Xreferat.com » Рефераты по финансовым наукам » Методика и результаты диагностики банкротства предприятия на примере ООО трест "Татспецнефтехимремстрой"

Методика и результаты диагностики банкротства предприятия на примере ООО трест "Татспецнефтехимремстрой"

· 0,7226 – 1,2480 + 0,054 · 5,0271 + 0,63 · 0,0072 = 5,1166;

2008 г.: R = 8,38 · 0,7891 – 39,1027 + 0,054 · 5,7936 + 0,63 · 0,0410 = -32,151;

2009 г.: R = 8,38 · 0,8238 + 0,3464 + 0,054 · 4,4807 + 0,63 · 0,0221 = 7,5056.


Проведенные расчеты показали, что в 2007 г. и 2009 г. вероятность банкротства ООО трест «Татспецнефтехимремстрой» минимальна (до 10%), так как общее рейтинговое число находится в числовом промежутке > 0,42. Однако, согласно данной модели, в 2008 г. значение R < 0, следовательно вероятность банкротства максимальна.

Расчет исходных показателей по двухфакторной модели М.А. Федотовой представлен в таблице 8.

Расчет рейтингового числа Х двухфакторной модели М.А. Федотовой:


2007 г.: X = -0,3877 - 1,0736 ∙ 0,7099 + 0,0579 · 1,0276 = -1,0903;

2008 г.: X = -0,3877 - 1,0736 ∙ 1,0184 + 0,0579 · 0,7788 = -1,4360;

2009 г.: X = -0,3877 - 1,0736 ∙ 1,1327 + 0,0579 · 0,7313 = - 1,5614.


Таблица 8. Расчет исходных показателей двухфакторной модели М.А. Федотовой по данным ООО трест «Татспецнефтехимремстрой» за 2007-2009 гг.

Показатель

Единицы

измерения

2007 г. 2008 г. 2009 г.
1 2 3 4 5

Исходные данные:

1. Оборотные активы


тыс. руб.


99839


159169


217635

2. Краткосрочные обязательства тыс. руб. 140644 156295 192139
3. Сумма активов тыс. руб. 137411 201698 264191
4. Заемные средства тыс. руб. 141197 157075 193190

Расчетные показатели

5. Коэффициент текущей ликвидности (стр.1 / стр.2)


отн.един.


0,7099


1,0184


1,1327

6. Отношение заемных средств к активам (стр.4 / стр.3) отн.един. 1,0276 0,7788 0,7313

Как показывают расчеты, X < 0, следовательно, вероятность банкротства меньше 50% и уменьшается по мере снижения X, т.е. на протяжении периода с 2007 г. по 2009 г.

Расчет исходных показателей представлен по модели Р.С. Сайфуллина и Г.Г. Кадыкова представлен в таблице 9.

Расчет рейтингового числа R по модели Р.С. Сайфуллина и Г.Г. Кадыкова:


2007 г.: R= 2 · (-0,4142) + 0,1 · 0,7099 + 0,08 · 5,0271 + 0,45 · 0,0438 –

– 1,2480 = -1,5836;

2008 г.: R = 2 · (-0,2743) + 0,1 · 1,0184 + 0,08 · 5,7936 + 0,45 · 0,0709 –

– 39,1027 = -39,0542;

2009 г.: R = 2 · 0,1123 + 0,1 · 1,1327 + 0,08 · 4,4807 + 0,45 · 0,0619 + 0,3464 = 1,0706.


В периоде с 2007 г. по 2008 г. R < 1, т.е. финансовое состояние предприятия характеризуется как неудовлетворительное. В 2009 году финансовое положение предприятия улучшилось (R > 1), т.е. финансовое состояние предприятия – удовлетворительное.


Таблица 9. Расчет исходных показателей по модели Р.С. Сайфуллина и Г.Г. Кадыкова за 2007-2009 гг.

Показатель

Единицы

измерения

2007 г. 2008 г. 2009 г.
1 2 3 4 5

Исходные данные:

1. Собственный капитал


тыс. руб.


-3786


-1139


71001

2. Внеоборотные активы тыс. руб. 37572 42529 46556
3. Оборотные активы тыс. руб. 99839 159169 217635
4. Выручка от продажи продукции тыс. руб. 690785 1168558 1183773
5. Сумма активов тыс. руб. 137411 201698 264191
6. Прибыль от продажи продукции тыс. руб. 30284 82799 73286
7. Чистая прибыль тыс. руб. 4725 44538 24595
8. Краткосрочные обязательства тыс. руб. 140644 156295 192139

Расчетные показатели

9. Коэффициент обеспеченности собственными средствами ((стр.1 – стр.2) / стр.3)


отн.един.


-0,4142


-0,2743


0,1123

10. Коэффициент текущей ликвидности (стр. 3/стр.8) отн.един. 0,7099 1,0184 1,1327
11. Коэффициент оборачиваемости активов (стр.4/стр.5) отн.един. 5,0271 5,7936 4,4807

12. Коммерческая маржа (рентабельности продажи

продукции) (стр. 6 / стр. 4)

отн.един. 0,0438 0,0709 0,0619
13. Рентабельность собственного капитала (стр.7/ стр.1) отн.един. -1,2480 -39,1027 0,3464

Таким образом, анализируемое предприятие неплатежеспособно, так как все коэффициенты платежеспособности в 2007-2009 гг. значительно ниже нормативных значений. Предприятие финансово неустойчиво и зависимо от привлеченных средств. Уровень показателей финансовой устойчивости на протяжении 2007-2009 гг. имеет положительную тенденцию, однако многие коэффициент к концу 2009 года не достигли нормативного уровня. Так как в ООО трест «Татспецнефтехимремстрой» коэффициент текущей ликвидности ниже нормативного значения, то был рассчитан коэффициент восстановления платежеспособности. Проведенные расчеты показали, что на протяжении всего анализируемого периода (2007-2009 гг.) Квос меньше единицы (Квос< 1), следовательно, у ООО трест «Татспецнефтехимремстрой» отсутствует реальная возможность в ближайшее время (6 месяцев) восстановить свою платежеспособность. Структура баланса ООО трест «Татспецнефтехимремстрой» может быть признана удовлетворительной (Ктл < 2 и Квос > 0,1), следовательно, был рассчитан коэффициент утраты платежеспособности. Проведенные расчеты показали, что на протяжении всего анализируемого периода (2007-2009 гг.) Кут меньше единицы (Кут < 1), следовательно, у ООО трест «Татспецнефтехимремстрой» нет возможности сохранить свою платежеспособность в течение трех месяцев. Для анализа финансового состояния по критериям банкротства (несостоятельности) разработано множество авторских моделей. Расчет рейтингового числа R по четырехфакторной модели прогноза риска банкротства (модель R-счета) Иркутской государственной экономической академии показал, что в 2007 г. и 2009 г. вероятность банкротства ООО трест «Татспецнефтехимремстрой» минимальна (до 10%), так как общее рейтинговое число находится в числовом промежутке > 0,42. Однако, согласно данной модели, в 2008 г. значение R < 0, следовательно, вероятность банкротства максимальна. Расчет рейтингового числа Х двухфакторной модели М.А. Федотовой показал, что вероятность банкротства меньше 50% и уменьшается по мере снижения X, т.е. на протяжении 2007-2009 гг. В периоде с 2007 г. по 2008 г. рейтинговое число R по модели Р.С. Сайфуллина и Г.Г. Кадыкова меньше 1, т.е. финансовое состояние предприятия характеризуется как неудовлетворительное. В 2009 году финансовое положение предприятия улучшилось (R > 1), т.е. финансовое состояние предприятия – удовлетворительное.


2.3 Оценка вероятности банкротства предприятия по зарубежным методикам


Для диагностики финансового состояния организаций на признак банкротства (несостоятельности) разработано множество зарубежных авторских моделей. Наиболее известная и широко применяемая – пятифакторная модель Э.Альтмана.

Расчет исходных показателей для расчета данной модели представлен в таблице 10.


Таблица 10. Расчет исходных показателей пятифакторной модели Э. Альтмана по данным ООО трест «Татспецнефтехимремстрой» за 2007-2009 гг.

Показатель Единицы измерения 2006 г. 2007 г. 2008 г.
1 2 3 4 5

Исходные данные:

1. Собственный капитал


тыс. руб.


-3786


-1139


71001

2. Заемные средства тыс. руб. 141197 157075 193190
3. Оборотные активы тыс. руб. 99839 159169 217635
4. Выручка от продажи продукции тыс. руб. 690785 1168558 1183773
5. Сумма активов тыс. руб. 137411 201698 264191
6. Прибыль до налогообложения тыс. руб. 10043 63013 39949
7. Чистая прибыль тыс. руб. 4725 44538 24595
8. Внеоборотные активы тыс. руб. 37572 42529 46556

Расчетные показатели

8. Доля чистого оборотного капитала в активах

((стр. 1 – стр. 8) / стр. 5)


отн.един.


