Банк рефератов содержит более 364 тысяч рефератов, курсовых и дипломных работ, шпаргалок и докладов по различным дисциплинам: истории, психологии, экономике, менеджменту, философии, праву, экологии. А также изложения, сочинения по литературе, отчеты по практике, топики по английскому.
Полнотекстовый поиск
Всего работ:
364150
Теги названий
Разделы
Авиация и космонавтика (304)
Административное право (123)
Арбитражный процесс (23)
Архитектура (113)
Астрология (4)
Астрономия (4814)
Банковское дело (5227)
Безопасность жизнедеятельности (2616)
Биографии (3423)
Биология (4214)
Биология и химия (1518)
Биржевое дело (68)
Ботаника и сельское хоз-во (2836)
Бухгалтерский учет и аудит (8269)
Валютные отношения (50)
Ветеринария (50)
Военная кафедра (762)
ГДЗ (2)
География (5275)
Геодезия (30)
Геология (1222)
Геополитика (43)
Государство и право (20403)
Гражданское право и процесс (465)
Делопроизводство (19)
Деньги и кредит (108)
ЕГЭ (173)
Естествознание (96)
Журналистика (899)
ЗНО (54)
Зоология (34)
Издательское дело и полиграфия (476)
Инвестиции (106)
Иностранный язык (62792)
Информатика (3562)
Информатика, программирование (6444)
Исторические личности (2165)
История (21320)
История техники (766)
Кибернетика (64)
Коммуникации и связь (3145)
Компьютерные науки (60)
Косметология (17)
Краеведение и этнография (588)
Краткое содержание произведений (1000)
Криминалистика (106)
Криминология (48)
Криптология (3)
Кулинария (1167)
Культура и искусство (8485)
Культурология (537)
Литература : зарубежная (2044)
Литература и русский язык (11657)
Логика (532)
Логистика (21)
Маркетинг (7985)
Математика (3721)
Медицина, здоровье (10549)
Медицинские науки (88)
Международное публичное право (58)
Международное частное право (36)
Международные отношения (2257)
Менеджмент (12491)
Металлургия (91)
Москвоведение (797)
Музыка (1338)
Муниципальное право (24)
Налоги, налогообложение (214)
Наука и техника (1141)
Начертательная геометрия (3)
Оккультизм и уфология (8)
Остальные рефераты (21697)
Педагогика (7850)
Политология (3801)
Право (682)
Право, юриспруденция (2881)
Предпринимательство (475)
Прикладные науки (1)
Промышленность, производство (7100)
Психология (8694)
психология, педагогика (4121)
Радиоэлектроника (443)
Реклама (952)
Религия и мифология (2967)
Риторика (23)
Сексология (748)
Социология (4876)
Статистика (95)
Страхование (107)
Строительные науки (7)
Строительство (2004)
Схемотехника (15)
Таможенная система (663)
Теория государства и права (240)
Теория организации (39)
Теплотехника (25)
Технология (624)
Товароведение (16)
Транспорт (2652)
Трудовое право (136)
Туризм (90)
Уголовное право и процесс (406)
Управление (95)
Управленческие науки (24)
Физика (3463)
Физкультура и спорт (4482)
Философия (7216)
Финансовые науки (4592)
Финансы (5386)
Фотография (3)
Химия (2244)
Хозяйственное право (23)
Цифровые устройства (29)
Экологическое право (35)
Экология (4517)
Экономика (20645)
Экономико-математическое моделирование (666)
Экономическая география (119)
Экономическая теория (2573)
Этика (889)
Юриспруденция (288)
Языковедение (148)
Языкознание, филология (1140)

Курсовая работа: Зарубежная методика оценки вероятности банкротства и ее применение в российских условиях

Название: Зарубежная методика оценки вероятности банкротства и ее применение в российских условиях
Раздел: Рефераты по экономике
Тип: курсовая работа Добавлен 21:14:48 07 января 2010 Похожие работы
Просмотров: 1369 Комментариев: 2 Оценило: 0 человек Средний балл: 0 Оценка: неизвестно     Скачать

Содержание

Введение

ТЕОРЕТИЧЕСКАЯ ЧАСТЬ

Модель Альтмана. Расчет индекса кредитоспособности применительно к российским условиям

ПРАКТИЧЕСКАЯ ЧАСТЬ

Задача № 1

Задача № 2

Задача № 3

Заключение

Список использованной литературы


Введение

Вопрос выживания в условиях рыночной экономики для большинства предприятий становится очень актуальным. Руководству организации больше не на кого положиться при решении текущих проблем, все решения приходится принимать самостоятельно, более того, необходимо нести за них ответственность. Вопрос в том, как принимать рациональные решения, чтобы достичь успеха и процветания, а не попасть в финансовую зависимость к кредиторам и стать банкротом.

По статистическим данным проведенных обследований большинство российский организаций сегодня, получая определенную прибыль, тем не менее, финансово неустойчивы и в значительной степени подвержены банкротству. Для того, чтобы предопределить дальнейшие перспективы развития подобных организаций, необходимо, прежде всего, провести оценку их финансового состояния и вероятности банкротства, а затем на основании полученных результатов сделать ряд выводов и предложить мероприятия по устранению причин финансовой нестабильности и финансовому оздоровлению. Поэтому актуальность выбранной темы дипломной работы является вполне очевидной.

Целью данной работы является изучение зарубежной методики оценки вероятности банкротства и ее применения в российских условиях, а также использование методов финансового анализа при решении конкретных ситуаций.

Задачи работы:

1) рассмотреть методику оценки вероятности банкротства в модели Альтмана;

2) рассмотреть особенности модели Альтмана в российских условиях;

3) применить методы экономического анализа при решении конкретных хозяйственных ситуаций.

ТЕОРЕТИЧЕСКАЯ ЧАСТЬ

Модель Альтмана. Расчет индекса кредитоспособности

применительно к российским условиям

Полученная в результате технико-экономического анализа деятельности предприятий система показателей позволяет выявить слабые места в экономике предприятия, охарактеризовать состояние дел данного предприятия (его ликвидность, финансовую устойчивость, рентабельность, отдачу активов и так далее).

Однако, на основе такого анализа сделать вывод, что данное предприятие обанкротиться или, наоборот, выживет обычно невозможно. Выводы о вероятности банкротства можно сделать только на основе сопоставления показателей данного предприятия и аналогичных предприятий, обанкротившихся или, наоборот, избежавших банкротства. Однако подыскать в каждом случае подходящий аналог не всегда представляется возможным или такого аналога вообще может не существовать.

Задача прогнозирования банкротства может быть решена методом дискриминантного анализа. Последний представляет собой раздел факторного статистического анализа, с помощью которого решаются задачи классификации, то есть разбиения некоторой совокупности анализируемых объектов на классы путем построения так называемой классифицирующей функции в виде корреляционной модели.

В основе зарубежной практики диагностики угрозы банкротства лежит модель Альтмана, или Z-счет Альтмана. Модель Альтмана определяет интегральный показатель угрозы банкротства. В основе расчета лежит пятифакторная модель, представляющая комплексный коэффициентный анализ. Альтман определил коэффициенты значимости отдельных факторов в интегральной оценке вероятности банкротства. Модель Альтмана имеет следующий вид:

Z=0,012X1+0,014X2+0,033X3+0,006X4+0,999X5, (1)

где Z- интегральный показатель уровня угрозы банкротства;

X1-отношение собственных оборотных активов (чистого оборотного капитала) к сумме активов;

X2- рентабельность активов (нераспределенная прибыль к сумме активов);

X3- отношение прибыли к сумме активов;

X4- коэффициент соотношения собственного и заемного капитала;

X5- оборачиваемость активов, или отношение выручки от реализации к сумме активов.

Если коэффициенты принимаются в виде долей, то формула (1) будет иметь вид:

Z=1,2X1+1,4X2+3,3X3+0,6X4+1,0X5, (2)

Зона неведения находится в интервале от 1,81 до 2,99. Чем больше значение Z, тем меньше вероятность банкротства в течение двух лет.

Уровень угрозы банкротства в модели Альтмана оценивается согласно таблице 1.

Таблица 1

Оценка уровня угрозы банкротства в модели Альтмана

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

Эта модель применима в условиях России только для акционерных обществ, акции которых свободно продаются на рынке ценных бумаг, то есть имеют рыночную стоимость. Поэтому вместо модели Альтмана иногда целесообразно использовать двухфакторную модель в части прогнозирования вероятности банкротства. Для этого выбирают два ключевых показателя, от которых зависит вероятность банкротства организации, например, показатель текущей ликвидности и удельного веса заемных средств в активах. Они умножаются на соответствующие постоянные весовые коэффициенты[3, с. 37].

Предположим, что факт банкротства определяют два показателя: коэффициент покрытия, то есть отношение текущих активов к краткосрочным обязательствам, и коэффициент финансовой независимости, то есть отношение заемных средств к общей стоимости активов.

Первый показатель характеризует ликвидность, второй - финансовую устойчивость. Очевидно, что при прочих равных условиях вероятность банкротства тем меньше, ем больше коэффициент покрытия и меньше коэффициент финансовой зависимости. И, наоборот, предприятие наверняка станет банкротом при низком коэффициенте покрытия высоком коэффициенте финансовой зависимости. Задача состоит в том, чтобы найти эмпирическое уравнение некой дискриминантной границы, которая разделит все возможные сочетания указанных показателей на два класса[4, с. 46]:

1) сочетания показателей, при которых предприятие обанкротится;

2) сочетания показателей, при которых предприятию банкротство не грозит.

Данная задача была решена американским экономистом Э. Альтманом. За определенный период были собраны данные о финансовом состоянии 19 предприятий. По указанным двум показателям положение предприятий было неустойчивым: одна половина предприятий обанкротилась, а другая - смогла выжить. Далее приемами дискриминантного анализа рассчитывались параметры корреляционной линейной функции, описывающей положение дискриминантной границы между двумя классами предприятий:

,(3)

гдеZ- показатель классифицирующей функции

a0 – постоянный параметр

a1 – параметр, показывающий степень влияния коэффициента покрытия на вероятность банкротства

Кп – коэффициент покрытия

а2 – параметр, показывающий степень влияния коэффициента финансовой зависимости на вероятность банкротства

Кфз – коэффициент финансовой зависимости

В результате статистической обработки данных была получена следующая корреляционная зависимость[2,c.50]:

,(4)

При Z = 0 имеем уравнение дискриминантной границы. Для предприятий, у которых Z = 0, вероятность обанкротиться 50 %. Для предприятий, у которых Z < 0, вероятность банкротства меньше 50 % и далее снижается по мере уменьшения Z. Если Z > 0, то вероятность банкротства больше 50 % и возрастает с ростом Z.

Знаки параметров а1 и а2 классифицирующей функции связаны с характером влияния соответствующих показателей. Параметр а1 имеет знак «минус», поэтому чем больше коэффициент покрытия, тем меньше показатель Z и тем меньше вероятность банкротства предприятия. В то же время параметр а2 имеет знак «плюс», поэтому чем выше коэффициент финансовой зависимости, тем больше Z и , следовательно, выше вероятность банкротства предприятия [1, с. 156].

Рассмотрим методику применения двухфакторном модели Альтмана на конкретном примере.

Исходные данные для расчета представлены в таблице 2.

