Зарубежная методика оценки вероятности банкротства и ее применение в российских условиях (стр. 1 из 5)
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.