К3 = 14019/8585 = 1,6
К4 = 39/14019 = 0,003
К5 = 14019/7551 = 1,9
R=2×0,89+0,1×5,76+0,08×1,6+0,45×0,003+1,9=1,78+0,58+0,13+0,001+1,9= 4,39
2009:
К1 = 8196/8616 = 0,95
К2 = 5863/408 = 14,4
К3 = 17251/8616 = 2,0
К4 = 734/17251 = 0,04
К5 = 17251/8196 = 2,1
R=2×0,95+0,1×14,4+0,08×2+0,45×0,04+2,1=1,9+1,44+0,16+0,02+2,1= 5,62
Якщо результат моделі менший за 1, то такий стан підприємства можна вважати незадовільним і ймовірність банкрутства високою.
В даному випадку, і в 2008 році, і в 2009 році значення високі – 4,39 та 5,62 відповідно. Це означає, що банкрутство підприємству на даному етапі не загрожує.
Останньою моделлю, яку маємо розрахувати, є модель Давидової-Бєлікова. Дана модель виглядає так:
Z= 8,38К1+1,0К2+0,054К3+0,63К4 (2.12)
К1 = обіговий капітал/сума активів
К2 = чистий прибуток/власний капітал
К3 = обсяг реалізації/сума активів
К4 = чистий прибуток/собівартість
Розрахуємо визначені дані для СП «Вінниця-Облторг» у 2008 році:
К1 = 5886/8585 = 0,69
К2 = 911/7551 = 0,12
К3 = 14019/8585 = 1,6
К4 = 911/11640 = 0,08
Модель 2008 року буде розрахована так:
Z = 8,38×0,69+1,0×0,12+0,054×1,6+0,63×0,08 = 5,8+0,12+0,09+0,05 = 6,1
Розрахуємо визначені дані для СП «Вінниця-Облторг» у 2009 році:
К1 = 5863/8616 = 0,68
К2 = 720/8196 = 0,09
К3 = 17251/8616 = 2,0
К4 = 720/13639 = 0,05
Z = 8,38×0,68+1,0×0,09+0,054×2+0,63×0,05 = 5,7+0,09+0,1+0,03 = 5,9
Якщо значення Z>0,42, то вірогідність банкрутства менша 0,1. Виходячи із фактично розрахованих значень бачимо, що і за даною моделлю підприємству банкрутство не загрожує.
Отже, на основі викладеного вище матеріалу можемо підбити підсумки про організаційно-економічний стан підприємства та про ступінь загрози йому банкрутства. Таким чином, в процесі організаційно-економічної характеристики даного підприємства було визначено основні напрями його діяльності, схематично охарактеризовано його організаційну структуру, розраховано основні показники, що визначають успішність господарської діяльності та здійснено аналіз їх змін у динаміці. Досліджено також зміну обсягів витрат підприємства. Охарактеризовано особливості управління власним капіталом на підприємстві та його активами. Досліджено також особливості поточних зобов’язань підприємства та характер їх зміни у періоді.
Що стосується експертної системи визначення загрози банкрутства підприємства, то в контексті цього нами було здійснено оцінку загального стану платоспроможності підприємства, досліджено стан та структуру його капіталу, визначено характер прибутковості за окремими її напрямами. Ступінь загрози банкрутства підприємства було виявлено на основі визначення балансових (агрегатних) моделей, трьох та п’ятифакторної моделі Альтмана, моделі Спрінгейта, Конана і Гольдера, Ліса, Таффлера і Тісшоу, Сайфуліна і Кадикова, Давидової-Бєлікова. Більш того, було прораховано та визначено всі показники системи Бівера. Вцілому, можна сказати, що за даними підприємства по всіх визначених методах висновок однозначний – станом на 2008-2009 рр. Банкрутство даному підприємству не загрожує і стан його стабільний.
РОЗДІЛ 3 ВДОСКОНАЛЕННЯ ЕКСПЕРТНОЇ СИСТЕМИ ОЦІНКИ ВІРОГІДНОСТІ БАНКРУТСТВА СП «ВІННИЦЯ-ОБЛТОРГ» ЗА ДОПОМОГОЮ ПЕОМ
3.1 Автоматизація системи оцінки вірогідності банкрутства підприємства, що досліджується
Методика експрес-оцінки вірогідності банкрутства підприємства була описана нами в попередньому розділі роботи. Дану методику можна зробити автоматизованою. Розглянемо яким чином це можливо. Однією із можливостей програми «Фінансист» є те, що в її середовище можна заносити будь-які коефіцієнти та алгоритми їх розрахунку. Єдине, що необхідно для цього – ознайомитись з правилами введення даних в систему. Після введення система зберігає показник та формулу, за якою він був розрахований.
Вводиться інформація про показник в спеціальне вікно програми, яке називається «новий коефіцієнт» (рис. 3.1):
Рис. 3.1. Введення моделі Спрінгейта в автоматизовану систему
В перший рядок вікна вводиться назва показника, в даному випадку «модель Спрінгейта»; в другий – формула у такому вигляді, як вона зазвичай подається в літературі і у такому вигляді вона буде подана в таблиці автоматизованої системи біля назви показника; в третій рядок вписується алгоритм розрахунку даного коефіцієнта кодами рядків фінансової звітності.
Варто відзначити, що систему оцінки можна наповнити будь-якими показниками, які ми бажаємо використовувати в процесі оцінки вірогідності банкрутства підприємства. Ми спираємось на ті показники, які опрацьовані нами в аналітичному розділі, тому наступним показником вводимо у систему трьохфакторну модель Альтмана:
Рис. 3.2. Введення моделі Альтмана в автоматизовану систему
Останній рядок потребує особливої уваги, оскільки від правильності введення формули в систему буде залежати і результат розрахунку, і кінцеві висновки про ступінь загрози банкрутства підприємства.
Для того, щоб система сприймала введену формулу існує певний порядок внесення її. Так, наприклад, кожна форма фінансової звітності, звідки беруться дані зашифрована у системі певною літерою. Так, форма №1 «Баланс» в середовище програми вводиться літерою В, а форма №2 «Звіт про фінансові результати» - літерою F. Звітний період в формулах визначається цифрою 3, яка ставиться після В або F і перед кодом рядка. Попередній період позначається цифрою 4, яка ставиться після В або F і перед кодом рядка. Таким чином, вводимо у систему наступний показник – модель Конана і Гольдера.
Рис. 3.3. Введення моделі Конана і Гольдера в автоматизовану систему
Отже, бачимо на рисунку вираз F3140/F3010. Він означає рядок 140, звітного періоду форми №2 «Звіт про фінансові результати» ділимо на рядок 010 звітного періоду форми №2 «Звіт про фінансові результати». Наступним показником, який вводимо у систему є коефіцієнт Бівера.
Рис. 3.4. Введення коефіцієнта Бівера в автоматизовану систему
Бачимо, що інформаційною базою для розрахунку першої частини формули є звіт про фінансові результати і для другої частини формули – баланс. Наступним показником, який вводимо у систему є фінансовий ліверидж підприємства, інформаційною базою для розрахунку якого є баланс.
Рис. 3.5. Введення алгоритму фінансового лівериджу в автоматизовану систему
На наступному етапі продовжуємо поповнення системи показниками і вводимо коефіцієнт покриття активів чистим оборотним капіталом:
Рис. 3.6. Введення алгоритму розрахунку коефіцієнта покриття активів чистим оборотним капіталом в автоматизовану систему
Одразу ж після того, як ми натиснемо «ок» в вікні «нового коефіцієнта», введений нами показник з’явиться в аналітичній таблиці системи. На наступному кроці вводимо коефіцієнт покриття, який входить до системи показників Бівера:
Рис. 3.7. Введення коефіцієнта покриття в автоматизовану систему
Варто відзначити, щоб чим більшою кількістю показників та моделей буде доповнена стандартна система оцінки вірогідності банкрутства у програмі «Фінансист», тим більш системним та точним буде здійснюваний аналіз.
Рис. 3.8. Введення моделі Тафлера і Тісшоу в автоматизовану систему
Дана модель, як і інші моделі, що вводимо у систему допомагають вчасно виявити загрозу банкрутства підприємства та попередити негативні наслідки її. Варто відзначити, що модель досить трудомістка для розрахунку, оскільки потребує великої кількості даних та кропітких підрахунків. Не менш складною для розрахунку є і наступна модель – Сайфуліна і Кадикова, алгоритм розрахунку її введений у систему виглядає так:
Рис. 3.9. Введення моделі Сайфуліна і Кадикова в автоматизовану систему
Ще однією моделлю, яка була розрахована нами у другому розділі роботи є модель Давидової-Бєлікова. Дану модель вводимо в систему аналогічно іншим:
Рис. 3.10. Введення моделі Давидової-Бєлікова в автоматизовану систему
Після доповнення системи цим показником, вводимо передостанню модель – модель Ліса.
Рис. 3.11. Введення моделі Ліса в автоматизовану систему
Всі моделі, які були описані вище були введені в систему і автоматично з введенням відображались у відповідних колонках таблиці, яка має наступний вигляд у системі:
Рис. 3.12. Створена система показників в електронному вигляді
На початку аналітичного розділу нами було розглянуто трьох та п’ятифакторну моделі Альтмана. Варто одною з них також доповнити дану систему. Введемо п’ятифакторну модель.