Учебный год 2023-2024 / Балдин, Белугина, Голдицкая, Передеряев - Банкротство предприятия
.pdfциентов за пятилетний период по группе компаний, половина из которых обанкротилась. Все коэффициенты были сгруппированы автором в шесть групп, при этом исследования показали, что наибольшую значимость для прогнозирования имел показатель, характеризовавший соотношение притока денежных средств и заемного капитала.
В зарубежных странах для оценки риска банкротства и кредитоспособности предприятий широко используются факторные модели известных западных экономистов Э. Альтмана, Р. Таффлера, Г. Тишоу и др., разработанные с помощью многомерного (мультипликативного) дискриминантного анализа.
Мультипликативный дискриминантный анализ использует методологию, рассматривающую объединенное влияние нескольких переменных (в нашем случае — финансовых коэффициентов). Цель дискриминантного анализа — построение некой условной линии, делящей все компании на две группы: если фирма расположена над линией, финансовые затруднения вплоть до банкротства в ближайшем будущем не грозят, и наоборот. Эта линия разграничения называется дискриминантной функцией, или индексом Z.
Дискриминантная (дифференциальная) функция обычно представляется в линейном виде:
Z = a1X1+a2X2+... + anXn,
где Z — дифференциальный индекс (Z-счет); Xi — независимая переменная (i = 1, ..., n); ai — коэффициент переменной.
Для диагностики угрозы банкротства с учетом российской специфики можно применять следующие факторные модели:
1. Двухфакторная модель оценки угрозы банкротства.
Z= – 0,3877 + (– 1,0736) Ктл + 0,579 ЗС / П, где Ктл — коэффициент текущей ликвидности:
Ктл = Оборотные активы (стр. 290) / Краткосрочные пассивы (стр. 690);
231
ЗС / П = Заемные средства (стр. 590 + стр. 690) / Общие пассивы (стр. 700).
Если расчетные значения Z-счета меньше нуля, то угроза банкротства в течение ближайшего года для предприятия мала.
2. Четырехфакторная модель оценки угрозы банкротства.
Z = 19,892X1 + 0,047X2 + 0,7141X3 + 0,4860X4,
где X1 = Прибыль (убытки) до налогообложения / Материальные активы (стр. 120 + стр. + стр. 130 + стр. 135 + стр. 210);
X2 = Оборотные активы (стр 290) / Краткосрочные пассивы (стр. 290);
X3 = Выручка (нетто) от продажи товаров, продукции, работ, услуг / Материальные активы (стр. 120 + стр. 130 + стр. 135 + + стр. 210);
X4 = Операционные активы (стр. 300 — стр. 130) / Операционные расходы (Себестоимость проданных товаров, коммерческие расходы, управленческие расходы).
Если Z > 1,425, то с 95-процентной вероятностью можно говорить о том, что в ближайший год банкротства не произойдет
ис 79-процентной — что не произойдет в течение 5 лет.
3.Пятифакторная модель оценки угрозы банкротства Альтмана.
Существуют две разновидности модели Альтмана:
— оригинальная модель — разработана им в 1968 г. для предприятий, акции которых котировались на фондовом рынке США;
— усовершенствованная модель — разработана в 1983 г. для промышленных и непромышленных предприятий.
1) оригинальная модель имеет вид
Z = 1,2X1 + 1,4Х2 + 3,3Х3 + 0,6Х4+ 1,0X5.
232
где X1 = Чистый оборотный капитал (стр. 290 — стр. 690) / Общие активы (стр. 300);
Х2 = Нераспределенная прибыль (непокрытый убыток) (стр. 470) / Общие активы (стр. 300);
Х3 = Прибыль до налогообложения (стр. 140) + Проценты к уплате (стр. 070, форма № 2) / Общие активы (стр. 300);
Х4 = Рыночная стоимость собственного капитала (стр. 490) / Стоимость общего долга (стр. 590 + стр. 690);
X5 = Выручка (нетто) от продажи (стр. 010, форма № 2) / Общие активы (стр. 300).
В зависимости от полученного значения для Z-счета можно судить об угрозе банкротства (табл. 8.3);
Таблица 8.3
Пограничные значения Z-счета для оригинальной модели Альтмана
Z-счет |
Угроза банкротства с вероятностью 95% |
|
в течение ближайшего года |
||
|
||
1,8 и менее |
Очень высокая |
|
|
|
|
1,81–2,7 |
Высокая |
|
|
|
|
2,8–2,9 |
Возможная |
|
|
|
|
2,99 и более |
Очень низкая |
|
|
|
2) усовершенствованная модель имеет вид:
— для производственных предприятий
Z = 0,717Х1 + 0,847Х2 + 3,107Х3 + 0,420Х4 + 0,998Х5;
— для непроизводственных предприятий
Z = 6,56Х1 + 3,26Х2 + 6,72Х3 + 1,05Х4 .
В зависимости от полученного значения для Z-счета можно судить об угрозе банкротства (табл. 8.4).
233
Таблица 8.4
Пограничные значения Z-счета
для усовершенствованной модели Альтмана
Степень угрозы |
Для производствен- |
Для непроизводственных |
|
ных предприятий |
предприятий |
||
|
|||
|
|
|
|
Высокая угроза |
Менее 1,23 |
Менее 1,10 |
|
банкротства |
|||
|
|
||
Зона неведения |
1,23–2,90 |
1,10–2,60 |
|
Низкая угроза |
Более 2,90 |
Более 2,60 |
|
банкротства |
|||
|
|
Представленные модели оценки угрозы банкротства имеют разную вероятность для различных периодов (табл. 8.5).
Двухфакторная модель банкротства дает наибольшую вероятность (74%) на период более 2 лет, несмотря на то, что она отражает только финансовую устойчивость предприятия.
Четырехфакторная модель также дает высокую долю вероятности угрозы банкротства на период более 2 лет — 68%. В отличие от пятифакторных моделей, она делает акцент на операционной (текущей) деятельности предприятия.
Таблица 8.5
Степень достоверности моделей банкротства
для различных временных периодов
Окончание табл. 8.5
|
Вероят- |
Вероят- |
Вероят- |
|
|
Модель |
ность до |
ность |
ность |
Примечание |
|
1 года, % |
до 2 лет, |
после 2 лет, |
|||
|
|
||||
|
|
% |
% |
|
|
|
|
|
|
|
|
1 |
2 |
3 |
4 |
5 |
|
|
|
|
|
|
|
|
|
|
. |
Многообразие финансовых |
|
Двух- |
65 |
60 |
74 |
процессов не всегда отра- |
|
факторная |
|
|
|
жается в коэффициентах |
|
|
|
|
|
платежеспособности |
|
Четырех- |
|
|
|
Не учитываются коэф- |
|
факторная |
71 |
6S |
68 |
фициенты финансовой |
|
|
|
|
|
устойчивости и рыночной |
|
|
|
|
|
активности |
234
|
|
|
|
Окончание табл. 8.5 |
1 |
2 |
3 |
4 |
5 |
Оригиналь- |
|
|
. |
Недостаток информации |
ная пяти- |
85 |
51 |
37 |
относительно рыночной |
факторная |
|
|
|
стоимости капитала пред- |
|
|
|
|
приятия |
|
|
|
|
|
Усовер- |
|
|
|
Устранен недостаток |
шенст- |
88 |
66 |
29 |
оригинальной модели, |
вованная |
|
|
|
адаптирована к российской |
пятифак- |
|
|
|
отчетности |
торная |
|
|
|
|
|
|
|
|
|
Оригинальная пятифакторная модель Альтмана обладает высокой предсказательной вероятностью на ближайший год — 85%. Эту модель рекомендуется применять для крупных промышленных предприятий, чьи акции котируются на фондовой бирже.
Усовершенствованная модель Альтмана имеет высокую долю вероятности на ближайший год — 85%. Ее недостаток состоит в том, что она не учитывает всех внутренних источников финансирования. С поправкой на учет дополнительных факторов и адаптацию ее к российским стандартам бухгалтерской отчетности модель показывает наибольшую степень вероятности угрозы банкротства (88%) на ближайший год.
4. Четырехфакторная модель R-счета.
Учеными Иркутской государственной экономической академии предложена своя четырехфакторная модель прогноза риска банкротства (модель R-счета), которая внешне похожа на модель Альтмана для предприятий, акции которых не котируются на бирже.
R = 8,38K1 + К2 + 0,054К3 + 0,63К4 ,
где R — R = счет;
К1 = Оборотные активы (стр. 290) / Активы (стр. 300); К2 = Чистая прибыль (убыток) / Собственный капитал
(стр. 490);
235
К3 = Выручка от реализации / Активы (стр. 300); К4 = Чистая прибыль (убыток) / Затраты на производство
и реализацию.
Вероятность банкротства предприятия в соответствии со значением R-счета определяется следующим образом (табл. 8.6).
Таблица 8.6
Вероятность банкротства согласно четырехфакторной модели R-счета
R |
Вероятность банкротства, % |
Менее 0 |
Максимальная (90–100) |
|
|
0–0,18 |
Высокая (60–80) |
|
|
0,18–0,32 |
Средняя (35–50) |
|
|
0,32–0,42 |
Низкая (15–20) |
Более 0,42 |
Минимальная (до 10) |
|
|
5. Метод credit-men (N-функции), разработанный Ж. Депаляном (Франция). Финансовая ситуация на предприятии может быть охарактеризована с помощью пяти показателей:
1) коэффициент быстрой ликвидности:
где ДЗ — дебиторская задолженность; ДС — денежные средства;
КФВ — краткосрочные финансовые вложения; КО — краткосрочные обязательства.