Таблица 2

Исходные данные и результаты расчеты вероятности банкротства предприятий

Номер предприятия

Коэффициент покрытия, %

Коэффициент финансовой независимости, %

Показатель Z

Вероятность банкротства, %

Фактическое положение

1

3,6

60

-0,78

17,2

нет

2

3,0

20

-2,451

0,8

нет

3

3,0

60

-0,135

42

нет

4

3,0

76

0,791

81,8

да

5

2,8

44

-1,841

15,5

нет

6

2,6

56

0,062

51,5

да

7

2,6

68

0,757

80,2

да

8

2,4

40

-0,649

21,1

да

9

2,4

60

0,509

71,5

нет

10

2,2

28

-1,129

9,6

нет

11

2,0

40

-0,221

38,1

нет

12

2,0

48

0,244

60,1

нет

13

1,8

60

1,153

89,7

да

14

1,6

20

-0,948

13,1

нет

15

1,6

44

0,441

68,8

да

16

1,2

44

0,871

83,5

да

17

1,0

24

-0,072

45

нет

18

1,0

32

0,391

66,7

да

19

1,0

66

2,012

97,9

да

В силу того, что двухфакторная модель не полностью описывает финансовое положение предприятия, расчетные и фактические показатели могут расходиться. Та, предприятие 8 имело Z = -0,649, то есть не должно было бы обанкротиться (вероятность банкротства около 20 %), в действительности же потерпело банкротство. В то же время предприятия 9 и 12 имели положительные значения Z, но они сумели избежать банкротства.

На рисунке 1 представлено корреляционное поле и положение на нем дискриминантной линии для двух показателей – коэффициента покрытия и коэффициента финансовой зависимости.

Рис. 1. Дискриминантная линия на корреляционном поле показателей покрытия и финансовой устойчивости.

Из рисунка 1 видно, что предприятия, у которых значения показателей коэффициента покрытия и коэффициента финансовой независимости располагаются ниже и правее дискриминантной линии, вероятнее всего обанкротятся (вероятность их банкротства превышает 50 %). При этом, чем дальше отстоит точка показателей от дискриминантной линии, тем выше вероятность банкротства. Для предприятий, у которых сочетание значений показателей финансовой устойчивости и покрытия находится выше и левее дискриминантной линии, почти нет угрозы банкротства. Например, точка 2 расположена над дискриминантной линией и достаточно далека от нее; она отражает состояние предприятия 2, у которого коэффициент покрытия равен 3, а коэффициент финансовой зависимости равен 20 %. Предприятие 19 имеет высокую вероятность банкротства (около 98 %), и оно действительно обанкротилось.

Выше отмечалось, что по практическим данным установлены значения для коэффициента покрытия не ниже единицы, а для коэффициента финансовой зависимости не выше 50 %. Если подставить приведенную выше двухфакторную модель Альтмана эти значения (Кп = 1 и Кфз = 50 %), то получим Z = 1,, то есть почт с 90- процентной вероятностью можно утверждать, что такое предприятие в российских условиях обязательно обанкротится.

Прогнозирование банкротства с использованием двухфакторной модели в российских условиях не обеспечивает высокой точности. это объясняется тем, что данная модель не учитывает влияния на финансовое состояние предприятия других важнейших факторов и показателей, характеризующих, например, рентабельность, отдачу активов, деловую активность предприятия и так далее [9, с. 67]. Дискриминантная граница между банкротами и небанкротами имеет вид не тонкой линии, а размытой полосы. Ошибка прогноза с помощью двухфакторной модели оценивается интервалом Δ Z = 0,65. Чем больше факторов будет учтено в модели, тем, естественно, точнее рассчитанный с ее помощью прогноз.

При использовании модели Альтмана возможны два типа ошибок[8, с. 156]:

- прогнозируется сохранение платежеспособности предприятия, а в действительности происходит банкротство;

- прогнозируется банкротство предприятия, а оно сохраняет платежеспособность.

По мнению Альтмана, с помощью пятифакторной модели прогноз банкротства на горизонте один год можно установить с точностью до 95 %. При этом ошибка первого типа возможна в 6 %, а ошибка второго типа - в 3 %случаев. Спрогнозировать банкротство на горизонте в 2 года удается с точностью до 83 %, при этом ошибка первого рода имеет место в 28 % случаях, а ошибка второго рода имеет место в 6 % случаев.

В 1977 году Альтман со своими коллегами разработал более точную семи факторную модель. Эта модель позволяет спрогнозировать банкротство на горизонте в 5 лет с точностью до 70 %. В модели в качестве переменных используются следующие показатели[10, с. 178]:

- рентабельность активов;

- изменчивость или динамика прибыли;

- коэффициент покрытия процентов по кредитам;

- кумулятивная прибыльность;

- коэффициент покрытия или ликвидности;

- коэффициент автономии;

- совокупные активы.

В таблице 3 приведены сведения о точности прогнозирования банкротства с помощью пятифакторной и семи факторной модели Альтмана.

Таблица 3

Точность прогноза банкротства

Количество лет до банкротства

Прогноз по пятифакторной модели

Прогноз по семи факторной модели

Банкрот

Небанкрот

Банкрот

Небанкрот

1

93,9

97

96,2

89,7

2

71,9

93,9

84,9

93,1

3

48,3

-

74,5

91,4

4

28,6

-

68,1

89,5

5

36

-

69,8

82,1

При проведении финансового анализа практически к любому оценочному показателю нужно подходить критически. Вместе с тем значение показателя Z следует воспринимать как сигнал опасности. В этом случае необходим глубокий анализ причин, вызвавших снижение этого показателя.

Таким образом, разработанные на Западе модели прогнозирования вероятности банкротства весьма применимы и в современных российских условиях, но, тем не менее, имеют ряд особенностей и характерных черт.


ПРАКТИЧЕСКАЯ ЧАСТЬ

Задача № 1

ИСХОДНЫЕ ДАННЫЕ ЗАДАЧИ № 1:

Исходные данные задачи представлены в таблице 4, где Х - готовая продукция на складе предприятия, У – выручка от реализации продукции.

РЕШЕНИЕ:

1) Найдем параметры уравнения регрессии методом наименьших квадратов.

Предполагается наличие линейной связи между Х и У, то есть регрессионная модель описывается функцией:

Уi’ = а0 + а1 х,(5)

Где Уi’ – значение результативного признака;

а0 и а1 – параметры уравнения регрессии, определяемые из системы уравнений:

,(6)

Для нахождения параметров уравнения регрессии по методу наименьших квадратов, составим расчетную таблицу (таблица 4)

Таблица 4

Расчетная таблица для нахождения параметров уравнения регрессии

№ п/п

Х

У

Х2

ХУ

У'

Уi - У'

/Уi - У'//Уi

1

18,7

5,5

349,69

102,85

6,399

-0,899

0,163455

2

15,2

4,5

231,04

68,4

5,454

-0,954

0,212

3

15

5

225

75

5,4

-0,4

0,08

4

26,8

7,6

718,24

203,68

8,586

-0,986

0,129737

5

22,3

10,5

497,29

234,15

7,371

3,129

0,298

6

24,6

7,8

605,16

191,88

7,992

-0,192

0,024615

7

27,1

7,8

734,41

211,38

8,667

-0,867

0,111154

8

35,8

10,1

1281,64

361,58

11,016

-0,916

0,090693

9

36,2

11,8

1310,44

427,16

11,124

0,676

0,057288

10

23,2

7,4

538,24

171,68

7,614

-0,214

0,028919

11

21,3

6,8

453,69

144,84

7,101

-0,301

0,044265

12

23,2

6,4

538,24

148,48

7,614

-1,214

0,189688

13

27,2

8

739,84

217,6

8,694

-0,694

0,08675

14

18,7

6,2

349,69

115,94

6,399

-0,199

0,032097

15

23,6

7,2

556,96

169,92

7,722

-0,522

0,0725

16

28

8,7

784

243,6

8,91

-0,21

0,024138

17

23,9

7,4

571,21

176,86

7,803

-0,403

0,054459

18

28,9

9,4

835,21

271,66

9,153

0,247

0,026277

19

19,6

6,5

384,16

127,4

6,642

-0,142

0,021846

20

23,4

9,2

547,56

215,28

7,668

1,532

0,166522

21

28,9

6,1

835,21

176,29

9,153

-3,053

0,500492

22

25,9

7,9

670,81

204,61

8,343

-0,443

0,056076

23

25,9

9,4

670,81

243,46

8,343

1,057

0,112447

24

27,8

10,5

772,84

291,9

8,856

1,644

0,156571

25

32,9

9,6

1082,41

315,84

10,233

-0,633

0,065938

26

30,9

11,5

954,81

355,35

9,693

1,807

0,15713

27

18,3

6,6

334,89

120,78

6,291

0,309

0,046818

28

21,6

7,2

466,56

155,52

7,182

0,018

0,0025

29

15,7

5,6

246,49

87,92

5,589

0,011

0,001964

30

22,4

9,5

501,76

212,8

7,398

2,102

0,221263

Итого

733

237,7

18788,3

6043,81

238,41

-

3,235601

Подставляем полученные значения из таблицы 4 в формулу (6):

Из первого уравнения выражаем а0, подставляем во второе уравнение и получаем соответствующее значение:

а1 = 0,27 и а0 = 1,33

Тогда искомое уравнение регрессии имеет вид:

Уi’= 1,33 + 0,27Х.

2) Для проверки адекватности определим среднее относительное линейное отклонение по формуле (7)

,(7)

Подставляя значения из таблицы 4 в формулу (7), получим:

Е = 0,10 или 10 %.

Так как Е меньше 15 %, то связь между факторным и результативным признаками достаточно тесная.

Полученное уравнение регрессии пригодно для прогнозных значений, так как значение Е меньше 15 %.

Среднегодовое значение Х = 24,43 млн. руб., тогда при среднегодовой величине готовой продукции на сладе 24, 43 млн. рублей, предполагаемая выручка от реализации на следующий год, согласно уравнению регрессии, составит: 7,93 млн. рублей.

3) Составим бюджет движения денежных средств и определим «критический период» в деятельности предприятия. в качестве исходных данных принимаем следующие сценарные условия функционирования предприятия в следующем году. Объемы продаж увеличиваются с темпом прироста в месяц 1,5 % от базового месяца. Предприятие проводит индивидуальную сбытовую политику на основе применения различных видов реализации при разных условиях оплаты: 25 % изделий реализуется за наличный расчет; 75 % с отсрочкой платежа на условиях 3/10 брутто 30; 80 % оплачивается в следующем месяце, из них 25 % со скидкой, а 20 % оплачивается с задержкой еще на 1 месяц.

С учетом прогнозного значения выручки от реализации 7,93 млн. рублей бюджет движения денежных средств организации представлена на рисунке 2.

Сырье закупается в размере потребности следующего месяца, оплата поставщикам производится через месяц.

Издержки определяются в процентах от выручки: 40 % - условно- переменные издержки, 15 % - заработная плата, 10 % - аренда, 5 % - прочие. Прогнозируемое увеличение цен на сырье- 3%. Уровень инфляции – 2 % в месяц. Аренда и зарплата выплачиваются в месяц, следующий за месяцем их возникновения. Единый социальный налог составляет 35,6 % от зарплаты. Ставка налога на прибыль 24 %.

В конце каждого квартала (март, июнь, сентябрь, декабрь) планируется вкладывать в модернизацию производства 31 000 рублей. Другой вариант предусматривает расходы предприятия, связанные с реконструкцией технологических линий в следующем размере: март – 100000 рублей, июнь, сентябрь, декабрь по 310000 рублей. Остаток денежных средств на 1 января составляет 17890 рублей. Этой суммы недостаточно и решено иметь целевой остаток в размере 34000 рублей. Его величина изменяется в следующие месяцы пропорционально темпу инфляции.

