Оценка риска банкротства предприятия. Виды банкротства. Предупреждение рисков.

Здравствуйте, в этой статье мы постараемся ответить на вопрос: «Оценка риска банкротства предприятия. Виды банкротства. Предупреждение рисков.». Если у Вас нет времени на чтение или статья не полностью решает Вашу проблему, можете получить онлайн консультацию квалифицированного юриста в форме ниже.

Банкротство – невозможность субъекта хозяйственного права должным образом выполнять взятые на себя обязательства. Сюда входит не только взаимоотношение с контрагентами, но и расчёты с бюджетом, оплата рабочего фонда. Основной закон, регламентирующий порядок, процедуру банкротства – ФЗ № 127 от 26. 10. 2002 года «О настоятельности (банкротстве). Документ был существенно переработан в 2019 году, теперь процедура стала вполне доступной и реальной. Для признания компании банкротом, сумма задолженности должна превышать 300 тыс. рублей, а срок просрочки по платежам не менее 3 месяцев.

Показатели риска банкротства

Невозможно со 100-процентной точностью сказать, какой бизнес обанкротится, а какой нет. Однако можно объективно оценить вероятность такого события на основе определенных признаков. Оценка риска банкротства предприятия – это количественная диагностика, позволяющая заблаговременно избежать финансовых проблем.

Наиболее очевидный показатель, указывающий на проблемы внутри бизнеса, – большое количество долгов, которые продолжают накапливаться, при отсутствии возможности рассчитаться с ними. В такой ситуации руководители могут скрывать фактическое положение дел, чтобы довести компанию до преднамеренного банкротства – выявить подобные планы без независимого аудита сложно.

Своевременный аудит важен еще и потому, что основная причина ликвидации компаний – финансовый кризис. К нему могут привести различные факторы: неэффективное управление заемным капиталом, получение компанией займов, которые больше ее собственных средств, просроченные дебиторские задолженности и многое другое.

К показателям риска банкротства, которые должны заставить руководство насторожиться, относятся также наличие нерентабельных отделов и производство, снижение объемов продаж и инвестиций.

• Региональный. Он напрямую связан с особенностями регионами продаж или оказания услуг. Например, региональный вид рисков формируют такие факторы, как развитость местной инфраструктуры, наличие в определенной местности производственных мощностей или сети сбыта.
• Отраслевой. Этот вид рисков связан с такими факторами, как спрос, конкуренция, ценовая политика. На него может влиять политическая ситуация, решения государственного аппарата: все внешние и внутренние обстоятельства, формирующие рынок сбыта и стоимость товаров/услуг.
• Макроэкономический. Данный вид риска связан с внешними факторами, на которые корпорация не может самостоятельно повлиять: стабильность рынка, особенности налогообложения, банковского обслуживания, инфляция и многое другое.

Дискриминантная факторная модель Г.В. Савицкой диагностики риска банкротства

Усовершенствованием модели Э. Альтмана занялась Г.В. Савицкая. В своих работах ею была разработана дискриминантная модель для оценки и прогнозирования вероятности банкротства производственных предприятий, модель имеет следующий вид:

Z = 0,111X1 + 13,239Х2+ 1,676Х3+ 0,515X4 + 3,80Х5

где,
Х1 — доля собственного оборотного капитала в формировании оборотных активов;
Х2 — отношение оборотного капитала к основному;
Х3 — коэффициент оборачиваемости совокупного капитала;
Х4 — рентабельность активов предприятия, %;
Х5 — коэффициент финансовой независимости (доля собственного капитала в валюте баланса).

Расчет показателей модели по данным бухгалтерского баланса:

Х1 = стр. 1300 / стр. 1200

Х2 = (стр. 1200 — стр. 1500) / стр. 1300

Х3 = стр. 2110 / ((стр. 1600нп + стр. 1600кп)/2)

Х4 = стр. 2400/стр. 1600

Х5 = стр. 1300 / стр. 1600

В формуле расчета Х3 присутствует усредненное значение величины активов. Берутся значения активов на начало отчетного периода и конец периода и делятся на 2.

Цель и этапы анализа банкротства предприятия

Основной целью анализа вероятности возникновения несостоятельности (банкротства) коммерческих организаций является разработка мероприятий по снижению риска возникновения банкротства и восстановлению платежеспособности и финансовой устойчивости компании.

