В роботі проведено ісследованіеекономіко-математичних методів прогнозування банкрутства компаній, які передбачають використання для формування прогнозу показників, отриманих на основі аналізу статистичних даних, предикативних моделей, дискримінантного аналізу. Дана група методів складається з методів екстраполяції трендів, методів регресійного аналізу, методів економіко-математичного програмування. Методичні підходи, що стосуються прогнозування банкрутства, включають в себе кілька (від двох до дев'яти) ключових показників, що характеризують фінансовий стан підприємства. Як правило, на їх основі в більшості методик розраховується комплексний показник ймовірності банкрутства. В даний час найбільш поширеними виступають прогнозні моделі, засновані на множині дискримінантному аналізі (МДА), в яких використовуються певні комбінації відносних показників (факторів), які оцінюють особливості платоспроможності компанії, ризик ліквідності та інші характеристики, що є індикаторами стану банкрутства. [1-4]
Слід зазначити, що з безлічі використовуваних в російській практиці методик, практично неможливо виділити ті з них, які надійно могли б прогнозувати стан банкрутства. Більш того, методики, розроблені російськими фахівцями, теж ненадійні і можуть більш-менш нормально прогнозувати банкрутство тільки тих компаній, на аналізі показників яких вони були разработани.Прічіной ситуації, що склалася є перехідний характер російської економіки, що характеризується процесом становлення ринкових відносин. До тих пір, поки не складуться нормальні ринкові відносини, і компанії будуть працювати в нормальних конкурентних умовах, розробка і практичне застосування універсальних економіко-математичних методів прогнозування банкрутства буде мало ефективним процесом. Однак, в даній ситуації має сенс формувати індивідуальні методики для компаній, проводити аналіз статистичних показників і підбирати фактори для моніторингу платоспроможності і прогнозу банкротства.Ісходя з ситуації, що склалася, було проведено аналіз ряду найбільш широко використаних в даний час методів прогнозування банкрутства компаній з метою виділення найбільш часто використовуваних в них відносних показників (факторів), які характеризують процес банкрутства, і дослідження особливостей використання в мо делях даних національної (РСБУ) і міжнародної (МСФЗ) фінансової звітності.
Дослідження проведено на прикладі прогнозування банкрутства одного з російських трубопрокатних заводів по річної звітності РСБУ і МСФО за 2010 год.Било використано 18 моделей прогнозування банкрутства: двофакторна модель Альтмана; двухфакторная модель Альтмана (в російському варіанті); пятифакторная модель Альтмана; пятифакторная модель Альтмана модифікована; критерій Альтмана; Модель Лиса; модель Фулмера; модель Спрінгейта; модель Таффлера і Г. Тішоу; модель скорингу Д. Дюрана; метод credit-men Ж. Депаляна; модель Ж. Конана і М. Голдера; модель Лего; модель Бівера; модель Дж. А. Олсона; метод інтегральної оцінки «коефіцієнт фінансування малоліквідні активів»; модель Дж.Блісса; метод Париж-Дафіна. [3, 5-7].
Найбільш поширеними моделями є прогнозні моделі, засновані на множині дискримінантному аналізі (МДА). Раніше проведені дослідження показали, що певні комбінації відносних показників мають високу здатність характеризувати ймовірність швидкого банкрутства того чи іншого підприємства. [5-7] У загальному вигляді дискримінантний функція має наступний загальний вид:
де ат і ai - деякі параметри (коефіцієнти регресії), вагові коефіцієнти;
fi - фактори, що характеризують фінансовий стан компанії.
Для застосування МДА необхідна досить репрезентативна вибірка підприємств, диференційованих по галузях, розмірами підприємства і пр.Прі цьому для розрахунку коефіцієнтів регресії необхідно всередині галузі знайти достатню кількість збанкрутілих компаній.Все це ускладнює процес розробки моделей прогнозування банкротсва.
Найпростішою, але і найменш точною, моделлю прогнозування банкрутства являетсядвухфакторная модель Альтмана.Она ґрунтується на двох ключових показниках: поточної ліквідності (характеризує ліквідність) і частці позикових коштів в загальній сумі джерел, від яких залежить вірогідність банкрутства підприємства (характеризує фінансову стійкість). Ці показники множаться на вагові значення коефіцієнтів, знайдені емпіричним шляхом, а результати сумуються з постійною величиною, також отриманої статистичним способом. Загальна формула розрахунку ймовірності банкрутства має наступний вигляд:
Z = - 0,3877 - 1,0736 * Кп + 0,0579 * Ккзк.
Де Z-- надійність, ступінь віддаленості від банкрутства;
Кп - коефіцієнт покриття (поточної ліквідності), який визначається какотношеніе поточних активів до поточних зобов'язань;
Ккзк - коефіцієнт концентрації позикового капіталу, який визначається як відношення позикових коштів до загальної величини пасивів.
Подібний вид мають всі інші моделі, використані в даному дослідженні, крім: моделі скорингу Д. Дюрана; моделі Бівера; методу інтегральної оцінки «коефіцієнта фінансування малоліквідні активів»
Результати прогнозування стану банкрутства трубопрокатного заводу на основі обраних 18 моделях і за даними звітності РСБУ і МСФО наведені в таблиці.
Таблиця 1. Результати прогнозування стану банкрутства трубопрокатного заводу за даними РСБУ і МСФО за 2010 рік
Всього в 18 моделях використано 74 фактора, за якими прогнозувалося виникнення кризової ситуації на підприємстві. З цих факторів 20 повторювалися з різною частотою:
- в семи моделях використовується показник ступеня ліквідності активів, який визначається як частина власних оборотних коштів в активах підприємства;
- в чотирьох моделях використовується показник виручки від реалізації в загальному обсязі активів;
- в трьох моделях використовується коефіцієнт концентрації позикового капіталу;
- в трьох моделях використовується показник відношення прибутку до сплати податків і відсотків в загальному обсязі активів;
- в трьох моделях використовується показник рентабельності сукупного капіталу.
Таким чином, відкидаючи повторювані чинники із загального набору сімдесяти чотирьох чинників, залишається 44, за якими в подальшому можна провести стохастический факторний аналіз. Для проведення даного аналізу необхідно отримати оцінку прогнозу банкрутства по аналізованої компанії за кілька тимчасових періодів (чим більше тимчасових точок, тим точніше буде результат). Факторний аналіз дозволяє «згорнути» великий набір факторів до трьох-чотирьох, за якими в подальшому можна проводити моніторинг виникнення кризової ситуації підприємства заздалегідь, ще до появи очевидних ознак банкрутства. Слід ще раз відзначити, що отримані результати дозволять отримувати якісні результати тільки для даної компанії і, можливо, для компаній даної галузевої приналежності.
Що стосується використання даних з різною фінансової звітності, то, з огляду на особливості формування звітностей РСБУ і МСФО, можна припустити, що можливі розбіжності в результативному показнику прогнозу банкрутства. Але, оскільки в оціночних моделях використовуються відносні показники, розбіжності в результативному показнику повинні бути незначними. Звітність РСБУ виполняетсянаправлена на податкові служби і використовує дані, які оцінені в «історичному» плані, а звітність МСФЗ націлена на інвесторів і кредиторів і використовує дані, перекладені в ринкові показники на момент складання звітності.
Порівняльний аналіз по вісімнадцяти моделям оцінки банкрутства показав, що є розбіжність результатів по РСБУ і МСФО тільки в чотирьох моделях. Вісім моделей оцінюють прогноз банкрутства як високий, п'ять - як низький, а одна - як середній. Більший зсув в бік високого ризику банкрутства маємо за даними МСФО.Еслі порівнювати отримані результати з інтегральної оцінкою загрози банкрутства, тобто, з "коефіцієнтом фінансування малоліквідні активів", яка є найбільш використовуваний в зарубіжній практиці фінансового менеджменту, то можна зробити висновок, що, на уже згадуваному трубопрокатному заводі в 2010 році ймовірність банкрутства високая.Данная модель визначає в якій мірі активи (сума всіх необоротних активів та оборотних активів у формі запасів товар -матеріальних цінностей) фінансуються власними і позиковими засобами (позикові кошти при цьому підрозділяються на кредити довго- і короткострокового залучення). Отриманий для даного підприємства результат пояснюється тим, що загальна сума грошових активів, короткострокових фінансових вкладень і дебіторської заборгованості підприємства, не дозволяє задовольнити його зобов'язання по поточної кредиторської заборгованості за товарними операціями і внутрішніх розрахунків (не враховуючи необхідність повернення банківських позичок).
Проведений аналіз дозволив зіставити використовувані в моделях банкрутства компаній різні відносні показники, а також особливості використання в моделях даних національної та міжнародної звітності. Подібний аналіз рекомендується проводити з метою визначення індивідуальних показників для моніторингу процесів виникнення кризової ситуації на підприємстві.
Автор:
Сизих Дмитро Сергійович
Кандидат технічних наук, науковий співробітник ІПУРАН
Стаття з журналу "Управління економічними системами" №1 (2012)
література:
- Донцова Л.В. , Никифорова Н.А Аналіз фінансової звітності: Підручник. 3-е изд., Перераб. і доп. М .: Річ навіть і Сервіс, 2005. -358 с.
- Ковальов В.В., Волкова О.М. Аналіз господарської діяльності підприємства: Учеб. -М .: ТК Велбі, Вид-во Проспект, 2007. -424 с.
- Колишкін А. Нові підходи до оцінки ймовірності банкрутства. - http://www.vmgroup.ru .
- Сизих Д.С. Метод оцінки фінансових ризиків з використанням динамічних показників // Теорія і практика суспільного розвитку [Електронний ресурс]. 2012. № 2. http://www.teoria-practica.ru/-2-2012/economics/sizykh.pdf
- Eidleman, Gregory J. (1995-02-01). "Z-Scores - A Guide to Failure Prediction" . The CPA JournalOnline.
- Altman, Edward I. (July, 2000). "" Predicting Financial Distress of Companies "". Retrieved on September 4th 2009 from http://pages.stern.nyu.edu/~ealtman/Zscores.pdf : 15-22.
- Altman, Edward I. (May, 2002). "" Revisiting Credit Scoring Models in a Basel II Environment "" . Prepared for "Credit Rating: Methodologies, Rationale, and Default Risk", London Risk Books 2002.
<