2) коэффициент кредитоспособности:
где КиР — Капитал и резервы; ОО — Общие обязательства.
236
3) коэффициент иммобилизации собственного капитала:
где КиР — Капитал и резервы; ОСВА — остаточная стоимость внеоборотных активов.
4) коэффициент оборачиваемости запасов:
где СПТ — себестоимость проданных товаров; З — запасы.
5) коэффициент оборачиваемости дебиторской задолженности
где ВоР — выручка (нетто) от реализации; ДЗ — дебиторская задолженность.
Для каждого коэффициента определяют его нормативное значение с учетом специфики отрасли, сравнивают с показателем на предприятии и вычисляют значение функции N:
N = 25R1 + 25R2 + 10R3 + 20R4 + 20R5,
где Ri = Значение коэффициента изучаемого предприятия / Нормальное значение коэффициента.
Если N = 100, то финансовая ситуация предприятия нормальная; если N > 100, то ситуация хорошая; если N < 100, то ситуация на предприятии вызывает беспокойство.
6. Показатель платежеспособности Конана и Гольдера:
Z = –0,16X1 – 0,22X2 + 0,87X3 + 0,1X4 – 0,24X5.
Авторы дифференцировали вероятность задержки платежей в зависимости от значений показателя Z (табл. 8.7).
237
|
Таблица 8.7 |
Вероятность задержки платежа по Конану—Гольдеру |
|
|
|
Z |
Вероятность задержки платежа, % |
+ 0,21 |
100 |
+ 0,048 |
90 |
+ 0,002 |
80 |
– 0,02 |
70 |
|
|
– 0,068 |
50 |
|
|
– 0,087 |
40 |
|
|
–0,107 |
30 |
|
|
–0,131 |
20 |
|
|
–0,164 |
10 |
7. Функция показателя платежеспособности Управления отчетности Банка Франции:
100Z = –1,255 – R1 – 2,003R2 – 0,824R3 + 5,221R4 – 0,689R5 – 1,164R 6 + 0,706R7 + 1,108R8 – 85,544.
На основе величины показателя Z оценивается вероятность задержки платежей (табл. 8.8).
Таблица 8.8
Пограничные значения показателя Z по модели Банка Франции
Z |
Область решений |
Менее – 3 |
Предприятия, задерживающие платежи |
От – 3 до – 1 |
Уязвимые предприятия |
Более – 1 |
Нормальные предприятия |
Вероятность того, что предприятие задержит платежи, возрастает, если показатель Z менее –0,25, низка, когда он превышает +0,25. Между двумя этими значениями функция Z находится в зоне неведения.
238
8. Методы факторного анализа.
Среди этих моделей в первую очередь можно выделить формулу Дюпона для расчета рентабельности активов и собственного капитала (чистых активов), различные модификации формул для расчета внутренних темпов роста (ВТР) предприятия.
Формулы оценки ВТР моделируются в зависимости от интереса аналитика к тем или иным финансовым индикаторам, характеризующим различные стороны деятельности предприятия и разделы финансового менеджмента. Однако, по большому счету, они отражают способность предприятия к самофинансированию в условиях антикризисного управления, возможность выхода из кризиса.
9. Методики прогнозирования банкротства с учетом специфики отраслей.
Данная методика разработана учеными Казанского государственного технологического университета. Они предлагают деление всех предприятий по классам кредитоспособности. Расчет класса кредитоспособности связан с группировкой оборотных активов по степени их ликвидности.
Особенности состояния оборотных средств на отечественных предприятиях снижают доверие к критериальным значениям коэффициентов платежеспособности (ликвидности и финансовой устойчивости), применяемым в мировой практике. Шкала критериальных (стандартных,илинормальных)значенийможет быть построена на основе средних величин соответствующих коэффициентов, рассчитанных для предприятий одной отрасли.
Распределение предприятий по классам кредитоспособности происходит на следующих основаниях:
—к первому классу кредитоспособности относятся предприятия, имеющие хорошее финансовое состояние (финансовые показатели выше среднеотраслевых, минимальный риск невозврата кредита);
—ко второму классу — предприятия с удовлетворительным финансовым состоянием (показателями на уровне
239
среднеотраслевых, нормально допустимый риск невозврата кредита);
—к третьему классу — предприятия с неудовлетворительным финансовым состоянием, имеющие финан-
совые показатели на уровне ниже среднеотраслевых, повышенный риск непогашения кредита.
Были рассчитаны критериальные значения показателей для следующих отраслей: промышленность (машиностроение); торговля (оптовая и розничная); строительство и проектные организации; наука (научное обслуживание).
В случае диверсификации предприятие может быть отнесено к той отрасли, деятельность в которой занимает наибольший удельный вес.
Кроме перечисленных выше, существуют и другие методики прогнозирования банкротства. Так, например, 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 (условные данные приведены в табл. 8.11).
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 рассматривающиеся как рискованные;
240