Оценка вероятности банкротства: модели и анализ 2019 год

В статье разберем методику построения модели оценки вероятности банкротства предприятия в программе статистического анализа PolyAnalyst (С).

Оценка вероятности банкротства – количественная оценка вероятности наступления банкротства предприятия, то есть не способности своевременно и в полном объеме рассчитаться по обязательствам перед кредиторами и инвесторами. Банкротство возникает в случае финансового кризиса на предприятии в следствие влияния следующих факторов:

  • неэффективное управление заемным капиталом;
  • потеря финансовой независимости из-за превышения заемного капитала над собственным;
  • большой размер просроченной дебиторской задолженности;
  • низкая рентабельность производства;
  • снижение объема продаж из-за не конкурентной, бракованной продукции.

Для того чтобы избежать наступления банкротства разрабатываются модели оценки вероятности банкротства. Это позволяет заблаговременно диагностировать ухудшение ключевых финансовых показателей предприятия, которые могут спровоцировать возникновение риска банкротства.

Существуют общие модели оценки, которые позволяют оценить риск банкротства для всех промышленных предприятий: модели Э. Альтмана, Дж. Ольсена, Р. Таффлера, Лиса и т.д. Главная проблема использования таких моделей заключается в поверхностной оценке, так как модели строились на основе предприятий без четкой привязки к виду деятельности.

Финансовый аналитик каждого предприятия может разработать модель оценки для предприятия определенной отрасли. Собственная модель позволит выявить отраслевые особенности функционирования предприятий, что позволит более адекватно оценивать ее финансовое состояние.

Общая схема построения модели оценки вероятности банкротства представляет собой следующий алгоритм:

  • Создание выборки, состоящей из двух классов предприятий: банкротов/небанкротов. Рекомендуется брать более 30 предприятий по каждому из класса, для обеспечения адекватности результатов.
  • Расчет финансовых коэффициентов для каждого из класса по бухгалтерской отчетности.
  • Создание математической модели оценки вероятности банкротства на основе дискриминантоного или логистического анализа.

Схема построения модели оценки вероятности банкротства предприятия

Большинство моделей оценки вероятности банкротства можно разделить на два класса: MDA – модели и Logit – модели в зависимости от метода деления двух выборок предприятий по классам.

Первая MDA модель оценки вероятности банкротства была разработана Э. Альтаманом. При построении данной модели используется дискриминантный анализ, который определяет весовые значения финансовых коэффициентов для разделения предприятий на банкротов и небанкротов. Более подробно про модель оценки вероятности банкротства читайте в статье: ⇒ «Модель Альтмана (Z-счет) прогнозирования вероятности банкротства предприятия«.

Первая Logit-модель была создана Дж. Ольсоном и позволяет определить вероятность принадлежности предприятия к классу банкрот/ небанкрот.

В данной статье мы будем рассматривать как с помощью программы PolyAnalyst можно построить логистическую модель оценки вероятности банкротства.

В нашем примере мы будем рассматривать построение модели оценки вероятности банкротства для предприятий авиационной отрасли. Для этого была сформирована база данных из 20 предприятий банкротов и 20 предприятий не банкротов. По каждому из предприятий были рассчитаны основные финансовые коэффициенты:

  • коэффициент текущей ликвидности;
  • коэффициент абсолютной ликвидности;
  • коэффициент срочной ликвидности;
  • коэффициент соотношения собственных и заемных средств;
  • коэффициент рентабельности собственного капитала.

Все расчеты объединяются в единую информационную базу для проведения моделирования.

В таблице Excel представлены названия авиационных предприятий, их финансовые коэффициенты и принадлежность к одному из классов (1 – банкрот, 0 – не банкрот).

Для корректной работы с PolyAnalyst необходимо сохранять базы данных в Excel 2003 года.

На следующем этапе необходимо подключить в статистической программе PolyAnalyst базу данных по предприятиям двух классов. Для этого в разделе «Панель узлов» выбираем вкладку «Источник данных» → «Microsoft Excel». Перетаскиваем данный узел на лист и открываем его. В появившемся окне выбираем адрес базы данных по предприятиям. Следует заметить, что необходимо установить класс «Да/Нет» для колонки с 1/0. Для этого необходимо перейти во вкладку «Настройка колонок» → «Тип колонок». Итак все основные приготовления с базой данных сделаны.

Подключение базы данных в Excel в PolyAnalyst

На следующем этапе необходимо осуществить моделирование для построения статистической модели оценки. Для этого выбираем раздел «Анализ данных»→ «Логистическая регрессия». Перетаскиваем данный узел на белый лист и соединяем с базой данных стрелкой. Далее в поле «Независимые колонки» выбираем финансовые коэффициенты, а в поле «Зависимая колонка» – класс предприятия. Нажимаем выполнить и на выходе получаем модель оценки вероятности банкротства.

Логистическая модель оценки вероятности банкротства в PolyAnalyst

Важным этапом является анализ статистической значимости показателей в оценке риска банкротства. Критерии Вальда (Wald) показывают уровень значимости коэффициентов в прогнозировании вероятности банкротства.

Оценка параметров полученной модели банкротства авиационных предприятий

На рисунке ниже показана значимость коэффициентов в определении класса предприятия. Можно заметить, что основной вес имеют показатели ликвидности. Поэтому можно перестроить модель, исключив из рассмотрения рентабельность и коэффициент соотношения заемных и собственных средств.

Оценка значимости финансовых коэффициентов в модели вероятности банкротства

Аналитическая формула модели оценки вероятности банкротства предприятия по выбранной отрасли имеет следующий вид:

Данную формулу можно использовать в финансовом анализе для оперативной диагностики финансового состояния предприятия по отрасли. Анализ динамики изменения вероятности банкротства служит индикатором изменения финансового состояния предприятия.


Автор: к.э.н. Жданов Иван Юрьевич

В российской практике оценки вероятности банкротства используются как зарубежные методики, адаптированные к национальным условиям, так и оригинальные отечественные модели, разработанные с учетом специфики этих условий. Сложность использования зарубежных методик без адаптации к национальным условиям обусловлена спецификой предприятий, входящих в статистическую выборку при формировании модели; особенностями используемых систем учета и отчетности, отличием финансовых условия и законодательной базы. [1]

Российскими авторами (М.А. Федотовой, В.В. Ковалевым, С. В. Вал- дайцевым, Ю.В. Адамовым и др.) были предложены различные варианты адаптации зарубежных моделей прогнозирования банкротства, в частности, двухфакторной модели, Z-счета Э. Альтмана и иных моделей. Значительная часть моделей, используемых для оценки вероятности банкротства российских организаций, базируется на использовании рейтинговых оценок и множественного дискриминантного анализа, вместе с тем в последние годы в финансовой практике получают распространение методики, построенные на основе logit-моделей, нечетко-логических моделей представления исходной информации, нейросетевых технологий, гибридных моделей.

Рассмотрим основные российские модели оценки вероятности банкротства.

Официальная российская методика оценки банкротства организаций. В 1994 году, в соответствии с постановлением Правительства Российской Федерации «О некоторых мерах по реализации законодательства о несостоятельности (банкротстве) предприятий» от 20.05.1994 г. № 498 была установлена официальная система критериев для оценки неплатежеспособности предприятия, включающая следующие коэффициенты:

  • — коэффициент текущей ликвидности;
  • — коэффициент обеспеченности собственными средствами;
  • — коэффициент утраты платежеспособности;
  • — коэффициент восстановления платежеспособности.

В случае, если коэффициент текущей ликвидности и коэффициент обеспеченности собственными средствами отвечают своим нормативным значениям (не менее, соответственно, 2 и 0,1), определяют коэффициент утраты платежеспособности (Куп) по формуле:

где Т — отчетный период, в месяцах;

Ктл факт. — фактическое значение коэффициента текущей ликвидности на конец отчетного периода;

Ктл нач. — значение коэффициента текущей ликвидности на начало отчетного периода;

Ктл норм. — нормативное значение коэффициента текущей ликвидности. [2]

Коэффициент утраты платежеспособности показывает, сможет ли организация в ближайшие три месяца выполнить свои обязательства перед кредиторами:

  • — при Куп 1, то в течение 3 месяцев организация будет платежеспособной.