-0,3009


-0,2165


0,0925

9. Уровень рентабельности капитала (стр. 7 / стр. 5) отн.един. 0,0343 0,2208 0,0930
10. Уровень доходности активов (стр. 6 / стр. 5) отн.един. 0,0730 0,3124 0,1512

11. Отношение собственного капитала (рыночной стоимости акций) к заемным средствам

(стр. 1 / стр. 2)


отн.един.


-0,0268


-0,0072


0,3675

12. Оборачиваемость активов (стр.4 / стр. 5) отн.един. 5,0277 5,7936 4,4807

Расчет значения показателя Z по пятифакторной модели Э.Альтмана:


2007 г.: Z = 1,2 · (-0,3009) + 1,4 · 0,0343 +3,3 · 0,0730 + 0,6 · (-0,0268) +

+ 5,0277 = 2,2503;

2008 г.: Z = 1,2 · (-0,2165) + 1,4 · 0,2208 + 3,3 · 0,3124 + 0,6 · (-0,0072) +

+ 5,7936 = 6,8695;

2009 г.: Z = 1,2 · 0,0925 + 1,4 · 0,0930 + 3,3 · 0,1512 + 0,6 · 0,3675 + 4,4807 = 5,4414.


Как показывают расчеты, в 2007 значение Z-счета находится в промежутке больше от 1,81 до 2,7; что характерно для очень высокой вероятности банкротства. Однако в 2008-2009 гг. значение Z – счета увеличились и находятся в промежутке больше 3, что свидетельствует об очень низкой вероятности банкротства.

Значения К1, К2 , К3, К4 модели прогнозирования банкротства организаций британского экономиста Лиса определяются аналогично показателям Х1, Х2, Х3, Х4 (соответственно) в пятифакторной модели Э.Альтмана. Расчет рейтингового числа Z модели Лиса:

2007 г.: Zл = 0,063 ∙ (-0,3009) + 0,692 ∙ 0,0343 + 0,057 ∙ 0,0730 + 0,601 ∙

∙ (-0,0268) = -0,0072;

2008 г.: Zл = 0,063 ∙ (-0,2165) + 0,692 ∙ 0,2208 + 0,057 ∙ 0,3124 + 0,601 ∙

∙ (-0,0072) = 0,1526;

2009 г.: Zл = 0,063 ∙ 0,0925 + 0,692 ∙ 0,0930 + 0,057 ∙ 0,1512 + 0,601 ∙ 0,3675 = = 0,2997.


Согласно полученным результатам в 2007 г. полученное рейтинговое число Z находятся ниже уровня предельного значения коэффициента Лиса (0,037), что свидетельствует о высокой вероятности банкротства. Однако в 2008-2009 гг. значение Z увеличились и превысили предельное значение, что свидетельствует о низкой вероятности банкротства в данном периоде.

Расчет исходных показателей для расчета четырехфакторной прогнозной модели платежеспособности Р. Таффлера представлен в таблице 11.


Таблица 11. Расчет исходных показателей модели Р. Таффлера по данным ООО трест «Татспецнефтехимремстрой» за 2007-2009 гг.

Показатель Единицы измерения 2007 г. 2008 г. 2009 г.
1 2 3 4 5

Исходные данные:

1. Краткосрочные обязательства


тыс. руб.


140644


156295


192139

2. Заемные средства тыс. руб. 141197 157075 193190
3. Оборотные активы тыс. руб. 99839 159169 217635
4. Выручка от продажи продукции тыс. руб. 690785 1168558 1183773
5. Сумма активов тыс. руб. 137411 201698 264191
6. Прибыль от продаж тыс. руб. 30284 82799 73286

Расчетные показатели

7. Отношение прибыли от реализации к краткосрочным обязательствам (стр. 6 / стр. 1)


отн.един.


0,2153


0,5298


0,3814

8. Отношение оборотных активов к сумме обязательств (стр. 3 / стр. 2)

отн.един.


0,7071


1,0133


1,1265

9. Отношение краткосрочных обязательств к сумме

активов (стр. 1 / стр. 5)


отн.един.


1,0235


0,7749


0,7273

10. Отношение выручки к сумме активов

(стр. 4 / стр. 5)


отн.един.


