Диагностика банкротства предприятия

Наличие многочисленных подходов к оценке вероятности банкротства организаций подтверждает повышенный интерес, востребованность и целесообразность заострения внимания наданной теме. Характеристика каждой группы методов, представленная ранее, говорит о многообразии методического содержания каждого из них и как следствие - о необходимости применения ситуационного подхода к выбору метода. Далее осуществлена сравнительная экономическая характеристика методов антикризисной диагностики, в ходе которой к каждому из них применялась следующая система критериев оценки:

1) соответствие принципам  антиципативного менеджмента организаций,  главными из которых в корреспонденции  с задачами антикризисной диагностики  являются: возможность рассмотрения  процесса формирования кризисного  состояния как целостной системы; учет отраслевых характеристик деятельности; многокритериальное диагностирования; возможность получения динамической оценки;

2) возможность получения  однозначной результативной характеристики  диагностирования;

3) максимальная объективность  результата диагностирования;

4) ориентация на внутрифирменное  использование.

При этом сравнительная  оценка методов антикризисной диагностики  осуществлялась на основе определения  преимуществ и недостатков каждого, а последних - в спектре специфичных  и общих. Совокупность изложенной системы требований позволит сформировать основу для определения направлений совершенствования методов антикризисной диагностики.

Итак, применение стохастического  факторного анализа в целях диагностики  вероятности банкротства является в условиях однородности и представительности статистических данных наиболее приемлемым в современных условиях. При этом необходимо учитывать:

1) достаточно высокую  точность прогноза;

2) многокритериальность  данных моделей, обеспечивающую  охват широкого круга симптомов возможного кризисного состояния;

3) возможность оценки  их одновременного влияния;

4) возможность исключения  тех факторов, которые оказывают  взаимное влияние друг на друга;

5) простоту применения: практически все модели можно  рассчитать, обладая информацией, содержащейся в бухгалтерской отчетности.

Однако его использование  в отечественной аналитической  практике связано с рядом трудностей. Отечественные методики построения Z-индексов основаны на использовании  подходов, предложенных Альтманом и  другими западными учеными, и представляют собой адаптированные к российским условиям их модификации.

Модель Альтмана:

Z=0,717x₁ +0,847х₂ +3,107х₃ +0,42х₄ +0,995х₅,             (1.2.1)

где х₁ —собственный оборотный капитал/сумма активов;

х₂ —нераспределенная прибыль/сумма активов;

х₃ — прибыль до уплаты процентов/сумма активов;

х₄ — балансовая стоимость собственного капитала/заемный капитал;

х₅ — объем продаж (выручка)/сумма активов.

Константа сравнения  — 1,23.

Если значение Z< 1,23, то это признак высокой вероятности банкротства, тогда как значение Z > 1,23 и более свидетельствует о малой его вероятности.

Дискриминантная модель, разработанная Лис для Великобритании, получила следующее выражение:

Z=0,063х₁ +0,092х₂ +0,057х₃ +0,001х₄                    (1.2.2)

где х₁ — оборотный капитал/сумма активов;

х₂ — прибыль от реализации/сумма активов;

х₃ — нераспределенная прибыль/ сумма активов;

х₄ — собственный капитал/заемный капитал.

Здесь предельное значение равняется 0,037.

Таффлер разработал следующую  модель:

Z=0,53x₁ +0,13х₂ +0,18х₃ +0,16х₄                         (1.2.3)

где х₁ — прибыль от реализации/краткосрочные обязательства;

х₂ — оборотные активы/сумма обязательств;

х₃ — краткосрочные обязательства/сумма активов;

х₄ — выручка/сумма активов.

Если величина Z-счета больше 0,3, это говорит о том, что у фирмы неплохие долгосрочные перспективы, если меньше 0,2, то банкротство более чем вероятно. Однако следует отметить, что использование таких моделей требует больших предосторожностей. Тестирование других предприятий по данным моделям показало, что они не в полной мере подходят для оценки риска банкротства наших субъектов хозяйствования из-за разной методики отражения инфляционных факторов и разной структуры капитала, а также из-за различий в законодательной и информационной базе .