В случае, если коэффициент текущей ликвидности и коэффициент обеспеченности собственными средствами не соответствуют нормативным значениям, то рассчитываются коэффициент восстановления платежеспособности (Квп) за период, равный шести месяцам (формула 7.12):

Это интересно:  Банкротство физических лиц: изменения закона 2019 год

При Квп 1, то организация в течение 6 месяцев восстановит свою платежеспособность.

К рейтинговым моделям, разработанным российскими учеными, можно отнести модели Р.С. Сайфуллина, и Г.Г. Кадыкова, О.П. Зайцевой, Н.Н. Селезневой и А.Ф. Ионовой, А.В. Постюшкова, Н.В. Кодра- кова и др. Рассмотрим некоторые из них.

Пятифакторная рейтинговая модель Р.С. Сайфуллина и Г.Г. Кадыкова (1996 г.) . Данная модель прогнозирования риска банкротства предполагает определение рейтингового числа R, рассчитываемого на основе пяти коэффициентов по следующей формуле:

где Кб — коэффициент обеспеченности собственными оборотными средствами;

Ктл — коэффициент текущей ликвидности;

Кинт — интенсивность оборота авансируемого капитала (отношение объема реализованной продукции к величине вложенного капитала); [3]

Кмен — коэффициент менеджмента (отношение прибыли от продаж к величине выручки от продаж);

Кр ск — рентабельность собственного капитала (отношение прибыли до налогообложения к величине собственного капитала).

Веса коэффициентов рассчитаны по формуле:

где i min — минимальное рекомендуемое значение каждого коэффициента.

При полном соответствии значений коэффициентов их нормативным значениям рейтинговое число будет равно 1, что соответствует удовлетворительному финансовому состоянию предприятия. Если рейтинговое число будет менее 1, финансовое состояние предприятия неудовлетворительно.

Шестифакторная рейтинговая модель О.П. Зайцевой [4] . Формула расчета комплексного коэффициента вероятности банкротства по данной модели имеет следующий вид:

где Xi — отношение суммы убытка к величине собственного капитала;

Х2 — соотношение кредиторской и дебиторской задолженности;

Хз — соотношение краткосрочных обязательств и наиболее ликвидных активов (величина, обратная коэффициенту абсолютной ликвидности);

Х4 — отношение суммы убытка к объему реализации продукции;

Х5 — коэффициент финансового левериджа (отношение долгосрочных и краткосрочных обязательства к собственному капиталу);

Х6 — коэффициент загрузки активов (отношение общей величины активов предприятия к выручке — величина, обратная коэффициенту оборачиваемости активов).

Для определения вероятности банкротства фактическое значение рассчитанного комплексного коэффициента сопоставляют с нормативным, которое определяется на основе следующих рекомендуемых минимальных значений шести коэффициентов модели:

Если фактическое значение комплексного коэффициента больше нормативного, то вероятность банкротства считается высокой, а если меньше — низкой.

Рассмотренные рейтинговые модели применимы для оценки риска банкротства организаций различного масштаба, вместе с тем они имеют некоторые ограничения. Эти ограничения связаны, во-первых, с экспертным способом определения весовых коэффициентов и сильным влиянием весовых коэффициентов на рейтинговое число, а, во-вторых, с отсутствием учета отраслевой специфики и соответствующих им соотношений активов и пассивов в силу чего для предприятий, например, промышленности и оптовой торговли рекомендуемые значения ряда коэффициентов могут различаться.

К дискриминантным моделям, разработанным отечественными учеными, можно отнести методики Иркутской государственной экономической академии (ИГЭА), Е.А. Мизиковского, И.М. Соколова и И.И. Соколова [5] , А.Н. Челышева [6] и пр. Рассмотрим модель Иркутской государственной экономической академии (ИГЭА).

Четырехфакторная модель Иркутской государственной экономической академии (ИГЭА) [7] . Модель была разработана в 1998 году учеными Иркутской государственной экономической академии (ИГЭА) А.Ю. Беликовым и Г.В. Давыдовой на основе данных о финансовом состоянии организаций торговли, выборка которых включала как финансово устойчивые, так и обанкротившиеся организации. Из 13 коэффициентов, первоначально используемых для построения модели, в окончательном варианте было отобрано 4.

