Nalogia.ru

Модели прогнозирования банкротства российских компаний

Содержание
  1. Методы диагностики вероятности банкротства
  2. Проблема предсказания банкротства
  3. Что собой представляет модель
  4. Показатели вероятности банкротства
  5. Готовые работы на аналогичную тему
  6. Сравнение зарубежных и российских методов прогнозирования банкротства: модели Альтмана
  7. Расчет параметров уравнений по отклонениям
  8. Расчёт риска: двухфакторная модель банкротства
  9. Коэффициент Альтмана или индекс кредитоспособности
  10. Двухфакторная модель Альтмана
  11. Пятифакторная модель Альтмана
  12. Семифакторная модель Альтмана
  13. Отечественная практика по оценке банкротства организации
  14. Что проводится впоследствии анализа
  15. Качественные модели
  16. Методика В.В. Ковалёва
  17. Методика Казанского университета
  18. Модель Савицкой прогнозирования банкротства предприятий АПК
  19. Модель Ковалева
  20. Структура капитала
  21. Логит-регрессионная модель диагностики риска банкротства Г.В. Савицкой
  22. Заключение

Методы диагностики вероятности банкротства

1. КУП — коэффициент убыточности предприятия, характеризующийся отношением чистого убытка к собственному капиталу (III раздел баланса)

х1 =

нормативное значение х1 = 0;

. КЗ — коэффициент соотношения кредиторской и дебиторской задолженности:

х2 =

нормативное значение х2 = 1;

3. КС — показатель соотношения краткосрочных обязательств и наиболее ликвидных активов, этот коэффициент является обратной величиной показателя абсолютной ликвидности:

х3 =

нормативное значение х3 = 7;

. КУР — убыточность реализации продукции, характеризующийся отношением чистого убытка к объёму реализации этой продукции

х4 =

нормативное значение х4 = 0;

. КФНКИ — коэффициент финансового левериджа (финансового риска) — отношение заемного капитала (долгосрочные и краткосрочные обязательства) к собственным источникам финансирования

х5 =

нормативное значение х5 = 0,7;

. КЗАГ — коэффициент загрузки активов как величина, обратная коэффициенту оборачиваемости активов — отношение общей величины активов предприятия (валюты баланса) к выручке:

х6 =

нормативное значение х6 = х6прошлого периода.

В случае отсутствия у предприятия убытков — ставится 0. Данные показатели были положены в основу разработки дискриминантной факторной модели диагностики банкротства производственных предприятий. Комплексный коэффициент рассчитывается по формуле со следующими весовыми значениями: К = 0,25 х1 + 0,1 х2 + 0,2 х3 + 0,25 х4+ 0,1 х5 + 0,1 х6 (7)

Весовые значения частных показателей для коммерческих организаций были определены экспертным путём, а фактический комплексный коэффициент банкротства следует сопоставить с нормативным, рассчитанным на основе рекомендуемых минимальных значений частных показателей — расчетное значение К надо сравнить с К нормативным. Если фактический комплексный коэффициент больше нормативного Кфакт>КN, то вероятность банкротства велика, а если меньше-то вероятность мала. Тестирование данной модели по исследуемой выборке субъектов хозяйствования показало, что она позволяет быстро провести экспресс-анализ финансового состояния производственных предприятий и достаточно точно оценить степень вероятности их банкротства.

Модель оценки вероятности банкротств М.А. Федотовой опирается на коэффициент текущей ликвидности (х1) и долю заемных средств в валюте баланса (х2). При отрицательном значении Z вероятно, что предприятие останется платежеспособным:

Z = -0,3877 — 1,0736 Х1 + 0,0579 Х2 (8)

Проблема предсказания банкротства

Предсказание банкротства как самостоятельная проблема возникла в передовых капиталистических странах (и в первую очередь, в США) сразу после окончания второй мировой войны. Этому способствовал рост числа банкротств в связи с резким сокращением военных заказов, неравномерность развития фирм, процветание одних и разорение других. Естественно, возникла проблема возможности априорного определения условий, ведущих фирму к банкротству.

Вначале этот вопрос решался на эмпирическом, чисто качественном уровне и, естественно, приводил к существенным ошибкам. Первые серьезные попытки разработать эффективную методику прогнозирования банкротства относятся к 60-м гг. и связаны с развитием компьютерной техники.

Известны два основных подхода к предсказанию банкротства. Первый базируется на финансовых данных и включает оперирование некоторыми коэффициентами: приобретающим все большую известность Z-коэффициентом Альтмана (США), коэффициентом Таффлера, (Великобритания), и другими, а также умение «читать баланс». Второй исходит из данных по обанкротившимся компаниям и сравнивает их с соответствующими данными исследуемой компании.

Первый подход, бесспорно эффективный при прогнозировании банкротства, имеет три существенных недостатка. Во-первых, компании, испытывающие трудности, всячески задерживают публикацию своих отчетов, и, таким образом, конкретные данные могут годами оставаться недоступными. Во-вторых, даже если данные и сообщаются, они могут оказаться «творчески обработанными». Для компаний в подобных обстоятельствах характерно стремление обелить свою деятельность, иногда доводящее до фальсификации. Требуется особое умение, присущее даже не всем опытным исследователям, чтобы выделить массивы подправленных данных и оценить степень завуалированности. Третья трудность заключается в том, что некоторые соотношения, выведенные по данным деятельности компании, могут свидетельствовать о неплатежеспособности в то время, как другие — давать основания для заключения о стабильности или даже некотором улучшении. В таких условиях трудно судить о реальном состоянии дел.

Второй подход основан на сравнении признаков уже обанкротившихся компаний с таковыми же признаками «подозрительной» компании. За последние 50 лет опубликовано множество списков обанкротившихся компаний. Некоторые из них содержат их описание по десяткам показателей. К сожалению, большинство списков не упорядочивают эти данные по степени важности и ни в одном не проявлена забота о последовательности. Попыткой компенсировать эти недостатки является метод балльной оценки (А-счет Аргенти).

В отличие от описанных «количественных» подходов к предсказанию банкротства в качестве самостоятельного можно выделить «качественный» подход, основанный на изучении отдельных характеристик, присущих бизнесу, развивающемуся по направлению к банкротству. Если для исследуемого предприятия характерно наличие таких характеристик, можно дать экспертное заключение о неблагоприятных тенденциях развития.

