Определение вероятности банкротства как самостоятельная проблема возникла в передовых капиталистических странах (и в первую очередь, в США) сразу после окончания второй мировой войны. Этому способствовал рост числа банкротств, в связи с резким сокращением военных заказов, неравномерность развития фирм, процветание одних и разорение других. Естественно, возникла проблема возможности априорного определения условий, ведущих фирму к банкротству.
Вначале этот вопрос решался на эмпирическом, то есть качественном уровне и, как правило, приводил к существенным ошибкам. Первые серьезные попытки разработать эффективную методику прогнозирования банкротства относятся к 60‑м гг. и связаны с развитием компьютерной техники.
В настоящее время широко используются методики определения вероятности банкротства предприятия основанных на применении:
1. анализа обширной системы критериев и признаков;
2. ограниченного круга пользователей;
3. интегральных показателей, рассчитанных с помощью:
· скоринговых моделей;
· многомерного рейтингового анализа;
· мультипликативного дискриминантного анализа.
В практике западных специалистов для определения вероятности банкротства используют перечень критических показателей, которые можно объединить в две группы.
К первой группе относят критерии и показатели, текущее значение которых или динамика свидетельствуют о значительных финансовых затруднениях в будущем, в том числе банкротстве:
· повторяющиеся существенные потери в основной производственной деятельности;
· превышение некоторого критического уровня просроченной кредиторской задолженности;
· чрезмерное использование краткосрочных заемных средств в качестве источника долгосрочных вложений;
|
|
· низкие значения коэффициентов ликвидности;
· нехватка оборотных средств (рабочего капитала);
· наличие просроченной кредиторской задолженности;
· потенциальные потери долгосрочных контрактов и др.
Во вторую группу входят критерии и показатели, значения которых не дают основания рассматривать текущее финансовое состояние как критическое, но при определенных условиях и обстоятельствах, если не принять мер, ситуация может принять неблагоприятное развитие:
· потеря ключевых работников аппарата управления;
· вынужденные остановки и нарушения ритмичности основного производства;
· чрезмерная зависимость предприятия от одного конкретного контракта, типа оборудования, вида актива;
· участие в судебных разбирательствах с непредсказуемым исходом;
· недооценка необходимости постоянного обновления основных средств и, как следствие, уменьшение фонда амортизации и др.
К достоинствам этой системы индикаторов возможного банкротства можно отнести системный и комплексный подход, а к недостаткам – более высокую степень сложности принятия решения в условиях многокритериальной задачи, субъективность прогнозного решения.
Учитывая разнообразие показателей финансовой устойчивости, различие в уровне их критических оценок и возникающие в связи с этим сложности в оценке кредитоспособности предприятия и риска его банкротства, многие отечественные и зарубежные экономисты рекомендуют производить интегральную оценку финансовой устойчивости на основе скорингового анализа. Она была впервые предложена американским экономистом Д. Дюраном в начале 40‑х годов XX в. Сущность методики заключается в классификации предприятий по степени риска, исходя из фактического уровня показателей финансовой устойчивости и рейтинга каждого показателя, выраженного в баллах на основе экспертных оценок.
|
|
Для анализа рейтинга субъектов хозяйствования и степени финансового риска довольно часто используются методы многомерного рейтингового анализа, методика которого выглядит следующим образом:
1. обосновывается система показателей, по которым будут оцениваться результаты деятельности предприятий, собираются данные, и формируется матрица исходных данных;
2. в таблице исходных данных создается матрица стандартизированных коэффициентов, все элементы матрицы возводятся в квадрат, после чего результаты складываются по строкам;
3. полученные рейтинговые оценки размещаются по ранжиру и определяется рейтинг каждого предприятия. Первое место занимает предприятие, имеющее наибольшую сумму, второе место – предприятие, имеющее следующий результат и т.д.
В зарубежных странах для оценки риска банкротства и кредитоспособности предприятий широко используются факторные методики известных западных специалистов – Э. Альтмана, Р. Тафлера и Г. Тишоу, Р. Лиса, Д. Фулмера, Г. Спрингейта, Ж. Лего, Чессера, У. Бивера, Л. Философова, Д. Дюрана, А. Аргента и др., разработанные с помощью многомерного дискриминантного анализа.