Формула расчета модели имеет следующий вид:

где Ki — отношение чистого оборотного (работающего) капитала оборотного капитала к суммарным активам;

Кл — рентабельность собственного капитала (отношение чистой прибыли к собственному капиталу;

Кз — оборачиваемость активов (отношение выручки от продаж к суммарным активам);

К4 — отношение чистой прибыли к затратам.

Вероятность банкротства организаций в модели ИГЭА оценивается на основе следующей интерпретации значения показателя R:

при R > 0,42 — минимальная, менее 10%;

    0,32 [8] , М.В. Евстроповым [9] , Ю.А. Алексеевой [10] , Е.А. Федоровой, Е.В.

Гиленко и С.Е. Довженко и другими исследователями. Рассмотрим для примера logit-модели, предложенные М.В. Евстроповым.

Logit-моделъ М.В. Евстропова (2008 г.). Анализируя инструментальные возможности моделей Э. Альтмана и Дж. Олсона применительно к отечественным условиям, М.В. Евстропов протестировал их на примере 10 крупных и средних промышленных предприятий, признанных банкротами, и 6 крупных и средних промышленных предприятий, продолжающих свою деятельность, и предложил две авторских модели прогнозирования банкротства: на ближайшие 4 года и на ближайшие 2 года после даты окончания отчетного периода. Для построения первой модели использовалась выборка из 61, а для второй — из 63 наблюдений. Первоначально при разработке моделей исследовались 40 показателей, из которых для модели прогнозирования банкротства на ближайшие 4 года были отобраны 4 показателя, а для модели прогнозирования банкротства на ближайшие 2 года — 3 показателя.

Расчетный коэффициент У для прогнозирования банкротства организации в течение ближайших четырех лет после даты окончания отчетного периода определен по следующей формуле:

где Х[ — отношение номинальной балансовой стоимости акций к заемному капиталу;

Х2 — отношение выручки от реализации к заемному капиталу;

Х3 — натуральный логарифм отношения активов к индексу- дефлятору ВВП;

Х4 — отношение кредиторской задолженности к дебиторской задолженности.

Расчетный коэффициент Y для прогнозирования банкротства организации в течение ближайших двух лет после даты окончания отчетного периода найден по формуле:

где R] — отношение прибыли до уплаты налогов и процентов к совокупным активам;

R2 — коэффициент роста выручки от реализации в отчетном году; R3 — коэффициент абсолютной ликвидности (отношение денежных средств к текущим обязательствам).

Точность первой модели оценивается в 88,5%, второй — 90,5%, что выше результатов моделей Э. Альтмана и Дж. Олсона, протестированных автором. М.В. Евстропов определил оптимальный порог отсечения, значение которого в первой модели составляет 0,44, а во второй — 0,43. Это означает, что при таких значениях в группе организаций, в отношении которых фактически были открыты процедуры банкротства, прогнозы оказались полностью верными. Использование предложенных значений порога отсечения минимизирует вероятность сделать ошибочный прогноз того, что в отношении организации не будет открыта процедура банкротства, в то время как в действительности она будет открыта.

На практике логистические модели позволяют получить более точные оценки риска банкротства, чем дискриминантный анализ.

