This article discusses Zaitseva's bankruptcy diagnostic model and its use to assess the likelihood of bankruptcy of an enterprise.
Keywords: bankruptcy, assessment of bankruptcy probability, solvency, financial condition.
Профилактика банкротства, его своевременное обнаружение и устранение являются важной проблемой в современной экономике. Востребованность результатов исследований в области анализа финансовой несостоятельности организации помогает выявить факторы кризисного состояния и обосновать наиболее эффективные меры по ее финансовому оздоровлению. В России, в условиях трансформации экономических отношений особенно характерна высокая степень неопределенности, что существенно повышает риск банкротства организаций в результате воздействия как внешних, так и внутренних экономических факторов.
Признаком банкротства юридического лица по Федеральному закону «О несостоятельности (банкротстве)» от 26.10.2002 г. № 127–ФЗ считается «неспособность юридического лица удовлетворить требования кредиторов по денежным обязательствам и (или) исполнить обязанность по уплате обязательных платежей, если соответствующие обязательства и (или) обязанности не исполнены им в течение трех месяцев с момента наступления даты их исполнения».
Система управления финансовым состоянием включает в себя информационную базу проведения анализа, методы и методики оценки финансового состояния организации. Основным источником информации в данном случае выступает бухгалтерская (финансовая) отчетность организации, прежде всего, бухгалтерский баланс и отчет о финансовых результатах.
Анализ вероятности банкротства организации проводится расчетом системы индикаторов оценки угрозы финансовой несостоятельности, предложенной отечественными и зарубежными аналитиками. Западные и российские экономисты предлагают несколько отличающихся методик и математических моделей диагностики вероятности наступления банкротства организаций. Первые исследования аналитических коэффициентов для предсказания возможных осложнений в финансовой деятельности компаний проводились в США еще в начале XX века. В современной практике финансово-хозяйственной деятельности зарубежных компаний для оценки вероятности банкротства наиболее широкое применение получили модели, разработанные Э. Альтманом, У. Бивером, Таффлером. Однако в связи с различными условиями хозяйствования российских и зарубежных организаций перенос иностранных моделей прогнозирования банкротства на условия функционирования отечественных организаций не принес достаточно точных результатов — из-за отличий в структуре капитала, методологических различиях при отражении инфляционных факторов иностранные модели имеют ограниченное возможное применение в российских рыночных условиях. С. К. Гасанова в своей статье «Сравнительный анализ моделей диагностики вероятности банкротства организации» рассуждает о том, что отечественные модели более адаптированы к экономическим условиям внутри страны. Западные модели в свою очередь субъективны в применении к российским предприятиям, из-за отличий в степени развитости фондового рынка, нормативного обеспечения налогового и бухгалтерского учета. По ее мнению, большинство отечественных методик обладают простотой финансовых расчетов и не позволяют получить всестороннюю финансовую оценку [3]. Интерес к разработке или адаптации моделей прогнозирования банкротства свидетельствует об актуальности проблемы диагностики банкротства на современном этапе.
Одной из наиболее известных из российских адаптаций является модель Ольги Петровны Зайцевой (доктора экономических наук, профессора Сибирского университета потребительской кооперации) — она в полной мере применима в российских реалиях и обладает более весомым приоритетом перед зарубежными моделями диагностики банкротства.
Шестифакторная модель расчета комплексного коэффициента банкротства была создана в 1998 году и является одной из первых отечественных моделей диагностики банкротства. Данная модель базируется на зарубежной модели, разработанной Э.Альтманом.
Модель Зайцевой — это модель прогнозирования вероятности банкротства. Она была рассчитана на основе корреляционного и многомерного (факторного) анализа. В результате были выделены шесть наиболее важных критериев, влияющих на финансовое положение компании.
Шестифакторная математическая модель О. П. Зайцевой имеет следующий вид:
К ФАКТ = 0.25*К1 + 0.1*К2 + 0.2*К3 + 0.25*К4 + 0.1*К5 + 0.1*К6
и предлагает учитывать такие коэффициенты (таблица 1):
Таблица 1
Коэффициенты, используемые в модели диагностики банкротства О. П. Зайцевой
|
Коэффициент |
Наименование |
Формула расчета |
Расчет по РСБУ |
Норматив |
|
К1 |
Коэффициент убыточности предприятия |
Прибыль (убыток) до налогообложения / Собственный капитал |
стр. 2300 / стр. 1300 |
0 |
|
К2 |
Коэффициент соотношения кредиторской и дебиторской задолженности |
Кредиторская задолженность / Дебиторская задолженность |
стр. 1520 / стр. 1230 |
1 |
|
К3 |
Коэффициент соотношения краткосрочных обязательств и наиболее ликвидных активов |
Краткосрочные обязательства / Наиболее ликвидные активы |
(стр.1520+стр1510)/ стр. 1250 |
7 |
|
К4 |
Коэффициент убыточности реализации продукции |
Прибыль до налогообложения / Выручка |
стр. 2300 / стр. 2110 |
0 |
|
К5 |
Коэффициент финансового рычага (левериджа) |
Заемный капитал / Собственный капитал |
(стр.1400+стр.1500)/стр.1300 |
0,7 |
|
К6 |
Коэффициент загрузки активов |
Активы / Выручка |
стр. 1600 / стр. 2110 |
К6 прошлого года |
Для более точного результата О. П. Зайцева предлагает дополнительно произвести расчет нормативного коэффициента и сравнить полученные данные с фактическим результатом за период.
Нормативное значение К НОРМАТИВ рассчитывается по следующей формуле, путем замены фактических значений показателей на нормативные:
К НОРМАТИВ = 1,57 + 0.1*К6 прошлого года
Вероятность наступления банкротства организации высока, если фактический коэффициент больше нормативного:
К ФАКТ > К НОРМАТИВ
Вероятность банкротства незначительна, если фактический коэффициент меньше нормативного:
К ФАКТ < К НОРМАТИВ
Рассмотрим применение модели диагностики банкротства О. П. Зайцевой (таблица 2). В качестве объекта исследования рассмотрены данные финансовой отчетности ПАО «ВымпелКом» — одного из крупнейших российских операторов связи — за 2022–2024 г.г. (в тыс.руб.).
Таблица 2
Расчет вероятности банкротства по модели О. П. Зайцевой
|
Показатель |
2022 |
2023 |
2024 |
|
Прибыль (убыток) до налогообложения |
1 537 612 |
45 114 406 |
17 872 694 |
|
Собственный капитал |
42 970 131 |
89 438 720 |
23 054 692 |
|
Кредиторская задолженность |
67 006 410 |
77 606 560 |
62 199 245 |
|
Дебиторская задолженность |
21 579 762 |
23 028 393 |
22 406 386 |
|
Краткосрочные пассивы |
93 960 380 |
108 555 252 |
164 014 834 |
|
Наиболее ликвидные активы |
8 233 220 |
47 580 087 |
60 828 433 |
|
Выручка |
279 983 160 |
297 323 917 |
303 120 744 |
|
Заемные средства |
363 526 984 |
494 686 674 |
538 078 947 |
|
Всего активов |
406 497 115 |
584 125 394 |
561 133 639 |
|
К1 |
0,036 |
0,504 |
0,775 |
|
К2 |
3,105 |
3,370 |
2,776 |
|
К3 |
11,412 |
2,282 |
2,696 |
|
К4 |
0,005 |
0,152 |
0,059 |
|
К5 |
8,460 |
5,531 |
23,339 |
|
К6 |
1,452 |
1,965 |
1,851 |
|
К ФАКТ |
3,594 |
1,707 |
3,544 |
|
К НОРМАТИВ |
2,103 |
1,929 |
1,741 |
|
Вероятность банкротства |
высокая |
низкая |
высокая |
Проведенный анализ показывает существующую вероятность банкротства ПАО «ВымпелКом» в 2022 и 2024 году. Компании необходимо определить мероприятия, которые будут направлены на снижение риска банкротства и повышение платежеспособности.
Ольга Петровна Зайцева внесла значительный вклад в развитие отечественной методологии финансового анализа и диагностики банкротства, создав инструмент, который остается актуальным и востребованным спустя десятилетия после его разработки. Тем не менее, ни одна из существующих финансовых моделей, предназначенных для диагностики вероятности банкротства, не может гарантировать стопроцентную точность прогноза. Рекомендуется просчитывать вероятность банкротства по нескольким моделям.
Литература:
- О несостоятельности (банкротстве) [Электронный ресурс]: Федеральный закон РФ от 26.10.2002 N 127-ФЗ // Доступ из СПС «КонсультантПлюс».
- Багдасарян Л. А. Антикризисное управление: практическая работа «Прогнозирование вероятности банкротства и составление антикризисной программы предприятия»: учебно-методическое пособие / Л. А. Багдасарян. — Красноярск: СФУ, 2019.
- Гасанова С. К. Сравнительный анализ моделей диагностики вероятности банкротства организации. // Современные тенденции развития науки и технологий: статья в журнале. — 2016. — С. 22–25.
- Лоскутова А. Д. Анализ эффективности применения российских и зарубежных моделей оценки вероятности банкротства // Экономика и бизнес: теория и практика. 2024. № 4–2 (110). URL: https://cyberleninka.ru/article/n/analiz-effektivnosti-primeneniya-rossiyskih-i-zarubezhnyh-modeley-otsenki-veroyatnosti-bankrotstva.

