Переход нашей страны к рыночной экономике сделал актуальной оценку финансового состояния хозяйствующих субъектов. В результате в практике финансового анализа появилось большое число методик, как заимствованных за рубежом, так и отечественных.

К сожалению, все они в силу отсутствия достаточной формализации описываемых ситуаций, страдают сильной зависимостью от субъекта анализа, т. е. от опыта и убеждений аналитика. Кроме того, они, как правило, многословны и зачастую дают противоречивое толкование полученным расчетам. Преодолеть указанные недостатки непросто. С одной стороны, особенно остро ощущается потребность в такой методике, которая давала бы наиболее близкое к реальности отражение финансового состояния. В то же время попытка создания универсальной методики, которая подошла бы разным сферам экономики, представляется сомнительной уже в силу того, что слишком велики отличия в балансовых пропорциях отраслей.

Для определения характера несостоятельности предприятия и оценки вероятности угроз банкротства все методики рекомендуется рассматривать как минимум на двух уровнях:

качественный подход— анализ состояния (оптимальности) отдельных функциональных подсистем управления (маркетинг, производство, кадры, финансы и др.);

количественный подход— диагностика конкретных финансовых параметров и их соотношений (расчет коэффициентов).

На практике для диагностики вероятности банкротства используются методы, основанные на применении:

анализа обширной системы критериев и признаков;

ограниченного круга показателей;

интегральных показателей, рассчитанных с помощью:

скоринговых моделей;

многомерного рейтингового анализа;

мультипликативного дискриминантного анализа.

Первый из перечисленных методов реализует качественный подход к оценке вероятности банкротства предприятия, второй и третий методы — количественный. В данной работе нами будут рассмотрены прежде всего количественные методы прогнозирования вероятности банкротства.

Одной из первых попыток использовать аналитические коэффициенты для прогнозирования банкротств считаются исследования У. Бивера, который проанализировал 30 коэффициентов за пятилетний период по группе компаний, половина из которых обанкротилась. Все коэффициенты были сгруппированы автором в шесть групп, при этом исследования показали, что наибольшую значимость для прогнозирования имел показатель, характеризовавший соотношение притока денежных средств и заемного капитала.

---

В зарубежных странах для оценки риска банкротства и кредитоспособности предприятий широко используются факторные модели известных западных экономистов Э. Альтмана, Р. Таффлера, Г. Тишоу и др., разработанные с помощью многомерного (мультипликативного) дискриминантного анализа.

Мультипликативный дискриминантный анализ использует методологию, рассматривающую объединенное влияние нескольких переменных (в нашем случае — финансовых коэффициентов). Цель дискриминантного анализа — построение некой условной линии, делящей все компании на две группы: если фирма расположена над линией, финансовые затруднения вплоть до банкротства в ближайшем будущем не грозят, и наоборот. Эта линия разграничения называется дискриминантной функцией, или индексом Z.

Дискриминантная (дифференциальная) функция обычно представляется в линейном виде:

Z = а₁Х₁ + а₂Х₂ + … + а_nХ_n, (1)

где Z — дифференциальный индекс (Z-счет);

X_i — независимая переменная (i = 1,..., n);

а_i — коэффициент переменной.

На основе приведенной модели далее нами будут применены факторные модели для диагностики угрозы банкротства с учетом российской специфики.

Однако следует отметить, что использование таких моделей требует больших предосторожностей. Тестирование предприятий по данным моделям показало, что они не в полной мере подходят для оценки риска банкротства наших субъектов хозяйствования по следующим обстоятельствам.

Во-первых, данные модели разрабатывались очень давно, в 1960—70 гг., после их создания прошла целая эпоха. За это время изменилась макро- и микроэкономическая ситуация и в США, и в других странах. Изменились и многие нормативы (например, соотношение заемных и собственных средств). Модели, рассчитанные по статистическим данным тех лет, не могут правильно описывать и прогнозировать ситуацию сегодняшнего дня.

Во-вторых, не может быть универсальных моделей, которые бы идеально подходили для всех отраслей экономики даже отдельно взятой страны, поскольку в силу особенностей различных отраслей значимость отдельных индикаторов существенно различается. Так, для торговых предприятий норматив и фактическое значение коэффициента финансового левериджа может быть больше единицы, а для сельскохозяйственного предприятия величина этого коэффициента 0,5 — очень значимая. Имеются существенные различия и по скорости оборачиваемости капитала

---

, по уровню дохода на вложенный капитал и т.п. Поэтому заслуживает внимания сам подход к разработке подобных моделей, но они должны разрабатываться для каждой отрасли и под отрасли и при этом периодически уточняться по новым статистическим данным с учетом новых тенденций и закономерностей в экономике.

Вместе с тем следует отметить, что в соответствии с действующим российским законодательством о банкротстве предприятий для диагностики их несостоятельности применяется также ограниченный круг показателей: коэффициенты финансовой устойчивости, текущей ликвидности, обеспеченности собственным оборотным капиталом и восстановления (утраты) платежеспособности.

С этой целью рассчитывают следующие показатели:

1.коэффициент финансовой автономии (или независимости) — удельный вес собственного капитала в общей валюте баланса;

2.коэффициент финансовой зависимости — доля заемного капитала в общей валюте баланса;

3.коэффициент текущей задолженности — отношение краткосрочных финансовых обязательств к общей валюте баланса;

4.коэффициент долгосрочной финансовой независимости (коэффициент устойчивого финансирования) — отношение собственного и долгосрочного заемного капитала к общей валюте баланса;

5.коэффициент покрытия долгов собственным капиталом (коэффициент платежеспособности) — отношение собственного капитала к заемному;

коэффициент финансового левериджа, или коэффициент финансового риска, — отношение заемного капитала к собственному.

Чем выше уровень первого, четвертого и пятого показателей и чем ниже уровень второго, третьего и шестого показателей, тем устойчивее ФСП.
2 Оценка вероятности банкротства предприятия на примере ПАО «ВымпелКом»

2.1 Технико-экономическая характеристика ПАО «ВымпелКом»

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1.Азизов, М. М. Понятия банкротства и преднамеренного банкротства / М. М. Азизов // Научный Татарстан. – 2009. – № 3. – С. 24-29.

2.Акимова И.П. Финансы предприятий: Конспект лекций. – М.: МИИТ, 2018. – 48 с.

3.Антикризисное управление : учебн. пособие / Под ред. К.В. Балдина. – М.: Гардарики, 2017. – 271 с.

4.Баранов В.В. Финансовый менеджмент. Механизмы финансового управления предприятиями в традиционных и наукоемких отраслях. – М.: ДЕЛО, 2017. – 314 с.

5.Бобылева А.З. Финансовое оздоровление фирмы: теория и практика. М. : «Дело», 2019, С. 256.

6.Большаков А.С. Антикризисное управление: финансовый аспект. – Спб: СПб ГУП, 2019. – 132 с.

7.Львова О.А. Виды банкротства в современных условиях // Государственное управление. Электронный вестник. 2017. №30. С.1-23.

---

8.Осовская В. Менеджмент организаций: учеб. пособие. / Г.В. Осовская, А.А. Осовский. – М .: Кондор, 2019.

9.Портер Майкл Э. Конкуренция / Майкл Э. Портер; пер. с англ. – М .: Изд. дом «Вильямс», 2017.

10.Рубинштейн Е.Д., Блинова О.Н. Оценка вероятности банкротства компании // Теория и практика общественного развития. 2019. №11. С.127- 130.

11.Рычихина Н.С. Реструктуризация предприятия на основе анализа индикаторов стратегической и финансовой устойчивости / Н.С. Рычихина // Современные наукоемкие технологии. – 2017. – №1.

12.Семенова Н.Н. Методические подходы к финансовому оздоровлению сельскохозяйственных предприятий. // Экономика и эффективность организации производства. Сборник научных трудов по итогам международной научно-технической конференции. Выпуск 7. Брянск: БГИТА, 2019. – С. 56-60

13.Федеральный закон "О несостоятельности (банкротстве)" от 26.10.2002 N 127-ФЗ от 29.07.2017 N 266-ФЗ.

14.Ярускин, И. С. Банкротство. Определение вероятности банкротства организации / И. С. Ярускин // Учет, анализ и аудит: реалии и перспективы развития : Сборник трудов II Всероссийской научно-практической конференции, Керчь, 15 марта 2018 года. – Керчь: ФГБОУ ВО «Керченский государственный морской технологический университет», 2018. – С. 396-401.
ПРИЛОЖЕНИЯ
Приложение А Бухгалтерский баланс

Наименование показателя	Код	31.12.22	31.12.21
АКТИВ
I. ВНЕОБОРОТНЫЕ АКТИВЫ
Нематериальные активы	1110	-	-
Результаты исследований и разработок	1120	-	-
Нематериальные поисковые активы	1130	-	-
Материальные поисковые активы	1140	-	-
Основные средства	1150	127281	114872
Доходные вложения в материальные ценности	1160	-	-
Финансовые вложения	1170	-	-
Отложенные налоговые активы	1180	3091	528
Прочие внеоборотные активы	1190	2496	2020
Итого по разделу I	1100	132868	117420
II. ОБОРОТНЫЕ АКТИВЫ
Запасы	1210	1013630	646141
Налог на добавленную стоимость по приобретенным ценностям	1220	-	-
Дебиторская задолженность	1230	115318	246571
Финансовые вложения (за исключением денежных эквивалентов)	1240	-	-
Денежные средства и денежные эквиваленты	1250	32692	129368
Прочие оборотные активы	1260	29322	30291
Итого по разделу II	1200	1190962	1052371
БАЛАНС	1600	1323830	1169791
ПАССИВ
III. КАПИТАЛ И РЕЗЕРВЫ
Уставный капитал (складочный капитал, уставный фонд, вклады товарищей)	1310	35000	35000
Собственные акции, выкупленные у акционеров	1320	-	-
Переоценка внеоборотных активов	1340	-	-
Добавочный капитал (без переоценки)	1350	-	-
Резервный капитал	1360	-	-
Нераспределенная прибыль (непокрытый убыток)	1370	539240	528790
Итого по разделу III	1300	574240	563790
IV. ДОЛГОСРОЧНЫЕ ОБЯЗАТЕЛЬСТВА
Заемные средства	1410	-	-
Отложенные налоговые обязательства	1420	-	-
Оценочные обязательства	1430	5110	5728
Прочие обязательства	1450	38453	48300
Итого по разделу IV	1400	43563	54028
V. КРАТКОСРОЧНЫЕ ОБЯЗАТЕЛЬСТВА
Заемные средства	1510	-	-
Кредиторская задолженность	1520	626774	504028
Доходы будущих периодов	1530	345	102
Оценочные обязательства	1540	78908	47843
Прочие обязательства	1550	-	-
Итого по разделу V	1500	706027	551973
БАЛАНС	1700	1323830	1169791

---

Финансовые результаты

Наименование показателя	Код	2022	2021
Выручка	2110	1204569	1220956
Себестоимость продаж	2120	(1078730)	(1022911)
Валовая прибыль (убыток)	2100	125839	198045
Коммерческие расходы	2210	(12)	(130)
Управленческие расходы	2220	(96364)	(75664)
Прибыль (убыток) от продаж	2200	29463	122251
Доходы от участия в других организациях	2310	-	-
Проценты к получению	2320	6146	5061
Проценты к уплате	2330	(4833)	(2629)
Прочие доходы	2340	7011	8069
Прочие расходы	2350	(22738)	(17382)
Прибыль (убыток) до налогообложения	2300	15049	115370
Налог на прибыль	2410	(4599)	(24829)
текущий налог на прибыль (до 2020 г. это стр. 2410)	2411	(7162)	(24483)
отложенный налог на прибыль	2412	2563	(346)
Изменение отложенных налоговых обязательств	2430	-	-
Изменение отложенных налоговых активов	2450	-	-
Прочее	2460	-	-
Чистая прибыль (убыток)	2400	10450	90541

---

Смотрите также файлы

• Практикум (семинарский) Тема Теория и методология исторической науки (3 ч.) План занятия.doc

• Шщ23цвысшощлдцууавысшщзлдьцуаавысзщлжьбюуавсзщлджбюукавсзщлджбю.docx

• Урок экономики по теме "Безработица".doc

• Учреждение образования полесский государственный университет в. Т. Чещевик молекулярные основы.pdf

• Темы контрольных работ по дисциплине Конституционные основы судебной власти.docx