Главная » Организация Бизнеса » Оценка риска вероятности банкротства с помощью logit-моделей. Риск банкротства и методы его оценки на примере ооо "валерия"

Оценка риска вероятности банкротства с помощью logit-моделей. Риск банкротства и методы его оценки на примере ооо "валерия"

Риск банкротства является одним из важнейших рисков текущей деятельности любой компании. Поэтому в задачи финансовой службы в обязательном порядке входит мониторинг финансового состояния компании с целью как можно более раннего выявления признаков возможного банкротства. Решается эта задача очень сложно и неоднозначно, поэтому мы решили посвятить ей отдельный параграф.

Банкротством называется неспособность компании своевременно расплачиваться по своим обязательствам, т.е. ее неплатежеспособность . Неплатежеспособность (несостоятельность) выявляется на основании факта нарушения установленных сроков платежа, а признание компании банкротом в соответствии с законодательством РФ (как и большинства других стран) влечет за собой ее ликвидацию.

Ликвидация компании в случае признания ее банкротом и является той основной причиной, которая побуждает финансовые службы тщательно контролировать риски банкротства и соблюдать жесткую финансовую дисциплину. Тем более, что установленные в РФ условия для потенциального появления возможности стать банкротом достаточно легко выполнимы.

Важно понимать, что простая задержка платежа еще не есть основание для банкротства. Контрагенту (кредитору) всегда важнее получить свои деньги, нежели ликвидировать должника . Поэтому кредитор сначала всегда пытается договориться с должником в до судебном порядке. Если должник просто забыл совершить своевременный платеж, он сделает это с опозданием, уплатит штрафные санкции кредитору и на этом конфликт будет исчерпан. Если должник временно находится в сложном финансовом положении, но есть реальные перспективы вернуться к нормальной деятельности, кредитор может согласиться на отсрочку либо рассрочку платежа, возможно – с начислением процентов за каждый день отсрочки либо рассрочки.

Основания для подачи заявления в суд о признании должника банкротом возникают у кредитора только в одном случае – когда он видит, что плохое финансовое состояние должника продолжает ухудшаться, и не видит для должника возможностей вернуться к нормальной хозяйственной деятельности.

Изложенные выше соображения позволяют выделить основной индикатор, позволяющий оценить риск банкротства – долговременную потерю платежеспособности. Однако этот индикатор довольно сложен и неоднозначен в оценке, поскольку причины возникновения долговременной неплатежеспособности весьма разнообразны:

– к хронической нехватке денежных средств может привести снижение уровня деловой активности на рынке (падение объемов спроса и, как следствие, снижение выручки);
– довольно устойчивую на протяжении длительного времени нехватку денежных средств будет ощущать нормально работающая компания, покупатели продукции которой оказались в сложном финансовом положении и попросили отсрочку или рассрочку по оплате собственных обязательств перед этой компанией;
– серьезную нехватку денежных средств будет ощущать компания, совершающая неоправданно рисковые финансовые операции (например, продажи в кредит высокорисковым клиентам); период нехватки средств будет равен периоду времени, в течение которого компания выявит причину неплатежеспособности и пересмотрит свою финансовую политику в части совершения подобных операции , плюс время на возврат к нормальному состоянию (этот последний период может быть довольно длительным и составлять бо́льшую часть общего времени выхода из такого кризиса);
– практически постоянная нехватка денежных средств будет наблюдаться у компании, входящие и исходящие денежные потоки которой не согласованы между собой во времени;
– нехватка денежных средств на протяжении сравнительно долгого периода возможна вследствие просчетов в выборе источника финансирования текущей деятельности либо отдельного крупного проекта;
– длительная неплатежеспособность может возникнуть при проведении крупных высокорисковых операций, по которым не оправдались финансовые и экономические ожидания, и т.д.

Как очевидно из этого далеко не исчерпывающего перечня, разброс причин появления длительной неплатежеспособности довольно широк: от общих трудностей на рынке до просчетов в работе финансовых служб компании. Поэтому отслеживать весь спектр возможных причин с целью предотвращения неплатежеспособности невозможно.

На практике обычно производят группировку причин (факторов) возникновения возможной неплатежеспособности и передают различным управляющим службам компании контроль уже за группами факторов. Например, группу факторов, связанных с затруднениями на рынке (снижение спроса, потеря конкурентоспособности и т.п.), контролирует отдел маркетинга. Вся работа службы управления финансовыми рисками, по сути, посвящена предотвращению потери платежеспособности при проведении рисковых операций. Платежная дисциплина находится в ве́дении бухгалтерии. Финансовая служба компании в данном случае осуществляет контроль за находящимися в ее компетенции группами факторов риска неплатежеспособности, а также осуществляет общий контроль и координацию действий других управляющих служб.

Состояние хронической неплатежеспособности редко возникает сразу, за короткий промежуток времени. В большинстве случаев переход компании в это состояние – довольно длительный процесс. Поэтому крайне важно выявить признаки возможного наступления этого состояния как можно раньше. Основным индикатором ранней диагностики будущей неплатежеспособности компании является прибыль. Рассмотрим упрощенно механизм связи между прибылью и платежеспособностью компании.

Как известно, прибыль определяется по следующей формуле:

Поскольку денежные потоки, связанные с инкассацией выручки и оплатой расходов, относятся к разным периодам времени, прибыль периода не совпадает с сальдо денежных средств на конец того же периода. Однако если мы введем ряд простых допущений: выручка инкассируется в момент продажи, все расходы оплачиваются в момент возникновения, прибыль прошлых периодов и сальдо денежных средств на начало периода равны нулю, то прибыль и сальдо денежных средств на конец периода совпадут. Таким образом, можно считать справедливым следующее утверждение: чем больше прибыль, тем выше платежеспособность компании.

Если же по итогам периода компания получает убыток, его при тех же допущениях можно расценивать как превышение исходящего потока денежных средств (оплата расходов) над входящим (поступление выручки). Возникающая разница должна быть оплачена (иначе компания рискует быть признанной банкротом), и компания может выполнить данное требование одним из трех способов :

1) покрыть разницу за счет прибыли, накопленной в предыдущих периодах – самый простой и естественный способ, единственно, что накопленная прибыль имеет свойство рано или поздно заканчиваться;
2) покрыть разницу за счет иных собственных источников, например за счет ранее созданного резерва или увеличив уставный/акционерный капитал; оба источника тоже не являются бесконечными: резерв обладает определенной величиной, а увеличение уставного/акционсрного капитала рано или поздно приведет к тому, что вследствие увеличения риска вновь созданные доли/акции невозможно будет продать;
3) покрыть разницу за счет заемного финансирования – самый неоднозначный в оценке финансовых последствий способ (поскольку привлеченные сегодня средства через некоторое время придется возвращать, причем в большем объеме за счет начисленных процентов), кроме того, компании, предоставляющие заемное финансирование, очень тщательно отслеживают уровень риска потенциального заемщика, а одним из важнейших критериев оценки является та же самая прибыль – таким образом снижение прибыли в глазах кредитора равносильно увеличению риска; как следствие, устойчиво убыточной компании рано или поздно будет отказано в заемном финансировании.

Как видно, все три способа погашения разницы между исходящим и входящим денежными потоками имеют ограниченные возможности и нс устраняют, а только отодвигают во времени момент наступления полной неплатежеспособности (банкротства).

Таким образом, прибыль и аналитические показатели, рассчитываемые на ее основе, могут являться индикаторами возникновения предпосылок для перехода компании в состояние хронической неплатежеспособности. При этом за счет того, что перечисленные выше способы покрытия разницы между исходящим и входящим денежными потоками позволяют отодвинуть во времени момент наступления неплатежеспособности, эта группа индикаторов позволяет выявить предпосылки неплатежеспособности заблаговременно.

Еще одним индикатором риска возникновения хронической неплатежеспособности, позволяющим выявить предпосылки ее возникновения заранее, является структура баланса компании. Вопросы влияния структуры баланса на финансовую устойчивость компании уже обсуждались в параграфе 2.2. Однако следует еще раз обсудить значимость данного индикатора, а также принцип его использования применительно к оценке риска банкротства. Проще всего это можно сделать на основании следующих соображений:

– четвертым способом погашения разницы между исходящим и входящим денежными потоками является покрытие разницы за счет выручки от продажи принадлежащих компании активов; однако это способ возможно применять при наличии одного важного условия: активы компании должны обладать достаточной ликвидностью ; таким образом, первое направление контроля за структурой баланса – мониторинг ликвидности его активов;
– в массивной части баланса, где собрана информация об источниках финансирования компании, только обязательства перед третьими лицами обладают свойствами обязательной срочности и возвратности. Таким образом, повышение доли этих источников в общем объеме пассивов приводит к увеличению усилий компании, направленных на обслуживание и возврат привлеченных ресурсов. Как следствие – увеличение доли заемного капитала в структуре пассивов компании требует повышения объема ликвидных активов для обслуживания и погашения обязательств и, таким образом, повышает риск возникновения неплатежеспособности.

Структура активов и пассивов компании контролируется одновременно, поскольку обе части баланса взаимосвязаны и оказывают взаимное влияние друг на друга в плане регулирования уровня неплатежеспособности. Например, риск неплатежеспособности будет сравнительно невысок даже при наличии неликвидных активов, если они были приобретены за счет собственных источников. И наоборот, наличие только ликвидных активов не является основанием для снижения риска банкротства в случае, если доля заемных средств в структуре пассивов очень высока. Структура баланса компании является важным объектом управления в финансовом менеджменте, поэтому к вопросам оптимальной структуры мы будем возвращаться в разделах II и III настоящего учебника.

Итак, мы определили три основные группы индикаторов возможности возникновения состояния неплатежеспособности или, что одно и то же, индикаторов риска банкротства:

1) показатели движения денежных средств;
2) показатели прибыли;
3) показатели структуры баланса.

Все три группы довольно обширны – внутри каждой можно найти значительное число аналитических коэффициентов, отражающих те или иные аспекты финансового состояния компании и, следовательно, позволяющих тем или иным образом оценить риск банкротства. Однако прогнозирование банкротства на основании анализа всех коэффициентов и иных показателей данных групп крайне затруднительно ввиду большого объема и разнообразия анализируемой информации. Поэтому для оценки риска банкротства обычно используют моделирование – разрабатываются специальные диагностические модели, учитывающие не все возможные, а только наиболее значимые (по мнению автора модели) показатели и коэффициенты.

В настоящее время существуют три основных вида моделей диагностики вероятности банкротства, каждый из которых имеет как достоинства, так и недостатки. Опишем все три вида и приведем для каждого примеры соответствующих моделей.

1. Статические факторные модели диагностики вероятности банкротства.

Общая формула моделей данного вида выглядит следующим образом:

где Y – расчетный результат модели; – коэффициент либо показатель, используемый в данной модели; – вес i-го коэффициента или показателя (уровень значимости при определении общего результата модели); N – число коэффициентов или показателей, учитываемых в модели.

Поскольку в результате расчета по формуле 3.14 получается некоторое числовое значение, оно нуждается в дальнейшей интерпретации с целью перехода от числа к оценке вероятности банкротства. Переход может осуществляться по-разному, однако наиболее распространена оценка посредством задания диапазонов возможных значений результирующего показателя Y: все значения Y, принадлежащие конкретному диапазону, интерпретируются однозначным образом. Количество диапазонов может быть различным, но обычно находится в пределах от 2 до 5.

Классическими примерами статических факторных моделей являются модели Альтмана, Таффлера, Лисса, Фулмера и др. Среди отечественных моделей диагностики вероятности банкротства данного вида известны модели Р. С. Сайфулина и Г. Г. Кадыкова, О. П. Зайцевой, Иркутской государственной экономической академии и др. Поскольку число факторных моделей данного типа довольно велико, рассмотрим в качестве примера несколько распространенных зарубежных и отечественных моделей.

Факторная модель Альтмана предполагает расчет индекса кредитоспособности. Существуют несколько разновидностей этой модели, отличающихся количеством включаемых в нее факторов.

Самый простой моделью является двухфакторная. Для нее были выбраны два основных показателя, от которых, по мнению Э. Альтмана, зависит вероятность банкротства:

Весовые коэффициенты каждого из этих факторов были рассчитаны па основе дискриминантного анализа. Формула модели имеет вид

Показатель Z в данной модели оценивается следующим образом:

– при Z
– при Z = 0 вероятность банкротства равна 50%;
– при Z > 0 вероятность банкротства больше 50% и возрастает с ростом Z.

Точность прогнозирования банкротства в данной модели низка, поэтому впоследствии Э. Альтман разработал более точные модели, в которых вероятность банкротства оценивалась уже на основании анализа большего числа факторов. Так, в 1968 г. им была предложена пятифакторная модель прогнозирования , рассчитанная на оценку вероятности банкротства корпорации :

где – отношение собственных оборотных средств к сумме активов; – отношение нераспределенной прибыли (включая текущий период) к сумме активов; – отношение

прибыли до вычета процентов и налогов к сумме активов; – отношение рыночной стоимости обыкновенных и привилегированных акций к балансовой оценке заемного капитала; – отношение выручки от реализации к сумме активов.

Оценка показателя Z в пятифакторной модели производится уже более сложным образом;

– при Z
– при значениях Z в интервале от 1,81 до 2,99 вероятность банкротства сравнительно невелика ;

при Z = 2,675 вероятность банкротства равна 50%;

– чем больше значение Z, тем меньше вероятность банкротства.

Пятифакторная модель диагностики банкротства довольно успешно показывает вероятность наступления банкротства на два года вперед. Однако впоследствии Э. Альтман и его коллеги уточнили модель, введя в рассмотрение дополнительные факторы, а также применив более современные приемы статистической обработки. По оценкам Ю. Бригхэма и Л. Гапенски , уточненные модели Э. Альтмана позволяют предсказать банкротство корпорации за пять лет с вероятностью 70%.

Однако существуют мнения, согласно которым в условиях переходной экономики использовать модель Альтмана нецелесообразно. Аргументами сторонников этих мнений служат:

– несопоставимость факторов, генерирующих угрозу банкротства;
– различия в учете отдельных показателей;
– влияние инфляции на формирование отдельных показателей;
– несоответствие балансовой и рыночной стоимости отдельных активов и другие объективные причины.

Факторная модель Тоффлера имеет следующий вид:

где, – отношение прибыли от реализации к краткосрочным

обязательствам; – отношение оборотных активов к сумме

обязательств; – отношение краткосрочных обязательств к сумме активов; – отношение выручки к сумме активов.

Интерпретация показателя Z производится следующим образом:

– при Z > 0,3 вероятность банкротства мала;
– при Z, находящемся в диапазоне от 0,3 до 0,2 появляется вероятность банкротства;
– при Z

Факторная модель Лисса также предусматривает совместный анализ четырех факторов, ее расчетная формула имеет вид:

где – доля оборотных активов в общей сумме активов;

– отношение балансовой прибыли к общей сумме активов; – отношение нераспределенной прибыли к общей сумме активов; – доля собственного капитала в пассиве баланса.

Интерпретация показателя Z двухдиапазонная:

Более сложной моделью по числу одновременно анализируемых коэффициентов является факторная модель Фулмера. Начальный вариант модели включал 40 коэффициентов, в окончательном используется только девять. Общий вид модели:

где – отношение нераспределенной прибыли прошлых лет к валюте баланса; – отношение выручки от реализации к валюте баланса; – отношение прибыли до налогообложения к собственному капиталу; – отношение денежного потока к сумме обязательств; и – отношение соответственно долгосрочных и краткосрочных обязательств к валюте баланса; – логарифм от величины материальных активов; – отношение оборотного капитала к обязательствам; – логарифм отношения суммы прибыли до налогообложения и процентов к уплате к величине процентов к уплате.

При Н < 0 банкротство неизбежно.

Среди отечественных факторных моделей наиболее известна модель Р. С. Сайфулина и Г. Г. Кадыкова. Расчетная формула этой модели имеет следующий вид:

– коэффициент текущей ликвидности (нормативное значение ); – интенсивность оборота авансируемого капитала (нормативное значение ); – отношение прибыли

от реализации к выручке;– рентабельность собственного капитала по балансовой прибыли (нормативное значение

В случае когда значения факторов полностью соответствуют минимальным нормативным уровням, рейтинговое число равно единице. В случае, если R < 1, диагностируется вероятность банкротства.

Интересно обратить внимание на особенность данной методики – в отличие от рассмотренных выше и многих других методик данного класса весовые коэффициенты подбирались таким образом, чтобы нормальное состояние компании (ему в понимании авторов модели соответствуют нормативные значения факторов) соответствовало определенной величине рейтингового числа R.

Модель О. П. Зайцевой включает в себя шесть факторов. Расчетная формула модели имеет следующий вид:

где – коэффициент убыточности (отношение убытка к собственному капиталу; нормативное значение ); – отношение кредиторской задолженности к дебиторской (нормативное значение.);– отношение краткосрочных обязательств к наиболее ликвидным активам (нормативное значение ); – доля убытка в выручке от реализации (нормативное значение ); – отношение заемного капитала к собственному (нормативное значение ); – отношение активов к выручке (нормативное значение в прошлом периоде).

Значение К рассчитывается по фактическим () и нормативным (К И) значениям факторов . Соотношение показывает высокую вероятность банкротства.

Модель Иркутской государственной экономической академии. Четырехфакторная модель (модель R ) имеет следующий вид:

где – отношение оборотного капитала к активам; отношение чистой прибыли к собственному капиталу; отношение выручки от реализации к активам; – отношение чистой прибыли к интегральным затратам.

Значения модели R интерпретируются следующим образом:

– при R 0 вероятность банкротства оценивается в 90-100%;
– при значениях R в диапазоне от 0 до 0,18 вероятность банкротства оценивается в 60–80%;
– при значениях R в диапазоне от 0,18 до 0,32 вероятность банкротства оценивается в 35–50%;
– при значениях R в диапазоне от 0,32 до 0,42 вероятность банкротства оценивается в 15–20%;
– при значениях R > 0,42 вероятность банкротства менее 10%.

Как можно увидеть во всех приведенных моделях, сам расчет не предполагает учета какой-либо динамики (ни самих факторов, ни результирующего показателя). Однако при диагностике риска банкротства оценка динамики крайне важна, прежде всего потому, что банкротство является результатом (финалом) довольно длительного процесса ухудшения финансового состояния.

