Scientific journal
Fundamental research
ISSN 1812-7339
"Перечень" ВАК
ИФ РИНЦ = 1,674

IMRPOVING THE METHODOLOGY OF BANKRUPCTY ASSESMENT FOR SMALL TRADE COMPANIES

Levchenko T.A. 1 Medvedeva D.V. 1
1 Vladivostok State University
In the constantly changing conditions of a market economy there is an urgent need for timely detection of bankruptcy signs of any organizations. This problem is especially acute for trade enterprises. The object of the study is small trading organizations. Due to the extremely high frequency of defaults in this industry it ranks first in the number of bankruptcy episodes among other industries. The study aim is to systematize approaches to the definition of bankruptcy and improve the existing insolvency model for small trading companies. The research considered approaches to the concept of bankruptcy of various authors, highlighted the main industry features that affect the procedure of diagnosing insolvency. The main disadvantages of the existing bankruptcy models were mentioned. In accordance with the industry average indicators the adjustment of the normative values of O.P. Zaitseva’s universal model was suggested according to micro- and small enterprises’ data. The normative values of two coefficients have been changed – the indicator that is the inverse of the quick liquidity ratio as well as the value of financial leverage. The model was tested on a group of 20 organizations belonging to small and medium-sized companies and that specialize in trading of automotive parts, assemblies and accessories. The analysis results confirmed the suitability of the proposed model for small trade companies.
insolvency
trade
bankruptcy model
industrial specifics
small companies
industry average values

Торговая деятельность занимает одно из ведущих мест в отраслевой структуре экономики любого государства. Торговля удовлетворяет потребности покупателей и стимулирует рост производственного сектора. Помимо этого в России доля торговой отрасли в ВВП составляет около 13 %. Данная сфера является крупнейшим работодателем, в ней занято свыше 13 млн чел. [1]. Торговой деятельностью занимается огромное число субъектов малого и среднего предпринимательства. В то же время торговля занимает 1 место среди других отраслей по числу банкротств. Такая статистика сохраняется на протяжении нескольких лет. Отсюда можно прийти к выводу о том, что своевременная диагностика несостоятельности торговых организаций актуальна в настоящее время.

Существует множество моделей банкротства зарубежных и отечественных авторов для различных компаний, особенно из производственной сферы. Однако методик, которые соответствуют торговой специфике, в особенности для малых предприятий, крайне мало.

Цель исследования состоит в систематизации подходов к определению понятия банкротства и в совершенствовании существующей модели диагностики несостоятельности для малых торговых предприятий.

Материалы и методы исследования

В качестве материалов исследования выступают труды отечественных и зарубежных авторов в области оценки вероятности возникновения банкротства. В ходе работы были использованы общелогические методы (анализ, синтез, обобщение), метод сравнений, методы экономического анализа. Методика исследования включала в себя анализ, систематизацию и критическую оценку понятий и существующих подходов к диагностике несостоятельности организаций, совершенствование существующей модели, а также ее апробацию с учетом предлагаемых изменений.

Результаты исследования и их обсуждение

Несостоятельность (банкротство) можно рассматривать как реакцию предприятий на экономические преобразования, проводимые как внутри страны, так и в мировой экономике. Данное явление является неотъемлемой частью рыночной экономики, позволяющей оценить жизнеспособность организаций. Для полноты анализа понятия банкротства необходимо провести систематизацию подходов различных отечественных авторов к его трактовке. Были проанализированы работы О.Ю. Глуховой, Ю.И. Калабановой, Д.А. Потоцкого, в которых они обращаются к понятиям банкротства [2–4]. Также в основу исследования легли труды А.С. Лазаревой, Е.А. Куплевацкой и Т.М. Нинциевой [5–7]. На основе работ было выявлено пять основных подходов к определению банкротства, представленных на рисунке.

Для диагностики, а также прогнозирования вероятности возникновения несостоятельности существует множество методик. Модели банкротства выступают в качестве составной части экономического анализа предприятия либо как отдельный инструмент экспресс-диагностики. Отечественными и зарубежными авторами были разработаны logit (probit), скоринговые, рейтинговые и MDA-модели, каждая из которых выбирается в соответствии с поставленной целью анализа, а также с учетом вида экономической деятельности объекта исследования.

