Testirajte razinu razvoja pažnje online. Test pažnje. Jednostavne vježbe za razvoj dobre pažnje i pamćenja

Profesor Omskog humanitarnog instituta

Sergienko O.V.,
Izvanredni profesor Omskog državnog agrarnog sveučilišta

Nelikvidnost ruskih agroindustrijskih poduzeća tijekom opće krize uzrokovana je nepovoljnim makroekonomskim uvjetima: prekidom tradicionalnih gospodarskih veza, padom proizvodnje, oštrim, teško predvidivim promjenama u vladinoj ekonomskoj politici, inflacijom, političkom nestabilnošću i neravnotežom u financijsko tržište. Međutim, praćenje poduzeća u stečaju obično pokazuje da do stečaja dolazi postupno. Konstantnim analitičkim radom, usmjerenim na prepoznavanje i neutraliziranje skrivenih negativnih trendova, sprječava se nastanak krizne situacije. Dijagnostika bankrota, uz očite vanjske uzroke, otkriva i pogreške poljoprivrednih proizvođača, koje su pogoršale negativan utjecaj vanjskog okruženja.

Gospodarske organizacije su u svom razvoju podložne različitim vrstama kriza (ekonomskim, financijskim, menadžerskim), a njihov stečaj treba smatrati akutnom manifestacijom krize. U cijelom svijetu pod bankrotom se obično podrazumijeva financijska kriza, odnosno nemogućnost poduzeća da ispunjava svoje tekuće obveze. Osim toga, poduzeće može iskusiti ekonomsku krizu (situacija u kojoj se materijalni resursi poduzeća neučinkovito koriste) i krizu upravljanja (neučinkovito korištenje ljudskih resursa, što često znači i nisku sposobnost upravljanja i, posljedično, neprimjerenost upravljačkih odluka okolišu. zahtjevi).

Poznate metode predviđanja bankrota otkrivaju različite vrste kriza, pa se procjene dobivene uz njihovu pomoć jako razlikuju. Ali bilo koja od ovih vrsta kriza može dovesti do likvidacije organizacije. U praksi ne postoji univerzalna metodologija za predviđanje bankrota zbog “specijalizacije” za bilo koju vrstu krize. Stoga je preporučljivo pratiti dinamiku rezultirajućih pokazatelja za nekoliko njih. Izbor specifičnih metoda trebao bi biti diktiran karakteristikama industrije u kojoj poduzeće posluje.

Unatoč prisutnosti velikog broja različitih modela i tehnika (R. Lees, D. Fulmer, G. Springate, R. Tuffler, J. Conan i M. Golder, W. Beaver, D. Duran, L.V. Dontsova, A. V. Grachev, E. S. Stoyanova, M. A. Fedotova, R. S. Saifulina, P. A. Fomina, O. P. Zaitseva, V. V. Kovaleva, G. V. Savitskaya, T. B. Berdnikov), koji omogućuju predviđanje bankrota poduzeća s različitim stupnjevima vjerojatnosti, postoje mnogi problemi u predviđanju bankrota na ovom području, posebice u tako specifičnoj grani kao što je poljoprivreda. Nesavršenost institucije stečaja u našoj zemlji otežava provedbu razvoja koji se temelji na stvarnosti našeg gospodarstva i usmjeren je na pouzdano predviđanje mogućeg bankrota poduzeća.

Korištenje inozemnih i domaćih metoda za dijagnosticiranje bankrota nije bez nedostataka, posebice težinski koeficijenti koji se koriste u službenim metodama zahtijevaju prilagodbu u odnosu na domaće, regionalne i sektorske uvjete za funkcioniranje gospodarskih subjekata; postojeća statistika ne odražava u potpunosti podatke o radu uspješnih i slabih poduzeća, o dinamici i strukturi vlasničkog i dužničkog kapitala, obrtnog kapitala, ocjeni likvidnosti bilance poduzeća, odnosno postoji poteškoća u prikupljanju potrebne financijske informacije koje karakteriziraju financijski položaj poljoprivredne organizacije iznutra.

Trenutno se problem predviđanja stečaja za pojedino poduzeće sastoji, s jedne strane, u nedostatku općepriznatih postojećih metoda za predviđanje bankrota i solventnosti poslovnih subjekata, s druge strane, te su metode uglavnom usmjerene na utvrđivanje činjenica nesolventnosti kada su već prisutni znakovi stečaja komercijalne organizacije. Predviđanje rizika bankrota predstavlja i opasnost od nastanka „nelikvidnosti poljoprivrednih organizacija, koja je ili postaje održiva“, prestanka proračunskih prihoda, a ponekad i dodatnih proračunskih rashoda. Stoga su financijske službe regije, ali i organizacije zainteresirane za predviđanje kretanja financijskog stanja poljoprivrednih proizvođača kako bi predvidjeli moguće promjene u njihovoj prihodovnoj osnovici. Za lokalni proračun to znači rizik izravnih financijskih gubitaka, uključujući i rizik bankrota poreznih obveznika. Pravovremena analiza trendova u trenutnoj solventnosti i dijagnostika stečaja poljoprivrednih organizacija omogućit će nam da izračunamo iznos financijskog rizika i moguće vrijeme gubitka prihoda; razraditi zdravstvene mjere za sprječavanje kriznih situacija, prije uvođenja stečajnog postupka, kada su financijski gubici poslovnog subjekta već nastupili, izvori prihoda za proračun su praktički izgubljeni, te nije uputno kalkulirati rizicima.

