Конспект лекций по дисциплине «анализ и диагностика финансово-хозяйственной деятельности предприятия» К. э н., доцент Веревка Т. В
| Вид материала | Конспект |
- Конспект лекций по курсу «анализ и диагностика финансово-хозяйственной деятельности, 2020.06kb.
- Рабочая программа по дисциплине "Анализ и диагностика финансово-хозяйственной деятельности, 159.79kb.
- Анализ экономической эффективности финансово-хозяйственной деятельности предприятия, 481.25kb.
- Курсовая работа на тему: Анализ и диагностика финансово хозяйственной деятельности, 735.02kb.
- Анализ и диагностика финансово-хозяйственной деятельности предприятия, 6551.71kb.
- Курсовая работа по дисциплине «Анализ и диагностика производственно-финансовой деятельности, 121.56kb.
- Тематика курсовых работ по дисциплине «анализ и диагностика финансово-хозяйственной, 79.78kb.
- Темы курсовых работ по дисциплине «Анализ и диагностика финансово-хозяйственной деятельности, 58.19kb.
- Задачи анализа и диагностики финансово-хозяйственной деятельности предприятия в условиях, 51.87kb.
- Задачи анализа и диагностики финансово-хозяйственной деятельности предприятия в условиях, 54.11kb.
11. Диагностика вероятности банкротства
В отечественной литературе исследованы самые разнообразные методы и методики прогнозирования банкротства. Например, Бобылева А.З. выделяет следующие методы анализа, применимые при прогнозировании банкротства:
1. Трендовый анализ. Он позволяет выявить тенденции изменений важнейших показателей деятельности предприятия за несколько периодов. Однако в российских условиях такой анализ затруднен. Объясняется это тем, что сравнению за ряд лет мешает достаточно частое изменение учетной политики на предприятиях, постоянная корректировка налогового и связанного с ним законодательства, инфляция.
2. Факторный анализ. Данный метод анализа позволяет выявить, за счет чего произошло изменение финансовых результатов деятельности фирмы. Среди наиболее известных факторных моделей можно выделить модель фирмы Дюпон.
3. Метод, основанный на использовании финансовых коэффициентов. Данный метод является наиболее распространенным и общедоступным. Как правило, он заключается в изучении динамики финансовых коэффициентов на конкретной фирме, межфирменных сравнениях и сопоставлении с общими нормативами.
4. Методы математического моделирования и прогнозирования с использованием компьютерных программ. Такие методы в основном используются в научных работах, крупных корпорациях.
В последнее время появились упрощенные стандартные программные продукты, которые позволяют провести формальный финансовый анализ основных форм отчетности. Техническое создание таких программ не составляет труда. Как правило, достаточно уметь работать в Excel.22
И.Л. Юрзинова условно подразделяет методики прогнозирования банкротства на статические и псевдодинамические.
Статические методики - различные варианты факторного анализа с применением весовых коэффициентов. Общая расчетная формула для методик, относимых к данной группе можно представить следующим образом:
,гдеY - результирующий показатель;
N - число выбранных для анализа факторов;
Xi - значение i-ro фактора;
Pi - множитель при i-м факторе - некоторая константа, которая может быть
интерпретирована как весовой коэффициент (степень значимости фактора).
К числу таких методик относятся модели прогнозирования банкротства, разработанные
Альтманом, методики Зайцевой, Сайфуллина и Кадыкова и ряд других. В отличие от статических методик псевдодинамические методики, по мнению И.Л. Юрзиновой, не предполагают получение единой результирующей характеристики, получаемой как результат сложения анализируемых факторов. Использование данных методик позволяет получать векторный результат, обеспечивающий независимость анализа значимых показателей, что способствует получению более точных оценок. Типичным примером псевдодинамических методик оценки финансового состояния хозяйствующего субъекта является модель прогнозирования банкротства У. Бивера.
