Как оценить финансовую устойчивость предприятия? Нормативы финансовой устойчивости для предприятий строительной отрасли и сельского хозяйствa1

Довженко С.Е.,
аспирант, кафедра экономической кибернетики,
Санкт-Петербургский государственный университет
Федорова Е.А.,
д.э.н., профессор,
кафедра «Финансовый менеджмент»,
Финансовый университет при Правительстве РФ
Лазарев М.П.,
к.физ-мат наук, доцент,
кафедра «Финансовый менеджмент»,
Финансовый университет при Правительстве РФ
Аудит и финансовый анализ
№1, 2015

В работе рассмотрены основные показатели, играющие основные роли при анализе финансового состояния предприятия и их нормативные значения по законодательству: коэффициенты текущей ликвидности, быстрой ликвидности, ликвидности при мобилизации средств, финансовой независимости (автономии), обеспеченности собственными средствами и маневренности собственных оборотных средств. В работе уточнены нормативы финансовой устойчивости на основе метода ВСТ, авторы приходят к выводу, что лучше всего классифицирует банкротство предприятий коэффициенты ликвидности при мобилизации средств и маневренности собственных оборотных средств (сельское хозяйство) и коэффициенты соотношения заемных и собственных средств и маневренности собственных оборотных средств (строительство).

Программа Финансовый анализ - ФинЭкАнализ 2024 для расчета коэффициента текущей ликвидности и других финансово-экономических коэффициентов.

1 Статья подготовлена по результатам исследований, выполненных за счет средств эдмаунд-фонда Финансового университета в 2014 г.

В странах с развитой экономической системой законодательство о несостоятельности (банкротстве) является необходимым элементом механизма правового регулирования рыночных отношений. Современные механизмы банкротства и режимы отношений должника и кредитора являются ключевым фактором устойчивого экономического развития и создают необходимые гарантии в случае финансового краха. Сильное законодательство в вопросах несостоятельности способствует более эффективному, действенному и справедливому распределению, перераспределению и использованию активов обанкротившихся компаний. Предсказуемые режимы банкротства стимулируют кредиторов к работе с должниками, к предотвращению закрытия компании, а не к тому, чтобы, воспользовавшись моментом, забрать кредит и конфисковать активы при первом признаке финансовых затруднений.

В настоящее время в рыночной экономике Российской Федерации наблюдаются такие явления как ухудшение инвестиционного климата, ужесточение кредитно-денежных отношений, спад промышленности, что, несомненно, приводит к несостоятельности хозяйствующих субъектов. Экономический кризис 2008 г. показал, насколько уязвимы коммерческие организации не только в РФ, но и во всем мире. Количество заявлений в арбитражные суды РФ о признании должников несостоятельными (банкротами) в 2012 г. выросло на 20% по сравнению с кризисным 2008 г. - с 34 367 до 40 864 дел. В 2012 г. 14 072 компании по решению арбитражного суда были признаны банкротами, что на 10% больше, чем в предыдущем 2011 г.

В мировой и отечественной экономической науке и в реальной практике используется множество моделей оценки банкротства предприятий и организаций, построенных на различных принципах и методах. Эффективность той или иной модели банкротства зависит не только от специфики национальной системы рыночных отношений, особенностей ее развития, разработанных правил и норм, регулирующих несостоятельность экономических субъектов, но также и от набора инструментов, возможности раннего выявления признаков банкротства и умения выбора наиболее эффективных инструментов.

С переходом к рыночной экономике в 1991 г. ситуация в институте банкротства коренным образом изменилась. Принятый в 1992 г. Закон «О несостоятельности (банкротстве) предприятий» возложил на предприятие всю меру ответственности за использование находящихся в его распоряжении ресурсов. В этих условиях вопрос о финансовой устойчивости занял важное место. В 1994 г. Правительство РФ приняло постановление «О некоторых мерах по реализации законодательства о несостоятельности (банкротстве) предприятий», в котором была установлена система критериев, на основании которых предприятие должно признаваться банкротом. В эту систему входили следующие показатели:

  • коэффициент покрытия, Кп
  • коэффициент обеспеченности собственными оборотными средствами, Кос,
  • коэффициент восстановления (утраты) платежеспособности, Квосст(утр).