Прежде чем переходить непосредственно к описанию методик, реализующих эти подходы, необходимо четко уяснить, что именно мы собираемся предсказывать. Общепринятым является мнение, что банкротство и кризис на предприятии — понятия синонимичные; банкротство, собственно, и рассматривается как крайнее проявление кризиса. В действительности же дело обстоит иначе — предприятие подвержено различным видам кризисов (экономическим, финансовым, управленческим) и банкротство — лишь один из них.

Во всем мире под банкротством принято понимать финансовый кризис, то есть неспособность фирмы выполнять свои текущие обязательства. Помимо этого, фирма может испытывать экономический кризис (ситуация, когда материальные ресурсы компании используются неэффективно) и кризис управления (неэффективное использование человеческих ресурсов, что часто означает также низкую компетентность руководства и, следовательно, неадекватность управленческих решений требованиям окружающей среды). Соответственно, различные методики предсказания банкротства, как принято называть их в отечественной практике, на самом деле, предсказывают различные виды кризисов. Именно поэтому оценки, получаемые при их помощи, нередко столь сильно различаются. Видимо, все эти методики вернее было бы назвать кризис-прогнозными (К-прогнозными).

Другое дело, что любой из обозначенных видов кризисов может привести к коллапсу, смерти предприятия. В этой связи, понимая механизм банкротства как юридическое признание такого коллапса, данные методики условно можно назвать методиками предсказания банкротства. Представляется, однако, что ни одна из них не может претендовать на использование в качестве универсальной именно по причине «специализации» на каком-либо одном виде кризиса. Поэтому кажется целесообразным отслеживание динамики изменения результирующих показателей по нескольким из них. Выбор конкретных методик, очевидно, должен диктоваться особенностями отрасли, в которой работает предприятие. Более того, даже сами методики могут и должны подвергаться корректировке с учетом специфики отраслей.

Что собой представляет модель

В мировой практике для оценки рисков банкротства и кредитоспособности компаний широко практикуется использование факторных моделей от западных ученых и финансистов. Наиболее популярными являются модели известных экономистов: Альтмана, Лиса, Тишоу, Таффлера. Все они основаны на методах многомерного дискриминантного анализа.

Указанные западные модели хорошо зарекомендовали себя в целях предотвращения банкротства. Но использовать их в российских реалиях стоит с максимальной осторожностью. Тестирование иностранных моделей на российских компаниях продемонстрировало их определенные ограничения, что прямо влияет на их точность. Западные модели имеют ограниченное возможное применение в российских рыночных условиях из-за отличий в структуре капитала, методологических различиях при отражении инфляционных факторов.

Например, по модели Альтмана все компании с высоким отношением собственного капитала к заемному получают высокую оценку автоматически, что в реальности не имеет отношения к действительности.

Из-за несовершенства действующей методики переоценки основных фондов (когда старым фондам придается аналогичное значение с новыми) может необоснованно увеличиваться доля собственного капитала отечественных компаний. В итоге складывается необъективное значение отношения собственного и заемного капиталов, что искажает реальную картину финансового состояния компании.

Поэтому в российских условиях имеют актуальность собственные модели прогнозирования банкротства, учитывающие специфику отраслей экономики и практику ведения бизнеса внутри страны. Одной из адаптированных для российского рынка моделей является модель Зайцевой.

Модель Зайцевой – это модель прогнозирования вероятности банкротства. Она была рассчитана на основе корреляционного и многомерного (факторного) анализа. В результате были выделены 6 наиболее важных критериев, влияющих на финансовое положение компании. Модель разрабатывалась на основе анализа финансовой динамики производственных предприятий и лучше всего проходит для анализа компаний данного профиля.

Модель Зайцевой была разработана ею в Сибирском университете потребительской коммерции в 1998 г.

Показатели вероятности банкротства

Большинство систем прогнозирования банкротства, разработанных российскими и зарубежными авторами, включают несколько (2-7) основных показателей, которые характеризуют финансовое состояние предприятия. С учетом этих показателей в почти всех методиках предполагается расчет комплексного показателя вероятности банкротства с указанием весовых коэффициентов индикаторов.

Готовые работы на аналогичную тему

Наряду с отечественными методическими наработками в части анализа вероятности банкротства предприятия получили известность и зарубежные методики, среди которых самыми популярными стали методики Бивера, Альтмана, Лисса,Таффлера.

Методический подход, лежащий в основе анализа вероятности банкротства, подразумевает применение комплекса показателей, которые могут быть классифицированы следующим образом:

  • качественная характеристика структуры и состава бухгалтерского баланса;
  • показатели ликвидности и платежеспособности;
  • уровень финансовой независимости;
  • показатели эффективности оборотного капитала (оборачиваемость, рентабельность);
  • показатели эффективности внеоборотного капитала (фондоотдача, доходность долгосрочных вложений);
  • полнота и своевременность выполнения бюджетных или внебюджетных обязательств;
  • уровень инвестиционной привлекательности.

Помимо количественных параметров и характеристик индикаторов в процессе анализа вероятности банкротства целесообразно использовать экспертные оценки признаков потенциального банкротства, среди которых:

  • наличие судебных претензий со стороны контрагентов;
  • просроченная кредиторская задолженность;
  • просроченная дебиторская задолженность;
  • устойчивая тенденция к погашению текущих обязательств посредством привлечения новых займов;
  • убыточная текущая деятельность и снижение объемов выпуска продукции;
  • уменьшение ресурсного потенциала (сокращение численности производственного
  • и управленческого персонала, значительный объем сделок с профильными активами);
  • серьезные ошибки высшего менеджмента предприятия при выборе типа управления (признаки автократизма, пассивности, профессиональные и личностные недостатки и т.п.), а также неэффективная организационная структура предприятия;
  • низкая сплоченность команды управленцев, способных разрабатывать и реализовать планы по финансовому оздоровлению предприятия;
  • недостатки при организации учетных процессов;
  • низкое качество процессов планирования, бюджетирования и контроллинга и пр.

Сравнение зарубежных и российских методов прогнозирования банкротства: модели Альтмана

В начале тридцатых годов на территории Соединенных Штатов Америки впервые были применены теоретические методы прогнозирования рисков банкротства. В зарубежных государствах для проведения оценки риска финансовой несостоятельности активно применяются такие модели, как Альтмана и Бивера.

Наиболее простая формула определения вероятности банкротства предприятия — это двухфакторная модель Альтмана. При ее создании аналитиком было учтено всего два определяющих фактора: физическая величина пассивных заемных средств и коэффициент фактической ликвидности.