Система комплексной оценки анализа вероятности возникновения несостоятельности (банкротства) коммерческой организации состоит из следующих основных этапов:

— анализ текущего состояния деятельности организации: оценка финансовой устойчивости; платежеспособности; ключевых показателей, характеризующих вероятность возникновения банкротства;

— оценка конкурентных преимуществ компании, ее положения на рынке, сильных и слабых сторон ее деятельности.

Как отмечает Никонова Н.В. и Гамулинская Н.В., «существуют два основных подхода при оценке вероятности банкротства организаций: нормативный и интегральный, не смотря на различие в последовательности и методике расчета показателей, их суть сводится к диагностированию степени близости организации к банкротству».

В свою очередь в экономической практике существует множество подходов к оценке вероятности возникновения несостоятельности (банкротства) коммерческих организаций, которые выражены в различных методиках, представленных российскими и зарубежными авторами. Основные методики оценки вероятности возникновения несостоятельности (банкротства) коммерческих компаний представлены ниже.

Виды диагностики, проводимой в рамках антикризисного управления организацией

 ---------------------------¬
 ¦ ------------------¬¦ -----------------¬
 ¦ ¦По характеру ++->¦Предсказательная+ - - - - - - - - ->¬
 ¦ ¦полученных ¦¦ L-----------------
 ¦ ¦результатов ++->-----------------¬ ¦
 ¦ L------------------¦ ¦ Описательная ¦
------+------¬ ¦ L----------------- ¦
¦ ¦------------------¬¦ --------------------------------¬
¦ ¦¦По принадлежности++->¦ Антиципативная (опережающая) ¦- ->¦
¦ ¦¦к типу ¦¦ L--------------------------------
¦ ¦¦антикризисного ¦¦ --------------------------------¬ ¦
¦ ¦¦менеджмента ++->¦ Реактивная (восстанавливающая)¦
¦ ¦L------------------¦ L-------------------------------- ¦
¦ ¦ ¦ --------------------------------¬
¦ ¦------------------T+->¦ Системная (диагностика объекта¦- ->¦
¦ ¦¦По области ¦¦ ¦ как системы) ¦
¦ ¦¦исследования ¦¦ L------------------------------------+---------¬
¦ ¦L-----------------++->--------------------------------¬¦ ¦
¦ ¦ ¦ ¦Аспектная (узкоориентированная)¦¦ ¦
¦ ¦ ¦ L--------------------------------¦ ¦
¦ ¦------------------¬¦ ---------------¬ ¦ ¦
¦ ¦¦По значимости ++->¦ Оперативная + - - - - - - - ->¦ ¦
¦ ¦¦полученных ¦¦ L--------------- ¦ ¦
¦ ¦¦результатов ¦¦ ---------------¬ ¦ ¦
¦ ¦¦в процессе ++->¦Стратегическая¦ ¦ ¦
¦ Признаки, ¦¦управления ¦¦ L--------------- ¦ ¦
¦ отражающие ¦L-----------------++->---------------¬ ¦ ¦
¦ характер ¦ ¦ ¦ Тактическая ¦ ¦Антикризисная¦
¦ процесса ¦ ¦ L--------------- ¦ диагностика ¦
¦исследования¦------------------¬¦ ---------------¬ ¦ ¦
¦ ¦¦По месту ++->¦ Судебная ¦ ¦ ¦
¦ ¦¦в арбитражном ¦¦ L--------------- ¦ ¦
¦ ¦¦процессе ++->---------------¬ ¦ ¦
¦ ¦L------------------¦ ¦ Досудебная + - - - - - - - ->¦ ¦
¦ ¦ ¦ L--------------- ¦ ¦
¦ ¦ ¦ ---------------¬ ¦ ¦
¦ ¦------------------T+->¦Управленческая+ - -¬ ¦ ¦
¦ ¦¦По предмету ¦¦ L--------------- ¦ ¦
¦ ¦¦исследования ¦¦ ---------------¬ ¦ ¦ ¦
¦ ¦¦(или этапам ++->¦ Экономическая+ - - - - - - - ->¦ ¦
¦ ¦¦развития кризиса)¦¦ L--------------- ¦ L---T----------
¦ ¦L-----------------++->---------------¬
¦ ¦ ¦ ¦ Финансовая + - -- ¦
¦ ¦ ¦ L---------------
¦ ¦ ¦ ---------------¬ ¦
¦ ¦------------------T+->¦ Регулярная + - - - - - - - - - ->
¦ ¦¦По периодичности ¦¦ L--------------- ¦
¦ ¦¦исследования ++->---------------¬
¦ ¦L------------------¦ ¦Единовременная¦ ¦
L-----T------- ¦ L---------------
 ¦ ------------------¬¦ ---------------¬ ¦
 ¦ ¦По ориентации ++->¦ Внешняя ¦
 ¦ ¦решаемых задач ¦¦ L--------------- ¦
 ¦ ¦исследования ++->---------------¬
 ¦ L------------------¦ ¦ Внутренняя + - - - - - - - - - ->-
 L--------------------------- L---------------

Рис. 1

Все выделенные виды диагностики, несмотря на их множественность, в процессе диагностирования вероятности банкротства в качестве общей точки соприкосновения имеют предмет исследования — это результаты деятельности организации, которые находят свое отражение в системе взаимосвязанных формализованных и неформализованных показателей.

Выявление основных сценариев изменения финансовых коэффициентов предприятий-банкротов

Методологические подходы к моделированию банкротства предприятия можно разделить на две группы: классические статистические методы (регрессионный анализ, дискриминантный анализ, кластерный анализ) и альтернативные методы (нейросетевой анализ, теория нечетких множеств, деревья решений и др.)- Сущность данных методологических подходов состоит в процедуре классификации с определенной степенью точности предприятий на группу предприятий-банкротов и предприятий, имеющих удовлетворительное финансовое состояние.

Далее будут рассмотрены методы, наиболее часто используемые при построении моделей прогнозирования банкротства предприятия. Регрессионный анализ

Общее назначение множественной регрессии состоит в анализе связи между несколькими независимыми переменными (называемыми также регрессорами или предикторами) и зависимой переменной.

Регрессионные модели являются достаточно гибким инструментом, позволяющим в частности, оценивать влияние качественных признаков на изучаемую переменную. Это достигается введением в число регрессоров, так называемых фиктивных переменных.

Одной из простейших моделей прогнозирования вероятности банкротства считается двухфакторная модель. В качестве факторов в модели могут выступать показатели текущей ликвидности и доли заемных средств, от которых зависит вероятность банкротства предприятия.

После вычисления коэффициентов регрессии и подстановки факторов вычисляется результирующее значение Т, если оно меньше нуля, то делается вывод, что для предприятия с заданными факторами вероятность дефолта невелика. В случае если Ъ принимает положительное значение, это означает, что предприятие имеет высокую вероятность банкротства.

Рассмотренная двухфакторная модель не обеспечивает всестороннюю оценку финансового состояния предприятия, а потому возможны слишком значительные отклонения прогноза от реальности. Для получения более точного прогноза исследователи включают в модель показатели рентабельности, кредитоспособности и т.п.

При построении уравнений множественной регрессии основным этапом является отбор наиболее существенных факторов, воздействующих на результирующий признак. Этот этап построения модели множественной регрессии производится на основе качественного, теоретического анализа в сочетании с использованием статистических приемов. Обычно отбор факторов проходит две стадии. На первой стадии на основе содержательного анализа намечают круг факторов, теоретически существенно влияющих на результирующий признак. На второй стадии качественный анализ дополняется количественными оценками, которые позволяют отобрать статистически существенные факторы для рассматриваемых конкретных условий реализации связи. Таких оценок существует довольно много. Они основаны на использовании парных или частных коэффициентов корреляции факторных признаков с результирующим признаком Ъ, критерия вкладов факторов в объясненную дисперсию и т.д.

Логистическая регрессия — это разновидность множественной регрессии, общее назначение которой состоит в анализе связи между несколькими независимыми переменными (называемыми также регрессорами или предикторами) и зависимой переменной. Бинарная логистическая регрессия, как следует из названия, применяется в случае, когда зависимая переменная является бинарной. Иными словами, с помощью логистической регрессии можно оценивать вероятность того, что событие наступит для конкретного испытуемого (больной/здоровый, возврат кредита/дефолт и т.д.).