5,0271


5,7936


4,4807


Расчет значения показателя Z по четырехфакторной прогнозной модели платежеспособности Р. Таффлера:


2007 г.: Z = 0,53 ∙ 0,2153 + 0,13 ∙ 0,7071 + 0,18 ∙ 1,0235 + 0,16 ∙ 5,0271 =

= 1,1946;

2008 г.: Z = 0,53 ∙ 0,5298 + 0,13 ∙ 1,0133 + 0,18 ∙ 0,7749 + 0,16 ∙ 5,7936 =

= 1,4790;

2009 г.: Z = 0,53 ∙ 0,3814 + 0,13 ∙ 1,1265 + 0,18 ∙ 0,7273 + 0,16 ∙ 4,4807 =

= 1,1964.


Согласно полученным результатам, величина Z-счета в период 2007-2009 гг. больше 0,2. Это говорит о том, что у фирмы неплохие долгосрочные перспективы.

Расчет исходных показателей для расчета модели идентификации финансовых состояний предприятия по системе показателей У. Бивера представлен в таблице 12.


Таблица 12. Расчет исходных показателей модели идентификации финансовых состояний предприятия по системе показателей У. Бивера

по данным ООО трест «Татспецнефтехимремстрой» за 2007-2009 гг.

Показатель Единицы измерения 20076 г. 2008 г. 2009 г.
1 2 3 4 5

Исходные данные:

1. Текущие обязательства


тыс. руб.


140644


156295


192139

2. Заемный капитал тыс. руб. 141197 157075 193190
3. Оборотные активы тыс. руб. 99839 159169 217635
4. Выручка от продажи продукции тыс. руб. 690785 1168558 1183773
5. Сумма активов тыс. руб. 137411 201698 264191
6. Чистая прибыль тыс. руб. 4725 44538 24595
7. Собственный капитал тыс. руб. -3786 -1139 71001
8. Внеоборотные активы тыс. руб. 37572 42529 46556
9. Амортизация тыс. руб. 3502 7770 5874

Расчетные показатели

10. Коэффициент Бивера ((стр. 6 + стр. 9) / стр.2)


отн.един.


0,0583


0,3330


0,1577

11. Коэффициент текущей ликвидности

(стр. 3 / стр. 1)


отн.един.


0,7099


1,0184


1,1327

12. Экономическая рентабельность

активов (стр. 6 / стр. 5) · 100%


%


3,4386


22,0815


9,3096

13. Финансовый леверидж (стр. 2 / стр. 5) · 100% % 102,7552 77,8763 73,1251

14. Коэффициент покрытия оборотных активов

собственными оборотными активами

((стр. 7 – стр. 8) / стр. 3) · 100%


%


-41,4247


-27,4350


11,2321


Значения рассчитанных показателей для финансового состояния предприятия согласно нормативным значениям, приведенным в Приложении 3, представлены в таблице 13.


Таблица 13.Модель идентификации финансовых состояний предприятия по системе показателей У. Бивера по данным ООО трест «Татспецнефтехимремстрой» за 2007-2009 гг.

Показатель 2007 г. 2008 г. 2009 г.
1 2 3 4
Коэффициент Бивера кризисное неустойчивое кризисное
Коэффициент текущей ликвидности кризисное неустойчивое неустойчивое
Экономическая рентабельность неустойчивое нормальное нормальное
Финансовый леверидж кризисное кризисное кризисное

Коэффициент покрытия оборотных активов

собственными оборотными активами

кризисное кризисное неустойчивое

Данные таблицы 13 свидетельствуют о том, что в 2007 году финансовое состояние ООО трест «Татспецнефтехимремстрой» в целом было кризисное. В 2008-2009 гг. финансовое состояние улучшилось и в среднем по показателям характеризуется как «неустойчивое».

Таким образом, анализируемое предприятие неплатежеспособно, так как все коэффициенты платежеспособности в 2007-2009 гг. значительно ниже нормативных значений. Предприятие финансово неустойчиво и зависимо от привлеченных средств. Уровень показателей финансовой устойчивости на протяжении 2007-2009 гг. имеет положительную тенденцию, однако многие коэффициент к концу 2009 года не достигли нормативного уровня. Расчет рейтингового числа R по четырехфакторной модели прогноза риска банкротства (модель R-счета) Иркутской государственной экономической академии показал, что в 2007 г. и 2009 г. вероятность банкротства ООО трест «Татспецнефтехимремстрой» минимальна (до 10%), так как общее рейтинговое число находится в числовом промежутке > 0,42. Однако, согласно данной модели, в 2008 г. значение R < 0, следовательно, вероятность банкротства максимальна. Расчет рейтингового числа Х двухфакторной модели М.А. Федотовой показал, что вероятность банкротства меньше 50% и уменьшается по мере снижения X, т.е. на протяжении 2007-2009 гг. В периоде с 2007 г. по 2008 г. рейтинговое число R по модели Р.С. Сайфуллина и Г.Г. Кадыкова меньше 1, т.е. финансовое состояние предприятия характеризуется как неудовлетворительное. В 2009 году финансовое положение предприятия улучшилось (R > 1), т.е. финансовое состояние предприятия – удовлетворительное.

