Денежные средства

5. Снижение рентабельности продукции.

Для любого предприятия важно оценивать  свою платежеспособность и прогнозировать возможное банкротство. Для диагностики  вероятности банкротства могут  быть использованы следующие методы.

Многокритериальный подход.

Многие  крупные компании и аудиторские  фирмы используют для своих аналитических оценок системы критериев. В соответствие с ними выделяется две группы признаков банкротства:

К первой группе относятся показатели, свидетельствующие о возможных  финансовых затруднениях и вероятности  банкротства в недалеком будущем:

- низкие значения коэффициентов  ликвидности и тенденция к  их снижению;

- наличие хронической просроченной  кредиторской и дебиторской задолженности;

- дефицит собственного оборотного  капитала;

- наличие сверхнормативных запасов  сырья и готовой продукции;

- использование новых источников  финансовых ресурсов на невыгодных  условиях;

- падение рыночной стоимости акций  предприятия;

- снижение производственного потенциала.

Во  вторую группу входят показатели, неблагоприятные  значения которых не дают основания рассматривать текущее финансовое состояние как критическое, но сигнализируют о возможности резкого его ухудшения в будущем при неприятии действенных мер. К ним относятся:

- чрезмерная зависимость предприятия  от какого-либо одного конкретного  проекта, типа оборудования, вида актива, рынка сырья или рынка сбыта;

- потеря ключевых контрагентов;

- недооценка обновления техники  и технологии;

- потеря опытных сотрудников аппарата  управления;

- вынужденные простои, неритмичная  работа;

- неэффективные долгосрочные соглашения;

- недостаточность капитальных вложений  и т.д.

К достоинствам этот системы индикаторов  возможного банкротства можно отнести  системный и комплексный подходы, а к недостаткам - высокую степень  сложности принятия решения в  условиях многокритериальной задачи, субъективность прогнозного решения независимо от числа критериев.

Дискриминантные факторные  модели.

В зарубежных странах для оценки риска  банкротства широко используются дискриминантные  факторные модели Альтмана, Бивера, Лиса, Таффлера.

Дискриминантные факторные модели Альтмана. Чаще всего  для оценки вероятности банкротства  предприятия используются Z-модели, предложенные известным западным экономистом  Эдвардом Альтманом, который предполагает расчет индекса кредитоспособности.

Самый простой из этих моделей является двухфакторная. Для нее выбирается два основных показателя, от которых, по мнению Э. Альтмана, зависит вероятность банкротства:

- коэффициент покрытия (характеризует  ликвидность);

- коэффициент финансовой зависимости  (характеризует финансовую устойчивость). На основе анализа западной практики были выявлены весовые коэффициенты каждого из этих факторов.

 

Z = -0,3877 - 1,0736 Кп+ 0,579Кфз,  (9)

 

где Кп - коэффициент покрытия (отношения  текущих активов к текущим  обязательствам);

Кфз - коэффициент финансовой зависимости, определяемой как отношение заемных средств к общей величине пассивов.

Для предприятий, у которых Z = 0, вероятность  банкротства равна 50%. Если Z < 0, то вероятность банкротства меньше 50% и далее снижается по мере уменьшения Z. Если Z > О, то вероятность банкротства больше 50% и возрастает с ростом Z.

Позднее Альтманом была предложена пятифакторная  модель прогнозирования. Данная формула  применима для акционерных обществ  открытого типа:

 

Z = 1,2 Коб + 1,4 Кнп + 3,3 Кр + 0,6 Кп+ 1,0 Ком (10)

 

где Коб - доля оборотных средств в  активах, т. е. отношение текущих  активов к общей сумме активов;

Кнп - рентабельность активов, исчисленная  исходя из нераспределенной прибыли, т. е. отношение нераспределенной прибыли  к общей сумме активов;

Кр - рентабельность активов, исчисленная  по балансовой стоимости (т. е. отношение  прибыли до уплаты % к сумме активов;

Кп - коэффициент покрытия по рыночной стоимости собственного капитала, т.е. отношение рыночной стоимости акционерного капитала к краткосрочным обязательствам.

Для акционерных обществ закрытого  типа и предприятий, акции которых  не котируются на рынке, рекомендуется  следующая модель Альтмана:

 

Z = 0,717 Коб + 0,847 Кнп + 3,107 Кр + 0,42 Кп+ 0,995 Ком, (11)

 

где Кп - коэффициент покрытия по балансовой стоимости, т. е. отношение балансовой стоимости акционерного капитала (суммарная балансовая стоимость акций предприятия) к краткосрочным обязательствам.

Константа сравнения — 1,23.

Если Z < 1,23, то это признак высокой  вероятности банкротства.

Если Z > 1,23, то это свидетельствует о  малой его вероятности.[20,c.610]

Для диагностики несостоятельности  хозяйствующих субъектов довольно часто применяют ограниченный круг наиболее существенных ключевых показателей (второй метод). Так, в Республике Беларусь для этой цели применяют следующие показатели:

- коэффициент текущей  ликвидности;

- коэффициент обеспеченности  собственным оборотным капиталом;

- коэффициент финансовой  зависимости (удельный вес заемных  средств в общей сумме активов);

- доля просроченных финансовых обязательств в общей сумме активов организации.

Учитывая многообразие показателей финансовой устойчивости, различие в уровне их критических  оценок и возникающие в связи  с этим сложности в оценке кредитоспособности организации и риска его банкротства, многие отечественные и зарубежные экономисты рекомендуют использовать интегральные показатели, позволяющие одним числом охарактеризовать уровень риска несостоятельности. Для их расчета используют скоринговый, дискриминантный и другие виды анализа.

Сущность скорингового анализа - классификация организаций по степени риска исходя из фактического уровня показателей финансовой устойчивости и рейтинга каждого показателя, выраженного в баллах на основе экспертных оценок.

Рассмотрим простую  скоринговую модель с тремя балансовыми показателями (см. таблицу 6).

 

Таблица 6 - Группировка организаций на классы по уровню              платежеспособности
Показатель	Границы классов согласно критериям
	I класс	II класс	III класс	IV класс	V класс
Рентабельность совокупного капитала, %	30 и выше =50 баллов	29,9-20 = = 49,9-35 баллов	19,9-10 =  = 34,9-20 баллов	9,9-1 =   = 19,9-5 баллов	менее 1 =  = 0 баллов
Коэффициент текущей ликвидности	2,0 и выше =30 баллов	1,99-1,7 =  =29,9-20 баллов	1,69-1,4 =  = 19,9-10 баллов	1,39-1,1 =  =9,9-1 балл	1 и ниже = = 0 баллов
Коэффициент финансовой независимости	0,7 и выше =20 баллов	0,69-0,45 =   =19,9-10 баллов	0,44-0,30 =  =9,9-5 баллов	0,29-0,20 =  =5-1 балл	менее 0,2 =  = 0 баллов
Границы классов	100 баллов и выше	99,9-65 баллов	64,9-35 баллов	34,9-6 баллов	0 баллов

Примечание - Источник [20,629]

 

I класс - организации с хорошим запасом финансовой устойчивости, позволяющим быть уверенным в возврате заемных средств.

II класс - организации, демонстрирующие некоторую степень риска по задолженности, но еще не рассматривающиеся как рискованные.

III класс - проблемные организации.

IV класс - организации с высоким риском банкротства даже после принятия мер по финансовому оздоровлению. Кредиторы рискуют потерять свои средства и проценты.

V класс - организации высочайшего риска, практически несостоятельные.

В таблице 6 приведена обобщающая оценка финансовой устойчивости ЧПТУП «Слонимское» (т.е. к какому классу относится анализируемая организация).

 

Таблица 7 - Обобщающая оценка финансовой устойчивости совместного ЧПТУП «Слонимское» за 2009-2010года.
Номер показателя	Прошлый год		Отчетный год
	фактический уровень	количество баллов	фактический уровень	количество баллов
1	4,5	14	5	16
2	2,75	30	2,062	30
3	0,809	20	0,737	20
Итого	Х	64	Х	66

Примечание – Источник: собственная разработка

Таким образом, по степени финансового  риска, исчисленной с помощью  данной методики, анализируемая организация  как в прошлом, так и в отчетном периоде относится к IV  классу. За отчетный период она несколько улучшила свое состояние, однако весьма незначительно.

Банкротство является, как правило, следствием совместного действия внутренних и внешних факторов. В развитых странах с рыночной экономикой, устойчивой экономической и политической системой разорение организаций на 1/3 связано с внешними факторами и на 2/3 - с внутренними.

Поэтому по результатам анализа  должна быть разработана программа  и составлен бизнес-план финансового  оздоровления организации с целью  недопущения банкротства путем  комплексного использования внутренних и внешних резервов.

Устойчивость финансового состояния  может быть восстановлена одним  из эффективных методов обновления материально-технической базы организации, а также лизингом, который не требует  полной единовременной оплаты арендуемого имущества и служит одним из видов инвестирования. Оперативно обновлять оборудование и вести техническое перевооружение производства позволяет использование ускоренной амортизации по лизинговым операциям.

 

 

4. Разработка рекомендаций по использованию в анализе платежеспособности современных информационных технологий

 

 

Одним из направлений совершенствования анализа хозяйственной деятельности является внедрение экономико-математических методов. Их применение повышает эффективность анализа за счет более углубленного изучения факторов, выбора оптимального варианта использования ресурсов и мобилизации резервов повышения эффективности хозяйствования. Основная задача факторного анализа - определить степень влияния каждого фактора на уровень результатного показателя. Для этого используются способы: логарифмирования, долевого участия, корреляционно-регрессионного анализа, линейного и нелинейного программирования и др.

Наиболее широкое применение в  практике экономических исследований получил способ изучения стохастических (корреляционных) взаимосвязей. Его использование обусловлено тем, что на практике не все экономические процессы, показатели, явления находятся в функциональной зависимости, т.е. когда величине факторного показателя соответствует единственная величина результатного показатели. В экономических исследованиях чаще встречаются стохастические зависимости, которые отличаются приблизительностью, неопределенностью.

Стохастический (от греч. stochastikos - умеющий  угадывать) анализ - это метод решения широкого класса задач статистического оценивания. Он предполагает изучение массовых данных путем построения моделей изменения показателей за счет факторов, не находящихся в функциональной связи, в прямой или обратной взаимозависимости. Сообразно тому, насколько оптимально сочетаются (изучаются) разные факторы, будет неодинаковой степень воздействия каждого из них на величину результатного показателя.

Таким образом, стохастическая (корреляционная) связь - это неполная, вероятностная  зависимость между показателями, которая проявляется при массовости наблюдений.

Применение корреляционного анализа  позволяет решить две задачи:

- выявить и изучить тесноту  связи между исследуемыми показателями. Степень тесноты связи оценивают  коэффициентами корреляции, изменяющимися от 0 до 1,0. Малое значение коэффициента свидетельствует о слабой связи, а значение, близкое по величине к 1,0, характеризует очень сильную связь и часто позволяет предположить о наличии функциональной причинно-следственной связи. Качественные оценки степени тесноты связи с помощью коэффициента корреляции приведены в таблице 8;

 

Таблица 8-Теснота связи и величина коэффициента корреляции.
Коэффициент корреляции	Теснота связи
+0,91-1,0	Очень сильная
+0,81-0,90	Весьма сильная
+0,65-0,80	Сильная
+0,45-0,64	Умеренная
+0,25-0,44	Слабая
До +0,25	Очень слабая

Примечание – Источник: [17,с.359]

- количественно измеряется действие  одного или нескольких факторов  на изменение результатного показателя, т.е. изучается характер связи.  В результате определяют, насколько изменяется величина результатного показателя при изменении факторного на единицу.