Статья опубликована в №124 (декабрь) 2023
Разделы: Экономика
Размещена 24.12.2023.
Просмотров - 763

Диагностика банкротства организаций Республики Беларусь на примере ОАО «Слуцкий сыродельный комбинат»

Анисенко Юлия Сергеевна

Полесский государственный университет

студент

Петрова Дарья Дмитриевна, студентка; Бухтик Марина Игоревна, кандидат экономических наук, доцент кафедры финансового менеджмента, Полесский государственный университет

УДК 336.67

Введение

На современном этапе развития национальной экономики прогноз вероятности банкротства приобретает первостепенное значение, поскольку для каждого субъекта хозяйствования важно оценивать свою платежеспособность и устанавливать степень угрозы банкротства и потери финансовой устойчивости.

Актуальность темы заключается в том, что выявление неблагоприятных тенденций развития предприятия и своевременная диагностика его банкротства позволяют разработать программу финансовой стабилизации предприятия для преодоления финансового кризиса и исключения процедур банкротства.

Цель статьи – изучение методик и математических моделей диагностики вероятности наступления банкротства коммерческих организаций.

Научная новизна заключается в применении моделей оценки вероятности банкротства зарубежных и российских авторов.

Основная часть

Во всем мире под банкротством принято понимать финансовый кризис предприятия, то есть неспособность фирмы выполнять свои текущие обязательства. В этих условиях предприятие формирует антикризисную финансовую стратегию своего развития. Кризисные процессы могут быть разной продолжительности, интенсивности и иметь последствия различной степени тяжести [1, с. 241].

Причинами кризиса могут быть неправильно выбранная стратегия развития предприятия, а также общий кризис менеджмента, в том числе столкновение менеджмента и собственников предприятия, недостаточная квалификация менеджмента. Характерной причиной кризиса является несоответствие имеющихся средств производства (производственные фонды, технологии, персонал) задачам, которые стоят перед предприятием [2, с. 101].

Для эффективного предотвращения и управления банкротством предприятий необходимо проводить диагностику их финансового состояния. Для этого существуют различные методики, которые позволяют оценить риски банкротства и принять соответствующие меры.

В зарубежной и российской экономической литературе предлагается несколько отличающихся методик и математических моделей диагностики вероятности наступления банкротства коммерческих организаций [3]. В рамках данной статьи на примере ОАО «Слуцкий сыродельный комбинат» будут рассмотрены модели оценки вероятности банкротства зарубежных авторов: Э. Альтмана, У. Бивера, Г.; и российских авторов: Р. Сайфулина, Г. Кадыкова и А. Постюшков.

Самой простой является двухфакторная Модель Альтмана. Для нее используются два ключевых показателя: коэффициент текущей ликвидности и коэффициент финансового рычага. Они перемножаются на соответствующие константы - определенные практическими расчетами весовые коэффициенты [4, с. 469]:

 


где Х₁ – Оборотные активы / Краткосрочные обязательства;

      Х₂ – Заемные средства / Сумма активов.

 

По модели Альтмана вероятность банкротства определяется:

Z < 0 – вероятность банкротства меньше 50%;

Z > 0 – вероятность банкротства больше 50%;

Z = 0 – вероятность банкротства равна 50%.

Рассчитаем вероятность банкротства по двухфакторной модели Альтмана ОАО «Слуцкий сыродельный комбинат» за последние три года. Рассчитанные показатели представлены в таблице 1.

Примечание − Источник: собственная разработка на основе бухгалтерской отчетности ОАО «Слуцкий сыродельный комбинат»

Из таблицы 1 видно, значение показателя Z < 0, следовательно, риск банкротства компании на протяжении всего анализируемого периода минимален. Следует заметить, данный показатель имеет тенденцию к уменьшению.

В отличие от других моделей в методе Бивера показатели не являются частью одной формулы, а определяют вероятность несостоятельности фирмы по отдельности с разных подходов. Формула коэффициента Бивера:

Рассмотрим 4 остальных показателя модели У. Бивера:

1. Коэффициент текущей ликвидности;
2. Рентабельность активов;
3. Коэффициент покрытия активов собственными оборотными средствами;
4. Коэффициент финансового рычага.

Произведем расчёт по представленным выше показателям. Данные отражены в таблице 2.

Примечание − Источник: собственная разработка на основе бухгалтерской отчетности ОАО «Слуцкий сыродельный комбинат»

Если сопоставить фактические значения показателей с их нормативными значениями, представленными в таблице 3, то, согласно модели Бивера, будет возможным определить, к какому критерию относится значение конкретного показателя.

Примечание − Источник [5, с. 399]

Исходя из нормативных значений можно сравнить рассчитанные показатели по модели Бивера. В 2020 году по всем показателям у ОАО «Слуцкий сыродельный комбинат» была средняя вероятность банкротства, это говорит о том, что банкротство было возможно в течение 5 лет. В последующие годы у организации наблюдалась низкая вероятность банкротства.

Р. С. Сайфулин и Г. Г. Кадыков предприняли попытку адаптировать модель «Анализа риска банкротства Альтмана» к экономическим условиям в России. Для оценки финансового состояния предприятий они предложили использовать рейтинговое число – R.

Формула расчета выглядит следующим образом:

где К₁ – коэффициент обеспеченности собственными средствами;

      К₂ – коэффициент текущей ликвидности;

      К₃– коэффициент оборачиваемости активов;

      К₄ – коммерческая маржа (рентабельность реализации продукции);

      К₅ – рентабельность собственного капитала.

Выбранные финансовые параметры являются аналогичными модели Z-счета, но регрессионное уравнение имеет другой вид, что связано с отличием в рассчитанных весовых показателях, так как Р. Сайфулин и Г. Кадыков ориентировались на нормативные значения параметров [6, с. 149]. Параметры данной модели рассчитаны в таблице 4.

Примечание − Источник: собственная разработка на основе бухгалтерской отчетности ОАО «Слуцкий сыродельный комбинат»

Проанализировав таблицу 4, можно сделать вывод, что предприятие в 2020 году имело неустойчивое финансовое положение, поскольку рейтинговое число R в данном году меньше 1. В 2021 и 2022 году финансовое состояние ОАО «Слуцкий сыродельный комбинат» было улучшено, это подтверждает показатель R, значение которого в 2021-2022 годы больше 1.

Среди российских моделей диагностики риска банкротства предприятия также можно выделить четырехфакторную модель А.В. Постюшкова [7].

Данная модель определяется следующим образом:

где  K₁ - Коэффициент текущей ликвидности;

       K₂ - Коэффициент обеспеченности собственными оборотными средствами;

       K₃ - Коэффициент оборачиваемости;

       K₄ - Коэффициент рентабельности собственного капитала.

Результаты расчетов по данной модели представлены в таблице 5.

Примечание − Источник: собственная разработка на основе бухгалтерской отчетности ОАО «Слуцкий сыродельный комбинат»

В соответствии с моделью Постюшкова, финансовое состояние анализируемой компании характеризуется как неудовлетворительное при Р <1, то есть в 2020 году наблюдается высокая вероятность банкротства предприятия. В последующие годы показатель Р имеет тенденцию к увеличению и его значение ежегодно больше 1, это говорит об улучшении финансового положения предприятия. Значения показателей по модели Постюшкова удовлетворяют нормативным значениям кроме коэффициента оборачиваемости. Нормативное значение этого коэффициента равно 6 и, исходя из представленных данных в таблице 5, можно заметить, что данный коэффициент меньше нормативного почти в 2 раза. 

Таким образом, оценка вероятности наступления банкротства играет важную роль в деятельности каждого предприятия, поскольку оценка их платежеспособности и своевременная диагностика экономической несостоятельности позволяют разработать программу финансовой стабилизации предприятия для предотвращения наступления финансового кризиса и исключения процедур банкротства.

Проведенный анализ показал, что в 2020 году у предприятия наблюдалась средняя вероятность банкротства, однако в последующие годы его финансовое положение значительно улучшилось. 

В результате применения различных моделей диагностики банкротства были получены подтверждающие оценки низкой вероятности банкротства ОАО «Слуцкий сыродельный комбинат», следовательно, организация имеет хорошую финансовую устойчивость и в полном объеме способна рассчитываться по имеющимся у нее обязательствам. 

1. Финансовый менеджмент / М.И. Бухтик; Министерство образования Республики Беларусь, УО «Полесский государственный университет». – Пинск: ПолесГУ, 2021. – 383 с.
2. Антикризисное управление : учебник и практикум для вузов / В. А. Черненко, Н. Ю. Шведова. — 3-е изд., перераб. и доп. — Москва : Издательство Юрайт, 2021. — 459 с.
3. Применение кризис–прогнозных моделей в диагностике финансовой состоятельности предприятий/ Казиев, К.В., Казиева, Б.В. [Электронный ресурс] / Финансово экономические дисциплины. – Москва, 2014 – Режим доступа: http://http://www.twirpx.com/file/824758. – Дата доступа: 12.12.2023.
4. Применение модели Альтмана для оценки вероятности банкроства предприятия / И.С. Егоров, А.В. Букреев // Экономика и социум, 2019 г. – № 1 (56) – с. 468-471.
5. Анализ вероятности банкротства предприятия на основе модели Бивера, дополненной интегральной оценкой риска банкротства / В.А. Бойков, Е.В. Зуйкова // Экономика: Вчера, Сегодня и Завтра –– 2023 г. – № 7А – с. 396 – 409.
6. Применение моделей диагностики банкротства при разработке финансовой стратегии предприятия / В.О. Мосейко, Е.В. Лущикова // Бизнес. Образование. Право. Вестник волгоградского института бизнеса, 2011 г. – № 2(15) – с. 147-15.
7. Прогнозирование банкротства. / А.В. Постюшков // Арбитражный управляющий. - 2007 - № 6 с. 11-16.

Рецензии:

19.01.2024, 18:08 Ашрапов Улугбек Товфикович
Рецензия:  В статье "Диагностика банкротства организаций Республики Беларусь на примере ОАО «Слуцкий сыродельный комбинат»" автором проведен анализ вероятности наступления банкротства ОАО «Слуцкий сыродельный комбинат» с помощью различных расчетных моделей. Однако, существующие модели прогнозирования банкротства страдают тем ограничением, что они оцениваются только на основе статистических показателей эффективности, которые могут быть применены к любой задаче бинарной классификации. Как показывают результаты исследования [https://www.sciencedirect.com/science/article/pii/S0957417423007777], даже небольшие различия в этих статистических показателях могут означать большие различия в снижении затрат моделей. Тем не менее, статья имеет актуальность, которую рекомендую к публикации.



Комментарии пользователей:

Оставить комментарий