По результатам прогнозирования банкротства по пятифакторной модели Э.Альтмана в 2007 значение Z-счета находится в промежутке больше от 1,81 до 2,7; что характерно для очень высокой вероятности банкротства. Однако в 2008-2009 гг. значение Z – счета увеличились и находятся в промежутке больше 3, что свидетельствует об очень низкой вероятности банкротства. В 2007 г. полученное рейтинговое число Z находятся ниже уровня предельного значения коэффициента Лиса (0,037), что свидетельствует о высокой вероятности банкротства. Однако в 2008-2009 гг. значение Z увеличились и превысили предельное значение, что свидетельствует о низкой вероятности банкротства в данном периоде. Расчет значения показателя Z по четырехфакторной прогнозной модели платежеспособности Р. Таффлера показал, что у фирмы неплохие долгосрочные перспективы, так как величина Z-счета в период 2007-2009 гг. больше 0,2. Расчет модели идентификации финансовых состояний предприятия по системе показателей У. Бивера показал, что в 2007 году финансовое состояние ООО трест «Татспецнефтехимремстрой» в целом было кризисное. В 2008-2009 гг. финансовое состояние улучшилось и в среднем по показателям характеризуется как «неустойчивое».

Результаты проведенного анализа служат основой для определения направлений совершенствования методики и результатов диагностики банкротства на предприятии на примере ООО трест «Татспецнефтехимремстрой».


3. Совершенствование методики и результатов диагностики банкротства на предприятии на примере ООО трест «Татспецнефтехимремстрой»


3.1 Совершенствование методики диагностики банкротства на предприятии ООО трест «Татспецнефтехимремстрой»


Сохранение неудовлетворительного финансового состояния предпринимательских структур российской экономики актуализирует исследование проблем антикризисного управления отдельными хозяйствующими субъектами. Несмотря на обширные и продуктивные экономические исследования, проводимые в последнее время в области антикризисного менеджмента, в российской управленческой практике устойчиво сохраняется представление о необходимости антикризисных мер лишь в чрезвычайных ситуациях, когда угроза банкротства стала явной, что значительно затрудняет оздоровление организации. В то же время эффективное управление организацией во многом определяется предупреждением развития кризисных процессов, необходимым элементом чего является своевременная и достоверная диагностика результатов ее деятельности.

Диагностика банкротства – это процесс исследования результатов деятельности организации в целях выявления количественного измерения и идентификации кризисных тенденций, провоцирующих формирование финансовой несостоятельности, а также причин их образования и целесообразных путей нивелирования. Причем банкротство понимается нами как один из возможных вариантов завершения кризисного состояния хозяйствующего субъекта, представленного процедурой его ликвидации.

Все виды диагностики, несмотря на их множественность, в процессе диагностирования вероятности банкротства в качестве общей точки соприкосновения имеют предмет исследования - это результаты деятельности организации, которые находят свое отражение в системе взаимосвязанных формализованных и неформализованных показателей.

Вместе с тем по целевой ориентации процесса диагностирования диагностику вероятности банкротства организаций целесообразно классифицировать на антикризисную и кризисную диагностику. Причем в целях своевременности предвидения кризисных ситуаций особо значимо первое направление - антикризисная диагностика, которая представляет собой исследовательский процесс регулярного и досудебного мониторинга состояния организации с целью своевременного выявления вероятности формирования кризиса на ранних его стадиях, т.е. в целях его предвидения, а значит, и своевременного предотвращения. Задачами, которые решает антикризисная диагностика и которые ориентированы на приоритетность достижения целей управления превентивного характера в рамках досудебных процедур банкротства, являются:

- своевременное распознавание симптомов кризисной ситуации и их количественное измерение;

- оценка деятельности предприятия как целостной системы для определения ориентиров;

- выявление причин образования сложившегося положения и выработка наиболее целесообразных мер по нивелированию их негативного воздействия на результаты деятельности организации.