По модели Альтмана несостоятельные  предприятия, имеющие высокий уровень  четвертого показателя (собственный  капитал/заемный капитал), получают очень высокую оценку, что не соответствует  действительности. В связи с несовершенством  действующей методики переоценки основных фондов, когда старым изношенным фондам придается такое же значение, как и новым, необоснованно увеличивается доля собственного капитала за счет фонда переоценки. В итоге сложилась нереальное соотношение собственного и заемного капитала. Поэтому модели, в которых присутствует данный показатель, могут исказить реальную картину.

С помощью корреляционного  и многомерного факторного анализа  установлено, что наибольшую роль в  изменении финансового положения  сельскохозяйственных предприятий играют такие показатели:

х₁ — доля собственного оборотного капитала в формировании оборотных активов, коэффициент;

х₂ — приходится оборотного капитала на рубль основного, руб.;

х₃ — коэффициент оборачиваемости совокупного капитала;

х₄ — рентабельность активов предприятия, %;

х₅ — коэффициент финансовой независимости (доля собственного капитала в общей валюте баланса). 

Константа сравнения  — 8.

Если величина Z-счета  больше 8, то риск банкротства малый  или отсутствует. При значении Z-счета  меньше 8 риск банкротства присутствует: от 8 до 5 — небольшой, от 5 до 3 — средний, ниже 3 — большой, ниже 1 — стопроцентная несостоятельность. Основным западным показателем оценки вероятности банкротства является система показателей Бивера (табл. 1.2.2).

Таблица 1.2.2

Система показателей Бивера

Показатели	Формула	Система оценки
		Норма	за 5 лет до банкротства	за 1 год до банкротства
1	2	3	4	5
1. Коэффициент Бивера	((Форма №2), стр. 190 -(Форма №5), (стр. 411 + стр. 412))/ (Форма №1) (стр. 590 + стр. 690)	0,4-0,45	0,17	-0,15
2. Рентабельность активов	(Форма №2), стр. 190/ (Форма №1), стр. 300*100%	6-8	4	-22
3. Финансовый леверидж	(Форма №1), стр. 590 + стр. 690 / стр. 300	<37	<50	<80
4. Коэффициент покрытия активов  чистым оборотным капиталом	(Форма №1), (стр. 490 - стр. 190)/стр. 300	0,4	<0.3	-0.06
5. Коэффициент покрытия	(Форма №1), стр. 290 / стр. 690	<3,2	<2	<1

 

В отличие от показателя Альтмана данная методика не приводит к расчету итогового результата, а представляет собой систему  из пяти расчетных показателей, значения которых сверяются с матрицей нормативных значений, расчет которых был произведен на основании эмпирических исследований Уильямом Бивером деятельности западных компаний, пришедших к банкротству в течение 5 лет. Представленная методика оценки не нашла применения в России, в виду отличий в механизмах функционирования рынка и специфике управления финансами, но данные показатели могут использоваться иностранными аналитиками в отношении предприятия РФ.

Другой вариант оценки возможности банкротства - рейтинговая оценка Р.С. Сайфуллина и Г.Г. Кадыкова, которая напоминает методику расчета коэффициента Альтмана:

R = 2 * x_l + 0,1 * х₂ + 0,08 * х_З + 0,45 * х₄ + х₅,              (1.2.4)

где х - определенный показатель финансово-хозяйственной деятельности предприятия.

Значение показателя рейтинговой оценки менее 1 говорит  о несостоятельности предприятия, более 1 - о финансовой устойчивости.

Таким образом, выделим  основные специфичные недостатки, присущие методам стохастического факторного анализа в целях антикризисной диагностики организаций:

1) весовые константы  зарубежных моделей установлены  на основе статистических данных, отражающих динамику развития  предприятий в иных, коренным  образом отличных от российских, условиях функционирования, а в  этой связи они не позволяют адекватно оценить степень воздействия каждого из факторов на оценочную характеристику вероятности банкротства, что в свою очередь делает не корректным сложившиеся критериальные значения Z-индексов;

2) весовые константы  отечественных моделей (речь идет прежде всего о Z-индексе Давыдовой-Беликова), а следовательно, и критериальные их границы, требуют периодического уточнения по истечении времени, для чего необходима специфичная, а главное представительная, статистическая информация о деятельности организаций-банкротов; при этом попытка практического решения данной задачи в рамках проведенного исследования натолкнулась на проблему отсутствия в органах статистики такой информации в необходимом разрезе и объеме;

3) проблематичным представляется  установление рыночной стоимости собственного капитала (в частности, при расчете пятифакторного Z-индекса Альтмана, использование которого получило наибольшее распространение на практике);

4) специфичные условия  функционирования организаций различных  отраслей экономики делают не корректной для диагностики вероятности их банкротства применяемую систему коэффициентов, которая у зарубежных аналитиков имеет унифицированный характер, без дифференциации по отраслям.

Детерминированные однокритериальные  модели предполагают построение оценки вероятности банкротства на основе расчета и интерпретации одного частного показателя - коэффициента, в той или иной степени характеризующего ликвидность организации. Однако мы разделяем точку зрения большинства авторов в том, что ориентация на какой-то один критерий, даже весьма привлекательный с позиции теории, на практике не всегда оправдана. Многообразие экономических процессов в деятельности предприятий, множественность показателей характеристики их финансовой стабильности (отражающих, как правило, лишь один из аспектов функционирования предприятий), а также различия в уровне оптимального значения коэффициентов вызывают в данном случае трудности антикризисной диагностики.

Таким образом, оценка вероятности  банкротства организаций на основе однокритериального подхода не может быть объективной по следующим причинам:

1) ограниченность индикаторов  диагностирования: все отдельные  коэффициенты, предлагаемые для  оценки вероятности банкротства,  исходят из характеристики ликвидности,  оставляя без внимания другие сферы деятельности организации, не позволяя тем самым описать тенденцию развития с максимальной точностью прогноза;

2) фактическое значение  коэффициентов ликвидности недостаточно  объективно отражает уровень  финансового состояния предприятий по причине:

- неоднородности и  условности дифференциации активов  по уровню ликвидности активов,  а пассивов - по сроку их изъятия  из оборота;

- моментного характера  значения коэффициентов.

Детерминированные модели, основанные на расчете комплексного показателя, а также на анализе чувствительности, дают возможность проведения более глубокого анализа. При этом надо учитывать, что они основаны на:

1) многокритериальном  подходе к диагностированию вероятности  банкротства;

2) возможности учета  отраслевых особенностей деятельности изучаемой совокупности организаций.

В совокупности оба преимущества повышают точность и адекватность оценки ситуации на основе методов обратного  детерминированного факторного анализа. Однако практика их применения обнаружила характерный недостаток, который присущ всем представителям данной группы. Это определение весов значимости частных показателей системы, методика расчета которых в условиях ограниченности статистической информации и невозможности использования в данных целях корреляционно-регрессионного анализа, строится по большей части на основе экспертных оценок, для которых типична высокая степень субъективизма.

Проведение скоррингового  анализа как разновидности сравнительного позволяет:

1) учесть комплексный  подход к диагностированию признаков формирования кризисной ситуации;

2) определить «рейтинг»  банкротства;

3) установить (в отдельных  случаях, а именно при использовании  методики У. Бивера) возможный  временной интервал его наступления,  т.е. получение векторного результата  диагностирования, вследствие чего можно сформировать «... некоторое подобие динамической оценки» [9, C.60].

Вместе с тем с  применением многокритериального  подхода в скорринговом анализе, справедливость которого бесспорна, возникают  трудности в формировании точной обобщающей характеристики сложившейся ситуации по причине: