Методы диагностики вероятности банкротства

Банкротство (финансовый крах, разорение) — это признанная арбитражным судом или объявленная должником его неспособность в полном объеме удовлетворить требования кредиторов по денеж­ным обязательствам и по уплате других обязательных платежей.

Основной признак банкротства — неспособность предприятия обеспечить выполнение требований кредиторов в течение трех ме­сяцев со дня наступления сроков платежей. По истечении этого срока кредиторы получают право на обращение в арбитражный суд о признании предприятия-должника банкротом.

Банкротство предопределено самой сущностью рыночных от­ношений, которые сопряжены с неопределенностью достижения конечных результатов и риском потерь.

Несостоятельность субъекта хозяйствования может быть:

«несчастной» — возникает не по собственной вине, а вследствие непредвиденных обстоятельств (стихийные бедствия, военные дей­ствия, политическая нестабильность общества, кризис в стране, общий спад производства, банкротство должников и другие внеш­ние факторы);

«ложной» (корыстной) в результате умышленного сокрытия соб­ственного имущества с целью избежания уплаты долгов кредито­рам;

«неосторожной» вследствие неэффективной работы, осуще­ствления рискованных операций.

В первом случае государство должно оказывать помощь пред­приятиям по выходу из кризисной ситуации. Во втором случае злоумышленное банкротство уголовно наказуемо. Наиболее рас­пространенным является третий вид банкротства.

«Неосторожное» банкротство наступает, как правило, посте­пенно. Для того чтобы вовремя предугадать и предотвратить его, необходимо систематически анализировать финансовое состояние, что позволит обнаружить его «болевые» точки и принять конкретные меры по финансовому оздоровлению экономики предприятия.

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

1) анализа обширной системы индикаторов;

2) ограниченного круга показателей;

3) интегральных показателей, рассчитанных с помощью:

• скоринговых моделей;

• многомерного рейтингового анализа;

• кризис-прогнозных моделей, разработанных с помощью эко- нометрического инструментария.

При использовании первого метода признаки банкротства в со­ответствии с рекомендациями Комитета по обобщению практики аудирования (Великобритания) обычно делят на две группы.

Первая группа — это 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 тенденции к их 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;

• вынужденное использование новых источников финансовых ресурсов на невыгодных условиях;

• неблагоприятные изменения в портфеле заказов;

• падение рыночной стоимости акций предприятия;

• снижение производственного потенциала и т.д.

Вторая группа — это 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:

• 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 — высокую степень сложности принятия решения в условиях многокритериальной задачи, субъективность прогнозно­го решения.

В соответствии с методическими указаниями Федеральной службы РФ по финансовому мониторингу для оценки и прогнози­рования финансового состояния организаций используется следу­ющий перечень показателей, характеризующих различные аспек­ты их деятельности (табл. 15.42).

Изучение динамики данных показателей позволяет довольно полно охарактеризовать финансовое состояние предприятия и установить наметившиеся тенденции его изменения.

Для диагностики несостоятельности хозяйствующих субъектов довольно часто применяют ограниченный круг наиболее существен­ных ключевых показателей. Так, в Республике Беларусь для этой цели применяют следующие показатели:

• коэффициент текущей ликвидности;

• коэффициент обеспеченности собственным оборотным капи­талом;

• коэффициент финансовой зависимости (удельный вес заемных средств в общей сумме активов);

• доля просроченных финансовых обязательств в общей сумме активов предприятия.

Учитывая многообразие показателей финансовой устойчивости, различие уровня их критических оценок и возникающие в связи с этим сложности в оценке кредитоспособности предприятия и рис­ка его банкротства, многие отечественные и зарубежные эконо­мисты рекомендуют использовать интегральную оценку финансо­вой устойчивости на основе скорингового анализа. Методика кре­дитного скоринга впервые была предложена американским экономистом Д. Дюраном в начале 1940-х гг. Сущность этой мето­дики — классификация 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. 15.43).

513

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

17 Анализ хоз деятельности пред.