Основной результат процесса диагностирования в этом случае - это формирование вывода о наличии угрозы вероятности банкротства и целесообразности или необходимости проведения более углубленного и детального анализа по определенным направлениям.

Другой вид диагностики, осуществление которого возможно при оценке вероятности банкротства хозяйствующих субъектов в ходе арбитражного процесса, т.е. на стадии судебного разбирательства дела о банкротстве, - это кризисная диагностика. Она представляет собой исследование сформировавшегося кризисного состояния организации в целях выявления возможностей его преодоления. Кризисная диагностика решает следующие задачи, содержание которых отражает ее принадлежность к реактивному управлению:

- оценка масштабности кризиса;

- изучение причин его образования по бизнес-процессам для выделения точек разрыва жизненного цикла организации;

- выбор варианта применения наиболее эффективных процедур банкротства с точки зрения законодательства (внешнее управление, финансовое оздоровление, конкурсное производство, мировое соглашение).

Разная целевая ориентация кризисной и антикризисной диагностики в системе управления предприятием предопределила необходимость дифференцированного подхода к формированию их методического обеспечения. В настоящее время в теории и практике экономических исследований сформировалось множество методов диагностики кризисного состояния организаций и вероятности их банкротства. Эти методы различаются областью применения, составом показателей, точностью диагностирования и т.п. В целях ограничения данной совокупности применительно к задачам антикризисной диагностики считаем необходимым классифицировать их по определенным признакам, представленным в таблице.

Причем в основе всех типологий существующих методов диагностики кризисного состояния организаций, по нашему убеждению, лежит их подразделение по признаку формализуемости на:

- количественные, которые предполагают построение факторной модели, позволяющей обнаружить и количественно оценить опасные для финансовой состоятельности предприятия тенденции;

-качественные, основанные на построении системы неформализованных признаков, интуитивно-логический анализ которых позволяет формировать суждение о наличии вероятности банкротства;

- комбинированные, сочетающие в себе первые два.

Цель антикризисного диагностирования состоит в том, чтобы своевременно распознать и тем самым обеспечить принятие таких управленческих решений, которые будут способствовать снижению влияния негативных процессов на состояние объекта пусть не для полного предотвращения кризиса, а частичной локализации наиболее существенных его проявлений. Успешность достижения данной задачи определяется содержанием методического инструментария их решения.

Модели, построенные на основе стохастического факторного анализа, к которым принадлежат общеизвестные Z-модели зарубежных и отечественных авторов (Э. Альтмана, Р. Тафлера, Р. Лиса, Фулмера, Г. Тишоу, Спрингейта, Ж. Лего, Чессера, Л. Философова, М.А. Федотовой и В.М. Радионовой, Г.В. Давыдовой и А.Ю. Беликова, Г.В. Савицкой, В.А. Пареной и И.А. Долгалева), основаны на разделении всей совокупности исследуемых организаций путем моделирования классифицирующей функции в виде корреляционной модели на два класса, подлежащие банкротству и способные его избежать. Задача здесь состоит в том, чтобы найти эффективное (с точки зрения точности результатов прогноза) эмпирическое уравнение определенной дискриминантной границы, разделяющей используемую систему показателей на то их сочетание, при котором предприятие обанкротится, и то, при котором банкротство предприятию не грозит. Вероятным решением проблемы антикризисной диагностики является другая группа методов, основанных на детерминированном анализе. В эту группу входят:

1) однокритериальные модели;

2) многокритериальные модели, основанные на методах обратного детерминированного факторного анализа (методах комплексного анализа);

3) методы скоррингового (сравнительного) анализа.

Однокритериальные модели позволяют осуществить диагностику вероятности наступления банкротства организации на основе локального параметрического анализа, т.е. построения детерминированной модели в виде одного относительного частного показателя, позволяющего количественно оценить вероятность банкротства организации. Причем, как показало исследование данной системы показателей, все они имеют единый подход к оценке вероятности банкротства, который строится на основе одной характеристики - ликвидности.

В основе детерминированных методов антикризисной диагностики с применением многокритериальных моделей (комплексных показателей) лежит тот факт, что деятельность предприятия представляет собой комплекс взаимосвязанных хозяйственных процессов, зависящих от многочисленных и разнообразных факторов. В связи с этим в целях реализации задач диагностики вероятности банкротства их деятельность рекомендуется оценивать с помощью интегрального показателя, расчет которого осуществляется с помощью методов обратного детерминированного факторного анализа и предполагает наличие весов значимости каждого из агрегируемых частных показателей. При этом выбор совокупности частных оценочных показателей осуществляется исходя из целей конкретного аналитического исследования, а также строится на основе применения к изучаемым показателям двух ограничений: частные показатели должны иметь одинаковую направленность и быть максимально информативными с точки зрения решаемой аналитической задачи.

В экономической литературе, посвященной вопросам оценки вероятности банкротства, существует еще один метод, основанный на детерминированном анализе. В частности, Д.А. Ендовицким и М.В. Щербаковым рекомендуется проводить анализ чувствительности организации к воздействию факторов риска финансовой несостоятельности. Данная методика основана на расчете финансовой чувствительности по ряду факторов, в качестве которых выступают 10 финансовых коэффициентов. Расчет финансовой чувствительности осуществляется в виде отношения разницы фактического и нормативного значения соответствующего показателя к значению последнего. После этого с учетом установленных нормативных значений коэффициентов осуществляется расчет интегрального коэффициента финансовой чувствительности.

Сущность методики скоррингового анализа заключается в классификации предприятий по степени риска исходя из фактического значения показателей, которые отражают финансовое состояние организации и могут сравниваться с нормативными, со среднеотраслевыми или с экспертно установленными.

Применение неформализованных критериев диагностики вероятности банкротства основано на системе качественных характеристик, составляющих основу экспертных оценок, широко рассмотренных в специальной литературе. Формирование экспертом требуемой от него информации осуществляется в результате интуитивно-логического анализа задачи, в ходе которого каждый из экспертов не только моделирует, но и (что особенно важно) производит сравнительный анализ альтернатив решения. Таким образом, задача эксперта состоит в том, чтобы разместить сопоставляемые альтернативы в определенной последовательности с учетом их экономической значимости. Не вдаваясь в обзор методов экспертных оценок, отметим, что на сегодняшний день хорошо известны система качественных характеристик, предложенная В.В. Ковалевым и В.П. Приваловым, рекомендации комитета по обобщению практики аудирования Великобритании, методика Аргенти, а также практика обработки экспертных оценок на базе теории нечетких множеств.

Применение стохастического факторного анализа в целях диагностики вероятности банкротства является в условиях однородности и представительности статистических данных наиболее приемлемым в современных условиях. При этом необходимо учитывать:

1) достаточно высокую точность прогноза;

2) многокритериальность данных моделей, обеспечивающую охват широкого круга симптомов возможного кризисного состояния;

3) возможность оценки их одновременного влияния;

4) возможность исключения тех факторов, которые оказывают взаимное влияние друг на друга;

5) простоту применения: практически все модели можно рассчитать, обладая информацией, содержащейся в бухгалтерской отчетности.

Однако его использование в отечественной аналитической практике связано с рядом трудностей. Отечественные методики построения Z-индексов основаны на использовании подходов, предложенных Альтманом и другими западными учеными, и представляют собой адаптированные к российским условиям их модификации. Все эти методики объединяет одна черта: они основаны на анализе большого массива статистических данных. Кроме того, как отмечают многие исследователи данной проблемы, практика применения этих методик в развитых странах показывает, что веса в Z-индексах и пороговые значения сильно различаются не только от страны к стране, но и год от года, а также по отраслям экономики в рамках одной страны. Это свидетельствует о том, что методики, основанные на построении Z-моделей, не обладают устойчивостью к вариациям в исходных данных.

Таким образом, выделим основные специфичные недостатки, присущие методам стохастического факторного анализа в целях антикризисной диагностики организаций:

1) весовые константы зарубежных моделей установлены на основе статистических данных, отражающих динамику развития предприятий в иных, коренным образом отличных от российских, условиях функционирования, а в этой связи они не позволяют адекватно оценить степень воздействия каждого из факторов на оценочную характеристику вероятности банкротства, что, в свою очередь, делает некорректными сложившиеся критериальные значения Z-индексов;

2) весовые константы отечественных моделей (речь идет прежде всего о Z-индексе Давыдовой - Беликова), а следовательно, и критериальные их границы требуют периодического уточнения по истечении времени, для чего необходима специфичная, а главное, представительная, статистическая информация о деятельности организаций-банкротов; при этом попытка практического решения данной задачи в рамках проведенного исследования натолкнулась на проблему отсутствия в органах статистики такой информации в необходимом разрезе и объеме;

3) проблематичным представляется установление рыночной стоимости собственного капитала (в частности, при расчете пятифакторного Z-индекса Альтмана, использование которого получило наибольшее распространение на практике);

4) специфичные условия функционирования организаций различных отраслей экономики делают некорректной для диагностики вероятности их банкротства применяемую систему коэффициентов, которая у зарубежных аналитиков имеет унифицированный характер, без дифференциации по отраслям.

