55
ликвидности (Ктл >1,2 – 1,5). Также как указано выше, в соответствии с
сочетанием показателей ликвидности присваиваются бальные оценки.
Таблица 18
Критерии оценки ликвидности организации
Характеристика полученных значений показателей
Бальная
оценка
Все коэффициенты соответствуют оптимальным значениям
4
Один из показателей ликвидности меньше оптимального
значения
3
Два коэффициента ликвидности меньше оптимальных
значений
2
Все показатели не соответствуют оптимальному значению
1
В ООО «Арвато Рус» в 2018 г. коэффициенты абсолютной ликвидности,
быстрой ликвидности и текущей ликвидности соответствуют норматива.
Балльная оценка: 4 балл.
В итоговой части анализа необходимо каждой группе показателей
присвоить вес.
Таблица 19
Итоговая оценка трех групп показателей
Наименование группы
Вес группы
Балл
Балл с учетом
веса
Показатели рентабельности
0,25
3
0,75
Показатели финансовой
устойчивости
0,25
2
1,00
Показатели платежеспособности
0,5
4
2,00
ИТОГО
3,75
С помощью средневзвешенного значения всех показателей определена
финансовая ситуация, сложившаяся в ООО «Арвато Рус» в соответствии с
набранными баллами. Общая оценка – 3,75 при 4 максимальных баллов, то есть
финансовое состояние предприятия является удовлетворительным.
Таким образом, используя выше приведенную методику можно
сопоставить несколько групп показателей и получить однозначный результат
анализа, который будет характеризовать финансовое положение предприятия в
целом.
56
Применяемые методы анализа неплатежеспособных предприятий
основаны на количественных методах. В то же время качественные методы
анализа практически не применяются.
Существующие количественные (финансовые) методики
прогнозирования кризиса на предприятии характеризуются быстротой и
точностью оценки, но имеют и ряд недостатков:
финансовые модели не предусматривают выявление ранних кризисных
симптомов. Они констатируют факт наличия проблем и не могут обосновать
стратегический горизонт прогнозирования из-за влияния большого количества
трудно формализуемых факторов на предприятии;
по количественным моделям трудно определить причины кризисной
ситуации;
в связи с указанными недостатками для количественных моделей
прогнозирования трудно подобрать базу для сравнения, например, пороговые
значения индикаторов экономической безопасности;
разные модели могут давать разнородные результаты, которые могут
дезориентировать менеджеров;
финансовые показатели имеют однозначный характер, и если они ниже
определенного норматива, предприятие получает приговор – кризис.
Противоположной и, по существу, качественной моделью анализа и
прогнозирования управленческого кризиса является Модель Аргенти, или А-
счет (см. табл. 20). Данная модель характеризует последовательность процесса
банкротства вплоть до его завершения через несколько лет. Процесс
подразделен на три стадии: недостатки, ошибки, симптомы.
В любой компании всегда найдется ряд очевидных (явных) недостатков,
которые необходимо назвать и правильно интерпретировать в ошибки. Далее на
основе анализа совершенных ошибок выявляются симптомы приближающейся
несостоятельности через комплекс показателей как количественного
(ухудшение финансовых показателей), так и качественного характера
(использование «творческого бухучета»).
57
Таблица 20
Метод Аргенти-счета для прогнозирования банкротства
предприятия
Показатель
Балл ООО
«Арвато
Рус»
Макс.
балл
1
2
3
Недостатки
Директор-автократ
6
8
Председатель совета директоров является также директором
4
4
Пассивность совета директоров
1
2
Внутренние противоречия в совете директоров (из-за
различия в знаниях и навыках)
1
2
Слабый финансовый директор
1
2
Недостаток профессиональных менеджеров среднего и
низшего звена
1
1
Отсутствие бюджетного контроля
3
3
Отсутствие прогноза денежных потоков
3
3
Отсутствие системы управленческого учета затрат
2
3
Слабая реакция на изменения (появление новых продуктов,
технологий, рынков, методов организации труда)
10
15
Максимально возможная сумма баллов
32
43
«Проходной балл»
10
Если сумма больше 10, недостатки в управлении могут привести к серьезным
ошибкам
Ошибки
Слишком высокая доля заемного капитала
15
15
Недостаток оборотных средств из-за слишком быстрого роста
бизнеса
13
15
Наличие крупного проекта (провал такого проекта
подвергает фирму серьезной опасности)
2
15
Максимально возможная сумма баллов
30
45
«Проходной балл»
15
Если сумма баллов на этой стадии больше или равна 25, компания подвергается
определенному риску
Симптомы
Ухудшение финансовых показателей
3
3
Использование «творческого бухучета»
2
3
Нефинансовые признаки неблагополучия (ухудшение
качества, снижение доли рынка)
2
3
Окончательные симптомы кризиса (судебные иски, отставки)
1
3
Максимально возможная сумма баллов
8
12
Максимально возможный А-счет
70
100
«Проходной балл»
25
Большинство успешных компаний
5-18
58
Продолжение таблицы 20
1
2
3
Компании, испытывающие серьезные затруднения
35-70
Если сумма баллов более 25, компания может обанкротиться в течение
ближайших пяти лет.