Существующие зарубежные и отечественные модели имеют как свои преимущества, так и недостатки. Зарубежные методики разработаны для иностранных компаний, следовательно, они не всегда соответствуют условиям российской экономики. Стандарты отчетности, нормативные и среднеотраслевые показатели значительно отличаются в разных странах. Помимо этого, в открытых источниках иногда встречается неверная интерпретация показателей моделей из-за некорректного перевода с иностранного языка. Отечественные модели, в свою очередь, разработаны под российские предприятия, однако многие из них уже устарели. Несмотря на то, что в настоящее время разработано несколько десятков российских моделей банкротства, большинство из них применимы к производственным компаниям либо заявлены как универсальные. Во втором случае это, как правило, означает, что методика выявляет уже очевидные признаки банкротства и не способна с высокой точностью отследить первичные риски у компаний определенных отраслей. В качестве причин сложности и низкой эффективности процесса разработки и применения российских методик можно назвать явления российской экономики, особенно свойственные предприятиям торговли. К таким относятся: большое число фирм-однодневок, практика преднамеренного банкротства, а также высокая доля субъектов малого и среднего предпринимательства.

Большинство моделей содержит в себе показатели следующих блоков анализа: ликвидности, финансовой устойчивости, рентабельности, деловой активности. В некоторых logit-моделях можно встретить и качественные показатели.

Важную роль при выборе инструмента играет учет отраслевых особенностей предприятия, что напрямую влияет на прогнозную силу модели. Для торговых организаций характерен ряд специфических особенностей.

missing image file

Систематизация подходов к определению понятия банкротства

Таблица 1

Усовершенствование модели банкротства О.П. Зайцевой

Показатель

Значение в модели О.П. Зайцевой

Предлагаемое значение

Отношение чистого убытка к собственному

капиталу (К1)

0

Отношение кредиторской и дебиторской

задолженности (К2)

1

Отношение краткосрочных обязательств к сумме денежных средств и краткосрочных финансовых вложений (К3)

7

12,5

Отношение чистого убытка к выручке (К4)

0

Отношение заемного и собственного капитала (К5)

0,7

1,5

Отношение суммы активов к выручке (К6)

Значение показателя за предыдущий период

Общий вид формулы

Кнорматив =

=1,57+0,1×К6 прош

Кнорматив =

= 2,75+0,1×К6 прош

К таким можно отнести незначительную долю собственного капитала, преобладание заемного, в особенности кредиторской задолженности и краткосрочных кредитов. Наибольший удельный вес приходится на оборотные активы, в частности запасы и дебиторскую задолженность [8]. У таких предприятий, как правило, в бухгалтерском балансе практически полностью отсутствуют основные средства, если торговое помещение и склады арендуются, а также наблюдается незначительный объем денежных средств, что обусловлено нахождением средств в обороте.

Существуют две известные модели, созданные для торговых организаций. К ним относятся logit-модель Г.А. Хайдаршиной и MDA-модель А.Ю. Беликова и Г.В. Давыдовой. Однако у logit-модели есть недостаток – громоздкость вычислений, а также ряд качественных показателей, информация о которых не всегда может содержаться в доступных источниках, например качество кредитной истории. У MDA-модели данных авторов итоговое значение зависит только от доли оборотного капитала в активах, так как у этого показателя самый наибольший удельный вес. Не учитывается структура оборотных активов на предмет ликвидности.

Для диагностики банкротства малых торговых предприятий необходимо усовершенствовать существующую модель с учетом отраслевых особенностей. За основу исследования взята универсальная модель банкротства О.П. Зайцевой в формуле [9]:

Кфакт = 0,25×К1 + 0,1×К2 + 0,2×К3 +

+0,25×К4 + 0,1×К5 + 0,1×К6

Кфакт сравнивается с Кнорматив, если фактическое значение превышает нормативное, тогда у компании наблюдается риск банкротства. Описание коэффициентов и предложенные нормативные значения модели представлены в табл. 1.

