Оценка вероятности банкротства предприятий сельского хозяйства
Автор: Шибайкин Владимир Анатольевич, Нельга Екатерина Игоревна
Журнал: Регионология @regionsar
Рубрика: Экономика региона
Статья в выпуске: 1 (90), 2015 года.
Бесплатный доступ
В статье используются известные математические модели для оценки вероятности банкротства. На примере сельскохозяйственных предприятий Вольского района Саратовской области рассматривается использование математических моделей для анализа отдельных сельскохозяйственных предприятий и характеристики инвестиционной привлекательности района.
Математические модели, оценка вероятности банкротства, факторный анализ, сельскохозяйственные предприятия
Короткий адрес: https://sciup.org/147221779
IDR: 147221779
Текст научной статьи Оценка вероятности банкротства предприятий сельского хозяйства
В статье используются известные математические модели для оценки вероятности банкротства. На примере сельскохозяйственных предприятий Вольского района Саратовской области рассматривается использование математических моделей для анализа отдельных сельскохозяйственных предприятий и характеристики инвестиционной привлекательности района.
The paper uses certain mathematical models to estimate probability of bankruptcy. The case study of agricultural enterprises of the Volsk district in the Saratov region exemplifies the use of mathematical models for analysis of both agricultural enterprises, and characteristics of investment attractiveness of the district.
Банкротство — неспособность должника платить по своим обязательствам, возвращать долги в связи с отсутствием у него денежных средств для оплаты1. Банкротство является насущной темой для сельского хозяйства. Оценка вероятности банкротства выступает значимым финансовым показателем. Для каждого предприятия важно вовремя заметить негативные тенденции в своей деятельности и принять меры для их предотвращения. Не менее существенна эта оценка и для экономического состояния муниципального района.
Для оценки риска банкротства используется множество показателей2. Также для анализа банкротства применяются
ШИБАЙКИН Владимир Анатольевич, профессор кафедры экономической кибернетики Саратовского государственного аграрного университета, кандидат экономических наук.
НЕЛЬГА Екатерина Игоревна, аспирант кафедры экономической кибернетики Саратовского государственного аграрного университета.
SHIBAIKIN Vladimir Anatolievich, Candidate of Economic Sciences, Professor at the Department of Economic Cybernetics, Saratov State Agrarian University (Saratov, Russian Federation).
NELGA Ekaterina Igorevna, Postgraduate at the Department of Economic Cybernetics, Saratov State Agrarian University (Saratov, Russian Federation).
различные методики: анализ производственно-финансовой деятельности сельскохозяйственных предприятий; анализ эффективности и рисков предпринимательской деятельности; шестифакторная математическая модель О. П. Зайцевой3. Эти показатели позволяют делать выводы о платежеспособности предприятия и района в целом.
Рассмотрим, как работают методики оценки вероятности банкротства на примере сельскохозяйственных предприятий Вольского района Саратовской области. В табл. 1 даны показатели, необходимые для расчетов.
Таблица 1
Данные финансовой отчетности, используемые для расчета риска банкротства, тыс. руб.4
|
Показатель |
Данные финансовой отчетности |
|||||
|
2008 г. |
2009 г. |
2010 г. |
2011 г. |
2012 г. |
2013 г. |
|
|
Внеоборотные активы |
149 387,00 |
134 515,00 |
584 964,00 |
720 361,00 |
219 082,00 |
351 274,00 |
|
Оборотные активы |
284 742,00 |
252 932,00 |
501 555,00 |
917 405,00 |
293 349,00 |
327 052,00 |
|
Капитал и резервы |
288 014,00 |
245 888,00 |
131 563,00 |
247 580,00 |
313 278,00 |
440 804,00 |
|
Долгосрочные обязательства |
48 449,00 |
32 101,00 |
532 750,00 |
955 666,00 |
80 094,00 |
114 376,00 |
|
Краткосрочные обязательства |
97 666,00 |
109 458,00 |
422 206,00 |
434 520,00 |
119 059,00 |
123 146,00 |
|
Выручка от продаж |
223 271,00 |
215 571,00 |
176 550,00 |
307 419,00 |
255 619,00 |
346 249,00 |
|
Прибыль (убыток) от продаж |
17 937,00 |
18 843,00 |
-39 964,00 |
51 375,00 |
67 973,00 |
82 391,00 |
|
Прибыль (убыток) до налогообложения |
16 184,00 |
12 240,00 |
-73 533,00 |
41 308,00 |
64 040,00 |
100 770,00 |
|
Чистая прибыль |
15 858,00 |
И 534,00 |
-60 015,00 |
40 692,00 |
63 461,00 |
100 164,00 |
|
Величина собственного оборотного капитала |
138 627,00 |
111 373,00 |
-453 401,00 |
-472 781,00 |
94 196,00 |
89 530,00 |
|
Величина совокупного капитала |
434 129,00 |
387 447,00 |
1 086 519,00 |
1 637 766,00 |
512 431,00 |
678 326,00 |
Суть перечисленных методик заключается в построении модели, учитывающей влияние различных показателей финансово-хозяйственной деятельности предприятия на риск банкротства. При этом последний в моделях выражается количественным значением коэффициентов, рассчитанных по формулам (1—3):
Э. Альтман = 0,717*Х1 + 0,847*Х2 + 3,107*X3 + 0,42*Х4 +0,995*Х5; (1)
Р. Таффлер = 0,53*Х1+0,13*Х2+0,18*ХЗ+0,16*Х4; (2)
Г. В. Савицкая = 0,111*Х1 + 13,239*Х2+1,676*ХЗ+0,515*Х4+3,8*Х5. (3)
Для определения вероятности банкротства сельскохозяйственных предприятий Вольского района Саратовской области необходимо сперва рассчитать значения факторов XI, Х2, ХЗ, Х4, Х5 для моделей Альтмана, Таффлера, Савицкой (табл. 2—4).
Таблица 2
Рассчитанные значения факторов для определения риска банкротства по модели Альтмана
|
Фактор в модели Альтмана |
Рассчитанные значения факторов из модели Альтмана |
||||||
|
2008 г. |
2009 г. |
2010 г. |
2011 г. |
2012 г. |
2013 г. |
||
|
XI |
Доля собственного оборотного капитала в совокупном капитале |
0,32 |
0,29 |
-0,42 |
-0,29 |
0,18 |
0,13 |
|
Х2 |
Доля нераспределенной прибыли в совокупном капитале |
0,04 |
0,03 |
-0,06 |
0,02 |
0,12 |
0,15 |
|
ХЗ |
Доля прибыли до налогообложения в совокупном капитале |
0,04 |
0,03 |
-0,07 |
0,03 |
0,12 |
0,15 |
|
Х4 |
Доля собственного капитала в заемном капитале |
1,97 |
1,74 |
0,14 |
0,18 |
1,57 |
1,86 |
|
Х5 |
Доля выручки в совокупном капитале |
0,51 |
0,56 |
0,16 |
0,19 |
0,50 |
0,51 |
Таблица 3
Рассчитанные значения факторов для определения риска банкротства по методике Савицкой
|
Фактор по методике Савицкой |
Рассчитанные значения факторов по Савицкой |
||||||
|
2008 г. |
2009 г. |
2010 г. |
2011 г. |
2012 г. |
2013 г. |
||
|
XI |
Доля собственного оборотного капитала в оборотных активах |
0,49 |
0,44 |
-0,90 |
-0,52 |
0,32 |
0,27 |
|
Х2 |
Сколько приходится оборотного капитала на 1 руб. основного |
1,91 |
1,88 |
0,86 |
1,27 |
1,34 |
0,93 |
|
ХЗ |
Коэффициент оборачиваемости совокупного капитала |
0,51 |
0,56 |
0,16 |
0,19 |
0,50 |
0,51 |
|
Х4 |
Рентабельность активов предприятия, % |
3,65 |
2,98 |
-5,52 |
2,48 |
12,38 |
14,77 |
|
Х5 |
Коэффициент финансовой независимости (доля собственного капитала в итоге баланса) |
0,66 |
0,63 |
0,12 |
0,15 |
0,61 |
0,65 |
Таблица 4
Рассчитанные значения факторов для определения риска банкротства по Таффлеру
|
Фактор по Таффлеру |
Рассчитанные значения факторов по Таффлеру |
||||||
|
2008 г. |
2009 г. |
2010 г. |
2011 г. |
2012 г. |
2013 г. |
||
|
XI |
Доля прибыли от продаж в краткосрочных обязательствах (коэффициент покрытия) |
0,18 |
0,17 |
-0,09 |
0,12 |
0,57 |
0,67 |
|
Х2 |
Доля оборотных средств в заемных (коэффициент покрытия) |
1,95 |
1,79 |
0,53 |
0,66 |
1,47 |
1,38 |
|
ХЗ |
Доля обязательств |
0,22 |
0,28 |
0,39 |
0,27 |
0,23 |
0,18 |
|
Х4 |
Рентабельность всех активов |
0,51 |
0,56 |
0,16 |
0,19 |
0,50 |
0,51 |
Подставляя полученные значения факторов (табл. 2—4) в формулы (1—3), выводим коэффициенты для их последующего сопоставления с критическими значениями. В табл. 5 приведены рассчитанные значения коэффициентов по методикам.
Таблица 5
Сводная таблица рассчитанных коэффициентов по методикам Альтмана, Таффлера, Савицкой
|
Модель оценки вероятности банкротства |
Рассчитанные коэффициенты по методикам оценки вероятности банкротства |
|||||
|
2008 г. |
2009 г. |
2010 г. |
2011 г. |
2012 г. |
2013 г. |
|
|
Альтмана |
1,72 |
1,61 |
-0,34 |
0,15 |
1,78 |
1,97 |
|
Таффлера |
0,47 |
0,46 |
0,11 |
0,23 |
0,62 |
0,65 |
|
Савицкой |
30,55 |
29,82 |
9,14 |
18,97 |
27,30 |
23,29 |
Вероятность банкротства незначительна при следующих нормативных показателях5: для модели Альтмана больше 1,23; для модели Таффлера больше 0,30; для модели Савицкой больше 8,00.
