Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Учет и анализ банкротств. Учебное пособие
.pdf
170
Вероятность
до 1 года, %
Вероятность
до 2 лет,
%
В
ероятностъ
после 2 лет,
%
финансовой устойчивости и
Таблица 4.8
Степень достоверности моделей банкротства
Модель
Двухфакторная
Четырехфакторная
Оригинальная
пятифакторная
Усовершенствованная пятифакторная
65 60 74 Многообразие финансовых
процессов не всегда отражается в коэффициентах платежеспособности
71 65 68 Не учитываются коэффициен-
ты
рыночной активности
85 51 37 Недостаток информации отно-
сительно рыночной стоимости
капитала предприятия
88 66 29 Устранен недостаток «ориги-
нальной» модели, адаптирована к российской отчетности
Примечание
Оригинальная пятифакторная модель Э. 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 Э. 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.
Применение критерия Z для российских компаний возможно, но с
очень большими оговорками.
Причины этого:
1. Модель построена по данным американских компаний, то есть весовые коэффициенты-константы в этой модели рассчитаны исходя из
финансовых условий, сложившихся в США. Вместе с тем, очевидно, что
любая страна имеет свою специфику организации бизнеса. Логично было бы проанализировать ряд обанкротившихся российских предприятий
и рассчитать коэффициенты-константы, соответствующие российской
экономике.
2. Критерий Z-счет построен в основном по данным прошлых лет. За
истекшие годы экономическая ситуация изменилась во всем мире, поэтому совершенно не очевидно, что повторение анализа по методике
Альтмана на более поздних данных оставило бы структурный состав модели без изменения.
171
3. Модель Альтмана может быть реализована лишь в отношении
крупных компаний, котирующих свои акции на фондовых биржах. Доля
таких компаний в любой стране невелика. Именно для таких компаний
можно получить объективную рыночную оценку собственного капитала.
4. Банкротство многих российских организаций связано, прежде всего, с вовлечением их в систему неплатежей, обусловленную влиянием
внешних, практически неконтролируемых факторов. А прогнозировать
любую экономическую ситуацию, в том числе и банкротство, можно
только владея информацией о тенденциях изменения внешних факторов.
То есть более точный результат можно получить в сравнительно стабильных экономических условиях.
По мнению некоторых ученых-экономистов, отсутствие данных о
курсе акций российских предприятий не является препятствием для
применения модели Альтмана. Они считают, что при определении рыночной стоимости акций можно воспользоваться следующей формулой
акцийстоимостьКурсовая =
дивидендаСумма
процентассудногоуровеньСредний
.
Существуют и другие мнения, согласно которым в условиях становления рыночной экономики Российской Федерации использовать модель
Альтмана нецелесообразно.
Аргументами сторонников этих мнений служат:
– несопоставимость факторов, генерирующих угрозу банкротства;
– различия в учете отдельных показателей;
– влияние инфляции на их формирование;
Несоответствие балансовой и рыночной стоимости отдельных активов и другие объективные причины.
Учитывая все вышеизложенное, можно прийти к выводу о необходимости разработки собственных дискриминантных функций для каждой
отрасли, которые учитывали бы специфику нашей действительности.
Более того, эти функции должны тестироваться каждый год на новых
выборках с целью уточнения.
Прогнозирование банкротства с помощью четырехфакторной модели
R-счета (Иркутская государственная экономическая академия)
Учеными Иркутской государственной экономической академии
предложена своя четырехфакторная модель прогноза риска банкротства
(модель R-счета), которая внешне похожа на модель Э. Альтмана для
предприятий, акции которых не котируются на бирже:
R = 8,38К1 + К2 + 0,054К3 + 0,63К4;
172
где
К1 =
ББ)1200Стр.(активыОборотные
;
ББ)0160Стр.(активыСовокупные
К2++=
К3 =
К4++=
товаров,продажиотнетто)(Выручка
ОФР)2110Стр.(работпродукции,
ББ)0160Стр.(Активы
;
расходы)скиеуправленчеие,коммерческтоваров,
ОФР)()2220Стр.2210Стр.2120Стр.(
ОФР)2400Стр.(периодаотчетногоубыток)(прибыльЧистая
ББ)(0)154Стр.1530Стр.0130Стр.(капиталйСобственны
ОФР)2400Стр.(периодаотчетногоубыток)(прибыльЧистая
проданныхстьсебестоимо(продажуивопроизводстнаЗатраты
Вероятность банкротства предприятия в соответствии со значением
модели R определяется следующим образом (табл. 4.9):
Таблица 4.9
Вероятность банкротства
Значение 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)
Методика рейтинговой оценки финансового состояния предприятия
Р С. Сайфуллина и Г. Г. Кадыкова
;
.