Так во множественной линейной регрессии предполагается, что зависимая переменная является линейной функцией независимых переменных, т.е.: Данная функция может быть использована для задачи оценки вероятности исхода события, если вычислить стандартные коэффициенты регрессии. Например, если рассматривается исход по займу, задается переменная «у» со значениями «1» и «О», где «1» означает, что соответствующий заемщик расплатился по кредиту, а «О», что имел место дефолт. Однако здесь возникает проблема: множественная регрессия не «знает», что переменная отклика бинарна по своей природе. Это неизбежно приведет к модели с предсказываемыми значениями большими «1» и меньшими «О». Но такие значения вообще не допустимы для первоначальной задачи. Таким образом, множественная регрессия просто игнорирует ограничения на диапазон значений для «у».

Для решения проблемы задача регрессии может быть сформулирована иначе: вместо предсказания бинарной переменной, мы предсказываем непрерывную переменную со значениями на отрезке [0,1] при любых значениях независимых переменных. Это достигается применением следующего регрессионного уравнения (логит-преобразование): регрессии — определить вероятность того, что тот или иной респондент попадет в ту или иную целевую группу. На практике описываемые методы, согласно значениям одной или нескольких независимых переменных (факторов), позволяют классифицировать респондентов по двум (бинарная) или более (мультиномиальная) группам, которые выражаются уровнями какой-либо одной переменной.

Различие между рассматриваемыми двумя методами логистической регрессии заключаются в количестве категорий и типе зависимой переменной, а также типе независимых переменных. Так, в случае бинарной логистической регрессии исследуется зависимость дихотомической переменной от одной или нескольких независимых переменных, имеющих любой тип шкалы. Мультиномиальная логистическая регрессия является разновидностью бинарной, в которой зависимая переменная имеет более двух категорий. Независимые переменные должны относиться либо к номинальной, либо к порядковой шкале.

Коэффициент прогноза банкротства — формула

Общая формула расчета коэффициента:

Кпб=	Запасы и НДС + Наиболее ликвидные активы — Краткосрочные обязательства
Валюта баланса

Формула расчета по данным бухгалтерского баланса:

Kпб =	(стр.1200 Форма 1 — стр.1500 Форма 1)
стр.1700 Форма 1

Анализ оценки вероятности банкротства предприятия

Первые признаки неплатежеспособности предприятия проявляются задолго до того, как оно намерится объявить себя банкротом, поэтому целесообразно регулярное проведение анализа наличия признаков банкротства. Это помогает руководству держать руку на пульсе финансовой ситуации и избежать несостоятельности, восстановить платежеспособность, пока ситуация не зашла в тупик.

Задачи анализа оценки вероятности банкротства предприятия:

1. Диагностика финансового положения.
2. Определение источников восстановления платежеспособности.
3. Определение путей оздоровления организации.

Объектами анализа становятся активные и пассивные ресурсы предприятия. Анализ оценки несостоятельности юридического лица проводится поэтапно и определяет:

1. Признаки банкротства.
2. Причины появления признаков финансовой несостоятельности.
3. Прогноз банкротства предприятия.
4. Выбор формы финансового оздоровления.

При проведении анализа деятельности организации оценивается ее состояние и динамика. Это дает возможность выявить причины неплатежеспособности, начать оздоровление предприятия.

Модели оценки вероятности банкротства

Банкротство – это последствие конкуренции в эпоху рыночных отношений. При грамотном руководстве, умении прогнозировать опасность наступления неплатежеспособности помогут руководству компании миновать несостоятельность. Существуют научно обоснованные модели оценки вероятности банкротства фирмы.

Наибольшую известность получила методика Э.Альтмана, который вывел формулу расчета кредитоспособности. Она позволяет разделить компании на тех , кто близок к категории банкротов и тех, кто далек от этого. Модель Альтмана имеет 4 разновидности. Модель Таффлера – учитывает современные тенденции бизнеса и состояние финансовых показателей.

Отечественные методики, ориентированные на российскую действительность:

• модель Ковалева В.В. – базируется на оценке бухгалтерской отчетности предприятия;
• модель Пареной и Долгалева – при расчете кризисная ситуация прогнозируется, если уже имеются ее явные признаки.

