Тест на уровень развития внимания онлайн. Тест на внимание. Простые упражнения для развития хорошего внимания и памяти

профессор Омского гуманитарного института

Сергиенко О.В.,
доцент Омского государственного аграрного университета

Несостоятельность российских предприятий АПК в период общего кризиса обусловлена неблагоприятными макроэкономическими условиями: нарушение традиционных хозяйственных связей, спад производства, резкие, трудно прогнозируемые изменения экономической политики правительства, инфляция, политическая нестабильность, разбалансированность финансового рынка. Однако мониторинг предприятия-банкрота обычно показывает, что банкротство наступает постепенно. Постоянная аналитическая работа, направленная на выявление и нейтрализацию скрытых негативных тенденций, предупреждает факт наступления кризисной ситуации. Диагностика банкротства, наряду с очевидными внешними причинами выявляет также ошибки сельхозтоваропроизводителей, усугубившие негативное воздействие внешней среды.

Коммерческие организации в своем развитии подвержены различным видам кризисов (экономическим, финансовым, управленческим), и их банкротство следует рассматривать как острое проявление кризиса. Во всем мире под банкротством принято понимать финансовый кризис, то есть неспособность фирмы выполнять свои текущие обязательства. Помимо этого, фирма может испытывать экономический кризис (ситуация, когда материальные ресурсы компании используются неэффективно) и кризис управления (неэффективное использование человеческих ресурсов, что часто означает также низкую компетентность руководства и, следовательно, неадекватность управленческих решений требованиям окружающей среды).

Известные методики предсказания банкротства выявляют различные виды кризисов, поэтому оценки, получаемые при их помощи, сильно различаются. Но любой из названных видов кризисов может привести к ликвидации организации. В практике не существует универсальной методики предсказания банкротства по причине «специализации» на каком-либо одном виде кризиса. Поэтому целесообразно отслеживание динамики результирующих показателей по нескольким из них. Выбор конкретных методик должен диктоваться особенностями отрасли, в которой функционирует предприятие.

Несмотря на наличие большого количества всевозможных моделей и методик (Р. Лис, Д. Фулмер, Г. Спрингейт, Р. Таффлер, Ж. Конан и М. Гольдер, У. Бивер, Д. Дюран, Л.В. Донцова, А.В.Грачев, Е.С. Стоянова, М.А. Федотова, Р.С. Сайфулина, П.А. Фомина, О.П. Зайцева, В.В. Ковалева, Г.В. Савицкая, Т.Б. Бердникова), позволяющих прогнозировать наступление банкротства фирмы с той или иной степенью вероятности, в этой области существует много проблем прогнозирования банкротства, особенно в такой специфической отрасли, как сельское хозяйство. Несовершенство института банкротства в нашей стране затрудняет осуществление разработок, основанных на реалиях нашей экономики и направленных на достоверное прогнозирование возможного банкротства предприятий.

Применение зарубежных и отечественных методик диагностики банкротства не лишено недостатков, в частности — используемые в официальных методиках весовые коэффициенты требуют корректировки применительно к отечественным, региональным и отраслевым условиям функционирования хозяйствующих субъектов; существующая статистика не отражает в полном объеме сведения о работе успешных, и слабых предприятий, о динамике и структуре собственного и заемного капитала, оборотных средств, оценке ликвидности баланса предприятия, т. е. существует сложность сбора необходимой финансовой информации, характеризующей финансовое положение сельскохозяйственной организации изнутри.

В настоящее время проблема прогнозирования банкротства для отдельного предприятия состоит, с одной стороны, в отсутствии общепризнанных действующих методик прогнозирования банкротства и платежеспособности субъектов предпринимательской деятельности, с другой, эти методики ориентированы в основном на установление факта неплатежеспособности тогда, когда признаки банкротства коммерческой организации уже налицо. Предсказание риска банкротства также представляет собой опасность наступления «неплатежеспособности сельскохозяйственных организаций, имеющей или приобретающей устойчивый характер», прекращение поступлений в бюджет, а порой и дополнительные расходы бюджета. Поэтому финансовые службы региона, также как и организации заинтересованы в предвидении тенденции изменения финансового состояния сельхозтоваропроизводителей с целью прогноза возможных изменений своей доходной базы. Для местного бюджета это означает риск прямых финансовых потерь, включающий в себя и риск банкротства налогоплательщиков. Своевременный анализ тенденций текущей платежеспособности и диагностика банкротства сельскохозяйственных организаций позволит рассчитать величину финансового риска и возможные сроки наступления потерь дохода; разработать оздоровительные мероприятия по предупреждению кризисных ситуаций, до введения процедуры банкротства, когда финансовые потери у субъекта хозяйствования уже состоялись, источники дохода для бюджета практически потеряны, и риски рассчитывать нецелесообразно.

В современной экономической науке в последнее время появились многочисленные разработки в сфере анализа и прогноза деятельности коммерческих организаций, в том числе методы расчета степени отдаленности фирм от банкротства и степени их надежности. По итогам финансового анализа система стандартных показателей (ликвидности, финансовой устойчивости, эффективности используемых ресурсов, отдачи активов) позволяет выявить слабые места в экономике коммерческой организации, охарактеризовать состояние финансово-хозяйственной деятельности сельхозпредприятия. При этом, учитывая нормативную базу, одни показатели могут находиться в критической зоне, а другие быть вполне удовлетворительными. Общие показатели, используемые в качестве критерия неплатежеспособности сельхозпредприятия, часто не учитывают особенностей региональной и отраслевой специфики. Многие показатели ликвидности и финансовой устойчивости взаимодополняют и взаимозаменяют друг друга, в нормативных документах анализа финансового состояния организации нет четкого определения установленных отраслевых нормативов, а чаще эти нормативы отсутствуют вообще. Поэтому на основе такого анализа затруднительно сделать однозначный вывод о том, что данное сельскохозяйственное предприятие обязательно обанкротится в ближайшее время или, наоборот, выживет, т.к. предприятия АПК обладают различной организационно-технической спецификой, своими уникальными рыночными нишами, стратегиями и целями, фазами жизненного цикла. В этом случае для общего анализа необходимо использовать оптимальное количество коэффициентов, учитывая специфику, размеры организации и основные цели и задачи анализа. Достоверность анализа вероятности банкротства значительно повышается при сопоставлении показателей данного предприятия и аналогичных предприятий, обанкротившихся или избежавших банкротства. Однако в России для аграрного сектора экономики подыскать подходящий аналог для сравнения очень проблематично, или такой аналог отсутствует вообще. Возникает необходимость использования инструментария, повышающего надежность выводов прогнозирования вероятности банкротства. Одним из таких методов является метод дискриминантного анализа, с помощью которого решаются задачи классификации, то есть разбиения совокупности анализируемых объектов на группы путем построения классифицирующей функции в виде корреляционной модели.

Метод дискриминантных показателей впервые появился в США (1960), когда ученые попытались сформулировать модели предсказания банкротства. Известно несколько многофакторных прогнозных моделей, с помощью которых субъекты хозяйствования можно разделить на потенциальных банкротов и небанкротов. Самое фундаментальное исследование в практике зарубежных финансовых организаций опубликовано в 1968 г. в Journal of Finance Э.И. Альтманом<1> и явилось отправной точкой многочисленных последующих исследований, проводимых в области диагностики банкротства. Данный метод представляет собой поэтапный анализ, который на базе ряда коэффициентов позволяет оценить финансовую ситуацию фирмы с точки зрения ее жизнеспособности и непрерывности хозяйственной деятельности в краткосрочном периоде.

<1> Altman, Edward I. Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy, Journal of Finance (September 1968), pp. 589—609.

Суть исследования заключается в следующем.
— Сравнительный анализ за один и тот же период на основе ряда коэффициентов двух выборок, включающих фирмы, имеющие трудности по платежам, и «здоровые» фирмы.
— Отбор с помощью различных статистических тестов коэффициентов, позволяющих определить лучшую фирму, представленную в одной из выборок.
— Разработка с помощью приемов дискриминантного анализа линейной комбинации Z из определяющих коэффициентов, которая позволит установить различие между неплатежеспособными и здоровыми коммерческими организациями и может служить инструментом предсказания.

Модель Альтмана была построена при помощи множественного дискриминантного анализа (Multiple discriminant analysis — MDA ). Автор исследовал 22 различных финансовых коэффициента, на основе которых был осуществлен пошаговый дискриминантный анализ 66 компаний (33 из которых успешно функционировали и 33 потерпели банкротство в период между 1946 и 1965 гг.), позволивший оценивать веса отдельных расчетных показателей. В итоге в модели остались только пять основных финансовых коэффициентов, каждый из которых был наделен определенным весом, установленным статистическими методами. При помощи своего аналитического метода Альтман вывел следующее уравнение надежности («Z score model» ):

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

где Х1 — доля чистого оборотного капитала в активах;
Х2 — отношение накопленной прибыли к активам;
Х3 — рентабельность активов;
Х4 — отношение рыночной стоимости всех обычных и привилегированных акций предприятия к заемным средствам;
Х5 — оборачиваемость активов.

В рассматриваемой модели первый фактор представляет собой долю покрытия активов собственным оборотным капиталом и характеризует платежеспособность предприятия; второй и четвертый — отражают структуру капитала; третий — рентабельность активов, исчисленную исходя из балансовой прибыли; пятый — оборот капитала.

Отнесение предприятия к определенному классу надежности производится на основании следующих значений индекса Z:
Z <1,81, то вероятность банкротства очень велика;
1,81 < Z < 2,675, то вероятность банкротства средняя;
Z = 2,675, то вероятность банкротства равна 0,5;
2,675 < Z < 2,99, то вероятность банкротства невелика;
Z > 2,99, то вероятность банкротства ничтожна.

В 1977 г.<2> Э.И. Альтман, Р.Г. Холдмен и П. Нараян разработали более точную модель (модель ZETA), позволяющую прогнозировать банкротство на горизонте в пять лет с точностью в 70%<3>. Она показала большую точность, чем Z score model, особенно при прогнозировании на продолжительные временные горизонты. Первоначально в модели использовались 27 финансовых коэффициентов, из которых впоследствии было отобрано только семь:
Х1 — рентабельность активов: отношение прибыли до выплаты процентов и налогов к совокупным активам;
Х2 — стабильность прибыли, оцениваемая за последние 5—10 лет;
Х3 — коэффициент покрытия процентов: отношение прибыли до выплаты процентов и налогов к общей сумме процентных платежей;
Х4 — совокупная прибыльность: отношение нераспределенной прибыли к сумме активов;
Х5 — коэффициент текущей ликвидности: отношение оборотного капитала к краткосрочной кредиторской задолженности компании;
Х6 — отношение рыночной капитализации к балансовой стоимости капитала, которая оценивается в среднем за последние 5 лет;
Х7 — размер компании, оцениваемый как логарифм совокупных активов компании.

<2> Зачастую данную модель датируют 1978 годом. См.: Агапцов С.А., Мордвинцев А.И., Фомин П.А., Шаховская Л.С. Индикативное планирование как основа стратегического развития промышленного предприятия: Монография. - М.: Высшая школа, 2002.
<3> Altman E.I., Haldeman R.G., Narayanan P. Zeta Analysis: A New Model to Identify Bankruptcy Risk of Corporation, Journal of Banking and Finance, June 1977.

В 1983 г. Э. Альтман<4> получил модифицированный вариант своей формулы для компаний, акции которых не котировались на рынке:

Z = 0,717 Х1 + 0,84 Х2 + 3,107 Х3 + 0,42 Х4 + 0,995 Х5,

где К4 — балансовая стоимость собственного капитала в отношении к заемному капиталу. При Z < 1,23 Альтман диагностирует высокую вероятность банкротства.

<4> Altman E.I. Corporate Financial Distress. - New York, John Wiley, 1983; Altman E.I. Further Empirical Investigation of the Bankruptcy Cost Question, Journal of Finance, September 1984, pp. 1067 - 1089.

На предприятиях, акции которых на рынке не котируются, а также в связи с недостаточной развитостью российского фондового рынка и с отсутствием в России информации о рыночной стоимости акций в виде исключения можно использовать вариант, предложенный экономистом Ю.В. Адамовым, который при расчете коэффициента К4 заменяет рыночную стоимость акций на сумму уставного и добавочного капитала, так как увеличение стоимости активов предприятия приводит либо к увеличению его уставного капитала (увеличение номинала или дополнительный выпуск акций), либо к росту добавочного капитала (повышение курсовой стоимости акций в силу роста их надежности).

Разработанные на Западе модели прогнозирования банкротства соответствуют условиям развитой рыночной экономики. Для российской экономики применение модели Альтмана имеет ряд ограничений из-за разной методики отражения инфляционных факторов, разной структуры капитала, из-за различий в информационной и законодательной базах. К примеру, коэффициент покрытия по рыночной стоимости собственного капитала при использовании в расчетах получает очень высокую оценку, что не соответствует российской действительности в связи с несовершенством действующей методики переоценки основного капитала. Необоснованно завышается доля собственного капитала за счет фонда переоценки (добавочного капитала). В результате высокий уровень показателя Z-модели Альтмана достигается даже по хронически убыточным организациям из-за того, что они имеют малую долю заемного капитала в общей его сумме, и, соответственно, рассматриваемый показатель искажает фактическое финансовое положение фирмы.

С развитием системы банкротств и появлением достаточного количества банкротов в разных отраслях хозяйственной деятельности становится возможной адаптация модели прогнозирования Э. Альтмана к реалиям российской экономики. Актуальность этой задачи усиливается по мере развития рынка и создания здоровой конкурентной среды. До настоящего времени в финансовом анализе активно применяются как оригинальные модели Альтмана, так и критерии. К примеру, у Северно-западного общества оценщиков в методиках оценки бизнеса содержится тестирование фирм моделями Альтмана. Идеи формул Альтмана заложены в программе «Аудит—эксперт» (Audit Expеrt 3,71). В описании применения программы «Аудит—эксперт» указывается область применения методики «Z-показатель Альтмана»:
— Коммерческими предприятиями - для анализа вероятности угрозы возможного банкротства (утраты платежеспособности).
— Аудиторскими компаниями - для составления заключения о финансовом состоянии (перспектив банкротства) предприятия - заказчика.
— Государственными предприятиями - для представления финансовых показателей хозяйственной деятельности в вышестоящие структуры.
— Потенциальными контрагентами и акционерами предприятия - для оценки его перспективной платежеспособности и принятия стратегических решений в отношении данного предприятия.

Пользователи лишь по косвенным признакам могут догадываться, что в программном обеспечении заложена модель 1968 г. (построена с помощью аппарата мультипликативного дискриминантного анализа; итоговый коэффициент вероятности банкротства Z рассчитывается при помощи пяти показателей; в зависимости от значения Z-показателя по определенной шкале производится оценка вероятности наступления банкротства в течение двух лет).

Учеными Иркутской государственной экономической академии предложена своя четырехфакторная модель прогноза риска банкротства предприятий торговли (модель R-счета), аналогичная модели Э.И. Альтмана 1968 г.:

R = 8,38 К1 + К2 + 0,054 К3 + 0,63К4,

К1 — чистый оборотный капитал/ общие активы;
К2 — резервный капитал + нераспределенная прибыль/ общие активы;
К3 — прибыль (убыток) + проценты к уплате/ общие активы;
К4 — капитал и резервы/ общие обязательства;
К5 — выручка от продажи/общие активы.

Для оценки значений модели R-счета используется шкала из 5 интервалов, по которой можно судить об угрозе банкротства:
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 — вероятность банкротства минимальная (до 10%).

С учетом мирового опыта антикризисного управления для диагностики банкротства отечественных предприятий коллективом ученых Санкт-Петербургского государственного университета под руководством д-ра экон. наук, профессора С. В. Валдайцева эмпирически был сформулирован критерий Альтмана <5>.

<5> Методика оценки надежности российских предприятий на основании официальных данных консолидированного баланса и прочей косвенной информации: http://nwsa.ru/pub/7/61_1.php.

Этот критерий представляет собой дискриминантную функцию от четырех финансовых коэффициентов, рассчитываемых по балансу и отчету о прибылях и убытках предприятия. Различия в принятых в разных странах системах бухгалтерского учета в этом критерии нивелируются тем, что дискриминантная функция критерия Альтмана предполагает перемножение нескольких относительных показателей, в каждом из которых к сумме остаточной балансовой стоимости активов или обязательств предприятия нормируются наиболее зависимые от системы бухгалтерского учета величины прибыли.
Критерий Альтмана (Z) рассчитывается следующим образом:

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

где Х1 — отношение оборотных средств к сумме стоимости всех активов;
Х2 — отношение балансовой прибыли к сумме стоимости всех активов;
X3 — отношение прибыли до процентов и налога к сумме стоимости всех активов;
X4 —отношение балансовой стоимости собственного капитала (чистых активов) к общей сумме стоимости всех обязательств фирмы.

Считается, что если показатель Z меньше 1,10, то существует угроза неплатежеспособности предприятия.

Если этот показатель больше 2,90, то можно утверждать, что угрозы неплатежеспособности предприятия не существует.

Предприятия, для которых критериальный показатель Альтмана находится между 1,10 и 2,90, квалифицируются как находящиеся в «серой зоне». Это означает, что ничего определенного о перспективах сохранения ими платежеспособности сказать нельзя.

Авторами проверена гипотеза возможности и ограничений (невозможности) применения моделей Альтмана к сельскохозяйственным предприятиям. Наши исследования подтверждают приемлемость использования критерия Альтмана в отечественных условиях бизнеса для диагностики несостоятельности сельскохозяйственных предприятий.

Методика проводимого нами тестирования заключалась в диагностике банкротства сельхозпредприятий, систематически включаемых в рейтинг лучших хозяйств области по показателю наивысшего уровня рентабельности от реализации продукции на основе моделей Альтмана, а также адаптированного критерия Альтмана. Фрагмент построенной аналитической таблицы 1 демонстрирует приемлемость использования различных моделей Альтмана в отечественных условиях агробизнеса. Знаком «+» в таблице отмечается совпадение результатов прогноза модели и фактического положительного финансового состояния.

Таблица 1

Приемлемость использования критерия Альтмана в отечественных условиях бизнеса для диагностики несостоятельности сельскохозяйственных предприятий

Расчеты вероятности банкротства по критерию Альтмана показали достоверность положительного финансового состояния сельхозпредприятий на 91%, при этом 9% (рис. 1.) организаций находятся в «серой зоне». По итогам хозяйственной деятельности сельхозпредприятий Омской области за 2004—2005 гг., изданных в сборнике Омского облкомстата, данная группа предприятий подтверждает свое устойчивое финансовое положение. Использование моделей Альтмана (1968, 1983) для определения вероятности банкротства тех же сельскохозяйственных организаций дает противоречивые результаты (рис. 2, 3). К примеру, 58% лучших хозяйств области отнесены моделью 1983 г. в группу с высокой и очень высокой вероятностью банкротства; тогда как модель 1968 г. оказалась более точной: 45%.

Рис. 1. Степень вероятности банкротства по критерию Альтмана

Рис. 2. Степень вероятности банкротства по методике Альтмана (1983)

Рис. 3. Степень вероятности банкротства по методике Альтмана (1968)

Таким образом, наличие многочисленных подходов к оценке банкротства подтверждает целесообразность развития данной темы. После внесения корректив в предложенную Альтманом методологию большинство финансовых экспертов согласилось, что его прогнозы отличаются высокой работоспособностью и статистической надежностью, т.е. с помощью этих моделей можно максимально точно определять предприятия, у которых велика вероятность финансовых «сбоев». Чем ближе банкротство, тем более очевидны результаты, которые показывает как модель Альтмана, так и любой другой метод. Преимуществом методов, подобных модели Альтмана, является высокая вероятность, с которой предсказывается банкротство приблизительно за два года до фактического объявления конкурса, недостатком — уменьшение статистической надежности результатов при составлении прогнозов относительно отдаленного будущего.

Также по этой теме.

Коэффициент Альтмана (индекс кредитоспособности) . Этот метод предложен в 1968 г. известным западным экономистом Альтманом (Edward I. Altman). Индекс кредитоспособности построен с помощью аппарата мультипликативного дискриминантного анализа (Multiple-discriminant analysis - MDA) и позволяет в первом приближении разделить хозяйствующие субъекты на потенциальных банкротов и небанкротов.

При построении индекса Альтман обследовал 66 предприятий, половина которых обанкротилась в период между 1946 и 1965 гг., а половина работала успешно, и исследовал 22 аналитических коэффициента, которые могли быть полезны для прогнозирования возможного банкротства. Из этих показателей он отобрал пять наиболее значимых и построил многофакторное регрессионное уравнение. Таким образом, индекс Альтмана представляет собой функцию от некоторых показателей, характеризующих экономический потенциал предприятия и результаты его работы за истекший период. В общем виде индекс кредитоспособности (Z-счет) имеет вид:

Z = 1,3 Х1 + 1,4 Х2 + 3,3 Х3 + 0,6 Х4 +1,0Х5 (1)

Где Х1 – оборотный капитал/сумма активов;

Х2 – нераспределенная прибыль/сумма активов;

Х3 – операционная прибыль/сумма активов;

Х4 – рыночная стоимость акций/задолженность;

Х5 – выручка/сумма активов.

Результаты многочисленных расчетов по модели Альтмана показали, что обобщающий показатель Z может принимать значения в пределах [-14, +22], при этом предприятия, для которых Z>2,99 попадают в число финансово устойчивых, предприятия, для которых Z<1,81 являются безусловно-несостоятельными, а интервал составляет зону неопределенности.

Таблица 1

Степень вероятности банкротства по Э.Альтману

Z-коэффициент имеет общий серьезный недостаток - по существу его можно использовать лишь в отношении крупных кампаний, котирующих свои акции на биржах. Именно для таких компаний можно получить объективную рыночную оценку собственного капитала .

Практика показывает высокую точность оценок и прогноза банкротства с помощью z-счета для больших и средних компаний.

В 1983 г. Альтман получил модифицированный вариант своей формулы для компаний, акции которых не котировались на бирже:

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

(здесь Х4 – балансовая, а не рыночная стоимость акций). «Пограничное» значение здесь равно 1,23.

Коэффициент Альтмана относится к числу наиболее распространенных. Однако, при внимательном его изучении видно, что он составлен некорректно: член Х1 связан с кризисом управления, Х4 характеризует наступление финансового кризиса, в то время как остальные – экономического. С точки зрения системного подхода данный показатель не имеет права на существование.

Вообще, согласно этой формуле, предприятия с рентабельностью выше некоторой границы становятся полностью "непотопляемыми". В российских условиях рентабельность отдельного предприятия в значительной мере подвергается опасности внешних колебаний. По-видимому, эта формула в наших условиях должна иметь менее высокие параметры при различных показателях рентабельности.

Известны другие подобные критерии. Так британский ученый Таффлер (Taffler) предложил в 1977 г. четырехфакторную прогнозную модель , при разработке которой использовал следующий подход:

При использовании компьютерной техники на первой стадии вычисляются 80 отношений по данным обанкротившихся и платежеспособных компаний. Затем, используя статистический метод, известный как анализ многомерного дискриминанта, можно построить модель платежеспособности, определяя частные соотношения, которые наилучшим образом выделяют две группы компаний и их коэффициенты. Такой выборочный подсчет соотношений является типичным для определения некоторых ключевых измерений деятельности корпорации, таких, как прибыльность, соответствие оборотного капитала, финансовый риск и ликвидность. Объединяя эти показатели и сводя их соответствующим образом воедино, модель платежеспособности производит точную картину финансового состояния корпорации. Типичная модель для анализа компаний, акции которых котируются на биржах, принимает форму:

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

х1=прибыль до уплаты налога/текущие обязательства;

х2=текущие активы/общая сумма обязательств;

х3=текущие обязательства/общая сумма активов;

х4=выручка / сумма активов.

Если величина Z-счета больше 0,3, это говорит о том, что у фирмы неплохие долгосрочные перспективы, если меньше 0,2, то банкротство более чем вероятно .

В России система критериев определения структуры ба­ланса предприятий неудовлетворительной утвер­ждена постановлением Правительства Российской Федерации от 20.06.1994 г. N» 498 «О некоторых ме­рах по реализации законодательства о несостоя­тельности (банкротстве) предприятий», принятым во исполнение Указа Президента РФ от 22.12.1993 г. № 2264 «О мерах по реализации законодательных актов о несостоятельности (банкротстве) предприя­тий». Исходя из норм гражданского права важней­шими признаками юридического лица являются на­личие обособленного имущества и его самостоя­тельная имущественная ответственность. Всякое предприятие, будучи юридическим лицом, несет от­ветственность за результаты хозяйственной дея­тельности всем принадлежащим ему имуществом.

Федеральный закон "О несостоятельности (банкротстве)" N 6-ФЗ от 8.01.98г. устанавлива­ет для всех юридических лиц, занимающихся пред­принимательской деятельностью, единые основа­ния признания их несостоятельными (банкротами), а также единый порядок ликвидации таких юридичес­ких лиц. Таким образом, законодательство не пре­дусматривает каких-либо исключений в отношении ответственности по обязательствам предприятий различных отраслей и направлений хозяйственной деятельности, и именно этот подход был реализо­ван в указанном выше постановлении Правитель­ства РФ.

Следует особо отметить, что признание пред­приятия неплатежеспособным и имеющим неудов­летворительную структуру баланса не означает признания предприятия несостоятельным (банкро­том), не меняет юридического статуса предприятия и не приводит к гражданско-правовой ответствен­ности. Это лишь зафиксированное органом, упол­номоченным на то собственником имущества, со­стояние финансовой неустойчивости предприятия, и такие действия не выходят за рамки полномочий собственника предприятия осуществлять контроль за эффективным использованием своего имущес­тва. Поэтому нормативные значения системы кри­териев установлены таким образом, чтобы обеспе­чить своевременный контроль за финансовым со­стоянием предприятия и осуществление мер по предупреждению несостоятельности, стимулируя предприятия к самостоятельному выходу из кри­зиса .

Модель Альтмана - это формула, предложенная американским экономистом Эдвардом Альтманом, которая прогнозирует вероятность банкротства предприятия.

Анализ модели Альтмана производится в программе ФинЭкАнализ в блоке Модели оценки вероятности банкротства предприятия .

Модель Альтмана - что показывает

Модель Альтмана, показывающая вероятность банкротства , построена на выборе из 66 компаний – 33 успешных и 33 банкрота. Модель предсказывает точно в 95% случаев.

Самой простой является двухфакторная Модель Альтмана. Для нее используются два ключевых показателя: показатель текущей ликвидности и показатель удельного веса заемных средств в активах. Они перемножаются на соответствующие константы - определенные практическими расчетами весовые коэффициенты (a, b, y).

Формула двухфакторной Модели Альтмана

Так как двухфакторная модель не обеспечивает комплексную оценку финансового положения предприятия, аналитики чаще используют пятифакторную модель (Z5) Эдварда Альтмана. Она представляет собой линейную дискриминантную функцию, коэффициенты которой рассчитаны по данным исследования совокупности компаний.

Формула пятифакторной Модели Альтмана

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

• X1 - оборотный капитал / сумма активов предприятия,
• X2 - нераспределенная прибыль / сумма активов предприятия,
• X3 - прибыль до налогообложения / общая стоимость активов,
• X4 - рыночная стоимость собственного капитала / бухгалтерская (балансовая) стоимость всех обязательств,
• Х5 - объем продаж / общая величине активов предприятия.