Таблица 15.42 Показатели для оценки и прогнозирования финансового состояния предприятия Показатель Алгоритм расчета Что характеризует 1. Общие показатели Среднемесяч­ная выручка (К1) _ Валовая выручка по оплате Число месяцев периода Масштаб бизнеса организации Доля денежных средств в выручке (К2) Денежные средства в выручке Валовая выручка по оплате Финансовый ресурс организации, возмож­ность своевременного исполнения своих обязательств Среднесписоч­ная численность персонала(КЗ) Соответствует строке 850 формы № 5 по ОКУД Масштабы деятельно­сти предприятия 2. Показатели платежеспособности и финансовой устойчивости Степень платежеспособ­ности общая (К4) Заемные средства (стр. 590 + стр. 690) ф. № 1 К1 Сроки возможного погашения всей кредиторской задол­женности, если всю выручку направлять на расчеты с кредитора­ми Коэффициент задолженности, по кредитам (К5) „с (стр. 590 + стр. 610) ф. № 1 К5= К1 Уменьшение его уровня характеризует перекос структуры долгов в сторону товарных кредитов, неплатежей бюджету и по внутренним долгам, что оценивается отрицательно Коэффициент задолженности другим органи­зациям (Кб) „„ (стр. 621 + стр. 625) ф. № 1 гчо ----------------------------------- К1 Повышение его уровня характеризует увеличение удельного веса товарных кредитов в общей сумме долгов Коэффициент задолженности фискальной системе (К7) (стр. 623 + стр. 624) ф. № 1 y\i - ------------------------------------------------- К1 Повышение его уровня характеризует увеличение удельного веса задолженности бюджету в общей сумме долгов

 

Продолжение табл. 15.42

Показатель	Алгоритм расчета	Что характеризует
Коэффициент внутреннего долга (К8)	(стр. 622 + стр. 630 + стр. 640 + „„ + стр. 650 + стр. 660) ф. № 1	Повышение его уровня характеризует увели­чение удельного веса внутреннего долга в общей сумме долгов
UC К1
Степень платежеспособ­ности по текущим обязательствам (К9)	стр. 690 ф. № 1 К1	Сроки возможного погашения текущей задолженности перед кредиторами
Коэффициент покрытия текущих обязательств оборотными активами (К10)	К10 _ стр. 290 ф. №1 стр. 690 ф. № 1	Показывает, насколько текущие обязатель­ства покрываются оборотными активами
Собственный капитал в обороте (К11)	К11 = (стр. 490 - стр. 190) ф. № 1	Отсутствие его показывает, что все оборотные активы сформированы за счет заемных средств
Доля собствен­ного капитала в оборотных активах (К12)	_ (СТР- 490 - СТР- 19°) Ф- № 1 стр. 290 ф. № 1	Определяет степень обеспеченности организации собствен­ными оборотными средствами
Коэффициент финансовой автономии (К13)	стр. 490ф. №1 1\1 О = стр. 300 ф. № 1	Показывает, какая часть активов сформи­рована за счет собственных средств организации
3. Показатели деловой активности
Продолжитель­ность оборота оборотных активов (К14)	ки_ стр. 290 ф. № 1	Показывает, за сколько месяцев оборачиваются оборотные активы
Продолжитель­ность оборота средств в про-изводстве (К15)	(стр. 210 + стр. 220 - - стр. 215) ф. № 1 К1	Характеризует скорость оборачива­емости капитала в запасах

 

Окончание табл. 15.42

Показатель	Алгоритм расчета	Что характеризует
Продолжитель­ность оборота средств в расчетах (К16)	(стр. 290 - стр. 210- „,„ -стр. 220 + стр. 215)ф. №1 К16 = - ю	Характеризует скорость погашения дебиторской задол­женности
4. Показатели рентабельности
Рентабельность оборотного капитала (К17)	К17 _ стр. 140 ф. № 2 стр. 290 ф. №1	Характеризует эффективность использования оборотного капитала организации
Рентабельность продаж (К18)	К18 _ стр. 050ф.№2 стр. 010 ф. №2	Сколько получено прибыли на рубль выручки
5. Показатели интенсификации процесса производства
Среднемесяч­ная выработка на одного работника (К19)	K19 = i	Характеризует уровень производи­тельности (интенсив­ности) труда работни­ков предприятия
Фондоотдача (К20)	К20 = K1 стр. 190 ф. № 1	Характеризует интенсивность использования основных средств
6. Показатели инвестиционной активности организации
Коэффициент инвестиционной активности (К21)	(стр. 130 + стр. 135 + КП1 + стр. 140) ф. № 1 стр.190 ф. №1	Характеризует инвестиционную активность организа­ции
7. Показатели исполнения обязательств перед бюджетом и государственными внебюджетными фондами
Коэффициенты исполнения текущих обязательств перед федеральным бюджетом (К22), бюджетом субъекта РФ (К23), местным бюджетом (К24), государственными небюджетными фондами (К25) и Пенсионным фондом РФ (К26) определяются как отношение величины уплаченных налогов (взносов) к величине начисленных налогов (взносов) за тот же период: ^ Налоги (взносы) уплаченные 1 Налоги (взносы) начисленные

 

