кредитоспособности. Расчет класса кредитоспособности связан с  классификацией оборотных активов  по степени их ликвидности.

Особенности формирования оборотных средств в нашей  стране не позволяют прямо использовать критериальные уровни коэффициентов  платежеспособности (ликвидности и  финансовой устойчивости), применяемых  в мировой практике. Поэтому создание шкалы критериальных уровней  может опираться лишь на средние  величины соответствующих коэффициентов, рассчитанные на основе фактических  данных однородных предприятий (одной  отрасли).

Распределение предприятий  по классам кредитоспособности происходит на следующих основаниях:

-	к первому классу кредитоспособности относят фирмы, имеющие хорошее финансовое состояние (финансовые показатели выше среднеотраслевых, с минимальным риском невозврата кредита);
-	ко второму —  предприятия с удовлетворительным финансовым состояние (с показателями на уровне среднеотраслевых, с нормальным риском невозврата кредита);
-	к третьему классу —  компании с неудовлетворительным финансовым состоянием, имеющие показатели на уровне ниже среднеотраслевых, с повышенным риском непогашения кредита.

 

 

Поскольку, с одной  стороны, для предприятий разных отраслей применяются различные  показатели ликвидности, а с другой — специфика отраслей предполагает использование для каждой из них  своих критериальных уровней  даже по одинаковым показателям, учеными  Казанского государственного технологического университета были рассчитаны критериальные  значения показателей отдельно для  каждой из таких отраслей, как:

-	промышленность (машиностроение);
-	торговля (оптовая  и розничная);
-	строительство и  проектные организации;
-	наука (научное обслуживание).

 

 

В случае диверсификации деятельности предприятие отнесено к той группе, деятельность в которой  занимает наибольший удельный вес.

Значения критериальных  показателей для распределения  предприятий промышленности по классам  кредитоспособности приведены в  таблице 7.

Таблица 7

Значение критериальных  показателей для распределения  промышленности по классам кредитоспособности

Показатель	Значение  показателей по классам
	1-й класс	2-й класс	3-й класс
Соотношение заемных  и собственных средств	Менее 0,8	0,8 — 1,5	Более 1,5
Вероятность банкротства (Z-счет Альтмана)	Более 3,0	1,5 — 3,0	Менее 1,5
Общий коэффициент  покрытия (ликвидность баланса)	Более 2,0	1,0 — 2,0	Менее 1,0

 

 

Российские ученые Р.С. Сайфуллин и Г.Г. Кадыков предприняли  попытку адаптировать модель «Z-счет»  Э. Альтмана к российским условиям. Они предложили использовать для  оценки финансового состояния предприятий  рейтинговое число:

R = 2Ко + 0,1Ктл  + 0,08Ки + 0,45Км + Кпр,

где Ко — коэффициент  обеспеченности собственными средствами; 
Ктл — коэффициент текущей ликвидности; 
Ки — коэффициент оборачиваемости активов; 
Км — коммерческая маржа (рентабельность реализации продукции); 
Кпр — рентабельность собственного капитала.

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

Анализ показателей  коэффициента прогнозирования банкротства  Р.С. Сайфуллина и Г.Г. Кадыкова (табл. 8) показал, что финансовое состояние  ДООО «Завод крупных панелей» характеризуется  как неудовлетворительное.

Таблица 8

Показатели коэффициента прогнозирования банкротства Р.С. Сайфуллина и Г.Г. Кадыкова на ДООО «Завод крупных панелей»

Период	01.01.2001	01.07.2001	01.01.2002	01.01.2003	01.07.2003	01.10.2003
R	–0,362084907	–0,394981	–0,392626	–0,033367	–20,78244	–5,938748

 

 

Модель Р.С. Сайфуллина и Г.Г. Кадыкова является наиболее точной из всех представленных моделей, однако небольшое изменение коэффициента обеспеченности собственными средствами с 0,1 до 0,2 приводит к изменению итогового  показателя («рейтингового числа») на:

R1 = (0,2 –  0,1) х 2 = 0,2 пункта.

К такому же результату приводит и значительное изменение  коэффициента текущей ликвидности  от нуля (от полной неликвидности) до двух, что характеризует высоколиквидные  предприятия:

R2 = (2 –  0) х 0,1 = 0,2 пункта.

 

Анализ существующих методик диагностики кризиса  показал, что в отечественных  организациях их применение малоэффективно ввиду следующих причин:

1)  Практически все методики позволяют проводить диагностику только на стадиях острого и хронического кризисов и не учитывают необходимость диагностики и распознавания кризиса на стадии скрытого кризиса.

2)  Зарубежные методики диагностики имеют значения весовых коэффициентов, рассчитанных на основе западных аналитических данных, которые не соответствуют современным экономическим условиям в России.

3)  Отсутствие в России статистических данных по организациям-банкротам не позволяет скорректировать методики, изложенные выше, с учетом российских условий, а весовые коэффициенты, определенные экспертным путем (как, например, в моделях О.П. Зайцевой, Р.С. Сайфуллина), не обеспечивают достаточно точных прогнозов.

4)  В зарубежных методиках не учитывается ряд важных для российской экономики показателей, например, доля денежной составляющей в выручке.

5)  Практически все перечисленные модели не учитывают динамики изменения вычисляемых показателей.

6)  Описанные выше качественные модели носят субъективный характер, результаты диагностики, полученные в процессе их применения, носят рекомендательный характер.