Двухфакторная модель Альтмана для определения вероятности банкротства предприятий:

Модель банкротства предприятия

Экономические свойства

Обозначение составляющих

Критерии финансового анализа

Двухфакторная модель Альтмана

Значение Z = А + Б * П1 + П2

А = -0,3877;

Б = -1,0736;

П1 = коэффициент текущей ликвидности рассматриваемого предприятия;

П2 = удельное весовое значение заемных средств соответствующей компании.

Если рассматриваемый показатель Z меньше нуля, то предприятию не грозит банкротство в ближайшее время, так как вероятность наступления несостоятельности составляет менее 50%;

Если Z больше нуля, то предприятию в ближайшее время грозит наступление банкротства, так как вероятность наступления несостоятельности составляет более 50%;

Если значение Z равно нулю, то риск наступления банкротства равен 50%.

Двухфакторная модель прогнозирования банкротства не может похвастаться высокой точностью. Связано это с тем, что она не учитывает в себе такие весомые показатели, как результативное применение ресурсов предприятия, откат суммы активов, рыночную активность и пр.

Наиболее верными методами прогнозирования риска банкротства организации являются многофакторные модели. В основном они включаются в себя от пяти до семи ключевых показателей анализа.

В иностранных государствах для проведения оценки финансового состояния предприятия наиболее часто применяется кредитоспособность, индекс которой был разработан аналитиком Альтманом. Он представляет собой пятифакторную модель, которая была создана на основе зарубежных организаций, которые в определенный период времени объявили себя банкротами.

Данная модель подойдет далеко не всем российским предприятиям. Так, ее применение будет полезно только тем компаниям, чьи акции выпущены на рынке.

Однако существует более модифицированный метод прогнозирования банкротства организации. Так, была создана иная пятифакторная модель Альтмана, которая учитывает особенности тех предприятий, чьи акции не используются на биржевом рынке.

Пятифакторная модель Альтмана для определения вероятности банкротства, которая учитывает особенности предприятий, чьи акции не используются на биржевом рынке:

Модель банкротства предприятия

Экономические свойства

Обозначение составляющих

Критерии финансового анализа

Пятифакторная модель Альтмана

Значение Z = 0,717П1 + 0,847П2 + 3,107П3 + 0,42П4 + 0,995П5

П1 = чистые оборотные средства рассматриваемого предприятия / активы компании;

П2 = прибыль, которая еще не была распределена / активы предприятия;

П3 = операционная рентабельность / активы предприятия;

П4 = собственный капитал рассматриваемой организации / активы.

Если значение Z меньше 1,23, то риск скорого наступления банкротства достаточно высок;

Если значение Z больше 1,23, то риск ближайшего наступления банкротства довольно незначителен.

Методики прогнозирования вероятности наступления банкротства, которые были разработаны финансовым аналитиком Альтманом, используются по сей день как иностранными, так и отечественными предприятиями. Однако нельзя забывать о необходимости учитывать индивидуальные особенности компании.

Расчет параметров уравнений по отклонениям

Осуществляется отбор факторных признаков x1,x2,…xp, оказывающих влияние на y. Исходные данные представлены временными рядами

x1t, x2y,…xpt; yt.

Определяются тенденции изменения временных рядов, т. е. тренды

ytc=f(t); xitc=fi(t); i=1,2,…,n.

Рассчитываются отклонения выравненных значений переменных от исходных величин

гt=yt-f(t); еit=xit – fi(t).

Выявляется наличие мультиколлинеарности, для чего вычисляются коэффициенты парной корреляции. Устанавливаются периоды запаздывания (временные лаги) во взаимодействии признаков.

После корректировки состава независимых переменных приступают к оцениванию параметров уравнения множественной линейной регрессии

yt=б1е1t+ б2е2t +… + бpеpt. (*).

При наличии временного лага L по переменной хi в уравнение вместо еit вводится еit-L.

Коэффициенты бi рекомендуется определять по методу наименьших квадратов, используя так называемые стандартизованные вi коэффициенты. Необходимость использования коэффициентов в стандартизованном виде объясняется тем, что в уравнении (*) каждое отклонение является абсолютной величиной, такой же, как и исходные временные ряды зависимой и независимой переменных. Числовые значения отклонений представлены в соответствующих единицах измерения.

Данное обстоятельство не позволяет оценивать сравнительную силу воздействия каждого аргумента на зависимую переменную путем сопоставления коэффициентов регрессии б1, б2,…, бp.

Переход к стандартизованным коэффициентам заключается в замене отклонений гt, еit новыми переменными, исходя из соотношений

Tг=гt/угt; Ti=еit/уеit,

откуда гt=Tгугt ; еit=Tiуеit. Подставив последние выражения в уравнение (*) и поделив левую и правую части на угt, получим:

Tг=(б1T1уе1t /угt)+(б2T2уе2t /угt)+…+(бpTpуеpt /угt).

Переменные Т в последнем уравнении являются теперь относительными безразмерными величинами. Замена бiуеit /угt на вi приводит уравнение к стандартизованному виду

Tг=в1T1+ в2T2+…+ вpTp,

в котором вi — стандартизованные коэффициенты регрессии. Они показывают, на сколько среднеквадратических отклонений изменится зависимая переменная, если величина i-го независимого фактора увеличится или уменьшится на одно свое среднеквадратическое отклонение при условии постоянства всех остальных факторов-аргументов.

Так как вi-коэффициенты являются относительными величинами, то с их помощью можно сделать вывод о степени влияния каждого фактора на функцию.

Численные значения коэффициентов определяются на основе значений коэффициентов парной корреляции.

Система нормальных уравнений, используемых при расчетах, имеет вид:

rгtе1t=в1rе1tе1t+в2rе1tе2t+…+вprе1tеpt

rгtе2t=в1rе2tе1t+в2rе2tе2t+…+вprе2tеpt,

…………………………………………

rгtеpt=в1rеptе1t+в2rеptе2t+…+вprеptеpt

rгtеit=∑геit/(∑г2t∑е2it)Ѕ; rеitеjt=∑еitеjt/(∑е2it∑е2jt)Ѕ; rеitеjt=1.

Система уравнений, линейных относительно вi, может быть решена любым способом. Естественно, оценка параметров и проверка надежности найденных уравнений регрессии осуществляются при использовании Microsoft Excel и множества статистических пакетов обработки данных, таких как SPSS, Statistica, Minitab и других. В данном случае важен содержательный алгоритм расчетов. Например, при использовании формул Крамера вi=∆i/∆, где ∆i – определитель, получаемый из главного определителя ∆ путем замены i-го столбца столбцом из свободных членов.

Расчёт риска: двухфакторная модель банкротства

Двухфакторная модель оценки угрозы банкротства относится к методам количественного характера. В ней используется информация, которая несёт за собой публичную отчетность.

С помощью следующей формулы можно наиболее точно вычислить вероятность банкротства:

К неформальным критериям оценки угрозы банкротства той или иной организации относятся следующие:

  • Высокая сумма дебиторской задолженности, которая относится к убыткам предприятия.
  • Убытки компании, которые отражаются в балансе.
  • Нецелесообразная схема привлечения средств.
  • Недостаточная структура имущества организации.
  • Низкая оборачиваемость средств.
  • Малодейственное расположение заемных средств в активе.
  • Нарушение сроков кредиторской задолженности.
  • Снижение ликвидности.

Коэффициент Альтмана или индекс кредитоспособности

В модели оценки вероятности банкротства, предложенной Альтманом, ключевую роль играет понятие индекса кредитоспособности. В ряде работ модель, коэффициент, определяющий банкротство предприятия, и индекс рассматриваются в качестве синонимов. В самой формуле есть 5 компонентов, каждому из них присвоен удельный вес. Формула выглядит так: Z=3,3*K1+K2+0,6*K3+1,4*K4+1,2*K5, где каждый компонент считается отдельно. В формуле рядом с K2 обычно ставится единица, но ее, по понятным соображениям, можно опустить.

Принципиальную роль в расчетах играют:

  • выручка фирмы (до и после налоговых выплат);
  • активы;
  • собственные и привлеченные для развития средства;
  • объем продаж;
  • капитал (физический, финансовый).

Тщательно проведенные исследования позволили вычислить критическую величину индекса – она равна 2,675. Если итоговый расчет по формуле оказывается меньше указанной величины, предприятие находится в зоне риска, если выше – оно стабильно.

Двухфакторная модель Альтмана

Формула применяется для быстрого анализа финансового положения фирмы. Учитываются:

  • способность исполнять обязательства за счет даваемых оборотом средств (коэффициент текущей ликвидности, ниже обозначен буквой B);
  • объем привлекаемых для развития средств (доля заемного капитала, ниже обозначена буквой C).

Расчет ведется по формуле: A=-0,3877*B+0,579*C/сумма пассивов, где А – искомый показатель (результат). При значениях больше нуля прогноз неутешителен – фирма, скорее всего, обанкротится.

«По мнению Федотовой, уточнить модель могло бы введение еще одного показателя, говорящего о рентабельности активов».

Пятифакторная модель Альтмана

Оценка вероятности банкротства используется для фирм, деятельность которых основана на применении ценных бумаг. Показатели таковы:

  • G1 – отношение инвестируемого в каждый цикл капитала ко всем активам;
  • G2 – отношение нераспределенной прибыли ко всем активам;
  • G3 – отношение прибыли, не подвергнутой налогообложению, ко всем активам фирмы;
  • G4 – отношение стоимости собственного капитала к сумме обязательств (для открытых АО), отношение к заемному капиталу (для закрытых);
  • G5 – рентабельность активов.

Результат, не превышающий отметку в 1,23, говорит о банкротстве. Показатель в 2,89 – признак состоятельности, а промежуточные значения свидетельствуют о финансовой неопределенности.

Семифакторная модель Альтмана

Особенность формулы, в которой используется сразу 7 факторов, заключается в редком ее использовании. Проблема кроется в доступе к информации анализируемого предприятия. Прогноз по результатам расчета на ближайшие 5 лет оказывается точным на 70%.

Более точной является модель Фулмера с 9 показателями. Важное значение в формуле имеют баланс (X1, X3, X5 считаются с учетом этого показателя) и обязательства (X4, X5, X6).

Отечественная практика по оценке банкротства организации

Прогнозирование банкротства или кризисов в развитии предприятия, приводящих к банкротству, призвано заблаговременно предупреждать о том, что предприятию грозит несостоятельность (банкротство), и определить адекватную финансовую стратегию предприятия. Общепринятым является мнение, что банкротство и кризис на предприятии – понятия синонимичные; банкротство рассматривается как крайнее проявление кризиса.

В действительности же дело обстоит иначе: предприятие подвержено различным видам кризисов (экономическим, финансовым, управленческим), и банкротство лишь один из них.

Целью данной статьи является рассмотрение отечественных моделей прогнозирования банкротства, построенных с помощью инструментария множественного дискриминантного анализа (MDA).

Ниже приведены наиболее известные модели прогнозирования банкротства на примере предприятия ПАО «ЛХМП» Липецкий хлебозавод № 3 и комментарии к ним.

В табл. 1–2 приведем исходные данные для расчета примера оценки несостоятельности предприятия.

Одна из первых отечественных моделей прогнозирования банкротства предприятия была предложена А. Ю. Беликовым в своей диссертации в 1998 г. Научным руководителем у него была Г. В. Давыдова. Поэтому более правильно называть эту модель оценки финансовой устойчивости предприятия моделью Беликова – Давыдовой. Зачастую эту модель называют моделью ИГЭА. Регрессионная формула модели выглядит следующим образом:

R = 8,38K1 + K2 + 0,054Кз + 0,63К4.

Таблица 1

Состав имущества и его источников ПАО «ЛХМП» Липецкий хлебозавод № 3 за 2012–2014 гг.

Актив, тыс. руб. 2012 г. 2013 г. 2014 г.
  1. Внеоборотные активы, в т. ч.:
72 538 66 917 105 929
— нематериальные активы 115 635 864
— основные средства 49 817 65 998 71 122
— незавершенное строительство 22 378 57 31 206
— отложенные налоговые активы 228 227 234
— прочие внеоборотные активы 2503
  1. Оборотные активы, в т. ч.:
45 629 41 383 37 587
— запасы 25 081 25 390 24 971
— НДС 82 2
— дебиторская задолженность 1222 6049 636
— денежные средства 310 172 150
— прочие оборотные активы 18 934 9772 11 828
Итого 118 167 108 300 143 516
Пассив, тыс. руб. 2012 г. 2013 г. 2014 г.
Капитал и резервы, в т. ч.: 82 036 76 026 111 407
— добавочный капитал 15 023 11 895 11 761
— нераспределенная прибыль (непокрытый убыток) 67 013 64 131 99 646
Долгосрочные обязательства 2587 3988 4270
Краткосрочные обязательства, в т. ч.: 33 544 28 286 27 839
— кредиторская задолженность 32 975 27 033 26 433
— резервы предстоящих расходов 102 1251 1406
— прочие краткосрочные обязательства 467 2 0
Итого 118 167 108 300 143 516

Таблица 2

Основные показатели деятельности ПАО «ЛХМП» Липецкий хлебозавод № 3 за 2012–2014 гг.

