Формула Чессера

Y = -2,0434 – 5,24X1 + 0,0053X2 – 6,6507X3 + 4,4009X4 – 0,0791X5 – 0,1220X6

где,

X1 – (ДС + ЦБ) / СА X2 – Продажи(нетто) / (ДС+ БЦБ) X3 – Доходы(брутто) / СА X4 – СЗ / СА X5 – ОСК / ЧА X6 – ОК / Продажи(нетто) ДС – Денежные средства БЦБ - Быстрореализуемые ценные бумаги СА – Совокупные Активы СЗ - Совокупная задолженность ОСК – Основной капитал ОК - Оборотный капитал ЧА – Чистые активы

Итоговый показатель:

Z = 1 / [1 + e-Y] где е – 2,71828 (число Эйлера – основание натуральных логарифмов).

Во всех случаях, когда  Z принимает значения большее или равное (≥) 0,50, контрагент не выполнит условий договора. В течение эксперимента, продлившегося в банке в течение года, модель Чессера смогла правильно предсказать итоги каждых трех из четырех заключенных договоров (3/4).

Система показателей Бивера (коэффициент Бивера)

Уильям Бивер стал одном из первопроходцев в исследовании денежных потоков предприятия. Система показателей У. Бивера предполагает, что отношение чистого денежного потока к сумме долга может определить риск банкротства предприятия. Формула коэффициента, выражающая его величину именуется формулой Бивера.

Данный коэффициент занимает главную позицию в системе коэффициентов модели Бивера, которая представлена ниже.

Основным отличием системы Бивера от иных систем диагностики банкротства предприятияявляется то, что в данной системе основным не является интегральный показатель (если сравнивать с моделями Альтмана), а также не учитывается вес каждого отдельного коэффициента. Значения нескольких коэффициентов сравниваются с нормативными величинами, и в соответствии с ними предприятию присваивается одно из трех состояний:

1. Финансово устойчивое

2. Вероятное банкротство в течении пяти лет    

3. Вероятное банкротство в течении одного года

Таблица Бивера:  

Финансовый показатель:	Формула коэффициента	1	2	3
Коэффициент  Бивера	(Чистая прибыль + Амортизация) / (Долгосрочные + текущие обязательства)	0.4-0.45	0.17	-0.15
Коэффициент рентабельности активов, %	Чистая прибыль * 100/ Активы	6-8	4	-22
Коэффициент финансовового «рычага»	(Долгосрочные + текущие обязательства) / Активы	<0.37	<0.5	<0.8
Коэффициент покрытия активов чистым оборотным капиталом	(собственный капитал – Внеоборотные активы) / Активы	0.4	<0.3	-0.06
Коэффициент покрытия	Оборотные активы / текущие обязательства	<3.2	<2	<1

Комплексная модель оценки риска банкротства

Как показывают результаты специально проведенного исследования, использование зарубежных методов оценки риска банкротства на отечественных предприятиях не является эффективным, что, на наш взгляд, обусловлено следующими основными причинами:

1. различиями в исходных данных, используемых для построения моделей. Зарубежные модели были построены на основе выборки иностранных предприятий с нормативными параметрами структуры баланса и эффективности деятельности, отличными от российских;

2. различиями в макроэкономической ситуации. Вследствие значительной неравномерности уровня экономического развития стран в мировом масштабе коэффициенты моделей оценки риска банкротства, разработанных для предприятий стран с развитой рыночной экономикой, не применимы для стран с переходной экономикой;

3. мультиколлинеарностью факторов. В ходе исследования были выявлены случаи мультиколлинеарности факторов, вызывавшей искажения оценок коэффициентов моделей;

4. не учитывается отраслевая специфика деятельности предприятий. Большинство зарубежных моделей изначально разрабатывались как «универсальные», т.е. применимые для предприятий любых отраслевых сегментов. Вместе с тем оптимальные значения ключевых показателей финансового состояния значительно варьируются для предприятий различных отраслей.

С учетом преимуществ и недостатков подходов к оценке риска банкротства, используемых как в зарубежной, так и в российской практике финансового менеджмента, была разработана комплексная модель оценки риска банкротства предприятия, построение которой предполагало последовательную реализацию ряда этапов.

На первом этапе, представляющем собой формирование обучающих статистических выборок российских предприятий (банкроты-небанкроты) и массивов данных в ретроспективном периоде, был сформирован массив данных из 48 показателей, характеризующих различные аспекты деятельности предприятия, а также макроэкономическую ситуацию в России.

Второй этап – отбор на основе факторного анализа (с предварительным анализом на мультиколлинеарность) индикаторов, обуславливающих наибольший вклад в дисперсию результирующего показателя, характеризующего факт банкротства предприятия.

Формирование с использованием logit-регрессии на основе показателей, отобранных с помощью указанных выше процедур, многофакторного комплексного критерия оценки риска банкротства (C^BR), обладающего наилучшей прогностической способностью, – это третий этап, который предполагает непосредственно процесс построения модели.

На четвертом этапе определяются диапазоны критерия C^BR, используемые для классификации анализируемых предприятий в зависимости от уровня риска банкротства.

Выборка предприятий для построения комплексной модели оценки риска банкротства состояла из 350 объектов и формировалась таким образом, чтобы избежать включения «однотипных предприятий»: компании, вошедшие в данную выборку, различаются по ряду признаков (масштабы деятельности, определяемые объемом годовой выручки, а также отраслевая принадлежность). Данный подход позволил, с одной стороны, построить объективную модель, а с другой – учесть тот факт, что нормативные значения показателей финансового состояния отличаются для предприятий с разной отраслевой принадлежностью. В результате исходный массив данных для построения модели включил в себя 100 предприятий торговли, 100 сельскохозяйственных предприятий, а также 150 предприятий промышленности (в том числе 50 – топливно-энергетического комплекса).

В настоящее время в России существует достаточно большое количество баз данных, содержащих финансовую отчетность предприятий различной отраслевой принадлежности. В данной статье была использована информация, предоставленная проектом «Национальное кредитное бюро».

Ключевым принципом реализации предложенной модели оценки риска банкротства является расчет комплексного критерия риска банкротства на основе модели следующего вида:

C^BR = e^Y / 1 + e^Y

Y= альфа0 + альфа1 * Corp_age + альфа2 * Cred + альфа3 * Current_ratio + альфа4 * EBIT/INT + альфа5 * Ln(E) + альфа6 * R + альфа7 * Re g + альфа8 * ROA + альфа9 * ROE + альфа10 * T_E + альфа11 * T_A

где,C - комплексный критерий риска банкротства предприятия; Corp_age - фактор, характеризующий «возраст» предприятия. Принимает значение 0, если предприятие было создано более 10 лет назад, и значение 1 – если менее 10 лет; Cred - фактор, характеризующий кредитную историю предприятия. В случае если кредитная история предприятия является положительной, то данный фактор принимает значение 0, в противном случае ему присваивается значение 1; Current_ratio - коэффициент текущей ликвидности; EBIT/INT - отношение прибыли до уплаты процентов и налогов к уплаченным процентам; Ln(E) - натуральный логарифм собственного капитала предприятия; R - ставка рефинансирования ЦБ; Reg - фактор, характеризующий деятельность предприятия с точки зрения его региональной принадлежности. Принимает значение 0, если предприятие находится в Москве или Санкт-Петербурге, и 1 – если в других регионах России. ROA - рентабельность активов предприятия; ROE - рентабельность собственного капитала предприятия; T_E - темп прироста собственного капитала предприятия; T_A - темп прироста активов предприятия.

Сравнение итогового показателя C^BR, рассчитанного на основе данной модели, с пороговыми значениями позволяет сделать вывод о риске банкротства предприятия в течение одного года с момента расчетов.

Параметры модели в зависимости от отраслевых сегментов представлены в таблице №1.

Методика прогнозирования вероятности банкротства В.В. Ковалева

Для прогнозирования неблагоприятных тенденций в развитии предприятия Ковалевым В.В. предложена двухуровневая система показателей, которая охватывает различные направления деятельности организации и, базируется не только на данных бухгалтерской отчетности, но и на внутренней информации предприятия.