Однако после утверждения 25 июня 2003 г. Правительством РФ новой системы анализа предприятий постановлением «Об утверждении правил проведения арбитражным управляющим финансового анализа» №367 принятое в 1994 г. постановление утратило свою силу. В данном постановлении приводится список из 10 различных показателей, необходимых для оценки финансового состояния предприятия. Стоит отметить, что в действующей методике критические значения финансовых коэффициентов не установлены.

В современную отечественную практику коэффициентный анализ заимствован из американской, которая предполагает не только динамический, но и межотраслевой анализ. В рамках межотраслевого анализа значения финансовых коэффициентов по оцениваемой компании сравниваются с отраслевым стандартом. В качестве отраслевого стандарта обычно выступает среднеотраслевое значение показателя за соответствующий период. Однако в российской практике коэффициентный анализ зачастую сводится к сравнению полученных значений с рекомендуемыми нормативами из литературы. Поэтому, если подобные нормативы и являются теоретически обоснованными, они могут быть далеки от хозяйственной практики, что может привести к ошибочным выводам.

Рассмотрим показатели, играющие основные роли при анализе финансового состояния предприятия и их нормативные значения.

1. Коэффициент текущей ликвидности Ктл используется во всех основных методах диагностики банкротства, однако его нормативные значения сильно варьируются: в некоторых зарубежных источниках Ктл ≥ 1 считается достаточным для ведения бесперебойной хозяйственной деятельности. В то же время согласно отечественным Рекомендациям [6], чтобы не стать банкротом, необходимо поддерживать Ктл на уровне значения 1-2. Многие специалисты отмечают, что для российских предприятий такое значение является завышенным и во многих случаях невыполнимым. Коэффициент текущей ликвидности использовался как основная переменная в двухфакторной модели Альтмана в 1968 г. [1].

2. Коэффициент быстрой ликвидности. Данный коэффициент показывает прогнозируемые платежные возможности предприятия при условии своевременного проведения расчетов с дебиторами. Нормативным значением коэффициента, согласно приказу Министерства экономики РФ (Минэкономики РФ) №118 [6] является значение Кбл ≥ 1 Низкие значения указывают на необходимость постоянной работы с дебиторами, чтобы обеспечить возможность обращения наиболее ликвидной части оборотных средств в денежную форму для расчетов со своими поставщиками.

3. Коэффициент ликвидности при мобилизации средств Клмс отражает степень зависимости платежеспособности компании от материально-производственных запасов и затрат. Савицкая П.Г. [7] предлагает нормативное значение > 0,5-0,7 для здоровых компаний. Нормативное значение Клмс, согласно Рекомендациям № 118 [6] должно превосходить 0,5-0,7.

4. Коэффициент финансовой независимости (автономии) Кфн показывает долю активов, обеспеченных собственными средствами, другими словами степень зависимости компании от внешних кредиторов: чем ниже показатель, тем сильнее зависимость. Диапазон значений данного показателя достаточно широк в рассматриваемых нами источниках: по указаниям Государственной корпорации «Росатом» [2] Кфн здоровой компании должно превышать значение 0,5; рекомендации [6] советуют поддерживать Кфн выше значения 0,6; методика оценки абсолютной и относительной финансовой устойчивости [3] обязывает компанию иметь Кфн > 0,08, для того чтобы считаться финансово устойчивой.

5. Коэффициент обеспеченности собственными средствами Ксос отражает обеспеченность собственными оборотными средствами и зависит от текущей ликвидности обратной связью. Требования «Росатома» [2] к коэффициенту обеспеченности собственными средствами Ксос ниже значения, задаваемого Методическими положениями Федеральной службы по финансовым рынкам РФ [5] (> 0,03 и > 0,1 соответственно). Возможно, это связано с тем, что в атомной отрасли большинство высокотехнологичных компаний относятся к венчурным, в результате чего доля собственных средств в активе меньше, нежели в традиционных компаниях.

Программа Финансовый анализ - ФинЭкАнализ 2024 для расчета коэффициента обеспеченности собственными средствами и других финансово-экономических коэффициентов.

6. Коэффициент маневренности собственных оборотных средств Кмсос указывает на гибкость использования собственных оборотных средств (в специальной литературе их иногда еще называют функционирующим, или работающим, капиталом) для финансирования текущей деятельности. В работах Савицкой Г.В. [7] норматив принимает значение 0,2-0,5. Чем ближе коэффициент к 0,5, тем мобильней считается организация. Рекомендации №118 [6] устанавливают нормативное значение Кмсос > 0,2-0,5.

