Методы диагностики вероятности банкротства

Основные методы диагностики, их положительные стороны и недостатки.

Для диагностики вероятности банкротства используется несколько подходов, основанных на применении:

а) анализа обширной системы критериев и признаков;

б) ограниченного круга показателей;

в) интегральных показателей, рассчитанных с помощью: скоринговых моделей, многомерного рейтингового анализа, мультипликативного дискриминантного анализа и других.

Признаки банкротства при многокритериальном подходе в соответствии с рекомендациями Комитета по обобщению практики аудирования (Великобритания) обычно делят на две группы.

К первой группе относятся показатели, свидетельствующие о возможных финансовых затруднениях и вероятности банкротства в недалеком будущем:

– повторяющиеся существенные потери в основной деятельности, выражающиеся в хроническом спаде производства, сокращении объемов продаж и хронической убыточности;

– наличие хронически просроченной кредиторской и дебиторской задолженности;

– низкие значения коэффициентов ликвидности и тенденция их к снижению;

– увеличение до опасных пределов доли заемного капитала в общей его сумме;

– дефицит собственного оборотного капитала;

– систематическое увеличение продолжительности оборота капитала;

– наличие сверхнормативных запасов сырья и готовой продукции;

– использование новых источников финансовых ресурсов на невыгодных условиях;

– неблагоприятные изменения в портфеле заказов;

– падение рыночной стоимости акций предприятия;

– снижение производственного потенциала и т.д.

Во вторую группу входят показатели, неблагоприятные значения которых не дают основания рассматривать текущее финансовое состояние как критическое, но сигнализируют о возможности резкого его ухудшения в будущем при непринятии действенных мер. К ним относятся:

– чрезмерная зависимость предприятия от какого-либо одного конкретного проекта, типа оборудования, вида актива, рынка сырья или рынка сбыта;

– потеря ключевых контрагентов;

– недооценка обновления техники и технологии;

– потеря опытных сотрудников аппарата управления;

– вынужденные простои, неритмичная работа;

– неэффективные долгосрочные соглашения;

– недостаточность капитальных вложений и т.д.

К достоинствам этой системы индикаторов возможного банкротства можно отнести системный и комплексный подходы, а к недостаткам – более высокую степень сложности принятия решения в условиях многокритериальной задачи, информативный характер рассчитанных показателей, субъективность прогнозного решения.

Этот подход используется при комплексной оценке финансового состояния анализируемого предприятия, в результате чего устанавливается, является ли данное предприятие платежеспособным и будет ли являться таковым в ближайшей перспективе.

В соответствии с действующим законодательством о банкротстве предприятий для диагностики их несостоятельности применяется ограниченный круг показателей:

– коэффициент текущей ликвидности;

– коэффициент обеспеченности собственным оборотным капиталом;

– коэффициент восстановления (утраты) платежеспособности.

Согласно данным правилам предприятие признается неплатежеспособным при наличии одного из следующих условий:

– коэффициент текущей ликвидности на конец отчетного периода ниже нормативного значения для соответствующей отрасли;

– коэффициент обеспеченности предприятия собственными оборотными средствами на конец отчетного периода ниже нормативного значения для соответствующей отрасли;

– коэффициент восстановления (утраты) платежеспособности < 1.

В Республике Беларусь предприятие считается устойчиво неплатежеспособным в том случае, если в течение последних четырех кварталов у него неудовлетворительная структура баланса. При этом для признания устойчиво неплатежеспособного предприятия потенциальным банкротом необходимо наличие одного из следующих условий:

– коэффициент финансовой зависимости (удельный вес заемных средств в общей сумме активов) на конец отчетного периода имеет значение выше нормативного (в РБ для всех отраслей не более 0,85);

– доля просроченных финансовых обязательств в общей сумме активов предприятия на конец отчетного периода имеет значение выше нормативного (в РБ для всех отраслей не более 0,5).

Если величина данных коэффициентов превышает уровень нормативных значений, то это свидетельствует о критической ситуации, при которой предприятие не сможет рассчитаться по своим обязательствам, даже распродав все свое имущество. Такая ситуация может привести к реальной угрозе ликвидации предприятия посредством процедуры банкротства.

Учитывая многообразие показателей финансовой устойчивости, различие в уровне их критических оценок и возникающие в связи с этим сложности в оценке кредитоспособности предприятия и риска его банкротства, многие отечественные и зарубежные экономисты рекомендуют производить интегральную оценку финансовой устойчивости на основе скорингового анализа. Методика кредитного скоринга впервые была предложена американским экономистом Д. Дюраном в начале 40-х годов.

Сущность этой методики заключается в классификации предприятий по степени риска исходя из фактического уровня показателей финансовой устойчивости и рейтинга каждого показателя, выраженного в баллах на основе экспертных оценок.

Рассмотрим простую скоринговую модель с тремя балансовыми показателями (табл. 11.1), позволяющую распределить предприятия по классам:

I класс – предприятия с хорошим запасом финансовой устойчивости, позволяющим быть уверенным в возврате заемных средств;

II класс – предприятия, демонстрирующие некоторую степень риска по задолженности, но еще не рассматриваются как рискованные;

III класс – проблемные предприятия;

IV класс – предприятия с высоким риском банкротства даже после принятия мер по финансовому оздоровлению. Кредиторы рискуют потерять свои средства и проценты;

V класс – предприятия высочайшего риска, практически несостоятельные.

Согласно этим критериям, определим, к какому классу относится анализируемое предприятие (табл. 11.2).

Таким образом, по степени финансового риска, исчисленной с помощью данной методики, анализируемое предприятие и в прошлом и в отчетном году относится ко второму классу. Причем за отчетный год оно несколько ухудшило свое положение.

Для оценки рейтинга субъектов хозяйствования и степени финансового риска довольно часто используются методы многомерного рейтингового анализа, методика которого выглядит следующим образом:

Этап 1. Обосновывается система показателей, по которым будут оцениваться результаты хозяйственной деятельности предприятий, собираются данные по этим показателям и формируется матрица исходных данных (табл. 11.3).

Таблица 11.1

Группировка предприятий на классы по уровню платежеспособности

Таблица 11.2

Обобщающая оценка финансовой устойчивости анализируемого предприятия

Таблица 11.3

Матрица исходных данных

Исходные данные могут быть представлены как в виде моментных показателей, отражающих состояние предприятия на определенную дату, так и темповых показателей, характеризующих динамику деятельности предприятия и представленных в виде коэффициентов роста. Возможно изучение одновременно и моментных, и темповых показателей.

Этап 2. В таблице исходных данных в каждой графе определяется максимальный элемент, который принимается за единицу. Затем все элементы этой графы ( ) делятся на максимальный элемент эталонного предприятия (max ). В результате создается матрица стандартизованных коэффициентов ( ), представленных в табл. 11.4:

. (11.1)

Эталонное предприятие формируется обычно из совокупности однородных объектов, принадлежащих к одной отрасли. Однако это не исключает возможности выбора предприятия-эталона из совокупности предприятий, принадлежащих к различным отраслям деятельности, так как многие финансовые показатели сопоставимы и для разнородных субъектов хозяйствования.

Если с экономической стороны лучшим является минимальное значение показателя (например, затраты на рубль продукции), то надо изменить шкалу расчета так, чтобы наименьшему результату соответствовала наибольшая величина коэффициента.

Таблица 11.4

Матрица стандартизованных коэффициентов ( )

Этап 3. Все элементы матрицы координат возводятся в квадрат. Если задача решается с учетом разного веса показателей, тогда полученные квадраты умножаются на величину соответствующих весовых коэффициентов (К), установленных экспертным путем, после чего результаты суммируются по строкам (табл. 11.5):

. (11.2)

Этап 4. Полученные рейтинговые оценки ( ) размещаются по ранжиру и определяется место каждого предприятия по результатам хозяйствования. Первое место занимает предприятие, которому соответствует наибольшая сумма, второе место – предприятие, имеющее следующий результат, и т.д.

Преимущество рассмотренной методики многомерного сравнительного анализа в том, что она базируется на комплексном многомерном подходе к оценке такого сложного явления, как производственно-финансовая деятельность предприятия, учитывает реальные достижения всех предприятий-конкурентов и степень их близости к показателям предприятия-эталона.

В зарубежных странах для оценки риска банкротства и кредитоспособности предприятий широко используются факторные модели известных западных экономистов Альтмана, Лиса, Таффлера, Тишоу и др., разработанные с помощью многомерного дискриминантного анализа.

Таблица 11.5

Результаты сравнительной рейтинговой оценки

деятельности предприятий

Номер пред-приятия	Показатель
								Место
	0,666 0,462 1,182 0,356 0,666	0,81 0,562 0,722 0,49 0,64	1,252 0,765 0,960 0,591 0,891 1,5	0,612 0,880 1,2 1,067 0,564 0,391	0,603 0,842 0,779 1,8 0,319 0,551	1,3 0,887 0,698 1,068 0,776 1,197	0,334 0,883 0,816 1,174 1,6	5,577 5,719 7,015 7,604 3,396 6,545	V IV II I VI III

Наиболее широкую известность получила модель Альтмана:

, (11.3)

где – собственный оборотный капитал /сумма активов;

– нераспределенная прибыль/сумма активов;

– прибыль до уплаты процентов/сумма активов;

– балансовая стоимость собственного капитала/заемный капитал;

– 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.

На анализируемом предприятии величина Z-счета по модели Альтмана составляет:

на начало года:

;

на конец отчетного периода:

.

Следовательно, можно сделать заключение, что на данном предприятии вероятность банкротства мала.

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

, (11.4)

где – оборотный капитал/сумма активов; – прибыль от реализации/сумма активов; – нераспределенная прибыль/сумма активов; – собственный капитал/заемный капитал.

Здесь предельное значение равняется 0,037.

По модели Лиса величина Z-счета для анализируемого предприятия равна:

;

.

Таффлер разработал следующую модель:

, (11.5)

где – прибыль от реализации/краткосрочные обязательства; – оборотные активы/сумма обязательств; – краткосрочные обязательст-ва/сумма активов; – 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.

По данной модели анализируемое предприятие выглядит следующим образом:

;

.

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.

Поэтому мы пришли к выводу о необходимости разработки собственных дискриминантных функций для каждой отрасли, которые бы учитывали специфику нашей действительности. Более того, эти функции должны тестироваться каждый год на новых выборках с целью уточнения их дискриминантной силы.

Для обоснования основных индикаторов риска банкротства и создания дискриминантнои модели для его оценки нами собрана информация по 200 сельскохозяйственным предприятиям Республики Беларусь за 1995-1998 гг. и на основании ее рассчитаны 26 финансовых коэффициентов по каждому субъекту хозяйствования за каждый год.

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

– доля собственного оборотного капитала в формировании оборотных активов, коэффициент;

– приходится оборотного капитала на рубль основного, руб.;

– коэффициент оборачиваемости совокупного капитала;

– рентабельность активов предприятия;

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

Данные показатели положены нами в основу разработки дискриминантной факторной модели диагностики риска банкротства сельскохозяйственных предприятий, которая получила следующее выражение:

. (11.6)

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.

Тестирование данной модели по исследуемой выборке субъектов хозяйствования показало, что она позволяет довольно быстро провести экспресс-анализ финансового состояния сельскохозяйственных предприятий республики и достаточно точно оценить степень вероятности их банкротства.