U suvremenoj ekonomskoj znanosti nedavno su se pojavili brojni razvoji u području analize i predviđanja aktivnosti trgovačkih organizacija, uključujući metode za izračunavanje stupnja udaljenosti poduzeća od stečaja i stupnja njihove pouzdanosti. Na temelju rezultata financijske analize, sustav standardnih pokazatelja (likvidnost, financijska stabilnost, učinkovitost korištenih resursa, povrat na imovinu) omogućuje prepoznavanje slabosti u gospodarstvu komercijalne organizacije, karakteriziranje stanja financijskih i gospodarske djelatnosti poljoprivrednog poduzeća. Istodobno, uzimajući u obzir regulatorni okvir, neki pokazatelji mogu biti u kritičnoj zoni, dok drugi mogu biti sasvim zadovoljavajući. Opći pokazatelji koji se koriste kao kriterij za insolventnost poljoprivrednog poduzeća često ne uzimaju u obzir osobitosti regionalnih i sektorskih specifičnosti. Mnogi pokazatelji likvidnosti i financijske stabilnosti međusobno se nadopunjuju i zamjenjuju; u regulatornim dokumentima za analizu financijskog stanja organizacije nema jasne definicije utvrđenih industrijskih standarda, a češće ti standardi uopće nedostaju. Stoga je na temelju takve analize teško izvući nedvosmislen zaključak da će ovo poljoprivredno poduzeće u bliskoj budućnosti definitivno bankrotirati ili će, obrnuto, preživjeti, jer. Poduzeća agroindustrijskog kompleksa imaju različite organizacijske i tehničke specifičnosti, svoje jedinstvene tržišne niše, strategije i ciljeve te faze životnog ciklusa. U ovom slučaju, za opću analizu, potrebno je koristiti optimalan broj koeficijenata, uzimajući u obzir specifičnosti, veličinu organizacije i glavne ciljeve i ciljeve analize. Pouzdanost analize vjerojatnosti bankrota značajno se povećava usporedbom pokazatelja ovog poduzeća i sličnih poduzeća koja su bankrotirala ili izbjegla stečaj. Međutim, u Rusiji je za poljoprivredni sektor gospodarstva vrlo problematično pronaći odgovarajući analog za usporedbu ili takav analog uopće nije dostupan. Postoji potreba za korištenjem alata koji povećavaju pouzdanost zaključaka predviđanja vjerojatnosti bankrota. Jedna od tih metoda je metoda diskriminativne analize, koja rješava probleme klasifikacije, odnosno podjele ukupnosti analiziranih objekata na skupine konstruiranjem klasifikacijske funkcije u obliku korelacijskog modela.

Metoda diskriminirajućeg rezultata prvi put se pojavila u SAD-u (1960.) kada su znanstvenici pokušali formulirati modele za predviđanje bankrota. Poznato je nekoliko višefaktorskih prediktivnih modela uz pomoć kojih se poslovni subjekti mogu podijeliti na potencijalne stečajne i nebankrotirane. Najtemeljnija studija o praksi stranih financijskih institucija objavljena je 1968. godine časopis za financije E.I. Altman<1>i bio je polazište brojnih kasnijih studija provedenih u području dijagnostike bankrota. Ova metoda je analiza korak po korak, koja vam na temelju niza omjera omogućuje procjenu financijske situacije poduzeća u smislu njegove održivosti i kontinuiteta poslovanja u kratkom roku.

<1>Altman, Edward I. Financijski omjeri, diskriminirajuća analiza i predviđanje stečaja poduzeća, Journal of Finance (rujan 1968.), str. 589-609 (prikaz, ostalo).

Suština studije je sljedeća.
— Usporedna analiza za isto razdoblje na temelju niza koeficijenata iz dva uzorka, uključujući tvrtke s poteškoćama u plaćanju i "zdrave" tvrtke.
- Odabir korištenjem različitih statističkih testova koeficijenata za određivanje najbolje tvrtke zastupljene u jednom od uzoraka.
— Razvoj, korištenjem tehnika diskriminativne analize, linearne kombinacije Z iz definirajućih koeficijenata, što će omogućiti razlikovanje nesolventnih i zdravih komercijalnih organizacija i može poslužiti kao alat za predviđanje.

Altmanov model izgrađen je korištenjem višestruke diskriminativne analize ( Višestruka diskriminantna analiza — MDA). Autor je ispitao 22 različita financijska pokazatelja, na temelju kojih je provedena postupna diskriminirajuća analiza 66 poduzeća (od kojih su 33 uspješno poslovala, a 33 propala između 1946. i 1965.) koja je omogućila procjenu težine pojedinih izračunatih pokazatelja. . Kao rezultat toga, u modelu je ostalo samo pet glavnih financijskih omjera, od kojih je svaki imao određenu težinu, utvrđenu statističkim metodama. Koristeći svoju analitičku metodu, Altman je izveo sljedeću jednadžbu pouzdanosti ( Z rezultatski model):

Z \u003d 1,2 X1 + 1,4 X2 + 3,3 X3 + 0,6 X4 + 1,0 X5,

gdje je X1 udio neto radnog kapitala u imovini;
X2 je omjer akumulirane dobiti i imovine;
X3 - povrat na imovinu;
X4 - omjer tržišne vrijednosti svih redovnih i povlaštenih dionica poduzeća i posuđenih sredstava;
X5 - promet sredstava.

U razmatranom modelu prvi faktor je udio imovine pokrivene vlastitim obrtnim kapitalom i karakterizira solventnost poduzeća; drugi i četvrti odražavaju strukturu kapitala; treći je povrat na imovinu, izračunat na temelju bilančne dobiti; peti je obrt kapitala.

Dodjeljivanje poduzeća određenoj klasi pouzdanosti temelji se na sljedećim vrijednostima Z indeksa:
Z<1,81, то вероятность банкротства очень велика;
1,81 < Z < 2,675, то вероятность банкротства средняя;
Z = 2,675, tada je vjerojatnost bankrota 0,5;
2,675 < Z < 2,99, то вероятность банкротства невелика;
Z > 2,99, tada je vjerojatnost bankrota zanemariva.

Godine 1977<2>E.I. Altman, R.G. Holdman i P. Narayan razvili su točniji model (ZETA model), koji omogućuje predviđanje bankrota u petogodišnjem horizontu s točnošću od 70%<3>. Pokazao je veću točnost od z rezultatski model, posebno kod predviđanja u dugim vremenskim horizontima. U početku je u modelu korišteno 27 financijskih pokazatelja, od kojih je naknadno odabrano samo sedam:
X1 - povrat na aktivu: omjer dobiti prije kamata i poreza prema ukupnoj aktivi;
X2 - stabilnost dobiti, procijenjena tijekom posljednjih 5-10 godina;
X3 - koeficijent pokrivenosti kamata: omjer dobiti prije kamata i poreza i ukupnog iznosa kamata;
X4 - ukupna profitabilnost: omjer zadržane dobiti i iznosa imovine;
X5 - koeficijent tekuće likvidnosti: omjer radnog kapitala i kratkoročnih obveza poduzeća;
X6 - omjer tržišne kapitalizacije i knjigovodstvene vrijednosti kapitala, koji se procjenjuje u prosjeku u zadnjih 5 godina;
X7 je veličina poduzeća, procijenjena kao logaritam ukupne imovine poduzeća.

<2>Često ovaj model datira iz 1978. Vidi: Agaptsov S.A., Mordvintsev A.I., Fomin P.A., Shakhovskaya L.S. Indikativno planiranje kao temelj strateškog razvoja industrijskog poduzeća: Monografija. - M.: Viša škola, 2002.
<3>Altman E.I., Haldeman R.G., Narayanan P. Zeta analiza: Novi model za prepoznavanje rizika bankrota korporacije, Časopis za bankarstvo i financije, lipanj 1977.

Godine 1983. E. Altman<4>dobio modificiranu verziju svoje formule za tvrtke čije dionice nisu uvrštene na tržište:

Z = 0,717 X1 + 0,84 X2 + 3,107 X3 + 0,42 X4 + 0,995 X5,

gdje je K4 knjigovodstvena vrijednost vlastitog kapitala u odnosu na posuđeni kapital. Kod Z< 1,23 Альтман диагностирует высокую вероятность банкротства.

<4>Altman E.I. Korporacijske financijske nevolje. - New York, John Wiley, 1983.; Altman E.I. Further Empirical Investigation of the Bankruptcy Cost Question, Journal of Finance, rujan 1984., str. 1067 - 1089 (prikaz, stručni).

U poduzećima čije dionice nisu uvrštene na tržište, kao i zbog nedovoljne razvijenosti ruskog tržišta dionica i nedostatka informacija u Rusiji o tržišnoj vrijednosti dionica, kao iznimku, možete koristiti opciju koju predlaže ekonomist Yu.V. Adamov, koji pri izračunu koeficijenta K4 tržišnu vrijednost dionica zamjenjuje iznosom temeljnog i dodatnog kapitala, budući da povećanje vrijednosti imovine poduzeća dovodi ili do povećanja njegovog temeljnog kapitala (povećanje nominalne vrijednosti ili dodatne emisije dionica), ili na povećanje dopunskog kapitala (povećanje tržišne vrijednosti dionica zbog povećanja njihove pouzdanosti).

Modeli predviđanja stečaja razvijeni na Zapadu odgovaraju uvjetima razvijene tržišne ekonomije. Za rusko gospodarstvo korištenje Altmanova modela ima niz ograničenja zbog različitih metoda odražavanja inflatornih čimbenika, različitih struktura kapitala te zbog razlika u informacijskim i zakonodavnim osnovama. Na primjer, omjer pokrivenosti tržišne vrijednosti vlasničkog kapitala, kada se koristi u izračunima, dobiva vrlo visoku procjenu, što ne odgovara ruskoj stvarnosti zbog nesavršenosti trenutne metodologije za revalorizaciju osnovnog kapitala. Neopravdano je precijenjen udio vlastitog kapitala na račun revalorizacijskog fonda (dopunskog kapitala). Kao rezultat toga, visoka razina pokazatelja Altman Z-modela postiže se čak i za kronično neprofitabilne organizacije zbog činjenice da imaju mali udio posuđenog kapitala u njegovom ukupnom iznosu, te, sukladno tome, razmatrani pokazatelj iskrivljuje stvarne financijske položaj poduzeća.

S razvojem stečajnog sustava i pojavom dovoljnog broja bankrotiranih u različitim sektorima gospodarske aktivnosti, postaje moguće prilagoditi model predviđanja E. Altmana realnostima ruskog gospodarstva. Relevantnost ovog zadatka raste kako se tržište razvija i stvara zdravo konkurentno okruženje. Do sada su se i izvorni Altmanovi modeli i kriteriji aktivno koristili u financijskoj analizi. Na primjer, metodologije vrednovanja poslovanja North-Western Society of Appraisers uključuju testiranje tvrtki s Altmanovim modelima. Ideje Altmanovih formula ugrađene su u program "Audit Expert" (Audit Expert 3.71). U opisu primjene programa Audit-Expert naveden je opseg Altman Z-score metode:
- Komercijalna poduzeća - analizirati vjerojatnost prijetnje od mogućeg stečaja (gubitka solventnosti).
- Revizijske tvrtke - za izradu mišljenja o financijskom stanju (izgledi za stečaj) poduzeća kupca.
- Državna poduzeća - prezentirati financijske pokazatelje gospodarske aktivnosti višim strukturama.
- Potencijalni izvođači i dioničari poduzeća - za procjenu njegove potencijalne solventnosti i donošenje strateških odluka u vezi s tim poduzećem.

Korisnici mogu samo po neizravnim dokazima nagađati da softver sadrži model iz 1968. (izgrađen pomoću aparata multiplikativne diskriminativne analize; konačni koeficijent vjerojatnosti bankrota Z izračunava se pomoću pet pokazatelja; ovisno o vrijednosti Z-skora, procjenjuje se vjerojatnost u određenoj mjeri bankrot u roku od dvije godine).

Znanstvenici Irkutske državne ekonomske akademije predložili su vlastiti model s četiri faktora za predviđanje rizika bankrota trgovačkih poduzeća (model R-računa), sličan modelu E.I. Altman 1968:

R = 8,38 K1 + K2 + 0,054 K3 + 0,63K4,

K1 - neto radni kapital / ukupna imovina;
K2 - rezervni kapital + zadržana dobit / ukupna aktiva;
K3 - dobit (gubitak) + obveze za kamate / ukupna aktiva;
K4 - kapital i rezerve / ukupne obveze;
K5 - prihod od prodaje / ukupna imovina.

Za procjenu vrijednosti modela R-računa koristi se skala od 5 intervala, koja se može koristiti za prosuđivanje prijetnje bankrota:
R< 0 — вероятность банкротства максимальная (90—100%);
R< 0 < 0,18 — вероятность банкротства высокая (60—80%);
0,18 < R < 0,32 — вероятность банкротства средняя (35—50%);
0,32 < R < 0,42 — вероятность банкротства низкая (15—20%);
R > 0,42 - vjerojatnost bankrota je minimalna (do 10%).

Uzimajući u obzir svjetska iskustva antikriznog upravljanja za dijagnosticiranje bankrota domaćih poduzeća, tim znanstvenika sa St. Petersburg State University pod vodstvom dr. econ. znanosti, profesor S. V. Valdaitsev empirijski je formuliran Altmanov kriterij<5>.

<5>Metodologija za procjenu pouzdanosti ruskih poduzeća na temelju službenih podataka konsolidirane bilance i drugih neizravnih informacija: http://nwsa.ru/pub/7/61_1.php.

Ovaj kriterij je diskriminirajuća funkcija četiri financijska omjera izračunata iz bilance stanja i računa dobiti i gubitka poduzeća. Razlike u računovodstvenim sustavima usvojenim u različitim zemljama u ovom kriteriju izravnavaju se činjenicom da diskriminirajuća funkcija Altmanova kriterija uključuje množenje nekoliko relativnih pokazatelja, u svakom od kojih su profiti koji najviše ovise o računovodstvenom sustavu normalizirani na zbroj ostatka bilančne vrijednosti imovine ili obveza poduzeća.
Altmanov kriterij (Z) izračunava se na sljedeći način:

Z \u003d 6,56X1 + 3,26X2 + 6,72X3 + 1,05X4,

gdje je X1 omjer radnog kapitala i zbroja vrijednosti svih sredstava;
X2 - omjer bilančne dobiti i zbroja vrijednosti sve imovine;
X3 je omjer dobiti prije kamata i poreza prema zbroju vrijednosti sve imovine;
X4 je omjer knjigovodstvene vrijednosti kapitala (neto imovine) prema ukupnoj vrijednosti svih obveza poduzeća.

Vjeruje se da ako je Z indeks manji od 1,10, tada postoji prijetnja nesolventnosti poduzeća.

Ako je ovaj pokazatelj veći od 2,90, tada se može tvrditi da ne postoji opasnost od nesolventnosti poduzeća.

Poduzeća za koja je rezultat Altmanovog kriterija između 1,10 i 2,90 kvalificiraju se kao poduzeća u sivoj zoni. To znači da se ne može ništa određeno reći o izgledima za održavanje njihove solventnosti.

Autori su testirali hipotezu o mogućnosti i ograničenjima (nemogućnosti) primjene Altmanovih modela na poljoprivredna poduzeća. Naše istraživanje potvrđuje prihvatljivost korištenja Altmanovog kriterija u domaćim uvjetima poslovanja za dijagnosticiranje insolventnosti poljoprivrednih poduzeća.

Metodologija našeg testiranja bila je dijagnosticiranje bankrota poljoprivrednih poduzeća, sustavno uključenih u ocjenu najboljih poljoprivrednih gospodarstava u regiji u smislu najviše razine profitabilnosti od prodaje proizvoda na temelju Altmanovih modela, kao i prilagođenih Altmanovih modela. kriterij. Fragment konstruirane analitičke tablice 1 pokazuje prihvatljivost korištenja različitih Altmanovih modela u uvjetima domaćeg agrobiznisa. Znak "+" u tablici označava podudarnost rezultata predviđanja modela i stvarnog pozitivnog financijskog stanja.

stol 1

Prihvatljivost korištenja Altmanova kriterija u domaćim uvjetima poslovanja za dijagnosticiranje insolventnosti poljoprivrednih poduzeća

Izračuni vjerojatnosti bankrota prema Altmanovom kriteriju pokazali su pouzdanost pozitivnog financijskog stanja poljoprivrednih poduzeća za 91%, dok je 9% (slika 1.) organizacija u „sivoj zoni“. Prema rezultatima gospodarskih aktivnosti poljoprivrednih poduzeća Omske regije za 2004.-2005., objavljenim u zbirci Omskog regionalnog odbora za statistiku, ova grupa poduzeća potvrđuje svoju stabilnu financijsku poziciju. Korištenje Altmanovih modela (1968., 1983.) za određivanje vjerojatnosti bankrota istih poljoprivrednih organizacija daje proturječne rezultate (sl. 2, 3). Primjerice, 58% najboljih farmi u regiji svrstano je prema modelu iz 1983. u skupinu s visokom i vrlo velikom vjerojatnošću bankrota; dok je model iz 1968. bio točniji: 45%.

Riža. 1. Stupanj vjerojatnosti bankrota prema Altmanovom kriteriju

Riža. 2. Stupanj vjerojatnosti bankrota prema metodi Altmana (1983.)

Riža. 3. Stupanj vjerojatnosti bankrota prema metodi Altmana (1968.)

Dakle, postojanje brojnih pristupa procjeni stečaja potvrđuje izvedivost razvoja ove teme. Nakon prilagodbi metodologije koju je predložio Altman, većina financijskih stručnjaka složila se da su njegove prognoze vrlo izvodljive i statistički pouzdane, tj. uz pomoć ovih modela moguće je točno identificirati poduzeća koja imaju visoku vjerojatnost financijskog „propasti“. Što je bankrot bliži, to su očitiji rezultati koje pokazuje i Altmanov model i bilo koja druga metoda. Prednost metoda poput Altmanova modela je velika vjerojatnost s kojom se predviđa bankrot otprilike dvije godine prije stvarnog raspisivanja natječaja, nedostatak je smanjenje statističke pouzdanosti rezultata pri predviđanju za daleku budućnost.

Također na ovu temu.

Altmanov koeficijent (indeks kreditne sposobnosti). Ovu metodu predložio je 1968. godine poznati zapadni ekonomist Altman (Edward I. Altman). Indeks kreditne sposobnosti izgrađen je pomoću aparata multiplikativne diskriminativne analize (Multiple-discriminant analysis - MDA) i omogućuje, kao prvu aproksimaciju, podjelu poslovnih subjekata na potencijalne bankrote i nebankrote.

U konstruiranju indeksa, Altman je ispitao 66 poduzeća, od kojih je polovica bankrotirala između 1946. i 1965., a polovica je bila uspješna, te je ispitao 22 analitička koeficijenta koji bi mogli biti korisni u predviđanju mogućeg bankrota. Od tih pokazatelja odabrao je pet najznačajnijih i izgradio multifaktorsku regresijsku jednadžbu. Dakle, Altmanov indeks je funkcija nekih pokazatelja koji karakteriziraju ekonomski potencijal poduzeća i rezultate njegovog rada u proteklom razdoblju. Općenito, indeks kreditne sposobnosti (Z-score) izgleda ovako:

Z \u003d 1,3 X1 + 1,4 X2 + 3,3 X3 + 0,6 X4 + 1,0 X5 (1)

Gdje je H1 – obrtna sredstva/iznos sredstava;

H2 – zadržana dobit/iznos imovine;

X3 - dobit iz poslovanja / ukupna aktiva;

H4 – tržišna vrijednost dionica/duga;

H5 – prihod/iznos imovine.

Rezultati brojnih izračuna prema Altman modelu pokazali su da generalizirajući pokazatelj Z može poprimiti vrijednosti unutar [-14, +22], dok su poduzeća za koja je Z> 2,99 financijski stabilna, poduzeća za koja je Z<1,81 являются безусловно-несостоятельными, а интервал составляет зону неопределенности.

stol 1

Stupanj vjerojatnosti bankrota prema E. Altmanu

Z-faktor ima zajedničku ozbiljnu manu - zapravo, može se koristiti samo u odnosu na velike kampanje koje kotiraju svoje dionice na burzama. Upravo za takve tvrtke možete dobiti objektivnu tržišnu procjenu temeljnog kapitala.

Praksa pokazuje visoku točnost procjena i predviđanja bankrota korištenjem z-skora za velika i srednja poduzeća.

