Методы диагностики банкротства




Состояние показателей первого класса

 

Тенденции Улучшение значений Значения устойчивы Ухудшения значений
Соответствия нормативам      
Нормативные значения I I.1. I.2. I.3.
Значения не соответствуют нормативам II II.1. II.2. II.3.

 

II группа включает ненормируемые показатели:

показатели интенсивности использования ресурсов,

показатели деловой активности

Оценка этих показателей дается в сравнении.

Для ряда показателей могут быть определены «коридоры» оптимальности в зависимости от их принадлежности к различным видам деятельности и других особенностей функционирования предприятия.

II группа может быть охарактеризована следующими состояниями:

«улучшение» - 1

«стабильность» - 2

«ухудшение» - 3

 

Сопоставление состояний

Показателей первого и второго класса

 

Состояние показателей первого класса Состояние показателей второго класса Оценка
1.1.   Отлично
1.2. Отлично, хорошо
1.3.   Хорошо
II.1. Хорошо, удовлетворительно
II.2.   Удовлетворительно, неудовлетворительно

 

Методы диагностики банкротства

В процессе финансового оздоровления предприятий важное значение имеет предвидение их банкротства. В практике прогнозирования банкротства используются в основном два подхода:

Первый подход базируются на финансовых данных и включают в себя расчет и анализ в динамике некоторых коэффициентов. Несмотря на то, что данный достаточно эффективен, он имеет три существенных недостатка:

1) предприятия, испытывающие трудности, всячески задерживают публикацию своих отчетов;

2) если отчеты публикуются, то они отражают реальное положение вещей весьма условно;

3) многие коэффициенты отражают различные стороны деятельности предприятий, имеют разную направленность и поэтому не дают оснований для достоверных прогнозов.

Второй подход предполагает использование моделей, построенных на основе изучения наиболее существенных финансовых и экономических показателей по ряду предприятий, финансово неустойчивых или близких к банкротству. Если для исследуемого предприятия характерно наличие таких характеристик, можно дать экспертное заключение о неблагоприятных тенденциях его развития.

Основная идея, стоящая за созданием моделей предсказания банкротства, заключается в том, что по данным наблюдений тренда и поведения некоторых коэффициентов различных фирм до момента банкротства можно делать прогнозы. Считается, что признаки ухудшения обстановки, о которых сигнализируют изменения соответствующих коэффициентов, можно выявить достаточно рано, чтобы принять меры и избежать значительного риска невыполнения обязательств и банкротства.

Надо заметить, что зарубежный источник, приводящий данную методику, не дает информации о базе расчета весовых значений коэффициентов. Тем не менее в любом случае 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 зарубежные коэффициенты 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.

Одной 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 некоей постоянной величиной (const), также полученной тем же (опытно-статистическим) способом. Если результат оказывается отрицательным, вероятность банкротства невелика. Положительное значение указывает на высокую вероятность банкротства.

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 незначительна.

Среди ранних исследований поведения коэффициентов, предшествовавшего краху фирмы, были работы А. Винакора (A. Winakor) и Р. Смитира (R. Smitir), которые изучили 183 американские фирмы, испытывавшие финансовые трудности на протяжении 10 лет. Они пришли к выводу, что соотношение чистого оборотного капитала и суммы активов является одним из наиболее точных и надежных показателей банкротства.

П.Фитцпатрик (P. Fitzpatrick) анализировал трех и пятилетние тренды 13 коэффициентов у 20 фирм, которые потерпели крах в 1920-1929 гг. сравнивая их с показателями деятельности контрольной группы из 19 успешно действовавших фирм, он сделал вывод, что все анализируемые коэффициенты в некоторой степени предсказывали крах. Однако оказалось, что наилучшими показателями несостоятельности являются коэффициенты соотношения прибыли, чистого собственного капитала и суммы задолженности.