Рассчитанные показатели за 2010—2011 гг. ниже нормативных значений по всем трем моделям. Это можно объяснить следующими причинами. Во-первых, лето 2010 г. выдалось жарким, в области наступила засуха. В связи с этим урожайность зерновых снизилась по сравнению с таковой в 2009 г. на 10,0 ц/га, подсолнечника — на 3,4 ц/га. Отрасль животноводства пострадала в меньшей степени: производство молока по сравнению с данными 2009 г. увеличилось на 2 340 ц; производство мяса снизилось на 90 ц. Это повлияло на финансовые показатели отрасли Вольского района:
по растениеводству был получен убыток 27 476,00 тыс. руб.; по животноводству — убыток 2 008,00 тыс. руб. Во-вторых, для покрытия прошлогодних убытков в 2011 г. возникла необходимость привлечения дополнительных средств. Увеличилось количество кредитов и займов: долгосрочных по сравнению с 2010 г. на 431 395 тыс. руб.; краткосрочных — на 13 695 тыс. руб. Это привело к негативным изменениям в структуре баланса. В 2012 г. экономическое состояние сельского хозяйства Вольского района Саратовской области выправилось. Положительные показатели отмечены и в 2013 г. Этот год для сельского хозяйства района выдался успешным. Наблюдается рост по всем анализируемым данным, кроме величины собственного оборотного капитала. Этот показатель снизился по сравнению с данными 2012 г. в связи с уменьшением дебиторской задолженности практически в два раза (2012 г. — 69 805 тыс. руб.; 2013 г. — 39 681 тыс. руб.). Коэффициент Савицкой отражает это отклонение (табл. 5). На него следует обратить внимание, поскольку это изменение является тревожным сигналом, так как происходит на фоне увеличения размеров краткосрочных и долгосрочных заемных средств в два раза. Эта модель оценки вероятности банкротства разработана с учетом специфических особенностей российского сельского хозяйства.
Таким образом, оценка вероятности банкротства сельскохозяйственных предприятий Вольского района Саратовской области показала, что экономическая ситуация является стабильной, развивающейся и привлекательной для инвесторов. Однако не стоит полностью полагаться на полученные значения этих моделей. Для опытных руководителей, экономистов, менеджеров банкротство не бывает неожиданным явлением, поскольку они регулярно отслеживают финансовое состояние фирмы, района и отрасли, используя для этого различные методы и подходы.
Зарубежные и отечественные методики оценки вероятности банкротства являются лишь вспомогательными средствами анализа. Ключевую роль играет финансовый анализ, основной целью которого является получение объективной оценки платежеспособности, финансовой устойчивости, деловой и инвестиционной активности, эффективности деятельности организаций. Также существуют признаки, по которым можно судить об ухудшении положения компании или района в целом. К ним можно отнести: неопытность руководителей и финансовой службы, высокую конкуренцию на рынке, нестабильную прибыль, низкие коэффициенты рентабельности и ликвидности, большой процент использования заемных средств. Наличие этих признаков служит основанием для поднятия тревоги и большой вероятности банкротства в ближайшем будущем.
Диагностика вероятности банкротства важна и необходима для руководителя любой компании, поскольку она позволит избежать многих трудностей в ведении бизнеса. Не менее важным является поддержание вероятности банкротства на низком уровне для привлечения инвесторов, кредиторов и прочих контрагентов. Однако для предприятий отрасли сельского хозяйства это сложно, так как помимо основных факторов на их деятельность оказывают влияние природно-климатические условия, предсказать влияние которых невозможно. Именно поэтому руководству сельскохозяйственных компаний необходимо постоянно контролировать финансовую ситуацию, используя для этого все возможные варианты и адаптируя их под свои условия хозяйствования.
Список литературы Оценка вероятности банкротства предприятий сельского хозяйства
- См.: Райзберг Б.А., Лозовский Л.Ш., Стародубцева Е.Б. Современный экономический словарь. М.: ИНФРА-М, 2007. С. 38.
- См.: Altman, Edward I., Hotchkiss E. Corporate Financial Distress and Bankruptcy: Predict and Avoid Bankruptcy, Analyze and Invest in Distressed Debt // John Wiley and Sons, 1993, 384 p.; Анализ финансового состояния предприятия. URL: http://afdanalyse.rU/publ/finansovyj_analiz/l/ bankrot_tafler/13-l-0-37 (дата обращения: 09.12.2014); Савицкая Г.В. Анализ хозяйственной деятельности предприятия. Минск: Нов. знание, 2002. С. 675-583.
- См.: Зайцева О.П. Антикризисный менеджмент в российской форме // Сибир. финансовая шк. 1998. № 11-12. С. 101.
- Формы отчетности о финансово-экономическом состоянии товаропроизводителей АПК Вольского района 2008-2013 гг.
- См.: Савицкая Г.В. Анализ хозяйственной деятельности предприятия. С. 600-683.
