Смекни!
smekni.com

Методы прогнозирования банкротства 2 (стр. 3 из 4)

Подытожив вышесказанное, необходимо отметить следующее – существуют различные подходы к прогнозированию банкротства, однако не все из них применимы в российской действительности. В частности, отсутствие статистики банкротства. В этих условиях, на наш взгляд, наиболее целесообразно провести анализ финансового состояния предприятия и сосредоточить внимание на признаках надвигающегося банкротства.


2. ОСОБЕННОСТИ ПРИМЕНЕНИЯ МЕТОДОВ ПРОГНОЗИРОВАНИЯ БАНКРОТСТВА

2.1. Методики с использованием техники MDA

Одной из простейших моделей прогнозирования вероятности банкротства считается двухфакторная модель. Она основывается на двух ключевых показателях (например, показатель текущей ликвидности и показатель доли заемных средств), от которых зависит вероятность банкротства предприятия. Эти показатели умножаются на весовые значения коэффициентов, найденные эмпирическим путем, и результаты затем складываются с некой постоянной величиной (const), также полученной тем же (опытно-статистическим) способом. Если результат (С1) оказывается отрицательным, вероятность банкротства невелика. Положительное значение С1 указывает на высокую вероятность банкротства.

В американской практике выявлены и используются такие весовые значения коэффициентов[5]:

- для показателя текущей ликвидности (покрытия) (Кп) – (-1,0736)

- для показателя удельного веса заемных средств в пассивах предприятия (Кз) – (+0,0579)

- постоянная величина – (-0,3877)

Отсюда формула расчета С1 принимает следующий вид:

С1 = - 0,3877 + (-1,0736) Кп + 0,0579 Кз(1.1)

Следует иметь в виду, что в нашей стране иные темпы инфляции, иные циклы макро- и микроэкономики, а также другие уровни фондо-, энерго- и трудоемкости производства, производительности труда, иное налоговое бремя. В силу этого невозможно механически использовать приведенные выше значения коэффициентов в российских условиях. Однако саму модель, с числовыми значениями, соответствующими реалиям российского рынка, можно было бы применить, если бы отечественные учет и отчетность обеспечивали достаточно представительную информацию о финансовом состоянии предприятия.

Рассмотренная двухфакторная модель не обеспечивает всестороннюю оценку финансового состояния предприятия, а потому возможны слишком значительные отклонения прогноза от реальности. Для получения более точного прогноза американская практика рекомендует принимать во внимание уровень и тенденцию изменения рентабельности проданной продукции, так как данный показатель существенно влияет на финансовую устойчивость предприятия. Это позволяет одновременно сравнивать показатель риска банкротства (С1) и уровень рентабельности продаж продукции. Если первый показатель находится в безопасных границах, и уровень рентабельности продукции достаточно высок, то вероятность банкротства крайне незначительная.

Коэффициент Альтмана (индекс кредитоспособности). При построении индекса Альтман обследовал 66 предприятий промышленности, половина из которых обанкротилась в период между 1946 г. и 1965 г., а половина работала успешно, и исследовал 22 аналитических коэффициента, которые могли быть полезны для прогнозирования возможного банкротства. Из этих показателей он отобрал пять наиболее значимых для прогноза и построил многофакторное регрессионное уравнение.

Индекс Альтмана представляет собой функцию от некоторых показателей, характеризующих экономический потенциал предприятия и результаты его работы за истекший период.

В общем виде индекс кредитоспособности (Z) имеет вид:

Z = 3.3*К1 + 1.0*К2 + 0.6*К3 + 1.4*К4 + 1.2*К5

где показатели К1, К2, К3, К4, К5 рассчитываются по следующим алгоритмам:

К1= Прибыль до выплаты процентов, налогов / Всего активов

К2= Выручка от реализации / Всего активов

К3= Собственный капитал (рыночная оценка) / Привлеченный капитал

К4= Реинвестированная прибыль / Всего активов

К5= Собственные оборотные средства / Всего активов

В 1983 г. Альтман получил модифицированный вариант своей формулы для компаний, акции которых не котировались на бирже[6]:

R = 8,38 * Х1 + Х2 + 0,054*Х3 + 0,63*Х4 (1.3)

Где Х1 – оборотный капитал/сумма активов;

Х2 – нераспределенная прибыль/сумма активов;

Х3 – операционная прибыль/сумма активов;

Х4 – балансовая стоимость акций;

Х5 – выручка/сумма активов.

Коэффициент Альтмана относится к числу наиболее распространенных. Однако, при внимательном его изучении видно, что он составлен некорректно: член Х1 связан с кризисом управления, Х4 характеризует наступление финансового кризиса, в то время как остальные – экономического. С точки зрения системного подхода данный показатель не имеет права на существование.

Вообще, согласно этой формуле, предприятия с рентабельностью выше некоторой границы становятся полностью "непотопляемыми". В российских условиях рентабельность отдельного предприятия в значительной мере подвергается опасности внешних колебаний. По-видимому, эта формула в наших условиях должна иметь менее высокие параметры при различных показателях рентабельности.

Известны другие подобные критерии. Так британский ученый Таффлер (Taffler) предложил в 1977 г. четырехфакторную прогнозную модель[7], при разработке которой использовал следующий подход: при использовании компьютерной техники на первой стадии вычисляются 80 отношений по данным обанкротившихся и платежеспособных компаний. Затем, используя статистический метод, известный как анализ многомерного дискриминанта, можно построить модель платежеспособности, определяя частные соотношения, которые наилучшим образом выделяют две группы компаний и их коэффициенты. Такой выборочный подсчет соотношений является типичным для определения некоторых ключевых измерений деятельности корпорации, таких, как прибыльность, соответствие оборотного капитала, финансовый риск и ликвидность. Объединяя эти показатели и сводя их соответствующим образом воедино, модель платежеспособности производит точную картину финансового состояния корпорации. Типичная модель для анализа компаний, акции которых котируются на биржах, принимает форму:

Z = c0+c1х1 + с2х2 + с3х3 + с4х4,… (1.4)

где:

х1=прибыль до уплаты налога/текущие обязательства (53%)

х2=текущие активы/общая сумма обязательств (13%)

х3=текущие обязательства/общая сумма активов (18%)

х4=отсутствие интервала кредитования (16%)

с0,…с4 – коэффициенты, проценты в скобках указывают на пропорции модели; х1 измеряет прибыльность, х2 – состояние оборотного капитала, х3 – финансовый риск и х4 – ликвидность.

Для усиления прогнозирующей роли моделей можно трансформировать Z-коэффициент в PAS-коэффициент (Perfomans Analysys Score) – коэффициент, позволяющий отслеживать деятельность компании во времени[8]. Изучая PAS-коэффициент как выше, так и ниже критического уровня, легко определить моменты упадка и возрождения компании.

PAS-коэффициент – это просто относительный уровень деятельности компании, выведенный на основе ее Z-коэффициента за определенный год и выраженный в процентах от 1 до 100. Например, PAS-коэффициент, равный 50, указывает на то, что деятельность компании оценивается удовлетворительно, тогда как PAS-коэффициент, равный 10, свидетельствует о том, что лишь 10% компаний находятся в худшем положении (неудовлетворительная ситуация). Итак, подсчитав Z-коэффициент для компании, можно затем трансформировать абсолютную меру финансового положения в относительную меру финансовой деятельности. Другими словами, если Z-коэффициент может свидетельствовать о том, что компания находится в рискованном положении, то PAS-коэффициент отражает историческую тенденцию и текущую деятельность на перспективу.

2.2. Двухуровневая система показателей

Основываясь на разработках западных аудиторских фирм и преломляя эти разработки к отечественной специфике ведения бизнеса, В. В. Ковалев предложил двухуровневую систему показателей:

- группа индикаторов финансовых затруднений;

- группа показателей возможного банкротства (т.е. имеются некоторые предпосылки ухудшения финансовой ситуации).

Не все из рассматриваемых критериев могут быть рассчитаны непосредственно по данным бухгалтерской отчетности, нужна дополнительная информация. Что касается критических значений этих критериев, то они должны быть детализированы по отраслям и подотраслям, а их разработка может быть выполнена после накопления определенных статистических данных.

К первой группе относятся критерии и показатели, неблагоприятные текущие значения которых или складывающаяся динамика изменения свидетельствуют о возможных в обозримом будущем значительных финансовых затруднениях, в том числе и банкротстве. К ним относятся: