В статье проведена оценка риска банкротства ЗАО «Бендерский комбинат хлебопродуктов» с помощью многофакторных моделей. Рассчитана вероятность погашения долга с помощью леммы Маркова и неравенства Чебышева.
Ключевые слова: финансовые риски, оценка, банкротство, предприятие, финансовая устойчивость, платежеспособность, вероятность, погашение.
Финансовая деятельность предприятия во всех ее формах связана с множественными финансовыми рисками, уровень воздействия которых на итоги данной деятельности и степень финансовой безопасности значимо растет в настоящее время.
Недостаточная финансовая стабильность компании способна привести к отсутствию средств, необходимых для развития, и возникновению угроз для существования бизнеса в целом.
Финансовые риски необходимо выявлять своевременно, в противном случае они могут сильно повлиять на деятельность компании и ее устойчивость.
В данной статье проведем оценку риска банкротства и риска потери платежеспособности ЗАО «Бендерский комбинат хлебопродуктов» за 2016–2020 гг.
Для оценки потенциального банкротства рассмотрим самые популярные модели диагностики риска банкротства: модель Сайфулина-Кадыкова, модель Лиса [1].
Модель Сайфулина-Кадыкова принимает во внимание пять основных факторов имеет вид (1):
Z = 2 * К1 + 0,1 * К2 + 0,08 * К3 + 0,45 * К4 + 1,0 * К5 (1)
Коэффициенты, необходимые для расчета Z приведем в таблице 1.
Если значение Z<1, то предприятие имеет неудовлетворительное финансовое состояние; Z
Применим данную модель на предприятии ЗАО «Бендерский комбинат хлебопродуктов». Рассчитаем необходимые коэффициенты за 5 лет и на основе полученных данных найдем Z за 5 лет.
Таблица 1
Методика расчета показателей модели Сайфулина-Кадыкова
|
Обозначение |
Методика расчета |
Название коэффициента |
|
1 |
2 |
3 |
|
К1 |
Собственные оборотные средства/Материально-производственные запасы |
Коэффициент обеспеченности собственными средствами |
|
К2 |
Оборотные активы/Краткосрочные обязательства |
Коэффициент текущей ликвидности |
|
К3 |
Выручка/Активы |
Коэффициент оборачиваемости активов |
|
К4 |
Чистая прибыль/Выручка |
Рентабельность реализации продукции |
|
К5 |
Чистая прибыль/Собственный капитал |
Рентабельность собственного капитала |
Применим данную модель на предприятии ЗАО «Бендерский комбинат хлебопродуктов». Рассчитаем необходимые коэффициенты за 5 лет.
На основе полученных данных найдем Z за 5 лет.
Для удобства сведем все рассчитанные показатели в таблицу 2.
Таблица 2
Показатели прогноза банкротства ЗАО «Бендерский комбинат хлебопродуктов» за 2016–2020 гг. для модели Сайфулина-Кадыкова
|
№ |
Наименование коэффициента |
Обозначение |
2016 год |
2017 год |
2018 год |
2019 год |
2020 год |
|
1. |
Коэффициент обеспеченности собственными средствами |
К1 |
-0,7522 |
-1,1169 |
-1,3417 |
-0,9387 |
-0,8689 |
|
2. |
Коэффициент текущей ликвидности |
К2 |
2,3654 |
1,1188 |
1,6737 |
1,2266 |
0,8307 |
|
3. |
Коэффициент оборачиваемости активов |
К3 |
2,9626 |
3,0229 |
2,6838 |
3,4275 |
4,2275 |
|
4. |
Рентабельность реализации продукции |
К4 |
0,0562 |
0,0458 |
0,0789 |
0,0553 |
0,0372 |
|
5. |
Рентабельность собственного капитала |
К5 |
0,4285 |
-0,0049 |
-0,0308 |
-0,1161 |
-0,4000 |
Рассчитаем Z за 2016–2020 гг.
За 2016 год:
Z = 2*(-0,7522) + 0,1*2,3654+ 0,08*2,9626+ 0,45*0,0562+ 1,0*0,4285= — 0,5771
За 2017 год:
Z = 2*(-1,1169)+ 0,1*1,1188+ 0,08*3,0229+ 0,45*0,0458+1,0*(-0,0049) = — 1, 8644
За 2018 год:
Z = 2*(- 1,3417)+ 0,1*1,6737+ 0,08*2,6838+ 0,45*0,0789+1,0*(- 0,0308) = — 2,2966
За 2019 год:
Z = 2*(- 0,9387)+ 0,1*1,2266+ 0,08*3,4275+ 0,45*0,0553+1,0*(- 0,1161) = — 1,5718
За 2020 год:
Z = 2*(-0,8689)+ 0,1*0,8307+ 0,08*4,2275+ 0,45*0,0372+1,0*(-0,4) = — 1,6997
На основе проведенных расчетов можно сделать вывод, что на протяжении пяти лет значение Z принимало отрицательные значения и не достигало нормативных значений (Z>1), что свидетельствует о высокой вероятности банкротства. Предприятию необходимо принять меры по оздоровлению финансового состояния.
Модель Лиса, разработанная в 1972 году для предприятий Великобритании, имеет следующий вид (2):
Z = 0,063 * К1 + 0,092 * К2 + 0,057 * К3 + 0,001 * К4 (2)
Предельное значение данной модели 0,037. В случае, если полученное значение показателя Z меньше 0,037, вероятность банкротства высокая.