Р.С. Сайфуллин и Г.Г. Кадыков предложили использовать для оценки
финансового состояния предприятий рейтинговое число – комплексный
показатель предсказания финансового кризиса компании для отечественных организаций:
R = 2Х1 + 0,1Х2 + 0,08Х3 + 0,45Х4 + Х5,
где Х1 =
Х2 =
СОС
ОА
ОА
КЗК
;
;
173
Х3 =
Х4 =
Х5 =
СовА
Пр
Пр
СК
В
;
прот
;
В
ч
.
При полном соответствии финансовых коэффициентов их минимальным нормативным уровням рейтинговое число будет равно единице и организация имеет удовлетворительное состояние экономики.
Финансовое состояние предприятий с рейтинговым числом менее
единицы характеризуется как неудовлетворительное.
Оценка риска банкротства с помощью модели
Р. Таффлера и Г. Тишоу
Известны и другие критерии, подобные индексу Альтмана, в частности, в 1977 г. британские ученые Р. Таффлер и Г. Тишоу апробировали
подход Альтмана на данных 80 британских компаний и построили четырехфакторную прогнозную модель с отличающимся набором факторов.
Р. Таффлер и Г. Тишоу разработали следующую модель:
где Х
Z = 0,53Х1 + 0,13Х2 + 0,18Х3 + 0,16Х
=
1
−−
Х
=
2
ОФР)2200Стр.( продажиотПрибыль
тваобязательсныеКраткосроч
ББ)()1540Стр.1530Стр.1500Стр.(
твобязательсвсехΣ
−−+
;
4
;
ББ)2001Стр.(активыОборотные
;
)ББ()1540Стр.1530Стр.1500Стр.1400Стр.(
Х
=
3
Х
=
4
)ОФР2110Стр.(продажиотВыручка
.
ББ)1600Стр.(продуктыСовокупные
ББ)1600Стр.(активыСовокупные
Если величина Z-счета > 0,3, это говорит о том, что у предприятия
неплохие долгосрочные перспективы.
ББ)( 1540)Стр.-1530Стр.-1500Стр.( тваобязательсныеКраткосроч
;
174
Если величина Z-счета < 0,2, то банкротство более чем вероятно.
Оценка риска банкротства с помощью модели Лиса
Z = 0,063Х1 + 0,092Х2 + 0,057Х3 + 0,001Х
где Х
=
1
Х
=
2
Х
=
3
Х
=
4
+
ББ)1200Стр.(активыОборотные
;
ББ)1600Стр.(активыСовокупные
ОФР)2200Стр.(продажиотПрибыль
;
ББ)1600Стр.(активыСовокупные
ОФР)2400Стр.(чистаяПрибыль
;
ББ)1600Стр.(активыСовокупные
++
,
4
ББ)(1540)Стр.1530Стр.1300Стр.(капиталйСобственны
.
ББ)(1540)Стр.-1530Стр.-1500Стр.1400Стр.(капиталЗаемный
Предельное значение Z-счета по модели Лиса Z = 0,037.
Прогнозирование банкротства с помощью модели,
разработанной учеными Белоруссии
За последнее время зарубежными бухгалтерами и экономистами было разработано множество модификаций таких моделей, поскольку оценивать с помощью многомерного дискриминантного анализа можно не
только отдельные фирмы, но и целые регионы, отрасли и даже страны.
Однако следует отметить, что использование таких моделей для
оценки риска банкротства отечественных субъектов хозяйствования требует больших предосторожностей из-за разной методики отражения инфляционных факторов и разной структуры капитала, а также из-за различий в законодательной и информационной базе.