В таблице 5 представлен первый вариант бюджета движения денежных средств организации.

Таблица 5

Бюджет движения денежных средств организации, руб. (1 вариант)

Показатель

Исходные данные

январь

февраль

март

апрель

май

июнь

июль

август

сентябрь

октябрь

ноябрь

декабрь

1. Реализация

Выручка

660833

670745,5

680806,7

691018,8

701384,1

711904,8

722583,4

733422,1

744423,5

755589,8

766923,7

778427,5

790103,9

Затраты на сырье

276347,1439

280492,4

284699,7

288970,2

293304,8

297704,4

302169,9

306702,5

311303

315972,6

320712,1

325522,8

330405,7

Заработная плата

99124,95

101107,4

103129,6

105192,2

107296

109442

111630,8

113863,4

116140,7

118463,5

120832,8

123249,4

125714,4

Начисления(ЕСН)

35288,4822

35994,25

36714,14

37448,42

38197,39

38961,34

39740,56

40535,37

41346,08

42173

43016,46

43876,79

44754,33

Аренда

66083,3

67404,97

68753,07

70128,13

71530,69

72961,3

74420,53

75908,94

77427,12

78975,66

80555,17

82166,28

83809,6

Прочие расходы

33041,65

33702,48

34376,53

35064,06

35765,34

36480,65

37210,26

37954,47

38713,56

39487,83

40277,59

41083,14

41904,8

Операционная прибыль

150947,4739

152044

153133,6

154215,7

155289,8

156355,2

157411,3

158457,5

159493

160517,3

161529,5

162529,1

163515,1

Налог на прибыль

36227,39373

36490,56

36752,07

37011,78

37269,56

37525,25

37778,72

38029,79

38278,33

38524,15

38767,09

39006,98

39243,63

Чистая прибыль

114720,0801

115553,4

116381,5

117204

118020,3

118830

119632,6

120427,7

121214,7

121993,1

122762,5

123522,1

124271,5

2. Затраты на сырье

Приобретение

284699,7

288970,2

293304,8

297704,4

302169,9

306702,5

311303

315972,6

320712,1

325522,8

330405,7

340317,8

Оплата

276347,1

280492,4

284699,7

288970,2

293304,8

297704,4

302169,9

306702,5

311303

315972,6

320712,1

325522,8

3. Денежный поток

3.1. Приток средств

Наличный расчет

167686,4

170201,7

172754,7

175346

177976,2

180645,8

183355,5

186105,9

188897,5

191730,9

194606,9

197526

Кредит прошлого месяца

393518,2

399421

405412,3

411493,5

417665,9

423930,9

430289,9

436744,2

443295,4

449944,8

456694

463544,4

Кредит позапрошлого месяца

80291,21

99124,95

100611,8

102121

103652,8

105207,6

106785,7

108387,5

110013,3

111663,5

113338,5

115038,6

Итого поступлений

641495,8

668747,6

678778,8

688960,5

699294,9

709784,3

720431,1

731237,6

742206,1

753339,2

764639,3

776108,9

3.2. Остаток средств

Оплата сырья

276347,1

280492,4

284699,7

288970,2

293304,8

297704,4

302169,9

306702,5

311303

315972,6

320712,1

325522,8

Выплата зарплаты

99124,95

101107,4

103129,6

105192,2

107296

109442

111630,8

113863,4

116140,7

118463,5

120832,8

123249,4

Уплата ЕСН

35288,48

35994,25

36714,14

37448,42

38197,39

38961,34

39740,56

40535,37

41346,08

42173

43016,46

43876,79

Оплата аренды

66083,3

67404,97

68753,07

70128,13

71530,69

72961,3

74420,53

75908,94

77427,12

78975,66

80555,17

82166,28

Уплата налогов

36227,39

36490,56

36752,07

37011,78

37269,56

37525,25

37778,72

38029,79

38278,33

38524,15

38767,09

39006,98

Прочие расходы

33702,48

34376,53

35064,06

35765,34

36480,65

37210,26

37954,47

38713,56

39487,83

40277,59

41083,14

41904,8

Модернизация производства

0

0

31000

0

0

31000

0

0

31000

0

0

31000

Итого отток

546773,8

555866,1

596112,7

574516,1

584079,1

624804,5

603695

613753,5

654983

634386,4

644966,8

686727,1

Салдо денежного потока

94722,05

112881,5

82666,16

114444,4

115215,8

84979,88

116736,1

117484

87223,1

118952,8

119672,5

89381,82

4. Излишек (дефицит) средств на счете

Остаток на начало месяца

17890

112612,1

225493,6

308159,7

422604,1

537820

622799,8

739536

857020

944243,1

1063196

1182868

Остаток на конец месяца

112612,1

225493,6

308159,7

422604,1

537820

622799,8

739536

857020

944243,1

1063196

1182868

1272250

Целевое сальдо

34000

34680

35373,6

36081,07

36802,69

37538,75

38289,52

39055,31

39836,42

40633,15

41445,81

42274,73

Излишек (дефицит)

78612,05

190813,6

272786,1

386523,1

501017,3

585261,1

701246,4

817964,7

904406,7

1022563

1141423

1229976

В таблице 6 представлен второй вариант движения денежных средств организации.

Таблица 6

Бюджет движения денежных средств организации, руб. (2 вариант)

Показатель

Исходные данные

январь

февраль

март

апрель

май

июнь

июль

август

сентябрь

октябрь

ноябрь

декабрь

1. Реализация

Выручка

660833

670745,5

680806,7

691018,8

701384,1

711904,8

722583,4

733422,1

744423,5

755589,8

766923,7

778427,5

790103,9

Затраты на сырье

276347,1439

280492,4

284699,7

288970,2

293304,8

297704,4

302169,9

306702,5

311303

315972,6

320712,1

325522,8

330405,7

Заработная плата

99124,95

101107,4

103129,6

105192,2

107296

109442

111630,8

113863,4

116140,7

118463,5

120832,8

123249,4

125714,4

Начисления(ЕСН)

35288,4822

35994,25

36714,14

37448,42

38197,39

38961,34

39740,56

40535,37

41346,08

42173

43016,46

43876,79

44754,33

Аренда

66083,3

67404,97

68753,07

70128,13

71530,69

72961,3

74420,53

75908,94

77427,12

78975,66

80555,17

82166,28

83809,6

Прочие расходы

33041,65

33702,48

34376,53

35064,06

35765,34

36480,65

37210,26

37954,47

38713,56

39487,83

40277,59

41083,14

41904,8

Операционная прибыль

150947,4739

152044

153133,6

154215,7

155289,8

156355,2

157411,3

158457,5

159493

160517,3

161529,5

162529,1

163515,1

Налог на прибыль

36227,39373

36490,56

36752,07

37011,78

37269,56

37525,25

37778,72

38029,79

38278,33

38524,15

38767,09

39006,98

39243,63

Чистая прибыль

114720,0801

115553,4

116381,5

117204

118020,3

118830

119632,6

120427,7

121214,7

121993,1

122762,5

123522,1

124271,5

2. Затраты на сырье

Приобретение

284699,7

288970,2

293304,8

297704,4

302169,9

306702,5

311303

315972,6

320712,1

325522,8

330405,7

340317,8

Оплата

276347,1

280492,4

284699,7

288970,2

293304,8

297704,4

302169,9

306702,5

311303

315972,6

320712,1

325522,8

3. Денежный поток

3.1. Приток средств

Наличный расчет

167686,4

170201,7

172754,7

175346

177976,2

180645,8

183355,5

186105,9

188897,5

191730,9

194606,9

197526

Кредит прошлого месяца

393518,2

399421

405412,3

411493,5

417665,9

423930,9

430289,9

436744,2

443295,4

449944,8

456694

463544,4

Кредит позапрошлого месяца

80291,21

99124,95

100611,8

102121

103652,8

105207,6

106785,7

108387,5

110013,3

111663,5

113338,5

115038,6

Итого поступлений

641495,8

668747,6

678778,8

688960,5

699294,9

709784,3

720431,1

731237,6

742206,1

753339,2

764639,3

776108,9

3.2. Остаток средств

Оплата сырья

276347,1

280492,4

284699,7

288970,2

293304,8

297704,4

302169,9

306702,5

311303

315972,6

320712,1

325522,8

Выплата зарплаты

99124,95

101107,4

103129,6

105192,2

107296

109442

111630,8

113863,4

116140,7

118463,5

120832,8

123249,4

Уплата ЕСН

35288,48

35994,25

36714,14

37448,42

38197,39

38961,34

39740,56

40535,37

41346,08

42173

43016,46

43876,79

Оплата аренды

66083,3

67404,97

68753,07

70128,13

71530,69

72961,3

74420,53

75908,94

77427,12

78975,66

80555,17

82166,28

Уплата налогов

36227,39

36490,56

36752,07

37011,78

37269,56

37525,25

37778,72

38029,79

38278,33

38524,15

38767,09

39006,98

Прочие расходы

33702,48

34376,53

35064,06

35765,34

36480,65

37210,26

37954,47

38713,56

39487,83

40277,59

41083,14

41904,8

Модернизация производства

0

0

100000

0

0

31000

0

0

31000

0

0

31000

Итого отток

546773,8

555866,1

665112,7

574516,1

584079,1

624804,5

603695

613753,5

654983

634386,4

644966,8

686727,1

Салдо денежного потока

94722,05

112881,5

13666,16

114444,4

115215,8

84979,88

116736,1

117484

87223,1

118952,8

119672,5

89381,82

4. Излишек (дефицит) средств на счете

Остаток на начало месяца

17890

112612,1

225493,6

239159,7

353604,1

468820

553799,8

670536

788020

875243,1

994195,9

1113868

Остаток на конец месяца

112612,1

225493,6

239159,7

353604,1

468820

553799,8

670536

788020

875243,1

994195,9

1113868

1203250

Целевое сальдо

34000

34680

35373,6

36081,07

36802,69

37538,75

38289,52

39055,31

39836,42

40633,15

41445,81

42274,73

Излишек (дефицит)

78612,05

190813,6

203786,1

317523,1

432017,3

516261,1

632246,4

748964,7

835406,7

953562,7

1072423

1160976

Вариант первый показал, что в организации всегда наблюдается излишек денежных средств с учетом целевого сальдо. Во втором варианте аналогично в организации наблюдается излишек денежных средств во все месяцы.

ВЫВОДЫ:

Использование бюджетирования в управлении финансами позволяет6 заранее оценить экономическую состоятельность, обеспечивая финансовую устойчивость субъекта хозяйствования; сделать хозяйственную деятельность «прозрачной», то есть более привлекательной для инвесторов; выявить и вовлечь в дело неработающие и неэффективные активы, оптимизировать их структуру. Управление финансами представляет собой процесс, имеющий целью наращивание производственного потенциала предприятия и достижение определенных результатов.

Задача № 2

УСЛОВИЕ ЗАДАЧИ:

Составить отчет о прибылях и убытках для фирм А, С и К и на основании сопоставления коэффициентов PMOS, BEP, ROE, ROI оценить адекватность проводимых финансовых политик различным состояниям экономики. Налог на прибыль 24 %. Сценарные условия функционирования фирм и другие показатели представлены в таблице 7

Таблица 7

Исходные данные для расчета , руб.