В результате подсчета Z – показателя делается заключение:

Позже была получена модифицированная пятифакторная модель Альтмана для компаний, акции которых не котируются на бирже:

Формула модифицированной пятифакторной Модели Альтмана

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

где Х4 – балансовая стоимость собственного капитала / заемный капитал (обязательства).

• Z в диапазоне от 1,23 до 2,89 ситуация неопределенна,
• Z более 2,9 присуще стабильным и финансово устойчивым компаниям.

Синонимы

Z-счет Альтмана

Страница была полезной?

Еще найдено про модель альтмана

1. Финансовая диагностика российских предприятий с применением модели Альтмана для развитых и формирующихся рынков
   Альтманом В России дискриминантные модели Альтмана хорошо известны и широко применяются на практике Однако их релевантность нередко подвергается сомнению
2. Оценка риска вероятности банкротства с помощью logit-моделей
   В России среди MDA-моделей прогнозирования риска банкротства часто используют двух- и пятифакторные модели Альтмана которые имеют множество недостатков Условия функционирования российских предприятий нередко отличаются от западных Экономическая
3. Актуальные вопросы и современный опыт анализа финансового состояния организаций - часть 5
   Ввиду чего зарубежными аналитиками используется пятифакторная модель Альтмана Z5 Z5 1,2X1 1,4X2 3,3X3 0,6X4 0,999X5, 41 где X1 оборотный капитал к
4. Векторный метод прогнозирования вероятности банкротства предприятия
   Z-счет Э Альтмана пятифакторная модель Э Альтмана семифакторная модель Э Альтмана коэффициент У Бивера модель Д Коннана - М
5. Какая модель лучше прогнозирует банкротство российских предприятий?
   К В Шамшев заявил что по модели Альтмана признаки банкротства выявлены у 40% компаний 8 из 20 крупнейших имеют признаки банкротства
6. Сбалансированность платежеспособности предприятия и ликвидности его финансовых ресурсов
   Экономисты из разных стран на практике проверяющие множество методов апробировали и модель Альтмана применив ее к разным периодам времени После внесения незначительных корректив в предложенную Альтманом
7. Разработка моделей прогнозирования банкротства российских предприятий для отраслей строительства и сельского хозяйства
   С 28-35. Проанализируем подробно результаты моделирования Модель Альтмана обеспечивает общую точность прогноза в 64,1% случаев для предприятий строительства и 62,7% -
8. Анализ финансового состояния с целью определения кредитоспособности организации
   Колышкин Рассмотрим методику определения вероятности банкротства на примере модели Альтмана как наиболее известной Z-модель Альтмана выглядит следующим образом 4, с 131 Z5 1.2
9. Результативность применения кейс-метода в оценке риска банкротства организации
   В частности студенты пришли к выводу что Модель Альтмана в настоящее время является наиболее известной но Z-коэффициент имеет общий серьёзный недостаток -по
10. Методы прогнозирования вероятности банкротства организации
    Рентабельность вложений в предприятие 19,4 Модель Альтмана представляет собой пятифакторную модель построенную по данным успешно действующих и обанкротившихся промышленных предприятий
11. Диагностика банкротства сельскохозяйственного предприятия с учетом международного опыта
    Саратовской области по пятифакторной модели Альтмана за 2013-2015 гг Коэффициенты 2013 г 2014 г 2015 г Отношение 2015 г
12. Антикризисное управление как инструмент финансовой стабилизации предприятия
    При построении модели Альтман обследовал 66 предприятий половина из которых обанкротилась в период между 1946 и 1965
13. Совершенствование подходов и методик анализа финансового состояния предприятия
    С этой точки зрения интересен прогностический потенциал существующих методов среди которых наиболее известными и широко применяемыми по крайней мере в учебных целях являются методы прогнозирования вероятности утраты платежеспособности пятифак-торная модель Альтмана модель Бивера а также методика оценки финансового состояния применяемая арбитражными управляющими Как показало
14. Как спрогнозировать банкротство дебитора
    Двухфакторная модель Альтмана - один из самых простых способов оценить вероятность банкротства потенциального покупателя И главное
15. Анализ эффективности применения Z-счета Альтмана при диагностике банкротства российских компаний в условиях кризисных явлений в экономике
    Для анализа банкротства предприятия мы используем модель Альтмана и проанализируем показатели компании за 2013-2014 гг В западной практике финансово-хозяйственной деятельности для
16. Индекс кредитоспособности
    Анализ модели Альтмана производится в программе ФинЭкАнализ в блоке Модели оценки вероятности банкротства предприятия Результаты многочисленных
17. Оценка вероятности банкротства компании ООО «Криотерм» в условиях современной экономики
    Таблица 3 - Расчет вероятности банкротства по двухфакторной модели Альтмана Показатель Код 2013 2014 Коэффициент текущей ликвидности Ктл 1,76 1,58 Заемный капитал ЗК
18. Оценка вероятности банкротства
    Программа ФинЭкАнализ производит оценку вероятности банкротства предприятий используя следующие методы пятифакторную модель Альтмана модифицированную пятифакторную модель Альтмана модель Фулмера модель Стрингейта модель Лиса и Таффлера Дополнительно
19. Методика управления дебиторской задолженностью предприятия с учетом рисков
    Двухфакторная модель Альтмана 1 2. Пятифакторная модель Альтмана 2 3 Модель Р Таффлера 2 4. Модель
20. Методы оценки риска банкротства предприятий
    Одним из наиболее популярных подходов является мультипликативный дискриминантный анализ представленный моделью Альтмана 8 особенности которой состоят в следующем применительно к конкретной стране и к интервалу

Построим модель Альтмана на основе Приложения 1 и Приложения 2. В них приведены бухгалтерский баланс и отчет о прибылях и убытках предприятия с организационно-правовой формой ОАО "Славнефть".