Учитывая вышеизложенное, можно прийти к выводу о необходимости разработки собственных дискриминантных функций для каждой отрасли, которые учитывали бы специфику нашей действительности. Более того, эти функции должны тестироваться каждый год на новых выборках с целью уточнения.
В качестве примера рассмотрим разработку дискриминантной факторной модели диагностики риска банкротства сельскохозяйственных
предприятий республики Беларусь.
175
Для обоснования основных индикаторов и создания дискриминантной модели для его оценки была собрана информация по 200 сельскохозяйственным предприятиям республики Беларусь за 3 года и на основании ее рассчитаны 26 финансовых коэффициентов по каждому субъекту
хозяйствования за каждый год.
С помощью корреляционного и многомерного факторного анализа
установлено, что наибольшую роль в изменении финансового положения сельскохозяйственных предприятий играют следующие показатели:
СОС)(средстваоборотныееСобственны
Х
=
1
Х
=
2
−++
ББ)2001Стр.(капиталОборотный
ББ)1150Стр.(капиталОсновной
ББ)(1110)Стр.1540Стр.1530Стр.1300Стр.(
ББ)1200Стр.(доляхвактивыОборотные
.
.
Х
=
3
Х
=
4
Х
=
5
ОФР)2400Стр.(чистаяПрибыль
ОФР)2110Стр.(продажиотнетто)(Выручка
ББ)1700Стр.(капиталСовокупный
ББ)1700Стр.(активыСовокупные
))ББ1700Стр.(капиталСовокупный
.
%в,
.
ББ) 5401Стр.1530Стр.0130Стр.(капиталйСобственны ++
доляхв,
Данные показатели были положены в основу разработки дискриминантной факторной модели диагностики риска банкротства сельскохозяйственных предприятий Беларуси, которая получила следующее выражение:
Z = 0,111Х1 + 13,239Х2 + 1, 676Х3 + 0,515Х4 + 3,80Х
.
5
Причем Z критическое = 8.
Если Z > 8, то риск банкротства малый или отсутствует.
Если Z < 8, риск банкротства присутствует.
Если 5 < Z < 8, риск небольшой.
Если 3 < Z < 5, риск средний.
Если Z < 3, риск большой.
Если Z < 1, 100 %-ная несостоятельность.
.
176
Оценка риска банкротства на основе метода credit-men,
разработанная Ж. Депаляном
Ж. Депалян (Франция) охарактеризовал финансовую ситуацию на
предприятии с помощью пяти следующих показателей:
средстваДенежныестьзадолженнояДебиторска
вложенияфинансовыеныеКраткосроч
++
ББ)(230)1Стр.2501Стр.2401Стр.(
тваобязательсныеКраткосроч
ББ)(1540)Стр. - 1530Стр. - 1500Стр.(
быстрой
тКоэффициен
+
=
иликвидност
++
.
капиталйСобственны
++
−−+
++
ББ)1100Стр.(
ББ)1210Стр.(Запасы
ББ)(0)154Стр.0153Стр.1300Стр.(
тваобязательсОбщие
капиталйСобственны
ББ)(1540)Стр.1530Стр.1300Стр.(
.
ББ)()1540Стр.1530Стр.0150Стр.0140Стр.(
активовыхвнеоборотнстьсобственноОстаточная
.
ОФР)2120Стр.(товаровпроданныхстьСебестоимо
.
ОФР)2110Стр.(продажотнетто)(Выручка
.
ББ)2301Стр.(стьзадолженнояДебиторска
кредито
запасов
тКоэффициен
− =
испособност
тКоэффициен
циииммобилиза
=
гособственно
вапроизводст
тКоэффициен
мостиоборачивае
=
тКоэффициен
мостиоборачивае
=
йдебиторско
стизадолженно
Для каждого коэффициента определяют его нормативное значение с
учетом специфики отрасли, сравнивают с показателем на предприятии и
вычисляют значение функций N:
;
2020102525 RRRRRN ++++=
54321
где Ri рассчитывается следующим образом:
=iR .
япредприятиизучаемогоакоэффицентЗначение
такоэффициензначениееНормативно
Если N = 100, то финансовая ситуация предприятия нормальная.
Если N > 100, то ситуация хорошая.
Если N < 100, то ситуация на предприятии вызывает беспокойство.
177
Оценка риска банкротства с помощью показателя
платежеспособности Конана и Гольдера
Французские ученые Конан и Гольдер на основе исследования девяноста предприятий разработали методику оценки риска банкротства с
помощью показателя платежеспособности.
Показатель платежеспособности Конана и Гольдера:
,
24,01,087,022,016,0 ХХХХХZ −++−−=
54321
где
средстваДенежныестьзадолженнояДебиторска
+
=Х
1
++
вложенияфинансовыеныеКраткосроч
ББ)(250)1Стр.2401Стр.2301Стр.(
ББ)1600Стр.(активыОбщие
++
;
капиталПостоянный
=Х
2
=Х
3
=Х ;
4
+++
ББ)1600Стр.(активыОбщие
ОФР)2330Стр.(уплатекПроценты
ОФР)2110Стр.(продажотнетто)(Выручка
персоналнаРасходы
продукциистоимость(стоимостьяДобавленна
−
=Х
5
капиталыйПривлеченн
ББ)()1400Стр.1540Стр.1530Стр.0130Стр.(
;
;
−
й)организацистороннихуслугэнергиисырья,стоимость
ОФР)2200Стр.(продажотубыток)(Прибыль
.
Авторы дифференцировали вероятность задержки платежей в зависимости от значений показателя Z (табл. 4.10):
Таблица 4.10
Вероятность задержки платежей
Значение Z Вероятность задержки платежей, %
+ 0,210
+ 0,048
+ 0,002
– 0,02
– 0,068
– 0,087
– 0,107
– 0,131
– 0,164
100
90
80
70
50
40
30
20
10
178
−
Функция показателя платежеспособности
Управления отчетности Банка Франции
Функция показателя платежеспособности Управления отчетности
Банка Франции:
689,0221,5824,0003,2255,1100
−−+−−−=
RRRRRZ
54321
уплате)кпроценты(расходыФинансовые
женияналогооблодоубыток)(Прибыль
где
=1R
=2R
финансовыхДоля
расходов
Покрытие
анногоинвестиров
капитала
,
544,85108,1706,0164,1
−++−
RRR
876
= ;
%в,результато
= ;
капиталПостоянный
капиталанныйИнвестиров
=
R
R
R6 =
Платеже
R
3
=
4
=
5
прибыли,%
кредита
%ь,способност
валовойНорма
погашенияПериод
дни в,поставщико
измененияПроцент
йдобавленно
где н. г. – начало года;
к. г. – конец года;
R7 =
R8 =
погашенияПериод
стизадолженно
дниклиентов,
Реальные
%,инвестиции
%стоимости,
=
=
=
=
Прибыль
Выручка
=
−
=
+
ированиюсамофинанскьСпособност
капиталыйПривлеченн
)(
продажотнетто
)(
капиталыйПривлеченн
клиентовАвансыЗапасы
валовая)(продажиотВыручка
стоимостьяДобавленна
;
женияналогооблодоубыток
;
стьзадолженноаякредиторскаяКоммерческ
)подрядчикиипоставщики(
налогивключаяЗакупки,
г.к.стоимостьяДобавленна
−
г.н.стоимостьяДобавленна
,
+−
ядебиторскааяКоммерческ
заказчики)ипокупки(стьзадолженно
)1150Стр.(инвестицииРеальные
ББ
.
;
;
179
Показатель
Z Область решений
Менее 3
Предприятия, задерживающие платежи
От 3 до 1 Уязвимые предприятия
Более 1
Нормальные предприятия
На основе величины показателя Z оценивается вероятность задержки
платежей (табл. 4.11).
Таблица 4.11
Пограничные значения показателя Z задержки платежей
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.
Методика 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 или
нормальных) значений может 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 среднеотраслевых, нормально допустимый риск невозврата кредита);
к третьему классу – предприятия с неудовлетворительным финансовым состоянием, имеющие финансовые показатели на уровне ниже
среднеотраслевых, повышенный риск непогашения кредита.
Учеными Казанского государственного технологического университета были рассчитаны критериальные значения показателей для сле-
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]