Телефон: 8-800-350-22-65
WhatsApp: 8-800-350-22-65
Telegram: sibac
Прием заявок круглосуточно
График работы офиса: с 9.00 до 18.00 Нск (5.00 - 14.00 Мск)

Статья опубликована в рамках: XLI Международной научно-практической конференции «Научное сообщество студентов: МЕЖДИСЦИПЛИНАРНЫЕ ИССЛЕДОВАНИЯ» (Россия, г. Новосибирск, 21 марта 2018 г.)

Наука: Экономика

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
Белоусова А.Е., Максимова А.А. КОЭФФИЦИЕНТЫ ОПРЕДЕЛЕНИЯ БАНКРОТСТВА ОРГАНИЗАЦИИ // Научное сообщество студентов: МЕЖДИСЦИПЛИНАРНЫЕ ИССЛЕДОВАНИЯ: сб. ст. по мат. XLI междунар. студ. науч.-практ. конф. № 6(41). URL: https://sibac.info/archive/meghdis/6(41).pdf (дата обращения: 29.03.2024)
Проголосовать за статью
Конференция завершена
Эта статья набрала 0 голосов
Дипломы участников
У данной статьи нет
дипломов

КОЭФФИЦИЕНТЫ ОПРЕДЕЛЕНИЯ БАНКРОТСТВА ОРГАНИЗАЦИИ

Белоусова Анна Евгеньевна

студент, кафедра Корпоративного управления и финансов НГУЭУ,

РФ, г. Новосибирск

Максимова Алёна Андреевна

студент, кафедра Корпоративного управления и финансов НГУЭУ,

РФ, г. Новосибирск

Савельева Марина Юрьевна

научный руководитель,

канд. экон. наук, доц. кафедры Корпоративного управления и финансов НГУЭУ,

РФ, г. Новосибирск

Дудин Сергей Александрович

научный руководитель,

ст. преподаватель кафедры Корпоративного управления и финансов НГУЭУ,

РФ, г. Новосибирск

Оценка финансового состояния компании представляет интерес для широкого круга лиц. В частности, для контрагентов, оценивающих потенциального партнёра; для финансовых институтов, изучающих надёжность заёмщика; для инвесторов, собирающих информацию, позволяющую судить о целесообразности участия в капитале той или иной компании; для государственных органов исполнительной власти, осуществляющих контрольную деятельность, а также для собственников и топ-менеджмента компании [1].

Заинтересованные лица могут оценить риски своих вложений, используя финансовую отчётность предприятия. Существует несколько моделей прогнозирования банкротства, основанные на расчёте коэффициентов, опираясь на данные финансовой отчётности. Но при использовании данных моделей следует принимать во внимание тот факт, что отчетность должна быть достоверной, так как в случае манипулирования отчетностью модель не будет отражать правдивое положение дел. Следует отметить, что даже аудиторское заключение не гарантирует достоверность финансовой отчетности предприятия [3].

Рассмотрим самые применяемые модели банкротства предприятий. Будем говорить о построенных с помощью множественного дискриминантного анализа (MDA-модели). MDA-модели прогнозирования банкротства – это статистические модели, которые строятся, опираясь на прошлые статистические данные финансовой отчетности предприятий, ставшими банкротами и финансово устойчивыми [2].

Модель прогнозирования банкротства Альтмана — это математическая формула, при использовании которой определяют степень вероятности наступления банкротства отдельной организации.

Пятифакторная модель Альтмана рассчитана для акционерных обществ, чьи акции котируются на рынке. Это самая популярная модель Альтмана, она была опубликована ученым 1968 году.

Пятифакторная модель Альтмана рассчитывается по формуле:

Z = 1,2 × Х1 + 1,4 × Х2 + 3,3 × Х3 + 0,6 × Х4 + Х5,

где X1 — оборотный капитал к сумме активов предприятия. Показатель оценивает сумму чистых ликвидных активов компании по отношению к совокупным активам.

X2 — нераспределенная прибыль к сумме активов предприятия, отражает уровень финансового рычага компании.

X3 — прибыль до налогообложения к общей стоимости активов. Показатель показывает результативность операционной деятельности компании.

X4 — рыночная стоимость собственного капитала к балансовой стоимости всех обязательств.

Х5 — объем продаж к общей величине активов предприятия. Показатель   оценивает рентабельность активов предприятия.

Определение вероятности наступления банкротства через z-score отражено в таблице 1. Исходя из полученного результата z-показателя, мы определяем в каком промежутке находится анализируемая компания и принимаем соответствующие меры.

Таблица 1.

Определение вероятности наступления банкротства по пятифакторной модели Альтмана

Значение Z-показателя

Вероятность наступления банкротства

Z < 1,81

от 80 до 100%;

Z = 1,81-2,77

от 35 до 50%;

Z = 2,77-2,99

от 15 до 20%;

Z > 2,99

менее 15 %

 

Двухфакторная модель Альтмана — это одна из самых простых и наглядных методик оценки вероятности наступления банкротства, при использовании которой рассчитают влияние двух показателей: коэффициента текущей ликвидности и удельный вес заёмных средств в пассивах [18]. Двухфакторная модель Альтмана рассчитывается по формуле:

Z = – 0,3877 – 1,0736 × Ктл + 0,579 × (ЗК/П),

где, Ктл — коэффициент текущей ликвидности;

ЗК — заемный капитал;

П — пассивы.

При значении Z-результата > 0 вероятность наступления банкротства высока.

