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.
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.