<<
>>

ПРОГНОЗИРОВАНИЕ ВОЗМОЖНОСТИ БАНКРОТСТВА ПРЕДПРИЯТИЙ

  На современном этапе развития российской экономики выявление неблагоприятных тенденций развития предприятия, предсказание банкротства приобретают первостепенное значение.

Понятие «банкротство» можно рассматривать с различных сторон (исторической, юридической, экономической) и в совокупности с различными понятиями («несостоятельность», «кризис», «кризисная ситуация»).

Слово «банкротство» происходит от итальянского словосочетания «banca rotta», что буквально обозначает «перевернутая скамья». В средние века банкротами называли расточительных должников, а также тех, которые скрылись, не исполнив своих обязательств, совершив тем самым правонарушение.

Законодательные основы определения банкротства в России были сформулированы в принятом Указе Президента РФ от 14 июня 1992 г. № 621 «О мерах по поддержке несостоятельных государственных предприятий (банкротов) и применении к ним специальных процедур», где категории «несостоятельность» и «банкротство» используются как синонимы. Эта традиция закрепилась и в Федеральном законе «О несостоятельности (банкротстве)».

Кризисное состояние — это особая ситуация, которая характеризуется повышенным риском банкротства, слабой конкурентной позицией, финансовой неустойчивостью.

С экономической точки зрения банкротство является крайней формой кризисного состояния, когда фирма не в состоянии оплатить кредиторскую задолженность и восстановить платежеспособность за счет собственных источников дохода.

Если проанализировать процесс финансово-экономического спада, то становится очевидным, что между порогом кризиса и началом процедуры банкротства, как правило, существует значительный отрезок времени. За время от момента фиксации кризиса до начала банкротства фирма способна восстановить платежеспособность за счет собственных ресурсов (если, конечно, эти два момента не совпали).

После начала процедуры банкротства это уже невозможно (за исключением случая, когда арбитражный суд признает фирму состоятельной): фирма либо ликвидируется, либо финансируется из других источников (бюджет, кредиторы).

Методы прогнозирования банкротства можно разделить на количественные и качественные.

К количественным методам относят: метод дискриминантного анализа, методы рейтингового анализа, метод нечетких множеств, метод нейронных сетей.

Качественные методы представлены методом Аргенти, Рекомендациями Комитета по обобщению практики аудирования (Великобритания), методическим подходом В. В. Ковалева.

Количественные методы применяются на практике банками для оценки кредитоспособности потенциального заемщика, их также могут использовать иные контрагенты, заинтересованные в быстром получении информации о состоянии компании. Основное преимущество таких методов — способность получить быстрый результат при использовании доступной внешним пользователям информации. Потребность широкого круга потенциальных пользователей данных методов в получении достоверных оценок возможности банкротства определяет необходимость проведения дополнительных исследований для учета российской специфики при составлении прогнозов банкротства.

Имеющиеся методики прогнозирования банкротства имеют как общий, пригодный для любого контрагента, так и частный характер.

Первые модели анализа неплатежеспособных организаций были созданы в 60-х годах ХХ в. на основе регрессионного (дискриминантного) анализа. Общий вид дискриминантной функции:

Z = aX\ + a2X + ... + anXn,              (10.8)

где Z — дифференциальный индекс (Z-счет); X — независимая переменная (i = 1, ... , n); a — коэффициент значимости переменной i.

Коэффициент Альтмана (индекс кредитоспособности, Z-счет). Этот метод предложен в 1968 г. известным западным экономистом Эдвардом Альтманом (Edward I. Altman). Индекс кредитоспособности построен

с помощью аппарата мультипликативного дискриминантного анализа (Multiple-discriminant analysis — MDA) и позволяет в первом приближении разделить хозяйствующие субъекты на потенциальных банкротов и небанкротов.

Индекс Альтмана представляет собой функцию зависимости от показателей, характеризующих экономический потенциал предприятия и результаты его работы за истекший период.

Индекс кредитоспособности (Z-счет) Альтмана имеет вид:

(10.9)

где Х1 — оборотный капитал/сумма активов; Х2 — нераспределенная прибыль/сумма активов; Х3 — операционная прибыль/сумма активов; Х4 — рыночная стоимость акций/задолженность; Х5 — выручка/сумма активов.

Результаты многочисленных расчетов по модели Альтмана показали, что обобщающий показатель Z может принимать значения в пределах [-14, +22]. В зависимости от значения Z-счета дается оценка вероятности банкротства по определенной шкале, представленной в табл. 10.4.

Таблица 10.4

Оценка вероятности банкротства предприятия с использованием Z-счета Альтмана

Значение Z-счета

Вероятность наступления банкротства

Z lt; 1,8

Очень высокая

1,8 lt; Z lt; 2,7

Высокая

2,7 lt; Z lt; 2,9

Возможная

Z gt; 2,9

Очень низкая

Z-коэффициент имеет общий серьезный недостаток — его можно использовать лишь в отношении крупных компаний, котирующих свои акции на биржах. Именно для таких компаний можно получить объективную рыночную оценку собственного капитала.

В 1983 г. Альтман получил модифицированный вариант своей формулы для компаний, акции которых не котировались на бирже:

(10.10)

В формуле 10.10 при исчислении К4 учитывается балансовая, а не рыночная стоимость акций.

Известны и другие подобные критерии.

Так, британский ученый Таффлер (Taffler) предложил в 1977 г. четырехфакторную прогнозную модель, имеющую следующий вид:

(10.11)

где: Xi — прибыль до уплаты налога/текущие обязательства (53%); Х2 — текущие активы/общая сумма обязательств (13%); Х3 — текущие обязательства/общая сумма активов (18%); Х4 — отсутствие интервала кредитования (16%); С0, •••, С4 — коэффициенты, проценты в скобках указывают на пропорции модели; Х1 измеряет прибыльность, Х2 — состояние оборотного капитала, Х3 — финансовый риск и Х4 — ликвидность.

Существуют различные варианты моделей, основанные на дискриминантом анализе: Пратта, Лиса, Тисшоу, Чессера, Зайцевой и др., в которых используются различные системы показателей.

Модель Лиса:

(10.12)

где Ki = оборотный капитал/сумма активов; К2 = прибыль от реализа- ции/сумма активов; К3 = нераспределенная прибыль/сумма активов; К4 = рыночная стоимость собственного капитала/заемный капитал. При Z lt; 0,037 — высокая вероятность банкротства.

Модель Чессера:

(10.13)

где

(10.14)

К = быстрореализуемые активы/сумма активов; К2 = объем продаж/ быстрореализуемые активы; К3 = валовая прибыль/сумма активов; К4 = заемный капитал/сумма активов; К5 = основной капитал/чистые активы; К6 = оборотный капитал/объем продаж.

При P gt; 0,5 — высокая вероятность банкротства.

Первым российским опытом применения подхода Альтмана является модель Давыдовой—Беликова. Ученые Иркутской государственной экономической академии предложили четырехфакторную модель прогноза риска банкротства (модель R), которая имеет следующий вид:

(10.15)

где X1 — оборотный капитал/актив; X2 — чистая прибыль/собственный капитал; X3 — выручка от реализации/актив; X4 — чистая прибыль/ интегральные затраты.

Вероятность банкротства предприятия в соответствии со значением модели R приводится в табл. 10.5.

Таблица 10.5

Вероятность банкротства в зависимости от значения R

Значение R

Вероятность банкротства, %

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)

К очевидным достоинствам данной модели можно отнести то, что механизм ее разработки и все основные этапы расчетов достаточно подробно описаны. Однако шкала вероятности банкротства имеет разрывы.