  • [1] Argenti Р. Corporate Communication, 2nd edn, Boston, USA: McGraw Hill Figure, 1998.
  • [2] Документ утратил силу в связи с изданием Постановления Правительства РФ от15.04.2003 №128.
  • [3] Шеремет А.Д., Сайфулин Р.С. Методика финансового анализа предприятия. М.:Инфра-М., 1996.
  • [4] Зайцева О.П. Антикризисный менеджмент в российской фирме //Аваль (Сибирская финансовая школа). 1998. № 11-12.
  • [5] 3? Мизиковский Е. А., Соколов И. М., Соколов И. И. Экономический анализ и прогнозирование несостоятельности предприятий // Современный бухгалтерский учет.2001. №5. С. 10-19.
  • [6] Челышев А. Н. Разработка инструментальных методов прогнозирования банкротства предприятий: Дисс. канд. экон. наук. М., 2006. 116 с.
  • [7] Давыдова Г.В., Беликов А.Д. Методика количественной оценки риска банкротства предприятий//Управление риском. 1999. № 3. С. 13-20.
  • [8] зх Хайдаршина Г.А. Количественные методы оценки риска банкротства предприятий: классификация и практическое применение // Вестник Финансового университета. 2007. № 4. С. 169-178.
  • [9] Евстропов М.В. Прогнозирование банкротства крупных и средних предприятийобрабатывающих отраслей промышленности // Микроэкономика. 2008. №1. С. 46 -49; Евстропов М.В. Оценка возможностей моделей прогнозирования банкротствапредприятий в России // Вестник Оренбургского университета. 2008. №85; Евстропов М.В. Оценка эффективности моделей прогнозирования банкротства предприятий. Экономический анализ: теория и практика. 2008. №13; Евстропов М.В. Квопросу об оценке возможностей моделей прогнозирования банкротства предприятий в России // Вестник Оренбургского университета. 2008. №8 (90).
  • [10] Алексеева Ю.А. Оценка финансового состояния и прогнозирование банкротствапредприятия. Дисс. . канд. экон. наук. М., 2011.
Это интересно:  Несостоятельность, банкротство: процедура и законодательство 2019 год

Оценка возможности банкротства субъектов предпринимательской деятельности предполагает использование различных форм и методов учета показателей, характеризующих изменения между общими целевыми ориентирами предприятий и частными задачами с целью принятия решений по их устранению.

Среди существующих методик анализа и диагностики финансового состояния организации чаще всего используется двухфакторная модель Э.И. Альтмана; пятифакторная модель Э.И. Альтмана на основе Z-счета; модель Таффлера, модель В.Х. Бивера, рейтинговое число Сайфуллина Р.С. и Кадыкова Г.Г., шестифакторная модель О.П. Зайцевой.

Наиболее фундаментальным является исследование Э.И. Альтмана, которое явилось основой многочисленных последующих исследований, проводимых в области диагностики банкротства.

Максимально доступной, в части простоты использования, является методика по типу двухфакторной математической модели Э.И. Альтмана при построении которой учитывается два показателя: коэффициент текущей ликвидности и удельный вес заемных средств в пассивах.

Весовые значения этих коэффициентов определены эмпирически и составляют для показателя текущей ликвидности (покрытия) Кп = — 1,0736 и для показателя удельного веса заемных средств в пассивах организации Кз = +0,0579.

Тогда оценку вероятности банкротства организации в соответствии с двухфакторной моделью Э.И. Альтмана можно определить по формуле (1):

Кп — показатель текущей ликвидности (покрытия);

Кз — показатель удельного веса заемных средств в пассивах организации.

При этом, если Z принимает величину равную нулю, то вероятность банкротства организации составляет 50%, если Z 0, то вероятность банкротства более 50 %, которая возрастает с увеличением Z.

Однако при расчете возможного банкротства организации по методу двухфакторной модели не находят отражения отдельные стороны финансовой деятельности организаций, выражаемые оборачиваемостью активов, рентабельностью, темпами изменения выручки от реализации и др.

Пятифакторная модель Э.И. Альтмана по системе Z-счета учитывает пять показателей, которые рассчитываются в процессе проведения мультипликативного дискриминантного анализа (Multiple-discriminant analysis — MDA) финансового состояния организации.

Модель дискриминантного анализа (discriminant analysis model) представлена в виде формулы (2):

где D — дискриминантный показатель (дискриминант);

b — дискриминантный коэффициент, или вес;

К — предиктор, или независимая переменная.

Коэффициенты b, b1, b2, b3 …. bk определяются как отношение межгрупповой суммы квадратов к внутригрупповой сумме квадратов для дискриминантных показателей максимально.

Показатель Z-счета, характеризующий кредитоспособность организации можно рассчитать по формуле (3):

где Z — итоговый коэффициент вероятности банкротства;

К1 — доля чистого оборотного капитала в активах;

К2 — отношение накопленной прибыли к активам;

К3 — рентабельность активов;

К4-отношение рыночной стоимости всех обычных и привилегированных акций организации к заемным средствам;

К5 — оборачиваемость активов.