Не существует универсальной модели оценки вероятности банкротства компании, который можно применить в любой отрасли экономики, но специалисты подбирают подходящую модель мониторинга для конкретного предприятия.

Особенности применения моделей в российских условиях

В России основными задачами прогнозирования банкротства являются следующие:

• Определение конкретных методов.
• Определение процессов управления.
• Применение разнообразных систем анализа.
• Своевременное распознавание первых признаков потери платежеспособности.

Основной целью соответствующего анализа является тщательное исследование оснований возникновения финансовой несостоятельности, а также проведение поиска наиболее подходящих методов для восстановления платежеспособности. Должник может предотвратить надвигающейся финансовый кризис самостоятельно, не допуская вмешательства кредиторов и арбитражного суда.

Диагностика должна показать не только реальное финансовое положение компании, но также и перспективы выхода из соответствующего кризиса. В том случае, если предприятие не будет в состоянии самостоятельно справиться с финансовой несостоятельностью, она обязана сообщить об этом в уполномоченные органы.

Процедуру банкротства предусматривает и регулирует Федеральный закон “О несостоятельности” Российской Федерации. Так, должник, при обнаружении признаков неплатежеспособности, должен оформить и предоставить соответствующее заявление в порядке арбитражного суда.

Далее судом будет назначен арбитражный управляющий, который будет вести соответствующее дело о банкротстве. Данное лицо будет уполномочено осуществлять определенный ряд действий.

Так, арбитражный управляющий проведет следующий анализ предприятия:

• Состояние финансов.
• Рыночное положение.
• Положение инвестиций.
• Производственной деятельности.
• Экономической деятельности.

Модель прогнозирования Савицкой для оценки вероятности банкротства была разработана автором в ходе работы в Белорусском государственном экономическом университете.

Модель построена на основании анализа работы 200 производственных предприятий за трехлетний период.

Формула для расчета интегрального показателя следующая:

• 0.111 * К1 (Собственный капитал / Оборотные активы) + 13.23 * К2 (Оборотный капитал / Капитал) + 1.67 * К3 (Выручка / Среднегодовая величина активов) + 0.515 * К4 (Чистая прибыль / Активы) + 3.8 * К5 (Собственный капитал / Активы).

Для определения среднегодовой величины активов из коэффициента К3 нужно сложить активы на начало и на конец года и разделить полученную величину на 2.

Наибольший удельный вес (13.23) в указанной формуле придается коэффициенту К2, указывающему на соотношение оборотного капитала и капитала. Он существенно влияет на интегральный показатель.

После расчета оценка предприятия по модели прогнозирования банкротства Савицкой происходит с учетом следующих допущений:

• при параметре более 8 риски банкротства отсутствуют;
• от 5 до 8 – они небольшие;
• от 3 до 5 – средние;
• от 1 до 3 – большие;
• более 1 – максимальные.

Несмотря на то, что вопросы определения и оценки финансовой устойчивости рассмат­риваются в большом количестве научных работ, начиная от фундаментальных изданий по экономическому анализу и финансовому менеджменту и заканчивая специальными публикациями, посвященными финансовой устойчивости, в академической практике не сформировалось единого подхода к трак­товке этой категории. В российской научной литературе авторы зачастую не формулируют непосредственное определение финансовой устойчивости; вместо этого они перечисляют признаки, характеризующие финансово устой­чивую компанию, тем самым раскрывая со­держание данного понятия.

К числу таких признаков относятся: способность компании функционировать на основе самофинансиро­вания, ее инвестиционная привлекательность, а также устойчивая платежеспособность. Многие авторы идентифицируют финансовую устойчивость с платежеспособностью, делая основной акцент на эффективном управлении собственным и заемным капиталом в контек­сте стабильного функционирования компании. По сути, авторы соотносят финансовую устой­чивость предприятия с долгосрочной стабиль­ностью его деятельности, которая определя­ется общей структурой средств, направлени­ями их использования, соотношением соб­ственных и заемных источников средств, а также степенью зависимости предприятия от инвесторов и кредиторов. Таким образом, российские авторы сходятся в том, что фи­нансовая устойчивость — это многомерное экономическое понятие. Оно является более широким, чем платежеспособность, выступа­ющая лишь как одно из условий финансовой устойчивости предприятия наряду с другими факторами, такими как структура собственных и заемных средств, ликвидность активов, равномерность денежного потока, качество прибыли и др.