Детерминированные однокритериальные модели предполагают построение оценки вероятности банкротства на основе расчета и интерпретации одного частного показателя - коэффициента, в той или иной степени характеризующего ликвидность организации. Однако мы разделяем точку зрения большинства авторов в том, что ориентация на какой-то один критерий, даже весьма привлекательный с позиции теории, на практике не всегда оправданна. Многообразие экономических процессов в деятельности предприятий, множественность показателей характеристики их финансовой стабильности (отражающих, как правило, лишь один из аспектов функционирования предприятий), а также различия в уровне оптимального значения коэффициентов вызывают в данном случае трудности антикризисной диагностики.

Таким образом, оценка вероятности банкротства организаций на основе однокритериального подхода не может быть объективной по следующим причинам:

1) ограниченность индикаторов диагностирования: все отдельные коэффициенты, предлагаемые для оценки вероятности банкротства, исходят из характеристики ликвидности, оставляя без внимания другие сферы деятельности организации, не позволяя тем самым описать тенденцию развития с максимальной точностью прогноза;

2) фактическое значение коэффициентов ликвидности недостаточно объективно отражает уровень финансового состояния предприятий по причине:

- неоднородности и условности дифференциации активов по уровню ликвидности активов, а пассивов - по сроку их изъятия из оборота;

- моментного характера значения коэффициентов.

Детерминированные модели, основанные на расчете комплексного показателя, а также на анализе чувствительности, дают возможность проведения более глубокого анализа. При этом надо учитывать, что они основаны на:

1) многокритериальном подходе к диагностированию вероятности банкротства;

2) возможности учета отраслевых особенностей деятельности изучаемой совокупности организаций.

В совокупности оба преимущества повышают точность и адекватность оценки ситуации на основе методов обратного детерминированного факторного анализа. Однако практика их применения обнаружила характерный недостаток, который присущ всем представителям данной группы. Это определение весов значимости частных показателей системы, методика расчета которых в условиях ограниченности статистической информации и невозможности использования в данных целях корреляционно-регрессионного анализа, строится по большей части на основе экспертных оценок, для которых типична высокая степень субъективизма.

Проведение скоррингового анализа как разновидности сравнительного позволяет:

1) учесть комплексный подход к диагностированию признаков формирования кризисной ситуации;

2) определить «рейтинг» банкротства;

3) установить (в отдельных случаях, а именно при использовании методики У. Бивера) возможный временной интервал его наступления, т.е. получение векторного результата диагностирования, вследствие чего можно сформировать «...некоторое подобие динамической оценки».

Вместе с тем с применением многокритериального подхода в скорринговом анализе, справедливость которого бесспорна, возникают трудности в формировании точной обобщающей характеристики сложившейся ситуации по причине:

1) наличия вероятности принадлежности организации к разным классам кредитоспособности по каждому из включенных в систему критериев;

2) необходимости сравнения фактически рассчитанных значений коэффициентов с нормативными;

3) невозможности объективного определения значений отдельных коэффициентов системы из-за ограниченности информации об исходных показателях (в частности, это касается сведений о рыночной стоимости капитала анализируемой организации, необходимых для расчета пятифакторной модели Альтмана, являющейся составным критерием классификации организации по методике Казанского государственного технологического университета).

При присущей качественным методам диагностирования вероятности банкротства возможности решения проблемы в условиях ограниченности исходной информационной базы и новизны изучаемой проблемы, а также универсальности относительно области применения, что, безусловно, является сильными сторонами аналитических возможностей качественных методов, ограниченность методов экспертных оценок состоит в том, что в них присутствует повышенная вероятность ошибочного суждения. Причиной этому могут быть: субъективные предпочтения эксперта; склонность к игнорированию новых фактов и гипотез, которые не вписываются в его научное мировоззрение; излишняя подверженность коллективному мнению. Кроме того, при некорректности постановки задачи перед экспертами со стороны аналитика (это может быть выражено также в некорректности определения или формулировки перечня объектов экспертизы) или при большом массиве экспертных оценок в ходе их

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: