прогнозирование банкротства предприятия

СОДЕРЖАНИЕ
Введение 3
Глава 1. Теоретические аспекты прогнозирования банкротства предприятий 4
1.1. Сущность банкротства 4
1.2. Методы оценки вероятности банкротства и их классификация 4
1.3. 1.3. Методика проведения финансового анализа 4
Глава 2. Построение моделей и оценка вероятности банкротства на примере предприятий электроэнергетики 4
2.1. Регрессионная модель 4
2.2. Logit-модель 4
2.3. Probit-модель 4
2.4. Оценка нормативов финансовой устойчивости 4
Заключение 4
Список литературы 4
Приложение 4

При построении бинарных моделей имеет значение проведение анализакачества прогнозирования модели, в которой наблюдаемые показатели принадлежности к группе противопоставляются предсказанным на основе рассчитанной модели. Результаты проверки моделей на точность представлены в Приложении.Таблица 2.7.Качество классификации логит-моделиНаблюдаемые значенияПредсказанные значенияПроцент правильных010244697,6%1642427,3%Общий процент79,3%Данная модель имеет высокое качество распознавания финансово устойчивых предприятий (97,6%), однако признаки банкротства может выявить лишь в 27,3% случаев.Таблица 2.8.Качество классификации пробит-моделиНаблюдаемые значенияПредсказанные значенияПроцент правильных0102341693,6%1414753,3%Общий процент83,1%Пробит модель также демонстрирует высокое качество распознавания финансово устойчивых предприятий (93,6%), и при этом устанавливает признаки банкротства в более половины случаев. Общая точность второй модели заметно выше.Далее сравним бинарные модели с моделью линейной регрессии:Таблица 2.9.Качество классификации регрессионной линейной моделиНаблюдаемые значенияПредсказанные значенияПроцент правильных0102282291,2%1325663,6%Общий процент84,0%Таким образом, можно сделать вывод, что наиболее точной моделью прогнозирования банкротства из построенных в рамках данной работы является линейная регрессионная модель. Качество распознавания финансово устойчивых компаний в данной модели несколько ниже, чем в предыдущих двух (91,2%), однако все равно достаточно высокое. Более ценным в данной модели является существенно более высокая точность выявления финансово нездоровых компаний. В целом, общая точность модели также выше, чем в бинарных, и составляет 84,0%Также для окончательного выбора модели следует сравнить варианты по статистическим критериям - Акаике (АИК), байесовскому информационному критерию Шварца (БИК). Модели с более низкими значениями критерия АИК или БИК, как правило, более предпочтительны. Заметим, что оба критерия включают налагаемый на модель штраф, который увеличивается с числом регрессоров. Поскольку налагаемый штраф больше для критерия БИК, то этот критерий имеет тенденцию поддерживать более лаконичные модели, чем критерий АИК.Таблица 2.10.КритерииЛинейная регрессияЛогит-регрессияПробит-регрессияКритерий Акаике0,75860,73690,7739Критерий Шварца0,87170,81600,8078Критерий Ханана-Квина0,80370,76840,78742.4. Оценка нормативов финансовой устойчивостиПоследний этап исследования включал оценку достоверности нормативов ликвидности и финансовой устойчивости. Анализ проводился посредством включения в логит-модель дамми-переменных (фиктивных переменных, значения которых определяются 1 или 0), соответствующих нормативам по ликвидности и финансовой устойчивости приказа Минэкономики РФ от 01.10.97 N 118. После появления приказа прошло около 15 лет и, возможно, на данный момент они не соответствуют реальным нормативам перехода состояния из здорового в кризисное.Для построения модели будут использованы следующие показатели:Таблица 2.11Наименование показателяЧто показываетКак рассчитываетсяКомментарийПоказатели ликвидностиОбщий коэффициент покрытияДостаточность оборотных средств у предприятия, которые могут быть использованы ей для погашения своих краткосрочных обязательствОтношение текущих активов (оборотных средств) к текущим пассивам (краткосрочным обязательствам)От 1 до 2. Нижняя граница обусловлена тем, что оборотных средств должно быть достаточно, чтобы покрыть свои краткосрочные обязательства.Коэффициент срочной ликвидностиПрогнозируемые платежные возможности предприятия при условии своевременного проведения расчетов с дебиторамиОтношение денежных средств и краткосрочных ценных бумаг плюс суммы мобилизованных средств в расчетах с дебиторами к краткосрочным обязательствам1 и выше. Низкие значения указывают на необходимость постоянной работы с дебиторами, чтобы обеспечить возможность обращения наиболее ликвидной части оборотных средств в денежную форму для расчетов со своими поставщикамиПоказатели финансовой устойчивостиСоотношение заемных и собственных средствСколько заемных средств привлекло предприятие на 1 рубль вложенных в активы собственных средствОтношение всех обязательств предприятия к собственным средствамЗначение соотношения должно быть меньше 0,7. Превышение указанной границы означает зависимость предприятия от внешних источников средств, потерю финансовой устойчивостиКоэффициент обеспеченности собственными средствамиНаличие собственных оборотных средств у предприятия, необходимых для его финансовой устойчивостиОтношение собственных оборотных средств к общей величине оборотных средств предприятияНижняя граница - 0,1. Чем выше показатель (около 0,5), тем лучше финансовое состояние предприятия, тем больше у него возможностей в проведении независимой финансовой политикиКоэффициент маневренности собственных оборотных средствСпособность предприятия поддерживать уровень собственного оборотного капитала и пополнять оборотные средства в случае необходимости за счет собственных источниковОтношение собственных оборотных средств к общей величине собственных средств (собственного капитала) предприятия0,2 - 0,5. Чем ближе значение показателя к верхней рекомендуемой границе, тем больше возможностей финансового маневра у предприятияСоотношение заемных и собственных средств в модели имеет обозначение A, Общий коэффициент покрытия (коэффициент текущей ликвидности) имеет обозначение В, коэффициент срочной (быстрой) ликвидности обозначается как С, коэффициент ссс имеет обозначение D, коэффициент маневренности собственных оборотных средств – Е. Результирующий показатель, обозначающий принадлежность предприятия к группе «банкрот / не банкрот» имеет в модели обозначение F.A - фиктивная переменная соответствия нормативу отношения заемных и собственных средств (равна 1 при соответствии нормативу, равна 0 в ином случае; норматив – меньше 0,7);В - фиктивная переменная соответствия нормативуобщего коэффициент покрытия(равна 1 при соответствии нормативу, равна 0 в ином случае; норматив – от 1 до 2);С - фиктивная переменная соответствия нормативукоэффициента срочной ликвидности(равна 1 при соответствии нормативу, равна 0 в ином случае; норматив – больше 1,0);D - фиктивная переменная соответствия нормативукоэффициента обеспеченности собственными средствами(равна 1 при соответствии нормативу, равна 0 в ином случае; норматив – больше -0,1);Е - фиктивная переменная соответствия нормативукоэффициента маневренности собственных оборотных средств(равна 1 при соответствии нормативу, равна 0 в ином случае; норматив – больше 0,2);F – результирующий показатель (0 – не банкрот, 1 – банкрот)..Для оценки матрицы парных коэффициентов корреляции воспользуемся командой View/Cоrrelations. Оценка корреляции позволит выявить переменные, между которыми существует сильная связь, чтобы исключить их из конечной модели. Результаты анализа корреляции представлены в таблице 2.12.Таблица 2.12.Результат корреляционного анализа в программе Eviews7 ABC01D01EFA1,0000,280-0,135-0,3050,4630,388B0,2801,000-0,815-0,770-0,1190,435C01-0,135-0,8151,0000,6130,129-0,375D01-0,305-0,7700,6131,0000,100-0,458E0,463-0,1190,1290,1001,0000,323F0,3880,435-0,375-0,4580,3231,000Как следует из таблицы 2.12, коэффициенты зависимости между показателями менее 0,9, что говорит о высокой независимости показателей друг от друга. Следовательно, в модели можно использовать все показатели.Таблица 2.13.Оценка модели с нормативами в программе Eviews7VariableCoefficientStd, Errorz-StatisticProb, A-0,280,63-0,450,66B-1,770,39-4,500,00C01-2,420,63-3,820,00D01-3,870,67-5,810,00E2,740,644,310,00Согласно данным z-статистики (критерий Фишера), значимыми являются все переменными, за исключением первой.Тогда модель с применением нормативов будет иметь вил:, Данная функция означает, что при результате У>0 компания имеет высокую вероятность стать банкротом в течений последующего года, Y<0 говорит о том, что на данный момент времени рассматриваемое предприятие можно отнести к финансово устойчивым. По составу значимых факторов, разработанная модель оказалась наиболее схожей с Иркутской государственной экономической академии. По результатам анализа таблицы 2.11 можно отметить, что значимыми оказались следующие показатели: коэффициент обеспеченности собственными оборотными средствами, оборачиваемость оборотных активов в разах.Оценка точности модели представлена в таблице 2.14.Таблица 2.14Качество классификации логистической модели с включением нормативовНаблюдаемые значенияПредсказанные значенияПроцент правильных0102113984,4%1137585,2%Общий процент84,6%Таким образом, из полученных в результате работы моделей, последняя модель с включением нормативов финансовой устойчивости является наиболее точной. В целом данную модель также можно использовать для экспресс-диагностики банкротства предприятия, прогностическая способность составила 84,6%: из них 84,4% здоровых компаний и 85,2% потенциальных банкротов соответствовали ожидаемым результатам.Далее сравним полученную модель с прогностическими возможностями зарубежных методик:Вероятность предсказанийЛогит - модельЛогит-модель с нормативамиАльтманаТаффлераФулмерВероятность прогноза для здоровых компаний, %91,284,462,449,985,7Вероятность прогноза компаний -потенциальных банкротов , %63,685,292,495,376,7Общая вероятность, %84,084,666,856,684,4В целом, можно сделать вывод о том, что зарубежные методики не достаточно точны – они склонны занижать значения финансовой устойчивости благополучных компаний, в результате чего вероятность банкротства, определяемая по данным методикам, сильно завышена. Полученная логит-модель напротив, положительно оценивает благополучные компании, однако не всегда способна выявить действительно кризисное предприятие.ЗаключениеВ настоящее время существует множество как зарубежных, так и отечественных методик, разработанных для оценки и прогнозирования финансового состояния. Однако зачастую они дают противоречивые результаты. Причины не достаточной актуальности и точности существующих методик состоят в том, что зарубежные модели базируются на иностранной статистике, причем устаревшей; отечественные же методики основаны на данных по предприятиям розничной торговли со всей присущей данной отрасли специфике. Таким образом, применение данных моделей для прогнозирования вероятности банкротства российских предприятий в сфере электроэнергетики не совсем оправданно. На основе изученных в ходе работы моделях оценки вероятности банкротства, с учетом всех их достоинств и недостатков, а также финансовой специфики предприятий сферы электроэнергетики была разработана современная модель анализа вероятности банкротства. Данная модель была рассмотрена на конкретной базе отчетностей предприятий отрасли электроэнергетики (388 компаний), рассчитаны новые нормативные показатели для повышения эффективности методик анализа вероятности банкротства предприятия. Выбор параметров для исследования их влияния на вероятность банкротства компании был продиктован анализом внешних и внутренних факторов, влияющих на стабильность организации. Проблемы оценки качественных показателей деятельности предприятия привели к тому, что в исследовании анализировались лишь количественные финансовые параметры компаний. В процессе исследования были разработаны следующие модели прогнозирования банкротства: линейная регрессионная модель, логит- и пробит-модели, а также модели, включающие в себя фиктивные переменные соответствия нормативу отношения заемных и собственных средств.Полученная логит-модель имеет высокое качество распознавания финансово устойчивых предприятий (97,6%), однако признаки банкротства может выявить лишь в 27,3% случаев. Пробит-модель также демонстрирует высокое качество распознавания финансово устойчивых предприятий (93,6%), и при этом устанавливает признаки банкротства в более половины случаев. Общая точность второй модели заметно выше.Наиболее точной моделью прогнозирования банкротства из построенных в рамках данной работы является линейная регрессионная модель. Качество распознавания финансово устойчивых компаний в данной модели несколько ниже, чем в предыдущих двух (91,2%), однако все равно достаточно высокое. Более ценным в данной модели является существенно более высокая точность выявления финансово нездоровых компаний. В целом, общая точность модели также выше, чем в бинарных, и составляет 84,0%.Модель, включающую фиктивные переменные нормативов ликвидности и финансовой устойчивости также можно использовать для экспресс-диагностики банкротства предприятия, прогностическая способность составила 83,57%: из них 93,6% здоровых компаний и 55,73% потенциальных банкротов соответствовали ожидаемым результатам.Разработанная модель характеризуется рядом преимуществ, таким как: использование актуальных данных; легкость в интерпретации значения; учет российских экономических условий; простота расчетов. Эти достоинства выгодно отличают модель от используемых на практике методик прогнозирования банкротства компании.На основании полученных результатов, можно рекомендовать компаниям использовать разработанную модель для текущего финансового анализа, прогнозирования риска банкротства и принятия эффективных управленческих решений. Но так как модель не учитывает качественные данные внешней и внутренней среды компании, следует применять ее вместе с использованием метода экспертных оценок для проведения всестороннего анализа. Кроме того, модель может быть использована банками и кредитными организациями при проведении анализа кредитоспособности заемщика. Стоит отметить, что при таком применении модель не оценивает риск невозвратности заемных средств, но может быть использована для общего анализа финансового состояния заемщика.Сравнение полученной логит-модели с зарубежными методиками позволяет сделать вывод о том, что последние не достаточно точны – они склонны занижать значения финансовой устойчивости благополучных компаний, в результате чего вероятность банкротства, определяемая по данным методикам, сильно завышена. Полученная логит-модель напротив, положительно оценивает благополучные компании, однако не всегда способна выявить действительно кризисное предприятие.Список литературыФедеральный закон от 26 октября 2002 г. № 127-ФЗ «О несостоятельности (банкротстве)»Высший арбитражный суд Российской Федерации. О рассмотрении арбитражными судами Российской Федерации дел о несостоятельности (банкротстве) в 2008 – 2012 гг. Справка. (http://www.arbitr.ru/_upimg/CB8A592FB7F601A714D0C3D5E1C3F00A_8.pdf). 23.05.2013.Правила проведения арбитражным управляющим финансового анализа, утвержденные Постановлением Правительства РФ от 25.06.2003 № 367Методические положения по оценке финансового состояния предприятий и установлению неудовлетворительной структуры баланса, утвержденные Распоряжением ФСФО России от 12.08.1994 № 31-р. «Методические рекомендации по реформе предприятий (организаций), Приложение к приказу Минэкономики России от 1 октября 1997 г. N 118» Методика оценки абсолютной и относительной финансовой устойчивости коммерческой организации, желающей участвовать в реализации проектов, имеющих общегосударственное, региональное и межрегиональное значение, с использованием бюджетных ассигнований Инвестиционного фонда Российской ФедерацииАйвазян С. А.Прикладная статистика. Основы эконометрики : учебник для вузов : в 2 т. / С. А. Айвазян, B. C. Мхитарян. – 2-е изд., испр. – М. : ЮНИТИ, 2011. – 1008 с.Бланк И.А. Финансовый менеджмент: Учебный курс. – 2-е изд., перераб. и доп. – К.: Эльга, Ника-Центр, 2005. –с.84Волков А., Гурова Т., Титов В. Санитары и мародеры // Эксперт. – 2009. – № 8. – С. 18–24.Графов Г. В., Соломенникова Е. А. Бизнес-диагностка на промышленном предприятии. // ЭКО. ― 2005. ― №12. ― С. 38–52Донцова Л. В. Анализ финансовой отчетности: учебник. / Л. В. Донцова, Н. А. Никифорова. ― М.: Дело и Сервис, 2004. ― 336 с.Зайцева О. П. Антикризисный менеджмент в российской фирме // Аваль (Сибирская финансовая школа). ― 1998. ― №11–12. ― С. 586Зайцева О. П. Комплексный экономический анализ в условиях антикризисного управления: учебное пособие / О. П. Зайцева, А. И. Савина. - Новосибирск: СибУПК, 2004. - 108 с.Кукунина И. Г. Управление финансами: учебное пособие. ― М.: Юристъ, 2001. ― 267 с.Лапуста М.Г., Скамай Л.Г. Финансы фирмы: Учеб. пособие. – М.: ИНФРА-М, 2012. – 383 с.Маркарьян Э.А., Герасименко Г.П., Маркарьян С.Э. Финансовый анализ: Учебное пособие. – 3-е изд., перераб. и доп. – М.: ИД ФБК-ПРЕСС, 2002. –с.109Мизиковский Е. А., Соколов И. М., Соколов И. И. Экономический анализ и прогнозирование несостоятельности предприятий // Современный бухгалтерский учет. ― 2011. ― №5. ― С. 10–19Минаев Е. С., Панагушин В. П. Антикризисное управление. Учебное пособие для технических вузов. ― М.: Приор, 1998. ― 432 с.Моисеев А.В., Поправко Е.А., Федотов Н.Г. Сравнительный анализ моделей распознавания риска // Известия высших учебных заведений. - №4 (28). – 2013. – с.19-31Рыгин В.Е. Модель оценки риска банкротства предприятий металлургической отрасли // Вестник ЮРГТУ (НПИ). - №5. – 2013. – С.86 – 91Савицкая Г.В. Анализ хозяйственной деятельности предприятия: Учебник. – М.: ИНФРА-М, 2012. – 596 с.Селевич О.С. Банкротство как экономическая категория // Известия ТПУ. - №6 (т.312) – 2008. – с.51 – 54.Федорова Е.А., Гиленко Е.В., Довженко С.Е. Модели прогнозирования банкротства: особенности российских предприятий // Проблемы прогнозирования - № 2. - 2013. -С. 85 - 92 Челышев А. Н. Разработка инструментальных методов прогнозирования банкротства предприятий: Дисс. канд. экон. наук: 08.00.13. ― Москва, 2006. ― 116 с.Чонаева Г. В. Основные факторы и признаки кризисных явлений в экономике предприятия. // экономический анализ: теория и практика. ― 2003. ― №7. ― С. 49–58.Шеремет А. Д., Негашев Е. В. Методика финансового анализа деятельности коммерческих организаций. ― М.: ИНФРА-М, 2003. ― 237 с.Эйтингон В. Н., Анохин С. А. Прогнозирование банкротства: основные методики и проблемы [Электронный ресурс] / Технологии корпоративного управления. ― Режим доступа: http://www.iteam.ru/publications/strategy/section_16/article_141, свободный (02.09.2013). ― Загл. с экрана. ПриложениеГлоссарий терминов в моделях Eviews7Термин в Eviews7ОпределениеФормула расчетаMean dependent varСреднее зависимой переменной, где t– номер наблюдения, T – количество наблюденийS.E. of regressionСтандартная ошибка регрессии,где k – количество влияющих факторов (независимых переменных); - остатокSum squared residСумма квадратов остатковLog likelihoodФункция максимального правдоподобияDevianceФункция максимального правдоподобия с ограничениямиAvg. log likelihoodСреднее функции макс. правдоподобияS,D, dependent varСтандартное отклонение зависимой переменнойAkaike info criterionКритерий Акаикегде l – функция максимального правдоподобияSchwarz criterionКритерий ШварцаHannan-Quinn criter,Критерий Ханана-КвинаVariableПеременнаяуCoefficientКоэффициент регрессии при переменной в уравненииStd. ErrorСтандартная ошибкаz-StatisticZ-статистикагде R2 – индекс детерминацииProb.ВероятностьВероятность, с которой рассчитывается модельРезультат проверки на точность логит - модели с включением нормативов финансовой устойчивостиABCDEБанкрот/не банкротВероятность по модели1000000,00010000-1,77010100-5,64110100-5,64100110-1,131100100,97001000-2,42001110-3,55001110-3,55101100-6,29110000-1,77110000-1,77101110-3,55010000-1,77000100-3,871100100,97101110-3,55101110-3,55101110-3,55101110-3,55010000-1,77100100-3,87000110-1,131100100,971100100,97101110-3,55010000-1,77001110-3,55001110-3,55001110-3,55010000-1,77010000-1,77110000-1,771100100,97001110-3,55110000-1,77001110-3,55010100-5,64001110-3,551100100,97001000-2,42010100-5,641100100,97001110-3,551100100,971100100,97001110-3,55010000-1,77101110-3,55010000-1,77001110-3,55100100-3,87101110-3,55001110-3,55101110-3,55010000-1,77101100-6,29101110-3,55001100-6,29001110-3,55010000-1,77100110-1,13101110-3,55010000-1,771100100,97110000-1,77000110-1,131100100,97110110-2,90101110-3,55001100-6,29110000-1,77001110-3,55101110-3,55000100-3,87001110-3,55010000-1,77001000-2,42110000-1,771100100,97101110-3,55010000-1,771100100,97001100-6,29001100-6,29001110-3,55000110-1,131100100,97010100-5,64010000-1,77101110-3,55101100-6,291100100,971100100,971100100,97010000-1,77001110-3,55010100-5,641100100,97000110-1,131100100,97110000-1,77101000-2,42101100-6,29101110-3,551100100,97101110-3,55001110-3,55101110-3,55101100-6,29010000-1,77001110-3,55101110-3,55001100-6,29010100-5,64010000-1,771100100,97010000-1,771100100,97010100-5,64010000-1,77010000-1,771100100,97001110-3,55010000-1,77101110-3,55001110-3,55101110-3,55001100-6,29001100-6,29101100-6,29000110-1,13101110-3,55001000-2,42001110-3,55000110-1,131100100,97010000-1,77010000-1,77000110-1,131100100,97001110-3,551100100,97001110-3,55001110-3,55001000-2,42000110-1,13101110-3,55101110-3,55001110-3,55010000-1,77001110-3,55101100-6,29010000-1,77101110-3,55010000-1,77001000-2,42101110-3,55101110-3,551010100,32001110-3,55101110-3,55110110-2,90110000-1,77001110-3,55001110-3,55000100-3,87101110-3,55010000-1,77101110-3,55101110-3,55001110-3,55010000-1,77001110-3,55001000-2,42010100-5,64101110-3,55010000-1,77110000-1,77001100-6,291100100,97001110-3,55001110-3,551100100,97010100-5,64001110-3,55110110-2,901100100,97010100-5,641100100,97000100-3,87001110-3,55001110-3,551100100,97010100-5,641100100,97110110-2,90010100-5,641100100,97001110-3,55101110-3,55010100-5,64000110-1,13001110-3,551100100,97000100-3,87010000-1,77001110-3,55000110-1,13001110-3,55101110-3,55101100-6,29010000-1,77001000-2,42010000-1,77001000-2,42000110-1,13000110-1,131000000,00010000-1,77000100-3,87010100-5,64001110-3,55000110-1,13010000-1,77101110-3,55000100-3,87101110-3,55101110-3,55101100-6,29101110-3,55010000-1,77010100-5,64000110-1,13000110-1,13010000-1,77000110-1,13101110-3,55001110-3,55000110-1,13010000-1,77110110-2,90010000-1,77010100-5,641100100,971100100,97101110-3,55110110-2,90101110-3,55101110-3,551100110,971100110,971100110,971100110,971100110,97110111-2,901100110,971100110,971100110,971100110,971100110,97000111-1,131100110,97010001-1,771100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,971010110,32000111-1,131100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,97010001-1,771100110,97010001-1,771100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,97001111-3,551100110,971100110,971100110,971100110,97010001-1,771100110,971100110,971100110,971100110,97000111-1,131100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,971100110,97010001-1,771100110,97001101-6,291100110,971100110,97101111-3,55110111-2,90