37
А1+А2+А3> = П1+П2
Группировка активов и пассивов баланса ООО «Дельта-строй» за
2015-2017 гг. представлена в таблице 5 (Приложение 3).
Таблица 5
Группировка активов и пассивов баланса
Абсолютно
ликвидный
баланс
2015 г.
2016 г.
2017 г.
А1>=П1
15<2128
47<3351
180<11364
А2>=П2
1113<2498
1982<2372
2522<4715
А3>=П3
8279>7157
13646>10289
16150<21908
А4<=П4
17381>15005
24881>24544
47924>28789
Продолжение таблицы 5.
Абсолютно
ликвидный
баланс
2015 г.
2016 г.
2017 г.
А1+А2>=П1
1128<2128
2029<3351
2702<11364
А1+А2+А3>=П1+П2
9407>4626
15676>5723
18852>16079
Исходя из рассчитанных данных в таблице 5, можно охарактеризовать
ликвидность баланса как недостаточную (это касается как первого, так и
второго варианта сравнения неравенств).
При анализе первого варианта неравенств имеем следующую
ситуацию. Сопоставление первого неравенства свидетельствует о том, что
текущие обязательства превышают поступления, т.е. возрос платежный
недостаток наиболее ликвидных активов.
Так как неравенство А2<П2 на протяжении 2015-2017 гг., это
свидетельствует о невозможности погашать обязательства, получив активы
за счет возврата дебиторской задолженности.
Так как A3>ПЗ, то прогноз долгосрочной ориентировочной
платежеспособности для данного предприятия был в 2015-2016гг.
благоприятный, однако неравенство A3<ПЗ свидетельствует о возможности в
дальнейшем проблем ООО «Дельта-строй» с платежеспособностью.
Неравенство А4>П4 носит балансирующий характер с глубоким
экономическим смыслом, свидетельствуя о достаточном наличии у ООО
«Дельта-строй» собственных оборотных средств.
39
Коэффициент текущей ликвидности (покрытия) на протяжении исследуемого
периода превышал оптимальное значение. Значительное превышение уровня
нормативного значения данного показателя считается нежелательным,
поскольку это свидетельствует о нерациональности вложения своих средств
и неэффективности их использования, то есть, скорее всего, в составе
дебиторской задолженности есть безнадежная, а в составе материальных
запасов - труднореализуемые или вообще неликвидные материальные
ценности. Но все-таки в динамике этот показатель снижается, но слишком
быстро и оказался ниже нормативного уровня.
Коэффициент абсолютной ликвидности на протяжении всего периода
ниже оптимального значения, это свидетельствует о недостаточной
платежеспособности предприятия и возрастании риска банкротства.
Проведем факторный анализ коэффициентов ликвидности по модели
(4).
Кт.л. = ОА / КО, (4)
где КА – оборотные активы, руб.
КО – краткосрочные обязательства, руб.
Факторный анализ изменения коэффициент текущей ликвидности
представлен в таблице 7.
Таблица 7
Факторный анализ коэффициента текущей ликвидности
Показатели
2016
усл.1
усл.2
усл.3.
2017
1.Коэффициент текущей
ликвидности
2,74
2,76
2,75
3,29
1,17
Факторные отклонения
коэффициента текущей
ликвидности за счет:
суммы абсолютно ликвидных
активов
= 2,76- 2,74 = +0,02
суммы быстро реализуемых
активов
= 2,75 – 2,76 = -0,01
суммы медленно реализуемых
активов
=3,29 - 2,75 = +0,54
40
Продолжение таблицы 7
суммы краткосрочных обязательств
= 1,17 – 3,29 = -2,12
Ктл (общ)
= 1,17 – 2,74 = -1,57
Расчет показателей.
Кт
2016
= 2,74
Кт
усл1
= (180+357+15271) / 5723 = 2,76
Кт
усл2
= (180+292+15271) / 5723 = 2,75
Кт
усл3
= (180+292+18380) / 5723 = 3,29
Кт
2017
= 1,17.
Таким образом, коэффициент текущей ликвидности в 2017 году
снизился по сравнению с 2016 г. на 1,57 пунктов, в том числе за счет
снижения суммы быстрореализуемых активов на 0,01, роста суммы
краткосрочных обязательств – на 2,12. Благодаря увеличению суммы
абсолютно ликвидных активов показатель увеличился на 0,02, медленно
реализуемых активов на 0,54 пунктов, однако этого оказалось недостаточно.