Достоинство данной модели состоит в том, что предоставляется определение банкротства организаций с высокой степенью ее вероятности.

В условиях характерных для экономики Республики Беларусь, когда рентабельность отдельных организаций в значительной мере подвергается опасности внешних колебаний, представленная выше модель, позволяет оценить финансовую ситуацию предприятий не только с позиции их жизнеспособности, но и устойчивости финансово-хозяйственной деятельности на перспективу. В тоже время, основой формирования этих моделей являются эмпирические факторы, представляющие собой набор коэффициентов, которые определяются конкретно для каждой отрасли промышленности, но могут существенно различаться по величине показателей. Поэтому модифицированный вариант модели Э.И. Альтмана учитывающий обстоятельства связанные с оценкой акций, которые еще не котировались на бирже может быть выражен формулой (4):

где R — итоговый коэффициент вероятности банкротства;

К1 — доля чистого оборотного капитала в активах;

К2 — отношение накопленной прибыли к активам;

К3 — рентабельность активов;

К4 — балансовая стоимость акций.

При этом данная модель предполагает наличие активно действующего, вторичного рынка ценных бумаг, на котором может определяться их цена и в условиях его неразвитости использование показателя Z-счёта нецелесообразно.

Исследовав модели Э.И. Альтмана с позиции ее состоятельности для разных условий хозяйствования Р. Таффлер и Г. Тишоу сформировали четырехфакторную модель финансовой несостоятельности предприятий, содержание которой аргументировали необходимостью введения переменных показателей (формула 5):

где Z — итоговый коэффициент вероятности банкротства;

К1 — отношение прибыли от реализации к краткосрочным обязательствам;

К2 — отношение оборотных активов к сумме обязательств;

К3 — отношение краткосрочных обязательств к сумме активов;

К4 — соотношение выручки от реализации и общей суммы активов.

При этом переменный показатель К1 играет доминирующую роль по сравнению с другими, и в условиях когда различительная прогностическая способность модели оказывается ниже по сравнению с Z-счетом Альтмана, даже незначительные колебания экономической ситуации в стране и наличие возможных ошибок в исходных данных при вычислении финансовых коэффициентов могут привести к ошибочным выводам.Р. Таффлер и Г. Тишоу установили, что при Z > 0,3 вероятность банкротства низкая, а при Z

Аннотация научной статьи по экономике и экономическим наукам, автор научной работы — Березовская Елена Александровна, Евсигнеева Анастасия Сергеевна

В статье приводятся результаты сравнительного анализа применения шести моделей оценки вероятности банкротства промышленного предприятия . Представлена компьютерная программа, позволяющая проводить расчеты вероятности банкротства по всем шести моделям.

Похожие темы научных работ по экономике и экономическим наукам , автор научной работы — Березовская Елена Александровна, Евсигнеева Анастасия Сергеевна,

Текст научной работы на тему «Сравнительный анализ моделей оценки вероятности банкротства промышленного предприятия»

Comparative analysis of models evaluation the probability of bankruptcy of industrial

Berezovskaya E. , Evsigneeva A. (Russian Federation)

Сравнительный анализ моделей оценки вероятности банкротства промышленного предприятия Березовская Е. А. , Евсигнеева А. С. (Российская Федерация)

1 Березовская Елена Александровна /Berezovskaya Elena — кандидат экономических наук, доцент,

кафедра экономической кибернетики;

2Евсигнеева Анастасия Сергеевна /Evsigneeva Anastasiya — студент, экономический факультет,

Южный федеральный университет, г. Ростов-на-Дону

Аннотация: в статье приводятся результаты сравнительного анализа применения шести моделей оценки вероятности банкротства промышленного предприятия. Представлена компьютерная программа, позволяющая проводить расчеты вероятности банкротства по всем шести моделям.

Abstract: the article presents the results of a comparative analysis of the application of the six models evaluation the probability of bankruptcy of industrial enterprises. Presents a computer program that allows calculations of the probability of bankruptcy for all six models.

Ключевые слова: промышленное предприятие, банкротство, модель оценки вероятности банкротства. Keywords: industrial enterprise, bankruptcy, the model evaluation the probability of bankruptcy.

В современных экономических условиях оценка вероятности несостоятельности (банкротства) предприятия принадлежит к числу важнейших средств антикризисного управления для всех субъектов народного хозяйства Российской Федерации. С одной стороны, банкротство некоторых предприятий способствует отбору хозяйствующих субъектов, наиболее приспособленных к деятельности в рыночных условиях, с другой — своевременные антикризисные меры могут спасти многие предприятия, испытывающие временные трудности при ведении хозяйственной деятельности.

Это интересно:  Банкротство застройщиков: кредиторы смогут пользоваться и нежилым имуществом? 2019 год

При оценке финансового состояния предприятия и вероятности его банкротства уже нельзя обойтись без использования математических методов и моделей, а также без современных информационнокоммуникационных технологий. Существует целый ряд моделей прогнозирования банкротства, позволяющих оценить нынешнюю и спрогнозировать перспективную степень платежеспособности предприятия. Основная цель применения подобных моделей — своевременное принятие правильных управленческих решений с целью снижения влияния негативных внешних процессов и адаптации к реалиям современной экономической ситуации.

Так как ни одну модель банкротства нельзя считать совершенной, для объективности общего анализа рассматривают результаты применения сразу нескольких моделей. Только комплексное рассмотрение результатов применения нескольких моделей может дать наиболее объективную и полную оценку финансовой состоятельности предприятия и сделать достаточно точный прогноз вероятности банкротства.

Разделяют два подхода к оценке степени вероятности банкротства: качественный и количественный. В данной статье представлены результаты расчета вероятности банкротства ТКЗ ОАО «Красный котельщик» с помощью шести математических моделей (количественный подход): модель Бивера, пятифакторная модель Альтмана для компаний на развитых рынках, акции которых котируются на бирже, модель Таффлера, модель Лиса, модель Спрингейта и модель Иркутской государственной экономической академии [1].

На сегодняшний день ТКЗ ОАО Красный котельщик», с 2012 года входящий в состав ОАО «Силовые машины», является одним из ведущих машиностроительных предприятий Ростовской области и Южного федерального округа, а также крупнейшей энергомашиностроительной компанией России. Компания занимает на более 60 % российского рынка по угольным станциям и свыше 43 % по парогазовым установкам.

Чтобы упростить процесс расчета, по различным моделям была написана программа «Bankruptcy» под мобильную операционную систему IOS 8 на Swift — мультипарадигменном объектно-ориентированном языке программирования, который был недавно создан компанией Apple [2].

Посредством данного программного продукта достигается возможность ускорения указанных расчетов за счет:

• заданных формул в соответствии со всеми основными методиками расчетов банкротства;

• автоматизированной системой определения итогового коэффициента банкротства, а также градацией уровней риска с точки зрения банкротства посредством цветового выделения итогового коэффициента по степени близости к возможному банкротству;

• возможности проведения указанных расчетов на всей линейке современных устройств, включая iPhone и iPad.

Начнем с модели расчета показателей кредитоспособности Бивера. Так как в модели не предусмотрен итоговый коэффициент вероятности банкротства, то по каждому рассчитанному показателю программа

отнесла ТКЗ к определенному классу. Модель Бивера не дала однозначного ответа. Согласно коэффициенту Бивера и коэффициенту покрытия активов, фирме угрожает банкротство в течение 5 лет, при этом коэффициент финансового рычага слишком велик (такое значение не входит в классификацию, приведенную Бивером, но может означать скорое банкротство), что может быть вызвано чрезмерным превышением доли заемного капитала над собственным капиталом и негативно сказаться на способности завода управлять доходностью своей деятельности.

Итоговая информация по результатам расчетов вероятности банкротства предприятия по шести моделям за 2015 г. представлена в таблице 1.

Таблица 1. Результаты расчетов по шести моделям оценки вероятности банкротства предприятия за 2015 г.

Название модели Полученный показатель Вывод по модели

Модель Бивера Коэффициент Бивера: 0,0685 Коэффициент рентабельности активов: 6,4273 Коэффициент финансового рычага: 1,5076 Коэффициент покрытия активов рабочим капиталом: 0,6808 Коэффициент покрытия активов: 1,0165 Банкротство от 1 до 5 лет Процветание Не определено по модели Процветание Банкротство от 1 до 5 лет

Модель Альтмана 0,9014 Максимальный риск банкротства

Модель Спрингейта 0,7592 Высокий риск банкротства

Модель Таффлера 0,6925 Низкий риск банкротства

Модель Лиса 0,0491 Низкий риск банкротства

Модель Иркутской ГЭА 6,3958 Минимальный риск банкротства

Как видно из полученных результатов, три из шести моделей прогнозируют низкий риск банкротства, две — высокий, а модель Бивера не дает определенного ответа. Следует учитывать, что модели, разработанные зарубежными авторами, при анализе российских предприятий показывают несколько завышенные оценки, так как значительное влияние на итоговый показатель оказывает показатель «прибыль от продаж», без специфики учета финансовой деятельности и налогового режима.

В связи с отсутствием статистики банкротств предприятий по причине молодости института банкротства, в нашей стране затруднены собственные разработки, основанные на реалиях нашей экономики и направленные на достоверное прогнозирование возможного банкротства. Отсутствие в России статистических материалов по организациям-банкротам затрудняет также возможность скорректировать методику исчисления весовых коэффициентов и пороговых значений с учетом российских экономических условий, а определение данных коэффициентов экспертным путем не обеспечивает их достаточной точности.

Поэтому было создано несколько по возможности адаптированных к нашей экономической системе моделей, и модель Иркутской ГЭА — одна из них. Для того чтобы оценить степень достоверности результатов, полученных с помощью рассматриваемых моделей, были проведены расчеты по моделям за 2012 год (табл. 2).

Таблица 2. Результаты расчетов по шести моделям оценки вероятности банкротства предприятия за 2012 г.

Название модели Полученный показатель Вывод по модели

Модель Бивера Коэффициент Бивера: 0,2379 Коэффициент рентабельности активов: 10,8423 Коэффициент финансового рычага: 0,6428 Коэффициент покрытия активов рабочим капиталом: 0,6059 Коэффициент покрытия активов: 2,0701 Банкротство более чем через 5 лет Не определено Банкротство от 1 до 5 лет Процветание Процветание

Модель Альтмана 1,7922 Максимальный риск банкротства

Модель Спрингейта 1,4090 Низкий риск банкротства

Модель Таффлера 0,5838 Низкий риск банкротства

Модель Лиса 0,0562 Низкий риск банкротства

Модель Иркутской ГЭА 5,2449 Минимальный риск банкротства

Итак, четыре из шести моделей диагностируют хорошее состояние и благоприятный прогноз для предприятия. Коэффициент Бивера и модель Бивера в целом также говорит о нынешнем процветании и возможности появления угроз в отдаленном будущем. Модель Альтмана — единственная модель,

диагностировавшая максимальный риск банкротсва. По итогам проведенного анализа можно сделать вывод, что дела предприятия 3 года назад были лучше, чем сейчас. Также можно утверждать, что прогнозы по всем моделям, кроме модели Альтмана, оправдались, так как в настоящее время ТКЗ не является банкротом. Исходя из этого, доверие к моделям возрастает, и важность антикризисных и оздоровительных мер не может быть недооценена.

Только грамотно составленная программа антрикризисных мер может привести к оздоровлению финансовой и производственной деятельности компании. Успешная программа оздоровления должна затрагивать все сферы деятельности, начиная от работы с сотрудниками, заканчивая оптимизацией технологических процессов.

Внедрение программы «Bankruptcy» позволит многим предприятиям вовремя и без особых затрат выявлять имеющиеся трудности и опасности, чтобы суметь предотвратить их в будущем. Учтенные в программе «Bankruptcy» зарубежные модели оценки вероятности банкротства предприятия без особого труда могут быть адаптированы с учетом российских реалий.

Статья написана по материалам сайтов: finzz.ru, bstudy.net, studbooks.net, cyberleninka.ru.

Помогла статья? Оцените её
1 Star2 Stars3 Stars4 Stars5 Stars
Загрузка...
Добавить комментарий