Несостоятельность коммерческой организации

--PAGE_BREAK--1.2. Модели диагностики вероятности банкротства в западных странах.


Определение вероятности банкротства как самостоятельная проблема возникла в капиталистических странах (в первую очередь, в США) сразу после окончания второй мировой войны. Этому способствовал рост числа банкротств, в связи с резким сокращением военных заказов, неравномерность развития фирм, процветание одних и разорение других. Естественно, возникла проблема возможности априорного определения условий, ведущих фирму к банкротству.

Сначала этот вопрос решался на эмпирическом, то есть качественном уровне, это приводило к существенным ошибкам. С развитием компьютерной техники в 60-е гг. ХХ века тало возможным создать компьютерную модель определения вероятности банкротства.

В зарубежных странах для оценки вероятности банкротства предприятий широко используются факторные методики известных западных специалистов — Э. Альтмана, Р. Тафлера и Г. Тишоу, Р. Лиса, Д. Фулмера, Г. Спрингейта, У. Бивера,  А. Аргента и др., разработанные с помощью многомерного дискриминантного анализа.

Среди наиболее известных зарубежных методик определения вероятности банкротства уделяется наибольшее внимание рассмотрению трех моделей Э. Альтмана.

Первая модель — двухфакторная — отличается простотой и возможностью ее применения в условиях ограниченного объема информации о предприятии, что как раз и имеет место в российских условиях.

При построении модели учитываются два показателя, от которых зависит вероятность банкротства — коэффициент текущей ликвидности (покрытия) и отношение заемных средств к активам.

На основе анализа западной практики, были выявлены весовые коэффициенты каждого из этих факторов. Данная модель выглядит следующим образом:
Z1 = — 0,3877 — 1,073х1 + 0,0579х2,
где х1 — показатель покрытия, исчисляемый отношением текущих активов к текущим обязательствам;

х2 — удельный вес заемных средств в активах.

Если Z = 0, вероятность банкротства равна 50%.

Z

Z > 0, вероятность банкротства больше 50% и возрастает с ростом Z.

Данная модель не обеспечивает высокую точность прогнозирования банкротства, так как учитывает влияние на финансовое состояние предприятия коэффициента покрытия и коэффициента финансовой зависимости и не учитывает влияния других важных показателей (рентабельности, отдачи активов, деловой активности предприятия). В связи с этим велика ошибка прогноза. Кроме того, про весовые значения коэффициентов и постоянную величину, фигурирующую в данной модели, известно лишь то, что они найдены эмпирическим путем. Так, двухфакторная модель была разработана Э. Альтманом на основе анализа финансового состояния 19 предприятий США, пятифакторная модель банкротства была построена им на основе изучения данных 66 фирм, половина из которых обанкротилась в 1946 -1965 гг., что также несет в себе ошибки экстраполяции процессов, актуальных для 40 — 60_х гг., на современную действительность. В связи с этим они не соответствуют современной специфике экономической ситуации и организации бизнеса в России, в том числе отличающейся системе бухгалтерского учета и налогового законодательства и т. д.

Следующая модель Альтмана — пятифакторная. Данная модель также не лишена недостатков в плане применимости в России, тем не менее, на ее основе в нашей стране разработана и используется на практике компьютерная модель прогнозирования вероятности банкротства:
Z2 = 1,2х1 + 1,4х2 + 3,3х3 + 0,6х4 + 0,999х5
где х1 = оборотный капитал/сумма активов;

х2 = нераспределенная прибыль/сумма активов;

х3 = операционная прибыль/сумма активов;

х4 = рыночная стоимость акций/заемные пассивы;

х5 = выручка от реализации/сумма активов.

В зависимости от значения Z2 дается оценка вероятности банкротства предприятия по шкале:

Z2 > 1,8               Очень высокая   

1,8

2,7

Z2 >2,9                Очень низкая      

Недостатком данной модели является отсутствие информации о базе расчета весовых значений коэффициентов. Отсутствие в России статистических материалов по организациям – банкротам не позволяет скорректировать методику исчисления весовых коэффициентов и пороговых значений с учетом российских экономических условий. Кроме того, в настоящий момент в Российской Федерации отсутствует информация о рыночной стоимости акций большинства предприятий. Поэтому позже была разработана модифицированная модель для компаний, акции которых не котируются на бирже:
Z = 0,717х1 + 0,847х2 + 3,1х3 + 0,42х4 + 0,995х5
где х1 = оборотный капитал/сумма активов;

х2 = нераспределенная прибыль/сумма активов;

х3 = операционная прибыль/сумма активов;

х4 = балансовая стоимость акций/заемные пассивы;

х5 = выручка от реализации/сумма активов.
В зависимости от значения Z дается оценка вероятности банкротства предприятия по определенной шкале:

Z

1,23 2,89     Предприятие в зоне неопределенности 

Z > 2,9                Банкротство маловероятно   

Однако и такая коррекция не лишена недостатка, так как в этом случае не учитывается возможное колебание курса акций под влиянием внешних факторов и поведение инвесторов, которые могут расценить дополнительный выпуск акций как приближение их эмитента к банкротству и отказаться от их приобретении, снижая тем самым их рыночную стоимость.

Но многие экономисты также считают, что применение прочих коэффициентов в данной модели представляет большую проблему для российских предприятий. По данным американских аналитиков, модели Альтмана позволяют в 95% случаев предсказать банкротство предприятия на год вперед и 83% случаев — на два года вперед.

В 1977 г. Альтман разработал более точную семифакторную модель, позволяющую прогнозировать банкротство на пять лет вперед. В ней используются следующие показатели:

· рентабельность активов;

· динамика прибыли;

· коэффициент покрытия процентов по кредиту;

· коэффициент текущей ликвидности;

· коэффициент автономии;

· коэффициент стоимости имущества предприятия совокупные активы;

· кумулятивная прибыль.

Британский ученые Р. Таффлер в 1977 г. предложил четырехфакторную прогнозную модель, при разработке которой использовал следующий подход.

С помощью компьютерной техники на первой стадии вычисляются 80 отношений по данным обанкротившихся и платежеспособных компаний. Затем, используя статистический метод, можно построить модель платежеспособности, определяя частные соотношения, которые наилучшим образом выделяют две группы компаний и их коэффициенты. Такой выборочный подсчет соотношений является типичным для определения некоторых ключевых измерений деятельности корпорации (прибыльность, соответствие оборотного капитала, финансовый риск и ликвидность). Объединяя эти показатели и сводя их соответствующим образом воедино, модель платежеспособности производит точную картину финансового состояния корпорации.

Расчетная модель Р. Таффлера выглядит следующим образом:
Z = 0,53x1 +0,13x2 + 0,18x3 + 0,16x4
где х1 = прибыль от реализации/краткосрочные обязательства;

х2 = оборотные активы/сумма обязательств;

х3 = краткосрочные обязательства/сумма активов;

х4 = выручка от реализации продукции/сумма активов.

В зависимости от значения Z дается оценка вероятности банкротства:

Z

0,2

Z>0,3          Банкротство маловероятно 

Основным ограничением использования метода Таффлера является трудоемкость процесса расчета и потребность в инсайдерской информации о финансово-хозяйственной деятельности значительного числа корпораций. Учитывая существование коммерческой тайны и ограничения на представление информации акционерам (участникам) в зависимости от размера их пакета акций, данный метод малоприменим в российских условиях.

Ученым Р. Лисом была разработана четырехфакторная методика определения вероятности банкротства предприятия. В ней факторы — признаки учитывают такие результаты деятельности, как ликвидность, рентабельность и финансовая независимость организации. Методика выглядит следующим образом:
Z = 0,063x1+0,092x2+0,057х3+0,001х4
где х1 — оборотный капитал/сумма активов;

х2 — прибыль от реализации/сумма активов;

х3 — нераспределенная прибыль/сумма активов;

х4 — собственный капитал/заемный капитал.

В зависимости от значения Z дается оценка вероятности банкротства предприятия по определенной шкале:

Z

Z>0,037      Банкротство маловероятно  

Следующая методика – методика Д. Фулмера классификации банкротства была создана на основании обработки данных 60 предприятий — 30 потерпевших крах и 30 нормально работающих — со средним годовым балансом в 455 тыс. долларов. Изначальный вариант модели содержал 40 коэффициентов, окончательный использует всего 9.

Методика Д. Фулмера использует большое количество факторов, поэтому результаты оценки более стабильны, чем в других методиках. Кроме того, модель учитывает и размер предприятия, что справедливо как в Америке, так и в любой другой стране с рыночной экономикой. Модель с одинаковой надежностью определяет как банкротов, так и работающие фирмы. Данная методика представляет собой модель:
Н=5,528х1+0,212х2+0,073х3+1,270х40,120х5+2,335х6+0,575х7+1,083х8+0,894х9-3,075
где х1 — нераспределенная прибыль прошлых лет ч баланс;

х2 — выручка (нетто) от реализации/баланс;

х3 — прибыль до налогообложения/собственный капитал;

х4 — денежный поток ч сумма краткосрочных и долгосрочных обязательств.

х5 — долгосрочные обязательства/баланс;

х6 — краткосрочные обязательства/баланс;

х7 — log (материальные активы);

х8 — оборотный капитал/сумму обязательств;

х9 — log ((прибыль до налогообложения + проценты к уплате)/проценты к уплате);

В зависимости от значения Н дается шкала оценки вероятности банкротства предприятия:

Н

Н=0   Предприятие в состоянии неопределенности  

Н>0   Банкротство маловероятно  

Точность прогнозов, сделанных с помощью данной модели, на год вперед — 98%, на два года — 81%.

Следующая, наиболее популярная методика оценки вероятности банкротства предприятия, была построена Г. Спрингейтом в университете С. Фрейзера в 1978 году с помощью пошагового дискриминантного анализа методом, который разработал Альтман в 1968 году. При создании модели Спрингейт использовал данные 40 предприятий и достиг 92,5% точности предсказания неплатежеспособности на год вперёд. Позднее Бодерас, используя модель Спрингейта на данных 50 предприятий со средним балансом в 2,5 млн. долларов, достиг 88% точности предсказания.

В процессе создания модели из 19 — считавшихся лучшими — финансовых коэффициентов в окончательном варианте осталось только четыре. Общий вид модели:
Z = 1,03x1+3,07x2+0,66х3+0,4х4
где х1 — оборотный капитал/баланс;

х2 — (прибыль до налогообложения + проценты к уплате)/баланс;

х3 — прибыль до налогообложения/краткосрочные обязательства;

х4 — выручка (нетто) от реализации/баланс.

В зависимости от значения Z дается оценка вероятности банкротства предприятия по определенной шкале:
Значение Z

Z

Z=0,862      Предприятие в состоянии неопределенности  

Z>0,862      Банкротство маловероятно

Другая методика оценки вероятности банкротства — методика Чессера. Она представляет собой расчет интегрального показателя на основании шести взвешенных переменных — финансовых коэффициентов, характеризующих рентабельность, ликвидность и финансовую устойчивость компании. Затем полученный с помощью скоринговой модели показатель используется для расчета вероятности невыполнения договорных условий. Модель выглядит следующим образом:
Y = -2,0434 — 5,24х1 + 0,0053х2 — 6,6507х3+ 4,4009х4 — 0,0791х5 — 0,1220х6
где х1 — (денежная наличность + легкореализуемые ценные бумаги)/совокупные активы;

х2 — нетто – продаж/(Наличность + легкореализуемые ценные бумаги);

х3 — брутто-доходы/совокупные активы;

х4 — совокупная задолженность/совокупные активы;

х5 — основной капитал/чистые активы;

х6 — оборотный капитал/нетто-продажи.

Далее необходимо применить формулу для определения вероятности невыполнения условий договора:
Р = 1 ч (1 + e — Y)                   где е = 2,71828

В зависимости от значения Р дается оценка надежности заемщика предприятия по определенной шкале

Р

Р=0,5         Надежность заемщика в состоянии неопределенности      

Р>0,5         Ненадежный заемщик

Методика Чессера в основном применяется банками для оценки вероятности невыполнения заемщиком условий кредитного договора. Под невыполнением условий договора подразумевается не только невозврат суммы, но и любые другие отклонения от договора, делающие ссуду для кредитора менее выгодной.

Широко применяемая в практике методика Бивера позволяет оценить финансовое состояние предприятия с точки зрения его будущей вероятности банкротства. Шкала оценки риска банкротства построена на основе сравнения фактических значений показателей с рекомендуемыми. Вероятность банкротства предприятия оценивается по одной из групп возможных состояний, где находится большинство расчетных значений показателей. Система показателей для оценки вероятности банкротства приведена в Таблице 1.1.
Таблица 1.1 — Система показателей У. Бивера


Французские ученые Ж. Конан и М. Голдер на базе метода множественного дискриминантного анализа разработали методику оценки платежеспособности предприятий, которая позволила оценивать вероятность задержки платежей предприятием.
Q = — 0,16х1 — 0,222х2 + 0,87х3 + 0,10х4 — 0,24х5, (1.11)

где х1 — денежные средства + дебиторская задолженность / баланс;

х2 — собственный капитал + долгосрочные пассивы / баланс;

х3 — расходы по обслуживанию займов /  выручка от реализации;

х4 — расходы на персонал /  добавленная стоимость после налогообложения;

х5 — прибыль до выплаты процентов и налогов / заемный капитал.

В зависимости от значения Q дается оценка вероятности задержки платежей предприятием по определенной шкале, представленной в таблице 1.2.
Таблица 1.2 — Определение вероятности невыплаты задолженности предприятию:

Q

Вероятность наступления банкротства, %

+0,048

90

— 0,026

70

— 0,068

50

— 0,017

30

— 0,164

10


Точность применения данной методики составляет около 90%.

Помимо перечисленных методик в зарубежной практике определения вероятности банкротства используются и другие, в частности так называемый показатель Аргента (А-счет).

Показатель Аргента характеризует кризис управления. Согласно данной методике, исследование начинается с предположений, что:

· идет процесс, ведущий к банкротству;

· процесс этот для своего завершения требует нескольких лет;

· процесс может быть разделен на три стадии:

1. предприятия, идущие к банкротству, годами демонстрируют ряд очевидных недостатков задолго до фактического банкротства;

2. вследствие накопления этих недостатков предприятие может совершить ошибку, ведущую к банкротству (предприятия, не имеющие недостатков, не совершают ошибок, ведущих к банкротству);

3. совершенные предприятием ошибки начинают выявлять все известные симптомы приближающейся неплатежеспособности: ухудшенные показатели, признаки недостатка денег. Эти симптомы проявляются в последние два или три года процесса, ведущего к банкротству, период которого часто составляет от 5 до 10 лет.

При расчете А-счета конкретной компании необходимо ставить либо количество баллов согласно Аргента, либо 0 — промежуточные значения не допускаются. Каждому фактору каждой стадии присваивают определенное количество баллов и рассчитывают агрегированный показатель — А-счет (Приложение 1) .

Ориентация на один индекс или критерий не всегда оправданна, поэтому многие крупные аудиторские фирмы и другие компании, занимающиеся аналитическими обзорами, прогнозированием и консультированием, для своих аналитических оценок используют системы критериев.

Вышеперечисленные модели, как и любые другие, следует использовать лишь как вспомогательные средства анализа предприятий. Полностью полагаться на их результаты неразумно. Применять их следует только после проверки и коррекции в среде будущего применения. Рассмотренные методики возможно использовать при:

· обработке данных потенциальных заёмщиков с целью определения риска неплатежеспособности;

· определении условий кредита;

· покупке или продаже предприятия;

· проверке принятых решений в симуляциях экономических ситуаций;

· создании динамичной картины платежеспособности предприятия (анализ трендов), используя данные предыдущих отчётных периодов.


    продолжение
--PAGE_BREAK--1.3. Модели вероятности банкротства в России


Российские ученые, обобщив отечественный и зарубежный опыт, предложили свои модели прогнозирования банкротства организаций. Наиболее известными среди российских методик сегодня являются методики Г.В. Савицкой, В.В. Ковалева, О.П. Зайцевой, А.О. Недосекина, Р.С. Сайфуллина и Г.Г. Кадыкова, ученых Иркутского государственного университета и др.

Р.С. Сайфуллин и Г.Г. Кадыков предложили использовать для оценки финансового состояния предприятий рейтинговое число, рассчитываемое по формуле:

R=2Ко + 0,1Ктл + 0,08Ки + 0,45Км + Кпр
где       Ко – коэффициент обеспеченности собственными средствами;

Ктл – коэффициент текущей ликвидности;

Ки – коэффициент оборачиваемости активов;

Км – коммерческая маржа (рентабельность реализации продукции);

Кпр – рентабельность собственного капитала.
При полном соответствии финансовых коэффициентов их минимальным нормативным уровням рейтинговое число будет равно единице и можно заключить, что организация имеет удовлетворительное финансовое состояние. Финансовое состояние предприятий с рейтинговым числом менее единицы характеризуется как неудовлетворительное.

В модели, разработанной Р.С. Сайфуллиным и Г.Г. Кадыковым, имеются некоторые недостатки:

– небольшое изменение коэффициента обеспеченности собственными средствами с 0,1 до 0,2 приводит к изменению итогового показателя («рейтингового числа») на:

R1 = (0,2 – 0,1) * 2 = 0,2 пункта.

– к такому же результату приводит и значительное изменение коэффициента текущей ликвидности от нуля (от полной неликвидности) до двух, что характеризует высоколиквидные предприятия:

R2 = (2 – 0) * 0,1 = 0,2 пункта.

Поэтому стоит отметить, что в модели используются показатели, отличающиеся высокой положительной или отрицательной корреляцией или функциональной зависимостью между собой. Это приводит к снижению точности прогнозирования.

Следующая методика определения вероятности банкротства была предложена Г.В. Савицкой. Данная методика заключается в классификации предприятий по степени риска исходя из фактического уровня показателей финансовой устойчивости и рейтинга каждого показателя, выраженного в баллах. Методика имеет вид, представленный в Таблице 1.3.
Таблица 1.3.-Показатели методики оценки вероятности банкротства Г.В. Савицкой.





Исходя из методики Г.В. Савицкой, предприятие можно отнести к одному из следующих классов:

1. Предприятие с хорошим запасом финансовой устойчивости, позволяющим быть уверенным в возврате заемных средств;

2. Предприятия, демонстрирующие некоторую степень риска по задолженности, но еще не рассматриваемые как неблагополучные;

3. Проблемные предприятия — здесь вряд ли существует риск потери средств, но полное получение процентов представляется сомнительно;

4. Предприятие с высоким риском банкротства. Даже после принятия мер по финансовому оздоровлению, кредиторы рискуют потерять все средства и проценты;

5. Предприятия высочайшего риска, практически несостоятельны;

6. Предприятия банкроты.

Учеными Иркутской государственной экономической академии предложена четырехфакторная модель для прогнозирования риска несостоятельности торгово-посреднических организаций. Модель имеет следующий вид:
Z = 8,38х1 + х2 + 0,054х3 + 0,63х4
где х1 — чистый оборотный капитал / общая сумма активов;

х2 — чистая прибыль / собственный капитал;

х3 — выручка от реализации / общая сумма активов;

х4 — чистая прибыль / интегральные затраты.

В зависимости от значения Z дается оценка вероятности банкротства предприятия по определенной шкале, представленной в Таблице 1.4.
Таблица 1.4 — Определение вероятности наступления банкротства по методике Иркутской государственной экономической академии



Отечественные экономисты А.И. Ковалев, В.П. Привалов предлагают следующий перечень неформализованных критериев для прогнозирования банкротства предприятия:

· неудовлетворительная структура имущества, в первую очередь активов;

· замедление оборачиваемости средств предприятия;

· сокращение периода погашения кредиторской задолженности при замедлении оборачиваемости текущих активов;

· тенденция к вытеснению в составе обязательств недорогих заемных средств дорогостоящими и их неэффективное размещение в активе;

· наличие просроченной кредиторской задолженности и увеличение ее удельного веса в составе обязательств предприятия;

· значительные суммы дебиторской задолженности, относимые на убытки;

· тенденция опережающего роста наиболее срочных обязательств в сравнении с изменением высоколиквидных активов;

· устойчивое падение значений коэффициентов ликвидности;

· нерациональная структура привлечения и размещения средств, формирование долгосрочных активов за счет краткосрочных источников средств;

· убытки, отражаемые в бухгалтерском балансе;

· состояние бухгалтерского учета на предприятии.

Методика Финансовой службы по финансовому оздоровлению и банкротству РФ была принята еще в 1994 году. Она применяется коммерческими предприятиями, банками, аудиторскими компаниями, государственными предприятиями и сотрудниками ФСФО России — для анализа финансового состояния организаций при выполнении экспертизы и составлении заключений по соответствующим вопросам, проведении мониторинга финансового состояния организаций, осуществлении иных функций ФСФО России.

Для проведения анализа финансового состояния организаций используются ряд показателей, характеризующих различные аспекты деятельности организации, а именно:

1. Общие показатели:

· среднемесячная выручка (К1)

К1 = Валовая выручка организации по оплате / Т,

где Т — количество месяцев в рассматриваемом отчетном периоде.;

· доля денежных средств в выручке (К2);

К2=Денежные средства в выручке/Валовая выручка организации по оплате

· среднесписочная численность работников (К3).

К3=стр. 850 (форма № 5)

2. Показатели платежеспособности и финансовой устойчивости:

· степень платежеспособности общая (К4);

К4= (стр. 690 + стр. 590) (форма № 1) / К1

· коэффициент задолженности по кредитам банков и займам (К5);

К5= (стр. 590 + стр. 610) (форма № 1) / К1

· коэффициент задолженности другим организациям (К6);

К6= (стр. 621 + стр. 622 + стр. 623 + стр. 627 + стр. 628) (форма № 1) / К1

· коэффициент задолженности фискальной системе (К7);

К7= (стр. 625 + стр. 626) (форма № 1) / К1

· коэффициент внутреннего долга (К8);

К8= (стр. 624 + стр. 630 + стр. 640 +стр. 650 + стр. 660) (форма № 1) / К1

· степень платежеспособности по текущим обязательствам (К9);

К9= стр. 690 (форма № 1) / К1

· коэффициент покрытия текущих обязательств оборотными активами (К10);

К10=стр. 290/стр. 690 форма №1)

· собственный капитал в обороте (К11);

К11= (стр. 490 — стр. 190) (форма № 1)

· доля собственного капитала в оборотных средствах (коэффициент обеспеченности собственными средствами) (К12);

К12= (стр. 490 — стр. 190) / стр. 290 (форма № 1)

· коэффициент автономии (финансовой независимости) (К13).

К13= стр. 490 / (стр. 190 + стр. 290) (форма № 1)

3. Показатели эффективности использования оборотного капитала (деловой активности), доходности и финансового результата (рентабельности):

· коэффициент обеспеченности оборотными средствами (К14);

К14= стр. 290 (форма № 1) / К1

· коэффициент оборотных средств в производстве (К15);

К15= (стр. 210 + стр. 220) — стр. 215 (форма № 1) / К1

· коэффициент оборотных средств в расчетах (К16);

К16= (стр. 290 — стр. 210 — стр. 220 + стр. 215) (форма № 1) / К1

· рентабельность оборотного капитала (К17);

К17= стр. 160 (форма N 2) / стр. 290 (форма № 1)

· рентабельность продаж (К18);

К18= стр. 050 (форма N 2) / стр. 010 (форма № 2)

· среднемесячная выработка на одного работника (К19).

К19= К1 / стр. 850 (форма № 5)

4. Показатели эффективности использования внеоборотного капитала и инвестиционной активности организации:

· эффективность внеоборотного капитала (фондоотдача) (К20);

К20= К1 / стр. 190 (форма № 1)

· коэффициент инвестиционной активности (К21).

К21= (стр. 130 + стр. 135 + стр. 140)/стр. 190 (форма №1)

5. Показатели исполнения обязательств перед бюджетом и государственными внебюджетными фондами:

Кi = налоги (взносы) уплаченные / налоги (взносы) начисленные,

где i = 22, 23, 24, 25, 26
Эти соотношения характеризуют состояние расчетов организации с бюджетами соответствующих уровней и государственными внебюджетными фондами и отражают ее платежную дисциплину.

Порядок расчета и анализа показателей финансового состояния организаций приведен в Приказе ФСФО от 23 января 2001 №16 «Об утверждении Методических указаний по проведению анализа финансового состояния организаций».

В качестве исходных данных используется информация из бухгалтерского баланса (Форма №1), отчета о прибылях и убытках (Форма №2). Используются стандартные приемы финансового анализа: горизонтальный и вертикальный анализ, а также созданные на базе таблицы графики.

При применении данной методики, необходимо отметить, что нормативные значения трех коэффициентов, по которым делается вывод о платежеспособности предприятия, завышены, что говорит о неадекватности критических значений показателей реальной ситуации. К примеру, нормативное значение коэффициента текущей ликвидности, равное 2, взято из мировой учетно-аналитической практики без учета реальной ситуации на отечественных предприятиях, когда большинство из них продолжает работать со значительным дефицитом собственных оборотных средств. Нормативное значение коэффициента текущей ликвидности едино для всех предприятий, а значит, не учтены отраслевые особенности экономических субъектов.

В мировой учетно-аналитической практике нормативные значения коэффициентов платежеспособности дифференцированы по отраслям и подотраслям. Существует такая практика не только в странах с традиционно рыночной экономикой, как, к примеру, США, но и в республике Беларусь. Там, к примеру, коэффициент текущей ликвидности дифференцируется в пределах от 1,0 (сфера торговли и общественного питания) до 1,7 (промышленность). Представляется, что использование подобной практики в России могло бы дать положительный результат. Отечественная практика расчетов указанных показателей по причине отсутствия их отраслевой дифференциации и дальнейшее их использование не позволяют выделить из множества предприятий те, которым реально грозит процедура банкротства.

Официальная методика утверждена Постановлением правительства РФ от 20.05.1994 г. №498 «О некоторых мерах по реализации законодательства о несостоятельности (банкротстве) предприятий», в ней установлена официальная система критериев для оценки неплатежеспособности предприятий, состоящая из четырех коэффициентов:

1. Коэффициент текущей ликвидности (стр. 300/(стр. 700- 500, 510, 730, 735, 740);

2. Коэффициент обеспеченности собственными оборотными средствами (стр. 490-190/190+290);

3. Коэффициент (восстановления) утраты платежеспособности;

Если коэффициент текущей ликвидности и коэффициент обеспеченности собственными оборотными средствами соответствуют своим нормативным значениям (2 и 0,1 соответственно), то рассчитывается коэффициент утраты платежеспособности, который показывает, существует ли угроза утраты платежеспособности предприятием в ближайшие 3 месяца.
Куп=(Ктлнп+Ктл норм)/Т
где Куп — коэффициент утраты платежеспособности;

Ктл — коэффициент текущей ликвидности;

Т — отчетный период в 3 месяца;

Ктл факт — фактическое значение коэффициента текущей ликвидности;

Ктл нп — значение коэффициента текущей ликвидности на начало отчетного периода;

Ктл норм — нормативное значение коэффициента текущей ликвидности.

В зависимости от значения Куп дается оценка вероятности утраты платежеспособности предприятия по определенной шкале:

Куп

Куп >1         Стабильная платежеспособность  

Если структура баланса по первым двум показателям признается неудовлетворительной, то рассчитывается коэффициент восстановления платежеспособности по методике, идентичной методике расчета коэффициента утраты платежеспособности.

Двухфакторная методика определения вероятности банкротства дает возможность оценить риск банкротства предприятий среднего класса производственного типа. Она имеет вид:
Z = 0,3872 + 0,2614Ктл + 1,0595Кфн,
где Ктл — коэффициент текущей ликвидности;

Кфн — коэффициент финансовой независимости.

В зависимости от значения Z дается оценка вероятности банкротства предприятия по определенной шкале:

Z

1,3257

1,5457

1,7693

Z > 1,9911                     Очень низкая

Наличие многочисленных подходов к оценке вероятности банкротства организаций подтверждает повышенный интерес, востребованность и целесообразность рассмотрения данного вопроса. Характеристика каждой группы методов, представленная ранее, говорит о многообразии методического содержания каждого из них и как следствие — о необходимости применения ситуационного подхода к выбору метода. При проведении сравнительной характеристики методик определения вероятности банкротства, применяется следующая система критериев оценки:

1. Соответствие принципам антиципативного менеджмента организаций, главными из которых в совокупности с задачами антикризисной диагностики являются:

· возможность рассмотрения процесса формирования кризисного состояния как целостной системы;

· учет отраслевых характеристик деятельности;

· многокритериальность диагностирования;

· возможность получения динамической оценки.

2. Возможность получения однозначной результативной характеристики определения вероятности банкротства;

3. Максимальная объективность результата определения вероятности банкротства;

4. Ориентация на внутрифирменное использование.

При этом сравнительная оценка методик определения вероятности банкротства осуществлялась на основе определения преимуществ и недостатков каждого, а последних — в спектре специфичных и общих. Совокупность изложенной системы требований позволяет сформировать основу для определения направлений совершенствования методик определения вероятности банкротства.

Таким образом, применение стохастического факторного анализа в целях определения вероятности банкротства является в условиях однородности и представительности статистических данных наиболее приемлемым в современных условиях. При этом необходимо учитывать:         1. Достаточно высокую точность прогноза;

2. Многокритериальность данных методик, обеспечивающую охват широкого круга симптомов возможного кризисного состояния;

3. Возможность оценки их одновременного влияния;

4. Возможность исключения тех факторов, которые оказывают взаимное влияние друг на друга;

5. Простоту применения: практически все модели можно рассчитать, обладая информацией, содержащейся в бухгалтерской отчетности.

Однако его использование в отечественной аналитической практике связано с рядом трудностей. Отечественные методики построения Z_индексов основаны на использовании подходов, предложенных Альтманом и другими западными учеными, и представляют собой адаптированные к российским условиям их модификации. Все эти методики объединяет одна черта — они основаны на анализе большого массива статистических данных. Кроме того, практика применения этих методик в развитых странах показывает, что веса в Z — индексах и пороговые значения сильно различаются не только от страны к стране, но и год от года, а также по отраслям экономики в рамках одной страны. Это свидетельствует о том, что методики, основанные на построении Z — моделей, не обладают устойчивостью к вариациям в исходных данных.

Таким образом, следует выделить основные специфичные недостатки, присущие методам стохастического факторного анализа в целях определения вероятности банкротства предприятия:

1. Весовые константы зарубежных моделей установлены на основе статистических данных, отражающих динамику развития предприятий в иных, коренным образом отличных от российских, условиях функционирования, а в этой связи они не позволяют адекватно оценить степень воздействия каждого из факторов на оценочную характеристику вероятности банкротства, что в свою очередь делает не корректным сложившиеся критериальные значения Z — индексов;

2. Весовые константы отечественных моделей, а следовательно, и критериальные их границы, требуют периодического уточнения по истечении времени, для чего необходима специфичная, а главное представительная, статистическая информация о деятельности организаций — банкротов; при этом попытка практического решения данной задачи в рамках проведенного исследования натолкнулась на проблему отсутствия в органах статистики такой информации в необходимом разрезе и объеме;

3. Проблематичным представляется установление рыночной стоимости собственного капитала (в частности, при расчете пятифакторного Z_индекса Альтмана, использование которого получило наибольшее распространение на практике);

4. Специфичные условия функционирования предприятий различных отраслей экономики делают не корректной для диагностики вероятности их банкротства применяемую систему коэффициентов, которая у зарубежных аналитиков имеет унифицированный характер, без дифференциации по отраслям.

Детерминированные однокритериальные модели предполагают построение оценки вероятности банкротства на основе расчета и интерпретации одного частного показателя — коэффициента, в той или иной степени характеризующего ликвидность организации. Однако, придерживаясь точки зрения большинства авторов в том, что ориентация на какой-то один критерий, даже весьма привлекательный с позиции теории, на практике не всегда оправдана. Многообразие экономических процессов в деятельности предприятий, множественность показателей характеристики их финансовой стабильности (отражающих, как правило, лишь один из аспектов функционирования предприятий), а также различия в уровне оптимального значения коэффициентов вызывают в данном случае трудности определения вероятности банкротства предприятий.

Таким образом, оценка вероятности банкротства предприятий на основе однокритериального подхода не может быть объективной по следующим причинам:

1. Ограниченность индикаторов диагностирования: все отдельные коэффициенты, предлагаемые для оценки вероятности банкротства, исходят из характеристики ликвидности, оставляя без внимания другие сферы деятельности организации, не позволяя тем самым описать тенденцию развития с максимальной точностью прогноза;

2. Фактическое значение коэффициентов ликвидности недостаточно объективно отражает уровень финансового состояния предприятий по причине:

· неоднородности и условности дифференциации активов по уровню ликвидности активов, а пассивов — по сроку их изъятия из оборота;

· моментного характера значения коэффициентов.

Детерминированные модели, основанные на расчете комплексного показателя, а также на анализе чувствительности, дают возможность проведения более глубокого анализа. При этом надо учитывать, что они основаны на:

1. Многокритериальном подходе к определению вероятности банкротства;

2. Возможности учета отраслевых особенностей деятельности изучаемой совокупности организаций.

В совокупности оба преимущества повышают точность и адекватность оценки ситуации на основе методов обратного детерминированного факторного анализа. Однако практика их применения обнаружила характерный недостаток, который присущ всем представителям данной группы. Это определение весов значимости частных показателей системы, методика расчета которых в условиях ограниченности статистической информации и невозможности использования в данных целях корреляционно-регрессионного анализа, строится по большей части на основе экспертных оценок, для которых типична высокая степень субъективизма.

При присущей качественным методикам определения вероятности банкротства возможности решения проблемы в условиях ограниченности исходной информационной базы и новизны изучаемой проблемы, а также универсальности относительно области применения, что, безусловно, является сильными сторонами аналитических возможностей качественных методов, ограниченность методов экспертных оценок состоит в том, что в них присутствует повышенная вероятность ошибочного суждения. Причиной этому могут служить:

· субъективные предпочтения эксперта;

· склонность к игнорированию новых фактов и гипотез, которые не вписываются в его научное мировоззрение;

· излишняя подверженность коллективному мнению.

Кроме того, при некорректности постановки задачи перед экспертами со стороны аналитика (это может быть выражено также в некорректности определения или формулировки перечня объектов экспертизы) или при большом массиве экспертных оценок в ходе их обработки могут быть допущены ошибки, снижающие качество (согласованность) экспертного решения.

Из вышеизложенного следует, что качественные методы антикризисной диагностики имеют следующие характерные недостатки, которые придают результатам оценки, полученным исключительно только на их изолированном применении, недостоверный характер:

· трудность решения многокритериальных задач;

· субъективность прогнозного решения;

· рассчитанные значения критериев носят характер информации к размышлению, а не основы для принятия немедленных решений;

· отсутствие пограничных сочетаний значений изучаемых критериев, а в этой связи — интерпретации полученных результатов.

Рассмотрев специфические недостатки, характерные отдельно для каждой группы методов определения вероятности банкротства, следует отметить, что им свойственны и общие, в частности:

1. Ни одна из существующих методик определения вероятности банкротства не исходит из того, что банкротство является высшим проявлением трех кризисов предприятия — управленческого, экономического и финансового, то есть ни одна из рассмотренных методик не может претендовать на использование в качестве универсальной именно по причине «специализации» на каком-либо одном виде кризиса. Все они идентифицируют только определенную форму кризиса организации (в основном все — финансовый, иногда в сочетании с экономическим кризисом, и только метод А — счета — управленческий). Однако другие аспекты деятельности предприятия, учет которых необходим в целях определения вероятности банкротства, в данном случае во внимание авторами не принимается, что ограничивает их практическое применение;

2. Методическое содержание большей части методов не подвержено корректировке с учетом особенностей деятельности предприятий различных отраслей экономики, наделяя их необходимостью соответствовать одним и тем же требованиям проведения антикризисной диагностики. Если же в отдельных случаях такая возможность имеется, то модель не применима по другим параметрам, рассмотренным ранее;

3. Получение оценок статического (моментного) характера: оценка вероятности банкротства на какую-либо дату или за один период — это не более чем результат некоторого фиксированного сочетания всех влияющих факторов. Конкретное статическое сочетание может быть абсолютно любым, поэтому делать на его основе какие-либо выводы относительно финансового состояния исследуемого объекта в конкретный момент, по-видимому, не вполне корректно.

Таким образом, существующие методы выдают результаты анализа на момент принятия управленческого решения (то есть подан иск в суд, предполагается определение вероятности банкротства по утвержденным методическим рекомендациям или, к примеру, предприятие лишь только организовано — производится диагностика состояния внешней среды для снижения риска от не зависящих от организации воздействий. Обе ситуации описывают статику — выработка информации под определенный образ действий на момент принятия решений). С другой стороны, определение вероятности банкротства должна иметь характер регулярного и своевременного мониторинга.

Правомерно подчеркнуть, что отдельные рассмотренные методики диагностики вероятности банкротства содержат в себе рациональное начало, развитие которого лежит в основе направлений их совершенствования. Речь в данном случае о методе А — счет, который единственный из всех содержит попытку увязать вероятность банкротства с качеством управления (хотя и на основе поверхностной оценки качества менеджмента), и анализ чувствительности, позволяющий учесть фактор динамичности оценки.

    продолжение
--PAGE_BREAK--Заключение

Далеко не все существующие ныне методики прогнозирования возможного банкротства предприятия заслуживают доверия исследователя. Не все из них составлены корректно, не все могут применяться в наших условиях, не все дают адекватные результаты. Одно и то же предприятие одновременно может быть признано безнадежным банкротом, устойчиво развивающимся хозяйствующим субъектом и предприятием, находящимся в предкризисном состоянии, — все определяет выбранная методика прогнозирования возможного банкротства.

Вслед за многими российскими авторами можно отметить, что многочисленные попытки применения иностранных моделей прогнозирования банкротства в отечественных условиях не принесли достаточно точных результатов в силу различий ситуации в экономике. Были предложены различные способы адаптации «импортных» моделей к российским условиям, но корректность этой адаптации также вызывает сомнения у специалистов.

Многие методики трудно применять из-за условий ограниченности данных, в которые попадает практически каждый сторонний исследователь состояния предприятия. Обычно приходится использовать только данные бухгалтерской отчетности. Это обстоятельство ограничивает круг методик, которые могут быть применены исключительно количественными коэффициентными. Нет возможности использовать качественные методы и методы балльных оценок.

Список использованных источников


1. Федеральный закон Российской Федерации «О несостоятельности (банкротстве)» от 26.10.2002 № 127ФЗ.

2. Постановление Правительства Российской Федерации «О некоторых мерах по реализации законодательства о несостоятельности (банкротстве) предприятий» от 20.05.1994 № 498.

3. Александров, Г.А. Антикризисное управление: теория, практика, инфраструктура. — М.: БЕК, 2002. — 532 с.

4. Донцова Л.В. Анализ финансовой отчетности: учебник. — М.: Дело и Сервис, 2008. — 358 с.

5. Дягель О.Ю. Диагностика вероятности банкротства организации: сущность, задачи и сравнительная характеристика методов // Экономический анализ: теория и практика. — 2008. — №13.

6. Ковалев, В.В. Финансовый анализ: управление капиталом, выбор инвестиций, анализ отчетности. — М.: Проспект. 2010. — 1024 с.

7. Савицкая, Г.В. Анализ хозяйственной деятельности предприятия. — Минск: ООО «Новое знание», 2000. — 688 с.

8. Шеремет А.Д. Методика финансового анализа / А.Д. Шеремет, Р.С. Сайфулин. — М.: ИНФРА-М, 2001. — 256 с.

9. Эйтшгтон В.Н. Прогнозирование банкротства: основные методики и проблемы / В.Н. Эйтингтон, С.А. Анохин. — М.: ИНФРА — М, 2007. — 124 с.


    продолжение
--PAGE_BREAK--

Вывод: Отсутствие либо снижение активов средне-  и высокорисковых свидетельствует об осторожности предприятия и невложении  им средств в вышеперечисленные классы активов и об оптимизации управления затратами (применительно к расходам будущих периодов и долгосрочной дебиторской задолженности). Самое значительное повышение наблюдается в классе активов с малой степенью риска по статье «краткосрочная дебиторская задолженность», что свидетельствует о более активной деятельности организации в течение отчетного года; об этом же говорит и повышение суммы по НДС.




Вывод:Наличие у предприятия в структуре запасов на конец года статьи расходов на сырье и материалы может говорить о наличии собственного производства, либо о вложении средств, например, в косметический ремонт помещения (учитывая тип деятельности предприятия – торговое). Любой из этих вариантов является положительны для организации.

За отчетный период наблюдается значительное уменьшение расходов будущих периодов как в относительном, так и в абсолютном выражении, что может являться следствием оптимизацией затрат или сокращением отложенных расходов.

Анализ динамики и структуры дебиторской задолженности ООО «Ладья» в 2009 г.

































Состав дебиторской задолженности

Начало года

Конец года

Изменение (+/-)

Темп изменения, %

тыс.
руб

в % к итогу

тыс.
руб

в % к итогу

тыс.
руб

в % к итогу

Краткосрочная дебиторская задолженность,
в том числе:

3601

93,3

5380

100,0

1779

6,7

149,4

-покупателей и заказчиков

2840

73,6

4169

77,5

1329

3,9

146,8

-прочих дебиторов

761

19,7

1211

22,5

450

2,8

0,0

Долгосрочная задолженность, в том числе:

260

6,7



0,0

-260

-6,7

0,0

-покупателей и заказчиков

260

6,7



0,0

-260

-6,7

0,0

-прочих дебиторов



0,0



0,0



0,0

0,0

Дебиторская задолженность всего

3861

100,0

5380

100,0

1519

 

139,3

 

Вывод: Наличие краткосрочной дебиторской задолженности со стороны покупателей и заказчиков является свидетельством того факта, что предприятие не только активно ведет свою деятельность, но и имеет надежных контрагентов (поскольку ненадежным не отпустят товары в долг). Отсутствие долгосрочной задолженности может свидетельствовать об осторожности организации, либо о ее молодости, в силу чего долгосрочной задолженности еще нет.

Анализ динамики и структуры источников финансирования имущества ООО «Ладья» в 2009 г.

































Источник средств

Начало года

Конец года

Изменение (+/-)
за год

Темп изменения, %

тыс.
руб

удельный вес, %

тыс.
руб

удельный вес, %

тыс.
руб

удельный вес, %

1. Капитал и резервы

 

 

 

 

 

 

 

1.1 Уставный капитал

4160,0

36,2

4160,0

33,3

0,0

-2,9

100,0

1.2. Добавочный капитал

967,0

8,4

967,0

7,7

0,0

-0,7

100,0

1.3. Резервный капитал

146,0

1,3

194,0

1,6

48,0

0,3

132,9

1.4. Нераспределенная прибыль (убыток)

754,0

6,6

3365,0

26,9

2611,0

20,4

446,3

Итого по разделу

6027,0

52,5

8686,0

69,5

2659,0

17,1

144,1

2. Долгосрочные обязательства

0,0

0,0

0,0

0,0

0,0

0,0

0,0

3. Краткосрочные обязательства

 

 

 

0,0

0,0

0,0

0,0

3.1. Займы и кредиты

0,0

0,0

0,0

0,0

0,0

0,0

0,0

3.2. Кредиторская задолженность

5376,0

46,8

3591,0

28,7

-1785,0

-18,1

66,8

3.3. Задолженность перед участниками по
выплате доходов

86,0

0,7

218,0

1,7

132,0

1,0

253,5

3.4. Доходы будущих периодов

0,0

0,0

0,0

0,0

0,0

0,0

0,0

3.5. Резервы предстоящих расходов

0,0

0,0

0,0

0,0

0,0

0,0

0,0

3.6. Прочие краткосрочные обязательства

0,0

0,0

0,0

0,0

0,0

0,0

0,0

Итого по разделу

5462,0

47,5

3809,0

30,5

-1653,0

-17,1

69,7

Баланс

11489,0

100,0

12495,0

100,0

1006,0

 

108,8



Вывод: На рассматриваемом предприятии за отчетный период наблюдается значительный в относительном выражении рост резервного капитала, что свидетельствует об осторожности предприятия при осуществлении деятельности. Четырехкратный рост прибыли указывает на плодотворную работу организации и ее руководства в течение отчетного года. Снижение суммы принятых на себя обязательств почти на треть свидетельствует об эффективном управлении задолженностью.


Анализ динамики суммы и структуры кредиторской задолженности ООО «Ладья» в 2009 г.

































Состав кредиторской задолженности

Начало года

Конец года

Изменение (+/-)
за год

Темп изменения, %

тыс.
руб

удельный вес, %

тыс.
руб

удельный вес, %

тыс.
руб

удельный вес, %

В том числе:

 

 

 

 

 

 

 

-поставщикам и подрядчикам

4880

90,77

3287

91,53

-1593

0,76

67,36

-перед персоналом организации

89

1,66

175

4,87

86

3,22

196,63

-перед государственными внебюджетными
фондами

38

0,71



0,00

-38

-0,71

0,00

-по налогам и сборам

325

6,05

118

3,29

-207

-2,76

36,31

-прочим и кредиторам

44

0,82

11

0,31

-33

-0,51

25,00

Кредиторская задолженность, всего

5376

100,00

3591

100,00

-1785

 

66,80



Вывод:Наибольшую долю в кредиторской задолженности ООО «Ладья» как на начало, так и на конец года занимает задолженность поставщикам и подрядчикам. На конец года этот показатель демонстрирует отрицательную динамику, задолженность снизилась почти на треть и это хорошо. Значительный рост наблюдается у задолженности перед персоналом, почти двукратный в относительном выражении, но в абсолютном выражении цифры невелики (89 тыс. руб. в начале года против 179 тыс. руб. в конце) и вряд ли смогут угрожать ликвидности предприятия. Снижение задолженности по налогам и сборам, прочим кредиторам, а также полное погашение задолженности перед государственными внебюджетными фондами свидетельствует об эффективности деятельности рассматриваемой организации и о достаточности у нее ресурсов для расчета по взятым на себя обязательствам.





Вывод: Положительным моментом для ООО «Ладья» является значительное снижение кредиторской задолженности, также к положительным явлениям можно отнести и рост дебиторской задолженности, что свидетельствует о развитии предприятия. Коэффициенты оборачиваемости свидетельствуют о более быстром обороте кредиторской задолженности, следовательно, она погашается быстрее, что подтверждается и периодом погашения.

    продолжение
--PAGE_BREAK--


Вывод:Баланс не является абсолютно ликвидным ни на начало, ни на конец года: наблюдается значительное превышение суммы наиболее срочных обязательств над наиболее ликвидными активами, что является отрицательным моментом для организации. Положительным моментом является значительное превышение быстрореализуемых активов над краткосрочными пассивами, но, несмотря на это отрицательная динамика, наблюдавшаяся в начале года, сохраняется и в конце отчетного периода.



Вывод: Возросший коэффициент критической ликвидности свидетельствует о наличии у организации источников, с помощью которых она может погасить не 60-80% обязательств по нормативу, а 150% (наличие большого количества неиспользуемых быстрореализуемых активов является отрицательным моментом, поскольку деньги должны работать, иначе они умирают, следовательно, предприятию необходимо использовать часть активов для своей текущей деятельности, тем самым, снизив коэффициент критической ликвидности до нормативного уровня).

Значительно выросший коэффициент общей ликвидности говорит о значительных успехах Компании за отчетный год и объясняется ростом собственно капитала, выручки и т.д.


    продолжение
--PAGE_BREAK--2.3. Анализ финансовой устойчивости


Вывод: В течение года, рассматривая организация сумела выйти из предбанкротного состояния на нормальный уровень финансовой устойчивости. Этого удалось достичь благодаря росту капитала и одновременно с этим отсутствием кредитов, как краткосрочных, так и долгосрочных.

Предбанкротное положение на начало года объясняется недостатком собственного оборотного и заемного капитала для формирования запасов.


Оценка финансовой устойчивости ООО «Ладья» в 200х г.





























Наименование показателя

Начало
года

Конец
года

Изменение
(+/-)

Норматив

Соответствие нормативу

на начало
года

на конец
года

Коэффициент автономии

0,525

0,695

0,171

≥0,5

да

да

Коэффициент соотношения заемного и
собственного капитала

0,906

0,439

-0,468

≤1

да

да

Коэффициет долга

0,475

0,305

-0,171

≤0,5

да

да

Коэффициент маневренности

0,257

0,462

0,205

0,2-0,5

да

да

Коэффициент фин. устойчивости

0,525

0,695

0,171

0,8-0,9

нет

нет

Индекс постоянного актива

0,743

0,538

-0,205

≤1

да

да

Коэффициент обеспеченности собственными
оборотными средствами

0,221

0,513

0,292

≥0,1

нет

нет

Коэффициент обеспеченности запасов собственными источниками

0,608

2,831

2,224

0,6-0,8

да

нет



Вывод: По состоянию на конец года у исследуемого предприятия вышел за границы соответствия показатель обеспеченности запасов собственными источниками, что свидетельствует о том, что запасы, привлекаемые предприятием будут обеспечены собственными источниками в двукратном размере. Несоответствие показателя фин. устойчивости свидетельствует о нестабильном положении организации. Но это неустойчивое положение опровергают остальные показатели, соответствующие нормативу. Следовательно, этот показатель является индикатором наступления скорого банкротства, в случае, если неблагоприятно изменятся условии внешней среды или стиль руководства организацией.

    продолжение
--PAGE_BREAK--2.4. Анализ деловой активности




Вывод: Снижение срока погашения кредиторской и дебиторской задолженностей свидетельствует об устойчивом положении организации. Возросшая фондоотдача является показателем растущей эффективности использования вложений. Более чем двукратное снижение коэффициента оборачиваемости денежных средств говорит о вложениях более фундаментальных, которые были осуществлены в течение отчетного года, отдача от этих вложений ожидается позже, чем от вложений краткосрочных, осуществленных в базисном году.

2.5. Анализ прибыли и рентабельности




Вывод:Наиболее значительно за отчетный период выросли коммерческие расходы, это свидетельствует о росте предприятия, закреплении положения Компании на рынке (поскольку в коммерческие расходы включаются расходы по отгрузке товаров, реклама и т.д.). Положительную динамику демонстрируют и показатели прибыли (валовая, чистая, прибыль от продаж), что свидетельствует об устойчиво положении Компании, о расширении масштабов ее деятельности. Красивую положительную картину сумели слегка омрачить лишь возросший почти на  20% показатель себестоимости продукции (поскольку предприятие торговое, то корень зла. а, иначе говоря, причина рост себестоимости может объясняться ростом отпускных цен у производителя (поставщика)), и возросшие почти двукратно прочие расходы. Но, несмотря на это, ООО «Ладья» демонстрирует безоговорочно положительную динамику роста прибыли и может смотреть в будущее уверенно (хотя бы на следующий год).




Вывод:Рассматриваемая организация обладает совокупным высоким уровнем рентабельности, благодаря выросшей на треть выручке от реализации товаров, значительно выросшим показателям рентабельности продаж, рентабельности активов и собственного капитала. Но волна роста обладает не только положительным свойством: отрицательное влияние на уровень рентабельности оказывает значительно выросшая затратная рентабельность, себестоимость товаров. Незначительно снижение среднегодовой стоимости активов не окажет сколько-нибудь весомого влияния на уровень рентабельности организации, но, все же, является негативным явлением. Для оценки влияния этого фактора на уровень общей рентабельности необходимо продолжить анализ предприятия для выявления динамики этого показателя (снижение носит единичный характер или оно постоянно). После оценки поведения среднегодовой стоимости активов предприятия появится возможность оценить влияние этого фактора на общий уровень рентабельности более точно.


--PAGE_BREAK--