Модель прогнозирования банкротства Р. Таффлера создана для предприятий Великобритании в 1977 году. Ричард Таффлер – британский ученый, экономист, предложивший авторскую модель, построенную на обширном обследовании огромного массива данных.

Применяя вычислительную технику, были рассчитаны 80 финансовых коэффициентов. Данные были оценены для ряда платежеспособных и обанкротившихся предприятий. Полученная информация была обработана с помощью ряда статистических методов, в итоге был построен многомерный дискриминант и через него выведена модель платежеспособности, построенная на частных коэффициентах.

Леверидж, прибыльность, ликвидность, достаточность капитала и другие параметры оценивались при создании модели Таффлера. В совокупности, коэффициенты данной модели дают объективную картину о риске банкротства в будущем и платежеспособности на текущий момент. Для построения модели прогнозирования банкротства ученый взял 46 предприятий, которые обанкротились и 46 предприятий, которые остались финансово устойчивыми в период с 1969 по 1975 года.

Модель применима для компаний в форме открытых акционерных обществ, акции которых прошли процедуру публичного размещения и торгуются на различных фондовых площадках. Модель Таффлера рассчитывается по формуле:

Z= 0.53*K1 + 0.13*K2 + 0.18*K3 + 0.16*K4,

где, K1 = Прибыль от продаж к краткосрочным обязательствам;

K2 = Оборотные активы / (Краткосрочные обязательства + Долгосрочные обязательства);

К3 = Краткосрочные обязательства / Активы;

К4 = Выручка / Активы.

Если Z-результат больше 0,3 – предприятие находится в «зелёной зоне», то есть предприятие маловероятно станет банкротом;

Если Z-результат меньше 0,2 – предприятие находится в «красной зоне», то есть предприятие возможно станет банкротом;

Если Z-результат 0,2< Z <0,3 – зона неопределенности («серая зона»).

Следующая модель прогнозирования банкротства предприятия создана канадским ученым Г. Спрингейтом в университете Саймона Фрейзера. Некоторые используемые коэффициенты идентичны финансовым коэффициентам, которые использовал Э. Альтман. Для создания модели оценки банкротства Спрингейт использовал финансовую отчетность 40 предприятий Канады, а именно 20 банкротов / 20 финансово устойчивых.

Модель Спрингейта рассчитывается по формуле:

Z= 1,03*K1 + 3,07*K2 + 0,66*K3 + 0,4*K4,

где, K1 = Оборотный капитал / Активы;

K2 = (Прибыль до налогообложения + Проценты к уплате) / Активы;

К3 = Прибыль до налогообложения / Краткосрочные обязательства;

К4 = Выручка / Активы.

Если Z-результат меньше 0,862 – банкротство предприятия вероятно;

Если Z-результат больше 0,862 – банкротство предприятия маловероятно.

Далее проведём сравнительный анализ всех вышерассмотренных моделей определения вероятности банкротства организаций, отраженный в таблице 2.

Таблица 2.

Сравнительный анализ моделей определения банкротства организаций

Модель

Двухфакторная модель Альтмана

Пятифакторная модель Альтмана

Таффлер и Тишоу

Спрингейт

Год основания

1968

1968

1977

1978

Тип модели

количественная

количественная

количественная

количественная

Количество факторов

2

5

4

4

Достоинства

- простота использования

- наглядность

Даёт возможность оценить деятельность компании, чьи акции не торгуются на биржевом рынке

- простота исчислений

- возможность применения для внешнего диагностического анализа

- достаточная точность прогноза

Недостатки

- значительные отклонение полученного результата от прогнозного

 

- низкая точность прогноза

 

- отсутствия отраслевой и региональной дифференциации z- счёта

- между переменными высокая статистическая зависимость

Возможность применения в России

Применение возможно, но могут возникать отклонения полученных результатов от реальности

Не учитывает российские особенности экономики

при адаптации модели к российским условиям возможны погрешности

 

Все вышеперечисленные модели построены с помощью множественного дискриминантного анализа. Отличает их только статистическая выборка.

При адаптациях вышеперечисленных моделей к российским условиям возникнут погрешности. Это приведёт к тому, что модель не будет отражать реальное положение дел в компании. Для того, чтобы получить достоверную информацию следует опираться на собственную методику, учитывающую особенности экономики России.

В настоящее время не существует безупречных моделей определения вероятности банкротства, поэтому вышеперечисленные модели следует использовать комплексно, учитывая плюсы и минусы каждой модели, что приведёт к получению более ясной и достоверной оценке вероятности наступления банкротств организации.

 

Список литературы:

  1. Вахрушина М.А. Анализ финансовой отчетности: Учебник / Вахрушина М.А., 3-е изд., перераб. и доп. - М.: Вузовский учебник, НИЦ ИНФРА-М, 2015. - 432 с.
  2. Волошин Д.А. Искажение корпоративной отчетности: выявление, противодействие и профилактика: Монография / Волошин Д.А. - М.: ИЦ РИОР, НИЦ ИНФРА-М, 2016. - 156 с.
  3. Чернова М.В. Аудит и анализ при банкротстве: теория и практика: Монография / М.В. Чернова. – М.: НИЦ ИНФРА-М, 2013. – 208 с.
Проголосовать за статью
Конференция завершена
Эта статья набрала 0 голосов
Дипломы участников
У данной статьи нет
дипломов

Оставить комментарий

Форма обратной связи о взаимодействии с сайтом
CAPTCHA
Этот вопрос задается для того, чтобы выяснить, являетесь ли Вы человеком или представляете из себя автоматическую спам-рассылку.