Показатели, тыс. руб. 2012 г. 2013 г. 2014 г.
Выручка от продажи продукции 417 485 478 063 501 846
Себестоимость проданной продукции 263 961 249144 251 666
Валовая прибыль 153 524 228919 250 180
Коммерческие расходы 62 258 77424 108 258
Управленческие расходы 50 043 101248 104 930
Прибыль (убыток) от продаж 41 223 50247 36 992
Проценты к получению 2 0 0
Проценты к уплате 707 1378 1177
Прочие доходы 3055 3405 1996
Прочие расходы 12 550 26041 30 609
Внереализационные доходы 527 1534 917
Внереализационные расходы 13 938 15106 2102
Прибыль (убыток) до налогообложения 17 612 12 661 6017
Отложенные налоговые активы –235 –1 7
Отложенные налоговые обязательства 651 1401 282
Текущий налог на прибыль 3410 1591 1269
Чистая прибыль 13 316 9668 4473

Таблица 3

Расчет показателей, используемых в модели Беликова – Давыдовой

Коэффициент Формула расчета 2012 г. 2013 г. 2014 г.
К1 Оборотный капитал / Активы 0,11 0,12 0,07
К2 Чистая прибыль / Собственный капитал 0,16 0,13 0,04
К3 Выручка / Активы 3,53 4,41 3,5
К4 Чистая прибыль / Себестоимость 0,5 0,04 0,02

Коэффициент К1 в модели Беликова – Давыдовой (табл. 3) взят из модели Альтмана, а финансовый коэффициент К3 использовался в модели банкротства Таффлера. Остальные финансовые коэффициенты ранее не использовались зарубежными авторами. Большое значение в определении банкротства предприятия по модели Беликова – Давыдовой имеет первый финансовый коэффициент (К1). Связано это с тем, что у него стоит удельный вес 8,38, что несравненно больше, чем у остальных финансовых коэффициентов в модели. Модель была построена на выборке торговых предприятий, которые стали банкротами и остались финансово устойчивыми.

Далее на основе полученных данных произведем расчет вероятности банкротства ПАО «ЛХМП» Липецкий хлебозавод № 3.

R2012 = 8,38 * 0,11 + 0,16 + 0,054 * 3,53 + 0,63 * 0,5 = 0,9218 + 0,16 + 0,1906 + 0,315 = 1,59;

R2013 = 8,38 * 0,12 + 0,13 + 0,054 * 4,41 + 0,63 * 0,04 = 1,0056 + 0,13 + 0,2381 + 0,0252 = 1,4;

R2014 = 8,38 * 0,07 + 0,04 + 0,054 * 3,5 + 0,63 * 0,02 = 0,5866 + 0,04 + 0,189 + 0,0126 = 0,83 [3].

Вероятностная оценка прогнозирования банкротства в четырёхфакторной модели определяется в зависимости от диапазона показателя R:

‒ максимальная вероятность банкротства (90–100%) при значении R < 0 [4];

‒ высокая вероятность банкротства (60–80%) при значении 0 ≤ R < 0,18;

‒ средняя вероятность банкротства (35–50%) при значении 0,18 ≤ R < 0,32;

‒ низкая вероятность банкротства (15–20%) при значении 0,32 ≤ R < 0,42;

‒ вероятность банкротства минимальная (до 10%) при R > 0,42 [5].

По полученным данным можно сказать о том, что вероятность банкротства ПАО «ЛХМП» Липецкий хлебозавод № 3 очень мала.

В целях получения наиболее объективных выводов об угрозе наступления банкротства исследуемого предприятия целесообразно применить комплекс различных методов и методик, что позволяет получить более объективный результат. Поэтому рассмотрим модель прогнозирования вероятности банкротства Г. В. Савицкой. Формула расчета интегрального показателя следующая:

Z = 0,111*К1+ 13,23*К2 + 1,67*К3+ 0,515*К4+ 3,8*К5.

Таблица 4

Расчет показателей, используемых в модели Савицкой

Коэффициент Формула расчета 2012 г. 2013 г. 2014 г.
К1 Собственный капитал / Оборотные активы 1,8 1,84 2,96
К2 Оборотный капитал / Капитал 0,11 0,12 0,07
К3 Выручка / Активы 3,53 4,41 3,5
К4 Чистая прибыль / Активы 0,11 0,09 0,03
К5 Собственный капитал / Активы 0,69 0,7 0,78

На основе полученных данных произведем расчет вероятности банкротства ПАО «ЛХМП» Липецкий хлебозавод № 3.

Z2012 = 0,111 * 1,8+ 13,23 * 0,11 + 1,67 * 3,53+ 0,515 * 0,11+ 3,8 * 0,69 = 0,1998 + 1,4553 + 5,8951 + 0,05665 + 2,622 = 10,23;

Z2013 = 0,111 * 1,84+ 13,23 * 0,12 + 1,67 * 4,41+ 0,515 * 0,09+ 3,8 * 0,7 = 0,20424 + 1,5876 + 7,3647 + 0,04635 + 2,66 = 11,86;

Z2014 = 0,111 * 2,96+ 13,23 * 0,07 + 1,67 * 3,5+ 0,515 * 0,03+ 3,8 * 0,78 = 0,32856 + 0,9261 + 5,845 + 0,01545 + 2,964 = 10,08.

Вероятностная оценка прогнозирования банкротства в модели Савицкой определяется в зависимости от диапазона показателя Z:

— Z > 8, риск банкротства отсутствует;

— 5 < Z < 8, риск банкротства небольшой;

— 3 < Z < 5, риск банкротства средний;

— 1 < Z < 3, риск банкротства большой;

— Z < 1, риск банкротства предприятия максимальный.