Таким образом, наибольшее влияние на снижение коэффициента
текущей ликвидности оказало увеличение суммы краткосрочных
обязательств.
Факторный анализ изменения коэффициента промежуточной
ликвидности представлен в таблице 8 по модели (5).
К
п.л.
= (ДС+КФВ+ДБ) / КО, (5)
где ДС – сумма денежных средств, руб.;
КФВ – краткосрочные финансовые вложения, руб.;
ДБ – сумма дебиторской задолженности, руб.
Таблица 8
Факторный анализ коэффициента промежуточной ликвидности
Показатели
2016
усл.1
усл.2
2017
1
2
3
4
5
1.Коэффициент промежуточной
ликвидности
0,07
0,09
0,08
0,03
41
Продолжение таблицы 8
1
2
3
4
5
Факторные отклонения коэффициента
промежуточной ликвидности за счет:
суммы абсолютно ликвидных активов
= 0,09 – 0,07 = +0,02
суммы дебиторской задолженности
= 0,08 – 0,09 = -0,01
суммы краткосрочных обязательств
= 0,03 – 0,08 = -0,05
Ктл (общ)
= 0,03 – 0,07 = -0,04
Расчет показателей.
Кп
2016
= 0,07
Кп
усл1
= (180+357) / 5723 = 0,09
Кп
усл2
= (180+292) / 5723 = 0,08
Кт
2017
= 0,03.
Таким образом, коэффициент промежуточной ликвидности в 2017
году снизился по сравнению с 2016 на 0,04 пункта, в том числе за счет
снижения дебиторской задолженности на 0,01 пункта, рост краткосрочных
обязательств привел к снижению коэффициента на 0,05 пунктов. А за счет
роста абсолютных ликвидных активов показатель увеличился на 0,02, Таким
образом, наибольшее влияние на снижение коэффициента промежуточной
ликвидности оказало снижение суммы абсолютно ликвидных активов.
Факторный анализ изменения коэффициента абсолютной ликвидности
представлен в таблице 9 по модели 6.
Ка.л. = (ДС + КФВ) / КО. (6)
Таблица 9
Факторный анализ коэффициента абсолютной ликвидности
Показатели
2016
усл.1
2017
1.Коэффициент абсолютной
ликвидности
0,008
0,03
0,01
Факторные отклонения коэффициента
абсолютной ликвидности за счет:
суммы абсолютно ликвидных активов
= 0,03- 0,008 = +0,022
суммы краткосрочных обязательств
= 0,01 – 0,03 = -0,02
Ктл (общ)
= 0,01 – 0,008 = +0,002
Расчет показателей.
Ка
2016
= 0,008
42
Ка
усл1
= 180 / 5723 = 0,03
Ка
2017
= 0,01.
Таким образом, коэффициент абсолютной ликвидности в 2017 году
увеличился по сравнению с 2016 на 0,002 пункта, в том числе за счет роста
абсолютных ликвидных активов на 0,022 пунктов, рост краткосрочных
обязательств привел к снижению коэффициента на 0,02 пунктов. Таким
образом, наибольшее влияние на рост коэффициента абсолютной
ликвидности оказало увеличение суммы абсолютно ликвидных активов.
2.3. Оценка уровня банкротства организации
Исследования зарубежных ученых в области предсказания
банкротства предприятий позволяют сделать вывод о том, что из множества
используемых коэффициентов можно выбрать лишь несколько полезных и
более точно предсказывающих банкротство.
Одной из первых попыток использовать аналитические
коэффициенты для прогнозирования банкротства считается работа У. Бивера
(W. Beaver), который проанализировал за пятилетний период 30
коэффициентов по группе компаний, половина из которых обанкротилась.
Наибольшую известность в этой области получила работа известного
западного экономиста Э. Альтмана, разработавшего с помощью аппарата
множественного дискриминантного анализа методику расчета
кредитоспособности, которая позволяет в первом приближении разделить
хозяйствующие субъекты на потенциальных банкротов и небанкротов.
На основе данных коэффициентов Альтман создал окончательную
модель Z-модель (счета), которая является одним из основных методов
оценки вероятности банкротства предприятий и широко используется в
США.
