Многофакторные эконометрические кризис-прогнозные мо-
дели в большом количестве разрабатывались преимущественно за-падными экономистами на основе многомерного дискриминантного анализа. При проведении анализа они исследовали финансовую от-четность очень большого числа компаний (как обанкротившихся впоследствии, так и финансово устойчивых). Дискриминантная функция (индекс Z) представляет собой линию, делящую организа-ции на группы с точки зрения угрозы банкротства.
В общем виде индекс Z представляет собой линейную функцию
Z = а 1 Х 1+ а 2 Х 2+...+ а n X n,
где Хi – независимая переменная; аi –коэффициент переменной.
Наиболее широкое распространение за рубежом при прогнози-ровании риска банкротства нашли модели Альтмана, Бивера, Лиса, Таффлера и др.
Двухфакторная модель Э. Альтмана. В модели учитываемымфактором риска является возможность необеспечения заемных средств собственными в будущие периоды, поэтому модель включа-ет в себя такие факторы-признаки, как платёжеспособность и финан-совая зависимость:
Z = –0,3877 – 1,0736· Х 1+ 0,0579· Х 2,
где Х 1 – коэффициент текущей ликвидности; Х 2–коэффициент капитализации(соотношения заёмных и соб- ственных средств).
Интерпретация результатов:
Z < 0 – вероятность банкротства меньше 50 % и далее снижается по мере уменьшения Z; Z = 0 – вероятность банкротства равна 50 %;
Z > 0 – вероятность банкротства больше 50 % и возрастает по мере увеличения рейтингового числа Z. Достоинством двухфакторной модели Э. Альтмана является простота расчётов, ограниченный объём требуемой исходной ин-формации, недостатком – невысокая точность прогноза (40–45 %) на временнóм интервале один год (так как не учитывается влияние на финансовое состояние других факторов: уровень рентабельности, деловой активности и т.д.).
Пятифакторные модели Э. Альтмана. Существует несколькоразновидностей моделей Э. Альтмана. Оригинальная модель была разработана им в 1968 г. для организаций, акции которых котирова-лись на фондовом рынке США:
Z = 1,2· Х 1+ 1,4· Х 2+ 3,3· Х 3+ 0,6· Х 4+ 1,0· Х 5,
где Х 1 – доля чистого оборотного капитала в активах; Х 2–рентабельность активов по нераспределённой прибыли; Х 3–рентабельность активов по прибыли до уплаты налогови процентов; Х 4–коэффициент покрытия по рыночной стоимости собствен-ного капитала (суммарная рыночная стоимость всех обык-новенных и привилегированных акций / заёмные средства); Х 5–коэффициент оборачиваемости активов(выручка от реали-
зации / общая сумма активов). Интерпретация результатов: Z < 1,810 – вероятность банкротства очень высока;
1,810 ≤ Z < 2,675 – вероятность банкротства высокая; Z = 2,675 – вероятность банкротства средняя (равна 0,5); 2,675 < Z ≤ 2,990 – вероятность банкротства невелика; Z > 2,990 – вероятность банкротства ничтожно мала.
Достоинством модели является точность прогноза: 85–90 % на горизонте до одного года и 83 % на горизонте до двух лет. В условиях России модель ограниченно применима только для акционерных обществ, акции которых свободно торгуются на рынке ценных бумаг, т.е. имеют рыночную стоимость.
Усовершенствованная модель была разработана Э. Альтманом в 1978 г. для компаний, акции которых не котируются на фондовых рынках:
зации / общая сумма активов). Интерпретация результатов:
Z < 1,23 – вероятность банкротства высокая;
Z > 1,23 – вероятность банкротства малая.
Точность прогноза по данной модели составляет 95 % на гори-зонте до одного года и 83 % на горизонте до двух лет, 70 % – до пя-ти лет.
Модель У. Бивера. Модель позволяет оценить финансовое со-стояние компании с точки зрения её возможного будущего банкрот-ства. Особенностью модели является отсутствие индикаторов (весо-вых коэффициентов) и наличие для предлагаемых показателей трен-да на временнóм интервале до пяти лет. Содержательно модель включает в себя показатели платёжеспособности, финансовой неза-висимости и рентабельности организации. Состав показателей, их ранжирование и тренд значений пред-ставлены в табл. 9.3.
1 Ступаков В.С., Токаренко Г.С. Риск-менеджмент: учеб. пособие. М.: Финансы и статитика, 2006. С. 167–168. Шкала оценки риска банкротства построена на основе сравне-ния фактических значений показателей с рекомендуемыми. Вероят-ность банкротства компании оценивается по одной из групп возмож-ных состояний, где находится большинство расчётных значений по-казателей.
Четырёхфакторная модель Лиса. В этой модели(1972г.)фак-
торы-признаки учитывают такие результаты деятельности, как лик-видность, рентабельность и финансовая независимость организации:
Z = 0,063· Х 1 + 0,092· Х 2 + 0,057· Х 3 + 0,001· Х 4,
где Х 1 – удельный вес оборотных активов в имуществе организации (оборотный капитал / сумма активов);
Х 2–рентабельность активов по прибыли от продаж(прибыль отпродаж / сумма активов); Х 3–рентабельность активов по реинвестированной прибыли(нераспределенная прибыль / сумма активов);
Х 4–коэффициент финансирования(собственный капитал/за-ёмный капитал).
Интерпретация результатов:
Z < 0,037 – вероятность банкротства высокая;
Z > 0,037 – вероятность банкротства малая.