Лис разработал в 1972 г. следующую модель прогнозирования банкротства для Великобритании:

(10.16)

где Х1 — оборотный капитал/сумма активов; Х2 — прибыль от реализа- ции/сумма активов; Х3 — нераспределенная прибыль/сумма активов; Х4 — собственный капитал/заемный капитал.

Здесь предельное значение равно 0,037.

Все модели дискриминантного анализа довольно просты в применении и используют информацию, доступную для внешнего пользователя. Однако следует подчеркнуть, что, несмотря на высокую значимость статистических моделей, ориентированных на оценку финансовых перспектив предприятия и кредитоспособности в целом, существуют определенные проблемы, связанные с их практическим применением. Сопоставление данных, полученных для ряда стран, показывает, что веса в Z-свертке и пороговой интервал итоговых значений обобщающей функции существенно различаются не только от страны к стране, но и от года к году в рамках одной страны. Кроме того, одна и та же статистика применяется к фирмам с различной организационно-технической спецификой, со своими уникальными рыночными нишами, стратегиями и целями, фазами жизненного цикла и т.

п.

Корректировка методик предсказания банкротства с учетом специфики отраслей. Данная методика разработана учеными Казанского государственного технологического университета. Они предлагают деление всех предприятий по классам кредитоспособности. Расчет класса кредитоспособности связан с классификацией оборотных активов по степени их ликвидности.

Распределение предприятий по классам кредитоспособности происходит на следующих основаниях: к первому классу кредитоспособности относят фирмы, имеющие хорошее финансовое состояние (финансовые показатели выше среднеотраслевых, с минимальным риском невозврата кредита); ко второму — предприятия с удовлетворительным финансовым состоянием (с показателями на уровне среднеотраслевых, с нормальным риском невозврата кредита); к третьему классу — компании с неудовлетворительным финансовым состоянием, имеющие показатели на уровне ниже среднеотраслевых, с повышенным риском непогашения кредита.

Поскольку, с одной стороны, для предприятий разных отраслей применяются различные показатели ликвидности, а с другой — специфика отраслей предполагает использование для каждой из них своих критериальных уровней даже по одинаковым показателям, учеными Казанского государственного технологического университета были рассчитаны критериальные значения показателей отдельно для каждой из таких отраслей, как: промышленность (машиностроение); торговля (оптовая и розничная); строительство и проектные организации; наука (научное обслуживание).

В случае диверсификации деятельности предприятие относится к той группе, деятельность в которой занимает наибольший удельный вес.

Таким образом, в ходе анализа финансового состояния предприятия могут использоваться самые разнообразные приемы, методы и модели анализа. Их количество и широта применения зависят от конкретных целей анализа и определяются его задачами в каждом конкретном случае.

Деятельность любого предприятия (организации) связана с привлечением необходимых ресурсов, использованием их в производственном процессе, реализацией произведенной продукции (работ, услуг) и с получением финансовых результатов.

Весовые значения коэффициентов для повышения информативности проводимого анализа также должны быть тщательно обоснованны. Различные показатели дают не только разностороннюю характеристику предприятия, но и отвечают интересам различных внешних пользователей аналитической информации.

В качестве примера одной из наиболее удачных российских моделей, основанных на методике рейтингового анализа, можно отнести модель Р. С. Сайфулина и Г. Г. Кадыкова. Они предложили использовать для оценки финансового состояния предприятия рейтинговое значение, которое получается по следующей формуле:

(10.17)

где L — число показателей, используемых для рейтинговой оценки; Ni — нормативное требование i-го коэффициента; К — i-й коэффициент.

Данная обобщающая модель лишает ее многих недостатков, характерных для моделей-аналогов. Однако эту формулу нельзя признать универсальной, так как ее можно расширить на основе учета специфики отрасли, влияния жизненного цикла, размера предприятия. Изменяя нормы используемых показателей и веса при их коэффициентах роста (К /N), можно построить модель, учитывающую особенности конкретного предприятия, отвечающую интересам пользователей получаемой информации.

В данном случае модель делит предприятия не по признаку «банкрот- небанкрот», а по критерию «нормы», при этом норму можно установить и как среднее значение коэффициента по отрасли, и как минимально допустимое значение «благополучия» (перед «кризисом». Тогда в двух случаях модель может определить лишь тенденцию развития фирмы, но не выявить состояние «банкрот».

Рейтинговая оценка предприятия-заемщика рассчитывается на основе полученных значений финансовых коэффициентов и выражается в баллах. Баллы исчисляются путем умножения значения каждого показателя на его вес в интегральном показателе (рейтинге).

Общий вид рейтинговой оценки:

(10.18)

где К0 — рейтинг в баллах; Ai — удельный вес i -го показателя (ZA; = 1); Bi — количество баллов; n — число показателей.

При этом для каждого показателя определяются несколько интервалов значений, и каждому интервалу приписывается определенное количество баллов или определяется класс (1, 2, 3, ...).

Эта методика чаще всего используется банком для определения кредитоспособности предприятий-заемщиков. Достоинством рейтинговой модели является ее простота: достаточно рассчитать финансовые

коэффициенты и взвесить их, чтобы определить класс заемщика. Среди недостатков выделяют следующие: произвольность выбора базовых финансовых показателей, высокая чувствительность к искажению исходных данных, отсутствие учета отраслевой специфики, использование коэффициентов, находящихся в финансовой зависимости. Некоторых из перечисленных недостатков лишена модель Г. Ф. Графовой, опубликованная в 2005 г. в журнале «Аудитор».

Выбранная рейтинговая оценка ориентирована на использование четырех групп показателей финансово-экономического состояния: ликвидности, финансовой устойчивости, рентабельности и деловой активности, по которым даются нормативные значения отдельных коэффициентов.

Сравнение нормативных и фактических значений различных коэффициентов дает возможность применения балльной системы для рейтинговой оценки финансово-экономического состояния предприятия. В связи с этим возникает вопрос о значимости отдельных групп показателей в формировании рейтинговой оценки. В отличие от варианта равноценной значимости всех групп показателей, предпочтительным считается вариант дифференцированной значимости отдельных групп, что подтверждается отечественной и зарубежной практикой.

Для усиления прогнозирующей роли моделей можно трансформировать Z-коэффициент в PAS-коэффициент (Perfomans Analysys Score) — коэффициент, позволяющий отслеживать деятельность компании во времени. Изучая PAS-коэффициент как выше, так и ниже критического уровня, легко определить моменты упадка и возрождения компании.

PAS-коэффициент — это относительный уровень деятельности компании, выведенный на основе ее Z-коэффициента за определенный год и выраженный в процентах от 1 до 100. Например, PAS-коэффициент, равный 50, указывает на то, что деятельность компании оценивается удовлетворительно, тогда как PAS-коэффициент, равный 10, свидетельствует о том, что лишь 10% компаний находятся в худшем положении (неудовлетворительная ситуация). Итак, подсчитав Z-коэффициент для компании, можно затем трансформировать абсолютную меру финансового положения в относительную меру финансовой деятельности. То есть если Z-коэффициент может свидетельствовать о том, что компания находится в рискованном положении, то PAS-коэффициент отражает историческую тенденцию и текущую деятельность на перспективу.

Чем глубже исследуется предприятие, тем больше обнаруживается новых источников неопределенности. Декомпозиция исходной, обычно приблизительной модели анализа сопряжена с растущим дефицитом количественных и качественных исходных данных. Ряд параметров оказывается недоступным для точного измерения, и тогда в его оценке неизбежно появляется субъективный компонент, выражаемый нечеткими оценками такого типа: «высокий», «низкий», «наиболее предпочтительный», «весьма ожидаемый», «скорее всего», «маловероятно» и т. д.

Появляется то, что в науке описывается как лингвистическая переменная со своим терм-множеством значений, а связь количественного значения некоторого фактора с его качественным лингвистическим описанием задается так называемыми функциями ш-принадлежности фактора нечеткому множеству. В данном случае специалисты для оценки состояния предприятия используют метод нечетких множеств.