Чем больше А-счет, тем скорее это может произойти
При расчете А-счета необходимо ставить либо количество баллов
согласно Аргенти, либо 0 – промежуточные значения не допускаются. Каждый
фактор оценивают через определенное количество баллов из таблицы и
рассчитывают агрегированный показатель.
Проведенные расчеты показывают, что в ООО «Арвато Рус» недостатки
оценены в 32 балла (максимальный балл – 43). Так как сумма баллов больше
10, недостатки в управлении могут привести к серьезным ошибкам (что и
показал проведенный финансовый анализ). Ошибки оценены в 30 баллов, что
свидетельствует о высоком риске функционирования компании. Симптомы
оценены в 8 баллов (при максимально негативном – 10).
А-счет составил 70 баллов, то есть компания испытывает серьезные
затруднения и может обанкротиться в ближайшие 5 лет.
Выводы по Главе 2
Проведенный анализ финансового состояния ООО «Арвато Рус» за
период с 2016-2018 гг. показал, что выручка и прибыль предприятия в
рассматриваемом периоде возрастают. В ООО «Арвато Рус» прослеживается
тенденция увеличения деловой активности в части расчетов с дебиторами и
кредиторами.
Платежеспособность организации вполне удовлетворительна, ООО
«Арвато Рус» может погасить за счет имеющихся ликвидных средств всю свою
краткосрочную задолженность. Коэффициенты ликвидности находятся в
пределах нормы.
Однако, предприятие не обеспечено собственными оборотными
средствами, а величина собственного капитала не обеспечивает предприятию
финансовой независимости.
59
Несмотря на то, что финансовое состояние ООО «Арвато Рус» за 2016-
2018 гг. улучшилось, его нельзя назвать устойчивым.
И в качестве обобщающего вывода после проведенного исследования
отметим, что:
организация находится в сильной финансовой зависимости от
заемных источников средств;
для данной организации характерно неустойчивое финансовое
положение;
организация не обладает финансовой самостоятельностью;
имеет место риск банкротства.
В целях совершенствования методики финансового анализа предприятия,
риск банкротства которого существует, нами использована бальная оценка
финансовой ситуации на предприятии, для чего проанализированы показатели
рентабельности деятельности предприятия, финансовой устойчивости,
платежеспособности и ликвидности и каждой группе присваивается весовое
значение. Использование представленной методики позволило сопоставить
несколько групп показателей и получить однозначный результат анализа,
который характеризует финансовое положение предприятия в целом.
Нами применена качественная модель анализа и прогнозирования
управленческого кризиса - Модель Аргенти, или А-счет. Данная модель
характеризует последовательность процесса банкротства вплоть до его
завершения через несколько лет.
По результатам проведенного анализа сделан вывод, что необходима
разработка рекомендаций, направленных на улучшение финансового состояния
ООО «Арвато Рус».
60
Глава 3. Разработка рекомендаций, направленных на
профилактику и предупреждение банкротства ООО «Арвато Рус»
3.1. Рекомендации по финансовому оздоровлению предприятия
Проведенный анализ вероятности банкротства ООО «Арвато Рус»
позволил сделать вывод, что риск банкротства предприятия ниже среднего.
Однако, использование различных методик диагностики банкротства дал
несколько отличающиеся результаты. Так, по пятифакторной модели Альтмана
и по модели Зайцевой вероятность банкротства является достаточно высокой.
В то же время по моделям Р. Таффлера, Фулмера, ИГЭА – низкая.
Таким образом, наблюдаются разноречивые прогнозы вероятности
банкротства по разным моделям.