В отличие от западных методик, которые прямо не предполагают какой-либо учет динамики, отдельные отечественные модели формально позволяют такой учет (например, модель О. Зайцевой), однако сам механизм учета динамики в этих моделях неэффективен по нескольким причинам: во-первых, при описании модели сам механизм не описан, поэтому детали учета динамики остаются полностью на усмотрение финансового менеджера; во-вторых, интерпретация динамики (в том случае, если она определялась) также оставлена на усмотрение финансового менеджера.

Важно понимать, что применять модели данного вида для диагностики вероятности банкротства следует с большой осторожностью. Обусловлено это несколькими основными причинами:

– значения весовых коэффициентов вряд ли полностью соответствуют особенностям внешней среды и особенностям хозяйственной деятельности конкретной компании; в результате оценка риска банкротства может иметь крайне низкую точность;
– выбор факторов для модели может не вполне соответствовать особенностям хозяйственной деятельности конкретной компании – это также способно существенно снизить точность оценки риска банкротства;
– расчет результирующих показателей по данным финансовой отчетности не позволяет адекватно оценить риск банкротства, поскольку оценка производится по финансовому состоянию на конкретную дату, которое может существенным образом измениться уже на следующий день ;
– и, наконец, пороговые значения диапазонов, на основании которых интерпретируется значение результирующего показателя модели, также могут не вполне соответствовать особенностям хозяйственной деятельности конкретной компании.
2. Матричные факторные модели диагностики вероятности банкротства.

Модели этого вида гораздо менее распространены по сравнению со статическими факторными моделями. По сути, хорошо известна только модель Бивера. Основное отличие этого вида моделей от предыдущего заключается в том, что отсутствует необходимость расчета единого результирующего показателя, а все факторы модели рассматриваются в совокупности .

Модели данного вида свободны от некоторых недостатков, присущих статическим факторным моделям, в частности для них нет необходимости рассчитывать весовые коэффициенты для каждого фактора. Вместе с тем оценка вероятности банкротства в таких моделях, как это будет показано ниже на примере модели Бивера, предполагает субъективные оценки со стороны финансового менеджера, что является серьезным уязвимым местом этих моделей.

Модель Бивера представлена в табл. 3.12. Как уже отмечалось, модель не предполагает расчета единого результирующего показателя. Расчетные значения пяти факторов независимо друг от друга сравниваются с "нормативными" значениями, рассчитанными Бивером для трех условных компаний: благополучной, находящейся за пять лет до банкротства и находящейся за год до банкротства. Оценка вероятности банкротства производится финансовым менеджером на основании того, в какую группу (колонку таблицы) попадет большинство расчетных значений конкретной компании.

Таблица 3.12

Модель Бивера диагностики вероятности банкротства

		Значения показателей
		Благополучная компания	За пять лет до банкротства	За год до банкротства
Коэффициент Бивера	Отношение суммы чистой прибыли и амортизации к заемным средствам
Коэффициент текущей ликвидности	Отношение оборотных активов к краткосрочным обязательствам
Рентабельность активов	Отношение чистой прибыли к активам
Финансовый леверидж	Доля заемного капитала в пассивах
Коэффициент покрытия активов собственными оборотными средствами	Отношение разности собственного капитала и внеоборотных активов к активам

Сравнительный анализ описанных выше методик и моделей разных видов приводит в выводу о том, что различные их виды позволяют оценить риск банкротства с разных сторон. Поэтому наилучший результат оценки риска банкротства даст совместное применение нескольких методик/моделей, относящихся к разным видам. Исключение составляют только многокритериальные методики, которые являются настолько всеобъемлющими, что добавление к ним любой другой методики или модели приведет к повышению не точности, а всего лишь трудоемкости оценки.

Наличие большого числа разнообразных методик и моделей, позволяющих оценить риск банкротства, тем не менее вовсе нс означает, что аналитик не может разработать собственную методику или модель, наилучшим образом учитывающую все особенности хозяйственной деятельности исследуемой компании . Основной проблемой при разработке такой индивидуальной методики будет только необходимость полностью понимать экономический и финансовый смысл всех своих действий, начиная от выбора системы оценочных критериев (факторов) и закапчивая интерпретацией полученных результатов оценки.

Более подробно вопросы банкротства, включая и основные положения законодательства о банкротстве, рассмотрены в параграфе 13.2.
Обратим внимание, что это уже методики (правила оценки), а не модели (формализованные представления). Методики, в отличие от моделей, предоставляют гораздо бо́льшую свободу финансовому менеджеру (однако расплачиваться за это приходится повышенной долей субъективизма в оценке).
Это хорошо видно но использованию терминов "тенденция", "падение", "замедление" и т.п., являющихся динамическими по своему смыслу.
Один из достаточно простых способов построения таких моделей описан, например, в работе: Юрзинова И. Л. Новые подходы к диагностике финансового состояния хозяйствующих субъектов // Экономический анализ: теория и практика. – 2005. № 14 (47). Отметим, что простота способа оценки вероятности банкротства в данной модели вовсе не предполагает простоту формирования информационной основы для оценки.

Петров А.Н.,
старший преподаватель кафедры
анализа хозяйственной деятельности и аудита
РЭУ им. Г.В. Плеханова,
Иванова Е.А.,
студентка магистратуры
факультета бизнеса РЭУ им. Г.В. Плеханова
Финансовый менеджмент,
№3 2015

В статье подробно рассмотрены вопросы, касающиеся процесса банкротства (несостоятельности) коммерческих организаций, осуществляющих свою деятельность на территории Российской Федерации.

Главной задачей, поставленной в статье, является поиск наиболее эффективных моделей оценки вероятности риска банкротства, садаптированных под современные реалии российской экономики.

Введение

В современных экономических условиях наблюдаются рост числа организаций и, как следствие, усиление конкуренции почти в любом сегменте. Это приводит к тому, что фирмы становятся более чувствительными к изменениям рыночной конъюнктуры. Чтобы оставаться конкурентоспособной на рынке товаров и услуг, компании необходимо повышать эффективность деятельности. Оценка экономического состояния представляет собой аналитическое исследование способности компании финансировать свою деятельность. Интерес к данной теме оправданн, так как любая организация может столкнуться с проблемой неустойчивого финансового состояния, неплатежеспособностью, банкротством. Непрерывность финансовой деятельности заключается в стабильной работе компании в будущем, а также в недопущении возникновения неблагоприятных ситуаций для финансового состояния в текущем периоде. Финансовая оценка риска банкротства организации позволяет спрогнозировать вероятность наступления кризисной ситуации, а также позволяет компании своевременно принять необходимые бизнес-решения для ее устранения.

Глобальный финансовый кризис показал, что даже лучшие международные компании должны постоянно следить за своим финансовым положением и анализировать финансовую устойчивость. Процессы глобализации мировой экономики только увеличивают неопределенность и сложность связей между контрагентами в отношении их финансовой независимости . Негативные последствия мирового экономического кризиса обусловили наступление периода, который ряд экономистов называют эпохой глобальной неопределенности и нестабильности и характерными чертами которого является резкий рост числа банкротства организаций.

Оценка и прогнозирование неплатежеспособности и вероятности банкротства организации представляют интерес не только для акционеров, кредиторов, поставщиков, заказчиков, органов государственной власти и других лиц в выборе наиболее экономически устойчивых и перспективных деловых партнеров, но и для самой организации, так как вовремя принятые меры по выходу из кризисной ситуации позволяют компании продолжить свою деятельность и восстановить в среднесрочной перспективе финансово-хозяйственные показатели.

Альтман внес свой вклад в построение моделей прогнозирования банкротства, впервые применив множественный дискриминантный анализ (MDA-модели). Ольсон стоял у истоков применения логистического анализа для оценки вероятности банкротства (logit-модели).

В данной статье приведен подробный анализ характеристик как зарубежных, так и отечественных моделей; сделаны выводы относительно эффективности применения подобных моделей к российским компаниям.

В России среди MDA-моделей прогнозирования риска банкротства часто используют двух- и пятифакторные модели Альтмана, которые имеют множество недостатков. Условия функционирования российских предприятий нередко отличаются от западных. Экономическая нестабильность, специфика налогового законодательства и нормативного обеспечения бухгалтерского учета, а также степень достоверности экономических показателей деятельности организации, используемых в модели, могут исказить объективные оценки. Использование западных моделей для российской экономики затруднительно также и по другим причинам, во-первых, из-за противоречивости результатов при применении различных методик; во-вторых, из-за низкой прогнозной точности моделей, значительно уменьшающейся при использовании для анализа финансового состояния данных за несколько лет до банкротства. В-третьих, из-за использования в моделях данных за один год (не учитывается изменение показателей в динамике за несколько лет).

В настоящее время важен вопрос выбора моделей оценки риска несостоятельности, позволяющих прогнозировать наступление банкротства российских компаний. Поэтому отечественными экономистами были разработаны собственные модели прогнозирования риска банкротства, а также предложены различные способы адаптации западных моделей к российским условиям.

Однако на сегодняшний день вопрос оценки и прогнозирования риска банкротства организации нельзя считать до конца изученным, а поиск новых эффективных и усовершенствованных подходов к решению данной проблемы предопределяет основную задачу данной статьи.

Экономическая сущность финансовой несостоятельности организации

Основным законодательным актом, регулирующим наиболее существенные положения, касающиеся банкротства организации, является Федеральный закон от 26.10.2002 № 127 «О несостоятельности (банкротстве)» .

Согласно ст. 2 рассматриваемого Федерального закона «несостоятельность (банкротство) - признанная арбитражным судом неспособность должника в полном объеме удовлетворить требования кредиторов по денежным обязательствам и (или) исполнить обязанность по уплате обязательных платежей».

Действующее российское законодательство термины «несостоятельность» и «банкротство» признает тождественно равнозначными. Однако существует множество точек зрения на такое понятийное дублирование.

Так, В. Диденко отмечает, что «несостоятельность» и «банкротство» не равнозначны. Одно вытекает из другого, так как несостоятельность может привести к банкротству (ликвидации) или восстановлению платежеспособности должника .

По мнению О.И. Волкова , несостоятельность является качественной характеристикой неэффективности бизнеса, т.е. неплатежеспособностью в виде неспособности должника выполнить свои обязательства и удовлетворить требования кредиторов на какую-то определенную дату. А банкротство, в свою очередь, является результатом несостоятельности и представляет прекращение существования бизнеса. Несостоятельное положение организации может закончиться как банкротством, так и его оздоровлением (санацией). Если банкротство является негативным результатом несостоятельности бизнеса, то финансовое оздоровление - позитивным.

С.Г. Беляев и В.И. Кошкин признают отличие понятия «неплатежеспособность» от понятия «банкротство» и подчеркивают, что неплатежеспособность - это неспособность организации в полной мере и в надлежащие сроки удовлетворить требования кредиторов, а банкротство - цивилизованная процедура ликвидации должника, продажи его имущества и расчета с кредиторами. При этом названные авторы отождествляют понятие «несостоятельность» с понятием «неплатежеспособность», а банкротство организации относят исключительно к неспособности последней выполнить обязательства.

Изучение различных литературных источников, связанных с данной проблематикой, позволяет сделать вывод о том, что многие авторы сходятся во мнении, что невозможность продолжения деятельности неплатежеспособной организацией проявляется в отсутствии возможности восстановить свою платежеспособность и необходимых средств для ведения нормальной финансово-хозяйственной деятельности. А нецелесообразность продолжения деятельности организации заключается в отсутствии ее социально-экономической значимости, экономического и производственного потенциала, рыночной и инвестиционной привлекательности, а также конкурентоспособности выпускаемой продукции. Такая организация становится банкротом и подлежит ликвидации и продаже в целях соразмерного удовлетворения требований кредиторов.

Здесь можно согласиться с данной точкой зрения, так как организация может быть неплатежеспособной на данный момент, однако это вовсе не означает ее банкротства.

Таким образом, термин «несостоятельность» представляет собой экономическую категорию, а «банкротство» - юридическую.

Финансовые подходы к прогнозированию риска банкротства организации

Основным инструментом оценки финансового состояния организации служит финансовый анализ, с помощью которого можно объективно оценить внутренние и внешние отношения анализируемого объекта: охарактеризовать его платежеспособность, эффективность и доходность деятельности, перспективы развития, а затем по его результатам принять обоснованные бизнес-решения.

Главной задачей финансового анализа является снижение неизбежной неопределенности, связанной с принятием экономических решений, ориентированных в будущее. Поэтому финансовый анализ, как и любой другой сложный процесс, должен иметь свою технологию - последовательность шагов, направленных на выявление причин ухудшения состояния организации и рычагов ее оптимизации.

Для решения конкретных задач финансового анализа применяется ряд специальных систем и методов, позволяющих получить количественную оценку результатов финансовой деятельности в разрезе отдельных ее аспектов как в статике, так и в динамике.

Конкретный порядок расчета показателей, образующих систему критериев для оценки степени удовлетворительности структуры баланса, был установлен в Методических положениях по оценке финансового состояния предприятий и установлению неудовлетворительной структуры баланса, утвержденных распоряжением Федерального управления от 12.08.1994 № 31-р. Данный документ в настоящее время утратил силу, однако эффективность расчетов на его основе была проверена временем, доказана научная состоятельность этой методики, и она до сих пор применяется на практике.

Действующей официальной методикой анализа финансового состояния организации с целью установления вероятности банкротства являются Правила проведения арбитражным управляющим финансового анализа, утвержденные Постановлением Правительства РФ от 25.06.2003 № 367 (далее - Правила).

В Правилах установлены:

система показателей (коэффициентов), характеризующих финансово-хозяйственную деятельность организации-должника (табл. 1);
требования к содержанию анализа хозяйственной, инвестиционной и финансовой деятельности должника, его положения на товарных и иных рынках;
требования к содержанию анализа активов и пассивов должника;
требования к содержанию анализа возможности безубыточной деятельности должника.

Методика финансового анализа, изложенная в Правилах, может применяться и предприятиями, в отношении которых не введена процедура банкротства.

Таблица 1. Система показателей финансово-хозяйственной деятельности, используемая арбитражным управляющим при проведении финансового анализа организации-должника

Показатели и их характеристика 1	Порядок расчета 2
1. Коэффициенты, характеризующие платежеспособность организации
1.1. Коэффициент абсолютной ликвидности (К ла). К ла показывает, какая часть краткосрочных обязательств может быть погашена немедленно	К ла = ОА нл /ТО, где ОА нл - оборотные активы, наиболее ликвидные: денежные средства и краткосрочные финансовые вложения; ТО - текущие обязательства, рассчитываются как сумма краткосрочных заемных средств, кредиторской задолженности и прочих краткосрочных обязательств
1.2. Коэффициент текущей ликвидности (К тл). К тл характеризует обеспеченность предприятия оборотными средствами для ведения хозяйственной деятельности и своевременного погашения обязательств	К тл = ОА л /ТО, где ОА л - активы ликвидные, к которым относятся ОА нл, товары отгруженные, краткосрочная дебиторская задолженность без задолженности учредителей по взносам в уставный капитал, т.е. без ЗУ (КДЗ), и прочие оборотные активы
1.3. Показатель обеспеченности обязательств должника его активами (П оод) П оод характеризует величину активов должника, приходящихся на единицу долга	П оод = (ОА л + BA скор)/ОД, где ВА скор - внеоборотные активы скорректированные, т.е. за вычетом деловой репутации в составе нематериальных активов и капитальных затрат в арендованные основные средства (КВ а); ОД - суммарные обязательства должника, т.е. ТО + долгосрочные обязательства
1.4. Степень платежеспособности по текущим обязательствам (С пто). С пто определяет текущую платежеспособность, т.е. период возможного погашения предприятием текущей задолженности перед кредиторами за счет выручки	С пто = ТО/В м, где В м - среднемесячная валовая выручка, т.е. выручка без вычета косвенных налогов, полученная за отчетный период, деленная на число месяцев в отчетном периоде
2. Коэффициенты, характеризующие фйнансовую устойчивость организации
2.1. Коэффициент автономии (финансовой независимости, К фн). К фн отражает долю активов должника, обеспеченных собственными средствами	К фн = СС/А, где СС - собственные средства, которые рассчитываются как сумма итога (раздел III бухгалтерского баланса), доходов будущих периодов и оценочных обязательств за вычетом КВА и ЗУ; А - совокупные активы
2.2. Коэффициент обеспеченности собственными оборотными средствами (К сос). К сос определяет долю оборотных активов, обеспеченных собственными оборотными средствами	К сос = (СС-ВА скор)/ОА, где ОА - оборотные активы, которые определяются как сумма итога раздел II бухгалтерского баланса за вычетом товаров отгруженных
2.3. Доля просроченной задолженности в пассивах (Д кзп). Д кзп определяет удельный вес просроченной кредиторской задолженности в общей сумме пассивов	Д кзп = КЗП*100/П, где КЗП - просроченная кредиторская задолженность; П - совокупные пассивы
2.4. Показатель отношения дебиторской задолженности к совокупным активам (П одз). П одз определяет удельный вес дебиторской задолженности в общей сумме активов	П одз = (ДДЗ+КДЗ+ОА пв)/А, где ДДЗ - долгосрочная дебиторская задолженность; ОА пв - потенциальные оборотные активы, подлежащие возврату, к которым относится дебиторская задолженность, списанная в убыток, и сумма выданных гарантий и поручительств
3. Коэффициенты, характеризующие деловую активность организации
3.1. Рентабельность активов (Р а). Р а характеризует степень эффективности использования имущества предприятия, профессиональную квалификацию менеджмента	Р а = ЧП*100/А, где ЧП - чистая прибыль
3.2. Норма чистой прибыли (НП). НП характеризует уровень доходности деятельности организации	НП = ЧП*100/В, где В - выручка нетто, т.е. за вычетом косвенных налогов

1 Названия показателей и их характеристики приведены в редакции Правил.
2 Исходя из форм отчетности и пояснений к ним, приведенных в приказе Министерства финансов РФ от 02.07.2010 № 66н.

Перечисленные финансовые коэффициенты могут рассчитываться на основе фактических отчетных данных или прогнозных величин на планируемый период.

Министерство экономического развития РФ в приказе от 21.04.2006 № 104 (далее - приказ JSfe 1Q4) утвердило Методику проведения Федеральной налоговой службой учета и анализа финансового состояния и платежеспособности организаций. Целью проведения такого учета и анализа являются оценка платежеспособности и выявление фактов ухудшения платежеспособности и возникновения угрозы банкротства.

Для реализации этой цели Минэкономразвития России предложило изложенную в табл. 2 группировку организаций по степени угрозы банкротства, критерии для отнесения их к определенной группе, а также показатели, по которым определяется наличие признаков банкротства.

Полагаем, что методика, содержащаяся в приказе № 104, может быть с определенными поправками использована в целях определения угрозы банкротства любой коммерческой фирмы.

Необходимость расчета ключевых коэффициентов очевидна, так как их значения, полученные в рамках финансового анализа, служат основой для итоговых показателей прогнозирования вероятности кризисной ситуации, применяемых как в зарубежных, так и в отечественных моделях количественной оценки риска банкротства организации.

Таблица 2. Методика анализа финансового состояния предприятий и организаций с целью определения признаков угрозы банкротства

Группировка предприятий организаций по степени угрозы банкротства 1	Показатели, определяющие наличие признаков банкротства1 и порядок их расчета 2	Критерии отнесения предприятия к соответствующей группе по степени угрозы банкротства 3
Группа 1: платежеспособные предприятия, имеющие возможность в установленный срок и в полном объеме рассчитаться по своим текущим обязательствам за счет своей текущей хозяйственной деятельности или за счет своего ликвидного имущества. Группа 2: предприятия, не имеющие достаточных финансовых ресурсов для обеспечения своей платежеспособности. Группа 3: предприятия, имеющие признаки банкротства, установленные Федеральным законом от 26.10.2002 № 127-ФЗ «О несостоятельности (банкротстве)» . Группа 4: предприятия, у которых имеется непосредственная угроза возбуждения дела о банкротстве Группа 5: предприятия, в отношении которых арбитражным судом принято к рассмотрению заявление о признании их банкротом	1. Степень платежеспособности по текущим обязательствам (С пс): С пс = ТО/В м, где ТО - текущие обязательства, рассчитываемые по бухгалтерскому балансу следующим образом: Краткосрочные обязательства - Доходы будущих периодов - Оценочные обязательства; В м - среднемесячная выручка, рассчитываемая по отчету о прибылях и убытках как отношение выручки к количеству месяцев в отчетном периоде. Критическое значение: Спс ≤ 6 мес 2. Коэффициент текущей ликвидности (К тл): К тл = А л /ТО, где А л - ликвидные активы, рассчитываемые по бухгалтерскому балансу и приложениям к нему как сумма денежных средств, краткосрочных финансовых вложений, товаров отгруженных, готовой продукции, товаров для перепродажи, краткосрочной дебиторской задолженности и прочих оборотных активов. Критическое значение: Ктл ≥ 1	1. Если С пс ≤ 6 мес. и (или) К тл ≥ 1, то предприятие относится к группе 1. 2. Если С пс ≥ 6 мес. и одновременно К тл ≤ 1, предприятие относится к группе 2. 3. Отнесение к группам 3-5 осуществляется на основании сведений о событиях и обстоятельствах, которые увеличивают риск несостоятельности, т.е.: а) если имеется просроченная более 6 мес. задолженность по денежным обязательствам и (или) уплате обязательных платежей, то предприятие относится к группе 3; б) если в отношении предприятия приняты решения налогового органа о взыскании задолженности за счет имущества или кредиторами направлен исполнительный документ в службу судебных приставов, в случае если требования к предприятию составляют не менее 500 000 руб., то предприятие относится к группе 4; в) если в отношении предприятия в арбитражный суд подано заявление о признании его банкротом или арбитражным судом введена процедура банкротства, то оно относится к группе 5

1 Названия показателей приведены в редакции приказа № 104.
2 Исходя из форм отчетности и пояснений к ним, приведенных в приказе № 66н.
3 Если у предприятия существуют признаки, по которым оно может быть отнесено более чем к одной группе, то оно относится к группе с большим порядковым номером.

Критический анализ применения методов оценки риска вероятности банкротства

Среди большого разнообразия существующих моделей оценки вероятности риска банкротства, а следовательно, допущения непрерывности деятельности можно выделить:

модели, построенные на основе мультипликативного дискриминантного анализа (Multiple-discriminant analysis - MDA), основоположники - У. Бивер, Э. Альтман;
модели, построенные на основе регрессионного логистического анализа (logit-модели), основоположники - Д. Чессер, Дж. Олсон.

На сегодняшний день применение ряда MDA-моделей диагностики риска банкротства организаций нецелесообразно в условиях российской экономики по следующим причинам: во-первых, применение различных моделей приводит к противоречивым результатам. Во-вторых, прогнозная точность моделей значительно уменьшается при использовании для анализа финансового состояния данных за несколько лет до банкротства. В-третьих, зарубежные модели не учитывают специфику экономической ситуации и организацию предпринимательства в России, которые отличаются, в том числе, системами бухгалтерского учета и налогового законодательства, что находит отражение как в наборе факторов-признаков, так и в весовых коэффициентах при них. В-четвертых, в моделях используются данные за один год и не учитываются изменения показателей в динамике за несколько лет. В-пятых, существующие модели используют в своем анализе ограниченный спектр показателей, определяющих ликвидность, платежеспособность, рентабельность, и, как правило, являются расширенными или измененными западными моделями 60-80-х гг. XX в. Круг факторов, определяющих риск банкротства, заметно больше, это обусловливает необходимость совершенствования моделей его оценки за счет расширения его дополнительными параметрами.

В результате зарубежные практики в области финансового менеджмента практически полностью отказались от использования моделей оценки риска банкротства, основанных на дискриминантном анализе, и все больше внимания стало уделяться другим, более современным эконометрическим инструментам и прежде всего так называемым logit-моделям.

В дискриминантных моделях вероятность наступления банкротства не определяется номинальным значением. В частности, в модели Альтмана она определяется как низкая, высокая, очень высокая. В logit-моделях не возникает проблем с однозначной интерпретацией результирующего показателя, который может принимать значения только в интервале от 0 до 1 и определяет номинальное значение вероятности наступления банкротства.

В каждой logit-модели вероятность наступления банкротства рассчитывается с помощью общей формулы логистической функции, имеющей вид:

Р = 1/(1 + е -y),

где Р - вероятность наступления банкротства в долях единицы (принимает значения от 0 до 1); е - основание натурального логарифма (константа Эйлера, равная 2,71828); y - интегральный показатель, вычисляемый в зависимости от разработанной модели.

Несмотря на то, что основоположником рассматриваемых моделей, впервые применившим аппарат логистической регрессии в 1980 г. для прогнозирования банкротства в международной практике, считается Джеймс Олсон, первым данную формулу в 1974 г. использовал Д. Чессер , разработавший специально для банковского сектора модель оценки вероятности невыполнения заемщиком условий кредитного договора. Так, в модели Чессера математический алгоритм модели представляет собой расчет некоего интегрального показателя У на основе шести взвешенных переменных, которыми являют финансовые коэффициенты, характеризующие рентабельность, ликвидность и финансовую устойчивость компании:

Y = -2,0434 - 5,24Х 1 + 0,0053Х 2 - 6,6507 Х 3 + 4,4009Х 4 - 0,0791Х 5 - 0,1220 Х 6 , (2)

где константа, равная -2,0434, получена расчетным (эмпирическим) путем; Х 1 - отношение суммы денежной наличности и быстрореализуемых ценных бумаг к совокупным активам; Х 2 - отношение объема продаж к сумме наличности и быстрореализуемых ценных бумаг; Х 3 - отношение валовой прибыли к совокупным активам; Х 4 - отношение заемного капитала к совокупным активам; Х 5 - отношение основного капитала к чистым активам; Х 6 - отношение оборотного капитала к объему продаж.

Далее, как и со всеми подобными logit-моделями, расчетный интегральный показатель У используется для расчета вероятности банкротства (в модели Чессера - вероятности невыполнения договорных условий). Данный расчет производится подстановкой этого показателя в формулу (1).

Отношение числового результата итоговой вероятности банкротства к качественной характеристике выполняется исходя из следующих интервалов: если итоговое значение Р < 0,5, то вероятность наступления банкротства может считаться низкой; если же Р > 0,5, то соответственно высокой. Однако еще раз стоит повторить, что в данных моделях уровни определения интервалов вероятностей (иными словами, порог отсечения равен: Р = 0,5) относительно возможного банкротства в целом отданы на субъективное усмотрение аналитика-эксперта. Напротив, в ходе многочисленных исследований (проведенных как зарубежными, так и российскими авторами) моделей У. Бивера и И. Альтмана был выявлен ряд их существенных недостатков, основным из которых можно назвать наличие так называемой зоны неопределенности в диапазонах принятия решения.

Однако представленные выше logit-модели были построены на основе выборки зарубежных организаций с нормативными параметрами структуры баланса и эффективности деятельности, отличными от российских. Они также не учитывают различия в макроэкономической ситуации других стран. Кроме того, важно отдельно отметить, что в данных моделях не учитывается отраслевая специфика деятельности организаций. Так, модели, представленные выше, изначально разрабатывались как «универсальные», т.е. применимые для организаций любых отраслей.

Основываясь на идее адаптации logit-моделей прогнозирования банкротства к специфике российской экономики, ученые-экономисты М.В. Евстропов, а также Г.А. Хайдаршина предложили модели, которые обладают достаточно высокой точностью прогнозирования банкротств отечественных компаний.

Так, М.В. Евстропов в 2008 г. представил две logit-модели для оценки риска банкротства отечественных организаций, основанных на 61 и 63 наблюдениях в анализируемых выборках соответственно . В итоге расчетный коэффициент У для прогнозирования банкротства организации в течение ближайших четырех лет после даты окончания отчетного периода М.В. Евстропов предложил определять по следующей формуле:

Y = 6,78 + 22,35Х 1 - 0,94Х 2 - 0,54Х 3 + 0,12Х 4 , (3),

где Y - расчетный коэффициент; Х 1 - отношение номинальной балансовой стоимости акций к заемному капиталу; Х 2 - отношение выручки от реализации к заемному капиталу; Х 3 - натуральный логарифм отношения активов к индексу-дефлятору ВВП; Х 4 - отношение кредиторской задолженности к дебиторской задолженности.

Расчетный коэффициент Y для прогнозирования банкротства организации в течение ближайших двух лет после даты окончания отчетного периода автор предложил определять по формуле

Y = 0,25 - 14,64R 1 - 1,08R 2 - 130,08R 3 , (4)

где Y - расчетный коэффициент; R 1 - отношение прибыли до уплаты налогов и процентов к совокупным активам; R 2 - коэффициент роста выручки от реализации в отчетном году; R 3 - коэффициент абсолютной ликвидности (отношение денежных средств к текущим обязательствам).

При этом для первой модели М.В. Евстропов определяет эффективный порог отсечения, равный 0,44. Автор утверждает, что в этом случае в группе организаций, в отношении которых в действительности были открыты процедуры банкротства в течение ближайших четырех лет после даты окончания отчетного периода, прогнозы оказались полностью верными. Использование порога отсечения, равного 0,44, - наиболее эффективно, поскольку наибольшие финансовые потери, как правило, связаны с ошибочным прогнозом того, что в отношении организации не будет открыта процедура банкротства, в то время как в действительности она будет открыта. Таким способом минимизируется вероятность сделать такой ошибочный прогноз.

Во второй из новых моделей в качестве оптимального порога отсечения предлагается использовать порог, равный 0,43.

Если М.В. Евстропов в своих работах первоначально пытался проанализировать и адаптировать модель Олсона к отечественным условиям, то Г.А. Хайдаршина приводит собственную 12-факторную logit-модель 2009 г. 1:

C BR = e Y /(1 + e Y),

где C BR - комплексный критерий оценки риска банкротства организации, обладающий наилучшей прогностической способностью .

1 В случае если итоговый показатель, рассчитанный на основе дискриминантных моделей, попадает в данную зону, сделать однозначный вывод относительно возможного банкротства организации по истечении периода прогнозирования не представляется возможным.

В итоге для расчета параметра Y, подставляемого в модель (5), приводится следующая формула:

Y = α0 + α1 * Corp_age + α2 * Cred + αЗ * Current_ratio + α4 * EBIT/INT+ α5 * Ln(E) + α6 * R + α7 * Reg + α8 * ROA + α9 * ROE + α10 * Т_Е + α11 * Т_А,

где Corp_age - фактор, характеризующий «возраст» организации. Принимает значение 0, если организация была создана более 10 лет назад, и значение 1 - если менее 10 лет; Cred - фактор, характеризующий кредитную историю деятельности организации. В случае если кредитная история организации является положительной, то данный фактор принимает значение 0, в противном случае ему присваивается значение 1; Current_ratio - коэффициент текущей ликвидности; ЕВIТ/INT - отношение прибыли до уплаты процентов и налогов к уплаченным процентам; Ln(E) - натуральный логарифм собственного капитала организации; R - ставка рефинансирования ЦБ; Reg - фактор, характеризующий деятельность организации с точки зрения его региональной принадлежности, принимает значение 0, если организация находится в Москве или Санкт-Петербурге, и 1 - если в других регионах России; ROA - рентабельность активов организации (Чистая прибыль/Активы); ROE - рентабельность собственного капитала организации (Чистая прибыль/Собственный капитал); Т_Е - темп прироста собственного капитала организации; Т_А - темп прироста активов организации.

Ключевым принципом реализации предложенной комплексной модели оценки риска банкротства организации является расчет комплексного критерия оценки риска банкротства CBR на основе модели (5), сравнение которого с пороговыми значениями позволяет сделать вывод о возможности банкротства организации в период от одного года до двух лет с момента проведения расчетов. Параметры модели в зависимости от отраслевых сегментов представлены в табл. 3.

Таблица 3. Значения коэффициентов комплексной logit-модели оценки риска банкротства организаций в зависимости от отраслевых коэффициентов

Фактор модели	Коэффициент	Наименование отраслевого сегмента
Фактор модели	Коэффициент	Промышленность	ТЭК	Торговля	Сельское хозяйство
Константа	α0	10,2137	30,7371	35,0326	13,5065
Согр_age	α1	0,0303	3,7033	4,1834	0,2753
Cred	α2	6,7543	8,9734	9,0817	6,6637
Current ratio	α3	-3,7039	-8,6711	-8,7792	-7,0113
EBIT/INT	α4	-1,5985	-7,0110	-8,5601	-2,3915
Ln(E)	α5	-0,5640	-1,6427	-1,6834	-1,0028
R	α6	-0,1254	-0,1399	-0,4923	-0,2900
Reg	α7	-1,3698	-0,6913	-0,8023	-1,5742
ROA	α8	-6,3609	-5,0894	-8,4776	-6,1679
ROE	α9	-0,2833	-15,3882	-10,8005	-2,3624
T E	α10	2,5966	7,3667	7,1862	2,8715
T_A	α11	-7,3087	-22,0294	-22,7614	-6,9339

Для дифференциации организаций по результатам расчета полученных моделей Г.А. Хайдаршина приводит 5 категорий рисков (табл. 4). Данное деление имеет «шаг» 20% и позволяет отнести организацию к той или иной категории риска.

Таблица 4. Диапазоны принятия решений в соответствии с комплексной logit-моделью оценки риска банкротства организации

Оценивая положительные стороны данной logit-модели, стоит отметить, что модель является действительно комплексной, так как содержит ряд ключевых факторов, характеризующих деятельность организации с различных сторон, в том числе с точки зрения макроэкономической ситуации в стране, отраслевой специфики организации, динамики масштабов ее деятельности. Кроме того, она была изначально разработана для отечественных организаций и позволяет учесть их качественные показатели и специфику деятельности. Следует отметить, что в данной модели впервые принят во внимание фактор, характеризующий кредитную историю организации, который ранее не был учтен ни в российских, ни в зарубежных моделях. Включение данного фактора в модель позволит оценить риск банкротства не только с точки зрения прогноза деятельности анализируемой организации в обозримом будущем, но и, что очень важно, учесть его кредитоспособность в прошлом.

Следует выделить и ряд спорных моментов, сопутствующих модели. Во-первых, мало уделено внимания алгоритму выбора именно этих конечных параметров. Возникают вопросы их происхождения и целесообразности их использования для всеобъемлющей характеристики. Во-вторых, фактор использования возраста организации и его порога отсечения, равного лишь бинарному значению > или < 10 лет, также обоснован не в должной степени. В-третьих, оба показателя рентабельности, как и оба показателя темпов роста, одновременно присутствующие в модели, сходны между собой.

Тем не менее, несмотря на недостатки, присущие отдельным logit-моделям, в целом можно заключить следующее: подход на основе использования logit-моделей более универсален и обладает тем преимуществом, что по сравнению с дискриминантным анализом ему присущи гораздо менее жесткие ограничения, и поэтому он имеет более широкую область применения.

Итогом вышесказанному может служить ряд исследований (в частности ), которые показали, что на практике логистические модели позволяют получить значительно более эффективные оценки риска банкротства, чем теоретически может обеспечить статистический дискриминантный анализ.

При этом следует подчеркнуть, что в российской практике данные модели пока еще не нашли особого применения, несмотря на тот факт, что их использование позволяет ответить на вопросы, которые были неразрешимы с помощью методов дискриминантного анализа.

Практическое применение моделей диагностирования риска банкротства

Было проведено исследование по данной проблеме на примере федерального государственного унитарного предприятия. Рассматриваемое предприятие относится к проектно-конструкторским (проектирует объекты связи по государственным заказам, выполняет федеральные целевые программы). Согласно ст. 190 Федерального закона от 26.10.2002 № 127-ФЗ «О несостоятельности (банкротстве)», данное предприятие относится к стратегическим предприятиям. Поэтому при построении прогнозной оценки риска банкротства ФГУГ1 применялись значения параметров альфа в logit-модели Г.А. Хайдаршиной для промышленной отрасли.

В ходе исследования были апробированы как зарубежные, так и отечественные модели (MDA, logit-модели).

Отобранные для расчетов модели представляют собой сравнительную характеристику зарубежных и отечественных методик, а именно: двухфакторная модель Альтмана, пятифакторная модель Альтмана (модифицированная формула), рейтинговая оценка по модели Г.В. Савицкой , рейтинговое число Р.С. Сайфуллина и Г.Г. Кадыкова , шестифакторная модель О.П. Зайцевой , модель У. Бивера. Также предложен анализ оценки риска банкротства на основе logit-моделей Г.А. Хайдаршиной и М.В. Евстропова.