Однако следует отметить, что к использованию таких методик нужно подходить с большой осторожностью. Тестирование предприятий по данным моделям показало, что они не в полной мере подходят для оценки риска банкротства наших субъектов хозяйствования из – за разной методики отражения инфляционных факторов и разной структуры капитала, а также из – за различий в законодательной и информационной базе.
|
|
Выход из создавшегося положения находится в создании собственных дискриминантных функций для каждой отрасли, которые бы учитывали специфику нашей действительности. Более того, эти функции должны тестироваться каждый год на новых выборках с целью уточнения их дискриминантной силы.
Среди наиболее известных зарубежных методик определения вероятности банкротства уделяется наибольшее внимание рассмотрению трех моделей Э. Альтмана.
Первая модель – двухфакторная – отличается простотой и возможностью ее применения в условиях ограниченного объема информации о предприятии, что как раз и имеет место в российских условиях.
При построении модели учитываются два показателя, от которых зависит вероятность банкротства – коэффициент текущей ликвидности (покрытия) и отношение заемных средств к активам.
На основе анализа западной практики, были выявлены весовые коэффициенты каждого из этих факторов. Данная модель выглядит следующим образом:
Z1 = - 0,3877 – 1,073х1 + 0,0579х2, (1.1)
где х1 – показатель покрытия, исчисляемый отношением текущих активов к текущим обязательствам;
х2 – удельный вес заемных средств в активах.
Если Z = 0, вероятность банкротства равна 50%.
Z < 0, вероятность банкротства меньше 50% и далее снижается по мере уменьшения Z.
Z > 0, вероятность банкротства больше 50% и возрастает с ростом Z.
Данная модель не обеспечивает высокую точность прогнозирования банкротства, так как учитывает влияние на финансовое состояние предприятия коэффициента покрытия и коэффициента финансовой зависимости и не учитывает влияния других важных показателей (рентабельности, отдачи активов, деловой активности предприятия). В связи с этим велика ошибка прогноза. Кроме того, про весовые значения коэффициентов и постоянную величину, фигурирующую в данной модели, известно лишь то, что они найдены эмпирическим путем. Так, двухфакторная модель была разработана Э. Альтманом на основе анализа финансового состояния 19 предприятий США, пятифакторная модель банкротства была построена им на основе изучения данных 66 фирм, половина из которых обанкротилась в 1946 -1965 гг., что также несет в себе ошибки экстраполяции процессов, актуальных для 40 – 60‑х гг., на современную действительность. В связи с этим они не соответствуют современной специфике экономической ситуации и организации бизнеса в России, в том числе отличающейся системе бухгалтерского учета и налогового законодательства и т. д.
Применение данной модели для российских условий было исследовано в работах М.А. Федотовой, которая считает, что весовые коэффициенты следует скорректировать применительно к местным условиям и что точность прогноза двухфакторной модели увеличится, если добавить к ней третий показатель – рентабельность активов. Однако, новые весовые коэффициенты для отечественных предприятий ввиду отсутствия статистических данных по организациям – банкротам в России не были определены.
Следующая модель Альтмана – пятифакторная. Данная модель также не лишена недостатков в плане применимости в России, тем не менее, на ее основе в нашей стране разработана и используется на практике компьютерная модель прогнозирования вероятности банкротства.
Z2 = 1,2х1 + 1,4х2 + 3,3х3 + 0,6х4 + 0,999х5, (1.2)
где х1 = оборотный капитал ÷ сумма активов;
х2 = нераспределенная прибыль ÷ сумма активов;
х3 = операционная прибыль ÷ сумма активов;
х4 = рыночная стоимость акций ÷ заемные пассивы;
х5 = выручка от реализации ÷ сумма активов.
В зависимости от значения Z2 дается оценка вероятности банкротства предприятия по определенной шкале, представленной в таблице 1.2.
Таблица 1.2 – Определение вероятности наступления банкротства по пятифакторной модели Альтмана
| Значение Z2 | Вероятность наступления банкротства |
| Z2 ≤ 1,8 | Очень высокая |
| 1,8 < Z2 ≤ 2,7 | Высокая |
| 2,7 < Z2 < 2,9 | Возможная |
| Z2 ≥ 2,9 | Очень низкая |
Отрицательным моментом данной модели является отсутствие информации о базе расчета весовых значений коэффициентов. Отсутствие в России статистических материалов по организациям – банкротам не позволяет скорректировать методику исчисления весовых коэффициентов и пороговых значений с учетом российских экономических условий. Кроме того, в настоящий момент в Российской Федерации отсутствует информация о рыночной стоимости акций большинства предприятий. Поэтому позже была разработана модифицированная модель для компаний, акции которых не котируются на бирже:
Z3 = 0,717х1 + 0,847х2 + 3,1х3 + 0,42х4 + 0,995х5, (1.3)
где х4 = балансовая стоимость акций ÷ заемные пассивы.
В зависимости от значения Z3 дается оценка вероятности банкротства предприятия по определенной шкале, представленной в таблице 1.3.
Таблица 1.3 – Определение вероятности наступления банкротства по методике Альтмана
| Значение Z3 | Вероятность наступления банкротства |
| Z3 ≤ 1,23 | Несостоятельность (банкротство) предприятия |
| 1,23 ≤ Z3 ≤ 2,89 | Предприятие в зоне неопределенности |
| Z3 ≥ 2,9 | Банкротство маловероятно |
Однако, и такая коррекция не лишена недостатка, так как в этом случае не учитывается возможное колебание курса акций под влиянием внешних факторов и поведение инвесторов, которые могут расценить дополнительный выпуск акций как приближение их эмитента к банкротству и отказаться от их приобретении, снижая тем самым их рыночную стоимость.
Но многие экономисты также считают, что применение прочих коэффициентов в данной модели представляет большую проблему для российских предприятий. По данным американских аналитиков, модели Альтмана позволяют в 95% случаев предсказать банкротство предприятия на год вперед и 83% случаев – на два года вперед.
В 1977 г. Альтман разработал более точную семифакторную модель, позволяющую прогнозировать банкротство на пять лет вперед. В ней используются следующие показатели:
· рентабельность активов;
· динамика прибыли;
· коэффициент покрытия процентов по кредиту;
· коэффициент текущей ликвидности;
· коэффициент автономии;
· коэффициент стоимости имущества предприятия совокупные активы;
· кумулятивная прибыль.
Таким образом, различия в специфике экономической ситуации и в организации бизнеса между Россией и развитыми рыночными экономиками оказывают влияние и на сам набор финансовых показателей, используемых в моделях зарубежных авторов.
Британский ученые Р. Таффлер в 1977 г. предложил четырехфакторную прогнозную модель, при разработке которой использовал следующий подход.
С помощью компьютерной техники на первой стадии вычисляются 80 отношений по данным обанкротившихся и платежеспособных компаний. Затем, используя статистический метод, 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.
Расчетная модель Р. Таффлера выглядит следующим образом:
Z = 0,53x1 +0,13x2 + 0,18x3 + 0,16x4, (1.4)
где х1 = прибыль от реализации ÷ краткосрочные обязательства;
х2 = оборотные активы ÷ сумма обязательств;
х3 = краткосрочные обязательства ÷ сумма активов;
х4 = выручка от реализации продукции ÷ сумма активов.
В зависимости от значения Z дается оценка вероятности банкротства предприятия по определенной шкале, представленной в таблице 1.4.
Таблица 1.4 – Определение вероятности наступления банкротства по методике Р. Таффлера
| Значение Z | Вероятность наступления банкротства |
| Z<0,2 | Банкротство более чем вероятно |
| 0,2<Z<0,3 | Предприятие в зоне неопределенности |
| Z>0,3 | Банкротство маловероятно |
Основным ограничением использования метода Таффлера является трудоемкость процесса расчета и потребность в полной инсайдерской информации о финансово-хозяйственной деятельности значительного числа корпораций. Учитывая существование коммерческой тайны и ограничения на представление информации акционерам (участникам) в зависимости от размера их пакета акций, данный метод с нашей точки зрения малоприменим в современных российских условиях.
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.
Сильной стороной такого подхода является его способность сочетать ключевые характеристики отчета о прибылях и убытках и баланса в единое представительное соотношение. Так, компания, получающая большие прибыли, но слабая с точки зрения баланса, может быть сопоставлена с менее прибыльной, баланс которой уравновешен. Таким образом, рассчитав PAS‑коэффициент, можно быстро оценить финансовый риск, связанный с данной компанией, и соответственно варьировать условия сделки. В сущности, подход основан на принципе, что целое более ценно, чем сумма его составляющих. Дополнительной особенностью этого подхода является использование «рейтинга риска» для дальнейшего выявления скрытого риска. Этот рейтинг статистически определяется только, если компания имеет отрицательный Z‑коэффициент, и вычисляется на основе тренда Z‑коэффициента, величины отрицательного Z‑коэффициента и числа лет, в продолжение которых компания находилась в рискованном финансовом положении. Используя пятибалльную шкалу, в которой 1 указывает на «риск, но незначительную вероятность немедленного бедствия», а 5 означает «абсолютную невозможность сохранения прежнего состояния», менеджер оперирует готовыми средствами для оценки общего баланса рисков.
Ученым Р. Лисом была разработана четырехфакторная методика определения вероятности банкротства предприятия. В ней факторы – признаки учитывают такие результаты деятельности, как ликвидность, рентабельность и финансовая независимость организации. Методика выглядит следующим образом:
Z = 0,063x1+0,092x2+0,057х3+0,001х4, (1.5)
где х1 – оборотный капитал ÷ сумма активов;
х2 – прибыль от реализации ÷ сумма активов;
х3 – нераспределенная прибыль ÷ сумма активов;
х4 – собственный капитал ÷ заемный капитал.
В зависимости от значения Z дается оценка вероятности банкротства предприятия по определенной шкале, представленной в таблице 1.5.
Таблица 1.5 – Определение вероятности наступления банкротства по методике Р. Лиса
| Значение Z | Вероятность наступления банкротства |
| Z<0,037 | Банкротство более чем вероятно |
| Z>0,037 | Банкротство маловероятно |
Методика Д. Фулмера классификации банкротства была создана на основании обработки данных 60 предприятий – 30 потерпевших крах и 30 нормально работающих – со средним годовым балансом в 455 тыс. долларов. Изначальный вариант модели содержал 40 коэффициентов, окончательный использует всего 9.
Методика Д. Фулмера использует большое количество факторов, поэтому результаты оценки более стабильнее, чем в других методиках. Кроме того, модель учитывает и размер предприятия, что справедливо как в Америке, так и в любой другой стране с рыночной экономикой. Модель с одинаковой надежностью определяет как банкротов, так и работающие фирмы. Данная методика представляет собой:
Н = 5,528х1+0,212х2+0,073х3+1,270х4-
-0,120х5+2,335х6+0,575х7+1,083х8+0,894х9-3,075, (1.6)
где х1 – нераспределенная прибыль прошлых лет ÷ баланс;
х2 – выручка (нетто) от реализации ÷ баланс;
х3 – прибыль до налогообложения ÷ собственный капитал;
х4 – денежный поток ÷ сумма краткосрочных и долгосрочных
обязательств.
х5 – долгосрочные обязательства ÷ баланс;
х6 – краткосрочные обязательства ÷ баланс;
х7 – log (материальные активы);
х8 – оборотный капитал ÷ сумму обязательств;
х9 – log ((прибыль до налогообложения + проценты к уплате) ÷ проценты к уплате);
В зависимости от значения Н дается оценка вероятности банкротства предприятия по определенной шкале, представленной в таблице 1.6.
Таблица 1.6 – Определение вероятности наступления банкротства по методике Д. Фулмера
| Значение Н | Вероятность наступления банкротства |
| Н<0 | Банкротство более чем вероятно |
| Н=0 | Предприятие в состоянии неопределенности |
| Н>0 | Банкротство маловероятно |
Точность прогнозов, сделанных с помощью данной модели, на год вперед – 98%, на два года – 81%.
Следующая, наиболее популярная методика оценки вероятности банкротства предприятия, была построена Г. Спрингейтом в университете С. Фрейзера в 1978 году с помощью пошагового дискриминантного анализа методом, который разработал Альтман в 1968 году. При создании модели Спрингейт использовал данные 40 предприятий и достиг 92,5% точности предсказания неплатежеспособности на год вперёд. Позднее Бодерас, используя модель Спрингейта на данных 50 предприятий со средним балансом в 2,5 млн. долларов, достиг 88% точности предсказания.
В процессе создания модели из 19 – считавшихся лучшими – финансовых коэффициентов в окончательном варианте осталось только четыре. Общий вид модели:
Z = 1,03x1+3,07x2+0,66х3+0,4х4, (1.7)
где х1 – оборотный капитал ÷ баланс;
х2 – (прибыль до налогообложения + проценты к уплате) ÷ баланс;
х3 – прибыль до налогообложения ÷ краткосрочные обязательства;
х4 – выручка (нетто) от реализации ÷ баланс.
В зависимости от значения Z дается оценка вероятности банкротства предприятия по определенной шкале, представленной в таблице 1.7.
Таблица 1.7 – Определение вероятности наступления банкротства по методике Г. Спрингейта
| Значение Z | Вероятность наступления банкротства |
| Z<0,862 | Банкротство более чем вероятно |
| Z=0,862 | Предприятие в состоянии неопределенности |
| Z>0,862 | Банкротство маловероятно |
Эти модели, как и любые другие, следует использовать лишь как вспомогательные средства анализа предприятий. Полностью полагаться на их результаты неразумно и опасно. Применять их следует только после проверки и коррекции в среде будущего применения. Ниже перечислены примеры возможного использования при:
· обработке данных потенциальных заёмщиков с целью определения риска неплатежеспособности;
· определении условий кредита;
· покупке или продаже предприятия;
· проверке принятых решений в симуляциях экономических ситуаций;
· создании динамичной картины платежеспособности предприятия (анализ трендов), используя данные предыдущих отчётных периодов.
Интересная методика определения вероятности банкротства была разработана под руководством канадского специалиста Ж. Лего. При создании этой методики были проанализированы 30 финансовых показателей 173 промышленных компаний Квебека, имеющих ежегодную выручку от 1 до 20 млн. долларов. Модель Ж. Лего имеет вид:
Z = 4,5913х1+4,5080х2+0,3936х3 – 2,7616, (1.8)
где х1 - акционерный капитал ÷ всего активов;
х2 – (прибыль до налогообложения + издержки финансирования) ÷ всего активов;
х3 – оборот за два предыдущих периода ÷ всего активов за два предыдущих периода.
В зависимости от значения Z дается оценка вероятности банкротства предприятия по определенной шкале, представленной в таблице 1.8.
Таблица 1.8 – Определение вероятности наступления банкротства по методике Ж. Лего
| Значение Z | Вероятность наступления банкротства |
| Z<0,3 | Банкротство более чем вероятно |
| Z=0,3 | Предприятие в состоянии неопределенности |
| Z>0,3 | Банкротство маловероятно |
Точность данной модели составляет 83%. Она может быть использована только для прогнозирования банкротства промышленных предприятий.
Другая методика оценки вероятности банкротства – методика Чессера. Она представляет собой расчет интегрального показателя на основании шести взвешенных переменных – финансовых коэффициентов, характеризующих рентабельность, ликвидность и финансовую устойчивость компании. Затем полученный с помощью скоринговой модели показатель используется для расчета вероятности невыполнения договорных условий. Модель выглядит следующим образом:
Y = -2,0434 – 5,24х1 + 0,0053х2 – 6,6507х3+ 4,4009х4 – 0,0791х5 – 0,1220х6, (1.9)
где х1 - (денежная наличность + легкореализуемые ценные бумаги) ÷ совокупные активы;
х2 – нетто – продажи ÷ (Наличность + легкореализуемые ценные бумаги);
х3 – брутто-доходы ÷ совокупные активы;
х4 – совокупная задолженность ÷ совокупные активы;
х5 – основной капитал ÷ чистые активы;
х6 – оборотный капитал ÷ нетто-продажи.
Далее необходимо применить формулу для определения вероятности невыполнения условий договора:
Р = 1 ÷ (1 + e – Y), (1.10)
где е = 2,71828
В зависимости от значения Р дается оценка надежности заемщика предприятия по определенной шкале, представленной в таблице 1.9.
Таблица 1.9 – Определение надежности заемщика по методике Чессера
| Значение Р | Надежности заемщика |
| Р<0,5 | Высокая надежность заемщика |
| Р=0,5 | Надежность заемщика в состоянии неопределенности |
| Р>0,5 | Ненадежность заемщика |
Методика Чессера в основном применяется банками для оценки вероятности невыполнения заемщиком условий кредитного договора. Под невыполнением условий договора подразумевается не только невозврат суммы, но и любые другие отклонения от договора, делающие ссуду для кредитора менее выгодной.
Широко применяемая в практике методика Бивера позволяет оценить финансовое состояние предприятия с точки зрения его будущей вероятности банкротства. Шкала оценки риска банкротства построена на основе сравнения фактических значений показателей с рекомендуемыми. Вероятность банкротства предприятия оценивается по одной из групп возможных состояний, где находится большинство расчетных значений показателей. Система показателей для оценки вероятности банкротства приведена в таблице 1.10.
Таблица 1.10 – Система показателей Бивера
| Показатели | Расчет | Группа 1: Благополучные компании | Группа 2: За 5 лет до банкротства | Группа 3: За 1 год до банкротства |
| Коэффициент Бивера | (чистая прибыль + амортизация) ÷ заемный капитал | 0,4 – 0,45 | 0,17 | – 0,15 |
| Коэффициент текущей ликвидности (Ктл) | оборотные активы ÷ ÷ текущие обязательства | до 3,2 | до 2 | до 1 |
| Экономическая рентабельность | (чистая прибыль ÷ ÷имущество) * 100% | 6 – 8 | – 22 | |
| Коэффициент финансовой независимости (Кфн) | (заемный капитал ÷ баланс) * 100% | до 37 | до 50 | до 80 |
Французские ученые Ж. Конан и М. Голдер на базе метода множественного дискриминантного анализа разработали методику оценки платежеспособности предприятий, которая позволила оценивать вероятность задержки платежей предприятием.