Полученные данные вероятности наступления банкротства ПАО «ЛХМП» Липецкий хлебозавод № 3 по модели Савицкой, так же как и по модели Беликова – Давыдовой, показывают, что вероятность банкротства данного предприятия отсутствует.

В регрессионном уравнении большой вес имеет К2 (13,2). На наш взгляд, это слишком большое значение удельного веса при коэффициенте, и оно может сильно искажать интегральное значение. Получается так, что остальные коэффициенты не сильно влияют интегральный расчет и, по сути, могут быть убраны из формулы.

Для большей достоверности исследования проведем расчеты вероятности банкротства ПАО «ЛХМП» Липецкий хлебозавод № 3 по модели О. П. Зайцевой. Регрессионная формула расчета следующая:

Кфакт= 0,25*К1+ 0,1*К2+ 0,2*К3+ 0,25*К4+ 0,1*К5+ 0,1*К6.

Коэффициент К1 иногда называют коэффициентом убыточности предприятия. А коэффициент К3 является обратно противоположным коэффициенту абсолютной ликвидности. Финансовый коэффициент К4 в литературе называется коэффициентом финансового рычага или ливериджа, а также коэффициентом капитализации.

Таблица 5

Расчет показателей, используемых в модели Зайцевой

Коэффициент Формула расчета 2012 г. 2013 г. 2014 г.
К1 Прибыль (убыток) до налогообложения / Собственный капитал 0,21 0,17 0,05
К2 Кредиторская задолженность / Дебиторская задолженность 26,98 4,47 41,56
К3 Краткосрочные обязательства / Наиболее ликвидные активы 106,37 157,17 176,22
К4 Прибыль до налогообложения / Выручка 0,04 0,03 0,01
К5 Заемный капитал / Собственный капитал 0,44 0,42 0,29
К6 Активы / Выручка 0,28 0,23 0,29

На основе полученных данных произведем расчет вероятности банкротства ПАО «ЛХМП» Липецкий хлебозавод № 3.

Кфакт 2012= 0,25 * 0,21+ 0,1 * 26,98+ 0,2 * 106,37+ 0,25 * 0,04+ 0,1 * 0,44+ 0,1 * 0,28 = 0,0525 + 2,698 + 21,274 + 0,01 + 0,044 + 0,028 = 24,11;

Кфакт 2013= 0,25 * 0,17+ 0,1 * 4,47+ 0,2 * 157,17+ 0,25 * 0,03+ 0,1 * 0,42+ 0,1 * 0,23 = 0,0425 + 0,447 + 31,434 + 0,0075 + 0,042 + 0,023 = 32;

Кфакт 2014= 0,25 * 0,05+ 0,1 * 41,56+ 0,2 * 176,22+ 0,25 * 0,01+ 0,1 * 0,29+ 0,1 * 0,29 = 0,125 + 4,156 + 35,244 + 0,0025 + 0,029 + 0,029 = 39,59.

Для определения вероятности банкротства предприятия необходимо произвести сравнение фактического значения интегрального показателя с нормативным. Кфакт сравнивается с Кнорматив. Нормативное значение Кнорматив рассчитывается по следующей формуле:

Кнорматив= 0,25*0 + 0,1*1 + 0,2*7 + 0,25*0 + 0,1*0,7 + 0,1*К6прошлого года.

Если все сократить, то получается:

Кнорматив =1,57 +0,1 * К6прошлого года.

Кнорматив 2013 = 1,57 +0,1 * 0,28 = 1,57 + 0,028 = 1,598;

Кнорматив 2014 = 1,57 +0,1 * 0,23 = 1,57 + 0,023 = 1,593.

Если Кфакт > Кнорматив, то высока вероятность банкротства предприятия. Если наоборот, то риск банкротства незначительный.

Судя по полученным результатам выявления вероятности банкротства по модели О. П. Зайцевой, на ПАО «ЛХМП» Липецкий хлебозавод № 3 очень велика данная вероятность.

Таким образом, стоит отметить, что в практике не существует универсальной методики предсказания банкротства, поэтому целесообразно отслеживание динамики результирующих показателей по нескольким из них. Выбор конкретных методик должен диктоваться особенностями отрасли, в которой функционирует предприятие. Однако, несмотря на существенные недостатки, в практике хозяйствования чаще всего используется именно количественный подход.

Что проводится впоследствии анализа

После получения результатов по одному из этих методов диагностики вероятности банкротства можно делать выводы, что следует делать для реанимации предприятия. Если это сделать представляется невозможным, то тогда проводится ликвидация компании, как таковой. 
Есть два логичных результата анализа банкротства предприятия: его закрытие или реанимация.

Для того, чтобы поднять уровень прибыли и сократить убытки, проводится комплексный анализ всех возможных мер. Из них возможно применение следующих:

  • модернизация применяемой техники или технологий;
  • вкладывание собственных средств в рекламу;
  • определение аудитории и рынка сбыта;
  • более грамотный подход к менеджменту предприятия и т.д.

Качественные модели

Они основаны на сравнении наблюдаемого предприятия с обанкротившимися и выявлении схожих характеристик и тенденций. Если у наблюдаемой компании обнаруживаются нежелательные явления ―вероятны неблагоприятные последствия.

Методика В.В. Ковалёва

Включает 2 группы показателей для анализа.

  • 1 группа содержит критерии, значения или динамика которых указывают на финансовые сложности или банкротство предприятия в недалёком будущем:
    • постоянно низкие значения показателей ликвидности;
    • постоянный недостаток оборотных средств;
    • стабильно растущая или сохраняющая высокое значение доля заёмных средств в объёме пассивов;
    • просрочка возврата кредитов, пропуск выплат дивидендов и процентов;
    • большая доля просроченной дебиторской задолженности;
    • ухудшение отношений с банками;
    • получение финансовых средств на невыгодных предприятию условиях;
    • потеря стабильных долгосрочных контрактов;
    • сокращение или иное ухудшение портфеля заказов.
  • Ко 2 группе относятся критерии, которые не оценивают текущую ситуацию как критическую, но если не предпринимать никаких мер, она может существенно ухудшиться:
    • потеря ведущих менеджеров;
    • вынужденные простои и иные нарушения производственной деятельности;
    • слабая диверсификация производства;
    • участие в судебных процессах с непредсказуемым результатом;
    • потеря ключевых партнёров;
    • политические риски.

