Автор: Пользователь скрыл имя, 17 Декабря 2012 в 21:06, курсовая работа
Целью данной работы является изучение института банкротства (понятие, признаки, причины несостоятельности) и рассмотрение различных моделей оценки вероятности банкротства.
Для этого необходимо решить следующие задачи:
раскрыть теоритические аспекты вероятности банкротства предприятия;
провести анализ вероятности банкротства предприятия;
Введение 3
1 Теоретические аспекты вероятности банкротства организации 5
1.1 Понятие и правовые признаки банкротства 5
1.2 Причины и виды банкротства 7
1.3 Методики оценки вероятности банкротства 11
2 Оценка вероятности банкротства организации 19
2.1. Технико-экономическая характеристика ОАО «Нефтяная компания «Лукойл» 19
2.2 Анализ финансовых результатов деятельности ОАО «Нефтяная компания «Лукойл» 21
2.3 Анализ ликвидности баланса 24
2.4 Анализ финансовой устойчивости ОАО «Нефтяная компания «Лукойл» 26
Заключение 37
Список использованной литературы 39
Приложения 41
- неоправданно высокие затраты;
- низкая рентабельность продукции;
- слишком большой цикл производства;
- большие долги, взаимные неплатежи;
- слабая адаптированность менеджеров - представителей старой школы управления к жестким реальностям формирования рынка, их неумение проявлять предприимчивость в налаживании выпуска продукции, пользующейся повышенным спросом, выбирать эффективную финансовую, ценовую и инвестиционную политику;
- разбалансированность
В качестве первых сигналов надвигающегося банкротства можно рассматривать задержки с предоставлением финансовой отчетности, свидетельствующие о работе финансовых служб, а также резкие изменения в структуре баланса и отчета о прибылях и убытках.
В законодательной и финансовой практике выделяют следующие виды банкротства предприятия:
- фиктивное банкротство
- заведомо ложное объявление
руководителем или
- преднамеренное банкротство
- умышленное создание или
- реальное банкротство
характеризует полную
- техническое банкротство.
Используемый термин
Наибольшее распространение получили модели Эдварда Альтмана. Одной из простейших является двухфакторная модель, основанная на коэффициенте покрытия, характеризующего ликвидность и коэффициенте финансовой зависимости, характеризующего уровень финансовой устойчивости.
Двухфакторная модель рассчитывается по формуле:
Z = -0,3877 - 1,0736 * Кп+ 0,579
* Кфз,
где Кп — коэффициент покрытия (отношения текущих активов к текущим обязательствам);
Кфз, — коэффициент финансовой зависимости, определяемой как отношение заемных средств к общей величине пассивов.
Для предприятий, у которых Z = 0, вероятность банкротства равна 50%. Если Z < 0, то вероятность банкротства меньше 50% и далее снижается по мере уменьшения Z. Если Z > О, то вероятность банкротства больше 50% и возрастает с ростом Z. [9, с. 105]
Но данная модель
не обеспечивает высокую
Применение данной модели
для российских условий было исследовано
в работах М.А. Федотовой, которая
считает, что весовые коэффициенты
следует скорректировать
Однако, новые весовые коэффициенты для отечественных предприятий ввиду отсутствия статистических данных по организациям - банкротам в России не были определены.
Следующая модель Альтмана - пятифакторная - также не лишена недостатков в плане применимости в России, тем не менее, на ее основе в нашей стране разработана и используется на практике компьютерная модель прогнозирования вероятности банкротства.
Индекс Альтмана имеет следующий вид:
Z = 1,2 * Коб + 1,4 * Кнп + 3,3* Кр + 0,6 *Кп+ 1,0* Ком, (2)
где Коб — доля оборотных средств в активах, т. е. отношение текущих активов к общей сумме активов;
Кнп — рентабельность активов, исчисленная исходя из нераспределенной прибыли, т. е. отношение нераспределенной прибыли к общей сумме активов;
Кр — рентабельность активов, исчисленная по балансовой стоимости (т. е. отношение прибыли до уплаты % к сумме активов;
Кп — коэффициент покрытия по рыночной стоимости собственного капитала, т.е. отношение рыночной стоимости акционерного капитала к краткосрочным обязательствам.