Качество анализа и точность моделей банкротства существенно зависят
от выбранной системы показателей, которые в совокупности должны составить
полную и достоверную информационную базу для оценки.
Наиболее распространенные наборы финансовых коэффициентов,
используемые в моделях диагностики банкротства, включают коэффициенты
следующих аналитических блоков: структуры капитала и финансовой
устойчивости; ликвидности и платежеспособности; рентабельности; деловой
активности и инвестиционной привлекательности.
Разнонаправленность показателей различных аналитических блоков
свидетельствует о том, что для объективного комплексного оценивания риска
банкротства необходимо использовать коэффициенты из всех перечисленных
групп.
Однако, по нашему мнению, для предприятий, не относящихся к сфере
торговли, каким и является ООО «Арвато Рус», коэффициенты
оборачиваемости учитывать не следует, так как они в незначительной степени
зависят от управленческих решений менеджмента, а в большей степени
являются производными применяемой технологии и используемого
оборудования.
61
В связи с этим в таблице 21 сформирован набор показателей, которые
необходимо учитывать при оценке риска банкротства.
Таблица 21
Нормативные значения коэффициентов для оценки риска
банкротства
Коэффициент
Название коэффициента
Оптимальное
значение
X1
автономии
0,7
Х2
текущей ликвидности
2,5 (=1)
Х3
рентабельности продаж
0,3
Х4
рентабельности собственного капитала
0,2
Х5
Доходности по чистой прибыли
0,2
Чтобы определиться с итоговым набором финансовых коэффициентов и
решить вопрос с возможными альтернативами, приведем уточняющие
комментарии.
Во-первых, коэффициенты текущей и абсолютной ликвидности отражают
отношения различных элементов рабочего капитала – в части активов и
покрывающих их обязательств – в части пассивов, отличающихся по степени
срочности. В условиях снижения платежеспособности заказчиков растет доля в
текущих активах просроченной кредиторской задолженности, а с другой
стороны, в условиях санкций снижается ликвидность этих компаний, что
является фактором, снижающим одновременно и текущую, и абсолютную
ликвидность. Эти факторы являются равноправными и обеспечивают
одинаковую монотонность показателей текущей и абсолютной ликвидности
1
.
Во-вторых, для производственной компании коэффициент абсолютной
ликвидности не является критичным, так как по причине значительного
масштаба производства и оборота ООО «Арвато Рус» имеет значительные
активы, ликвидность которых меняется во времени. Также следует учесть, что
динамичность операционной сферы предприятия является фактором,
требующим осторожного подхода в категоричных оценках «ценности» того или
1
Новикова А. Б., Халиков М. А. Z-модели оценки вероятности банкротства предприятий
корпоративного сектора экономики: критика, направления совершенствования //
Фундаментальные исследования. – 2015. – № 2-10. – С. 2213.
62
другого коэффициента. Таким образом, текущая ликвидность вносит больший
вклад в оценку риска банкротства.
С учетом представленных выше положений нами предложены
следующие его изменения, направленные на повышение точности оценки
интегрального показателя риска банкротства предприятия.
Во-первых, так как четыре из пяти выбранных финансовых
коэффициентов измеряются в границах от 0 до 1, то отпадает необходимость их
масштабирования путем деления на граничные значения показателей, что
позволяет избежать сомнений в корректности выделения диапазонов значений
для каждого исследуемого показателя (низкое, среднее, высокое и
сверхвысокое). Значение коэффициента текущей ликвидности часто превышает
1. Верхний порог для этого коэффициента определен, исходя из рекомендаций
Е. С. Стояновой
1
и В. В. Преображенской
2
.
Эти и другие источники указывают, что допустимое значение
коэффициента текущей ликвидности находится в границах от 1,5 до 2,5 (в
зависимости от отрасли). Таким образом, можно сделать вывод, что это
пороговое значение является оптимальным. Масштабируем его в диапазоне 0–
1.
Чтобы не потерять информативности показателя, воспользуемся
формулой:
Xk` = Xk : 2,5 (17)
а в случае превышения 2,5 присваиваем значение 1 (табл. 21).
При формировании ограничений модифицированной модели предлагаем
из каждого произведения коэффициента на его вес (искомая переменная)
вычитать оптимальное значение показателя, так как логичнее сравнивать
полученные значения с «эталонными».