Применение нечетких множеств в финансовом анализе является способом бороться с неопределенностью не только статистической, но и лингвистической, то есть с неопределенностью высказываний. Нечеткие описания в структуре метода анализа появляются в связи с неуверенностью эксперта, которая возникает в ходе различного рода классификаций. Например, эксперт не может четко разграничить понятия «высокой» и «максимальной» вероятности или когда надо провести границу между средним и низким уровнем значения параметра. Тогда применение нечетких описаний означает следующее: эксперт строит лингвистическую переменную со своим терм-множеством значений. Например: переменная «Уровень менеджмента» может обладать терм- множеством значений «Очень низкий, Низкий, Средний, Высокий, Очень высокий». Чтобы конструктивно описать лингвистическую переменную, эксперт выбирает соответствующий ей количественный признак — например, сконструированный специальным образом показатель уровня менеджмента, который принимает значения от нуля до единицы.

После того как описание лингвистической переменной завершено, аналитик может употреблять его как математический объект в соответствующих операциях и методах.

Например, лингвистическая переменная Е «Состояние предприятия» имеет пять значений: E1 — нечеткое подмножество состояний «предельного неблагополучия»; E2 — нечеткое подмножество состояний «неблагополучия»; E3 — нечеткое подмножество состояний «среднего качества»; E4 — нечеткое подмножество состояний «относительного благополучия»; E5 — нечеткое подмножество состояний «предельного благополучия».

Соответствующая переменной E лингвистическая переменная G «Риск банкротства» также имеет 5 значений: G1 — нечеткое подмножество «риск банкротства незначителен»; G2 — нечеткое подмножество «низкая степень риска банкротства»; G3 — нечеткое подмножество «степень риска банкротства средняя»; G4 — нечеткое подмножество «степень риска банкротства высокая»; G5 — нечеткое подмножество «предельный риск банкротства». Носитель множества G — показатель степени риска банкротства g —

принимает значения от нуля до единицы.

Для отдельного финансового или управленческого показателя Xi задается лингвистическая переменная В;. «Уровень показателя Х» на нижеследующем терм-множестве значений: Bt 1 — подмножество «очень низкий уровень показателя Х»; B 2 — подмножество «низкий уровень показателя Х{»; B 3 — подмножество «средний уровень показателя Xi»; B 4 — подмножество «высокий уровень показателя Х»; B 5 — подмножество «очень высокий уровень показателя Xi».

Эксперту необходимо выбрать ряд отдельных финансово-экономических показателей, которые наилучшим образом характеризуют отдельные стороны деятельности предприятия и при этом образуют некую законченную совокупность, дающую исчерпывающее представление о предприятии как о целом. Показатели, классифицированные по группам (финансовая устойчивость, ликвидность, рентабельность и т. д.), могут образовывать иерархию, но в простейшем случае они просто составляют неупорядоченный набор.

Причем по умолчанию предполагается, что рост отдельного показателя Х сопряжен со снижением степени риска банкротства и с улучшением «самочувствия» рассматриваемого предприятия. Если для данного показателя наблюдается противоположная тенденция, то в анализе его следует заменить сопряженным. Например, показатель доли заемных средств в активах предприятия разумно заменить показателем доли собственных средств в активах.

Изложенный подход позволяет эксперту наилучшим образом формализовать свои нечеткие представления, трансформировав язык слов в язык количественных оценок. Если эксперт хорошо знает специфику деятельности предприятия, то ему не составит никакого труда выделить именно те факторы, которые оказывают наибольшее влияние на процессы потери платежеспособности (включая ошибки менеджмента), присвоить этим факторам количественные измерители и пронормировать их.

При выполнении анализа близких в рыночном смысле предприятий необходимо модельно обосновать их квазиоднородность в пределах заданной выборки. В этом случае сопоставительный анализ предприятий по уровню отдельных финансовых показателей становятся научно обоснованными.