В зарубежных источниках эквивалентом понятия “финансовая устойчивость” являют­ся термины “financial stability”, “financial sustainability”, “financial solvency”. Термин “financial stability”, который используют Все­мирный Банк, Международный Валютный Фонд и Европейский Центральный Банк для характеристики устойчивости финансовой системы на макроуровне, при которой она способна противостоять шокам и урегулиро­вать финансовые диспропорции, отличается от принятой в научной литературе трактовки финансовой устойчивости как характеристи­ки финансового положения предприятия.

Термин “financial sustainability” использу­ется главным образом в контексте устойчи­вого развития компании. Согласно исследо­ванию издания MIT Sloan Management Review и консалтинговой фирмы The Boston Consulting Group, для 90% предприятий устойчивое раз­витие является одним из ключевых факторов поддержания конкурентоспособности, а 60% предприятий разрабатывают стратегию устой­чивого развития [4]. Стратегия устойчивого развития предполагает ориентацию компании на рост эффективности деятельности, макси­мизацию создаваемой стоимости и минимиза­цию рисков. В этих целях компании внедряют экологически эффективные инновации, созда­ют рабочие места, требующие высококвалифи­цированной рабочей силы, оказывают под­держку поставщикам, занимаются филантро­пической деятельностью [5]. Таким образом, термин “financial sustainability” по своему со­держанию является более широким, чем по­нятие «финансовая устойчивость», использу­емое в российской научной литературе.

Для проанализированных 22 торговых ком­паний наиболее точными в прогнозировании банкротств оказались модели Сайфуллина-Кадыкова и Спрингейта, продемонстрировав­шие 86% и 77% точность предсказаний (табл. 1).

С учетом наблюдений, попавших в зону неопре­деленности, высокую точность показала модель Альтмана: она верно классифицировала 64% наблюдений, а 27% отнесла к зоне неопределен­ности, в которой нельзя однозначно судить о банкротстве. Менее точной оказалась модель Зайцевой: она продемонстрировала 71% точ­ность наблюдений. Наихудший результат по­казала модель Иркутской ГЭА: правильно клас­сифицировав 32% наблюдений, она неверно указала на финансовую устойчивость для 45% наблюдений.

Сначала обратимся к модели Иркутской ГЭА, чтобы понять, чем обусловлена низкая точность в выявлении обанкротившихся ком­паний. Расчет модели Иркутской ГЭА для 22 обанкротившихся компаний торговой от­расли показал, что на величину показателя Л, используемого для оценки вероятности бан­кротства, наибольшее воздействие оказывает фактор К₁ (Рабочий капитал/итог активов). У большинства компаний, ошибочно отнесен­ных к финансово устойчивым, высокая вели­чина Л была получена именно за счет фактора К₁. Модель Иркутской ГЭА предполагает, что у компании, находящейся в предбанкротном состоянии, величина рабочего капитала будет либо отрицательной, либо ненамного превы­шающей ноль, что будет обусловливать от­рицательное или очень низкое значение фак­тора К₁. Однако нам представляется, что для торговых предприятий такое допущение является не совсем верным. Специфика деятель­ности торговых компаний подразумевает, что в структуре их баланса высок удельный вес запасов и дебиторской задолженности. Это означает, что у компаний, близких к банкрот­ству, величина рабочего капитала может быть положительной. Таким образом, можно заклю­чить, что низкая точность модели Иркутской ГЭА в прогнозировании банкротств торговых компаний связана с тем, что она не учитывает, что у торгового предприятия, находящегося на грани банкротства, может наблюдаться по­ложительная величина рабочего капитала и вы­сокое отношение рабочего капитала к итогу баланса.

Таблица 1

Точность прогнозирования банкротства обанкротившихся российских и международных предприятий торговой отрасли на основе различных моделей

Модель	Доля компаний в %, классифицированных как:
финансово устойчивые	находящиеся в зоне неопределенности1	банкроты
Модель Альтмана	9%	27%	64%
Модель Спрингейта	23%		77%
Модель Иркутской ГЭА2	45%	23%	32%
Модель Сайфуллина-Кадыкова	14%		86%
Модель Зайцевой	29%		71%

Проблема предсказания банкротства

Предсказание банкротства как самостоятельная проблема возникла в передовых капиталистических странах (и в первую очередь, в США) сразу после окончания второй мировой войны. Этому способствовал рост числа банкротств в связи с резким сокращением военных заказов, неравномерность развития фирм, процветание одних и разорение других. Естественно, возникла проблема возможности априорного определения условий, ведущих фирму к банкротству.