В первую группу автор предложил включить следующие показатели:

• повторяющиеся потери в основной производственной деятельности;

• просроченная кредиторская задолженность, чрезмерное использование краткосрочных заемных средств для финансирования долгосрочных вложений, устойчиво низкие значения коэффициента ликвидности;

• хроническая нехватка оборотных средств;

• высокий удельный вес просроченной дебиторской задолженности;

• наличие сверх нормативного значения залежалых товаров, запасов;

• устаревшее оборудование;

• неправильная инвестиционная политика и т.д.

Вторая группа показателей не дает основания рассматривать финансовое состояние как критическое, но вместе с тем указывает на условия неблагоприятные для деятельности предприятия, которые могут способствовать возможному банкротству:

• потеря ключевых сотрудников аппарата управления;

• вынужденные остановки, нарушения технологического процесса;

• зависимость финансового результата от какого-то одного проекта или вида активов;

• участие предприятия в судебных разбирательствах;

• потеря ключевых контрагентов и т.д.

Кроме изложенных выше показателей Ковалев В.В. предлагает по данным бухгалтерской отчетности использовать комплексный индикатор финансовой устойчивости, включающий комбинацию следующих коэффициентов:

N1 – коэффициент оборачиваемости запасов: выручка от реализации/средняя стоимость запасов;

N2 – коэффициент текущей ликвидности: оборотные активы/краткосрочные обязательства;

N3 – коэффициент структуры капитала: собственный капитал/заемные средства;

N4 – коэффициент рентабельности: прибыль до налогообложения/сумма активов;

N5 – коэффициент эффективности: прибыль до налогообложения/выручка от реализации.

Формулы расчета показателей по балансу: N1 = стр. 010 ф.№2 / стр. 210 N2 = стр. 290 / (стр.610 + стр.620 + стр.630 + стр.660) N3 = стр. 490 / (стр. 590 + стр. 690) N4 = стр. 140 ф.№2 / стр. 300 N5 = стр. 140 ф.№2 / стр. 010 ф.№2.

Формула для оценки финансовой устойчивости следующая:

N = 25R1 +25R2 + 20R3 + 20R4 + 10R5

где, R = Значение показателя для изучаемого предприятия Ni / Нормативное значение этого показателя

Нормативные значения показателей равны: N1 - 3,0; N2 - 2,0; N3 - 1,0; N4 - 0,3; N5 - 0,2.

Если N => 100, финансовая ситуация на предприятии может считаться хорошей, если же N < 100, она вызывает беспокойство. Чем сильнее отклонение от значения 100 в меньшую сторону, тем сложнее ситуация и тем более вероятно в ближайшее время для данного предприятия наступление финансовых трудностей.

Пятифакторная модель Сайфулина-Кадыкова

Рейтинговая модель оценки возможности банкротства Сайфулина-Кадыкова, принимающая во внимание пять влияющих факторов имеет вид:

R = 2К0 + 0,1К1 + 0,08К2 + 0,45К3 + К4

где, где k0 – коэффициент обеспеченности собственными средствами;

k1 – коэффициент текущей ликвидности (k2≥2);

k2 - интенсивность оборота авансируемого капитала, которая характеризует объем реализованной продукции, приходящейся на один рубль средств, вложенных в деятельность предприятия (k3≥3);

k3 – коэффициент менеджмента, характеризуется отношением прибыли от реализации к величине выручки от реализации;

k4 – рентабельность собственного капитала – отношение балансовой прибыли к собственному капиталу (k5≥0,2).

При полном соответствии значений финансовых коэффициентов минимальным нормативным уровням, рейтинговое число будет равно 1. Финансовое состояние предприятий с рейтинговым числом меньше 1 характеризуется как неудовлетворительное.

В целом необходимо отметить, что зарубежные модели прогнозирования банкротства не в полной мере могут применяться для оценки деятельности отечественных компаний, поскольку не учитывают специфику финансовой отчетности российских организаций и отраслевые особенности сферы деятельности. При этом очевидно, что значения финансовых коэффициентов для предприятий различных отраслей могут интерпретироваться по-разному.

Рассмотрим применение модель Сайфулина-Кадыкова на конкретном примере. Предварительно рассчитаем показатели модели и заполним таблицу расчетных данных:

Показатели среднегодовые	Предшествующий базовому	Базовый период	Отчетный период	Динамика
Собственные оборотные средства(СОС	-123 055,0	-108 910,0	-93 723,5	29 331,5
Запасы (МПЗ)	27 061,5	40 185,5	41 337,5	14 276,0
Оборотные активы (ОА)	35 620,5	50 075,0	54 106,5	18 486,0
Краткосрочные обязательства (КО)	158 671,0	158 980,5	147 831,0	-10 840,0
Валюта баланса (ВБ)	230 500,5	237 709,0	232 008,0	1 507,5
Чистая прибыль (ЧП)	3 808,0	7 382,0	3 159,0	-649,0
Выручка (В)	130 094,0	155 033,0	165 504,0	35 410,0
Собственный капитал (СК)	71 597,0	77 037,5	82 651,5	11 054,5

На основании представленных данных можно сделать следующие выводы:

1. величина собственного капитала предприятия в течение исследуемого периода выросла на 11054,5 тыс. рублей;

2. общая величина имущества выросла на 1507,5 тыс. рублей;

3. сумма запасов предприятия также увеличилась на 14276 тыс. рублей; в целом сумма оборотных активов предприятия выросла на 18486 тыс. рублей, что дало увеличение общей суммы активов предприятия;

4. сумма краткосрочных обязательств предприятия снизилась на 10840 тыс. рублей в отчетном периоде по сравнению с базовым;

5. в течение всего рассматриваемого периода наблюдалась положительная тенденция роста выручки, составившая в абсолютном выражении 35410 тыс. рублей к концу отчетного года.

Рассчитаем значения К0 – К4 и значение R, представив данные в виде таблицы.

Показатель	Предшествующий базовому	Базовый период	Отчетный период	Динамика
СОС/МПЗ	-4,55	-2,71	-2,27	2,28
ОА/КО	0,22	0,32	0,37	0,14
В/ВБ	0,56	0,65	0,71	0,15
ЧП/В	0,03	0,05	0,02	-0,01
ЧП/СК	0,05	0,1	0,04	-0,02
R	-8,96	-5,22	-4,39	4,57

Значение R-критерия вероятности банкротства меньше 1 на протяжении всего исследуемого периода. Хотя следует отметить положительную динамику показателя R, значение R-критерия остается отрицательным. Таким образом, на основании расчетов согласно модели Сайфулина–Кадыкова можно утверждать, что в течение всего исследуемого периода у предприятия было неудовлетворительное финансовое состояние.

Основными причинами неудовлетворительного финансового состояния, и следовательно, наступления банкротства предприятия являются:

• снижения доли собственных источников в формировании имущества предприятия – СОС в рассматриваемом периоде отрицательная величина;

• большие суммы краткосрочных обязательств предприятия, намного превышающие соответствующие величины оборотных активов;

• превышение доли заемных источников финансирования над собственными.

Система фундаментальной диагностики банкротства

Основными целями фундаментальной диагностики банкротства является:

1. углубление результатов оценки кризисных параметров финансового развития предприятия, полученных в процессе экспресс-диагностики банкротства;

2. подтверждение полученной предварительной оценки масштабов кризисного финансового состояния предприятия;

3. прогнозирование развития отдельных факторов, генерирующих угрозу банкротства предприятия, и их негативных последствий;

4. оценка и прогнозирование способности предприятия к нейтрализации угрозы банкротства за счет внутреннего финансового потенциала.

Фундаментальная диагностика банкротства осуществляется по следующим основным этапам.

1. Систематизация основных факторов, обуславливающих кризисное финансовое развитие предприятия. Факторный анализ и прогнозирование составляют основу фундаментальной диагностики банкротства, поэтому систематизации отдельных факторов, намечаемых к исследованию, должно быть уделено первостепенное внимание. В процессе изучения и оценки эти факторы подразделяются на две основные группы:

1. не зависящий от деятельности предприятия (внешние или экзогенный факторы);

2. зависящие от деятельности предприятия (внутренние или эндогенные факторы).

Внешние факторы кризисного финансового развития в свою очередь подразделяются при анализе на три подгруппы:

1. социально-экономические факторы общего развития страны. В составе этих факторов рассматриваются только те, которые оказывают негативное воздействие на хозяйственную деятельность данного предприятия, т.е. формируют угрозу его банкротства. Например: спад объема национального дохода; рост инфляции; замедление платежного оборота; нестабильность налоговой системы; нестабильность регулирующего законодательства; снижение уровня реальных доходов населения; рост безработицы и т.д.

2. рыночные факторы. При рассмотрении этих факторов исследуются негативные для данного предприятия тенденции развития товарных (как по сырью и материалам, так и по выпускаемой продукции) и финансового рынков. Например: снижение емкости внутреннего рынка; усиление монополизма на рынке; существенное снижение спроса; рост предложения товаров-субститутов; снижение активности фондового рынка; нестабильность валютного рынка и т.д.

3. прочие внешние факторы. Их состав предприятие определяет самостоятельно с учетом специфики своей деятельности. Например: политическая нестабильность; негативные демографические тенденции; стихийные бедствия; ухудшение криминогенной ситуации и пр.

Внутренние факторы кризисного финансового развития также подразделяются при анализе на три подгруппы в зависимости от особенностей формирования денежных потоков предприятия:

1. факторы, связанные с операционной деятельностью: неэффективный маркетинг; неэффективная структура текущих затрат (высокая доля постоянных издержек); низкий уровень использования основных средств; высокий размер страховых и сезонных запасов; недостаточно диверсифицированный ассортимент продукции; неэффективный производственный менеджмент и т.д.

2. факторы, связанные с инвестиционной деятельностью: неэффективный фондовый портфель; высокая продолжительность строительно-монтажных работ; существенный перерасход инвестиционных ресурсов; недостижение запланированных объемов прибыли по реализованным реальным проектам; неэффективный инвестиционный менеджмент и т.д.

3. факторы, связанные с финансовой деятельностью: неэффективная финансовая стратегия; неэффективная структура активов (низкая их ликвидность); чрезмерная доля заемного капитала; высокая доля краткосрочных источников привлечения заемного капитала; рост дебиторской задолженности; высокая стоимость капитала; превышение допустимых уровней финансовых рисков; неэффективный финансовый менеджмент и т.д.

2. Проведение комплексного фундаментального анализа с использованием специальных методов оценки влияния отдельных факторов на кризисное финансовое развитие предприятия. Основу такого анализа составляет выявление степени негативного воздействия отдельных факторов на различные аспекты финансового развития предприятия. В процессе осуществления такого фундаментального анализа используются следующие основные методы:

a) Полный комплексный анализ финансовых коэффициентов. При осуществлении этого анализа существенно расширяется круг объектов «кризисного поля», а также система показателей-индикаторов возможной угрозы банкротства;

b) Kорреляционный анализ. Этот метод используется для определения степени влияния отдельных факторов на характер кризисного финансового развития предприятия. Количественно степень этого влияния может быть измерена с помощью одно- или многофакторных моделей корреляции. По результатам такой оценки проводится ранжирование отдельных факторов по степени их негативного воздействия на финансовое развитие предприятия;

c) СВОТ-анализ [SWOT-analysis]. Название этого метода представляет аббревиатуру начальных букв терминов, характеризующих объекты этого анализа: S – Strength (сильные стороны предприятия); W – Weakness (слабые стороны предприятия); О – Opportunity (возможности развития предприятия); Т – Treat (угрозы развитию предприятия).

Основным содержание СВОТ-анализа является исследование характера сильных и слабых сторон предприятия в разрезе отдельных внутренних эндогенных факторов, а также позитивного или негативного влияния отдельных внешних (экзогенных) факторов, обуславливающих кризисное финансовое развитие предприятия.

Результаты СВОТ-анализа представляются обычно графически по комплексному исследованию влияния основных факторов.

d) Аналитическая «Модель Альтмана». Исследование финансового состояния предприятия с целью раннего обнаружения признаков его кризисного развития, вызывающих угрозу банкротства, является составной частью общего финансового анализа. Вместе с тем, этот блок финансового анализа имеет определенные особенности как по объектам, так и по методам его проведения.

e) Прогнозирование развития кризисного финансового состояния предприятия под негативным воздействием отдельных факторов. Такой прогноз осуществляется на основе разработки специальных многофакторных регрессионных моделей, использования в этих целях аналитического аппарата СВОТ-анализа и других методов, подробно рассмотренных ранее при изложении принципов фундаментального анализа. В процессе прогнозирования учитываются факторы, оказывающие наиболее существенное негативное воздействие на финансовое развитие и генерирующие наибольшую угрозу банкротства предприятия в предстоящем периоде.

f) Прогнозирование способности предприятия к нейтрализации угрозы банкротства за счет внутреннего финансового потенциала. В процессе такого прогнозирования определяется как быстро и в каком объеме предприятие способно:

• обеспечить рост чистого денежного потока;

• снизить общую сумму финансовых обязательств.

• реструктуризировать свои финансовые обязательства путем перевода их из краткосрочных форм в долгосрочные;

• снизить уровень текущих затрат и коэффициент операционного левериджа;

• снизить уровень финансовых рисков в своей деятельности;

• положительно изменить другие финансовые показатели несмотря на негативное воздействие отдельных факторов.

Обобщающую оценку способности предприятия к нейтрализации угрозы банкротства в краткосрочном перспективном периоде позволяет получить прогнозируемый в динамике коэффициент возможной нейтрализации текущей угрозы банкротства, который рассчитывается по следующей формуле: КНуб = ЧДП / ФО

где КНуб – коэффициент возможной нейтрализации yгрозы банкротства в краткосрочном перспективном периоде; ЧДП – ожидаемая сумма чистого денежного потока, ФО – средняя сумма финансовых обязательств.

3. Окончательное определение масштабов кризисного финансового состояния предприятия. Идентификация масштабов кризисного финансового состояния должна включать аналитические и прогнозные результаты фундаментальной диагностики банкротства и определять возможные направления восстановления финансового равновесия предприятия.

В таблице приведены критерии характеристик масштабов кризисного финансового состояния предприятия, а также наиболее адекватные им способы реагирования (включения соответствующих систем защитных финансовых механизмов).

Вероятность банкротства по результатам диагностики	Масштаб кризисного состояния предприятия	Способ реагирования
ВОЗМОЖНАЯ	Легкий финансовый кризис	Нормализация текущей финансовой деятельности
ВЫСОКАЯ	Глубокий финансовый кризис	Полное использование внутренних механизмов финансовой стабилизации
ОЧЕНЬ ВЫСОКАЯ	Финансовая катастрофа	Поиск эффективных форм санации (при неудаче - ликвидация)

Фундаментальная диагностика банкротства позволяет получить наиболее развернутую картину кризисного финансового состояния предприятия и конкретизировать формы и методы предстоящего его финансового оздоровления.

Система экспресс-диагностики банкротства

Основной целью экспресс-диагностики банкротства является раннее обнаружение признаков кризисного развития предприятия и предварительная оценка масштабов кризисного его состояния.

Экспресс-диагностика банкротства осуществляется по следующим основным этапам:

1.Определение объектов наблюдения «кризисного поля», реализующего угрозу банкротства предприятия. Опыт показывает, что в современных экономических условиях практически все аспекты финансовой деятельности предприятия могут генерировать угрозу его банкротства. Поэтому система наблюдения «кризисного поля» должна строиться с учетом степени генерирования этой угрозы путем выделения наиболее существенных объектов по этому критерию.

2. Формирование системы индикаторов оценки угрозы банкротства предприятия. Система таких индикаторов формируется по каждому объекту наблюдения «кризисного поля». В процессе формирования все показатели - индикаторы подразделяются на объемные (выражаемые абсолютной суммой) и структурные (выражаемые относительными показателями). Важнейшие из этих индикаторов оценки угрозы банкротства:

Объекты наблюдения «кризисного поля»	Показатели – индикаторы
	Объемные	Структурные
I. Чистый денежный поток предприятия	Сумма чистого денежного потока по предприятию в целом. Сумма чистого денежного потока по операционной деятельности предприятия	Коэффициент достаточности чистого денежного потока. Коэффициент ликвидности денежного потока. Коэффициент эффективности денежного потока. Коэффициент реинвестирования чистого денежного потока
II. Рыночная стоимость предприятия	Сумма чистых активов предприятия по рыночной стоимости	Рыночная стоимость предприятия по коэффициенту капитализации предприятия
III. Структура капитала предприятия	Сумма собственного капитала предприятия. Сумма заемного капитала предприятия	Коэффициент автономии. Коэффициент финансирования (коэффициент финансового левериджа). Коэффициент долгосрочной финансовой независимости
IV. Состав финансовых обязательств предприятия по срочности погашения	Сумма долгосрочных финансовых обязательств. Сумма краткосрочных финансовых обязательств. Сумма финансового кредита. Сумма товарного (коммерческого) кредита. Сумма внутренней кредиторской задолженности	Коэффициент соотношения долгосрочных и краткосрочных финансовых обязательств. Коэффициент соотношения привлеченного финансового и товарного кредита. Коэффициент неотложных финансовых обязательств в общей их сумме. Период обращения кредиторской задолженности
V. Состав активов предприятия	Сумма внеоборотных активов. Сумма оборотных активов. Сумма дебиторской задолженности - всего, в т.ч. просроченной. Сумма денежных активов	Коэффициент маневренности активов. Коэффициент обеспеченности высоколиквидными активами. Коэффициент обеспеченности готовыми средствами платежа. Коэффициент текущей платежеспособности. Коэффициент абсолютной платежеспособности. Коэффициент соотношения дебиторской и кредиторской задолженности. Период обращения дебиторской задолженности. Продолжительность операционного цикла
VI. Состав текущих затрат предприятия	Общая сумма текущих затрат. Сумма постоянных текущих затрат	Уровень текущих затрат к объему реализации продукции. Уровень переменных текущих затрат. Коэффициент операционного левериджа
VII. Уровень концентрации финансовых операций в зоне повышенного риска		Коэффициент вложения капитала в зоне критического риска. Коэффициент вложения капитала в зоне катастрофического риска

Приведенная система индикаторов оценки угрозы банкротства предприятия может быть расширена с учетом особенностей его финансовой деятельности и целей диагностики.

3. Анализ отдельных сторон кризисного финансового развития предприятия, осуществляемый стандартными методами. Основу такого анализа составляет сравнение фактических показателей - индикаторов с плановыми (нормативными) и выявление размеров отклонений в динамике. Рост размера негативных отклонений в динамике характеризует нарастание кризисных явлений финансовой деятельности предприятия, генерирующих угрозу его банкротства.

В процессе анализа отдельных сторон кризисного финансового развития предприятия используются следующие стандартные его методы:

1. горизонтальный (трендовый) финансовый анализ;

2. вертикальный (структурный) финансовый анализ;

3. сравнительный финансовый анализ;

4. анализ финансовых коэффициентов;

5. анализ финансовых рисков;

6. интегральный финансовый анализ, основанный на «Модели Дюпона».

4. Предварительная оценка масштабов кризисного финансового состояния предприятия. Такая оценка проводится на основе анализа отдельных сторон кризисного развития предприятия за ряд предшествующих этапов. Практика финансового менеджмента использует при оценке масштабов кризисного финансового состояния предприятия 3 принципиальных характеристики:

• легкий финансовый кризис;

• глубокий финансовый кризис;

• финансовая катастрофа.

При необходимости каждая из этих характеристик, может получить более углубленную дифференциацию.

В таблице приведен пример предварительной оценки масштаба кризисного финансового состояния предприятия по основным индикаторам отдельных объектов наблюдения «кризисного поля».

Объекты наблюдения «кризисного поля»	Масштабы кризисного финансового состояния предприятия
	Легкий финансовый кризис	Глубокий финансовый кризис	Финансовая катастрофа
1. Чистый денежный поток (ЧДП)	Снижение ликвидности денежного потока	Отрицательное значение ЧДП	Резко отрицательное значение ЧДП
2. Рыночная стоимость предприятия	Стабилизация рыночной стоимости предприятия	Тенденция к снижению рыночной стоимости предприятия	Обвальное снижение рыночной стоимости предприятия
3. Структура капитала предприятия	Снижение коэффициента автономии	Рост коэффициента и снижение эффекта финансового левериджа	Предельно высокий коэффициент и отсутствие эффекта финансового левериджа
4. Состав финансовых обязательств предприятия по срочности погашения	Повышение суммы и удельного веса краткосрочных финансовых обязательств	Высокий коэффициент неотложных финансовых обязательств	Чрезмерно высокий коэффициент неотложных финансовых обязательств
5. Состав активов предприятия	Снижение коэффициента абсолютной платежеспособности	Существенное снижение коэффициентов абсолютной и текущей платежеспособности	Абсолютная неплатежеспособность из-за отсутствия денежных активов
6. Состав текущих затрат предприятия	Тенденция к росту уровня переменных затрат	Высокий коэффициент операционного левериджа при тенденции к росту уровня переменных затрат	Очень высокий коэффициент операционного левериджа при тенденции к росту общего уровня текущих затрат
7. Уровень концентрации финансовых операций в зонах повышенного риска	Повышение коэффициента вложения капитала в зоне критического уровня	Преимущественное вложение капитала в зоне критического риска	Значительная доля вложения капитала в зоне катастрофического риска

Система экспресс-диагностики банкротства обеспечивает раннее обнаружение признаков кризисного развития предприятия и позволяет принять оперативные меры по их нейтрализации. Ее предупредительный эффект наиболее ощутим на стадии легкого финансового кризиса предприятия. При иных масштабах кризисного финансового состояния предприятия она обязательно должна дополняться системой фундаментальной диагностики.

Четырехфакторная R-модель Иркутской государственной экономической академии

В январе-марте 1997 года в г. Иркутск был проведен опрос директоров торговых негосударственных предприятий, в ходе которого задавался следующий вопрос: «С помощью каких показателей Вы оцениваете состояние своего бизнеса и работу всей фирмы?». Торговые предприятия были выбраны по трем основным причинам:

1. В настоящее время они являются наиболее устойчивыми и работоспособными;

2. Предприятия торговли являются наиболее быстро развивающимися и обеспечивают рабочими местами большое число трудоспособного населения и пенсионеров;

3. Они, в отличие от большинства промышленных предприятий, не являются монополистами, а, следовательно может быть решена задача формирования репрезентативной выборки и объективного анализа их положения на рынке.

Большинство респондентов (96%) оценивают состояние своей фирмы, используя вариации следующих показателей:

• сумма чистой прибыли;

• выручка от реализации;

• затраты на производство и реализацию продукции;

• величина собственного капитала предприятия;

• размер собственного капитала и всего капитала предприятия.

На основе обобщения данных были отобраны тринадцать показателей (отношение чистого оборотного капитала к активу, коэффициент оборачиваемости активов, оборотного капитала, финансовый рычаг, удельный вес собственного капитала предприятия в активах и др.). В результате статистической обработки данных были исключены 9 показателей и получена следующая модель:

R = 8,38К1 + К2 + 0,054К3 + 0,63К4

где К1 – коэффициент эффективности использования активов предприятия: собственный оборотный капитал/сумма активов; К2 – коэффициент рентабельности: чистая прибыль/собственный капитал; К3 – коэффициент оборачиваемости активов: выручка от реализации/средняя величина активов; К4 – норма прибыли: чистая прибыль/затраты.

Вероятность банкротства организации в соответствии со значением R определяется следующим образом: R < 0, вероятность банкротства максимальная 90 – 100%, R = 0 – 0,18, вероятность банкротства высокая 60 – 80%, R = 0,18 – 0,32, вероятность банкротства средняя 35 – 50%, R = 0,32 – 0,42, вероятность банкротства низкая 15 – 20%, R > 0,42, вероятность банкротства минимальная до 10%.

Используя данную методику, можно с точностью до 81% определить степень риска банкротства предприятия за три квартала.

Таблица 1. Значения коэффициентов комплексной модели оценки риска банкротства предприятий в зависимости от отраслевых сегментов

Фактор модели	Коэффициент	Наименование отраслевого сегмента
		Промышленность	ТЭК	Торговля	Сельское хозяйство
Константа	альфа0	10,2137	30,7371	35,0326	13,5065
Corp_age	альфа1	0,0303	3,7033	4,1834	0,2753
Cred	альфа2	6,7543	8,9734	9,0817	6,6637
Current_ratio	альфа3	-3,7093	-8,6711	-8,7792	-7,0113
EBIT/INT	альфа4	-1,5985	-7,0110	-8,5601	-2,3915
Ln(E)	альфа5	-0,5640	-1,6427	-1,6834	-1,0028
R	альфа6	-0,1254	-0,1399	-0,4923	-0,2900
Reg	альфа7	-1,3698	-0,6913	-0,8023	-1,5742
ROA	альфа8	-6,3609	-5,0894	-8,4776	-6,1679
ROE	альфа9	-0,2833	-15,3882	-10,8005	-2,3624
T_E	альфа10	2,5966	7,3667	7,1862	2,8715
T_A	альфа11	-7,3087	-22,0294	-22,7614	-6,9339

Предложенная модель содержит ряд ключевых факторов, позволяющих учесть наиболее важные аспекты деятельности предприятия при оценке риска банкротства, к которым относятся макроэкономическая ситуация в стране, эффективность, ликвидность, финансовая устойчивость, а также динамика масштабов деятельности предприятия и его отраслевая специфика. Данные факторы характеризуют деятельность предприятия с различных сторон, что, на наш взгляд, позволяет провести комплексную оценку риска его банкротства. Следует подчеркнуть, что существующие на сегодняшний день методы оценки риска банкротства позволяют учесть лишь некоторые из вышеперечисленных аспектов деятельности предприятия, поэтому предложенная модель получила название комплексной.

Более того, в ней впервые принимается во внимание фактор, характеризующий кредитную историю предприятия, который ранее не учитывался ни в российских, ни в зарубежных моделях. По нашему мнению, включение данного фактора в модель позволит оценить риск банкротства не только с точки зрения прогноза деятельности анализируемого предприятия в обозримом будущем, но и, что очень важно, учесть его кредитоспособность в прошлом. Поскольку в России на сегодняшний день существует институт бюро кредитных историй, получение данных подобного рода относительно того или иного предприятия не представляет каких-либо затруднений.

В соответствии с комплексной моделью оценки риска банкротства, представленной в данной статье, зоны риска банкротства делятся на 5 категорий:

1. 0,8 < C^BR < 1 - Максимальный риск банкротства.

2. 0,6 < C^BR <= 0,8 - Высокий риск банкротства.

3. 0,4 < C^BR <= 0,6 - Средний риск банкротства.

4. 0,2 < C^BR <= 0,4 - Низкий риск банкротства.

5. 0 < C^BR <= 0,2 - Минимальный риск банкротства.

Данное деление имеет «шаг» 20% и позволяет отнести предприятие в ту или иную категорию риска. При этом следует подчеркнуть, что расчет итогового показателя в соответствии с предложенной моделью целесообразно проводить с определенной периодичностью и анализировать его динамику, что позволит финансовому менеджеру определить, в какую сторону движется развитие компании, и своевременно принять меры по предотвращению банкротства.

В целях обеспечения объективности результатов, полученных на основе комплексной модели оценки риска банкротства, предложенная модель была апробирована на примере специально сформированной многоотраслевой выборки из 300 предприятий, отличной от той, которая использовалась для построения модели.

Как показала проведенная апробация, точность оценки риска банкротства на основе предложенной модели составила 85,6%. Полученный результат является удовлетворительным с практической точки зрения: на сегодняшний день большинство применяемых подходов позволяет правильно спрогнозировать вероятность банкротства в 70 - 75% случаев, и ни одна модель оценки риска банкротства не может обеспечить точность 100%.

Наряду с достаточно высокой точностью, предложенная модель оценки риска банкротства предприятий имеет ряд преимуществ. Она изначально разработана для российских предприятий, позволяет учесть их кредитную историю, качественные показатели и специфику деятельности, а также макроэкономическую ситуацию в стране. Наконец, модель базируется на общедоступных данных официальной отчетности, не требует расчета большого количества показателей, предполагает легкость интерпретации результатов и характеризуется достаточно длинным горизонтом прогнозирования.

Предложенная модель оценки риска банкротства может использоваться как эффективное дополнение к методам оценки финансового состояния предприятий, что позволит их финансовым службам проводить постоянный мониторинг на предмет возможного банкротства и, что особенно важно в условиях экономической нестабильности, своевременно разработать пакет антикризисных мероприятий.

Шестифакторная модель прогнозирования вероятности банкротства

Модель позволяет ответить на вопрос – находится ли предприятие на грани банкротства? Выявить основные причины ухудшения финансового состояния предприятия, оценить факторы риска среды предпринимательства, а также разработать меры по снижению финансовых рисков, угрожающих предприятию банкротством.

Данная модель учитывает реалии российского финансового рынка и уровень риска. Ограниченность применения модели вызвано большим объемом требуемого информационного и программного обеспечения.

Особенности модели:

• введен фактор капитализации предприятий для компенсации заниженного уровня балансовой стоимости активов;

• учитывается фактор, характеризующий качество менеджмента.

При разработке модели распределение показателей по их важности осуществлялось экспертным методом, а весовые коэффициенты на основе метода линейного программирования. Модель прогнозирования банкротства имеет следующий вид:

Z = 0,83Х1 + 5,83Х2 + 3,83Х3 + 2,83Х4 + 4,83Х5 + Х6

где Х1 –коэффициент обеспеченности собственными средствами: собственные оборотные средства/общая сумма всех активов; Х2 –коэффициент текущей ликвидности: оборотные активы/краткосрочные обязательства; Х3 –рентабельность собственного капитала по чистой прибыли (%): чистая прибыль/стоимость собственного капитала; Х4 –коэффициент капитализации: рыночная стоимость собственного капитала/заемные средства; Х5 –показатель общей платежеспособности: рыночная стоимость активов/сумма обязательств; Х6 –коэффициент менеджмента: выручка от реализации/краткосрочные обязательства.

Расчетные зависимости для определения показателей: Х1 = (стр. 490 – стр. 190) / стр. 300 Х2 = стр. 290 / (стр.610 + стр.620 + стр.630 + стр.660) Х3 = стр. 160 ф.№2 / стр. 490 Х4 = стр. 490 / (стр. 590 + стр. 690) Х5 = стр. 300 / (стр. 590 + стр.610 + стр.620 + стр.630 + стр.660) Х6 = стр. 010 ф.№2 / (стр.610 + стр.620 + стр.630 + стр.660)

Сравнительная характеристика методик определения вероятности банкротства предприятия

В международной практике для оценки риска банкротства и кредитоспособности организаций широко используются дискриминантные факторные модели известных западных экономистов Альтмана, Лиса, Таффлера, Тишоу и других, разработанные с помощью многомерного дискриминантного анализа.

Самой простой и распространенной является двухфакторная модель оценки вероятности банкротства. При ее построении выбраны два ключевых показателя, от которых в максимальной степени зависит вероятность банкротства:

Z = -0,3877 – 1,0736 x1 + 0,0579 x2

где х1 – показатель покрытия; х2 – удельный вес заемных средств в активах.

Профессор Нью-Йоркского университета Э.Альтман исследовал 22 финансовых коэффициента и выбрал из них 5 для включения в оригинальную пятифакторную модель, которую позже модифицировал для компаний, акции которых не котировались на бирже.

В 1972 году Лис разработал следующую формулу для Великобритании:

Z = 0,063x1 + 0,062x2 + 0,057x3 + 0,001x4

где x1 - отношение оборотного капитала к сумме активов; x2 – отношение прибыли от реализации к сумме активов; x3 – отношение нераспределенной прибыли к сумме активов; x4 – отношение собственного капитала к заемному капиталу.

Британский ученый Таффлер предложил в 1977г. четырехфакторную прогнозную модель вида:

Z = 0,53x1 + 0,13x2 + 0,18x3 + 0,16x4

где x1 - отношение прибыли от реализации к краткосрочным обязательствам; x2 – отношение оборотных активов к сумме обязательств; x3 – отношение краткосрочных обязательств к сумме активов; x4 – отношение выручки к сумме активов.

При величине Z, большей 0,3 фирма имеет неплохие долгосрочные перспективы, при значении Z, меньшем 0,2 банкротство более чем вероятно.

Существует также модель прогнозирования вероятности банкротства, разработанная учеными Иркутской государственной экономической академии:

Z = 8,38К1 + К2 + 0,54К3 + 0,63К4

где К1 – отношение оборотного капитала к активам; К2 – отношение чистой прибыли к собственному капиталу; К3 – отношение выручки от реализации к активам; К4 – отношение чистой прибыли к интегральным затратам.

Рассмотренные модели вероятности банкротства конкретного предприятия представлены в виде таблицы.

Таблица №1. Вероятность банкротства предприятия

Модель	2007г.		2008г.		2009г.
	значения	вероятность банкротства	значения	вероятность банкротства	значения	вероятность банкротства
Двухфакторная	1,400	низкая	0,804	низкая	1,174	низкая
Модель Таффлера	0,428	минимальная	3,406	минимальная	1,142	минимальная
Модель Альтмана	0,529	высокая	1,094	высокая	0,280	высокая
Модель Лиса	0,053	минимальная	0,276	низкая	0,062	минимальная
Модель ИГЭА	5,036	минимальная	5,846	минимальная	4,420	минимальная

Таким образом, можно сказать, что у предприятия вероятность банкротства по модели Э. Альтмана велика, по модели Таффлера предприятие имеет нормальные долгосрочные перспективы, по формуле Лиса и Иркутских ученых вероятность банкротства минимальная, а по двухфакторной модели вероятность банкротства низкая.

Для оценки вероятности банкротства предприятия целесообразно присвоить следующие рейтинговые значения: высокая - 4, средняя - 3, низкая - 2, минимальная - 1 (таблица №2).

Таблица №2. Сравнение моделей определения вероятности банкротства

Модель	2007г.	2008г.	2009г.
Двухфакторная	2	2	2
Модель Таффлера	1	1	1
Модель Альтмана	4	4	4
Модель Лиса	1	3	1
Модель ИГЭА	1	1	1

Из таблицы 2 видно что, в 2007 году минимальная вероятность банкротства по модели Таффлера, Лиса и по модели Иркутских ученых. Двухфакторная модель говорит о низком банкротстве. В 2008 году минимальная вероятность банкротства по модели Таффлера и Иркутских ученных, модель Лиса показывает среднюю вероятность банкротства, двухфакторная модель показывает низкую вероятность. В 2009 году по моделям Таффлера, Лиса и иркутских ученных банкротство минимальное, двухфакторная модель показывает низкую вероятность банкротства.

Для выявления степени вероятности банкротства в тот или иной год необходимо рассчитать процентное соотношение каждого ее вида. Процентное соотношение представлено в следующей таблице.

Таблица №3. Процентное соотношение вероятности банкротства

Вероятность банкротства	2007г.	2008г.	2009г.
Высокая	20%	20%	20%
Средняя	0%	20%	0%
Низкая	20%	20%	20%
Минимальная	60%	40%	60%

Таким образом, из выше приведенной таблицы видно, что в 2007 году 60% занимает минимальная вероятность банкротства, 20% - высокая вероятность, 0% - средняя вероятность банкротства, 20% - низкая вероятность. В 2008 году 40% - минимальная вероятность и по 20% высокая, низкая и средняя вероятность банкротства. В 2009 году процентное соотношение вероятности банкротства совпало с 2007 годом. Следует отметить, что использование таких моделей требует больших предосторожностей. Тестирование других предприятий по данным моделям показало, что они не вполне подходят для оценки риска банкротства российских субъектов хозяйствования, так как не учитывают специфику структуры капитала в различных отраслях. Проблема остается актуальной и требует дальнейшего исследования.

Литература: 1. Канке, А.А., Кошевая, И.П. Финансовый анализ: учебное пособие / А.А. Канке, И.П.Кошевая. - М.: ЮНИТИ - ДАНА, 2007. - 370с. 2. Ковалев, А. И., Привалов, В. П. Анализ финансового состояния предприятия [Текст]: учебное пособие / А.И.Ковалев, В.П.Привалов. - М.: Центр экономики и маркетинга, 2009. - 424 с. 3. Крейнина, М. Н. Финансовое состояние предприятия. Методы оценки [Текст]: учебное пособие / М.Н.Крейнина. - М.: ИКЦ «ДИС», 2006. - 224 с. 4. Маркарьян, Э. А., Герасименко, Г. П. Финансовый анализ [Текст]: учебное пособие / Э.А.Маркарьян, Г.П.Герасименко. - М.: КНОРУС, 2009. - 264 с. Автор: Пакова О.Н., по материалам 39 научно-технической конференции по итогам работы профессорско-преподавательского состава СевКавГТУ за 2009 год. Том второй. Экономика. Ставрополь: СевКавГТУ, 2010. 181 с.

Мировой опыт моделирования вероятности банкротства организаций

В действительности же, попытки прогнозировать возможный коллапс предприятия предпринимались раньше. Еще в 20-30-х годах прошлого века Уильмом Лоу (William Н. Lough), Рэймондом Смитом (Raymond F. Smith), Артуром Винакором (Arthur Н. Winakor) и Полом Фитцпатриком (Poul J. Fitzpatrick) проводились исследования направленные на определение эффективных инструментов прогнозирования банкротства.

Первые серьезные попытки разработать эффективную методику прогнозирования банкротства относятся к 60-м годам и связаны с развитием компьютерной техники.

Все методы прогнозирования опираются на некоторые предположения. Наиболее обычным является предположение стабильности: «если существующие тенденции и связи сохранятся», «если не произойдет ничего необычного». Таким образом, все методы прогнозирования, в том числе и в экономике, нацелены на поиск ретроспективных тенденций и связей. При прогнозировании банкротства этот поиск осуществляется путем сопоставления ретроспективной информации обанкротившихся и избежавших банкротства предприятий.

В настоящее время в мире разработано большое число моделей оценки вероятности банкротства предприятий. В основе этих моделей лежат различные показатели. Это и данные о котируемых рамочных инструментах, и данные бухгалтерской отчетности компаний, и информация об особенностях структуры, внутренних и внешних связях предприятия, денежных и материальных потоках.

Методические подходы, касающиеся прогнозирования банкротства, разработанные зарубежными экономистами, включают в себя несколько (от двух до семи) ключевых показателей, характеризующих финансовое состояние предприятия. Как правило, на их основе в большинстве методик рассчитывается комплексный показатель вероятности банкротства.

Эти методики и модели должны позволять прогнозировать возникновение кризисной ситуации предприятия заранее, ещё до появления очевидных признаков. Такой подход особенно необходим, так как жизненные циклы предприятий в рыночной экономике достаточно коротки. В связи с этим коротки и временные рамки применения в них антикризисных стратегий, а в условиях уже наступившего кризиса предприятия их применение может привести к банкротству. Указанные методики должны позволять использовать различные антикризисные стратегии заранее, еще до наступления кризиса коммерческой организации, с целью его предотвращения.

Вероятность банкротства любой компании зависит в первую очередь от эффективности ее производственной и финансово-хозяйственной деятельности. Для внутренней оценки эффективности управляющий может использовать помимо бухгалтерской также и управленческую отчетность, дополнительную информацию о перспективах развития предприятия, планируемых сделках, поступлениях, приобретениях. Для аналитика, лишенного доступа к такой внутренней информации, источниками знаний о положении дел в оцениваемой компании является, прежде всего, публикуемая бухгалтерская отчетность и рыночные данные по котируемым ценным бумагам.

Обычно выделяют две группы методов прогнозирования: эвристические и экономико-математические. Применительно к прогнозированию банкротства эти методы образуют два подхода: качественный и количественный.

Эвристические методы предполагают, что при разработке прогноза доминируют интуиция, прежний опыт, творчество и воображение, то есть субъективные начала. К этой группе методов относятся различные методы экспертных оценок. Эвристические методы образуют, так называемый, «качественный» подход к прогнозированию банкротства. Суть качественного подхода заключается в изучении экспертом отдельных характеристик, присущих бизнесу, развивающемуся по направлению к банкротству и сравнении их с соответствующими признаками анализируемого предприятия. Если для данного предприятия характерно наличие таких признаков, то делается субъективное экспертное заключение о высокой вероятности банкротства.

Экономико-математические методы, предусматривают использование для формирования прогноза, полученных на основе анализа статистических данных, предикативных моделей. К данной группе относят: методы экстраполяции трендов, методы регрессионного анализа, методы экономико-математического программирования. Экономико-математические методы составляют так называемый количественный подход к прогнозированию банкротства. Его суть заключается в определении нормативных (пороговых, критических) значений аналитических показателей или их комбинации, характеризующих финансовое состояние предприятия как благополучное. Выход фактических значений показателей за нормативные рамки означает повышение вероятности банкротства.

Некоторые исследователи полагают, что прогнозирование банкротства с помощью качественного подхода приводит к более точным результатам, чем использование любой из предикативных моделей, составляющих количественный подход. Это связывают с тем, что модели прогнозирования неизменно сосредотачиваются на более ограниченном наборе информации, чем тот который доступен аналитику.

С другой стороны, методы экспертных оценок основаны на субъективных суждениях аналитиков, и поэтому им присущи недостатки психологического характера. Экспериментальное доказательство превосходства количественного подхода над качественным было получено в 1974 году Альтманом и Макгоем.

В первую группу можно выделить модели, полученные с помощью дискриминантного анализа. Здесь в частности можно выделить работы следующих авторов: Дикин (Deakin, 1972), Лис (Lis, 1972), Р. Тафлер и Г. Тишоу (Taffler, Tisshaw, 1974), Лев (Lev, 1974), Альтман, Халдеман и Нара-уанан (Edward 1. Altman, Robert G. Haldeman, P. Narayanan, 1977); Спрингэит (Springate, 1978); Альтман (Altman, 1983); Фулмер (Fulmer, 1984); Бафори (Bathory, 1984); Аргенти (Argenti, 1985); Мейерс и Фогу (Myers, Forgy 1986); Кохен и Гилмор (Cohen, Gilmore 1990).

Позднее для получения моделей прогнозирования банкротства, был использован множественный регрессионный анализ (Multiple Regression Analysis), общее назначение которого состоит в анализе связи между несколькими независимыми переменными, называемыми также регрессорами или предикторами (в данном случае, значениями финансовых коэффициентов) и зависимой переменной – результативным показателем (в данном случае, вероятностью банкротства). Функция, описывающая зависимость значения результативного признака от значений предикторов, называется функцией (уравнением) регрессии, а такие модели называют – предикативными. Среди исследователей, которые использовали множественный регрессионный анализ для разработки модели прогнозирования банкротства можно отметить: Плата и Плата (Piatt & Piatt, 1980), Змиджевского (Zmijewski, 1984), Завгрен (Zavgren, 1985); Гилберта, Минона и Шварца (Gilbert, Menon, и Schwartz, 1990); Коха и Килоха (Koh and Killough, 1990); Гриса (Grice, 1998).

Рассмотрим наиболее известные модели прогнозирования банкротства предприятий.

Модель Альтмана, подробный анализ модели

Прогнозирование банкротства на основе модели Альтмана

Эдвардом Альтманов в 1968 году была разработана модель оценки вероятности банкротства предприятия. Данная модель представляет собой своеобразный алгоритм интегральной оценки угрозы банкротства предприятия.

Известная модель основана на комплексном учете важнейших показателей, диагностирующих кризисное финансовое состояние, позволяющих рассчитать индекс кредитоспособности и в результате отнести хозяйствующие субъекты к потенциальным банкротам или к успешно работающим предприятиям.

При построении модели оценки вероятности банкротства, Э. Альтман проанализировал финансовую отчетность 66 компаний, половина из которых обанкротилась в период между 1946 и 1965 годами, а вторая продолжала успешно работать, на основе выборки им было рассчитано 22 коэффициента, которые могли быть полезны для прогнозирования возможного банкротства. Из них он отобрал пять наиболее значимых и построил многофакторное регрессионное уравнение. Таким образом, формула Альтмана представляет собой функцию от нескольких показателей, характеризующих экономический потенциал компании. Альтман определил коэффициенты значимости отдельных факторов в общей интегральной оценке вероятности банкротства.Модель Альтмана имеет вид:

Z = 1,2X1 + 1,4X2 + 3,3Х3 + 0,6Х4 + 1,0Х5

где Z - интегральный показатель уровня угрозы банкротства;  X1 - отношение оборотных активов к сумме всех активов;  X2 - уровень рентабельности капитала;  X3 - уровень доходности активов;  X4 - коэффициент соотношения собственного и заемного капитала;  X5 - оборачиваемость активов.

Для интерпретации результатов по модели Альтмана, в зависимости от значения Z, используется специальная шкала, в соответствии с которой делается заключение:  eсли Z < 1,81 - вероятность банкротства составляет от 80 до 100%;  eсли 2,77 <= Z < 1,81 - средняя вероятность краха компании от 35 до 50%;  eсли 2,99 < Z < 2,77 - вероятность банкротства не велика от 15 до 20%;  eсли Z <= 2,99 - ситуация на предприятии стабильна, риск неплатежеспособности в течениe ближайших двух лет крайне мал.

Данная модель имеет ряд недостатков, которые усложняют ее применение. Во-первых, рассчитанные Альтманом коэффициенты не совсем соответствуют современным экономическим реалиям; во-вторых, ее можно применять только для предприятий, котирующих свои акции на открытом рынке.

Для оценки несостоятельности предприятий, не размещавших свои акции на открытом рынке, автором в 1983 году была представлена модифированная модель, которая имеет вид:

Z = 0,717Х1 + 0,847Х2 + 3,107Х3 + 0,42Х4 + 0,995Х5

где Х4 - балансовая стоимость собственного капитала/заемный капитал.

«Пограничное» значение равно 1,23. Если Z<1,23, вероятность банкротства очень велика

Модель Спрингейта имеет вид: Z = 1,03А + 3,07В + 0,66С + 0,4D

где: А – (собственные оборотные средства) / (всего ак¬тивов); В – (прибыль до уплаты налога и процентов) / (всего активов); С – (прибыль до налогообложения) / (текущие обязательства); D – (оборот) / (всего активов).

Критическое значение Z для данной модели равно 0,862. Сопоставление с этой величиной расчетного значения индекса Z для конкретной фирмы позволяет говорить о возможном в будущем (2-3 года) банкротстве одних (Z < 0,862) и устойчивом положении других (Z > 0,862) фирм.

Точность этой модели составляет 92,5% для 40 компаний, исследованных Г. Спрингейтом.

Модель Фулмера, данная модель имеет вид: Z = 5,528А + 0,212В + 0,073С + 1,270D – 0,120Е + 2,335F + 0,575G + 1,083Н + 0,894I – 6,075

где: А – (нераспределенная прибыль) / (всего активов); В – (оборот) / (всего активов); С – (прибыль до налогообложения) / (собственный капитал); D – (изменение остатка денежных средств) / (кредиторская задолженность); Е – (заемные средства) / (всего активов); F – (текущие обязательства) / ( всего активов); G – (материальные внеоборотные активы) / (всего активов); Н – (собственные оборотные средства) / (кредиторская задолженность); I – (прибыль до уплаты процентов и налога) / (проценты).

Критическим значением Z является 0. Сопоставление с этой величиной расчетного значения индекса Z для конкретной фирмы позволяет говорить о возможном в будущем (2-3 года) банкротстве одних (Z < 0) и устойчивом положении других (Z > 0) фирм.

Д. Фулмер объявил точность для своей модели в 98% – при прогнозировании банкротства в течение года и точность в 81 % – при прогнозировании банкротства за период больше года.

Модель Лего имеет вид: Z = 4,5913А + 4,5080В + 0,3936С – 2,7616

где: А – (акционерный капитал) / (всего активов); В – (прибыль до налогообложения + издержки финансирования) / (всего активов); С – (оборот за два предыдущих периода) / (всего активов за два предыдущих периода).

Критическим значением для Z является 0,3. Сопоставление с этой величиной расчетного значения индекса Z для конкретной фирмы позволяет говорить о возможном в будущем (2-3 года) банкротстве одних (Z < 0) и устойчивом положении других (Z > 0) фирм. Точность данной модели составляет 83% . Она может быть использована только для прогнозирования банкротства промышленных компаний.

Модель Таффлера. Британский ученый Р. Таффлер в 1977г. предлог четырехфакторную прогнозную модель. С помощью соответствующего программного пакета на первой стадии вычисляют 80 отношений по данным обанкротившихся и платеж способных компаний. Затем, используя статистически метод, известный как анализ многомерного дискриминанта, можно построить модель платежеспособности, определяя частные соотношения, которые наилучшим образом выделяют две группы компаний и их коэффициенты. Такой выборочный подсчет соотношений является типичным для определения некоторых ключевых измерений деятельности корпорации (прибыльность соответствие оборотного капитала, финансовый риск и ликвидность). Объединяя эти показатели и сводя их соответствующим образом воедино, модель платежеспособности производит точную картину финансового состояния корпорации.

Модель Олсона. В 1980 году Джеймс Олсон (James A. Ohlson) впервые использо¬вал логистическую регрессию для создания модели прогнозирования банкротства. В анализируемую выборку вошли финансовые данные за 1970-1976 гг. 105 предприятий-банкротов и 2058 устойчивых предприятий. В результате была получена модель следующего вида: Z = -1,32 – 0,407 х1 + 6,03х2 – 1,43 х3 + 0,0757х4 – 2,37х5 – 1,83х6 +0,285х7 – 1,72х8 – 0,521х9

где х1 – размер предприятия (натуральный логарифм величины совокупных активов предприятия/дефлятор ВВП); х2 – коэффициент заемного капитала, (отношение общей за¬долженности к общим активам); х3 – доля собственных оборотных средств (отношение чистого оборотного капитала к общим активам); х4 – отношение текущей задолженности к текущим активам; х5 – рентабельность активов (экономическая рентабельность – отношение чистой прибыли от всех видов деятельности к среднегодовой стоимости активов); х6 – отношение чистого оборотного капитала к общей задолженности; х7 – фиктивная переменная принимающее значение, 1 – если чистый доход предприятия за последние два года отрицательная ве¬личина, 0 – если нет; х8 – фиктивная переменная принимающее значение, 1 – если общая задолженность предприятия превышает его общие активы, 0 – если нет; х9 – мера изменения чистого дохода за последние два года.

Диагностика банкротства на основе PAS-коэффициента. Для усиления прогнозирующей роли моделей можно трансформировать Z-коэффициент в PAS-коэффициент, то есть коэффициент, позволяющий отслеживать деятельность компании во времени. Изучая PAS-коэффициент как выше, так и ниже критического уровня, легко определить моменты упадка и возрождения компании.

PAS-коэффициент представляет собой относительный уровень деятельности компании, выведенный на основе ее Z-коэффициента за определенный год и выраженный в процентах от 1 до 100. Например, PAS-коэффициент, равный 50, указывает на то, что деятельность компании оценивается удовлетворительно, тогда как PAS-коэффициент, составляющий 10, свидетельствует о том, что лишь 10% компаний находится в худшем положении (неудовлетворительная ситуация).

Подсчитав Z-коэффициент для компании, можно затем трансформировать абсолютную меру финансового положения в относительную меру финансовой деятельности. Другими словами, если Z-коэффициент может свидетельствовать о том, что компания находится в рискованном положении, то PAS-коэффициент отражает историческую тенденцию и текущую деятельность на перспективу.

Диагностика кризиса управления на основе показателя Аргенти. Согласно методике исчисления показателя Аргенти (А-счет) процесс банкротства подразделяется на три стадии:

I стадия – предприятия, идущие к банкротству, годами демонстрируют ряд очевидных недостатков задолго до фактического банкротства;

II стадия – вследствие накопления этих недостатков предприятие может совершить ошибку, ведущую к банкротству (предприятия, не имеющие недостатков, не совершают ошибок, ведущих к банкротству);

III стадия – совершенные предприятием ошибки начинают выявлять все известные симптомы приближающейся неплатежеспособности: ухудшенные показатели, признаки недостатка денег. Эти симптомы проявляются в последние два или три года процесса, ведущего к банкротству, период которого часто составляет от 5 до 10 лет.

При расчете А-счета конкретной компании необходимо ставить количество баллов, согласно Аргенти, то есть каждому фактору на каждой стадии присваивают определенное количество баллов и рассчитывают агрегированный показатель А-счета.

Определение группы финансового состояния сельскохозяйственного предприятия

В соответствии с предлагаемой методикой необходимо рассчитать ко­эффициенты финансового и экономического состояния предприятия и оп­ределить меры по повышению эффективности его деятельности.

По этой методике, разработанной Всероссийским институтом аграрных проблем и информатики РАСХН (ВИАПИ), отдел по управлению госиму­ществом и реформированию организаций АПК проводил оценку всех пред­приятий АПК Свердловской области, в результате которой предприятия АПК области распределены на 5 групп:

1. - финансово благополучные;

2. - временно неплатежеспособные; Ш - неплатежеспособные, но есть возможность восстановления платежеспособности;

4. - несостоятельные с разваленной финансово-экономической системой.

Определение 1-ой группы (и последующих групп) (финансово благополучные хозяйства) произво­дится по формуле:

К= КЗ/В,

где: В - выручка от реализации;

БП — балансовая прибыль;

КЗ — кредиторская задолженность;

К - коэффициент

БП>0; К<0,5

При положительной балансовой прибыли хозяйства, отношение креди­торской задолженности к выручке от реализации К (коэффициент) должен быть не более 0,5 и не ме

Определение 2-й группы (временно неплатежеспособные) производится по формуле, но при следующих значениях:

БП>0; 0,5<К<1

БП<0; К<0,5

При положительной балансовой прибыли отношение кредиторской за­долженности к выручке от реализации К может быть больше 0,5 или мень­ше 1.

При отрицательной балансовой прибыли отношение кредиторской за­долженности к выручке от реализации К должен быть меньше 0,5.

Определение 3-й группы (неплатежеспособные) производится по фор­муле н при следующих значениях:

БП > 0; 1<К<2

БП < 0; 0,5 <К < 1

При положительной балансовой прибыли хозяйства отношение кре­диторской задолженности к выручке от реализации К может быть больше одного, но меньше

При отрицательной балансовой прибыли отношение кредиторской за­долженности к выручке от реализации К должен быть больше 0,5, но мень­ше I.

Определение 4^а группы (несостоятельные хозяйства) производится по формуле и при следующих значениях:

БП>0; К>2

БП<0; К>1

При положительной балансовой прибыли хозяйства отношение креди­торской задолженности к выручке от реализации К может быть больше 2.

При отрицательной балансовой прибыли отношение кредиторской за­долженности к выручке от реализации К должен быть больше 1.