Четырёхфакторная модель Таффлера. Модель,предложеннаяавтором в 1977 г., имеет следующий вид:
Z = 0,53· Х 1 + 0,13· Х 2 + 0,18· Х 3 + 0,16· Х 4,
где Х 1 – прибыль от реализации / краткосрочные обязательства; Х 2–оборотные активы/сумма обязательств; Х 3–краткосрочные обязательства/сумма активов; Х 4–выручка от реализации/сумма активов.Интерпретация результатов:
Z > 0,3 – малая вероятность банкротства, компания имеет не-плохие долгосрочные перспективы; Z < 0,2 – банкротство более чем вероятно.
Специфика российских условий требует, чтобы модели прогно-зирования риска финансовой несостоятельности учитывали как осо-бенности отрасли, так и структуру капитала организации.
Так, рядом авторов рекомендуется двухфакторная модель оцен-
ки угрозы банкротства 1:
Z = –0,3877 – 1,0736· Х 1 + 0,579· Х 2,
где Х 1 – коэффициент текущей ликвидности; Х 2–коэффициент концентрации заёмного капитала,рассчиты- ваемый отношением суммы заёмных средств к общей вели-чине пассивов. Интерпретация результатов: если значение Z меньше нуля, то угроза банкротства организации в течение ближайшего года крайне мала.
Четырёхфакторная модель Савицкой. Г.В.Савицкой в2003г.
по данным 2160 сельскохозяйственных предприятий Республики Бе-
ларусь была построена четырёхфакторная логит-регрессионная мо-дель диагностики риска банкротства для сельскохозяйственных предприятий: Z = 1 – 0,98· Х 1 – 1,80· Х 2 – 1,83· Х 3 – 0,28· Х 4,
где Х 1 – коэффициент обеспеченности собственными средствами; Х 2–коэффициент оборачиваемости оборотного капитала; Х 3–коэффициент финансовой независимости(доля собственно-
го капитала в валюте баланса); Х 4–рентабельность собственного капитала.Интерпретация результатов:
Z ≤ 0 –положение организации оценивается как финансово ус-тойчивое; Z ≥ 1 – высокая степень риска финансовой несостоятельности;
1 Кукукина И.Г., Астраханцева И. А. Учёт и анализ банкротств. Антикризисное управление: учеб. пособие. М.: Высшее образование, 2007. С. 122.
0<Z<1 – характеризует степень близости организации к той или иной группе1.
Четырёхфакторная модель учёных Иркутской государст-венной экономической академии,разработанная в1998г.по данным 2040 финансовых отчётов и предложенная для торговых органи-заций:
Z = 8,38· Х 1 + 1,00· Х 2 + 0,054· Х 3 + 0,63· Х 4,
где Х 1 – доля чистого оборотного капитала (чистый оборотный ка-питал / общая сумма активов);
Х 2–рентабельность собственного капитала(чистая прибыль/собственный капитал);
Х 3–коэффициент оборачиваемости активов(выручка от продаж/ общая сумма активов); Х 4–норма прибыли(чистая прибыль/полная себестоимостьпроизведённой продукции).
Интерпретация результатов:
Z < 0 –вероятность банкротства максимальная(90–100 %);0 ≤ Z < 0,18 – вероятность банкротства высокая (60–80 %); 0,18 < Z < 0,32 – вероятность банкротства средняя (35–50 %); 0,32 < Z < 0,42 – вероятность банкротства низкая (15–20 %); Z > 0,42 – вероятность банкротства минимальная (до 10 %).
Точность прогноза по этой модели составляет 81 % на интервале до девяти месяцев2.
Помимо рассмотренных выше моделей в российской практике используются пятифакторная модель Сайфуллина и Кадыкова, шес-тифакторная модель Зайцевой3 и др.
1 Савицкая Г.В. Методика комплексного анализа хозяйственной деятельности: учеб. пособие. М.: ИНФРА-М, 2009. С. 396.
2 Ступаков В.С., Токаренко Г.С. Риск-менеджмент: учеб. пособие. М.: Финан-сы и статистика, 2006. С. 174.
3 Савицкая Г.В. Анализ эффективности и рисков предпринимательской дея-тельности: методологические аспекты. М.: ИНФРА-М, 2008. С. 216–217.
Каждая из моделей имеет свои преимущества и недостатки, в силу чего аналитиками, как правило, используется несколько оте-чественных и зарубежных моделей при проведении оценки риска банкротства организации.
Вопросы и задания для самоконтроля
1. Что понимается под финансовыми рисками организации?
2. Какие риски относятся к систематическим (внешним), а ка-кие – к несистематическим (внутренним)? Какие из них характерны для известной вам организации? 3. Какие риски выделяют по характеру финансовых последст-вий и по характеру проявления во времени?
4. Как классифицируются финансовые риски по уровню воз-можных потерь? 5. На чём основаны экономико-статистические методы оценки уровня финансовых рисков? Какие показатели при этом рассчитыва-ются и оцениваются? Проведите с использованием этих методов оценку уровня риска колебания будущих доходов для известной вам организации. 6. На чём основаны расчётно-аналитические методы оценки уровня финансовых рисков? Проведите с использованием этих мето-дов оценку чувствительности прибыли известной вам организации
к изменению рыночных цен и материальных затрат.
7. В каких случаях применяются экспертные методы оценки уровня финансовых рисков? Какими ещё методами можно восполь-зоваться для оценки уровня финансовых рисков?
8. Что понимается под несостоятельностью (банкротством) ор-ганизации? Что является основным признаком банкротства? 9. С помощью каких показателей можно оценить вероятность банкротства организации?
10. С использованием каких моделей можно произвести прогно-зирование вероятности банкротства организации? 11. Проведите оценку риска банкротства для известной вам ор-ганизации.
Воспользуйтесь поиском по сайту: ©2015 - 2024 megalektsii.ru Все авторские права принадлежат авторам лекционных материалов. Обратная связь с нами...
|