К. Мервин (C. Mervin) изучил опыт 939 фирм в 1926-1936 гг. Проанализировав несколько основных коэффициентов, он обнаружил, что три коэффициента были наиболее приемлемыми для предсказания прекращения деятельности фирмы за 4-5 лет до этого: коэффициенты покрытия, отношение чистого оборотного капитала к сумме активов и чистого собственного капитала к сумме задолженности. Все они характеризуются снижающимися трендами перед прекращением деятельности и все время показывают значение ниже нормального уровня.

Сосредоточивая свое внимание на опыте компаний, которые испытали трудности с выплатой задолженности и банковских кредитов, В. Хикман (W Hickman) изучил опыт выпуска корпоративных облигаций в 1900-1943 гг. и пришел к выводу, что коэффициент покрытия процентных выплат и отношение чистой прибыли к объему продаж оказались весьма полезными предсказателями невыполнения условий выпуска облигации.

В. Бивер (W. Beaver) обнаружил, что финансовые коэффициенты оказались полезными для прогнозирования банкротства и невыполнения обязательств по облигациям по меньшей мере за пять лет до краха. Он определил, что коэффициенты можно использовать для точного разграничения фирм, которые терпят крах и избегают его, в значительно большей степени, чем это возможно при случайном предсказании. Одним из его выводов было то, что и в краткосрочной, и в долгосрочной перспективе отношение потоков денежных средств к сумме задолженности является наилучшим «предсказателем» возможного банкротства, на втором месте – коэффициенты структуры капитала, на третьем – коэффициенты ликвидности, на последнем – коэффициенты оборачиваемости.

Дж. Хорриган (J. Horrigan) обнаружил, что изменения рейтинга можно предсказать гораздо точнее, используя коэффициенты, а не случайные данные.

Среди многокритериальных выделяют модель, предложенную в 1968 г.

Э. Альтманом (E. Altman). Он первый использовал мультипликативный дискриминантный анализ (multiple-discriminant analisis) для создания модели прогнозирования несостоятельности с высокой степенью точности.

При построении Z–счета Альтман обследовал 66 фирм (половина работала успешно) и исследовал 22 аналитических коэффициента, которые могли быть использованы для прогнозирования возможного банкротства. Из этих показателей он отобрал пять наиболее значимых для прогноза и построил многофакторное регрессионное уравнение.

Модель Альтмана имеет вид:

 

Z= 1.2A+1.4B+3.3C+0.6D+0.999E,

 

где показатели A,B,C,D,E рассчитываются следующим образом:

 

A=Working capital (собственные оборотные средства) / Total assets (всего активов)

 

B=Retained earnings (нераспределенная прибыль)/ Total assets (всего активов)

 

 

C=EBIT (прибыль до уплаты налога и процентов)/ Total assets (всего активов)

 

 

D= Market value of equitu (рыночная собственность) / Book value of total debt (всего кредиторской задолженности)

 

E= Sales (оборот) / Total assets (всего активов)

 

Критическое значение индекса Z рассчитывалось Альтманом по данным статистической выборки и составило 2,675. Сопоставление с этой величиной расчетного значения индекса Z для конкретной фирмы позволяет говорить о возможном в будущем (2-3 года) банкротстве одних (Z< 2,675) и устойчивом положении других (Z> 2,675) фирм. Точность прогноза довольно высока.

Модель Альтмана в настоящее время является наиболее известной моделью прогнозирования банкротства. Данная модель имеет один недостаток – ее можно применять лишь в отношении предприятий, котирующих свои акции на фондовых биржах, так как только для таких компаний можно получить рыночную оценку стоимости собственного капитала.

В 1978 г. была разработана модель Г. Спрингейта (G.Springate). Он использовал мультипликационный дискриминантный анализ выбора четырех из 19 наиболее известных финансовых показателей, которые наибольшим образом различаются для успешно действующих фирм и фирм-банкротов.

Модели Спрингейта имеют вид:

 

Z= 1,03А+3,07В + 0,66С + 0,4D.