Таблица 15.43 Группировка предприятий на классы по уровню платежеспособности Показатель Границы классов согласно критериям 1 класс II класс III класс IV класс V класс Рентабельность совокупного капитала, % 30 и выше (50 баллов) 29,9-20 (49,9-35 баллов) 19,9-10 (34,9-20 баллов) 9,9-1 (19,9-5 баллов) менее 1 (0 баллов) Коэффициент текущей ликвидности 2,0 и выше (30 баллов) 1,99-1,7 (29,9-20 баллов) 1,69-1,4 (19,9-10 баллов) 1,39-1,1 (9,9-1 баллов) 1 и ниже (0 баллов) Коэффициент финансовой независимости 0,7 и выше (20 баллов) 0,69-0,45 (19,9-10 баллов) 0,44-0,30 (9,9-5 баллов) 0,29-0,20 (5-1 баллов) менее 0,2 (0 баллов) Границы классов 100 баллов и выше 99-65 баллов 64-35 баллов 34-6 баллов 0 баллов

 

II класс — предприятия, демонстрирующие некоторую степень риска по задолженности, но еще не рассматривающиеся 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 (см. табл. 15.44).

Таблица 15.44 Обобщающая оценка финансовой устойчивости анализируемого предприятия   На начало периода На конец периода Номер показателя Фактический уровень показателя Количество баллов Фактический уровень показателя Количество баллов   36,7   41,2     1,74 21,3 1,53 14,3   0,7 20,0 0,64 17,9 Итого - 91,3 - 82,2

 

Данные табл. 15.44 свидетельствуют о том, что по степени фи­нансового риска, исчисленного с помощью данной методики, ана­лизируемое предприятие и в прошлом, и в отчетном году относит­ся ко II классу. Причем за отчетный год оно несколько ухудшило свое положение.

Для оценки рейтинга субъектов хозяйствования и степени фи­нансового риска довольно часто используется метод многомерно­го рейтингового анализа, который выглядит следующим образом.

Матрица исходных данных

Этап 1. Обосновывается система показателей, с помощью ко­торых будут оцениваться результаты хозяйственной деятельности предприятий, собираются данные по этим показателям и форми­руется матрица исходных данных (табл. 15.45).

Таблица 15.45 Номер предпри­ятия Коэффици­ент ликвидно­сти Коэффици­ент оборачива­емости капитала Рентабель­ность активов, % Коэффици­ент финансо­вой независи­мости Доля собствен­ного капитала в оборотных активах, %   1,8 3,2   0,75     2,0 2,5   0,62     1,5 2,8   0,55     1,7 2,2   0,68     1,4 2,7   0,58     1,6 3,5   0,72

 

Исходные данные могут быть представлены в виде моментных показателей, отражающих состояние предприятия на определен­ную дату, 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 определяется в каждой гра­фе максимальный элемент, который принимается за единицу. За­тем все элементы этой графы (а_у) делятся на максимальный эле­мент предприятия-эталона (шах а_у). В результате создается матри­ца стандартизованных коэффициентов (х_у), представленных в табл. 15.46:

Таблица 15.46 Матрица стандартизованных коэффициентов (хи) Номер предпри­ятия Коэффици­ент ликвидно­сти Коэффици­ент оборачива­емости капитала Рентабель­ность активов, % Коэффици­ент финансо­вой независи­мости Доля собствен­ного капитала в оборотных активах, %   0,9 0,914 0,579   0,457     0,714 0,684 0,826 0,743   0,75 0,800 0,658 0,733 0,714   0,85 0,628   0,907 0,857   0,70 0,771 0,421 0,773     0,80   0,553 0,960

 

ЛЦ -

^J maxa_y

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

Этап 3. Все элементы матрицы координат возводятся в квадрат. Если задача решается с учетом разного веса показателей, то полу­ченные квадраты умножаются на величину соответствующих ве­совых коэффициентов (К), установленных экспертным путем, после чего результаты складываются по строкам (табл. 15.47):

R_j = K₁x₁2 + K₂x2_2j +... + K_nx2_j.

Таблица 15.47 Результаты сравнительной рейтинговой оценки деятельности предприятий Номер предпри­ятия Номер показателя Место 1     4   Ri   0,81 0,835 0,335   0,209 3,189 IV     0,510 0,468 0,682 0,552 3,212 III   0,562 0,640 0,433 0,537 0,510 2,682 V   0,722 0,394   0,822 0,734 3,672 II   0,49 0,594 0,177 0,597   1,858 VI   0,64   0,306 0,921   3,867 I

 

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

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

Наиболее широкую известность получила модель Альтмана: Z = 0.717Х, + 0,847Х₂ + 3,107Х₃ + 0,42Х₄ + 0,995Х₅, где X, — 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; значение Z > 1,23 и более свидетельствует о малой вероятности банкротства.

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

на начало года

Z_H = 0,717 ■ 0,144 + 0,847 • 0,095 + 3,107 ■ 0,328 + + 0,42 • 2,33 + 0,955 • 1,786 = 3,88;

на конец года

Z_K = 0,717 • 0,147 + 0,847 ■ 0,111 + 3,107 • 0,342 + + 0,42 • 1,77 + 0,955 ■ 1,494 = 3,4.

Следовательно, на данном предприятии вероятность банкрот­ства мала.

Однако следует отметить, что использование таких моделей тре­бует больших предосторожностей. Тестирование предприятий по данным моделям показало, что они не в полной мере подходят для оценки риска банкротства наших субъектов хозяйствования по следующим обстоятельствам.

Во-первых, данные модели разрабатывались очень давно, в 1960—70 гг., после их создания прошла целая эпоха. За это время изменилась макро- и микроэкономическая ситуация и в США, и в других странах. Изменились и многие нормативы (например, со­отношение заемных и собственных средств). Модели, рассчитан­ные по статистическим данным тех лет, не могут правильно опи­сывать и прогнозировать ситуацию сегодняшнего дня.

Во-вторых, не может быть универсальных моделей, которые бы идеально подходили для всех отраслей экономики даже отдельно взятой страны, поскольку в силу особенностей различных отраслей значимость отдельных индикаторов существенно различается. Так, для торговых предприятий норматив и фактическое значение ко­эффициента финансового левериджа может быть больше единицы, а для сельскохозяйственного предприятия величина этого коэф­фициента 0,5 — очень значимая. Имеются существенные различия и по скорости оборачиваемости капитала, по уровню дохода на вложенный капитал и т.п.

Поэтому заслуживает внимания сам подход к разработке подоб­ных моделей, но они должны разрабатываться для каждой отрасли и подотрасли и при этом периодически уточняться по новым ста­тистическим данным с учетом новых тенденций и закономерно­стей в экономике. В предыдущих изданиях данного учебника мы приводили собственный вариант такой модели для оценки и про­гнозирования уровня кризисной ситуации сельскохозяйственных предприятий. Дискриминантные модели легко интерпретируются с содержательной точки зрения, доступны и понятны в использо­вании.

Вместе с тем следует отметить, что недостатком дискриминант- ных моделей является отсутствие четких границ для отнесения предприятий к классу банкротов или небанкротов. Если предприя­тие по модели набирает значение Z-счета, близкое или равное кон­станте дискриминации, то трудно его квалифицировать на предмет финансовой устойчивости или неустойчивости.

Изучение новейшего инструментария эконометрики показало, что более совершенными методами построения кризис-прогноз­ных моделей являются нелинейные модели бинарного выбора (ло- гит-регрессия, пробит-регрессия и др.), которые учитывают каче­ственное различие явлений. Качество может быть выражено спе­циальными показателями: например, финансово устойчивые предприятия можно обозначить числом 0, а несостоятельные или обанкротившиеся предприятия — числом 1.

Для построения логит-регрессии нами использована информа­ция по 2160 сельскохозяйственным предприятиям Республики Бе­ларусь за 2003 г. На основании данной информации рассчитаны 15 коэффициентов, которые оказывают наиболее существенное влия­ние на степень финансовой устойчивости/неустойчивости сельско­хозяйственных предприятий и из числа которых отбирались наибо­лее значимые для построения кризис-прогнозной модели.

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

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

х₂ — коэффициент оборачиваемости оборотного капитала; х₃ — коэффициент финансовой независимости предприятия (доля собственного капитала в общей валюте баланса); х₄ — рентабельность собственного капитала, %. Данные показатели положены нами в основу разработки логит- регрессионной модели для диагностики риска банкротства сельскохо­зяйственных предприятий, которая получила следующее выражение:

Z = 1 - 0,98х, - 1,8x2 - 1,83х₃ - 0,28х₄.

Коэффициенты этой регрессии показывают вклад каждого фак­тора в изменение уровня интегрального показателя (Z-счета) при изменении соответствующего фактора на единицу. Если тестируе­мое предприятие по данной модели набирает значение 0 и ниже, то оно оценивается как финансово устойчивое. Напротив, пред­приятие, имеющее значение интегрального показателя 1 и выше, относится к группе высокого риска. Промежуточное значение от 0 до 1 характеризует степень близости или дальности предприятия от той или другой группы.

Тестирование 2160 предприятий по данной модели показало, что она позволяет довольно быстро провести экспресс-диагности­ку финансового состояния сельскохозяйственных предприятий и достаточно точно оценить степень вероятности их банкротства.

⇐ Предыдущая27282930313233343536Следующая ⇒

Поделиться:

Воспользуйтесь поиском по сайту: