Анализ кредитоспособности организации

Автор работы: Пользователь скрыл имя, 09 Марта 2011 в 16:39, курсовая работа

Описание работы

Целью курсовой работы является комплексная оценка финансового состояния организации на примере ОАО «Зеленокумский пивоваренный завод», изучение различных методов и подходов к анализу кредитоспособности этого заемщика.

Содержание работы

Введение………………………………………………………………………….. 3
1 КОМПЛЕКСНАЯ ОЦЕНКА ФИНАНСОВОГО СОСТОЯНИЯ ОРГАНИЗАЦИИ…………………………………………………………………………….5
1.1 Аналитический баланс коммерческой организации и его оценка……….5
1.2 Оценка финансовой устойчивости через систему финансовых коэффициентов………………………………………………………………………………16
1.3 Анализ ликвидности организации…………………………………………21
1.4 Анализ финансовых результатов организации………………………….27
2 АНАЛИЗ КРЕДТОСПОСОБНОСТИ ОРГАНИЗАЦИИ…………………..32
2.1 Понятие и сущность кредитоспособности заемщика……………………..32
2.2.Методика оценки финансового состояния организации………………….35
2.3 Определение вероятности банкротства заемщика………………………...40
2.4 Методики оценки кредитоспособности организации ..…………………...50
2.4.1 Методика оценки кредитоспособности на основе системы финансовых коэффициентов………………………………………………………………….50
2.4.2 Комплексная модель оценки банкротства……………………………..55
2.4.3 Методика анализа кредитоспособности организации на основе создания виртуальной клиентской базы………………………………………………….62
2.4.4 Оценка кредитоспособности организации на основе прогнозного бухгалтерского баланса…………………………………………………………………………73
Заключение………………………………………………………………………82
Список использованных источников…………………………………………84
Приложение…………………………………………………………………….86

Файлы: 1 файл

курсоваяdocx.docx

— 472.82 Кб (Скачать файл)

                                      У8 = Коб. / (Lкр ср + Lдол.ср),                                     (2.31)

                                    У9 = lg (Рдо НО + I к уплате) / I к уплате              (2.32)

Для анализируемой  организации:

На начало периода: У1 = 0,

У2 = 156115 / 53898 = 2,896,

У3 = 3770 / 29092 = 0,130,

У4 = 3738 / (776+24030) = 0,151,

У5 = 776 / 53898 = 0,014,

У6 = 24030 / 53898 = 0,446,

У7 = lg (9631) = 3,984,

У8 = 7840 / (776+24030) = 0,316,

У9 = lg(3770+1202) / 1202 = 0,617.

На конец  периода: У1 = 0,

У = 156115 / 54838 = 2,847,

У3 = 3770 / 31995 = 0,118,

У4 = 3738 / (362+22481) = 0,164,

У5 = 362 / 54838 = 0,007,

У6 = 22481 / 54838 = 0,410,

У7 = lg (9711) = 3,987,

У8 = 9840 / 22843 = 0,431,

У9 = lg (3770+1202) / 1202 = 0,617

    На начало года: Н = 5,528*0 + 0,212*2,896 + 0,073*0,130 + 1,270*0,151-0,120*0,014 + 2,335*0,446 + 0,575*3,984 + 1,083*0,316 + 0,894*0,617 – 3,075 =

=1,956.

На конец  года: Н = 5,528*0 + 0,212*2,847 + 0,073*0,118 + 1,270*0,164 – 0,120*0,007 + 2,335*0,410 + 0,575*3,987 + 1,083*0,431 + 0,894*0,617 – 3,075 = 1,587.

       При Н < 0, крах предприятия неизбежен. Следовательно, вероятность банкротства нашей организации незначительна. 

       Рассмотрев вышеперечисленные методики, можно сделать в том, что при оценке кредитоспособности организации необходимо учитывать следующее:

- оценку  ликвидности (текущей и абсолютной);

- зависимость организации от заемных средств;

- расходы  по текущей деятельности;

- долгосрочные  вложения и обязательства; 

- рентабельность  деятельности;

- прибыльность  фирмы.

        Таким образом, проанализировав  различные модели определения  вероятности банкротства, можно сделать вывод, что у ОАО «Зеленокумский пивоваренный завод» устойчивое финансовое положение, вероятность банкротства очень мала в совокупности по всем методикам.      

               2.4 Методики оценки кредитоспособности организации

2.4.1 Методика  оценки кредитоспособности на  основе системы финансовых коэффициентов 

      Модель надзора за ссудами Чессера прогнозирует случаи невыполнения клиентом условий договора о кредите. При этом под "невыполнением условий" подразумеваются не только некредитоспсобность заемщика, но и непогашение ссуды и любые другие отклонения, делающие ссуду менее выгодной для кредитора, чем было предусмотрено первоначально.

       В модель Чессера входят следующие шесть переменных:

                 

               (2.33)

                                (2.34)                     

                                                                            (2.35)

                                                                 (2.36)

                                                                              (2.37)

                                                                           (2.38)

       Для нашей организации: 

На начало года: X1 = (1850+0) / 53898 = 0,034,

X2 = 156115 / (1850+0) = 84,386,

X3 = 156115 / 53898 = 2,896,

X4 = 24806 / 53898 = 0,460,

X5 = 21881 / 29092 = 0,752,

X6 = 31870 / 156115 = 0,204.

На конец  года: X1 = (776+0) / 54838 = 0,014,

X2 = 156115 / (776+0) = 201,179,

X3 = 156115 / 54838 = 2,847,

 X5 = 22370 / 31995 = 0,699,

X6 = 32321 / 156115 = 0,207.

      Оценочные показатели модели  следующие: 

Y = -2,0434 +(- 5,24*X1) + 0,0053*X2 – 6,6507*X3 + 4,4009*X4 – 0,0791*X5

- 0,1020*X6                                                                                                        (2.39)

      На начало года: Y = -2,0434 - 5,24*0,034 + 0,0053*84,386 – 6,6507*2,896 + 4,4009*0,460 - 0,0791*0,752 - 0,1020*0,204 = -19,09.

     На конец года: Y = -2,0434 - 5,24*0,014 + 0,0053*201,179 –6,6507*2,847 + 4,4009*0,417 -  0,0791*0,699 - 0,1020*0,207 = -18,23.

      Переменная Y, представляющая собой линейную комбинацию независимых переменных, используется в следующей формуле для оценки вероятности невыполнения условий договора Р :

                                                  

                                             (2.40)

где е = 2,71828. 

На начало года: Р = 1 / (1+2,7182819,09) = 0,00005,

На конец  года: Р = 1 / (1+2,7182818,23) =  0,00005.

      Получаемая оценка Y  может рассматриваться как показатель вероятности невыполнения условий кредитного договора. Чем больше значение Y, тем выше вероятность невыполнения договора для данного заемщика.

       В модели Чессера для оценки вероятности невыполнения договора используются следующие критерии:

      • если Р > 0,50 - следует относить  заемщика к группе, которая не  выполнит условий договора;

      • если Р < 0,50 - следует относить  заемщика к группе надежных.

    Следовательно, ОАО «Зеленокумский пивоваренный завод» - надежный заемщик, что подтверждается погашением краткосрочных кредитов и займов и говорит о доверии со стороны  банков.

        Наряду с МДА для прогнозирования вероятности банкротства заемщика

могут использоваться и упрощенные модели, основанные на системе определенных показателей. Система показателей Бивера, включающая: коэффициент Бивера, рентабельность активов, финансовый леверидж, коэффициент покрытия активов собственным оборотным капиталом, коэффициент покрытия краткосрочных обязательств оборотными активами.

       Коэффициент Бивера определяется по формуле:

                                            (2.41) 

На начало года: КБивера = 2541 / 24806 = 0,102,

на конец  года: КБивера = 2541 / 22843 =0,111

       Значение  -0,15 свидетельствует о неблагополучном финансовом состоянии за год до банкротства. У благополучных компаний находится в пределах 0,4 — 0,45. В данном случае  тот факт, что величина чистой прибыли не покрывает заемные средства, я считаю оправдан, поскольку это вызвано, во-первых ростом цен на сырье, материалы, во-вторых рыночными условиями (снижением прибыли от продаж). И такое низкое значение коэффициента Бивера не следует считать как неблагополучное финансовое состояние.

       Французы Ж. Конан и М. Голдер на основе данных организаций разработали модель, позволяющую оценить вероятность задержки платежей в зависимости от значения следующего дискриминантного показателя:

                   Q = -0,16*У1 - 0,22*У2 + 0,87*У3 + 0,10*У4 - 0,24*У5,           (2.42)          

где У1 = (денежные средства + дебиторская задолженность) / итог баланса;

      У2 = (собственный капитал + долгосрочные пассивы) / итог баланса;

      У3 = финансовые расходы (расходы по обслуживанию займов) / выручку от реализации;

      У4 = расходы на персонал / добавленная стоимость (после налогообложения);

     У5 = прибыль до выплаты процентов и налогов / заемный капитал.

На начало года: У1 = (1850+16784) / 53898 = 0,346,

У2 = (29092+776) /53898 = 0,554,

У3 = 1202 / 156115 = 0,008,

У4 = 20109 / 2541 = 7,914,

У5 = 5023 / 7216 = 0,696.

На конец  года: У1 = (776+19935) / 54838 = 0,378,

У2 = (31995+362) / 54838 = 0,590,

У3 и У4 те же,

У5 нельзя определить, так как кредиты к концу года погашены.

     Q = -0,16*0,346-0,22*0,554+0,87*0,008+0,10*7,914-0,24*0,220 = 0,454 - на начало года,

     Q = -0160,378-0,22*0,590+0,87*0,008+010*7,914-0,24*0,220 = 0,556 – на конец года.

     Вероятность задержки платежей фирмами, имеющими различные значения показателя Q, приведены в таблице 2.5.

      Агрегировать количественные и  качественные характеристики заемщика  позволяют модели комплексного  анализа: правило «шести СИ», PARTS, оценочная система анализа.

    Таблица 2.5 - Вероятность задержки  платежей фирмами, имеющими различные значения показателя Q

Значение  Q +0,210 +0,048 +0,002 -0,026 -0,068 -0,087 -0,107 -0,131 -0,164
Вероятность задержки платежей, % 100 90 80 70 60 50 40 30 20

 

     Таким образом, вероятность задержки  платежей ОАО «Зеленокумский  пивоваренный завод» очень высокая на основе данной модели, что вызвано  в первую очередь снижением прибыльности производства. Но все же выданные кредиты к концу года погашены, это несомненно положительно.     

      Правило «шести Си» используется в практике банков США, которые для отбора клиентов применяют следующие термины:

     - способность заимствовать средства;

     - репутация заемщика;

     - обладать активами;

     - состояние экономической конъюнктуры;

     - чувствительность заемщика.

      В Англии ключевым словом, в котором сосредоточены требования при

выдаче  кредитов заемщикам, является термин PARTS, включающий в себя:

       Purpose - назначение, цель получения заемных средств;

       Amount - сумма, размер кредита;

       Repayment - оплата, возврат долга и процентов;

       Term - срок предоставления кредита;

Информация о работе Анализ кредитоспособности организации