Godine 1983. Altman je dobio modificiranu verziju svoje formule za tvrtke čije dionice nisu kotirane na burzi:

Z = 0,717X1 + 0,847X2 + 3,107X3 + 0,42X4 + 0,995X5 (2)

(ovdje je X4 knjigovodstvena, a ne tržišna vrijednost dionica). "Granična" vrijednost ovdje je 1,23.

Altmanov koeficijent jedan je od najčešćih. Međutim, njegovo pažljivo proučavanje pokazuje da je pogrešno sastavljen: termin X1 povezuje se s krizom upravljanja, X4 karakterizira početak financijske krize, dok su ostali ekonomski. Sa stajališta sustavnog pristupa, ovaj pokazatelj nema pravo postojati.

Općenito, prema ovoj formuli, poduzeća s profitabilnošću iznad određene granice postaju potpuno "nepotopiva". U ruskim uvjetima profitabilnost pojedinog poduzeća u velikoj je mjeri izložena opasnosti od vanjskih fluktuacija. Čini se da bi ova formula u našim uvjetima trebala imati manje visoke parametre s različitim pokazateljima profitabilnosti.

Poznati su i drugi slični kriteriji. Tako je britanski znanstvenik Taffler (Taffler) predložio 1977 četverofaktorski prediktivni model, koji je razvijen pomoću sljedećeg pristupa:

Pri korištenju računalne tehnologije u prvoj fazi izračunava se 80 odnosa prema podacima stečajnih i solventnih poduzeća. Zatim se pomoću statističke tehnike poznate kao multivarijantna diskriminantna analiza može izgraditi model solventnosti određivanjem parcijalnih omjera koji najbolje razlikuju dvije grupe poduzeća i njihove omjere. Ovaj selektivni izračun omjera tipičan je za određivanje nekih od ključnih dimenzija uspješnosti poduzeća, kao što su profitabilnost, usklađivanje radnog kapitala, financijski rizik i likvidnost. Kombiniranjem ovih mjera i njihovim odgovarajućim spajanjem, model solventnosti daje točnu sliku financijskog zdravlja korporacije. Tipičan model za analizu uvrštenih tvrtki ima sljedeći oblik:

Z = 0,53X1 + 0,13X2 + 0,18X3 + 0,16X4 (3)

h1=dobit prije oporezivanja/tekuće obveze;

h2=tekuća imovina/ukupne obveze;

h3=tekuće obveze/ukupna imovina;

h4=prihod / iznos imovine.

Ako je vrijednost Z-scorea veća od 0,3, to znači da tvrtka ima dobre dugoročne izglede, ako je manja od 0,2, bankrot je više nego vjerojatan.

U Rusiji je sustav kriterija za utvrđivanje strukture bilance poduzeća kao nezadovoljavajuće odobren Uredbom Vlade Ruske Federacije od 20. lipnja 1994. N "498" O nekim mjerama za provedbu zakonodavstva o nesolventnosti (stečaj ) poduzeća, usvojen u skladu s Dekretom predsjednika Ruske Federacije od 22. prosinca 1993. br. 2264 "O mjerama za provedbu zakonodavnih akata o insolventnosti (stečaju) poduzeća." Na temelju normi građanskog prava, najvažnije značajke pravne osobe su prisutnost zasebne imovine i njezina samostalna imovinska odgovornost. Svako poduzeće, kao pravna osoba, odgovorno je za rezultate gospodarske djelatnosti cjelokupnom svojom imovinom.

Savezni zakon "O nesolventnosti (stečaj)" N 6-FZ od 8. siječnja 1998. utvrđuje za sve pravne osobe koje obavljaju poduzetničku djelatnost jedinstvene osnove za proglašavanje insolventnima (stečaja), kao i jedinstveni postupak likvidacije takvih pravnih osoba. Dakle, zakonodavstvo ne predviđa nikakve iznimke u pogledu odgovornosti za obveze poduzeća u različitim industrijama i područjima gospodarske djelatnosti, a upravo je ovaj pristup implementiran u gore navedenoj Uredbi Vlade Ruske Federacije.

Posebno treba napomenuti da priznavanje poduzeća kao nesolventnog i nezadovoljavajuće strukture bilance ne znači da je poduzeće priznato kao nesolventno (stečaj), ne mijenja pravni status poduzeća i ne dovodi do građanske odgovornosti . Riječ je samo o stanju financijske nestabilnosti poduzeća evidentiranom od strane tijela ovlaštenog od strane vlasnika imovine, a takve radnje ne izlaze iz okvira ovlasti vlasnika poduzeća da vrši kontrolu nad učinkovitim korištenjem svoje imovine. Stoga su normativne vrijednosti sustava kriterija postavljene na način da se osigura pravovremena kontrola financijskog stanja poduzeća i provedba mjera za sprječavanje nelikvidnosti, potičući poduzeća da samostalno prebrode krizu.

Altmanov model je formula koju je predložio američki ekonomist Edward Altman, a koja predviđa vjerojatnost bankrota poduzeća.

Izvršena je analiza Altmanova modela u programu FinEkAnaliza u bloku Modeli za procjenu vjerojatnosti bankrota poduzeća.

Altmanov model - što pokazuje

Altmanov model, koji pokazuje vjerojatnost bankrota, izgrađen je na izboru od 66 tvrtki - 33 uspješne i 33 u stečaju. Model predviđa točno 95% vremena.

Najjednostavniji je dvofaktorski Altmanov model. Za njega se koriste dva ključna pokazatelja: pokazatelj tekuće likvidnosti i pokazatelj udjela posuđenih sredstava u imovini. Oni se množe odgovarajućim konstantama – težinskim koeficijentima (a, b, y) određenim praktičnim izračunima.

Formula dvofaktorskog Altmanova modela

Budući da dvofaktorski model ne daje sveobuhvatnu ocjenu financijskog položaja poduzeća, analitičari češće koriste petofaktorski model (Z5) Edwarda Altmana. To je linearna diskriminantna funkcija, čiji se koeficijenti izračunavaju iz studije populacije poduzeća.

Formula Altmanova modela s pet faktora

Z5= 1,2 * X1 + 1,4 * X2 + 3,3 * X3 + 0,6 * X4 + 0,999 * X5

• X1 - obrtni kapital / iznos imovine poduzeća,
• X2 - zadržana dobit / iznos imovine poduzeća,
• X3 - dobit prije oporezivanja / ukupna vrijednost imovine,
• X4 - tržišna vrijednost kapitala / knjigovodstvena (knjigovodstvena) vrijednost svih obveza,
• X5 - obujam prodaje / ukupna imovina poduzeća.