 

Показатели A,B,C,D рассчитываются следующим образом:

 

A=Working capital (собственные оборотные средства) / Total assets (всего активов)

 

В=EBIT (прибыль до уплаты налога и процентов)/ Total assets (всего активов)

 

C=Profit before taxes (прибыль до налогообложения) /Current liabilities (текущие обязательства)

 

D= Sales (оборот) / Total assets (всего активов)

 

Критическое значение Z для данной модели составляет 0,862.

Данная модель достигла точности в 92,5% для 40 компаний, исследованных Спрингейтом.

Американский экономист Фулмер (Fulmer) предложил в 1984 г. свою модель, полученную при анализе 40 финансовых показателей 60 компаний: 30 действующих успешно и 30 фирм-банкротов со средней стоимостью активов 455 тыс. долл.

Модель Фулмера имеет вид:

 

Н=5,528V1+0,212V2+0,073V3+1,270V4-0,120V5+2,335V6+0,575V7+1,083V8+

0,894V9-6,075

 

где показатели V1 V2 V3 V4 V5 V6 V7 V8 V9 рассчитываются следующим образом:

 

V1=Retained earnings нераспределенная прибыль/ Total assets (всего активов)

 

V2= Sales (оборот) / Total assets (всего активов)

 

V3= Projit bejore taxes (прибыль до налогообложения)/ Equity (собственный капитал)

 

V4= Cash flow (изменение остатка денежных средств)/Total debt (кредиторская задолженность)

 

V5=Dtbt/ Total assets (всего активов)

 

V6= Current liabilities (текущие обязательства)/ Total assets (всего активов)

 

V7=Log tangible assets (материальные внеоборотные активы)/ Total assets (всего активов)

 

V8= Working capital (собственные оборотные средства) / Total assets (всего активов)

 

V9= Log EBIT (прибыль до уплаты налога и процентов)/ Interest (проценты)

 

Критическим значением Н является 0.

Фулмер сообщил о точности в 98% для своей модели при прогнозировании банкротства в течение года и в 81% при прогнозировании банкротства в течение периода времени больше года.

Британский ученый Таффлер предложил в 1977 г. четырехфакторную прогнозную модель, при разработке которой использовал следующий подход.

При использовании компьютерной техники на первой стадии вычисляются 80 соотношений по данным обанкротившихся и платежеспособных компаний. Затем, используя статистический метод, известный как анализ многомерного дискриминанта, можно построить модель платежеспособности, отделяя 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.

Для усиления прогнозирующей роли моделей можно трансформировать Z- коэффициент в PAS–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 трансформирует 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 определяется, только если компания имеет отрицательный Z-коэффициент, а вычисляется на основе тренда Z-коэффициента, величины отрицательного Z-коэффициента и числа тех периодов, 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, связанных с кредитами клиента.

Помимо перечисленных моделей в практике предсказания банкротства используются и другие модели, в частности так называемый показатель Аргенти (А-счет), показатель стоимости предприятия, а также коэффициент прогноза банкротства (КПБ).

Показатель Аргенти характеризует кризис управления. Согласно методике его исчисления процесс банкротства подразделяется на три стадии.

1. предприятия предрасположены к банкротству, при этом они годами демонстрируют ряд недостатков, очевидных задолго до фактического банкротства.

2. Вследствие накопления этих недостатков предприятие может совершить ошибку, ведущую к банкротству (предприятия, не имеющие недостатков, не совершают таких ошибок).

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, который часто растягивается на срок от 5 до 10 лет.

При расчете А-счета конкретной компании ставится количество баллов согласно Аргенти. Каждому фактору каждой стадии присваивают определенное количество баллов и рассчитывают агрегированный показатель – А-счет.

Для предсказания банкротства можно использовать также стоимость предприятия. На скрытой стадии банкротства начинается незаметное, особенно если не налажен специальный учет, снижение данного показателя по причине неприятных тенденций как внутри, так и вне предприятия.