В целом и общем можно отметить, что в отечественных методиках внимание фокусируется на работу собственных средств (к примеру, коэффициент обеспеченности собственными оборотными средствами, коэффициент маневренности СОС или коэффициент оборачиваемости собственного капитала), в то время как иностранные методики делают акцент на результативность работы заемных и привлеченных средств и экономической эффективности ведения хозяйства. Связано это с тем, что иностранные системы (в особенности немецкие и английские системы регулирования дел о несостоятельности) в большинстве своем являются прокредиторскими.

Помимо рассмотренных шести основных коэффициентов для анализа финансового состояния предприятий также применяются многие другие показатели, к примеру: рентабельность по EBITDA (%) [4] (банк предлагает нормативное значение > 1), коэффициент финансирования за счет собственных средств [3]. В соответствии с Методикой оценки финансовой устойчивости коммерческой организации финансово устойчивое предприятие должно поддерживать данный показатель на уровне > 0,25), отношение собственных средств к страховым резервам (показатель, согласно ОПТ-банку, следует сохранять на уровне > 30%) и др.

Проанализировав ряд официальных методических указаний по диагностике финансового состояния коммерческих предприятий, можно прийти к выводу, что мнения по вопросам, какие показатели стоит взять за основу для аналитики и какие нормативные значения использовать, разнятся. Далее в работе будет рассмотрено, насколько точно определяют экономическую несостоятельность предприятия разработанные показатели, и будут выдвинуты рекомендательные нормативы по показателям. В качестве нормативов будут использоваться нормативы, определенные в приказе Минэкономики РФ от «Об утверждении Методических рекомендаций по реформе предприятий (организаций)» №118. Таким образом, в работе мы анализируем классифицирующую способность следующих нормативов (табл. 1).

Таблица 1. Проверяемые нормативы

Финансовый показатель Текущие нормативы
Текущая ликвидность 1-2
Быстрая ликвидность > 1
Ликвидность при мобилизации средств 0,5-0,7
Соотношение заемных и собственных средств < 0,7
Обеспеченность собственными оборотными средствами > 0,1
Маневренность собственных оборотных средств 0,2-0,5

Для уточнения нормативов ликвидности и финансовой устойчивости было построено бинарное дерево классификации (Classification and regression tree, CART). Техника CART применима для анализа сложных взаимодействий между факторами, CART модель также признает, что выбранные переменные могут оказывать нелинейное влияние на вероятность банкротства предприятия, любое увеличение или уменьшение ключевого показателя не обязательно увеличивает вероятность возникновения банкротства предприятия, до тех пор, пока значение индикатора не пересекает некий порог, определяемый моделью.

Каждый узел бинарного древа при разбиении имеет только двух потомков, называемых дочерними узлами. Дальнейшее разделение ветви зависит от того, много ли исходных данных описывает данная ветвь.

На каждом шаге построения древа правило, формируемое в узле, делит заданное множество примеров на две части. Правая его часть - это та часть множества, в которой правило выполняется; левая - та, для которой правило не выполняется, для нашего случая заданное правило - это наличие кризисной ситуации в стране. Этот процесс продолжается до тех пор, пока дальнейшее разделение будет невозможно. Последнее происходит, когда в любом случае результат дочернего узла будет одинаковым или в узле остается только один-единственный возможный случай.

Опишем более подробно выборку российских предприятий, которые мы использовали. Для проверки прогностических способностей существующих зарубежных и отечественных моделей из баз данных СПАРК и Руслана была получена финансовая отчетность 1 965 российских предприятий. Далее первоначальная выборка российских предприятий была разделена случайным образом на две подвыборки: тренировочную (обучающую) (90% наблюдений), на которой проводится построение модели, и контрольную (проверочную) (10% наблюдений), на которой оценивается точность прогнозирования построенной модели. Такое процентное разделение соответствует общей практике, принятой в современной литературе. Анализ выборки представлен в табл. 2.

Таблица 2. Анализ выборки

Отрасль Банкроты Здоровые Всего
Сельское хозяйство 107 917 1024
Строительство 85 856 941
Итого - - 1965

Финансовые показатели, входящие в модели, были рассчитаны по всем предприятиям за год до банкротства. Как было указано ранее, главной задачей данного исследования является анализ эффективности использования нормативных значений показателей, указанных в приказе Минэкономики РФ №118. В соответствии с данным приказом компания имеет неудовлетворительную структуру баланса и, как следствие, высокую вероятность банкротства, если значения финансовых показателей компании лежат вне области рекомендуемых значений (табл. 3).

Таблица 3. Анализ нормативных значений по отрасли строительства

Показатель Соответствие нор­мативам Банкроты, % Здоровые, % Общая доля верных классификаций, %
Текущая ликвидность Не соответствуют 63,5 29,0 67,3
Соответствуют 36,5 71, 0
Быстрая ликвидность Не соответствуют 82,4 61,4 60,5
Соответствуют 17,6 38,6
Ликвидность при мобилизации средств Не соответствуют 85,9 67,8 59,1
Соответствуют 14,1 32,2
Соотношение заемных и собственных средств Не соответствуют 34,1 73,1 30,5
Соответствуют 65,9 26,9
Обеспеченность собственными оборотными средствами Не соответствуют 82,4 55,0 63,7
Соответствуют 17,6 45,0
Маневренность собственных оборотных средств Не соответствуют 92,9 87,6 52,7
Соответствуют 7,1 12,4
Итого - - - 55,6

Таблица 4. Анализ нормативных значений по отрасли сельского хозяйства

Показатель Соответствие нормативам Банкроты, % Здоровые, % Общая доля верных классификаций, %
Текущая ликвидность Не соответствуют 73,8 25,6 74,1
Соответствуют 26,2 74,4
Быстрая ликвидность Не соответствуют 85,0 73,8 55,6
Соответствуют 15,0 26,2
Ликвидность при мобилизации средств Не соответствуют 89,7 22,0 83,8
Соответствуют 10,3 78,0
Соотношение заемных и собственных средств Не соответствуют 29,0 55,0 37,0
Соответствуют 71,0 45,0
Обеспеченность собственными оборотными средствами Не соответствуют 92,5 60,4 66,1
Соответствуют 7,5 39,6
Маневренность собственных оборотных средств Не соответствуют 99,1 82,4 58,3
Соответствуют 0,9 17,6
Итого - - - 62,5

Исходя из значения показателя для каждого отдельного предприятия и сравнения его значения с нормативом, можно сделать вывод об удовлетворительном или неудовлетворительном финансовом состоянии предприятия. Однако возникает вопрос об эффективности данных нормативов.

Поэтому мы попытались оценить, насколько хорошо можно разделить компании на банкроты и здоровые по значениям показателей, рекомендуемых данным постановлением. Ниже представлена оценка классифицирующей способности нормативных значений, рекомендуемых законодательством.

Ниже представлены новые нормативные значения, рассчитанные с помощью метода деревьев классификации по отраслям строительства и сельского хозяйства.

Таблица 5. Нормативы текущие и предлагаемые по отраслям

Показатель Нормативы текущие Уточненные нормативы по отрасли строительство Уточненные нормативы по отрасли сельского хозяйства
Текущая ликвидность > 1 > 1,14 > 0,88
Быстрая ликвидность > 1 > 0,46 > 0,11
Ликвидность при мобилизации средств 0,5-0,7 > 0,28 > 0,29
Соотношение заемных и собственных средств < 0,7 > -1,24 > -0,52
Обеспеченность собственными оборотными средствами > 0,1 > -0,17 > -3,23
Маневренность собственных оборотных средств 0,2 - 0,5 < 1,00 < 0,99

В результате работы с бинарным деревом были разработаны новые нормативы: минимальный порог коэффициента текущей ликвидности стал выше на 0,14 пунктов и составил 1,14, нижняя планка быстрой ликвидности для здоровой компании начинается от 0,46 (что ниже текущего норматива Кбл > 1); минимальное значение коэффициента ликвидности при мобилизации средств было уточнено и составляет > 0,28 (что включает в себя старые нормативы Клмс 0,5-0,7); так же дела обстоят с соотношением заемных и собственных средств; обеспеченность собственными оборотными средствами в соответствии с предлагаемыми нормативами должны быть >-0,17 (что ниже нынешнего норматива > 0,1); значение маневренности собственных оборотных средств тоже было уточнено, в результате верхняя граница показателя равна единице (в отличие от старого значение с верхней и нижней границей 0,2-0,5).

На основе предлагаемых нормативов была проанализирована обучающая выборка по компаниям строительной отрасли. Для сравнения ниже приведены результаты анализа текущих и предлагаемых нормативов (табл. 6). Авторы [8, 9] также рассматривали нормативы финансовой устойчивости для российских предприятий, Федорова Е.А. и др. [8] предлагали нормативы финансовой устойчивости для предприятий обрабатывающей промышленности на основе метода ВСТ.

Общий процент верных классификаций по шести коэффициентам оказался выше при использовании разработанных нормативов, нежели при текущих в соответствии с законом: 70,8% и 52,7%. В частности, мы смогли увеличить точность предсказаний по показателю соотношения совокупного долга к совокупному капиталу на 40%, по коэффициенту маневренности собственных оборотных средств - в среднем на 12% точнее, а по коэффициенту быстрой ликвидности на 9%, однако по показателю текущей ликвидности наблюдается лишь небольшая разница результатов в положительную сторону на 0,2%.

Что касается отрасли сельского хозяйства, то общая прогностическая способность увеличилась с 62,5% до 74,4%. Лучше всего классифицирует банкротство предприятий коэффициент ликвидности при мобилизации средств(84,8%) и маневренность собственных оборотных средств (81%), хуже всего классифицирует коэффициент обеспеченности собственными оборотными средствами.

Таблица 6. Классификация выборки на основе уточненных нормативов (строительство)

Показатель Соответствие нормативам Банкроты, % Здоровые, % Общая доля верных классификаций, %
Текущая ликвидность Не соответствуют 85,9 50,8 67,5
Соответствуют 14,1 49,2
Быстрая ликвидность Не соответствуют 55,3 16,8 69,2
Соответствуют 44,7 83,2
Ликвидность при мобилизации средств Не соответствуют 72,9 45,6 63,7
Соответствуют 27,1 54,4
Соотношение заемных и собственных средств Не соответствуют 62,4 8,1 77,1
Соответствуют 37,6 91,9
Обеспеченность собственными оборотными средствами Не соответствуют 62,4 20,0 71,2
Соответствуют 37,6 80,0
Маневренность собственных оборотных средств Не соответствуют 58,8 7,2 75,8
Соответствуют 41,2 92,8
- - - Итого 70,8

Таблица 7. Классификация выборки на основе уточненных нормативов (сельское хозяйство)

Показатель Соответствие нормативам Банкроты, % Здоровые, % Общая доля верных классификаций, %
Текущая ликвидность Не соответствуют 72,9 19,6 76,6
Соответствуют 27,1 80,4
Быстрая ликвидность Не соответствуют 34,6 15,2 59,7
Соответствуют 65,4 84,8
Ликвидность при мобилизации средств Не соответствуют 81,3 11,8 84,8
Соответствуют 18,7 88,2
Соотношение заемных и собственных средств Не соответствуют 68,2 10,3 79,0
Соответствуют 31,8 89,7
Обеспеченность собственными оборотными средствами Не соответствуют 35,5 4,6 65,5
Соответствуют 64,5 95,4
Маневренность собственных оборотных средств Не соответствуют 72,9 10,9 81,0
Соответствуют 27,1 89,1
Итого - - - 74,4

По результатам исследования можно сделать несколько выводов.

1. Общепринятые нормативы финансовой устойчивости разделяют предприятия на банкротов и небанкротов за год до банкротства на 55,6% для строительной отрасли и на 62,5% для отрасли сельского хозяйства.

2. В работе уточнены нормативы финансовой устойчивости на основе метода ВСТ, разработанные нормативы улучшают классифицирующую способность за до 70,8% для строительной отрасли и до 74,4% для отрасли сельского хозяйства.

3. Лучше всего классифицирует банкротство предприятий коэффициент ликвидности при мобилизации средств (84,8%) и коэффициент маневренности собственных оборотных средств (81%) для отрасли сельского хозяйства. Для отрасли строительства наибольшей классифицирующей способностью являются коэффициенты соотношения заемных и собственных средств (77,1%) и коэффициент маневренности собственных оборотных средств (75,8%).

4. Разработанные нормативы являются более сбалансированными, т.е. они предсказывают как предприятия-банкроты, так и здоровые предприятия. Предыдущие нормативы были смещены в сторону предприятий-банкротов.

Литература

1. О рассмотрении арбитражными судами РФ дел о несостоятельности (банкротстве) в 2008-2012 гг. [Электронный ресурс]: справка URL: http://www.arbitr.ru/_upimg/592FB7F601А714D0C3-D5E1C3F00A_8.pdf).

2. Единые отраслевые методические указания по расчету обеспеченности финансовыми ресурсами участников закупок в редакции приказа Госкорпорации «Росатом» от 17 сент. 2013 г. №1/983-П [Электронный ресурс]. Доступ из справ.-правовой системы «КонсультантПлюс».

3. Методика оценки абсолютной и относительной финансовой устойчивости коммерческой организации, желающей участвовать в реализации проектов, имеющих общегосударственное, региональное и межрегиональное значение, с использованием бюджетных ассигнований Инвестиционного фонда РФ [Электронный ресурс]. Доступ из справ.- правовой системы «КонсультантПлюс».

4. Методика оценки финансовой устойчивости и платежеспособности страховой организации [Электронный ресурс] : разраб. ОТП Банк, 2012. Режим доступа: http://www.otp.ru.

5. Методические положения по оценке финансового состояния предприятий и установлению неудовлетворительной структуры баланса, утвержденные Распоряжением Федер. службы по финансовым рынкам РФ от 12 авг. 1994 г. №31- р [Электронный ресурс]. Доступ из справ.-правовой системы «КонсультаньПлюс».

6. Методические рекомендации по реформе предприятий (организаций) [Электронный ресурс]: приложение к приказу М-ва экономики РФ от 1 окт. 1997 г. №118. Доступ из справ.-правовой системы «КонсультантПлюс».

7. Савицкая Г.В. Методика комплексного анализа хозяйственной деятельности [Текст] учеб, пособие / Г.В. Савицкая. - М.: ИНФРА-М, 2009. - 408 с.

8. Фёдорова Е.А. и др. Модели прогнозирования банкротства: особенности российских предприятий [Текст] / Е.А. Федорова, Е.В. Гиленко, С.Е. Довженко // Проблемы прогнозирования. - 2013. - №2. - С. 85-92.

9. Шохнех А.В. Оценка финансовой устойчивости и возможности наступления банкротства жилищно-строительных кооперативов [Текст] / А.В. Шохнех, А.Н. Устинова / Аудит и финансовый анализ. - 2010. - №4. - С. 147-151.

10. Altman E.l. Financial ratios, discriminant analysis and the prediction of the corporate bankruptcy // Journal of finance. 1968. Vol. 23. Pp. 589-609.

РЕЦЕНЗИЯ

Актуальность темы. В настоящее время в рыночной экономике России наблюдаются такие явления, как ухудшение инвестиционного климата, ужесточение кредитно-денежных отношений, спад промышленности, что, несомненно, приводит к несостоятельности хозяйствующих субъектов. Поэтому уточнение нормативов финансовой устойчивости является актуальной темой для исследования.

Научная новизна и практическая значимость. В мировой и отечественной экономической науке и в реальной практике используется множество моделей оценки банкротства предприятий и организаций, построенных на различных принципах и методах. В данной работе разрабатываются критические значения нормативов финансовой устойчивости. В качестве эмпирической базы использовалась финансовая отчетность 1965 предприятий, применяемая методология - метод построения бинарного дерева классификации. В работе уточнены нормативы финансовой устойчивости на основе метода построения бинарного дерева классификации, разработанные нормативы улучшают классифицирующую способность за до 70,8% для строительной отрасли и до 74,4% для отрасли сельского хозяйства.

Лукасевич И.Я., д.э.н., профессор, заведующий кафедрой «Финансовый менеджмент» Финансового университета при Правительстве РФ.

Журнал Арбитражный управляющий
Скачать ФинЭкАнализ
Программа для проведения финансового анализа по данным бухгалтеской отчетности
Скачать ФинЭкАнализ
Провести Финансовый анализ Онлайн
Онлайн сервис для проведения финансового анализа по данным бухгалтеской отчетности
Попробовать ФинЭкАнализ