Данный показатель не может быть рассчитан для большинства предприятий, так как в России отсутствует информация о рыночной стоимости эмитентов. По мнению многих ученых следует провести замену рыночной стоимости акций на сумму уставного и добавочного капитала, т. к., увеличение стоимости активов предприятия приводит либо к увеличению его уставного капитала (увеличение номинала или дополнительный выпуск акций) либо к росту добавочного капитала (повышение курсовой стоимости акций в силу роста их надежности);
Ком — отдача всех активов, т. е. отношение выручки от реализации к общей сумме активов.
Таблица 1
Уровень угрозы банкротства предприятия для акционерных обществ открытого типа
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 |
Здесь по-прежнему
ничего не известно о базе расчета
весовых значений коэффициентов. Отсутствие
в России статистических материалов
по организациям-банкротам не позволяет
скорректировать методику исчисления
весовых коэффициентов и
Модифицированный вариант
формулы прогнозирования
Z = 0,717*К1+ 0,847*К2 + 3,107*К3 + 0,42*К4 + 0,995*К5, (3)
где К1 = собственные оборотные средства/оборотные активы
К2 = чистая прибыль (убыток) /всего активов;
К3 = прибыль до налогообложения / всего активов;
К4 = собственный капитал / привлеченный капитал;
К5 = выручка от реализации / всего активов.
Если значение показателя Z<1,23, то вероятность банкротства очень высокая. А если Z>1,23, то банкротство предприятию в ближайшее время не грозит.
Однако и такая коррекция
не лишена недостатка, т.к. в этом случае
не учитывается возможное
Таким образом, различия в
специфике экономической
Рассмотрим систему
Таблица 2
Модель оценки вероятности банкротства У. Бивера
Показатель |
Расчет |
Значения показателей | ||
Благополучные предприятия |
За 5 лет до банкротства |
За 1 год до банкротства | ||
Экономическая рентабельность |
(Чистая прибыль/Активы организации)*100% |
6%-8% |
4% |
1-22% |
Финансовый леверидж |
(Привлеченный капитал/Сумма активов)*100% |
≤37% |
≤50% |
≤80% |
Коэффициент текущей ликвидности |
Оборотные активы/Краткосрочные обязательства |
≤3.2 |
<2 |
<1 |
Коэффициент Бивера |
(Чистая прибыль+Амортизация основных средств и не материальных активов)/Привлеченный капитал |
0.4-0.45 |
≈0.17 |
0-0.15 |
Модель позволяет оценить финансовое состояние компании с точки зрения ее возможного будущего банкротства.
Расчет показателей, вошедших в модель, представлен в табл. 5. Показатели рассчитываются на основании «Бухгалтерского баланса» (Приложение 2), «Отчета о прибылях и убытках» (Приложение 3).
Шкала оценки риска банкротства построена на основе сравнения фактических значений показателей с рекомендуемыми. Вероятность банкротства компании оценивается по одной из групп возможных состояний, где находится большинство расчетных значений показателей.
Специфика российских условий
требует, чтобы модели прогнозирования
риска финансовой несостоятельности
учитывали как особенности
Новые методики диагностики возможного банкротства, предназначенные для отечественных предприятий и, следовательно, лишенные по замыслу их авторов многих недостатков иностранных моделей, рассмотренных выше, были разработаны в Иркутской государственной экономической академии Р.С. Сайфулиным и Г.Г. Кадыковым. Однако, и в этом случае не удалось искоренить все проблемы прогнозирования банкротства предприятий.[13, c. 251]
В некоторых из них используются показатели, отличающиеся высокой положительной или отрицательной корреляцией или функциональной зависимостью между собой. Это приводит к ненужному усложнению этих методик, не увеличивая точности прогнозирования.
Российские экономисты Р. С. Сайфулин и Г. Г. Кадыков рассчитали комплексный показатель предсказания финансового кризиса компании:
R = 2*К1+ 0,1*К2 + 0,08*К3 + 0,45*К4 + К5, (4)
где К1 - коэффициент обеспеченности собственными оборотными средствами;
К2 - коэффициент текущей ликвидности;
К3 – коэффициент оборачиваемости активов;
К4 - коэффициент менеджмента, рассчитываемый как отношение прибыли от реализации к выручке;
К5 - рентабельность собственного капитала.
При соответствии данных показателей
их минимальным нормативным
Различные модели, которые
используют в ходе анализа финансово-