Показатель

Фирма А

Фирма С

Фирма К

Выручка при подъеме экономики

1440

1500

1560

Выручка при стабильной экономике

1080

1200

1380

Выручка при спаде экономики

840

960

1260

Акционерный капитал

180

240

300

Краткосрочные кредиты (18,5 %)

240

120

60

Долгосрочные кредиты (24,5 %)

-

120

240

Затраты на реализацию

240 + 0,7 В

324 + 0,65 В

462 + 0,6 В

РЕШЕНИЕ:

1) Составляем отчет о прибылях и убытках для фирмы А при различных состояниях экономики в таблице 8


Таблица 8

Отчет о прибылях и убытках фирмы. А, руб.

Показатель

Состояние экономики

Подъем

Стабильное

Спад

Выручка от реализации

1440

1080

840

Затраты на реализованную продукцию

1248

996

828

Прибыль до вычета процентов

192

84

12

Проценты к уплате

44,4

44,4

44,4

Прибыль до вычета налогов

147,6

39,6

-32,4

Налог на прибыль (24 %)

35,424

9,504

0

Чистая прибыль

112,176

30,096

0

2) далее рассчитываем коэффициенты рентабельности для фирмы А в таблице 9

Таблица 9

Коэффициенты рентабельности фирмы А, %

Показатель

Обозначение

Расчет

Состояние экономики

Подъем

Стабильное

Спад

Коэффициент рентабельности реализованной продукции

PMOS

чистая прибыли к выручке

7,79

2,8

-

Коэффициент генерирования доходов

BEP

прибыль до вычета процентов и налогов к сумме активов

45,7

20

2,9

Коэффициент рентабельности активов

ROA

чистая прибыль к сумме активов

26,7

7,2

-

Коэффициент рентабельности собственного капитала

ROE

чистая прибыль к собственному капиталу

62,32

16,72

-

Коэффициент рентабельности инвестированного капитала

ROI

чистая прибыль и проценты к общему капиталу

122,7

40,7

-

3) составляем отчет о прибылях и убытках для фирмы С в таблице 10


Таблица 10

Отчет о прибылях и убытках для фирмы С, руб.

Показатель

Состояние экономики

Подъем

Стабильное

Спад

Выручка от реализации

1500

1200

960

Затраты на реализованную продукцию

1290

1080

912

Прибыль до вычета процентов

210

120

48

Проценты к уплате

44,4

44,4

44,4

Прибыль до вычета налогов

165,6

75,6

3,6

Налог на прибыль (24 %)

39,744

18,144

0

Чистая прибыль

125,856

57,456

0

Таблица 11

Коэффициенты рентабельности для фирмы С, %

Показатель

Обозначение

Расчет

Состояние экономики

Подъем

Стабильное

Спад

Коэффициент рентабельности реализованной продукции

PMOS

чистая прибыль к выручке

8,9

7,1

-

Коэффициент генерирования доходов

BEP

прибыль до вычета процентов и налогов к сумме активов

47,5

36,3

28,8

Коэффициент рентабельности активов

ROA

чистая прибыль к сумме активов

29,1

20,5

-

Коэффициент рентабельности собственного капитала

ROE

чистая прибыль к собственному капиталу

58,1

41,0

-

Коэффициент рентабельности инвестированного капитала

ROI

чистая прибыль и проценты к общему капиталу

148,8

107,7

-

4) далее составляем отчет о прибылях и убытках для фирмы К


Таблица 12

Отчет о прибылях и убытках для фирмы К, руб.

Показатель

Состояние экономики

Подъем

Стабильное

Спад

Выручка от реализации

1560

1380

1260

Затраты на реализованную продукцию

1332

1206

1122

Прибыль до вычета процентов

228

174

138

Проценты к уплате

44,4

44,4

44,4

Прибыль до вычета налогов

183,6

129,6

93,6

Налог на прибыль (24 %)

44,064

31,104

0

Чистая прибыль

139,536

98,496

0

Таблица 13

Коэффициенты рентабельности для фирмы К, %

Показатель

Обозначение

Расчет

Состояние экономики

Подъем

Стабильное

Спад

Коэффициент рентабельности реализованной продукции

PMOS

чистая прибыль к выручке

8,9

7,1

-

Коэффициент генерирования доходов

BEP

прибыль до вычета процентов и налогов к сумме активов

38,0

29,0

23,0

Коэффициент рентабельности активов

ROA

чистая прибыль к сумме активов

23,3

16,4

-

Коэффициент рентабельности собственного капитала

ROE

чистая прибыль к собственному капиталу

46,5

32,8

-

Коэффициент рентабельности инвестированного капитала

ROI

чистая прибыль и проценты к общему капиталу

146,9

105,9

-

ВЫВОДЫ:

При заданных сценарных условиях коэффициенты рентабельности показывают: если экономика находится в состоянии подъема, то наиболее эффективная политика у фирмы А, если в экономике наблюдается спад, то все фирмы несут убытки.

Недостатком агрессивной политики является более высокий уровень риска, так как фирма может попасть в такую ситуацию, что будет вынуждена согласиться с повышением процентной ставки при возобновлении кредита в случае невозможности его возврата. Основной целью других стратегий является минимизация риска того, что фирма окажется не в состоянии рассчитаться по своим обязательствам. Поэтому пол критерию минимизации риска предпочтительней консервативная финансовая политика.

Задача № 3

УСЛОВИЕ ЗАДАЧИ:

Требуется построить дерево решений для оценки риска и определить привлекательность инвестиционного проекта, рассчитанного на 2 года. Проект требует первоначальных вложений 185000$ и финансируется за счет банковской ссуды. Ожидается, что процентная ставка будет меняться по годам следующим образом: 14 %, 16 %. Распределение вероятностей денежного потока представлено в таблице 14

Таблица 14

Распределение вероятностен денежного потока проекта

CF1 = 91400

P1 = 0,33

CF1= 123500

P1 =0.34

CF1= 143800

P1=0.33

CF2i

P2i

CF2i

P2i

CF2i

P2i

96400

0,32

127800

0.37

135900

0.32

113100

0,35

131600

0.41

137800

0.39

137200

0,33

135600

0.22

141700

0.29

РЕШЕНИЕ:

Дерево решений этого проекта представлено на рисунке 3


96400


0,32

113100

91400

0,35

137200

127800

0,33

0,330,37

131600

91400

0,41

135600

135900

0,340,22

137800

0,330,320,39

141700

91400

0,29

Определим суммарный денежный поток проекта в таблице

Таблица 15

Расчет суммарного денежного потока проекта

Путь

CF1i

Р1i

CF2i

P2i

PVi

P1,2i

PV * P1,2i

1

91400

0,33

96400

0,32

-46926,8

0,1056

-4955,47

2

91400

0,33

113100

0,35

-34298,2

0,1155

-3961,45

3

91400

0,33

137200

0,33

-16073,8

0,1089

-1750,44

4

123500

0,34

127800

0,37

4975,802

0,1258

625,9558

5

123500

0,34

131600

0,41

7849,365

0,1394

1094,201

6

123500

0,34

135600

0,22

10874,17

0,0748

813,3878

7

143800

0,33

135900

0,32

28908,05

0,1056

3052,69

8

143800

0,33

137800

0,39

30344,83

0,1287

3905,379

9

143800

0,33

141700

0,29

33294,01

0,0957

3186,237

ИТОГО

2010,496

Значение Pvi рассчитано по формуле (8):

,(8)

Значение Р1,2i определяют по формуле (9)

,(9)

Суммарная ожидаемая PV определена как сумма произведений Pvi на совместные вероятности:

,(10)

Она равна 2010,5 $.

ВЫВОДЫ:

Так как суммарная ожидаемая PV положительна, при отсутствии других альтернатив проект можно принять. В общем случае предпочтение следует отдать проекту с большей суммарной PV.

С ростом числа периодов реализации проекта даже при неизменном количестве альтернатив структура дерева сильно усложняется.


Заключение

В ходе выполнения работы была достигнута ее основная цель, поставленная во введении. Была изучена модель Альтмана и особенности ее применения в современных российских условиях, а также использованы методы финансового анализа при решении конкретных хозяйственных ситуаций. В заключение сделаем несколько основных выводов:

1) модель Альтмана была предложена экономистом Э. Альтманом, в которой была решена задача нахождения эмпирических уравнений некой дискриминантной границы, которая разделяет все возможные сочетания показателей финансовой устойчивости на два класса: предприятия- банкроты и предприятия-небанкроты.

2) в общем виде модель Альтмана – это пятифакторная модель, в которую включаются пять показателей, характеризующих разные стороны финансового положения организации: доля оборотных средств в активах; рентабельность активов, исчисленная по нераспределенной прибыли; рентабельность активов, исчисленная по балансовой прибыли; коэффициент покрытия; отдача от всех активов;

3) применительно к российским условиям модель Альтмана несколько упрощается и включает всего два показателя: коэффициент покрытия и финансовой независимости организации;

4) при решении задачи № 1 мы выяснили, что использование бюджетирования в управлении финансами предприятия позволяет организации заранее оценивать экономическую состоятельность, обеспечивая устойчивость хозяйствующего субъекта;

5) при решении задачи № 2, мы пришли к выводу, что наиболее подходящей политикой для организаций является политика «Агрессора» в растущей и стабильной экономике. Однако в условиях спада практически все организации несут убытки.

6) При оценке внедряемых проектов в общем случае следует отдавать предпочтение тому проекту, у которого значение приведенной стоимости наибольшее.


Список использованной литературы

1) Ковалев А.И., Привалов В.П. Анализ финансового состояния предприятия. – 4 изд., испр., доп. – М.: Центр экономки и маркетинга, 2000. – 208 с.

2) Ковалев А.П. Диагностика банкротства. – М.: Финстатинформ, 1995. – 96 с.

3) Латушкина Н.М. Теория экономического анализа. – Тюмень: Изд- во ТГУ, 2003. – 152 с

4) Левин А.Е. Технико-экономический анализ деятельности организаций: Учеб. пособ. – М.: МИКХиС, 2002. – 56с

5) Пястолов С.М. Анализ финансово- хозяйственной деятельности предприятия: Учеб. – М.: Мастерство, 2001. – 336 с.

6) Справочное пособие директору производственного объединения (предприятия) В 2 т./ Под ред. Е.А. Егиазаряна и А.Д. Шеремета. – М. : Экономика, 1997

7) Шеремет А.Д., Сайфулин Р.С. Финансы предприятия. – М.: Инфра- М, 1997. - 343 с.

8) Шеремет А.Д., Сайфулин Р.С. Методика финансового анализа. – М.: Инфра- М, 1996. – 176 с.

9) Финансы: Учеб.- М.: ИД ФБК-Пресс, 2000. – 760 с.

10) Черкасова И.О. Анализ хозяйственной деятельности. – СПб.: Нева, 2003. – 192 с.

Оценить/Добавить комментарий
Имя
Оценка
Комментарии:
Где скачать еще рефератов? Здесь: letsdoit777.blogspot.com
Евгений07:11:12 19 марта 2016
Кто еще хочет зарабатывать от 9000 рублей в день "Чистых Денег"? Узнайте как: business1777.blogspot.com ! Cпециально для студентов!
17:16:04 25 ноября 2015

Работы, похожие на Курсовая работа: Зарубежная методика оценки вероятности банкротства и ее применение в российских условиях

Назад
Меню
Главная
Рефераты
Благодарности
Опрос
Станете ли вы заказывать работу за деньги, если не найдете ее в Интернете?

Да, в любом случае.
Да, но только в случае крайней необходимости.
Возможно, в зависимости от цены.
Нет, напишу его сам.
Нет, забью.



Результаты(150233)
Комментарии (1830)
Copyright © 2005-2016 BestReferat.ru bestreferat@mail.ru       реклама на сайте

Рейтинг@Mail.ru