В зарубежной практике, как правило, используется другая классификация методов прогнозирования банкротства. Например, выделяют:
объективные Z-методы. Метод основан на расчете определенных отношений между отдельными статьями финансовой отчетности (финансовых коэффициентов) и их линейных комбинаций. Каждый коэффициент рассматривается с определенным весом, выведенным эмпирическим путем на основе обследования большой группы предприятий;
субъективные А-методы. А-методы основаны на экспертной, часто балльной оценке. Принимается в расчет все: и деловая репутация фирмы, и личность руководителя, и конкурентоспособность и т. д.23
Учитывая то, что различные группы показателей отражают различные финансовые процессы (ликвидность отражается показателями ликвидности, финансовая эффективность определяется показателями рентабельности, доля заемных средств - показателями финансовой устойчивости), целесообразно уметь проводить комплексный анализ финансового состояния предприятия по различным признакам, обуславливающим его финансовую деятельность.
Многие аналитики искали такую характеристику, которая лучше всего отражала бы финансовую деятельность предприятия, но сейчас уже признано, что одной такой характеристики явно мало.
Одной из первых попыток использовать аналитические коэффициенты для прогнозирования банкротства считается работа У. Бивера, который проанализировал 30 коэффициентов за пятилетний период по группе компаний, половина из которых обанкротилась. Все коэффициенты были сгруппированы им в шесть групп, при этом исследование показало, что наибольшую значимость для прогнозирования имел показатель, характеризовавший соотношения притока денежных средств и заемного капитала. Рассмотрим систему показателей У. Бивера:
11.1. Диагностика вероятности банкротства на основе метода Бивера
Таблица 6
Система показателей Бивера
| Показатели | Формулы расчета | Значения показателей | |||
| Группа I: благо- получные компании | Группа II: за 5 лет до банкротства | Группа III: за 1 год до банкротства | Расчетные значения | ||
| 1. Коэффициент Бивера | (Чистая прибыль+Амортизация)/ Заемный капитал | 0,4 – 0,45 | 0,17 | - 0,15 | |
| 2. Коэффициент текущей ликвидности (к2) | Текущие активы Текущие пассивы | к2 < 3,2 | к2 < 2 | к2 < 1 | |
| 3. Экономическая рентабельность, % | Чистая прибыль Всего активов | 6 - 8 | 4 | - 22 | |
| 4. Доля заемного капитала, % | Заемный капитал Всего активов | < 37 | < 50 | < 80 | |
| 5. Коэффициент покрытия активов чистым оборотным капиталом | Чистый оборотный капитал/Всего активов | 0,4 | < 0,3 | около 0,06 | |
Полученные в результате финансового анализа показатели сравниваются с показателями У. Бивера и по полученным результатам можно сделать вывод о состоянии предприятия. Например, по данным четвертой колонки можно предсказать вероятность наступления банкротства за пятилетий период, по данным пятой колонки можно предсказать наступление кризисной ситуации за один год.24
В мировой практике наиболее популярным методом прогнозирования банкротства является метод дискриминантного анализа. Он представляет собой раздел факторного статистического анализа, с помощью которого решаются задачи классификации, т.е. разбиение некоторой совокупности анализируемых объектов на классы путем построения так называемой классифицирующей функции в виде корреляционной модели.
Процесс построения модели прогнозирования вероятности банкротства предприятия с использованием метода дискриминантного анализа включает в себя следующие этапы:
1) формирование выборки предприятий аналогичного типа, которая содержит как обанкротившиеся предприятия, так и избежавшие банкротства;
2) определение состава показателей, характеризующих финансовое состояние предприятия;
3) разбиение сформированной совокупности предприятий на две группы: предприятия-банкроты и предприятия, преодолевшие кризис и выжившие, и их описание с помощью выбранной системы финансовых показателей;
4) формализованное представление исходных данных в виде некоторых формальных конструкций;
5) построение дискриминантной (разделяющей, классифицирующей) функции и ее идентификация;
6) определение статистических оценок параметров распределения дискриминантной функции.
11.2. Диагностика вероятности банкротства на основе пятифакторной модели
Наибольшую известность в этой области получила работа западного экономиста Э. Альтмана, разработавшего с помощью аппарата мультипликативного дискриминантного анализа (Multiple-discriminant analysis, MDA) методику расчета индекса кредитоспособности. Этот индекс позволяет в первом приближении разделить хозяйствующие субъекты на потенциальных банкротов и небанкротов. Так в 1968 г. была опубликована пятифакторная модель прогнозирования банкротства.
При построении индекса Альтман обследовал 66 предприятий промышленности, половина из которых обанкротились 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 для прогноза 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 имеет вид:
Для оценки риска банкротства и кредитоспособности наиболее распространенной является пятифакторная модель Альтмана:
Z = 1,2· Х1 + 1,4· Х2 + 3,3· Х3 +1,0· Х4 + 0,6· Х5 ,
где Х1 – чистый (собственный) оборотный капитал / сумма активов;
Х2 - нераспределенная (реинвестированная) прибыль и резервы / сумма активов;
Х3 - прибыль до уплаты процентов / сумма активов;
Х4 - объем продаж (выручка) / сумма активов;
Х5 - собственный капитал/ заемный капитал.
Классификация вероятности банкротства производится по следующей шкале:
| Величина коэффициента | Вероятность банкротства |
| 1,80 и меньше | очень высокая |
| 1,81 до 2,60 | высокая |
| 2,61 до 2,90 | возможная |
| 2,91 и выше | очень низкая |
- Диагностика вероятности банкротства на основе двухфакторной модели
Другим примером является двухфакторная модель прогнозирования банкротства.
Исходную выборку для построения модели составили данные о финансовом состоянии 19 предприятий, одна часть из которых обанкротилась, а другая смогла выжить. Вероятность банкротства определяется двумя показателями:
- коэффициентом текущей ликвидности, равным отношению текущих активов к краткосрочным обязательствам;
- коэффициентом финансовой зависимости, равным отношению заемных средств к общей стоимости активов.25
Очевидно, предприятие с большей вероятностью станет банкротом при низком коэффициенте покрытия и высоком коэффициенте финансовой зависимости.
Задача состоит в том, чтобы найти эмпирическое уравнение некой дискриминантной границы, которая разделит все возможные сочетания указанных показателей на два класса. А именно показатели, при которых предприятие обанкротится, а также показатели, при которых банкротство предприятию не грозит.
В результате должна быть получена следующая функция:
По двухфакторной модели: Z2= α + β х К1+ γ х К2 ,
где:
К1 - коэффициент текущей ликвидности
К2 - коэффициент привлечения заемного капитала в активах
α = - 0,3877
β = - 1,0736
γ = +0,0579
Если Z 2 < 0 , то вероятность банкротства невелика.
Если Z 2 > 0 , то вероятность банкротства высокая.
11.4. Диагностика вероятности банкротства на основе модели Р. Таффлера и Г. Тишоу
В 1977 г. британские исследователи Р. Таффлер и Г. Тишоу на основе выборки из 88 британских компаний построили четырехфакторную прогнозную модель финансовой несостоятельности. На первой стадии было рассчитано 80 финансовых коэффициентов по данным обанкротившихся и платежеспособных компаний. Затем была построена модель прогнозирования банкротства. Такой выборочный подсчет соотношений является типичным для определения некоторых ключевых измерений деятельности корпорации, таких как прибыльность, соответствие оборотного капитала принятому нормативу, финансовый риск и ликвидность. Объединяя эти показатели и сводя их соответствующим образом воедино, модель прогнозирования банкротства производит точную картину финансового состояния корпорации.
Данная модель описывается следующим уравнением:
Z= 0,53Х1 + 0,1ЗХ2 + 0,18Х3 + О,16Х4 где
X1 — отношение прибыли до уплаты процентов и налогов к текущим обязательствам;
Х2 — отношение текущих активов (оборотных активов) к общей сумме обязательств;
Хз — отношение текущих обязательств к общей сумме активов;
Х4 — отсутствие интервала кредитования (отношение выручки к сумме активов);
Косос — коэффициент обеспеченности собственными средствами.
Согласно модели Таффлера и Тишоу при Z > 0,3 вероятность банкротства низкая, а при Z < 0,2 — высокая.
Как видно из уравнения, доминирующим фактором в данном случае по сравнению с другими является прибыльность, влияние которой составляет 53% (против 13% - изменение состояния оборотного капитала, 18% - финансовый риск, 16% - ликвидность). Это ведет к тому, что незначительные колебания экономической обстановки и возможные ошибки в исходных данных, в вычислении финансовых коэффициентов и всего индекса могут приводить к ошибочным выводам.
Несмотря на то, что прогнозная модель Р. Таффлера и Г. Тишоу построена по более современным данным и не требует рыночной оценки бизнеса, ее применимость к российским условиям также вызывает сомнения из-за различий в финансово-экономических условиях в Великобритании и России, в частности, в условиях кредитования промышленности.26
11.5. Диагностика вероятности банкротства на основе моделей
Российские ученые также занимались разработкой моделей прогнозирования несостоятельности предприятия: рейтинговая модель Сейфулина и Кадыкова, методика Иркутского государственного университета. К сожалению, все эти модели дают лишь приблизительную градацию степени угрозы наступления банкротства, однако ни количественного значения вероятности банкротства, ни ошибки неправильной диагностики они не обеспечивают. Несмотря на несовершенство этих методов, их результаты довольно полно характеризуют финансовое состояние предприятия с помощью ограниченного числа наиболее важных и распространенных показателей. Важно отметить то, что выбор конкретных методов прогнозирования банкротства должен диктоваться особенностями отрасли, в которой работает предприятие. Более того, сами методы могут и должны подвергаться необходимой корректировке с учетом специфики конкретной отрасли, в которой функционирует фирма.
Кроме того, чрезвычайно важно учитывать страну, в которой применяются данные методы и соответственно модели. Так, например большинство популярных моделей разработаны на Западе. Применять их в Российской Федерации чрезвычайно тяжело и не всегда целесообразно, поскольку следует иметь в виду, что в нашей стране другие темпы и уровни инфляции, иные циклы развития микро- и макроэкономики, а также другие уровни фондо-, энерго- и трудоемкости производимой продукции, производительности труда, иное налоговое законодательство и многие другие аспекты. Именно поэтому отечественные ученые модифицируют модели, полученные их иностранными коллегами к современным российским реалиям. 27
Рассмотрим еще одну модель прогнозирования банкротства предприятия - модель R-прогнозирования вероятности банкротства Иркутской государственной экономической академии. Модель R-прогнозирования вероятности банкротства, разработанными учеными Иркутской государственной экономической академии. В ее основе - четырехфакторная модель прогноза риска банкротства, учитывающая такие показатели, как:
-оборотный капитал/актив;
-чистая прибыль/собственный капитал;
-выручка от реализации/актив;
-чистая прибыль/интегральные затраты.
Модель выглядит следующим образом: R=8.38*Kl+K2+0.054*K3+0.63*K4
Таблица 7
Четырехфакторная модель прогноза риска банкротства
| Вероятность банкротства предприятия в соответствии со значением модели "R" | |
| Значение R | Вероятность банкротства, процентов |
| Меньше 0 | Максимальная (90 —100) |
| 0—0,18 | Высокая (60 — 80) |
| 0,18—0,32 | Средняя (35 — 50) |
| 0,32—0,42 | Низкая(15— 20) |
| больше 0,42 | Минимальная (до 10) |
Источник: Ригин Е.И., Трещевский Ю.И. Применение К-прогнозных моделей финансового анализа предприятий//Экономический анализ: теория и практика. - 2004. - С. 2
К1 -обеспеченность капиталом;
К2 - чистая прибыль;
КЗ - выручка от реализации;
К4 - чистая прибыль/затраты.
К очевидным достоинствам данной методики можно отнести то, что механизм ее построения и все основные этапы расчетов достаточно подробно разработаны. Недостатком является то, что результаты, полученные с помощью других методов и моделей, не коррелируют с результатами R-модели. Возможно, R-модель можно использовать для прогнозирования кризисной ситуации, когда уже заметны очевидные ее признаки, а не заранее, еще до появления таковых.28
12. Отчет о движении денежных средств
Денежный поток (Cash-Flow) – это объем денежных средств, который получает и выплачивает предприятие в течение отчетного или планируемого периода.
Отчет о движении денежных средств показывает, откуда поступили и куда были потрачены средства.
Данный отчет разделен на четыре раздела:
- Операционная (производственная) деятельность отражает источники и пути использования фондов, накопленных в процессе обычной деловой активности предприятия, т.е. операции с текущими активами и пассивами.
- Инвестиционная деятельность отражает покупки и продажи активов, не являющихся текущими.
- Финансовая деятельность включает изменение в размере и составе собственного капитала и заемных средств компании.
- Денежная наличность на начало и конец отчетного периода.
Целью финансирования является обеспечение положительного ликвидного
остатка денежных средств во все периоды времени.
В разделе “Денежный поток от операционной (производственной) деятельности” в качестве поступлений учитываются: выручка от реализации, включая авансы, платежи дебиторов, поступления от аренды и другие доходы. В качестве выплат - выплаты поставщикам и работникам, платежи кредиторам, прочие текущие расходы (кроме амортизации), выплата налогов и процентов (кроме отсроченных), выплата дивидендов.
Амортизация не включается в денежный поток. Амортизационные отчисления относятся к разряду калькуляционных издержек, которые рассчитываются в соответствии с установленными нормами амортизации и относятся в процессе расчета прибыли к затратам. Реально же начисленная сумма амортизационных отчислений никуда не выплачивается и остается на счете предприятия, пополняя остаток ликвидных средств.
В разделе “Денежный поток от инвестиционной деятельности” отображаются платежи за приобретенные активы, ценные бумаги, приобретение дочерних организаций,
займы, предоставленные другим организациям, а источниками поступлений служат поступления от реализации внеоборотных активов, ценных бумаг, полученные дивиденды, проценты, поступления от погашения займов, предоставленных другим организациям.
В разделе “Денежный поток от финансовой деятельности” в качестве поступлений учитываются: вклады владельцев предприятия (акционерный капитал), выпуск облигаций, долгосрочные и краткосрочные займы, предоставленные другими
организациями. В качестве выплат - выкуп акций, погашение облигаций, погашение займов, выплаты по финансовой аренде.
На практике используют два метода расчета денежного потока от операционной деятельности – прямой и косвенный.
- Прямой метод включает основные виды (валовых) денежных поступлений и валовых денежных выплат с корректировкой продаж на изменение дебиторской задолженности, а себестоимости продаж - на изменение остатков запасов и кредиторской задолженности.
- Косвенный метод представляет денежный поток как прибыль или убыток до налогообложения (доходы за минусом расходов) с корректировкой на не денежные статьи расходов (амортизацию, отсроченные налоги), изменения в запасах, дебиторской и кредиторской задолженностях.
Прямой метод имеет более простую процедуру расчета, однако, он не учитывает взаимосвязи полученного финансового результата (прибыли) и изменения абсолютного размера денежных средств. Преимущество косвенного метода при использовании в оперативном управлении денежными потоками состоит в том, что он позволяет установить соответствие между финансовыми результатами и собственными оборотными средствами. С его помощью можно выявить наиболее проблемные места в деятельности предприятия и разработать пути выхода из кризисной ситуации. Недостатком косвенного метода является высокая трудоемкость при составлении аналитического отчета внешним пользователем.
При проведении аналитической работы оба метода (прямой и косвенный) дополняют друг друга и дают реальное представление о денежных потоках предприятия в расчетном периоде.