Kao rezultat izračuna Z - indikatora, donosi se zaključak:

Kasnije je dobiven modificirani petofaktorski Altmanov model za poduzeća čije dionice ne kotiraju na burzi:

Formula modificiranog Altmanova modela s pet faktora

Z modificirano = 0,717 * X1 + 0,847 * X2 + 3,107 * X3 + 0,42 * X4 + 0,995 * X5

gdje je X4 knjigovodstvena vrijednost vlastitog / posuđenog kapitala (obveza).

• Z u rasponu od 1,23 do 2,89 situacija je neizvjesna,
• Z više od 2,9 svojstveno je stabilnim i financijski stabilnim tvrtkama.

Sinonimi

Altman Z-rezultat

Je li stranica bila korisna?

Više o Altman modelu

1. Financijska dijagnostika ruskih poduzeća korištenjem Altmanova modela za razvijena tržišta i tržišta u nastajanju
   Altman U Rusiji su Altmanovi diskriminantni modeli dobro poznati i naširoko se koriste u praksi, no njihova se relevantnost često dovodi u pitanje.
2. Procjena rizika vjerojatnosti bankrota korištenjem logit modela
   U Rusiji se među MDA modelima za predviđanje rizika bankrota često koriste dvofaktorski i peterofaktorski Altmanovi modeli koji imaju mnoge nedostatke.Uvjeti za funkcioniranje ruskih poduzeća često se razlikuju od zapadnih.
3. Aktualnosti i suvremena iskustva u analizi financijskog stanja organizacija - 5. dio
   S obzirom na to, strani analitičari koriste Altmanov model pet faktora Z5 Z5 1,2X1 1,4X2 3,3X3 0,6X4 0,999X5, 41 gdje je X1 obrtni kapital za
4. Vektorska metoda za predviđanje vjerojatnosti bankrota poduzeća
   Z-rezultat E Altmanov model pet faktora E Altman model sedam faktora E Altmanov koeficijent Y Beaverov model D Connan - M
5. Koji model bolje predviđa bankrot ruskih poduzeća?
   KV Shamshev je rekao da su prema Altmanovom modelu znakovi stečaja otkriveni u 40% tvrtki, 8 od 20 najvećih ima znakove stečaja
6. Ravnoteža solventnosti poduzeća i likvidnosti njegovih financijskih sredstava
   Ekonomisti iz različitih zemalja u praksi su, testirajući različite metode, testirali Altmanov model primjenom na različita vremenska razdoblja.
7. Razvoj modela predviđanja bankrota za ruska poduzeća za građevinsku i poljoprivrednu industriju
   Od 28-35. Analizirajmo detaljno rezultate simulacije. Altmanov model pruža opću točnost predviđanja u 64,1% slučajeva za građevinske tvrtke i 62,7%
8. Analiza financijskog stanja u svrhu utvrđivanja kreditne sposobnosti organizacije
   Kolyshkin Razmotrite metodologiju za određivanje vjerojatnosti bankrota na primjeru Altmanova modela jer je najpoznatiji Altmanov Z-model sljedeći 4, s 131 Z5 1.2
9. Učinkovitost metode slučaja u procjeni rizika bankrota organizacije
   Konkretno, studenti su došli do zaključka da je Altmanov model trenutno najpoznatiji, ali Z-faktor ima zajednički ozbiljan nedostatak -
10. Metode predviđanja vjerojatnosti bankrota organizacije
    Povrat ulaganja u poduzeće 19.4 Altmanov model je model od pet faktora izgrađen na temelju podataka iz uspješnih i bankrotiranih industrijskih poduzeća
11. Dijagnostika stečaja poljoprivrednog poduzeća na temelju međunarodnog iskustva
    Saratovska regija prema Altmanovom modelu pet faktora za 2013.-2015. Koeficijenti 2013. 2014. 2015. Omjer 2015.
12. Antikrizni menadžment kao alat za financijsku stabilizaciju poduzeća
    U izgradnji modela, Altman je ispitao 66 poduzeća, od kojih je polovica bankrotirala između 1946. i 1965. godine.
13. Unapređenje pristupa i metoda za analizu financijskog stanja poduzeća
    S tog gledišta zanimljiv je prediktivni potencijal postojećih metoda, među kojima su najpoznatije i najkorištenije, barem u obrazovne svrhe, metode predviđanja vjerojatnosti gubitka solventnosti, Altmanov model pet faktora, Beaverov model, te metodologiju procjene financijskog stanja koju koriste arbitražni upravitelji
14. Kako predvidjeti bankrot dužnika
    Altmanov dvofaktorski model jedan je od najlakših načina za procjenu vjerojatnosti bankrota potencijalnog kupca. I što je najvažnije
15. Analiza učinkovitosti Altman Z-skora u dijagnosticiranju bankrota ruskih tvrtki u kontekstu kriznih pojava u gospodarstvu
    Za analizu bankrota poduzeća koristimo Altmanov model i analiziramo uspješnost poduzeća za 2013. – 2014. U zapadnoj praksi financijske i ekonomske aktivnosti, za
16. Kreditni indeks
    Analiza Altmanova modela provodi se u programu FinEkAnalysis u bloku Modeli za procjenu vjerojatnosti bankrota poduzeća Rezultati brojnih
17. Procjena vjerojatnosti bankrota Kryotherm LLC u suvremenom gospodarstvu
    Tablica 3 - Izračun vjerojatnosti bankrota prema Altmanovom dvofaktorskom modelu
18. Procjena vjerojatnosti bankrota
    Program FinEcAnalysis procjenjuje vjerojatnost bankrota poduzeća koristeći sljedeće metode Altmanov model pet faktora Modificirani Altmanov model pet faktora Fullmerov model Stringateov model Foxov i Tafflerov model Dodatno
19. Metodologija upravljanja potraživanjima poduzeća, uzimajući u obzir rizike
    Dvofaktorski Altmanov model 1 2. Petofaktorski Altmanov model 2 3 Tafflerov R model 2 4. Model
20. Metode procjene rizika bankrota poduzeća
    Jedan od najpopularnijih pristupa je multiplikativna diskriminativna analiza predstavljena Altmanovim modelom 8, čija su obilježja sljedeća u odnosu na određenu zemlju i interval

Izgradimo Altmanov model na temelju Dodatka 1 i Dodatka 2. Oni sadrže bilancu i račun dobiti i gubitka poduzeća s organizacijskim i pravnim oblikom OAO Slavneft.

Dvofaktorski Altmanov model jedna je od najjednostavnijih i najilustrativnijih metoda za predviđanje vjerojatnosti bankrota, pri čemu je potrebno izračunati utjecaj dvaju pokazatelja.

Formula Altmanova modela ima oblik:

Z = - 0,3877 - 1,0736 * K t + 0,579 * K ss (1),

gdje je K tl - koeficijent tekuće likvidnosti;

K zs - koeficijent kapitalizacije.

Koeficijent tekuće likvidnosti izračunava se kao omjer kratkotrajne imovine i kratkoročnih obveza.

Stopa kapitaliziranosti izračunava se kao omjer udjela posuđenog kapitala i iznosa obveza.

Za predviđanje rizika insolventnosti (bankrota) poduzeća korišteno je izvješćivanje za 2012.-2013.

Tablica 1 prikazuje rezultate analize uključene u Altmanov dvofaktorski Z-model.

Tablica 1. Dvofaktorski Altmanov Z-model

Zamijenimo ove koeficijente u formulu Altmanova dvofaktorskog Z-modela.

Dobivamo: Z 2013 \u003d - 0,3877 - 1,0736 * 1,47 +0,579 * 0,65 \u003d - 1,589542

Z 2012 = - 0,3877 - 1,0736 * 1,85 +0,579 * 0,89 = - 1,85855

Z< 0 - вероятность банкротства меньше 50 % и далее снижается по мере уменьшения Z.

Na temelju dobivenih Z vrijednosti mogu se izvući sljedeći zaključci:

Vjerojatnost bankrota u 2012.-2013. u ovom poduzeću bila je manja od 50%, a zatim se smanjuje kako se Z smanjuje, jer

Z 2013 = - 1,589542, Z 2012 = - 1,85855.

Altmanov petofaktorski model za dionička društva čije dionice kotiraju na tržištu. Najpopularniji model Altmana, upravo nju je znanstvenik objavio 1968. godine.

Formula za izračunavanje Altmanovog modela pet faktora je:

Z \u003d 1,2X1 + 1,4X2 + 3,3X3 + 0,6X4 + X5 (2),

gdje je X1 = obrtni kapital prema ukupnoj imovini poduzeća. Pokazatelj ocjenjuje iznos neto likvidne imovine poduzeća u odnosu na ukupnu imovinu;

X2 = neraspoređena dobit u ukupnoj imovini poduzeća, odražava razinu financijske poluge poduzeća;

X3 = dobit prije oporezivanja prema ukupnoj vrijednosti imovine. Pokazatelj odražava učinkovitost poslovanja poduzeća.

X4 = tržišna vrijednost kapitala / knjigovodstvena (knjigovodstvena) vrijednost svih obveza;

X5 = obujam prodaje prema ukupnoj vrijednosti imovine poduzeća karakterizira rentabilnost imovine poduzeća.

Z< 1,23 - вероятность банкротства высокая;

Z > 1,23 - vjerojatnost bankrota je mala.

Izračun pokazatelja uključenih u Altmanov petfaktorski model prikazan je u tablici 2.

Tablica 2. Altmanov Z-model s pet faktora

Zamijenimo ove koeficijente u formulu Altmanova Z-modela s pet faktora.

Dobivamo: Z 2013 \u003d 1,2 * 0,38 + 1,4 * 0,32 + 3,3 * 0,25 + 0,6 * 0,54 + 0,15 \u003d 2,203

Z 2012 \u003d 1,2 * 0,39 + 1,4 * 0,08 + 3,3 * 0,06 + 0,6 * 0,13 + 0,18 \u003d 1,036

Dakle, vjerojatnost stečaja u 2013. godini kod ovog poduzeća bila je u intervalu , koji je zona neizvjesnosti (Z=2, 203), odnosno u tom intervalu je nemoguće reći nešto određeno o mogućnosti stečaja.

Vjerojatnost stečaja u 2012. u ovom poduzeću bila je Z< 1,81. Это говорит о том, что предприятие в этом году было несостоятельным.

Procijenjeni dio. Ocjena poslovanja poduzeća

Financijski direktor Voskhod JSC skrenuo je pozornost na činjenicu da se u proteklih dvanaest mjeseci iznos novca na računima značajno smanjio. Financijski podaci o aktivnostima JSC "Voskhod" dani su u tablici. 2.1.

Sve kupnje i prodaje bile su na kredit, rok od mjesec dana.

Potreban

1. Analizirati navedene podatke i izračunati trajanje financijskog ciklusa u kojem se sredstva preusmjeravaju iz prometa poduzeća za 2007. i 2008. godinu.

2. Sastaviti analitičku bilješku o utjecaju promjena u promatranim razdobljima (vidi točku 5. Uputa za rješavanje problema).

Dodatne informacije:

1) za izračunavanje treba pretpostaviti da se godina sastoji od 360 dana;

2) sve izračune treba izvršiti s točnošću na dan.

Tablica 2.1. Financijske informacije o aktivnostima JSC "Voskhod"

Upute za rješavanje problema opcije 2

1. Analizirati dostupne informacije o najvećem mogućem rasponu smjerova (tablica 2.2).

Tablica 2.2. Dinamička analiza dobiti

Izračunajte bruto dobit poduzeća:

Bruto marža = Prihod od prodaje - Trošak prodane robe

za 2007.: 477 500 - 350 000 = 127 500 rubalja;

za 2008.: 535 800 - 370 000 = 165 800 rubalja;

Apsolutna promjena za 2008.-2007.: 58 300 - 20 000 = 38 300 rubalja.

Relativna promjena za 2008.-2007.: 12,21 - 5,7 = 6,51%

Troškovi proizvodnje u 2007. godini iznosili su 73,3% prihoda, au 2008. godini 69% prihoda, što je uz povećanje prihoda od prodaje utjecalo na rast bruto dobiti.

Povećanje prihoda može se pripisati sljedećim razlozima:

povećanje fizičkih obujma prodaje;

promjena asortimana proizvoda u korist isplativijih vrsta proizvoda;

uspješne marketinške aktivnosti;

Tablica 2.3. Analiza obrtnog kapitala

ČOK = DZ + Rezerve + Nz. proizvodnja + GP - KZ (1)

U 2007. godini: PCH = 80 900 + 18 700 + 24 100 + 58 300 - 19 900 = 162 100 rubalja.

U 2008. godini: PCH = 101 250 + 25 000 + 28 600 + 104 200 - 27 900 = 232 000 rubalja.