1
Стоянов Е. А., Стоянова Е. С. Экспертная диагностика и аудит финансово-хозяйственного
положения предприятия. – М.: Перспектива, 2016. – С. 301.
2
Преображенская В. В. Динамическая оптимизация денежных потоков предприятия с учетом
налоговых выплат: автореф. дис. … канд. экон. наук: 08.00.13. – Москва, 2017. –
С. 8.
63
В-третьих, для формирования итоговой модели предлагаем использовать
не текущие значения показателей, а средние арифметические от текущих
значений, значений в оптимистическом и пессимистическом сценариях
развития компании, что позволит повысить точность оценок (иногда значение
оптимистического прогноза по некоторому показателю может быть хуже его
текущего значения).
Далее для реализации модифицированного алгоритма оценки банкротства
обходимо установить крайние и «пороговые» (переходные) значения (границы)
модели. Для этого используем базовую 5-факторную модель Э. Альтмана, на
основе которой строится новая модель.
Требуется установить крайние значения исходной Z-свертки, а затем
масштабировать их в интервале от 0 до 1 (в данном диапазоне изменяются
коэффициенты новой модели).
Как было указано в п. 1.2 работы, Э. Альтман предлагал определять риск
банкротства по формуле:
Z = 1,2Х1 + 1,4Х2 + 3,3Х3 + 0,6Х4 + Х5,
где X1 – оборотный капитал к сумме активов предприятия. Показатель
оценивает сумму чистых ликвидных активов компании по отношению к
совокупным активам;
X2 – не распределенная прибыль к сумме активов предприятия, отражает
уровень финансового рычага компании;
X3 – прибыль до налогообложения к общей стоимости активов.
Показатель отражает эффективность операционной деятельности компании;
X4 – рыночная стоимость собственного капитала / бухгалтерская
(балансовая) стоимость всех обязательств;
Х5 – объем продаж к общей величине активов предприятия,
характеризует рентабельность активов предприятия
1
.
1
Истомина Л. А. Анализ отечественных и зарубежных методов оценки и прогнозирования
банкротства предприятия // Теория и практика - устойчивому развитию агропромышленного
комплекса. Материалы Всероссийской научно-практической конференции. Министерство
64
Так как Z-модель Э. Альтмана имеет открытые границы, то для
определения пороговых значений модифицированной модели необходимо
установить крайние значения для исходной.
Масштабируем значения в диапазон от 0 до 1:
Xk` = (Xk – Xmin)/(Xmax – Xmin) (18)
Получим следующие пороговые значения Z-свертки (табл. 22).
Таблица 22
Пороговые значения коэффициентов для оценки риска банкротства
Исходный
диапазон
[0-1,81]
[1,81-2,77]
[2,77-2,99]
[2,99-8,96]
Пересчет по 5-
факторной
модели
Альтмана
(1,81–0) : (8,96–0)
= 0,2059158
(2,77-0) : (8,96-
0) = 0,3151308
(2,99 – 0) :
(8,96 – 0) =
0,340159
(8,96 – 0) :
(8,96 – 0) =
1
Масштабирован-
ный диапазон
[0-0,2059158]
(0,2059158-
0,3151308)
(0,3151308-
0,340159)
(0,340159-1)
Вероятность
банкротства
Высокая 80-100 %
Средняя 35-50 %
Незначительн
ая 15-20 %
Риск
банкротства
крайне мал
Исследуем адекватность выбранного набора финансовых коэффициентов
и модели на примере оценки вероятности риска банкротства ООО «Арвато Рус»
в 2018 г.
В табл. 23 представлены расчеты коэффициентов и их весов в Z-свертке.
Таблица 23
Оценка риска банкротства ООО «Арвато Рус»
Коэффици
ент
Название
коэффицие
нта
Фактическо
е значение
в 2018 г.
Оптималь
ное
значение
Расчет по
модели
Альтмана
Скорректирова
нный расчет
по модели
Альтмана
1
2
3
4
5
6
X1
автономии
0,301
0,7
0,361
0
Х2
текущей
ликвидности
1,326
2,5 (=1)
1,856
0
Х3
рентабельно
сти продаж
0,147
0,3
0,485
0,185
Х4
рентабельно
сти
собственного
капитала
0,450
0,2
0,270
0,070
сельского хозяйства Российской Федерации, Ижевская государственная
сельскохозяйственная академия. 2015. С. 287.