Рассчитаем необходимые коэффициенты и сведем все рассчитанные данные в таблицу 3.
Таблица 3
Показатели прогноза банкротства ЗАО Бендерский комбинат хлебопродуктов» за 2016–2020 гг. для модели Лиса
|
№ |
Обозначение |
Расчет коэффициента |
2016 год |
2017 год |
2018 год |
2019 год |
2020 год |
|
1. |
К1 |
Оборотные активы/Активы |
0,2809 |
0,2663 |
0,2825 |
0,3439 |
0,4183 |
|
2. |
К2 |
Прибыль от продаж/Активы |
0,0501 |
0,0286 |
0,0455 |
0,0545 |
0,0389 |
|
3. |
К3 |
Чистая прибыль/Активы |
0,1737 |
-0,0021 |
-0,0108 |
-0,0412 |
-0,1098 |
|
4. |
К4 |
Собственный капитал/Заемный капитал |
1,0298 |
0,7730 |
0,5113 |
0,4999 |
0,2792 |
Рассчитаем Z за 2016–2020 гг.
За 2016 год:
Z = 0,063 * 0,2809+ 0,092 * 0,0501+ 0,057 * 0,1737+ 0,001 * 1,0298= 0,0332
За 2017 год:
Z = 0,063 * 0,2663+ 0,092 * 0,0286+ 0,057 * (-0,0021) + 0,001 * 0,7730 = 0,02
За 2018 год:
Z = 0,063 * 0,2825+ 0,092 * 0,0455+ 0,057 * (-0,0108) + 0,001 * 0,5113= 0,0219
За 2019 год:
Z = 0,063 * 0,3439+ 0,092 * 0,0545+ 0,057 * (-0,0412) + 0,001 * 0,4999= 0,0248
За 2020 год:
Z = 0,063 * 0,4183+ 0,092 * 0,0389+ 0,057 * (-0,1098) + 0,001 * 0,2792= 0,0240
Таким образом, за рассматриваемый период показатель имеет тенденцию к снижению и в течение 5 лет принимает значение, меньше допустимого, что свидетельствует о наличии риска банкротства предприятия.
Рассчитаем вероятность погашения долга предприятием ЗАО «Бендерский комбинат хлебопродуктов» с помощью леммы Маркова.
Для этого необходимо найти среднее значение коэффициента текущей ликвидности. Найдем его в таблице 4.
Таблица 4
Значения коэффициента текущей ликвидности ЗАО «Бендерский комбинат хлебопродуктов» за 2016–2020 гг.
|
Дата |
2016 год |
2017 год |
2018 год |
2019 год |
2020 год |
Среднее значение |
|
Коэффициент текущей ликвидности |
2,3654 |
1,1188 |
1,6737 |
1,2266 |
0,8307 |
1,4430 |
Лемма Маркова показывает следующую вероятность погашения долга предприятием за рассматриваемый период [2]:
Р (Х > 2) < 1,443 / 2 = 0,722, то есть менее 72,2 %.
Где Х — коэффициент текущей ликвидности
Таким образом, вероятность погашения долга хозяйствующим субъектом имеет значение — 72,2 %.
Найдем значение вероятности погашения долга предприятием с помощью неравенства Чебышева [2]:
Предприятие сможет погасить свой долг перед банком, если восстановит свою платежеспособность, то есть повысит значение коэффициента текущей ликвидности до уровня 2. Для этого значение коэффициента текущей ликвидности должно будет отклониться в большую сторону от нынешнего своего значения как минимум на 0,557.
Определим вероятность такого отклонения по неравенству Чебышева
Р (|х — 1,443| ≥ 0,557) < 0,2862 / 0,557² = 0,9225
Необходимо определить вероятность отклонения коэффициента текущей ликвидности только в одну — большую сторону, от нынешнего его положения. Эта вероятность составит 92,25 %: 2 = 46,13 %.
Таким образом, вероятность невозврата долга банкам у ЗАО «Бендерский комбинат хлебопродуктов» будет как минимум 100–46,13 = 53,87 %.
Проведенная оценка риска с помощью леммы Маркова, неравенства Чебышева, говорит о средней степени кредитоспособности предприятия. Несмотря на то, что показатели текущей ликвидности ниже нормативных, анализ показал среднюю вероятность восстановления платежеспособности ЗАО «Бендерский комбинат хлебопродуктов».
Таким образом, анализ риска банкротства и потери кредитоспособности показал наличие у предприятия высокого риска банкротства. По результатам анализа, можно сделать вывод, что предприятие финансово неустойчиво. Наблюдаются проблемы с ликвидностью баланса, о чем свидетельствуют низкие показатели, не достигающие нормативных значений. Предприятию необходимо принять меры по выходу из кризисной ситуации и более эффективно организовать свою хозяйственную деятельность.
Литература:
- Финансовый анализ предприятия с помощью коэффициентов и моделей: учебное пособие. — Москва: Проспект, 2018. — 176 с.
- Электронный конспект «Теория вероятностей и математическая статистика» Мхитарян В. С., Трошин Л.И, Корнилов И. А., Адамова Е. В., Шевченко К. К., Бамбаева Н. Я. — http://www.e-biblio.ru/book/bib/10_statistika/tv_i_ms/book/docs/piece018.htm