Dakle, apsolutna promjena neto radnog kapitala u razdoblju 2007.-2008. bila je:

20 350 + 6 300 + 4 500 + 45 900 - 7 150 = 69 900 rubalja, a relativna promjena u NCF: 25,15 + 33,69 + 18,67 + 78,73 - 35,93 = = 120,32%

Omjer pokrivenosti izračunava se pomoću formule:

Ovaj omjer pokazuje mogućnost otplate kratkoročnih obveza na teret obrtnih sredstava. Dobiveni rezultat se uspoređuje s 1. U našem slučaju dobiva se omjer 9:

1. Omjer 3:1 ili više odražava visok stupanj likvidnosti i povoljne uvjete za zajmodavce i dobavljače. Ali to također može značiti da poduzeće ima više sredstava na raspolaganju nego što ih može učinkovito koristiti. U pravilu to dovodi do pogoršanja profitabilnosti i prometa.

Omjer 2:1 teoretski se smatra normalnim i znači da će poduzeće prodajom svoje tekuće imovine samo za polovicu svoje vrijednosti (1/2=0,5 ili 50%) moći u potpunosti otplatiti svoje kratkoročne obveze. Za različita poslovna područja može se kretati od 1,2 do 3 ili više i uvelike ovisi o specifičnostima industrije i odabranoj strategiji upravljanja obrtnim kapitalom.

Apsolutna promjena u omjeru pokrivenosti:

3. Financijski ciklus i trajanje jednog obrta elemenata obrtnih sredstava treba odrediti prema podacima u tablici. 2.4.

Tablica 2.4. Analiza obrta obrtnih sredstava

Pokazatelji prometa (poslovne aktivnosti) igraju važnu ulogu u financijskoj analizi, jer karakteriziraju stopu pretvaranja različitih resursa poduzeća u gotovinu i imaju izravan utjecaj na njegovu likvidnost, solventnost i profitabilnost. Oni također služe kao mjera učinkovitosti i intenziteta korištenja imovine u vlasništvu poduzeća.

Obrt zaliha mjeri prosječno vrijeme koje je poduzeću potrebno da proda svoje proizvode i usluge. Drugo tumačenje ovog pokazatelja je razdoblje opskrbe zalihama pri određenom prosječnom dnevnom obujmu prodaje. Što je kraće razdoblje obrta, to su proizvodnja i prodaja proizvoda učinkovitiji, a potrebno je uzeti u obzir i prosječne industrijske vrijednosti.

Promet potraživanja u danima karakterizira prosječno vremensko razdoblje tijekom kojeg su sredstva od kupaca primljena na račune za namirenje poduzeća. Što je vrijednost ovog pokazatelja niža, to je poduzeće u povoljnijim uvjetima. Prekratko razdoblje otplate ne treba uvijek smatrati pozitivnim faktorom jer može značiti stroge uvjete plaćanja što dovodi do gubitka potencijalnih kupaca. U našem problemu promet potraživanja u 2008. godini je postao 68 dana, što je 7 dana više nego u 2007. godini.

Promet obaveza u danima karakterizira prosječan broj dana tijekom kojih tvrtka plaća svoje račune. Obrt obveza prema dobavljačima u 2007. godini iznosio je 40 dana, au 2008. godini se povećao i iznosio je 44 dana.

Usporedba iznosa potraživanja i obveza omogućuje vam da usporedite uvjete za primanje sredstava od poduzeća od svojih kupaca s uvjetima plaćanja za proizvode i usluge svojim dobavljačima. Smatra se da je poželjno kada su uvjeti plaćanja dobavljačima bolji od onih koji se nude kupcima. Tada poduzeće ima izvore dodatnog financiranja zbog vremenske razlike između plaćanja. Omjer nije u korist poduzeća (kao što je u našem problemu promet potraživanja 3 dana veći od prometa obveza prema dobavljačima) može značiti probleme s prodajom proizvoda, tj. implementacija pod bilo kojim uvjetima.

Na temelju pokazatelja prometa izračunava se trajanje poslovnog i financijskog (novčanog) ciklusa poduzeća.

Operativni ciklus (OCP) - razdoblje obrta svih tekućih sredstava od trenutka kupnje sirovina i materijala do primitka novca za prodanu robu i usluge.

OCP 2007 = 44,88 + 23,93 + 59,97 + 60,99 = 190 dana,

OCP 2008 = 49,15 + 23,94 + 101,38 + 68,03 = 242 dana.

Apsolutna promjena u radnom ciklusu: 242 - 190 = 52 dana

Trajanje gotovinskog prometa izračunava se na sljedeći način: Zalihe + Zalihe. proizvodnja + Rezerve GP + DZ - KZ

U 2007. godini trajanje gotovinskog prometa je bilo: 44,88 + 23,93 + 59,97 + 60,99 - 40 = 150 dana;

U 2008. godini trajanje gotovinskog prometa je bilo: 49,15 + 23,94 + 101,38 + 68,03 - 44,3 = 198 dana;

Apsolutna promjena u trajanju gotovinskog prometa za 2007.-2008. = 198 - 150 = 48 dana.

4. Količina prodanih proizvoda u 2008. godini veća je za 12,21% u odnosu na 2007. godinu, a nabavna vrijednost prodanih proizvoda veća je za 5,7%. Ulaganja u zalihe i potraživanja umanjena za obveze prema dobavljačima porasla su sa 162,1 tisuća rubalja. na 232 tisuće rubalja, odnosno za 70%, što je nesrazmjerno rastu prodaje i ukazuje na nezadovoljavajuću kontrolu razdoblja obrta obrtnog kapitala. Povećanje neto obrtnog kapitala za 69,9 tisuća rubalja. znači da je neto prihod od dobiti 2008. za 26,65 tisuća rubalja. više od onoga što bi se ostvarilo da nije došlo do povećanja zaliha i potraživanja (umanjenih za obveze prema dobavljačima) tijekom 2008. godine, pa bi tvrtka mogla morati uzimati nepotrebne bankovne kredite. Istodobno, značajan porast neto obrtnog kapitala znači da se previše dugoročnih sredstava ulaže u obrtnu imovinu.

Opći omjer likvidnosti isključujući gotovinu i kratkoročne kredite iznad 9:1 (objasnite ovaj omjer) također se može smatrati (visok/nizak). Razlozi povećanja neto obrtnog kapitala:

1) rast prodaje;

2) povećanje razdoblja obrta.

Drugi od ovih razloga je značajniji. Trajanje obrta zaliha sirovina i materijala povećalo se s 45 na 49 dana, unatoč tome što je to povećanje kompenzirano produljenjem kredita dobavljača s 40 na 44 dana. Rok kredita za dužnike povećan je sa 61 na 68 dana. Čini se da je ovo razdoblje predugo. No, najznačajnija promjena je povećanje trajanja prometa gotovih proizvoda sa 60 na 101 dan, a točan razlog nije moguće utvrditi.