Банкротство предприятия — сложная процедура, но эту процедуру можно преодолеть с наименьшими потерями. Как происходит увольнение при ликвидации предприятия от «а» до «я», читайте на нашем ресурсе.

Методика Казанского университета

Она предполагает разделение предприятий разных видов деятельности на 3 группы в зависимости от способности возвратить кредит.

  • 1 группа: показатели лучше, чем в среднем по отрасли; вероятность невозврата кредита низкая.
  • 2 группа: показатели на уровне средних, вероятность невозврата кредита обычная.
  • 3 группа: показатели хуже средних по отрасли, вероятность невозврата кредита повышенная.
Используемые показатели Значения по группам
1 2 3
Машиностроение
Финансовый леверидж Ниже 0,8 Между 0,8 и 1,5 Выше 1,5
Возможность банкротства, выявленная по формуле Альтмана Выше 3 Между 1,5 и 3 Ниже 1,5
Размер текущей ликвидности Выше 2 Между 1 и 2 Ниже 1
Оптовая торговля
Финансовый леверидж Ниже 1,5 Между 1,5 и 2,5 Выше 2,5
Возможность банкротства, выявленная по формуле Альтмана Выше 3 Между 1,5 и 3 Ниже 1,5
Размер текущей ликвидности Выше 1 Между 0,7 и 1 Ниже 0,7
Розничная торговля
Финансовый леверидж Ниже 1,8 Между 1,8 и 2,9 Выше 2,9
Возможность банкротства, выявленная по формуле Альтмана Выше 2,5 Между 1 и 2,5 Ниже 1
Размер текущей ликвидности Выше 0,8 Между 0,5 и 0,8 Ниже 0,5
Строительство
Финансовый леверидж Ниже 1 Между 1 и 2 Выше 2
Возможность банкротства, выявленная по формуле Альтмана Выше 2,7 Между 1 и 2,7 Ниже 1
Размер текущей ликвидности Выше 0,7 Между 0,5 и 0.7 Ниже 0,5

Представленные модели прогнозирования финансовой неустойчивости (банкротства) представляют собой только малую часть существующих методик. При этом не существует какой-то одной, самой лучшей и точной модели.

При выборе того или иного способа рекомендуется учитывать ряд национальных и экономических особенностей, которые влияют на работу предприятия в конкретной стране. Кроме того, рекомендуется подтверждать полученные результаты расчётами по другим методикам (либо анализом баланса) и отслеживать их тенденцию.

Модель Савицкой прогнозирования банкротства предприятий АПК

Вторая дискриминантная модель оценки финансового состояния предприятия созданная Г.В. Савицкой имеет следующий вид:

Z=1 – 0.98*K1 – 1.8*K2 – 1.83*K3 – 0.28*K4

Коэффициент

Формула расчета

Расчет по РСБУ

К1

К1 = Оборотный капитал / Активы

(стр.1200-стр.1500)/ стр.1600

К2

К3 = Выручка / Собственный капитал

стр.2110 / стр. 1300

К3

К4 = Собственный капитал / Активы

стр. 1300 / стр. 1600

К4

К5 = Чистая прибыль / Собственный капитал

стр.2400/стр.1300

Примечание:

Коэффициент К1 также используется в модели Э. Альтмана и в модели ИГЭА. Коэффициент К3 также называется в литературе коэффициентом оборачиваемости собственного капитала. Коэффициент К5 – рентабельность собственного капитала (ROE).

Модель имеет нетипичную форму расчета, поскольку обычно составляющие модели складываются между собой.

Модель создана для прогнозирования банкротства сельскохозяйственных предприятий (АПК).

Помимо представленных двух моделей оценки риска банкротства предприятия Г.В. Савицкая предлагает использовать рейтингово-балльную систему оценку финансовой устойчивости предприятия.

Оценка предприятия по модели прогнозирования банкротства Савицкой

Если Z<0, то предприятие будет относиться к классу финансово устойчивых предприятий.

Если 0<Z<1, то это говорит о нестабильном состоянии предприятия.

Если Z>1, высокий риск банкротства предприятия в будущем.

Резюме

Итак, мы разобрали наиболее известные отечественные модели прогнозирования банкротства. Все эти модели построены с помощью множественного дискриминантного анализа (MDA-анализ) на различной статистической выборке. Также в процессе описания предприятия использовались разные финансовые коэффициенты.

Модель Ковалева

При оценке вероятности банкротства в основном используются количественные модели из-за их высокой эффективности, но также допускается применение и качественных моделей. Их преимуществом является возможность получения альтернативной экспертной оценки. Например, практикуются методы экспертных оценок, опросов потребителей и сбытовиков и пр.

Модель Ковалева основывается на разработках западных аудиторов, которые были адаптированы под российские условия. Данная модель основана на двухуровневой системе показателей. Она немного отличается от количественных методов оценки.

В первую группу критериев входят критерии и показатели, которые указывают на возможные затруднения компании в перспективе, в том числе на возможность ее банкротства. К ним относят:

  1. Существенные потери при производственной деятельности.
  2. Чрезвычайное использование краткосрочных заимствований в качестве источников финансирования долгосрочных инвестиций.
  3. Превышение критической отметки по просроченной задолженности.
  4. Нехватка оборотных средств.
  5. Низкие показатели коэффициентов ликвидности.
  6. Рост доли заимствований в общей сумме финансирования.
  7. Неэффективная политика реинвестирования прибыли.
  8. Превышение размера заимствований над лимитами финансирования.
  9. Хроническое неисполнение обязательств перед кредиторами, инвесторами и акционерами.
  10. Неблагоприятные тренды в портфеле заказчиков.
  11. Высокий удельный вес просроченной задолженности.
  12. Применение в производственном процессе устаревшего оборудования.
  13. Утрата долгосрочных контрактов.
  14. Высокий вес просрочки в части дебиторской задолженности.
  15. Ухудшение отношений с кредитными учреждениями.
  16. Использование источников финансирования на невыгодных условиях.
  17. Наличие сверхнормативных и залежалых товаров, а также производственных запасов.

Вторая группа включает критерии и показатели, которые не могут однозначно трактоваться как кризисные, но они указывают, что ситуации на предприятии может значительно ухудшиться в перспективе. Среди критериев из второй группы:

  1. Утрата ключевых сотрудников из аппарата управления.
  2. Вынужденные производственные простои.
  3. Недостаточный уровень диверсификации или чрезмерная зависимость от определенного проекта или оборудования.
  4. Потеря базовых контрагентов.
  5. Неэффективность долгосрочных соглашений.
  6. Участие компании в судебных спорах с непредсказуемым исходом.
  7. Недооценка технического потенциала и обновления производственной базы.
  8. Ставка на успешность и прибыльность одного проекта (неоправданная).
  9. Политические риски.