Снижение стоимости предприятия означает снижение его прибыльности либо увеличение средней стоимости обязательств (требования банков, акционеров и других вкладчиков средств). Прогноз ожидаемого снижения стоимости предприятия требует анализа перспектив прибыльности и процентных ставок.

Целесообразно рассчитывать стоимость предприятия на ближайшую и долгосрочную перспективу. Условия будущего падения стоимости предприятия обычно формируются в текущий момент и могут быть в определенной степени предугаданы (хотя в экономике всегда остается место для непредсказуемых скачков).

В отличие от описанных количественных подходов к предсказанию банкротства, в качестве самостоятельного можно выделить качественный подход, основанный на изучении отдельных характеристик, присущих бизнесу, развивающемуся по направлению к банкротству. Если для исследуемого предприятия характерно наличие соответствующих характеристик, можно дать экспертное заключение о неблагоприятных тенденциях развития.

Ориентация на какой-то один индекс или критерий не всегда оправданна. Поэтому многие крупные аудиторские фирмы и другие компании, занимающиеся аналитическими обзорами, прогнозированием и консультированием, используют для своих аналитических оценок системы критериев. В качестве примера можно привести рекомендации Комитета по обобщению практики аудирования (Великобритания), предусматривающие двухуровневую систему критических показателей для оценки возможности банкротства предприятия.

К первому уровню относятся критерии и показатели, неблагоприятные текущие значения которых или складывающаяся динамика изменения которых свидетельствует о возможных в будущем значительных финансовых затруднениях, в том числе и банкротстве. Это следующие критерии и показатели:

* повторяющиеся существенные потери в основной производственной деятельности;

* превышение некоторого критического уровня просроченной кредиторской задолженности;

* чрезмерное использование краткосрочных заемных средств в качестве источника финансирования долгосрочных вложений;

* устойчиво низкие значения коэффициентов ликвидности;

* хроническая нехватка оборотных средств;

* устойчиво увеличивающаяся до опасных пределов доля заемных средств в общей сумме источников средств;

* неправильная инвестиционная политика;

* превышение размеров заемных средств над лимитами;

* хроническое невыполнение обязательств перед инвесторами, кредиторами и акционерами;

* высокий удельный вес просроченной дебиторской задолженности;

* наличие сверхнормативных и залежалых товаров и производственных запасов;

* ухудшение отношений с учреждениями банковской системы;

* вынужденное использование новых источников финансовых ресурсов на невыгодных условиях;

* применение в производственном процессе оборудования с истекшими сроками эксплуатации;

* потенциальные потери долгосрочных контактов;

* неблагоприятные изменения в портфеле заказов.

Во вторую группу (второй уровень) входят критерии и показатели, неблагоприятные значения которых не дают оснований рассматривать текущее финансовое состояние как критическое. Однако они указывают на то, что при определенных обстоятельствах ситуация может резко ухудшиться. К ним относятся:

* потеря ключевых сотрудников аппарата управления;

*вынужденные остановки, нарушения ритмичности производственно-технологического процесса;

* недостаточная степень диверсификации деятельности;

*излишняя ставка на возможную и прогнозируемую успешность и прибыльность нового проекта;

* участие в судебных процессах с непредсказуемым исходом;

* потеря ключевых контрагентов;

* недооценка необходимости постоянного технического и технологического обновления предприятия;

* неэффективные долгосрочные соглашения;

* политический риск, связанный с предприятием в целом или его подразделениями.

Критические значения этих показателей и критериев должны быть детализированы по отраслям, а их разработка может быть выполнена после накопления статистических данных.

 

 



Поделиться:




Поиск по сайту

©2015-2024 poisk-ru.ru
Все права принадлежать их авторам. Данный сайт не претендует на авторства, а предоставляет бесплатное использование.
Дата создания страницы: 2016-07-22 Нарушение авторских прав и Нарушение персональных данных


Поиск по сайту: