ТЕОРЕТИЧЕСКИЕ ПОДХОДЫ К ПРОГНОЗИРОВАНИЮ БАНКРОТСТВА ПРЕДПРИЯТИЙ

2015 ...

Банкротство предприятий – новое явление для современной российской экономики, осваивающей рыночные отношения. В дореволюционной России это явление было известно, существовало и законодательство о несостоятельности, но традиции применения процедуры банкротства практически утрачены. Между тем, отечественная экономика содержит немало предпосылок для банкротства или несостоятельности хозяйствующих субъектов. В настоящее время нормативная база в этой области разрабатывается и совершенствуется.
С 1 марта 1993 года действовал Закон РФ «О несостоятельности (банкротстве) предприятий» от 19 ноября 1992г., был принят ряд постановлений Правительства РФ, создан специальный орган – Федеральное управление по делам о несостоятельности (банкротстве) при Госкомимуществе, которое получило право возбуждать вотношении госпредприятий дела о несостоятельности.

Несмотря на то, что институт банкротства является относительно новым для современной отечественной системы правового регулирования, эта область права на сегодняшний день успела стать одной из наиболее дискуссионных. Изначально в мировой практике законодательство о несостоятельности (банкротстве) развивалось по двум принципиально разным направлениям: британская модель строилась на том, что банкротство есть способ возврата долгов кредиторам, который сопровождается ликвидацией предприятия-банкрота. По американской модели у банкротства противоположная цель - восстановить платежеспособность предприятия путем проведения реорганизационных процедур. В настоящее время в развитых странах с рыночной экономикой прослеживается тенденция сближения, соединения двух этих начал. То есть перед законодательс твом о банкротстве стоят две цели одновременно: удовлетворить требования кредиторов, по возможности восстанавливая платежеспособность должника.
С переходом Российской Федерации к рыночной

6)где OI (Operating Income) – ожидаемая прибыль до выплаты налогов, а также процентов по займам и дивидендов;T (Tax) – налог на прибыль;WACC (Weighted Average Cost of Capital) – средневзвешенная стоимость капитала. При прочих равных условиях, чем ниже значение средневзвешенной стоимости капитала (WACC), тем лучше финансовое положение компании. Таким образом, предприятие должно стремиться к снижению показателя WACC.Целесообразно рассчитывать цену предприятия на ближайшую и долгосрочную перспективу. Условия будущего падения цены предприятия обычно формируются в текущий момент и могут быть в определенной степени предугаданы (хотя в экономике всегда остается место для непрогнозируемых скачков).Ориентация на какой-то один критерий, даже весьма привлекательный с позиции теории, на практике не всегда оправдана. Поэтому многие крупные аудиторские фирмы и другие компании, занимающиеся аналитическими обзорами, прогнозированием и консультированием, используют для аналитических оценок системы критериев. Безусловно, в этом есть и свои минусы: гораздо легче принять решение в условиях однокритериальной, чем многокритериальной задачи. Вместе с тем, любое прогнозное решение подобного рода, независимо от числа критериев, является субъективным, а рассчитанные значения критериев носят скорее характер информации к размышлению, нежели побудительных стимулов для принятия немедленных решений.Какие критерии могут использоваться для прогнозирования банкротства? Прежде всего, это формализованные финансовые показатели. Так, одной из стадий банкротства предприятия является финансовая неустойчивость. На этой стадии начинаются трудности с наличными средствами, проявляются некоторые ранние признаки банкротства, резкие изменения в структуре баланса в любом направлении. Однако особую тревогу должны вызвать:резкое уменьшение денежных средств на счетах (кстати, увеличение денежных средств может свидетельствовать об отсутствии дальнейших капиталовложений); увеличение дебиторской задолженности (резкое снижение также говорит о затруднениях со сбытом, если сопровождается ростом запасов готовой продукции); старение дебиторских счетов; разбалансирование дебиторской и кредиторской задолженности; снижение объемов продаж (неблагоприятным может оказаться и резкое увеличение объемов продаж, так как в этом случае банкротство может наступить в результате последующего разбалансирования долгов, если последует непродуманное увеличение закупок, капитальных затрат; кроме того, рост объемов продаж может свидетельствовать о сбросе продукции перед ликвидацией предприятия).Однако при прогнозировании банкротства с систему показатей могут быть включены и неформализованные критерии. При анализе работы предприятия тревогу должны вызывать, например:задержки с предоставлением отчетности (эти задержки, возможно, сигнализируют о плохой работе финансовых служб); конфликты на предприятии, увольнение кого-либо из руководства и т.д.1.3. Мультипликативный дискриминантный анализЭтот метод предложен в 1968 г. известным западным экономистом Альтманом (Edward I. Altman). Индекс кредитоспособности построен с помощью аппарата мультипликативного дискриминантного анализа (Multiple-discriminant analysis, MDA) и позволяет в первом приближении разделить хозяйствующие субъекты на потенциальных банкротов и не банкротов. Банкротство, или даже возможность банкротства, может нанести значительный ущерб управляющим фирмы, инвесторам, поставщикам, клиентам. Таким образом, весьма актуальна возможность прогнозирования банкротства с целью осуществления некоторых шагов для его предотвращения или по крайней мере уменьшения его последствий. Наиболее успешным подходом к прогнозу банкротства является мультипликативный дискриминантный анализ (Multiple Diskriminant Analysis, MDA) – набор статистических приемов.