Таким образом, в российских реалиях можно использовать наработки отечественных специалистов для оценки вероятности банкротства. Они адаптированы к внутренним реалиям и российским правилам ведения бухгалтерской отчетности. При условии своевременного выявления признаков финансовой неустойчивости можно своевременно отреагировать на них и предотвратить финансовый крах.

Структура капитала

Когда бизнесмен «запускает» проект, он сначала вкладывает в компанию собственные средства. Но затем в оборот неизбежно вовлекаются и заемные ресурсы.

Даже если бизнесмен не использует банковские кредиты, он в любом случае приобретает те или иные товары (услуги) на условиях отсрочки платежа. Также к привлеченным ресурсам относятся и текущие долги по заработной плате и налогам.

Основным показателем, характеризующим структуру капитала, является коэффициент автономии (КА). Он показывает, какая часть активов предприятия покрывается за счет собственных ресурсов.

Коэффициент автономии

В среднем нормативное значение КА равно 0,5, т.е. не менее половины активов компании должно финансироваться за счет собственных ресурсов.

Но здесь нужно учитывать отраслевую специфику. Для торговых фирм, которые не имеют существенных активов и берут товары «под реализацию» КА может быть и ниже 0,5.

Напротив, если речь идет о производственном предприятии, владеющем собственными площадями и оборудованием, то для покрытия этих активов доля собственных средств должна быть выше, вплоть до 0,7–0,8.

Но в любом случае коэффициент автономии не должен быть слишком высоким (близким к единице). В такой ситуации компания, конечно, будет обладать максимальной финансовой устойчивостью, но лишится возможности получить дополнительный доход за счет использования заемных ресурсов.

Динамика коэффициента автономии

На последнюю отчетную дату коэффициент автономии соответствует норме, следовательно — финансовая устойчивость компании не вызывает опасений.

Логит-регрессионная модель диагностики риска банкротства Г.В. Савицкой

Для построения логит-регрессии автором были использованы данные по 2160 сельскохозяйственным предприятиям Республики Беларусь за 2003 г., которые послужили базой для расчета 15-и коэффициентов, которые оказывают наиболее существенное влияние на степень финансовой устойчивости (неустойчивости) сельхозпредприятий.

В результате анализа, Г.В. Савицкой было определено что, в изменении финансового положения сельскохозяйственных предприятий основную роль играют следующие показатели:

Х1 — доля собственного оборотного капитала в формировании оборотных активов (коэффициент);

Х2 — коэффициент оборачиваемости оборотного капитала;

Х3 — коэффициент финансовой независимости предприятия (доля собственного капитала в общей валюте баланса);

Х4 — рентабельность собственного капитала, %

На основании вышеуказанных показателей была разработана логит-регрессионная модель для диагностики риска банкротства сельскохозяйственных предприятий, имеющая вид:

Z = 1 — 0,98Х1 — 1,8Х2 — 1,83Х3 — 0,28Х4

где,
Х1 = (стр. 1200 — стр. 1500) / стр. 1600
Х2 = стр. 2110 / ((стр. 1300нп + стр. 1300кп)/2)
Х3 = стр. 1300 / стр. 1700
Х4 = стр. 2400 / ((стр. 1300нп + стр. 1300кп)/2)

В формуле расчета Х2 и Х4 присутствует усредненное значение величины собственного капитала. Берутся значения на начало отчетного периода и конец периода и делятся на 2.

Коэффициенты этой регрессии показывают вклад каждого фактора в изменение уровня интегрального показателя (Z-счета) при изменении соответствующего фактора на единицу.

Интерпретация результата расчета показателя Z:

  1. Если показатель Z равен 0 и ниже, то анализируемая организация оценивается как финансово устойчивое;
  2. Если показатель Z равен 1,0 и выше, то компания относится к группе высокого риска.
  3. Промежуточное значение от 0 до 1,0 характеризует степень близости или дальности компании от той или другой группы.

Модели присуща нестандартная формулу расчета, т.к. обычно переменные в модели суммируются между собой, а в этой модели перед переменными стоит знак «минус».

Заключение

В России предприятие может использовать модели оценки вероятности банкротства от отечественных специалистов. Соответствующие формулы адаптированы к российским реалиям, что позволяет получить наиболее точный результат анализа. Особенности выбора конкретной модели зависят от специфики предприятия. Наиболее точный результат можно получить, применив сразу несколько моделей и ориентируясь на наихудшую из полученных оценок.

Источники

  • http://www.nspe.ru/resecs-622-7.html
  • https://hr-portal.ru/article/prognozirovanie-bankrotstva-osnovnye-metodiki-i-problemy
  • https://zakonguru.com/bankrotstvo/yuridicheskix-lic/model-zajcevoj.html
  • https://spravochnick.ru/ekonomika/ubytochnost/pokazateli_ubytochnosti/
  • https://bankroty.su/metody-prognozirovaniya-riska-bankrotstva-organizaczii/
  • https://pandia.ru/text/82/390/56065.php
  • https://NikolayKalmykov.ru/raznoe/metodika-savickoj-bankrotstvo.html
  • https://LesTomsk.ru/potrebitelskie/model-savickoj.html
  • https://dolgofa.com/antikrizisnoe-upravlenie/modeli-prognozirovanija-bankrotstva.html
  • https://finzz.ru/modeli-prognozirovaniya-bankrotstva-rossijskix-predpriyatij-mda-modeli.html
  • https://zakonguru.com/bankrotstvo/yuridicheskix-lic/modeli-prognozirovania.html
  • https://zen.yandex.ru/media/id/5ab8aa5e7ddde824e17a748c/finansovyi-analiz-predpriiatiia-kak-ocenit-effektivnost-biznesa-5d4abfbcfe289100ac410386
  • https://afdanalyse.ru/publ/finansovyj_analiz/1/modeli_diagnostiki_riska_bankrotstva_g_v_savickoj/13-1-0-342
  • https://bankroty.su/modeli-oczenki-veroyatnosti-bankrotstva/

Понравилась статья? Поделиться с друзьями:
Добавить комментарий

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!: