РефератыЭкономикаЗаЗарубежная методика оценки вероятности банкротства и ее применение в российских условиях

Зарубежная методика оценки вероятности банкротства и ее применение в российских условиях

Содержание


Введение


ТЕОРЕТИЧЕСКАЯ ЧАСТЬ


Модель Альтмана. Расчет индекса кредитоспособности применительно к российским условиям


ПРАКТИЧЕСКАЯ ЧАСТЬ


Задача № 1


Задача № 2


Задача № 3


Заключение


Список использованной литературы


Введение

Вопрос выживания в условиях рыночной экономики для большинства предприятий становится очень актуальным. Руководству организации больше не на кого положиться при решении текущих проблем, все решения приходится принимать самостоятельно, более того, необходимо нести за них ответственность. Вопрос в том, как принимать рациональные решения, чтобы достичь успеха и процветания, а не попасть в финансовую зависимость к кредиторам и стать банкротом.


По статистическим данным проведенных обследований большинство российский организаций сегодня, получая определенную прибыль, тем не менее, финансово неустойчивы и в значительной степени подвержены банкротству. Для того, чтобы предопределить дальнейшие перспективы развития подобных организаций, необходимо, прежде всего, провести оценку их финансового состояния и вероятности банкротства, а затем на основании полученных результатов сделать ряд выводов и предложить мероприятия по устранению причин финансовой нестабильности и финансовому оздоровлению. Поэтому актуальность выбранной темы дипломной работы является вполне очевидной.


Целью данной работы является изучение зарубежной методики оценки вероятности банкротства и ее применения в российских условиях, а также использование методов финансового анализа при решении конкретных ситуаций.


Задачи работы:


1) рассмотреть методику оценки вероятности банкротства в модели Альтмана;


2) рассмотреть особенности модели Альтмана в российских условиях;


3) применить методы экономического анализа при решении конкретных хозяйственных ситуаций.


ТЕОРЕТИЧЕСКАЯ ЧАСТЬ
Модель Альтмана. Расчет индекса кредитоспособности
применительно к российским условиям

Полученная в результате технико-экономического анализа деятельности предприятий система показателей позволяет выявить слабые места в экономике предприятия, охарактеризовать состояние дел данного предприятия (его ликвидность, финансовую устойчивость, рентабельность, отдачу активов и так далее).


Однако, на основе такого анализа сделать вывод, что данное предприятие обанкротиться или, наоборот, выживет обычно невозможно. Выводы о вероятности банкротства можно сделать только на основе сопоставления показателей данного предприятия и аналогичных предприятий, обанкротившихся или, наоборот, избежавших банкротства. Однако подыскать в каждом случае подходящий аналог не всегда представляется возможным или такого аналога вообще может не существовать.


Задача прогнозирования банкротства может быть решена методом дискриминантного анализа. Последний представляет собой раздел факторного статистического анализа, с помощью которого решаются задачи классификации, то есть разбиения некоторой совокупности анализируемых объектов на классы путем построения так называемой классифицирующей функции в виде корреляционной модели.


В основе зарубежной практики диагностики угрозы банкротства лежит модель Альтмана, или Z-счет Альтмана. Модель Альтмана определяет интегральный показатель угрозы банкротства. В основе расчета лежит пятифакторная модель, представляющая комплексный коэффициентный анализ. Альтман определил коэффициенты значимости отдельных факторов в интегральной оценке вероятности банкротства. Модель Альтмана имеет следующий вид:


Z=0,012X1+0,014X2+0,033X3+0,006X4+0,999X5, (1)


где Z- интегральный показатель уровня угрозы банкротства;


X1-отношение собственных оборотных активов (чистого оборотного капитала) к сумме активов;


X2- рентабельность активов (нераспределенная прибыль к сумме активов);


X3- отношение прибыли к сумме активов;


X4- коэффициент соотношения собственного и заемного капитала;


X5- оборачиваемость активов, или отношение выручки от реализации к сумме активов.


Если коэффициенты принимаются в виде долей, то формула (1) будет иметь вид:


Z=1,2X1+1,4X2+3,3X3+0,6X4+1,0X5, (2)


Зона неведения находится в интервале от 1,81 до 2,99. Чем больше значение Z, тем меньше вероятность банкротства в течение двух лет.


Уровень угрозы банкротства в модели Альтмана оценивается согласно таблице 1.


Таблица 1


Оценка уровня угрозы банкротства в модели Альтмана

















Значение Z


Вероятность банкротства


Менее 1,81


очень высокая


От 1,81 до 2,7


высокая


От 2,7 до 2,99


вероятность невелика


Более 2,99


вероятность ничтожна, очень низкая



Эта модель применима в условиях России только для акционерных обществ, акции которых свободно продаются на рынке ценных бумаг, то есть имеют рыночную стоимость. Поэтому вместо модели Альтмана иногда целесообразно использовать двухфакторную модель в части прогнозирования вероятности банкротства. Для этого выбирают два ключевых показателя, от которых зависит вероятность банкротства организации, например, показатель текущей ликвидности и удельного веса заемных средств в активах. Они умножаются на соответствующие постоянные весовые коэффициенты[3, с. 37].


Предположим, что факт банкротства определяют два показателя: коэффициент покрытия, то есть отношение текущих активов к краткосрочным обязательствам, и коэффициент финансовой независимости, то есть отношение заемных средств к общей стоимости активов.


Первый показатель характеризует ликвидность, второй - финансовую устойчивость. Очевидно, что при прочих равных условиях вероятность банкротства тем меньше, ем больше коэффициент покрытия и меньше коэффициент финансовой зависимости. И, наоборот, предприятие наверняка станет банкротом при низком коэффициенте покрытия высоком коэффициенте финансовой зависимости. Задача состоит в том, чтобы найти эмпирическое уравнение некой дискриминантной границы, которая разделит все возможные сочетания указанных показателей на два класса[4, с. 46]:


1) сочетания показателей, при которых предприятие обанкротится;


2) сочетания показателей, при которых предприятию банкротство не грозит.


Данная задача была решена американским экономистом Э. Альтманом. За определенный период были собраны данные о финансовом состоянии 19 предприятий. По указанным двум показателям положение предприятий было неустойчивым: одна половина предприятий обанкротилась, а другая - смогла выжить. Далее приемами дискриминантного анализа рассчитывались параметры корреляционной линейной функции, описывающей положение дискриминантной границы между двумя классами предприятий:


,(3)


гдеZ- показатель классифицирующей функции


a0 – постоянный параметр


a1 – параметр, показывающий степень влияния коэффициента покрытия на вероятность банкротства


Кп – коэффициент покрытия


а2 – параметр, показывающий степень влияния коэффициента финансовой зависимости на вероятность банкротства


Кфз – коэффициент финансовой зависимости


В результате статистической обработки данных была получена следующая корреляционная зависимость[2,c.50]:


,(4)


При Z = 0 имеем уравнение дискриминантной границы. Для предприятий, у которых Z = 0, вероятность обанкротиться 50 %. Для предприятий, у которых Z < 0, вероятность банкротства меньше 50 % и далее снижается по мере уменьшения Z. Если Z > 0, то вероятность банкротства больше 50 % и возрастает с ростом Z.


Знаки параметров а1 и а2 классифицирующей функции связаны с характером влияния соответствующих показателей. Параметр а1 имеет знак «минус», поэтому чем больше коэффициент покрытия, тем меньше показатель Z и тем меньше вероятность банкротства предприятия. В то же время параметр а2 имеет знак «плюс», поэтому чем выше коэффициент финансовой зависимости, тем больше Z и , следовательно, выше вероятность банкротства предприятия [1, с. 156].


Рассмотрим методику применения двухфакторном модели Альтмана на конкретном примере.


Исходные данные для расчета представлены в таблице 2.


Таблица 2


Исходные данные и результаты расчеты вероятности банкротства предприятий














































































































































Номер предприятия


Коэффициент покрытия, %


Коэффициент финансовой независимости, %


Показатель Z


Вероятность банкротства, %


Фактическое положение


1


3,6


60


-0,78


17,2


нет


2


3,0


20


-2,451


0,8


нет


3


3,0


60


-0,135


42


нет


4


3,0


76


0,791


81,8


да


5


2,8


44


-1,841


15,5


нет


6


2,6


56


0,062


51,5


да


7


2,6


68


0,757


80,2


да


8


2,4


40


-0,649


21,1


да


9


2,4


60


0,509


71,5


нет


10


2,2


28


-1,129


9,6


нет


11


2,0


40


-0,221


38,1


нет


12


2,0


48


0,244


60,1


нет


13


1,8


60


1,153


89,7


да


14


1,6


20


-0,948


13,1


нет


15


1,6


44


0,441


68,8


да


16


1,2


44


0,871


83,5


да


17


1,0


24


-0,072


45


нет


18


1,0


32


0,391


66,7


да


19


1,0


66


2,012


97,9


да



В силу того, что двухфакторная модель не полностью описывает финансовое положение предприятия, расчетные и фактические показатели могут расходиться. Та, предприятие 8 имело Z = -0,649, то есть не должно было бы обанкротиться (вероятность банкротства около 20 %), в действительности же потерпело банкротство. В то же время предприятия 9 и 12 имели положительные значения Z, но они сумели избежать банкротства.


На рисунке 1 представлено корреляционное поле и положение на нем дискриминантной линии для двух показателей – коэффициента покрытия и коэффициента финансовой зависимости.



Рис. 1. Дискриминантная линия на корреляционном поле показателей покрытия и финансовой устойчивости.


Из рисунка 1 видно, что предприятия, у которых значения показателей коэффициента покрытия и коэффициента финансовой независимости располагаются ниже и правее дискриминантной линии, вероятнее всего обанкротятся (вероятность их банкротства превышает 50 %). При этом, чем дальше отстоит точка показателей от дискриминантной линии, тем выше вероятность банкротства. Для предприятий, у которых сочетание значений показателей финансовой устойчивости и покрытия находится выше и левее дискриминантной линии, почти нет угрозы банкротства. Например, точка 2 расположена над дискриминантной линией и достаточно далека от нее; она отражает состояние предприятия 2, у которого коэффициент покрытия равен 3, а коэффициент финансовой зависимости равен 20 %. Предприятие 19 имеет высокую вероятность банкротства (около 98 %), и оно действительно обанкротилось.


Выше отмечалось, что по практическим данным установлены значения для коэффициента покрытия не ниже единицы, а для коэффициента финансовой зависимости не выше 50 %. Если подставить приведенную выше двухфакторную модель Альтмана эти значения (Кп = 1 и Кфз = 50 %), то получим Z = 1,, то есть почт с 90- процентной вероятностью можно утверждать, что такое предприятие в российских условиях обязательно обанкротится.


Прогнозирование банкротства с использованием двухфакторной модели в российских условиях не обеспечивает высокой точности. это объясняется тем, что данная модель не учитывает влияния на финансовое состояние предприятия других важнейших факторов и показателей, характеризующих, например, рентабельность, отдачу активов, деловую активность предприятия и так далее [9, с. 67]. Дискриминантная граница между банкротами и небанкротами имеет вид не тонкой линии, а размытой полосы. Ошибка прогноза с помощью двухфакторной модели оценивается интервалом Δ Z = 0,65. Чем больше факторов будет учтено в модели, тем, естественно, точнее рассчитанный с ее помощью прогноз.


При использовании модели Альтмана возможны два типа ошибок[8, с. 156]:


- прогнозируется сохранение платежеспособности предприятия, а в действительности происходит банкротство;


- прогнозируется банкротство предприятия, а оно сохраняет платежеспособность.


По мнению Альтмана, с помощью пятифакторной модели прогноз банкротства на горизонте один год можно установить с точностью до 95 %. При этом ошибка первого типа возможна в 6 %, а ошибка второго типа - в 3 %случаев. Спрогнозировать банкротство на горизонте в 2 года удается с точностью до 83 %, при этом ошибка первого рода имеет место в 28 % случаях, а ошибка второго рода имеет место в 6 % случаев.


В 1977 году Альтман со своими коллегами разработал более точную семи факторную модель. Эта модель позволяет спрогнозировать банкротство на горизонте в 5 лет с точностью до 70 %. В модели в качестве переменных используются следующие показатели[10, с. 178]:


- рентабельность активов;


- изменчивость или динамика прибыли;


- коэффициент покрытия процентов по кредитам;


- кумулятивная прибыльность;


- коэффициент покрытия или ликвидности;


- коэффициент автономии;


- совокупные активы.


В таблице 3 приведены сведения о точности прогнозирования банкротства с помощью пятифакторной и семи факторной модели Альтмана.


Таблица 3


Точность прогноза банкротства









































Количество лет до банкротства


Прогноз по пятифакторной модели


Прогноз по семи факторной модели


Банкрот


Небанкрот


Банкрот


Небанкрот


1


93,9


97


96,2


89,7


2


71,9


93,9


84,9


93,1


3


48,3


-


74,5


91,4


4


28,6


-


68,1


89,5


5


36


-


69,8


82,1



При проведении финансового анализа практически к любому оценочному показателю нужно подходить критически. Вместе с тем значение показателя Z следует воспринимать как сигнал опасности. В этом случае необходим глубокий анализ причин, вызвавших снижение этого показателя.


Таким образом, разработанные на Западе модели прогнозирования вероятности банкротства весьма применимы и в современных российских условиях, но, тем не менее, имеют ряд особенностей и характерных черт.


ПРАКТИЧЕСКАЯ ЧАСТЬ
Задача № 1

ИСХОДНЫЕ ДАННЫЕ ЗАДАЧИ № 1:


Исходные данные задачи представлены в таблице 4, где Х - готовая продукция на складе предприятия, У – выручка от реализации продукции.


РЕШЕНИЕ:


1) Найдем параметры уравнения регрессии методом наименьших квадратов.


Предполагается наличие линейной связи между Х и У, то есть регрессионная модель описывается функцией:


Уi’ = а0 + а1 х,(5)


Где Уi’ – значение результативного признака;


а0 и а1 – параметры уравнения регрессии, определяемые из системы уравнений:


,(6)


Для нахождения параметров уравнения регрессии по методу наименьших квадратов, составим расчетную таблицу (таблица 4)


Таблица 4


Расчетная таблица для нахождения параметров уравнения регрессии


































































































































































































































































































№ п/п


Х


У


Х2


ХУ


У'


Уi - У'


/Уi - У'//Уi


1


18,7


5,5


349,69


102,85


6,399


-0,899


0,163455


2


15,2


4,5


231,04


68,4


5,454


-0,954


0,212


3


15


5


225


75


5,4


-0,4


0,08


4


26,8


7,6


718,24


203,68


8,586


-0,986


0,129737


5


22,3


10,5


497,29


234,15


7,371


3,129


0,298


6


24,6


7,8


605,16


191,88


7,992


-0,192


0,024615


7


27,1


7,8


734,41


211,38


8,667


-0,867


0,111154


8


35,8


10,1


1281,64


361,58


11,016


-0,916


0,090693


9


36,2


11,8


1310,44


427,16


11,124


0,676


0,057288


10


23,2


7,4


538,24


171,68


7,614


-0,214


0,028919


11


21,3


6,8


453,69


144,84


7,101


-0,301


0,044265


12


23,2


6,4


538,24


148,48


7,614


-1,214


0,189688


13


27,2


8


739,84


217,6


8,694


-0,694


0,08675


14


18,7


6,2


349,69


115,94


6,399


-0,199


0,032097


15


23,6


7,2


556,96


169,92


7,722


-0,522


0,0725


16


28


8,7


784


243,6


8,91


-0,21


0,024138


17


23,9


7,4


571,21


176,86


7,803


-0,403


0,054459


18


28,9


9,4


835,21


271,66


9,153


0,247


0,026277


19


19,6


6,5


384,16


127,4


6,642


-0,142


0,021846


20


23,4


9,2


547,56


215,28


7,668


1,532


0,166522


21


28,9


6,1


835,21


176,29


9,153


-3,053


0,500492


22


25,9


7,9


670,81


204,61


8,343


-0,443


0,056076


23


25,9


9,4


670,81


243,46


8,343


1,057


0,112447


24


27,8


10,5


772,84


291,9


8,856


1,644


0,156571


25


32,9


9,6


1082,41


315,84


10,233


-0,633


0,065938


26


30,9


11,5


954,81


355,35


9,693


1,807


0,15713


27


18,3


6,6


334,89


120,78


6,291


0,309


0,046818


28


21,6


7,2


466,56


155,52


7,182


0,018


0,0025


29


15,7


5,6


246,49


87,92


5,589


0,011


0,001964


30


22,4


9,5


501,76


212,8


7,398


2,102


0,221263


Итого


733


237,7


18788,3


6043,81


238,41


-


3,235601



Подставляем полученные значения из таблицы 4 в формулу (6):



Из первого уравнения выражаем а0, подставляем во второе уравнение и получаем соответствующее значение:


а1 = 0,27 и а0 = 1,33


Тогда искомое уравнение регрессии имеет вид:


Уi’= 1,33 + 0,27Х.


2) Для проверки адекватности определим среднее относительное линейное отклонение по формуле (7)


,(7)


Подставляя значения из таблицы 4 в формулу (7), получим:


Е = 0,10 или 10 %.


Так как Е меньше 15 %, то связь между факторным и результативным признаками достаточно тесная.


Полученное уравнение регрессии пригодно для прогнозных значений, так как значение Е меньше 15 %.


Среднегодовое значение Х = 24,43 млн. руб., тогда при среднегодовой величине готовой продукции на сладе 24, 43 млн. рублей, предполагаемая выручка от реализации на следующий год, согласно уравнению регрессии, составит: 7,93 млн. рублей.


3) Составим бюджет движения денежных средств и определим «критический период» в деятельности предприятия. в качестве исходных данных принимаем следующие сценарные условия функционирования предприятия в следующем году. Объемы продаж увеличиваются с темпом прироста в месяц 1,5 % от базового месяца. Предприятие проводит индивидуальную сбытовую политику на основе применения различных видов реализации при разных условиях оплаты: 25 % изделий реализуется за наличный расчет; 75 % с отсрочкой платежа на условиях 3/10 брутто 30; 80 % оплачивается в следующем месяце, из них 25 % со скидкой, а 20 % оплачивается с задержкой еще на 1 месяц.


С учетом прогнозного значения выручки от реализации 7,93 млн. рублей бюджет движения денежных средств организации представлена на рисунке 2.


Сырье закупается в размере потребности следующего месяца, оплата поставщикам производится через месяц.


Издержки определяются в процентах от выручки: 40 % - условно- переменные издержки, 15 % - заработная плата, 10 % - аренда, 5 % - прочие. Прогнозируемое увеличение цен на сырье- 3%. Уровень инфляции – 2 % в месяц. Аренда и зарплата выплачиваются в месяц, следующий за месяцем их возникновения. Единый социальный налог составляет 35,6 % от зарплаты. Ставка налога на прибыль 24 %.


В конце каждого квартала (март, июнь, сентябрь, декабрь) планируется вкладывать в модернизацию производства 31 000 рублей. Другой вариант предусматривает расходы предприятия, связанные с реконструкцией технологических линий в следующем размере: март – 100000 рублей, июнь, сентябрь, декабрь по 310000 рублей. Остаток денежных средств на 1 января составляет 17890 рублей. Этой суммы недостаточно и решено иметь целевой остаток в размере 34000 рублей. Его величина изменяется в следующие месяцы пропорционально темпу инфляции.


В таблице 5 представлен первый вариант бюджета движения денежных средств организации.


Таблица 5


Бюджет движения денежных средств организации, руб. (1 вариант)














































































































































































































































































































































































































































Показатель


Исходные данные


январь


февраль


март


апрель


май


июнь


июль


август


сентябрь


октябрь


ноябрь


декабрь


1. Реализация


Выручка


660833


670745,5


680806,7


691018,8


701384,1


711904,8


722583,4


733422,1


744423,5


755589,8


766923,7


778427,5


790103,9


Затраты на сырье


276347,1439


280492,4


284699,7


288970,2


293304,8


297704,4


302169,9


306702,5


311303


315972,6


320712,1


325522,8


330405,7


Заработная плата


99124,95


101107,4


103129,6


105192,2


107296


109442


111630,8


113863,4


116140,7


118463,5


120832,8


123249,4


125714,4


Начисления(ЕСН)


35288,4822


35994,25


36714,14


37448,42


38197,39


38961,34


39740,56


40535,37


41346,08


42173


43016,46


43876,79


44754,33


Аренда


66083,3


67404,97


68753,07


70128,13


71530,69


72961,3


74420,53


75908,94


77427,12


78975,66


80555,17


82166,28


83809,6


Прочие расходы


33041,65


33702,48


34376,53


35064,06


35765,34


36480,65


37210,26


37954,47


38713,56


39487,83


40277,59


41083,14


41904,8


Операционная прибыль


150947,4739


152044


153133,6


154215,7


155289,8


156355,2


157411,3


158457,5


159493


160517,3


161529,5


162529,1


163515,1


Налог на прибыль


36227,39373


36490,56


36752,07


37011,78


37269,56


37525,25


37778,72


38029,79


38278,33


38524,15


38767,09


39006,98


39243,63


Чистая прибыль


114720,0801


115553,4


116381,5


117204


118020,3


118830


119632,6


120427,7


121214,7


121993,1


122762,5


123522,1


124271,5


2. Затраты на сырье


Приобретение


284699,7


288970,2


293304,8


297704,4


302169,9


306702,5


311303


315972,6


320712,1


325522,8


330405,7


340317,8


Оплата


276347,1


280492,4


284699,7


288970,2


293304,8


297704,4


302169,9


306702,5


311303


315972,6


320712,1


325522,8


3. Денежный поток


3.1. Приток средств


Наличный расчет


167686,4


170201,7


172754,7


175346


177976,2


180645,8


183355,5


186105,9


188897,5


191730,9


194606,9


197526


Кредит прошлого месяца


393518,2


399421


405412,3


411493,5


417665,9


423930,9


430289,9


436744,2


443295,4


449944,8


456694


463544,4


Кредит позапрошлого месяца


80291,21


99124,95


100611,8


102121


103652,8


105207,6


106785,7


108387,5


110013,3


111663,5


113338,5


115038,6


Итого поступлений


641495,8


668747,6


678778,8


688960,5


699294,9


709784,3


720431,1


731237,6


742206,1


753339,2


764639,3


776108,9


3.2. Остаток средств


Оплата сырья


276347,1


280492,4


284699,7


288970,2


293304,8


297704,4


302169,9


306702,5


311303


315972,6


320712,1


325522,8


Выплата зарплаты


99124,95


101107,4


103129,6


105192,2


107296


109442


111630,8


113863,4


116140,7


118463,5


120832,8


123249,4


Уплата ЕСН


35288,48


35994,25


36714,14


37448,42


38197,39


38961,34


39740,56


40535,37


41346,08


42173


43016,46


43876,79


Оплата аренды


66083,3


67404,97


68753,07


70128,13


71530,69


72961,3


74420,53


75908,94


77427,12


78975,66


80555,17


82166,28


Уплата налогов


36227,39


36490,56


36752,07


37011,78


37269,56


37525,25


37778,72


38029,79


38278,33


38524,15


38767,09


39006,98


Прочие расходы


33702,48


34376,53


35064,06


35765,34


36480,65


37210,26


37954,47


38713,56


39487,83


40277,59


41083,14


41904,8


Модернизация производства


0


0


31000


0


0


31000


0


0


31000


0


0


31000


Итого отток


546773,8


555866,1


596112,7


574516,1


584079,1


624804,5


603695


613753,5


654983


634386,4


644966,8


686727,1


Салдо денежного потока


94722,05


112881,5


82666,16


114444,4


115215,8


84979,88


116736,1


117484


87223,1


118952,8


119672,5


89381,82


4. Излишек (дефицит) средств на счете


Остаток на начало месяца


17890


112612,1


225493,6


308159,7


422604,1


537820


622799,8


739536


857020


944243,1


1063196


1182868


Остаток на конец месяца


112612,1


225493,6


308159,7


422604,1


537820


622799,8


739536


857020


944243,1


1063196


1182868


1272250


Целевое сальдо


34000


34680


35373,6


36081,07


36802,69


37538,75


38289,52


39055,31


39836,42


40633,15


41445,81


42274,73


Излишек (дефицит)


78612,05


190813,6


272786,1


386523,1


501017,3


585261,1


701246,4


817964,7


904406,7


1022563


1141423


1229976



В таблице 6 представлен второй вариант движения денежных средств организации.


Таблица 6


Бюджет движения денежных средств организации, руб. (2 вариант)














































































































































































































































































































































































































































Показатель


Исходные данные


январь


февраль


март


апрель


май


июнь


июль


август


сентябрь


октябрь


ноябрь


декабрь


1. Реализация


Выручка


660833


670745,5


680806,7


691018,8


701384,1


711904,8


722583,4


733422,1


744423,5


755589,8


766923,7


778427,5


790103,9


Затраты на сырье


276347,1439


280492,4


284699,7


288970,2


293304,8


297704,4


302169,9


306702,5


311303


315972,6


320712,1


325522,8


330405,7


Заработная плата


99124,95


101107,4


103129,6


105192,2


107296


109442


111630,8


113863,4


116140,7


118463,5


120832,8


123249,4


125714,4


Начисления(ЕСН)


35288,4822


35994,25


36714,14


37448,42


38197,39


38961,34


39740,56


40535,37


41346,08


42173


43016,46


43876,79


44754,33


Аренда


66083,3


67404,97


68753,07


70128,13


71530,69


72961,3


74420,53


75908,94


77427,12


78975,66


80555,17


82166,28


83809,6


Прочие расходы


33041,65


33702,48


34376,53


35064,06


35765,34


36480,65


37210,26


37954,47


38713,56


39487,83


40277,59


41083,14


41904,8


Операционная прибыль


150947,4739


152044


153133,6


154215,7


155289,8


156355,2


157411,3


158457,5


159493


160517,3


161529,5


162529,1


163515,1


Налог на прибыль


36227,39373


36490,56


36752,07


37011,78


37269,56


37525,25


37778,72


38029,79


38278,33


38524,15


38767,09


39006,98


39243,63


Чистая прибыль


114720,0801


115553,4


116381,5


117204


118020,3


118830


119632,6


120427,7


121214,7


121993,1


122762,5


123522,1


124271,5


2. Затраты на сырье


Приобретение


284699,7


288970,2


293304,8


297704,4


302169,9


306702,5


311303


315972,6


320712,1


325522,8


330405,7


340317,8


Оплата


276347,1


280492,4


284699,7


288970,2


293304,8


297704,4


302169,9


306702,5


311303


315972,6


320712,1


325522,8


3. Денежный поток


3.1. Приток средств


Наличный расчет


167686,4


170201,7


172754,7


175346


177976,2


180645,8


183355,5


186105,9


188897,5


191730,9


194606,9


197526


Кредит прошлого месяца


393518,2


399421


405412,3


411493,5


417665,9


423930,9


430289,9


436744,2


443295,4


449944,8


456694


463544,4


Кредит позапрошлого месяца


80291,21


99124,95


100611,8


102121


103652,8


105207,6


106785,7


108387,5


110013,3


111663,5


113338,5


115038,6


Итого поступлений


641495,8


668747,6


678778,8


688960,5


699294,9


709784,3


720431,1


731237,6


742206,1


753339,2


764639,3


776108,9


3.2. Остаток средств


Оплата сырья


276347,1


280492,4


284699,7


288970,2


293304,8


297704,4


302169,9


306702,5


311303


315972,6


320712,1


325522,8


Выплата зарплаты


99124,95


101107,4


103129,6


105192,2


107296


109442


111630,8


113863,4


116140,7


118463,5


120832,8


123249,4


Уплата ЕСН


35288,48


35994,25


36714,14


37448,42


38197,39


38961,34


39740,56


40535,37


41346,08


42173


43016,46


43876,79


Оплата аренды


66083,3


67404,97


68753,07


70128,13


71530,69


72961,3


74420,53


75908,94


77427,12


78975,66


80555,17


82166,28


Уплата налогов


36227,39


36490,56


36752,07


37011,78


37269,56


37525,25


37778,72


38029,79


38278,33


38524,15


38767,09


39006,98


Прочие расходы


33702,48


34376,53


35064,06


35765,34


36480,65


37210,26


37954,47


38713,56


39487,83


40277,59


41083,14


41904,8


Модернизация производства


0


0


100000


0


0


31000


0


0


31000


0


0


31000


Итого отток


546773,8


555866,1


665112,7


574516,1


584079,1


624804,5


603695


613753,5


654983


634386,4


644966,8


686727,1


Салдо денежного потока


94722,05


112881,5


13666,16


114444,4


115215,8


84979,88


116736,1


117484


87223,1


118952,8


119672,5


89381,82


4. Излишек (дефицит) средств на счете


Остаток на начало месяца


17890


112612,1


225493,6


239159,7


353604,1


468820


553799,8


670536


788020


875243,1


994195,9


1113868


Остаток на конец месяца


112612,1


225493,6


239159,7


353604,1


468820


553799,8


670536


788020


875243,1


994195,9


1113868


1203250


Целевое сальдо


34000


34680


35373,6


36081,07


36802,69


37538,75


38289,52


39055,31


39836,42


40633,15


41445,81


42274,73


Излишек (дефицит)


78612,05


190813,6


203786,1


317523,1


432017,3


516261,1


632246,4


748964,7


835406,7


953562,7


1072423


1160976



Вариант первый показал, что в организации всегда наблюдается излишек денежных средств с учетом целевого сальдо. Во втором варианте аналогично в организации наблюдается излишек денежных средств во все месяцы.


ВЫВОДЫ:


Использование бюджетирования в управлении финансами позволяет6 заранее оценить экономическую состоятельность, обеспечивая финансовую устойчивость субъекта хозяйствования; сделать хозяйственную деятельность «прозрачной», то есть более привлекательной для инвесторов; выявить и вовлечь в дело неработающие и неэффективные активы, оптимизировать их структуру. Управление финансами представляет собой процесс, имеющий целью наращивание производственного потенциала предприятия и достижение определенных результатов.


Задача № 2

УСЛОВИЕ ЗАДАЧИ:


Составить отчет о прибылях и убытках для фирм А, С и К и на основании сопоставления коэффициентов PMOS, BEP, ROE, ROI оценить адекватность проводимых финансовых политик различным состояниям экономики. Налог на прибыль 24 %. Сценарные условия функционирования фирм и другие показатели представлены в таблице 7


Таблица 7


Исходные данные для расчета , руб.










































Показатель


Фирма А


Фирма С


Фирма К


Выручка при подъеме экономики


1440


1500


1560


Выручка при стабильной экономике


1080


1200


1380


Выручка при спаде экономики


840


960


1260


Акционерный капитал


180


240


300


Краткосрочные кредиты (18,5 %)


240


120


60


Долгосрочные кредиты (24,5 %)


-


120


240


Затраты на реализацию


240 + 0,7 В


324 + 0,65 В


462 + 0,6 В



РЕШЕНИЕ:


1) Составляем отчет о прибылях и убытках для фирмы А при различных состояниях экономики в таблице 8


Таблица 8


Отчет о прибылях и убытках фирмы. А, руб.












































Показатель


Состояние экономики


Подъем


Стабильное


Спад


Выручка от реализации


1440


1080


840


Затраты на реализованную продукцию


1248


996


828


Прибыль до вычета процентов


192


84


12


Проценты к уплате


44,4


44,4


44,4


Прибыль до вычета налогов


147,6


39,6


-32,4


Налог на прибыль (24 %)


35,424


9,504


0


Чистая прибыль


112,176


30,096


0



2) далее рассчитываем коэффициенты рентабельности для фирмы А в таблице 9


Таблица 9


Коэффициенты рентабельности фирмы А, %














































Показатель


Обозначение


Расчет


Состояние экономики


Подъем


Стабильное


Спад


Коэффициент рентабельности реализованной продукции


PMOS


чистая прибыли к выручке


7,79


2,8


-


Коэффициент генерирования доходов


BEP


прибыль до вычета процентов и налогов к сумме активов


45,7


20


2,9


Коэффициент рентабельности активов


ROA


чистая прибыль к сумме активов


26,7


7,2


-


Коэффициент рентабельности собственного капитала


ROE


чистая прибыль к собственному капиталу


62,32


16,72


-


Коэффициент рентабельности инвестированного капитала


ROI


чистая прибыль и проценты к общему капиталу


122,7


40,7


-



3) составляем отчет о прибылях и убытках для фирмы С в таблице 10


Таблица 10


Отчет о прибылях и убытках для фирмы С, руб.












































Показатель


Состояние экономики


Подъем


Стабильное


Спад


Выручка от реализации


1500


1200


960


Затраты на реализованную продукцию


1290


1080


912


Прибыль до вычета процентов


210


120


48


Проценты к уплате


44,4


44,4


44,4


Прибыль до вычета налогов


165,6


75,6


3,6


Налог на прибыль (24 %)


39,744


18,144


0


Чистая прибыль


125,856


57,456


0



Таблица 11


Коэффициенты рентабельности для фирмы С, %














































Показатель


Обозначение


Расчет


Состояние экономики


Подъем


Стабильное


Спад


Коэффициент рентабельности реализованной продукции


PMOS


чистая прибыль к выручке


8,9


7,1


-


Коэффициент генерирования доходов


BEP


прибыль до вычета процентов и налогов к сумме активов


47,5


36,3


28,8


Коэффициент рентабельности активов


ROA


чистая прибыль к сумме активов


29,1


20,5


-


Коэффициент рентабельности собственного капитала


ROE


чистая прибыль к собственному капиталу


58,1


41,0


-


Коэффициент рентабельности инвестированного капитала


ROI


чистая прибыль и проценты к общему капиталу


148,8


107,7


-



4) далее составляем отчет о прибылях и убытках для фирмы К


Таблица 12


Отчет о прибылях и убытках для фирмы К, руб.












































Показатель


Состояние экономики


Подъем


Стабильное


Спад


Выручка от реализации


1560


1380


1260


Затраты на реализованную продукцию


1332


1206


1122


Прибыль до вычета процентов


228


174


138


Проценты к уплате


44,4


44,4


44,4


Прибыль до вычета налогов


183,6


129,6


93,6


Налог на прибыль (24 %)


44,064


31,104


0


Чистая прибыль


139,536


98,496


0



Таблица 13


Коэффициенты рентабельности для фирмы К, %














































Показатель


Обозначение


Расчет


Состояние экономики


Подъем


Стабильное


Спад


Коэффициент рентабельности реализованной продукции


PMOS


чистая прибыль к выручке


8,9


7,1


-


Коэффициент генерирования доходов


BEP


прибыль до вычета процентов и налогов к сумме активов


38,0


29,0


23,0


Коэффициент рентабельности активов


ROA


чистая прибыль к сумме активов


23,3


16,4


-


Коэффициент рентабельности собственного капитала


ROE


чистая прибыль к собственному капиталу


46,5


32,8


-


Коэффициент рентабельности инвестированного капитала


ROI


чистая прибыль и проценты к общему капиталу


146,9


105,9


-



ВЫВОДЫ:


При заданных сценарных условиях коэффициенты рентабельности показывают: если экономика находится в состоянии подъема, то наиболее эффективная политика у фирмы А, если в экономике наблюдается спад, то все фирмы несут убытки.


Недостатком агрессивной политики является более высокий уровень риска, так как фирма может попасть в такую ситуацию, что будет вынуждена согласиться с повышением процентной ставки при возобновлении кредита в случае невозможности его возврата. Основной целью других стратегий является минимизация риска того, что фирма окажется не в состоянии рассчитаться по своим обязательствам. Поэтому пол критерию минимизации риска предпочтительней консервативная финансовая политика.


Задача № 3

УСЛОВИЕ ЗАДАЧИ:


Требуется построить дерево решений для оценки риска и определить привлекательность инвестиционного проекта, рассчитанного на 2 года. Проект требует первоначальных вложений 185000$ и финансируется за счет банковской ссуды. Ожидается, что процентная ставка будет меняться по годам следующим образом: 14 %, 16 %. Распределение вероятностей денежного потока представлено в таблице 14


Таблица 14


Распределение вероятностен денежного потока проекта


































CF1 = 91400


P1 = 0,33


CF1= 123500


P1 =0.34


CF1= 143800


P1=0.33


CF2i


P2i


CF2i


P2i


CF2i


P2i


96400


0,32


127800


0.37


135900


0.32


113100


0,35


131600


0.41


137800


0.39


137200


0,33


135600


0.22


141700


0.29



РЕШЕНИЕ:


Дерево решений этого проекта представлено на рисунке 3






96400




0,32







113100








91400




0,35



137200








127800




0,33

0,330,37







131600








91400




0,41






135600








135900




0,340,22







137800




0,330,320,39






141700








91400




0,29

Определим суммарный денежный поток проекта в таблице


Таблица 15


Расчет суммарного денежного потока проекта































































































Путь


CF1i


Р1i


CF2i


P2i


PVi


P1,2i


PV * P1,2i


1


91400


0,33


96400


0,32


-46926,8


0,1056


-4955,47


2


91400


0,33


113100


0,35


-34298,2


0,1155


-3961,45


3


91400


0,33


137200


0,33


-16073,8


0,1089


-1750,44


4


123500


0,34


127800


0,37


4975,802


0,1258


625,9558


5


123500


0,34


131600


0,41


7849,365


0,1394


1094,201


6


123500


0,34


135600


0,22


10874,17


0,0748


813,3878


7


143800


0,33


135900


0,32


28908,05


0,1056


3052,69


8


143800


0,33


137800


0,39


30344,83


0,1287


3905,379


9


143800


0,33


141700


0,29


33294,01


0,0957


3186,237


ИТОГО


2010,496



Значение Pvi рассчитано по формуле (8):


,(8)


Значение Р1,2i определяют по формуле (9)


,(9)


Суммарная ожидаемая PV определена как сумма произведений Pvi на совместные вероятности:


,(10)


Она равна 2010,5 $.


ВЫВОДЫ:


Так как суммарная ожидаемая PV положительна, при отсутствии других альтернатив проект можно принять. В общем случае предпочтение следует отдать проекту с большей суммарной PV.


С ростом числа периодов реализации проекта даже при неизменном количестве альтернатив структура дерева сильно усложняется.


Заключение

В ходе выполнения работы была достигнута ее основная цель, поставленная во введении. Была изучена модель Альтмана и особенности ее применения в современных российских условиях, а также использованы методы финансового анализа при решении конкретных хозяйственных ситуаций. В заключение сделаем несколько основных выводов:


1) модель Альтмана была предложена экономистом Э. Альтманом, в которой была решена задача нахождения эмпирических уравнений некой дискриминантной границы, которая разделяет все возможные сочетания показателей финансовой устойчивости на два класса: предприятия- банкроты и предприятия-небанкроты.


2) в общем виде модель Альтмана – это пятифакторная модель, в которую включаются пять показателей, характеризующих разные стороны финансового положения организации: доля оборотных средств в активах; рентабельность активов, исчисленная по нераспределенной прибыли; рентабельность активов, исчисленная по балансовой прибыли; коэффициент покрытия; отдача от всех активов;


3) применительно к российским условиям модель Альтмана несколько упрощается и включает всего два показателя: коэффициент покрытия и финансовой независимости организации;


4) при решении задачи № 1 мы выяснили, что использование бюджетирования в управлении финансами предприятия позволяет организации заранее оценивать экономическую состоятельность, обеспечивая устойчивость хозяйствующего субъекта;


5) при решении задачи № 2, мы пришли к выводу, что наиболее подходящей политикой для организаций является политика «Агрессора» в растущей и стабильной экономике. Однако в условиях спада практически все организации несут убытки.


6) При оценке внедряемых проектов в общем случае следует отдавать предпочтение тому проекту, у которого значение приведенной стоимости наибольшее.


Список использованной литературы

1) Ковалев А.И., Привалов В.П. Анализ финансового состояния предприятия. – 4 изд., испр., доп. – М.: Центр экономки и маркетинга, 2000. – 208 с.


2) Ковалев А.П. Диагностика банкротства. – М.: Финстатинформ, 1995. – 96 с.


3) Латушкина Н.М. Теория экономического анализа. – Тюмень: Изд- во ТГУ, 2003. – 152 с


4) Левин А.Е. Технико-экономический анализ деятельности организаций: Учеб. пособ. – М.: МИКХиС, 2002. – 56с


5) Пястолов С.М. Анализ финансово- хозяйственной деятельности предприятия: Учеб. – М.: Мастерство, 2001. – 336 с.


6) Справочное пособие директору производственного объединения (предприятия) В 2 т./ Под ред. Е.А. Егиазаряна и А.Д. Шеремета. – М. : Экономика, 1997


7) Шеремет А.Д., Сайфулин Р.С. Финансы предприятия. – М.: Инфра- М, 1997. - 343 с.


8) Шеремет А.Д., Сайфулин Р.С. Методика финансового анализа. – М.: Инфра- М, 1996. – 176 с.


9) Финансы: Учеб.- М.: ИД ФБК-Пресс, 2000. – 760 с.


10) Черкасова И.О. Анализ хозяйственной деятельности. – СПб.: Нева, 2003. – 192 с.

Сохранить в соц. сетях:
Обсуждение:
comments powered by Disqus

Название реферата: Зарубежная методика оценки вероятности банкротства и ее применение в российских условиях

Слов:8638
Символов:91112
Размер:177.95 Кб.