Перспективным, с точки зрения научного прогресса, является метод нейронных сетей, когда компьютер способен анализировать большие объемы информации и выводить результат, например, в виде величины вероятности банкротства. Процесс функционирования сетей состоит из двух фаз — обучения и работы. Обучение считается законченным, когда сеть правильно выполняет преобразование на тестовых примерах и дальнейшее обучение не вызывает значительного изменения настраиваемых весовых коэффициентов. Далее сеть выполняет преобразование ранее неизвестных ей данных на основе сформированной ею в процессе обучения нелинейной модели процесса. При значительном изменении внешней среды или типа предприятия для получения точных данных систему придется переучивать, что потребует использование экспертов. Также потребуются квалифицированные специалисты, способные отличать значительные изменения внешней среды или предприятия от незначительных.

Отличительной особенностью качественного подхода к оценке возможности банкротства предприятия является то, что при анализе рассматриваются не только финансовые показатели, но и показатели, характеризующие уровень менеджмента на предприятии.

Одним из «качественных» подходов является подход Аргенти, сущность которого заключается в следующем.

Кризис управления характеризует показатель Аргенти (А-счет). Согласно данной методике, исследование начинается с предположений, что (а) идет процесс, ведущий к банкротству, (б) процесс этот для своего завершения требует нескольких лет и (в) процесс, который может быть охарактеризован с помощью трех групп факторов: Недостатки. Компании, скатывающиеся к банкротству, годами демонстрируют ряд недостатков, очевидных задолго до фактического банкротства. Ошибки. Вследствие накопления этих недостатков компания может совершить ошибку, ведущую к банкротству (компании, не имеющие недостатков, не совершают ошибок, ведущих к банкротству). Симптомы. Совершенные компанией ошибки начинают выявлять все известные симптомы приближающейся неплатежеспособности: ухудшение показателей (скрытое при помощи «творческих» расчетов), признаки недостатка денег. Эти симптомы проявляются в последние два или три года процесса, ведущего к банкротству, который часто растягивается на срок от пяти до десяти лет.

При расчете А-счета конкретной компании необходимо ставить либо количество баллов согласно Аргенти, либо 0 — промежуточные значения не допускаются. Каждому фактору каждой стадии присваивают определенное количество баллов и рассчитывают агрегированный показатель — А-счет.

Метод А-счета для предсказания банкротства приведен в табл. 10.6.

Таблица 10.6 Расчет А-модели

Ваш

балл

Балл

Индикаторы

согласно

Аргенти

Недостатки

Директор-автократ

8

Председатель совета директоров является также директором

4

Пассивность совета директоров

2

Внутренние противоречия в совете директоров (из-за различия в знаниях и навыках)

2

Слабый финансовый директор

2

Недостаток профессиональных менеджеров среднего и нижнего звена (вне совета директоров)

1

Недостатки системы учета:

— отсутствие бюджетного контроля

3

— отсутствие прогноза денежных потоков

3

— отсутствие системы управленческого учета затрат

3

Вялая реакция на изменения (появление новых продуктов, технологий, рынков, методов организации труда и т. д.)

15

Максимально возможная сумма баллов

43

«Проходной балл»

10

Если сумма больше 10, недостатки в управлении могут привести к серьезным ошибкам

Ошибки

Слишком высокая доля заемного капитала

15

продолжение amp;

Таблица 10.6 (продолжение)

Индикаторы

Ваш

балл

Балл

согласно

Аргенти

Недостаток оборотных средств из-за слишком быстрого роста бизнеса

15

Наличие крупного проекта (провал такого проекта подвергает фирму серьезной опасности)

15

Максимально возможная сумма баллов

45

«Проходной балл»

15

Если сумма баллов на этой стадии больше или равна 25, компания подвергается определенному риску

Симптомы

Ухудшение финансовых показателей

4

Использование «творческого бухучета»

4

Нефинансовые признаки неблагополучия (ухудшение качества, падение «боевого духа» сотрудников, снижение доли рынка)

3

Окончательные симптомы кризиса (судебные иски, скандалы, отставки)

1

Максимально возможная сумма баллов

12

«Проходной балл»

0

Максимально возможный А-счет

100

«Проходной балл»

25

Большинство успешных компаний

5-18

Компании, испытывающие серьезные затруднения

35-70

Если сумма баллов более 25, компания может обанкротиться в течение ближайших пяти лет. Чем больше А-счет, тем скорее это может произойти

В условиях финансового кризиса возрастают роль и значение своевременного и качественного анализа финансового состояния предприятия и изыскание путей его укрепления, повышения финансовой устойчивости предприятия.

Основываясь на рекомендациях Комитета по обобщению практики аудирования (Великобритания) и, преломляя эти разработки к отечественной специфике ведения бизнеса, В. В. Ковалев выделил двухуровневую систему показателей, применимую для диагностики банкротства.

К первой группе относятся критерии и показатели, неблагоприятное текущее значение которых или складывающаяся динамика изменения свидетельствуют о возможности в обозримом будущем значительных финансовых затруднений, в том числе и банкротства. К ним относят: повторяющиеся существенные потери в основной производственной деятельности; превышение критического уровня просроченной кредиторской задолженности; чрезмерное использование краткосрочных заемных средств в качестве источников финансирования долгосрочных вложений; устойчиво низкие значения коэффициентов ликвидности; хроническая нехватка оборотных средств; устойчиво увеличивающаяся до опасных пределов доля заемных средств в общей сумме источников средств; неправильная реинвестиционная политика; превышение размеров заемных средств над установленными лимитами; высокий удельный вес просроченной дебиторской задолженности; наличие сверхнормативных и залежалых товаров и производственных запасов; ухудшение отношений с учреждениями банковской системы; вынужденное использование новых источников финансирования ресурсов на относительно невыгодных условиях; применение в производственном процессе оборудования с истекшими сроками эксплуатации; потенциальные потери долгосрочных контрактов; неблагоприятные изменения в портфеле заказов; хроническое невыполнение обязательств перед инвесторами, кредиторами, акционерами (в отношении возврата ссуд, выплаты процентов, дивидендов).

Во вторую группу входят критерии и показатели, неблагоприятное значение которых не дает основания рассматривать текущее финансовое состояние как критическое, вместе с тем они указывают, что при определенных условиях, обстоятельствах или непринятии действенных мер ситуация может резко ухудшиться. К ним относятся: потеря ключевых сотрудников аппарата управления; вынужденные остановки, а также нарушение ритмичности производственно-технического процесса; недостаточная диверсификация деятельности предприятия, то есть чрезмерная зависимость финансовых результатов деятельности предприятия от какого-то одного конкретного проекта, типа оборудования, вида активов; излишняя ставка на возможную и прогнозируемую успешность и прибыльность нового проекта; участие предприятия в судебных разбирательствах с непредсказуемым исходом; потеря ключевых контрагентов; недооценка необходимости постоянного технического и технологического обновления предприятия; неэффективные долгосрочные соглашения; политический риск, связанный с предприятием в целом или его ключевыми подразделениями.

Причины, оказывающие влияние на возникновение банкротства, могут быть внешними и внутренними.

Внешние причины создают условия хозяйствования: несовершенство финансовой, денежной, кредитной, налоговой систем; несовершенство законодательной и нормативной базы; инфляция.

На финансовом положении большинства организаций негативно сказываются последствия общеэкономического спада, экономическая законодательная нестабильность. Бороться с кризисом отдельному предприятию не по силам, но в его возможности проводить гибкую политику, которая может значительно смягчить последствия общего спада. Субъективные причины относятся непосредственно к хозяйствованию: неумение предусмотреть банкротство и избежать его в будущем; снижение объема производства; снижение качества и цены на продукцию; необоснованно завышенные цены на продукцию; неоправданно высокие расходы; низкая рентабельность продукции; слишком большой цикл производства; большие долги и взаимные неплатежи; неграмотное управление предприятием; разбалансированность экономического механизма воспроизводства капитала предприятия.

Несмотря на то что существует множество причин, приводящих компанию к финансовым трудностям, банкротство многих фирм нередко происходит прямо или косвенно по вине их руководства. Случаи, когда финансовые трудности являются следствием одного неверного решения, очень редки; обычно причина заключается в целой серии ошибок и постепенном ухудшении положения.

КОНТРОЛЬНЫЕ ВОПРОСЫ Что характеризует и как определяется финансовое состояние предприятия? Какие задачи решают в процессе выполнения анализа финансового состояния предприятия? По каким направлениям может быть организована процедурная сторона методики анализа финансового состояния? В чем заключаются особенности экспресс-анализа финансового состояния? Как проводится детализированный анализ финансового состояния? Как оценивают имущественное положение предприятия? По каким группам в зависимости от степени ликвидности и на основе каких критериев можно классифицировать активы предприятия? Как можно характеризовать финансовую устойчивость в долгосрочном периоде? Какая система показателей используется в учетноаналитической практике для детализации оценки финансовой устойчивости предприятия? На основе каких критериев и по каким направлениям осуществляется оценка деловой активности предприятия? Какими методиками можно воспользоваться для определения возможности банкротства предприятия?

<< | >>
Источник: Романова Л. Е., Давыдова Л. В., Коршунова Г. В.. Экономический анализ: Учебное пособие. 2011

Еще по теме ПРОГНОЗИРОВАНИЕ ВОЗМОЖНОСТИ БАНКРОТСТВА ПРЕДПРИЯТИЙ:

  1. Прогнозирование возможного банкротства предприятий
  2. Использование мультипликативного дискриминантного анализа в прогнозировании возможного банкротства
  3. Прогнозирование вероятности банкротства предприятия
  4. Финансовое прогнозирование и диагностика банкротства предприятия
  5. 3.4. Использование финансовых коэффициентов для прогнозирования банкротства предприятий
  6. Прогнозирование платежных возможностей предприятия
  7. 4.2. Апробация предлагаемой методики прогнозирования риска банкротства предприятий
  8. 4.1. Разработка новых подходов к методике прогнозирования риска банкротства предприятий малого бизнеса с учетом их теневой деятельности
  9. 3.4 Прогнозирование вероятности банкротства
  10. Четырехфакторная модель прогнозирования банкротства
  11. 9.3. Количественные методы прогнозирования банкротства
- Бюджетная система - Внешнеэкономическая деятельность - Государственное регулирование экономики - Инновационная экономика - Институциональная экономика - Институциональная экономическая теория - Информационные системы в экономике - Информационные технологии в экономике - История мировой экономики - История экономических учений - Кризисная экономика - Логистика - Макроэкономика (учебник) - Математические методы и моделирование в экономике - Международные экономические отношения - Микроэкономика - Мировая экономика - Налоги и налолгообложение - Основы коммерческой деятельности - Отраслевая экономика - Оценочная деятельность - Планирование и контроль на предприятии - Политэкономия - Региональная и национальная экономика - Российская экономика - Системы технологий - Страхование - Товароведение - Торговое дело - Философия экономики - Финансовое планирование и прогнозирование - Ценообразование - Экономика зарубежных стран - Экономика и управление народным хозяйством - Экономика машиностроения - Экономика общественного сектора - Экономика отраслевых рынков - Экономика полезных ископаемых - Экономика предприятий - Экономика природных ресурсов - Экономика природопользования - Экономика сельского хозяйства - Экономика таможенного дел - Экономика транспорта - Экономика труда - Экономика туризма - Экономическая история - Экономическая публицистика - Экономическая социология - Экономическая статистика - Экономическая теория - Экономический анализ - Эффективность производства -