Вначале этот вопрос решался на эмпирическом, чисто качественном уровне и, естественно, приводил к существенным ошибкам. Первые серьезные попытки разработать эффективную методику прогнозирования банкротства относятся к 60-м гг. и связаны с развитием компьютерной техники.

Известны два основных подхода к предсказанию банкротства. Первый базируется на финансовых данных и включает оперирование некоторыми коэффициентами: приобретающим все большую известность Z-коэффициентом Альтмана (США), коэффициентом Таффлера, (Великобритания), и другими, а также умение “читать баланс”. Второй исходит из данных по обанкротившимся компаниям и сравнивает их с соответствующими данными исследуемой компании.

Первый подход, бесспорно эффективный при прогнозировании банкротства, имеет три существенных недостатка. Во-первых, компании, испытывающие трудности, всячески задерживают публикацию своих отчетов, и, таким образом, конкретные данные могут годами оставаться недоступными. Во-вторых, даже если данные и сообщаются, они могут оказаться “творчески обработанными”. Для компаний в подобных обстоятельствах характерно стремление обелить свою деятельность, иногда доводящее до фальсификации. Требуется особое умение, присущее даже не всем опытным исследователям, чтобы выделить массивы подправленных данных и оценить степень завуалированности. Третья трудность заключается в том, что некоторые соотношения, выведенные по данным деятельности компании, могут свидетельствовать о неплатежеспособности в то время, как другие – давать основания для заключения о стабильности или даже некотором улучшении. В таких условиях трудно судить о реальном состоянии дел.

Второй подход основан на сравнении признаков уже обанкротившихся компаний с таковыми же признаками “подозрительной” компании. За последние 50 лет опубликовано множество списков обанкротившихся компаний. Некоторые из них содержат их описание по десяткам показателей. К сожалению, большинство списков не упорядочивают эти данные по степени важности и ни в одном не проявлена забота о последовательности. Попыткой компенсировать эти недостатки является метод балльной оценки (А-счет Аргенти).

В отличие от описанных “количественных” подходов к предсказанию банкротства в качестве самостоятельного можно выделить “качественный” подход, основанный на изучении отдельных характеристик, присущих бизнесу, развивающемуся по направлению к банкротству. Если для исследуемого предприятия характерно наличие таких характеристик, можно дать экспертное заключение о неблагоприятных тенденциях развития.

Прежде чем переходить непосредственно к описанию методик, реализующих эти подходы, необходимо четко уяснить, что именно мы собираемся предсказывать. Общепринятым является мнение, что банкротство и кризис на предприятии – понятия синонимичные; банкротство, собственно, и рассматривается как крайнее проявление кризиса. В действительности же дело обстоит иначе – предприятие подвержено различным видам кризисов (экономическим, финансовым, управленческим) и банкротство – лишь один из них.

Во всем мире под банкротством принято понимать финансовый кризис, то есть неспособность фирмы выполнять свои текущие обязательства. Помимо этого, фирма может испытывать экономический кризис (ситуация, когда материальные ресурсы компании используются неэффективно) и кризис управления (неэффективное использование человеческих ресурсов, что часто означает также низкую компетентность руководства и, следовательно, неадекватность управленческих решений требованиям окружающей среды). Соответственно, различные методики предсказания банкротства, как принято называть их в отечественной практике, на самом деле, предсказывают различные виды кризисов. Именно поэтому оценки, получаемые при их помощи, нередко столь сильно различаются. Видимо, все эти методики вернее было бы назвать кризис-прогнозными (К-прогнозными).

Другое дело, что любой из обозначенных видов кризисов может привести к коллапсу, смерти предприятия. В этой связи, понимая механизм банкротства как юридическое признание такого коллапса, данные методики условно можно назвать методиками предсказания банкротства. Представляется, однако, что ни одна из них не может претендовать на использование в качестве универсальной именно по причине “специализации” на каком-либо одном виде кризиса. Поэтому кажется целесообразным отслеживание динамики изменения результирующих показателей по нескольким из них. Выбор конкретных методик, очевидно, должен диктоваться особенностями отрасли, в которой работает предприятие. Более того, даже сами методики могут и должны подвергаться корректировке с учетом специфики отраслей.

Прогнозирование банкротства: особенности моделей

Банкротство – это неспособность должника исполнять долговые обязательства перед кредиторами. Данная процедура предусматривается Федеральным законом “О несостоятельности (банкротстве)” Российской Федерации.

К наиболее популярным методам прогнозирования банкротства предприятия можно отнести такие модели, как Альтмана, Бивера, Лиса и пр. Однако на территории Российской Федерации они не применяются в чистом виде, так как они не учитывают отечественные особенности.

Отечественные модели расчета прогнозирования банкротства отличаются от иностранных, так как прогноз в них строится на основе российских реалий. Отечественные модели для проведения оценки вероятности банкротства позволяют предприятию своевременно внести коррективы в стратегию развития компании. Это позволит избежать финансовой несостоятельности.

Наиболее распространенные модели расчета вероятности банкротства, которые применяют на территории России:

• Модель Зайцевой.
• Модель Ковалева.
• Модель Савицкой.
• Модель Сайфуллина и Шеремета.
• Модель Давыдовой-Беликова.

Модели, использующиеся в России, берут основу на множественном дискриминантном анализе. Они позволяют определить уровень риска банкротства.

К главным задачам определения вероятности банкротства относятся следующие:

1. Определение возможности финансового оздоровления.
2. Проведение диагностики финансового состояния.
3. Диагностика путей восстановления платежеспособности.

Первые признаки потери платежеспособности проявляются задолго до того, как банкрот объявит о своей финансовой несостоятельности. По этой причине необходимо проводить регулярную диагностику прогнозирования банкротства.

Расчет прогнозирования по модели вероятности банкротства осуществляется по следующим принципам:

• Регулирование финансового состояния.
• Применение мер безопасности, которые будут предотвращать риск возникновения финансовой несостоятельности.
• Остановка потери платежеспособности.
• Продолжение деятельности в новом формате.
• Возобновление производства предприятия с повышением соответствующей прибыли до налогообложения.

Диссертация: заключение по теме «Математические и инструментальные методы экономики», Алексеева, Юлия Александровна

ЗАКЛЮЧЕНИЕ

В рамках данной работы рассмотрен такой актуальный вопрос, как оценка финансового состояния и прогнозирование вероятности банкротства предприятия.

Цель данного исследования заключалась в разработке методологического подхода и методов моделирования и прогнозирования банкротства предприятий обрабатывающего производства, учитывающих ретроспективную динамику изменения финансовых показателей.

В ходе проведенного исследования были получены следующие результаты:

1. Предложена методологическая основа, на которой базируется новый подход к прогнозированию вероятности банкротства предприятий, учитывающий ретроспективную динамику изменения финансовых показателей.

2. Разработана и апробирована на выборке предприятий обрабатывающего производства модель статической оценки вероятности банкротства предприятия.

3. Определены основные сценарии изменения вероятности банкротства предприятия. Эти сценарии, как отражение ретроспективной динамики изменения финансовых показателей, были учтены при построении динамических моделей, прогнозирующих вероятность банкротства предприятия.

4. Показано, в зависимости от сценария изменения вероятности банкротства, можно прогнозировать вероятность банкротства предприятия за период от года до четырех лет до банкротства с достаточно высокой степенью точности.

5. Разработан и апробирован на выборке предприятий обрабатывающего производства комплекс моделей оценки финансового состояния и прогнозирования вероятности банкротства предприятия, учитывающих ретроспективную динамику изменения финансовых показателей и обладающих высокой прогнозной точностью в догосрочной перспективе.

6. Определены нормативные значения основных финансовых коэффициентов для проведения экспресс-анализа финансового состояния предприятий.

7. Разработана оригинальная информационная система для автоматизации процесса оценки финансового состояния и прогнозирования вероятности банкротства предприятия.

Похожие записи:

• Штраф за тонировку с 1 января в 2024 году
• Маткапитал в Петербурге: размер и новые возможности
• Варианты оплаты госпошлины за паспорт РФ