Q = – 0,16х1 – 0,222х2 + 0,87х3 + 0,10х4 – 0,24х5, (1.11)
где х1 - отношение суммы денежных средств и дебиторской задолженности к итогу баланса;
х2 - отношение суммы собственного капитала и долгосрочных пассивов к итогу баланса;
х3 -отношение расходов по обслуживанию займов к выручке от реализации;
х4 - отношение расходов на персонал к добавленной стоимости после налогообложения;
х5 - отношение прибыли до выплаты процентов и налогов к заемному капиталу.
В зависимости от значения Q дается оценка вероятности банкротства предприятия по определенной шкале, представленной в таблице 1.11.
Таблица 1.11 – Определение вероятности наступления банкротства по методике Коннана-Гольдера
| Q | +0,048 | – 0,026 | – 0,068 | – 0,017 | – 0,164 |
| Вероятность наступления банкротства, % |
Точность применения данной методики составляет 90%.
Помимо перечисленных методик в зарубежной практике определения вероятности банкротства используются и другие, в частности так называемый показатель Аргента (А-счет).
Показатель Аргента (А-счет) характеризует кризис управления. Согласно данной методике, исследование начинается с предположений, что:
· идет процесс, ведущий к банкротству;
· процесс этот для своего завершения требует нескольких лет;
· процесс может быть разделен на три стадии:
1. предприятия, идущие к банкротству, годами демонстрируют ряд очевидных недостатков задолго до фактического банкротства;
2. вследствие накопления этих недостатков предприятие может совершить ошибку, ведущую к банкротству (предприятия, не имеющие недостатков, не совершают ошибок, ведущих к банкротству);
3. 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 либо количество баллов согласно Аргенти, либо 0 – промежуточные значения не допускаются. Каждому фактору каждой стадии присваивают определенное количество баллов и рассчитывают агрегированный показатель – А-счет.
Модель А-счета приведена в таблице 1.12.
Таблица 1.12 – Метод А-счета для определения вероятности банкротства предприятия
| Показатели | Балл согласно Аргенти | Балл оцениваемого предприятия |
| Недостатки | ||
| Директор – автократ | ||
| Председатель совета директоров является также директором | ||
| Пассивность совета директоров | ||
| Внутренние противоречия в совете директоров (из-за различия в знаниях и навыках) | ||
| Слабый финансовый директор | ||
| Недостаток профессиональных менеджеров среднего и нижнего звена (вне совета директоров) | ||
| Недостатки системы учета: отсутствие бюджетного контроля, отсутствие прогноза денежных потоков, отсутствие системы управленческого учета затрат (баллы выставляются за каждый показатель) | ||
| Вялая реакция на изменения (появление новых продуктов, технологий, рынков, методов организации труда и т.д.) | ||
| Максимально возможная сумма баллов | ||
| Ошибки | ||
| Слишком высокая доля заемного капитала | ||
| Недостаток оборотных средств из-за слишком быстрого роста бизнеса | ||
| Наличие крупного проекта (провал такого проекта подвергает фирму серьезной опасности) | ||
| Максимально возможная сумма баллов | ||
| «Проходной балл» | ||
| Симптомы | ||
| Ухудшение финансовых показателей | ||
| Использование «творческого бухучета» | ||
| Нефинансовые признаки неблагополучия (ухудшение качества, падение «боевого духа» сотрудников, снижение доли рынка) | ||
| Окончательные симптомы кризиса (судебные иски, скандалы, отставки) | ||
| Максимально возможная сумма баллов | ||
| Максимально возможный А-счет | ||
| «Проходной балл» | ||
| Большинство успешных компаний | 5–18 | |
| Компании, испытывающие серьезные затруднения | 35–70 | |
| Если сумма баллов более 25, компания может обанкротиться в течение ближайших пяти лет. Чем больше А-счет, тем скорее это может произойти. |
Ориентация на один индекс или критерий не всегда оправданна, поэтому многие крупные аудиторские фирмы и другие компании, занимающиеся аналитическими обзорами, прогнозированием и консультированием, для своих аналитических оценок используют системы критериев.