Двухфакторная модель Альтмана - это одна из самых простых и наглядных методик прогнозирования вероятности банкротства, при использовании которой необходимо рассчитать влияние двух показателей.

Формула модели Альтмана принимает вид:

Z = - 0,3877 - 1,0736 * К тл + 0,579 * К зс (1),

где К тл - коэффициент текущей ликвидности;

К зс - коэффициент капитализации.

Коэффициент текущей ликвидности рассчитывается как отношение текущих активов к текущим пассивам.

Коэффициент капитализации рассчитывается как отношение доли заемного капитала к сумме пассивов.

Для осуществления прогнозирования риска несостоятельности (банкротства) компании использовалась отчетность за 2012-2013 годы.

В таблице 1 представлены результаты анализа, вошедшие в двухфакторную Z-модель Альтмана.

Таблица 1. Двухфакторная Z-модель Альтмана

Подставим в формулу двухфакторной Z-модели Альтмана данные коэффициенты.

Получим: Z 2013 = - 0,3877 - 1,0736 * 1,47 +0,579 * 0,65 = - 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.

На основе полученных значений Z можно сделать следующие выводы:

Вероятность банкротства в 2012-2013 году на данном предприятии была меньше 50 % и далее снижается по мере уменьшения Z, так как

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

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

Формула расчета пятифакторной модели Альтмана имеет вид:

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

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.

Z < 1,23 - вероятность банкротства высокая;

Z > 1,23 - вероятность банкротства малая.

Расчет показателей, вошедших в пятифакторную модель Альтмана, представлен в таблице 2.

Таблица 2. Пятифакторная Z-модель Альтмана

Подставим в формулу пятифакторной Z-модели Альтмана данные коэффициенты.

Получим: Z 2013 = 1,2*0,38 + 1,4*0,32 + 3,3*0,25 + 0,6*0,54 + 0,15 = 2, 203

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

Таким образом, вероятность банкротства в 2013 году на данном предприятии была в интервале , который составляет зону неопределенности (Z=2, 203), то есть в данном интервале невозможно сказать что-либо определенное о возможности банкротства.

Вероятность банкротства в 2012 году на данном предприятии была Z < 1,81. Это говорит о том, что предприятие в этом году было несостоятельным.

Расчетная часть. Оценка деловой активности компании

Финансовый менеджер компании ОАО "Восход" обратил внимание на то, что за последние двенадцать месяцев объем денежных средств на счетах значительно уменьшился. Финансовая информация о деятельности ОАО "Восход" приведена в табл. 2.1.

Все закупки и продажи производились в кредит, период - один месяц.

Требуется

1. Проанализировать приведенную информацию и рассчитать продолжительность финансового цикла, в течение которого денежные средства отвлечены из оборота компании, за 2007 и 2008 годы.

2. Составить аналитическую записку о влиянии изменений за исследуемые периоды (см. п.5 Указаний к решению задачи).

Дополнительная информация:

1) для расчета следует принять, что год состоит из 360 дней;

2) все расчеты следует выполнить с точностью до дня.

Таблица 2.1. Финансовая информация о деятельности ОАО "Восход"

Указания к решению задачи варианта 2

1. Проанализировать имеющуюся информацию по возможно большему диапазону направлений (табл. 2.2).

Таблица 2.2. Динамический анализ прибыли

Рассчитаем валовую прибыль предприятия:

Валовая прибыль = Выручка от реализации - Себестоимость реализованной продукции

за 2007 год: 477 500 - 350 000 = 127 500 руб.;

за 2008 год: 535 800 - 370 000 = 165 800 руб.;

Абсолютное изменение за 2008-2007 годы: 58 300 - 20 000 = 38 300 руб.

Относительное изменение за 2008-2007 годы: 12,21 - 5,7 = 6,51%

Себестоимость продукции в 2007 году составила 73,3% от выручки, а в 2008 году - 69% от выручки, что вместе с увеличением выручки от реализации оказало влияние на рост валовой прибыли.

Рост выручки можно объяснить следующими причинами:

увеличение физических объемов реализации;

изменение товарной номенклатуры в пользу более рентабельных видов продукции;

успешные маркетинговые мероприятия;

Таблица 2.3. Анализ оборотного капитала

ЧОК = ДЗ + Запасы + Нез. пр-во + ГП - КЗ (1)

В 2007 г.: ЧОК = 80 900 + 18 700 + 24 100 + 58 300 - 19 900 = 162 100 руб.

В 2008 г.: ЧОК = 101 250 + 25 000 + 28 600 + 104 200 - 27 900 = 232 000 руб.

Таким образом, абсолютное изменение чистого оборотного капитала в 2007-2008 г. составило:

20 350 + 6 300 + 4 500 + 45 900 - 7 150 = 69 900 руб., а относительное изменение ЧОК: 25,15 + 33,69 + 18,67 + 78,73 - 35,93 = =120,32%

Коэффициент покрытия вычисляется по формуле:

Данный коэффициент показывает возможность погашения краткосрочных обязательств за счет оборотного капитала. Полученный результат сопоставляется с 1. В нашем случае получается соотношение 9:

1. Соотношение 3: 1 и более отражает высокую степень ликвидности и благоприятные условия для кредиторов и поставщиков. Но это также может означать, что предприятие имеет в распоряжении больше средств, чем оно может эффективно использовать. Как правило, это приводит к ухудшению показателей рентабельности и оборачиваемости.

Соотношение 2: 1 теоретически считается нормальным и означает, что, реализовав свои текущие активы всего за половину их стоимости (1/2=0,5 или 50%), фирма сможет полностью расплатиться по своим краткосрочным обязательствам. Для различных сфер бизнеса оно может колебаться от 1,2 до 3 и выше и сильно зависит как от отраслевых особенностей, так и от выбранной стратегии управления оборотным капиталом.

Абсолютное изменение коэффициента покрытия:

3. Финансовый цикл и продолжительность одного оборота элементов оборотного капитала следует определить по данным табл. 2.4.

Таблица 2.4. Анализ оборачиваемости оборотного капитала

Показатели оборачиваемости (деловой активности) играют важную роль в финансовом анализе, так как характеризуют скорость превращения различных ресурсов фирмы в денежную форму и оказывают непосредственное влияние на ее ликвидность, платежеспособность и рентабельность. Они также служат мерой эффективности и интенсивности использования активов, которыми обладает предприятие.

Оборачиваемость запасов характеризует среднее время, необходимое фирме для реализации своих продуктов и услуг. Другая интерпретация этого показателя - период обеспеченности запасами при данном среднедневном объеме продаж. Чем меньше период оборачиваемости, тем более эффективными являются производство и сбыт продукции, при этом необходимо также учитывать среднеотраслевые значения.

Оборачиваемость дебиторской задолженности в днях характеризует средний период времени, в течение которого средства от покупателей поступают на расчетные счета предприятия. Чем меньше значение этого показателя, тем в более выгодных условиях находится предприятие. Слишком короткий период погашения не всегда следует расценивать как положительный фактор, поскольку это может означать жесткие условия оплаты, ведущие к потере потенциальных клиентов. В нашей задаче оборачиваемость дебиторской задолженности в 2008 году стала равна 68 дням, что на 7 дней больше по сравнению с 2007 годом.

Оборачиваемость кредиторской задолженности в днях характеризует среднее количество дней, в течение которых предприятие оплачивает свои счета. Оборачиваемость кредиторской задолженности в 2007 году была равна 40 дней, в 2008 г. увеличилась и равна 44 дня.

Сравнение величин дебиторской и кредиторской задолженности позволяет сопоставить условия получения денежных средств предприятия от своих клиентов с условиями оплаты продуктов и услуг его поставщикам. Считается предпочтительнее, когда условия оплаты поставщикам лучше, чем те, которые предлагаются клиентам. Тогда у предприятия образуются источники дополнительного финансирования за счет разницы во времени между платежами. Соотношение не в пользу предприятия (как в нашей задаче оборачиваемость дебиторской задолженности на 3 дня превышает оборачиваемость кредиторской задолженности) может означать проблемы со сбытом продукции, т.е. реализацию на любых условиях.

На базе показателей оборачиваемости рассчитывается длительность операционного и финансового (денежного) цикла предприятия.

Операционный цикл (operating cycle period - OCP) - период оборота всех текущих активов с момента закупки сырья и материалов и до получения денег за реализованные товары и услуги.

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

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

Абсолютное изменение операционного цикла: 242 - 190 = 52 дня

Продолжительность оборота наличности рассчитывается следующим образом: Запасы + Нез. пр-во + Запасы ГП + ДЗ - КЗ

В 2007 г. продолжительность оборота наличности составила: 44,88 + 23,93 + 59,97 + 60,99 - 40 = 150 дней;

В 2008 г. продолжительность оборота наличности составила: 49,15 + 23,94+ 101,38 + 68,03 - 44,3 = 198 дней;

Абсолютное изменение продолжительности оборота наличности за 2007-2008г. = 198 - 150 = 48 дней.

4. Объем реализованной продукции в 2008 г. на 12,21% выше, чем в 2007 г., а себестоимость реализованной продукции выше на 5,7%. Вложения в запасы и дебиторскую задолженность за вычетом кредиторской задолженности возросли с 162,1 тыс. руб. до 232 тыс. руб., или на 70%, что непропорционально росту объема продаж и свидетельствует о неудовлетворительном контроле периодов оборачиваемости оборотного капитала. Прирост чистого оборотного капитала на 69,9 тыс. руб. означает, что чистые поступления от прибыли 2008 г. на 26,65 тыс. руб. больше той величины, которую можно было бы получить при отсутствии прироста запасов и дебиторской задолженности (за вычетом кредиторской задолженности) в течение 2008 г., поэтому компании, возможно, придется брать ненужную банковскую ссуду. При этом значительное увеличение чистого оборотного капитала означает, что в текущие активы вкладывается слишком много долгосрочных средств.

Коэффициент общей ликвидности без учета наличности и краткосрочных ссуд свыше 9: 1 (пояснить это соотношение) можно считать слишком (высоким/низким). Причины роста чистого оборотного капитала:

1) рост объема продаж;

2) увеличение периодов оборачиваемости.

Вторая из перечисленных причин более существенна. Длительность оборота запасов сырья и материалов увеличилась с 45 до 49 дней, несмотря на то, что это увеличение было компенсировано продлением срока кредита, предоставляемого поставщиками с 40 до 44 дней. Срок кредита для дебиторов увеличился с 61 до 68 дней. Этот срок представляется слишком большим. Однако наиболее серьезным изменением было увеличение продолжительности оборота готовой продукции с 60 до 101 дня, причем точную причину этого установить не представляется возможным.