Цель MDA – построение линии, делящей все компании на две группы: если точка расположена над линией, то фирме, которой она соответствует, финансовые затруднения вплоть до банкротства не грозят, и наоборот. Эта линия разграничения называется дискриминантной функцией, и она принимает форму линейной функцией, называемой индексом Z:Z = a + b1К1 + b2К2 +…, Параметры a, b1 и b2 , а также финансовые коэффициенты К1, К2,… рассчитываются и выбираются в результате статистической обработки данных.Если Z < 0, то банкротство, вероятно, не грозит. А если Z > 0, то фирма может в будущем разориться.С помощью дискриминантной функции можно подсчитать значение Z для таких компаний, как, например, заемщиков капитала в банках. Чем выше значение Z , тем хуже выглядят компании с позиции возможного банкротства. Можно дать такую интерпретацию.Z = 0. Вероятность наступления банкротства в будущем 50%. Значения Z таких компаний расположены прямо на линии разграничения.Z < 0. Вероятность наступления банкротства меньше 50%. Чем меньше Z, тем благоприятнее текущее финансовое положение.Z > 0. Вероятность наступления банкротства больше, чем 50%, и с ростом Z она увеличивается.Также можно ввести и другие переменные в функцию, такие как рентабельность активов, ROA, коэффициент обеспеченности процентов к уплате, TIE, оборачиваемость дебиторской задолженности в днях, DSO и т.д. Не исключено, что по новому уравнению прогноз изменится, т. е. вполне вероятно, что добавление других характеристик улучшает точность прогнозирования банкротства.MDA применяется с успехом специалистами по анализу кредитных операций для расчета вероятностей неисполнения обязательств по займам как потребителями, так и корпорациями, а также для управления портфельными инвестициями с учетом вложения как в акции, так и в облигации. MDA также может быть использован для оценки прогнозных значений показателей или для постижения сути приемлемости плана реорганизации, составленного согласно Закону о банкротстве.Применяя MDA на практике, лучше создать свою собственную базу данных, используя данные выборки фирм из интересующей нас отрасли. Вряд ли, можно предполагать, что финансовые характеристики металлургической компании, встретившейся с надвигающимся банкротством, будут такими же, как для сети бакалейных магазинов, находящимися в подобном же затруднительном финансовом положении. Если обе эти фирмы будут проанализированы с помощью MDA для расчета значения Z с помощью одного и того же уравнений моделирующего процесса, то может подучиться, что сеть бакалейных магазинов будет иметь более высокое значение Z, а это ошибочно означает низкую вероятность банкротства, в то время как у металлургической компании будет относительно низкое значение Z, что предсказывает (правильно) высокую вероятность банкротства. Таким образом, чтобы учесть отраслевые особенности, MDA должен базироваться на выборке компаний данной отрасли. Отметим, что не всегда возможно найти достаточное количество обанкротившихся фирм, чтобы провести отраслевой анализ с применением техники MDA.Подытожив вышесказанное, необходимо отметить следующее – существуют различные подходы к прогнозированию банкротства, однако не все из них применимы в российской действительности. В частности, отсутствие статистики банкротства. В этих условиях, на наш взгляд, наиболее целесообразно провести анализ финансового состояния предприятия и сосредоточить внимание на признаках надвигающегося банкротства.1.4. Методики с использованием техники MDAОдной из простейших моделей прогнозирования вероятности банкротства считается двухфакторная модель. Она основывается на двух ключевых показателях (например, показатель текущей ликвидности и показатель доли заемных средств), от которых зависит вероятность банкротства предприятия. Эти показатели умножаются на весовые значения коэффициентов, найденные эмпирическим путем, и результаты затем складываются с некой постоянной величиной (const), также полученной тем же (опытно-статистическим) способом. Если результат (С1) оказывается отрицательным, вероятность банкротства невелика. Положительное значение С1 указывает на высокую вероятность банкротства.В американской практике выявлены и используются такие весовые значения коэффициентов:для показателя текущей ликвидности (покрытия) (Кп) – (-1,0736) для показателя удельного веса заемных средств в пассивах предприятия (Кз) – (+0,0579) постоянная величина – (-0,3877) Отсюда формула расчета С1 принимает следующий вид:С1 = - 0,3877 + (-1,0736) Кп + 0,0579 Кз (1.1)Следует иметь в виду, что в нашей стране иные темпы инфляции, иные циклы макро- и микроэкономики, а также другие уровни фондо-, энерго- и трудоемкости производства, производительности труда, иное налоговое бремя. В силу этого невозможно механически использовать приведенные выше значения коэффициентов в российских условиях. Однако саму модель, с числовыми значениями, соответствующими реалиям российского рынка, можно было бы применить, если бы отечественные учет и отчетность обеспечивали достаточно представительную информацию о финансовом состоянии предприятия.Рассмотренная двухфакторная модель не обеспечивает всестороннюю оценку финансового состояния предприятия, а потому возможны слишком значительные отклонения прогноза от реальности. Для получения более точного прогноза американская практика рекомендует принимать во внимание уровень и тенденцию изменения рентабельности проданной продукции, так как данный показатель существенно влияет на финансовую устойчивость предприятия. Это позволяет одновременно сравнивать показатель риска банкротства (С1) и уровень рентабельности продаж продукции. Если первый показатель находится в безопасных границах, и уровень рентабельности продукции достаточно высок, то вероятность банкротства крайне незначительная.Коэффициент Альтмана (индекс кредитоспособности). При построении индекса Альтман обследовал 66 предприятий промышленности, половина из которых обанкротилась в период между 1946 г. и 1965 г., а половина работала успешно, и исследовал 22 аналитических коэффициента, которые могли быть полезны для прогнозирования возможного банкротства. Из этих показателей он отобрал пять наиболее значимых для прогноза и построил многофакторное регрессионное уравнение.Индекс Альтмана представляет собой функцию от некоторых показателей, характеризующих экономический потенциал предприятия и результаты его работы за истекший период. В общем виде индекс кредитоспособности (Z) имеет вид: Z = 3.3*К1 + 1.0*К2 + 0.6*К3 + 1.4*К4 + 1.2*К5 где показатели К1, К2, К3, К4, К5 рассчитываются по следующим алгоритмам: К1= Прибыль до выплаты процентов, налогов / Всего активовК2= Выручка от реализации / Всего активовК3= Собственный капитал (рыночная оценка) / Привлеченный капиталК4= Реинвестированная прибыль / Всего активовК5= Собственные оборотные средства / Всего активовВ 1983 г. Альтман получил модифицированный вариант своей формулы для компаний, акции которых не котировались на бирже: R = 8,38 * Х1 + Х2 + 0,054*Х3 + 0,63*Х4 (1.3)Где Х1 – оборотный капитал/сумма активов;Х2 – нераспределенная прибыль/сумма активов;Х3 – операционная прибыль/сумма активов;Х4 – балансовая стоимость акций;Х5 – выручка/сумма активов.Коэффициент Альтмана относится к числу наиболее распространенных. Однако, при внимательном его изучении видно, что он составлен некорректно: член Х1 связан с кризисом управления, Х4 характеризует наступление финансового кризиса, в то время как остальные – экономического. С точки зрения системного подхода данный показатель не имеет права на существование. Вообще, согласно этой формуле, предприятия с рентабельностью выше некоторой границы становятся полностью "непотопляемыми". В российских условиях рентабельность отдельного предприятия в значительной мере подвергается опасности внешних колебаний. По-видимому, эта формула в наших условиях должна иметь менее высокие параметры при различных показателях рентабельности.Известны другие подобные критерии. Так британский ученый Таффлер (Taffler) предложил в 1977 г. четырехфакторную прогнозную модель, при разработке которой использовал следующий подход: при использовании компьютерной техники на первой стадии вычисляются 80 отношений по данным обанкротившихся и платежеспособных компаний. Затем, используя статистический 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, таких, как 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. Типичная модель для анализа компаний, акции которых котируются на биржах, принимает форму: Z = c0+c1х1 + с2х2 + с3х3 + с4х4,… (1.4)где:х1=прибыль до уплаты налога/текущие обязательства (53%)х2=текущие активы/общая сумма обязательств (13%)х3=текущие обязательства/общая сумма активов (18%)х4=отсутствие интервала кредитования (16%)с0,…с4 – коэффициенты, проценты в скобках указывают на пропорции модели; х1 измеряет прибыльность, х2 – состояние оборотного капитала, х3 – финансовый риск и х4 – ликвидность. Для усиления прогнозирующей роли моделей можно трансформировать Z-коэффициент в PAS-коэффициент (Perfomans Analysys Score) – 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 – это просто 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, равный 10, свидетельствует о том, что лишь 10% компаний находятся в худшем положении (неудовлетворительная ситуация). Итак, 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.Практическая частьЗадача 1 По данным, представленным в прил. 3 (X – готовая продукция на складе предприятия; Y – выручка от реализации продукции) по формулам (1), (2) найти параметры уравнения регрессии методом наименьших квадратов. Для проверки адекватности уравнения регрессии по формуле (3) определить величину среднего относительного отклонения.По полученному уравнению регрессии для среднегодовой величины готовой продукции на складе предприятия (определяется как среднеарифметическое значение X в прил. 3) найти выручку от реализации продукции на следующий год.Составить бюджет движения денежных средств, определить «критический период» в деятельности предприятия и сделать выводы. Исходные данные для составления бюджета. Объемы продаж увеличиваются с темпом прироста в месяц 1,5% от базового месяца (декабрь текущего года).