1.3 Методы оценки и прогнозирования вероятности банкротства предприятия

Задача прогнозирования банкротства как самостоятельная проблема возникла в развитых странах (в первую очередь в США) после окончания Второй мировой войны. Этому способствовал рост числа обанкротившихся предприятий в связи с сокращением военных заказов. В тот период стала актуальной задача определения условий, ведущих предприятие к несостоятельности, а также распознание ее ранних симптомов.

Сначала этот вопрос решался методом проб и ошибок, что приводило к существенным просчетам. Первые серьезные попытки разработать эффективную методику прогнозирования банкротства относятся к 1960-м гг. и связаны с развитием компьютерной техники.

Переход нашей страны к рыночной экономике сделал актуальной оценку финансового состояния хозяйствующих субъектов. В результате в практике финансового анализа появилось большое число методик, как заимствованных за рубежом, так и отечественных.

К сожалению, все они в силу отсутствия достаточной формализации описываемых ситуаций, страдают сильной зависимостью от субъекта анализа, т. е. от опыта и убеждений аналитика. Кроме того, они, как правило, многословны и зачастую дают противоречивое толкование полученным расчетам. Преодолеть указанные недостатки непросто. С одной стороны, особенно остро ощущается потребность в такой методике, которая давала бы наиболее близкое к реальности отражение финансового состояния. В то же время попытка создания универсальной методики, которая подошла бы разным сферам экономики, представляется сомнительной уже в силу того, что слишком велики отличия в балансовых пропорциях отраслей.

Для определения характера несостоятельности предприятия и оценки вероятности угроз банкротства все методики рекомендуется рассматривать как минимум на двух уровнях:

• качественный подход— анализ состояния (оптимальности) отдельных функциональных подсистем управления (маркетинг, производство, кадры, финансы и др.);

• количественный подход— диагностика конкретных финансовых параметров и их соотношений (расчет коэффициентов).

На практике для диагностики вероятности банкротства используются методы, основанные на применении:

1. анализа обширной системы критериев и признаков;

2. ограниченного круга показателей;

3. интегральных показателей, рассчитанных с помощью:

• скоринговых моделей;

• многомерного рейтингового анализа;

• мультипликативного дискриминантного анализа.

Первый из перечисленных методов реализует качественный подход к оценке вероятности банкротства предприятия, второй и третий методы — количественный. В данной работе нами будут рассмотрены прежде всего количественные методы прогнозирования вероятности банкротства.

Одной из первых попыток использовать аналитические коэффициенты для прогнозирования банкротств считаются исследования У. Бивера, который проанализировал 30 коэффициентов 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 = а₁Х₁ + а₂Х₂ + … + а_nХ_n, (1)

где Z — дифференциальный индекс (Z-счет);

X_i — независимая переменная (i = 1,..., n);

а_i — коэффициент переменной.

На основе приведенной модели далее нами будут применены факторные модели для диагностики угрозы банкротства с учетом российской специфики.

Однако следует отметить, что использование таких моделей требует больших предосторожностей. Тестирование предприятий по данным моделям показало, что они не в полной мере подходят для оценки риска банкротства наших субъектов хозяйствования по следующим обстоятельствам.

Во-первых, данные модели разрабатывались очень Давно, в 1960—70 гг., после их создания прошла целая эпоха. За это время изменилась макро- и микроэкономическая ситуация и в США, и в других странах. Изменились и многие нормативы (например, соотношение заемных и собственных средств). Модели, рассчитанные по статистическим данным тех лет, не могут правильно описывать и прогнозировать ситуацию сегодняшнего дня.

Во-вторых, не может быть универсальных моделей, которые бы идеально подходили для всех отраслей экономики даже отдельно взятой страны, поскольку в силу особенностей различных отраслей значимость отдельных индикаторов существенно различается. Так, для торговых предприятий норматив и фактическое значение коэффициента финансового левериджа может быть больше единицы, а для сельскохозяйственного предприятия величина этого коэффициента 0,5 — очень значимая. Имеются существенные различия и по скорости оборачиваемости капитала, по уровню дохода на вложенный капитал и т.п. Поэтому заслуживает внимания сам подход к разработке подобных моделей, но они должны разрабатываться для каждой отрасли и подотрасли и при этом периодически уточняться по новым статистическим данным с учетом новых тенденций и закономерностей в экономике.

Вместе с тем следует отметить, что в соответствии с действующим российским законодательством о банкротстве предприятий для диагностики их несостоятельности применяется также ограниченный круг показателей: коэффициенты финансовой устойчивости, текущей ликвидности, обеспеченности собственным оборотным капиталом и восстановления (утраты) платежеспособности.

С этой целью рассчитывают следующие показатели:

1. коэффициент финансовой автономии (или независимости) — удельный вес собственного капитала в общей валюте баланса;

2. коэффициент финансовой зависимости — доля заемного капитала в общей валюте баланса;

3. коэффициент текущей задолженности — отношение краткосрочных финансовых обязательств к общей валюте баланса;

4. коэффициент долгосрочной финансовой независимости (коэффициент устойчивого финансирования) — отношение собственного и долгосрочного заемного капитала к общей валюте баланса;

5. коэффициент покрытия долгов собственным капиталом (коэффициент платежеспособности) — отношение собственного капитала к заемному;

6. коэффициент финансового левериджа, или коэффициент финансового риска, — отношение заемного капитала к собственному.

Чем выше уровень первого, четвертого и пятого показателей и чем ниже уровень второго, третьего и шестого показателей, тем устойчивее ФСП.

7. Коэффициент текущей ликвидности (Ктл) показывает какую часть текущих обязательств по кредитам и расчетам, можно погасить, мобилизуя все оборотные средства предприятия. Данный показатель рассчитывается как отношение всех оборотных средств к величине срочных обязательств. Удовлетворяет обычно коэффициент > 2.

(2)

где А1 - наиболее ликвидные активы (деньги в кассе, на счетах; краткосрочные финансовые вложения - строки 250 + 260 бухгалтерского баланса);

А2 - быстро реализуемые активы (дебиторская задолженность, платежи по которой ожидаются в течение 12 месяцев после отчётной даты: стр..240 бухгалтерского баланса)

А3 - медленно реализуемые активы (запасы и затраты 2 раздела за исключением расходов будущих периодов, стр.210 + стр.220 + стр.230 + стр.270 бухгалтерского баланса);

П1 - наиболее срочные обязательства (кредиторская задолженность: стр.620 бухгалтерского баланса);

П2 – краткосрочные пассивы (краткосрочные кредиты и займы: стр.610+ стр.660 бухгалтерского баланса).

8. Коэффициент обеспеченности собственными оборотными средствами (КОСС) определяется следующим образом:

(3)

Основанием для признания структуры баланса неудовлетворительной, а предприятия неплатежеспособным является наличие одного из условий:

• коэффициент текущей ликвидности на конец отчётного периода имеет значение ниже нормативного (нормативное значение: 2);

• коэффициент обеспеченности собственными оборотными средствами на конец отчётного периода имеет значение ниже нормативного (норматив: 0,1).

Если коэффициент текущей ликвидности и доля собственного оборотного капитала в формировании оборотных активов меньше норматива, но наметилась тенденция роста этих показателей, то определяется коэффициент восстановления платежеспособности (Квп) за период, равный шести месяцам:

Квп = (4)

где: Ктл₁ и Ктл₀ – соответственно фактическое значение коэффициента ликвидности в конце и начале отчётного периода;

Ктл.норм - нормативное значение коэффициента текущей ликвидности;

6 – период восстановления платежеспособности, месс.

Т – отчётный период, месс.

Если Квп > 1, то у предприятия есть реальная возможность восстановить свою платежеспособность; и наоборот, если Квп < 1, у предприятия нет реальной возможности восстановить свою платежеспособность в ближайшее время. В случае если фактический уровень КТЛ равен нормативному значению на конец периода или выше его, но наметилась тенденция его снижения, рассчитывают коэффициент утраты платежеспособности (Куп) за период, равный трем месяцам:

Куп = (5)

Если Куп > 1, то предприятие имеет реальную возможность сохранить свою платежеспособность в течение трех месяцев, и наоборот.

Еще одной распространенной методикой прогнозирования банкротства, применяемая отечественными предприятиями на современном этапе, является методика прогнозирования банкротства с учетом специфики отраслей или на основе интегральной бальной оценки.

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.

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.