Позднее, в 1983 г., Э. Альтман получил модифицированный вариант
своей формулы для компаний, акции которых не котировались на бирже.
43
Данные модели позволяют высказать суждения о возможном в обозримом
будущем (2 – 3 года) банкротстве одних и достаточно устойчивом
финансовом положении других.
В 1972 г. Дж. Блисс разработал собственную четырехфакторную
модель оценки финансового состояния предприятия с целью диагностики
банкротства для Великобритании. В 1977 г. британские ученые Р. Таффлер и
Г. Тишоу апробировали подход Альтмана на данных 80 британских
компаний и построили четырехфакторную прогнозную модель с
отличающимся набором факторов.
Одно из приложений метода множественного дискриминантного
анализа (МДА) – оценка платежеспособности фирм на основе модели
французов Ж. Конана и М. Голдера, позволяющей оценить вероятность
задержки платежей предприятием.
За последние 30 лет зарубежными бухгалтерами и экономистами было
разработано множество модификаций таких моделей, поскольку оценить с
помощью МДА можно не только организацию, но отрасли и регионы.
Однако применение зарубежных моделей к отечественным предприятиям
требует осторожности, так как они не учитывают специфику бизнеса
(структуру капитала в разных отраслях) и экономическую ситуацию.
Поэтому необходимо разработать собственные модели для каждой отрасли
по методам дискриминантного анализа с учетом специфики и настоящей
действительности.
Представители пятой школы (Г. Фостер – G. Foster) считают, что
ценность отчетности состоит в ее использовании для прогнозирования
уровня эффективности инвестирования в те или иные ценные бумаги и
степени связанного с ним риска. Данное направление излишне
теоретизировано.
Чтобы оценить возможность использования основных зарубежных
моделей в отечественной практике, рассмотрим конкретно некоторые. С
помощью мультипликативного дискриминантного анализа (Multiple-
44
discriminant analysis – MDA) Э.И. Альтман (Edward I. Altman) в 1968 г.
исследовал 22 финансовых коэффициента и выбрал 5 из них для включения в
окончательное уравнение множественной регрессии. Применил прямой
статистический метод, позволивший оценивать веса отдельных расчетных
показателей; они были включены в модель как переменные. В своих
исследованиях он использовал данные стабильных фирм и компаний,
которые позже, в течение пяти лет, обанкротились. При помощи своего
аналитического метода он вывел следующее уравнение надежности («Z score
model»):
Z = 1,2 Х 1 + 1,4 Х2 + 3,3 Х3 + 0,6 Х4 + 1,0 Х5 (7)
где Х1 – Working Capital / Total Assets (WC/TA) – доля чистого
оборотного капитала в активах (чистый оборотный капитал/сумма активов);
Х2 – Retained Earnings / Total Assets (RE/TA) – отношение
накопленной прибыли к активам (нераспределенная (реинвестированная)
прибыль/сумма активов);
Х3 – Earnings Before Interest and Taxes / Total Assets (EBIT/TA) –
рентабельность активов (прибыль до уплаты процентов и налогов/сумма
активов);
Х4 – Market Value of Equity / Book Value of Total Liabilities (MVE/TL)
– отношение рыночной стоимости всех обычных и привилегированных акций
предприятия к заемным средствам (рыночная стоимость собственного
капитала/заемный капитал);
Х5 – Sales / Total Assets (S/TA) – оборачиваемость активов (объем
продаж (выручка)/сумма активов).
Отнесение предприятия к определенному классу надежности
представлено в таблице 10.
45
Таблица 10
Вероятность банкротства исходя из значений показателя Z
Значение Z
Вероятность наступления
банкротства
меньше 1,81
очень велика
1,81 - 2,675
средняя
2,675
равна 50%
2,675 - 2,99
невелика
больше 2,99
ничтожна
Построенное на основе анализа состояния 66 фирм (половина которых
обанкротилась в период между 1946 и 1965 гг.) уравнение позволяло дать
достаточно точный прогноз банкротства на 2 – 3 года вперед; факт
банкротства на один год можно было установить с точностью до 95%.
В разработанной в 1977 году более точной модели прогнозирование
банкротства предусматривалось на пять лет с точностью в семьдесят
процентов. В этой модели использовались следующие показатели:
- рентабельность активов;
- динамика прибыли;
- коэффициент покрытия процентов;
- отношение накопленной прибыли к активам;
- коэффициент текущей ликвидности;
- доля собственных средств в пассивах;
- стоимость активов предприятия.
Позднее (в 1983 году) Э.Альтман получил модифицированный
вариант своей формулы для компаний, акции которых не котировались на
бирже:
Z = 0,717 Х 1 + 0,847 Х2 + 3,107 Х3 + 0,42 Х4 + 0,995 Х5 (8)
где Х1, Х2, Х3, Х5 рассчитываются как в модели 1968 года,
Х4 – балансовая стоимость собственного капитала/заемный капитал;
«Пограничное» значение здесь Z = 1,23.
Более подробно были изучены такие факторы, как капитализируемые
46
обязательства по аренде, применялся прием сглаживания данных, чтобы
выровнять случайные колебания. Новая модель, как утверждается в
литературе, способна предсказывать банкротства с высокой степенью
точности на два года вперед и с меньшей, но все же приемлемой точностью
(70%), на пять лет вперед.
Для российской экономики применение модели Альтмана имеет ряд
ограничений, т.к. не в полной мере подходит для оценки риска банкротства
отечественных субъектов хозяйствования из-за разной методики отражения
инфляционных факторов, разной структуры капитала, а также из-за различий
в информационной и законодательной базах.
Для компаний, создаваемых в странах с формирующимся рынком, в
2000 году была разработана спецификация Z-счета Альтмана (Altman’s Z-
score (Z).
Z = 3,25 + 6,56 X 1 + 3,26 Х2 + 6,72 ХЗ + 1,05 Х4 (9)
где X1 - оборотный капитал/совокупные активы;
Х2 - нераспределенная прибыль/совокупные активы;
Х3 - прибыль до вычета процентов и налогов/совокупные активы;
Х4 - балансовая стоимость собственного капитала/балансовая
стоимость совокупных обязательств.
При этом в источнике не определено пограничное значение, что не
позволяет определить финансовое состояние анализируемого предприятия.
Более реальные коэффициенты получаются по модели Р. Таффлера;
по этим формулам значение «Z-cчета» этого же и других убыточных
хозяйств значительно ниже критического уровня, что свидетельствует о
высоком риске их банкротства. Британский ученый Р. Таффлер (Taffler)
предложил в 1977 г. четырехфакторную прогнозную модель:
Z = 0,53Х1 + 0,13Х2 + 0,18Х3 + 0,16Х4 (10)
47
где Х1 – прибыль от реализации/краткосрочные обязательства;
Х2 – оборотные активы/сумма обязательств;
Х3 – краткосрочные обязательства/сумма активов;
Х4 – выручка/сумма активов.
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.
Оценим вероятность наступления банкротства ООО «Дельта-строй»
по модели Альтмана (таблица 11).
Таблица 11
Основные показатели для оценки вероятности банкротства ООО
«Дельта-строй» по методу Альтмана
Показатель
2015 г.
2016 г.
2017 г.
Доля собственного капитала в активах
0,56
0,61
0,43
Доля нераспределенной прибыли в активах
0,076
0,226
0,056
Доля прибыли до уплаты процентов в
активах
0,076
0,226
0,056
Доля собственного капитала в заемном
капитале
1,847
1,587
2,542
Доля выручки в активах
0,316
0,424
0,319
Оценим риск банкротства, подставив значения показателей в
функцию Альтмана:
Z
2015г.
= 0,56*0,717 + 0,076*0,847 + 0,076*3,107 + 1,847*0,42 +
0,316*0,995 = 1,792.
Z
2016г.
= 0,61*0,717 + 0,226*0,847 + 0,226*3,107 + 1,587*0,42 +
0,424*0,995 = 2,419.
Z
2017г.
= 0,43*0,717 + 0,056*0,847 + 0,056*3,107 + 2,542*0,42 +
0,319*0,995 = 1,915.
Оценка вероятности банкротства ООО «Дельта-строй» по модели
Альтмана позволяет говорить о низкой вероятности наступления его
банкротства, т.к. значения Z-фактора для данного предприятии в 2015-2017
гг. составило более 1,23.
Однако применение рассмотренной модели (как и ряда других