Проводимый анализ представлен длй ознакомительных целей практического применения указанных моделей оценки вероятности банкротства на конкретном примере.

Результатом исследования стало выявление признаков банкротства, несмотря на улучшение динамики показателей баланса и отчета о финансовых результатах. Так, из восьми выбранных для апробации моделей пять дали негативный результат (в том числе результат, находящийся в «зоне неопределенности») (табл. 5). Это связано с тем, что в разных моделях использовались разные коэффициенты для расчета, а также в ходе исследования в рамках logit-моделей были учтены кредитная история компании, ее отраслевые особенности, а также внешние экономические факторы, напрямую не зависящие от компании, а характеризующие макроэкономическую ситуацию страны в целом, например индекс-дефлятор ВВП, ставка рефинансирования ЦБ.

Полагаем, что подобные исследования можно проводить в организации с любым видом деятельности, так как рассмотренные модели не имеют подобных ограничений. Стоит отметить, что при проведении анализа финансовой устойчивости и риска банкротства необходимо учитывать отраслевые особенности компании, так как это напрямую влияет на структуру баланса. Поэтому при сравнении рассчитанных значений коэффициентов с «нормой», необходимо правильно трактовать полученный результат.

Таблица 5. Сводные результаты анализа вероятности банкротства ФГУП по формализованным моделям

Наименование модели	Результат на конец анализируемого периода
Двухфакторная модель Альтмана оценки вероятности банкротства	Вероятность банкротства менее 50%
Пятифакторная модифицированная модель Альтмана	Результаты попадают в «зону неопределенности». При этом динамика показателя имеет тенденцию к ухудшению
Рейтинговая оценка финансового состояния по модели Г.В. Савицкой	За период с 2012 по 2013 г. предприятие попадает в 5-й класс рейтинговой балльной оценки, который характеризуется как «предприятия высочайшего риска, практически несостоятельные». В 2014 г. предприятие можно отнести к проблемным, так как оно попало в 3-й класс по итогам расчетов
Расчет рейтингового числа по методике Р.С. Сайфуллина и Г.Г. Кадыкова	Финансовое состояние характеризуется как неудовлетворительное в периоде 2012 по 2013 г. На 01.01.2015 рейтинговое число значительно увеличилось, что свидетельствует о минимизации риска банкротства
Шестифакторная математическая модель О.П. Зайцевой	Вероятность банкротства велика. Показатель имеет тенденцию к существенному ухудшению
Система показателей У. Бивера	Характеризует ситуацию для предприятия за 1 год до банкротства. Тенденция показателей ухудшается
Logit-модель Г.А. Хайдаршиной	На 01.01.2013 комплексный критерий оценки риска банкротства CBR стремится к единице, что характеризует риск банкротства как достаточно высокий. В динамике с 01.01.2014 по 01.01.2015 риск банкротства минимальный
Logit-модель М.В. Евстропова	Идентично расчетам по logit-модели Хайдаршиной

Заключение

Таким образом, анализируя все рассмотренные методы оценки вероятности наступления риска банкротства, нельзя дать однозначное заключение, что предприятие не будет подвержено банкротству, так как не все расчеты по моделям дали положительный результат. Руководствуясь принципом осторожности, стоит отметить, что предприятие находится в зоне неопределенности и, соответственно, финансовых рисков. Данное предприятие не в полной мере имеет преимущества по сравнению с другими участниками рынка в привлечении инвестиций, получении кредитов, работе с поставщиками и кадрами. Чем ниже финансовая устойчивость предприятия, тем менее оно способно адаптироваться к изменению условий внешней среды. В связи с этим первостепенное значение для предприятия приобретает проведенный анализ риска банкротства.

Рассмотренная в статье комплексная методика оценки и прогнозирования риска банкротства предприятия позволяет заблаговременно осуществлять диагностику возможного наступления кризисной ситуации на предприятии и своевременно, до начала судебного разбирательства о банкротстве, принимать меры по его предотвращению путем использования различных антикризисных стратегий. Это весьма актуально, так как любое предприятие предпочтет избежать каких-либо негативных судебных процедур для сохранения своей деловой репутации. Поэтому перспективы практического применения методики оценки риска банкротства на сегодняшний день представляются достаточно широкими.

Литература

1. Федеральный закон от 26.10.2002 № 127-ФЗ (ред. от 29.12.2014) «О несостоятельности (банкротстве)».

2. Постановление Правительства РФ от 25.06.2003 № 367 «Об утверждении правил прKоведения арбитражным управляющим финансового анализа».

3. Приказ Министерства экономического развития и торговли РФ от 21.04.2006 N9 104 «Об утверждении методики проведения Федеральной налоговой службой учета и анализа финансового состояния и платежеспособности стратегических предприятий и организаций».

4. Беляев С.Г., Кошкин В.И. Теория и практика антикризисного управления: учебник. - М.: Закон и право, ЮНИТИ, 2006.

5. Волков О.И. Экономика предприятия. - М.: ИНФРА-М, 2008.

6. Донцова Л. В., Никифорова Н.А. Анализ бухгалтерской (финансовой) отчетности: Практикум. - 5-е изд., перераб. и доп. - М.: Дело и сервис, 2015.

7. Зайцева О. П. Антикризисный менеджмент в российской фирме // Аваль. (Сибирская финансовая школа), 1998.

8. Евстропов М.В. Оценка возможностей прогнозирования банкротства предприятий в России // Вестник Оренбургского государственного университета. - 2008.

9. Казакова Н.А. Диагностика и прогнозирование банкротства // Финансовый менеджмент. - 2012. - 497 с.

10. Савицкая Г.В. Экономический анализ: учебник / Г.В. Савицкая. - 14-е изд., испр. и доп. - М.: ИНФРА-М, 2011. И. Сайфуллин Р.С., Кадыков Г.Г. Финансы предприятий. - М.: ИНФРА-М, 2000.

12. Хайдаршина Г.А. Методы оценки риска банкротсва предприятия: автореферат дис. ... канд. экон. наук. - М., 2009.

13. Altman Е. Financial ratios, discriminant analysis and the prediction of corporate bankruptcy // Journal of Finance. - 1968, Journal of Finance, Vol. 23, No. 4, (September 1968), pp. 589-609.

14. Ohlson J.A. Financial Ratios and the Probabilistic Prediction of Bankruptcy // Journal of Accounting Research, 1980. - 18. - Pp. 109-131.

15. Lennox C. Identifying Failing Companies: A Re-evaluation of the Logit-, Probit- and DA Approaches // Elsevier Science Inc, 1999. - P. 181-210.

16. Chesser D.L. Predicting Loan Noncompliance // The Journal of Commercial Bank Lending, 56(12), 1974 № 56 (12).

17. Электронный журнал «Корпоративные финансы». - 2011. - N° 4 (20).

18. Диденко В.О понятиях «несостоятельность» и «банкротство» // Электронный журнал «Адвокат». - 2012.

Предприятия и организации, являющие собой различные юридические лица, имеют различные финансовые обязательства, как перед кредитными организациями, так и перед своими работниками. Существуют определённые риски того, что юридическое лицо в будущем не сможет выполнять свои данные обязательства. Такие риски зависят от определённых параметров, по которым можно рассчитать вероятность невыполнения предприятием своих обязательств.

Понятие

Под банкротством следует понимать неспособность юридического лица исполнять определённые в рамках деятельности этого лица финансовые обязательства в течение срока, превышающего три месяца. Выделяют три основных группы причин, приводящих к такой неспособности :

Объективные (внешние) обстоятельства.
Субъективные (внутренние) причины.
Отраслевые особенности.

К объективным причинам риска банкротства относят макроэкономические, которые включают в себя особенности системы налогообложения, колебания валютных курсов и глобальные изменения на мировом рынке.

К субъективным относят внутренние проблемы конкретной фирмы, на которые её руководство может непосредственно влиять.

К отраслевым рисковым особенностям относят обстоятельства, связанные со сферой деятельности компании и ситуацией в данной сфере на внешнем рынке. В частности, на сырьевые компании могут сильно влиять колебания цен на сырьё, и эти колебания могут приводить фирму к банкротству при отсутствии прочих внешних и внутренних причин для несостоятельности.

Анализ возможности банкротства

Для определения риска вероятности несостоятельности юридического лица необходимо проанализировать экономические показатели данного лица с различных точек зрения (подходов). Существуют два основных подхода для оценки риска опасности наступления банкротства юридического лица:

Качественный;
Количественный.

В качественном подходе изучаются не поддающиеся численному выражению обстоятельства, которые могут в совокупности приводить юридическое лицо к несостоятельности. Такие обстоятельства могут быть критического и некритического характера.

К некритическим факторам риска банкротства относятся:

Небольшое увеличение кредиторской задолженности.
Низкие значения показателей ликвидности.
Недостаток оборотного капитала.
Превышение лимитов использования заёмных средств.
Высокий процент дебиторской задолженности.
Большое количество нереализованной готовой продукции.
Устаревшее оборудование и технологии производства.
Тенденция к уменьшению количества заказов и новых контрактов.

Вышеперечисленные факторы могут привести к несостоятельности предприятия в течение пяти лет. При наличии трёх и более некритических факторов необходимо проводить количественный анализ рисков для их уменьшения.

Серьёзные нарушения производственного и технологического процессов.
Потеря ряда ключевых сотрудников компании.
Наличие судебной тяжбы с неизвестным исходом.
Невыгодные долгосрочные контракты.
Потеря крупных клиентов.

Наличие данных обстоятельств может привести компанию к неспособности выполнять свои обязательства в скором времени, при наличии хотя бы одного из вышеуказанных обстоятельств руководству юридического лица необходимо принимать неотложные меры во избежание несостоятельности данной фирмы.

Количественный подход оценки риска стать банкротом позволяет проанализировать измеримые экономические и финансовые параметры компании и определить вероятность банкротства такой компании. Данный подход включает два метода:

Метод коэффициентов.
Метод баллов.

Метод баллов Аргенти разделяет процесс, ведущий к банкротству, на три составляющие:

Внутренние недостатки фирмы.
Ошибки, приводящие к несостоятельности.
Симптомы скорого банкротства.

Каждая составляющая процесса включает в себя несколько конкретных факторов, подлежащих оценке согласно Аргенти. Для внутренних недостатков максимальная сумма баллов 43, для ошибок – 45 и для симптомов банкротства – 12. Если сумма баллов для всех трех составляющих процесса превышает 25 баллов, то фирме угрожает банкротство в течение пяти лет, а при сумме более 34 баллов – в течение года.

В рамках метода коэффициентов можно выделить несколько моделей для определения вероятности риска банкротства.

Модели

Современные модели риска используют значение интегрального показателя риска Y, который вычисляется по формуле и функционально зависит от ряда экономических показателей конкретной фирмы. В формулах для вычисления Y используются от двух до пяти показателей.

Модель Альтмана

В данной модели (также называемой пятифакторной) используются следующие пять показателей фирмы:

K1 – отношение оборотного капитала к сумме активов;
K2 – отношение реинвестированной прибыли к сумме активов;
K3 – отношение операционной (до оплаты налогов) прибыли к сумме активов;
K4 – отношение балансовой стоимости капитала к стоимости заёмного капитала;
K5 – отношение выручки от объёма продаж к сумме активов.

Существует два варианта формулы Альтмана: для акционерных обществ, акции которых торгуются на фондовом рынке, и для компаний, не имеющих акции или не торгующих ими на бирже.

Первый вариант: Z=1,2*K1 + 1,4*K2 + 3,3*K3 + 0,6*K4 + K5.

Второй вариант: Z = 0,7217*K1 + 0,847*K2 + 3,107*K3 + 0.42*K4 + 0,995*K5.

Если значение Z > 2,99, то предприятие стабильно (риск несостоятельности < 15%), если 1,81 < Z ≤ 2,99, то существует средний риск банкротства (15-80 %), если Z < 1,81, то вероятность банкротства в ближайшие годы высокая (>80%).

Методика Альтмана разрабатывалась с учётом опыта зарубежных компаний, и не учитывает особенностей российской экономики , в то же время данная методика используется во всех зарубежных скоринговых системах и обеспечивает хороший прогноз при однородности событий выживания и банкротства.

Двухфакторная модель

Коэффициент текущей ликвидности (Ktl) равен отношению оборотных активов к краткосрочным обязательствам, а коэффициент концентрации заёмного капитала (Kc) равен отношению размера заёмного капитала к общей величине финансовых ресурсов данной фирмы.

Для оценки возможного наступления несостоятельности используется следующая формула:
Z = -0,39 – 1,07*Ktl + 5,79*Kc. При значениях Z < 0 вероятность наступления несостоятельности крайне низкая.

Модель Таффлера-Тишоу

Модель Таффлера-Тишоу (или британская модель) использует четыре показателя для определения риска:

K1 – отношение прибыли к обязательствам краткосрочного характера;
K2 – отношение количества всех активов фирмы к сумме таких активов;
K3 – отношение краткосрочных обязательств фирмы к сумме активов;
K4 – отношение выручки от объёма продаж к сумме активов.

В данной методике используется следующая формула:
Z = 0,53*K1+0,13*K2+0,18*K3+0,16*K4. Если Z < 0,20, то существует высокая вероятность несостоятельности, если 0,20 0,30, то такая вероятность ничтожна.

Британская модель обладает хорошей точностью прогноза за счёт обработки данных большого числа компаний при построении данной модели. Ограниченность методики заключается в её применимости только к зарубежным акционерным фирмам.

Иркутская модель

Методика, разработанная учёными Иркутской экономической академии с учётом данных российских компаний, не являющихся монополистами, а также имеющих тенденцию устойчивого и быстрого развития. В Иркутской модели оценки риска банкротства используются четыре показателя:

K1 – отношение оборотного капитала к собственному;
K2 – отношение чистой прибыли к собственному капиталу;
K3 – отношение чистой прибыли к текущему балансу;
K4 – отношение чистой прибыли к сумме расходов.

Далее, необходимо вычислить R=8,38*K1+K2+0,054*K3+0,63*K4. При отрицательных значениях R вероятность несостоятельности компании в будущем является максимальной, высокой такая вероятность будет при 00,42.

Данная методика применима к российским компаниям с хорошей точностью, но не учитывает специфику различных сегментов рынка.

Управление рисками банкротства

Управление финансовыми рисками подразумевает реализацию комплекса мероприятий, направленных на уменьшение риска несостоятельности юридического лица. Все меры, принимаемые руководством предприятия для недопущения его банкротства, можно условно разделить на две группы:

Предупредительные меры;
Оперативные меры.

К предупредительным относятся меры профилактического характера, они принимаются при малой рассчитанной вероятности наступления несостоятельности и позволяют не допустить её увеличения в будущем. Такие меры могут включать:

Диверсификацию экономики предприятия;
Страхование активов;
Распределение рисков;
Создание резервов;
Хеджирование;
Персонализация материальной ответственности.

Финансовые резервы позволят компании выполнять обязательства при падении прибыли, а страхование и распределение рисков снизят вероятность банкротства при внезапных колебаниях внешних рынков.

Оперативные меры принимаются при высоких рисках несостоятельности для минимизации таких рисков и стабилизации экономического положения компании. Для оперативного улучшения финансовой ситуации необходимо предпринять следующие шаги:

Выявление внутренних показателей, приводящих к высоким рискам банкротства;
Корректировка данных показателей;
Погашение наиболее проблемных задолженностей;
Реструктуризация части обязательств;
Оптимизация расходов предприятия;
Прогнозирование развития компании с учётом проведённых преобразований;
Создание финансовой устойчивости.

Многие показатели при расчёте риска несостоятельности зависят от суммы активов предприятия. Распродажа части активов может увеличить капитализацию фирмы и погасить наиболее проблемные задолженности, а снижение расходов путём оптимизации повысит ликвидность предприятия в целом.

Пример расчёта

Для ООО «Промэнергоремонт» имеются следующие расчётные показатели: K1=0,0013, K2=0,355, K3=0,51, K4=0,0013 и K5=2,62. Применим формулу Альтмана для неакционерных компаний.

Имеем Z = 0,717*0,0013 + 0,847*0,355 + 3,107*0,51 + 0,42*0,0013 + 0,995*2,92 = 4,79.

Значение Z больше 2,99, следовательно, предприятию ООО «Промэнергоремонт» не угрожает наступление несостоятельности, согласно модели Альтмана.

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Подобные документы

Виды банкротства предприятий и причины его возникновения. Мероприятия по восстановлению платежеспособности предприятия и предотвращению банкротства. Оценка вероятности банкротства с использованием пятифакторной модели Альтмана предприятия ОАО "КАМАЗ".

курсовая работа , добавлен 28.05.2016

Основные аспекты диагностики несостоятельности предприятия. Причины, виды и процедура банкротства, методы диагностики его вероятности. Отличительные черты несостоятельности и банкротства. Анализ финансовой несостоятельности предприятия ООО БК "Надежда".

курсовая работа , добавлен 18.12.2013

Теоретические аспекты банкротства, его основные виды и процедуры. Методы прогнозирования угрозы банкротства на примере предприятия ООО "Север". Анализ финансовых результатов деятельности, ликвидности баланса. Оценка вероятности банкротства предприятия.

курсовая работа , добавлен 14.12.2014

Теоретические аспекты прогнозирования банкротства предприятий: понятие, виды, причины, нормативное регулирование процесса. Методы диагностики вероятности банкротства. Анализ имущественного состояния и финансовых результатов деятельности организации.

курсовая работа , добавлен 27.07.2011

Причины банкротства, эффективные методы устранения его угрозы. Анализ состава финансовой отчетности ОАО "Газпром". Методики прогнозирования банкротства. Оценка финансовых результатов деятельности, анализ вероятности банкротства по модели Альтмана.

курсовая работа , добавлен 20.05.2014

Теоретические аспекты вероятности банкротства организации. Уровень угрозы банкротства в модели Альтмана. Оценка вероятности на примере ОАО "Уралкалий". Анализ состава и структуры активов, финансовой устойчивости. Расчет показателей ликвидности баланса.

контрольная работа , добавлен 23.09.2014

Понятие, виды и причины банкротства хозяйствующего субъекта. Виды диагностики, проводимой в рамках антикризисного управления. Диагностика вероятности банкротства предприятия. Анализ использования основных производственных фондов и трудовых ресурсов.

курсовая работа , добавлен 06.02.2013