Нормативные значения коэффициентов К3 и К5 скорректированы с учетом отраслевых особенностей микро- и малых предприятий сферы торговли. Так, корректировка коэффициента К3 была основана на результатах расчетов, проведенных по методике, предложенной учеными А.А. Ахметгареевой и Г.К. Габдуллиной [10], которая позволяет при расчете нормативного значения коэффициента быстрой ликвидности учесть этап жизненного цикла организации, масштабы деятельности и отрасль. В качестве этапа жизненного цикла были выбраны зарождение, юность и развитие (так как малые торговые организации крайне редко достигают этапа зрелости), масштаб организаций – малый, отрасль – торговля. Итоговое значение с учетом весов показателей составляет 0,08. Полученный результат не превышает среднестатистические значения коэффициента быстрой ликвидности для малых торговых организаций, которое составляет около 0,11 [11], что позволяет взять его за основу. Показатель К3 является обратным коэффициенту быстрой ликвидности, поэтому его значение будет составлять 12,5.

Показатель К5 в модели составляет 0,7, в литературе финансовый леверидж варьируется от 1 до 2. Среднеотраслевое значение малых торговых предприятий составляет 1,8.

Таблица 2

Расчеты по модели О.П. Зайцевой и по предложенной модели

Компания

Кфакт

Кнорматив

Наличие риска банкротства

Кнорматив2

Наличие риска банкротства

Территория запчастей

1,007

1,641

Нет

2,821

Нет

Техношина ДВ

1,784

1,705

Есть

2,885

Нет

ВЛТК

13,454

1,596

Есть

2,776

Есть

Автокомпонент ДВ

3,279

1,619

Есть

2,799

Есть

Аккорд

3,246

1,749

Есть

2,929

Есть

МТ-групп

2,824

1,652

Есть

2,832

Нет

Пасифик партнершип

1,288

1,642

Нет

2,822

Нет

ГК Гермес

1137,315

1,618

Есть

2,798

Есть

Портмэй

20,220

1,599

Есть

2,779

Есть

Автомаркет Гамма

17,280

1,603

Есть

2,783

Есть

СиМ Групп

2,384

1,601

Есть

2,781

Нет

Драйв

1,670

1,605

Есть

2,785

Нет

Атлас

4,507

1,593

Есть

2,773

Есть

Приморская шинная компания

0,453

1,593

Нет

2,773

Нет

Технокомплекс

1,980

1,632

Есть

2,812

Нет

Хабаровская торговая компания

2,270

1,606

Есть

2,786

Нет

Транссервис

1,744

1,592

Есть

2,772

Нет

Бери шины

0,492

1,597

Нет

2,777

Нет

Простор

2,733

1,625

Есть

2,805

Нет

Ойл-Д

1,322

1,622

Нет

2,802

Нет

В качестве максимально допустимого значения предлагается 1,5, то есть соотношение заемного и собственного капитала в пропорции 60/40 %, так как доля собственного капитала у таких организаций крайне мала, деятельность осуществляется за счет краткосрочных кредитов и кредиторской задолженности. Корректировка относительно среднеотраслевого значения была проведена в сторону уменьшения, так как значительное превышение заемного капитала над собственным негативно влияет на финансовую устойчивость предприятий.

Продемонстрируем эффективность данной методики на группе торговых предприятий. За основу взяты 20 организаций с видом деятельности – торговля автомобильными деталями, узлами и принадлежностями. Все компании попадают в категорию микро- и малых предприятий по объему выручки, работают в различных регионах России, преимущественно на Дальнем Востоке. Для расчетов использовались данные отчетности за 2021 г., представленные Федеральной налоговой службой, а также из других открытых источников [12, 13].

В табл. 2 приведены рассчитанные значения Кфакт, которые сравниваются с Кнорматив модели О.П. Зайцевой, а также с Кнорматив2, предлагаемыми в соответствии с новыми нормативами.

Из таблицы видно, что у некоторых компаний Кфакт значительно отличается от Кнорматив и Кнорматив2, у ряда организаций наблюдается незначительная разница между данными показателями, однако, несмотря на это, все равно существует вероятность несостоятельности. Как можно отметить, у восьми компаний в обновленной модели риск банкротства отсутствует благодаря скорректированным нормативным значениям. Для подтверждения правильности полученных результатов необходимо сравнить их с текущим финансовым состоянием организаций. Для проверки был проведен автоматизированный финансовый анализ данных компаний. В результате было выявлено, что у семи компаний наблюдается «положительное» и «очень хорошее» финансовое положение, что подтверждает результаты усовершенствованной модели. У одной компании финансовое положение было определено как «неудовлетворительное», следовательно, результат предложенной модели ошибочен, однако это можно связать с погрешностью в округлениях при расчетах в 0,008, вследствие чего предприятие «вышло из зоны риска».

Была проведена проверка в отношении компаний, находящихся уже в настоящее время на стадии банкротства. Все они также относятся к вышеупомянутому виду деятельности и являются микро- и малыми предприятиями. С помощью автоматизированной системы, модели О.П. Зайцевой и предложенной версии методики был проведен анализ пяти организаций. За рассматриваемый период был взят год, предшествующий процедуре банкротства, для проверки модели на возможность выявления признаков банкротства. В результате у компаний наблюдалось «очень плохое» и «неудовлетворительное» финансовое положение, модель в обеих версиях выявила риск банкротства.

Таким образом, обновленная модель не дает ложноположительных результатов в отношении малых торговых предприятий. С учетом предлагаемых нормативных значений некоторые организации «выходят» из риска банкротства. Это обусловлено тем, что предлагаемые О.П. Зайцевой значения слишком «строги» для торговой деятельности, особенно для субъектов малого и среднего предпринимательства. Остальные параметры модели остаются прежними, так как важно, чтобы у компании отсутствовал чистый убыток, темпы роста выручки превышали темпы роста активов, а также объем дебиторской и кредиторской задолженности были между собой приблизительно равны.

Повышение эффективности деятельности любой организации зависит от качества принимаемых управленческих решений. Процесс своевременного выявления признаков банкротства, а также меры по устранению угрозы являются составляющей управления предприятием. В малых организациях данному процессу уделяется гораздо меньше должного внимания. Это обусловлено тем, что в связи с небольшим масштабом у организации может отсутствовать финансовая служба, осуществляющая контроль над рисками несостоятельности [14]. В таком случае подходящим инструментом помимо финансового анализа выступают модели банкротства ввиду простоты их использования. Основной источник информации – бухгалтерская отчетность, диагностика может производиться за любой временной промежуток. Благодаря модели банкротства, руководство может регулярно проводить оценку вероятности возникновения несостоятельности предприятия, а также разрабатывать меры по улучшению финансового состояния.

Заключение

Банкротство является естественным явлением рыночной экономики, его понятие трактуется различными авторами по-разному, было выявлено, что существует пять основных подходов к его определению. Как торговая деятельность играет важную роль в экономике, так и диагностика предприятий торговли на предмет признаков несостоятельности. Предлагаемые нормативные значения показателей модели О.П. Зайцевой позволяют сделать диагностику банкротства малых торговых организаций более точной. Она учитывает существующие особенности торговой деятельности, а именно незначительную долю абсолютно ликвидных активов, а также небольшой объем собственного капитала. Такое изменение не дает модели воспринимать их как признаки несостоятельности, а также позволяет избежать ложноотрицательных результатов. В то же время модель дает точный результат по отношению к компаниям, у которых уже наблюдаются признаки банкротства. Уточненная методика может выступать как инструмент оценки состояния организации, который не требует сложных расчетов, а также может применяться в любой период. На основе выводов, сделанных по результатам диагностики, руководство предприятия может принимать управленческие решения по улучшению деятельности. Результаты исследования доказывают, что данную модель в будущем можно корректировать в соответствии с исследуемой отраслью и масштабами организаций.