Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология Образование Политология Производство Психология Стандартизация Технологии |
Модели прогнозирования риска финансовой несостоятельности
Особо выделяется среди формализованных моделей прогнозирования кризиса на предприятии многокритериальная модель Эдварда Альтмана, предложенная им в 1968 г. Альтман первым предложил использование мультипликативного дискриминантного анализа для разработки модели прогнозирования кризиса на предприятии с высокой степенью точности. Э. Альтман для разработки такой модели обследовал 66 предприятий, из которых одна половина предприятий обанкротилась за период 1946 – 1965 гг., а другая половина предприятий в этот же период работала успешно. Он исследовал 22 аналитических коэффициента, которые могли бы полезны для прогнозирования кризиса на предприятии. Из этих показателей он отобрал пять наиболее значимых для прогноза: 1) К1 – отношение собственных оборотных средств к активам; 2) К2 – отношение нераспределенной прибыли к активам; 3) К3 – отношение прибыли до уплаты налога и процентов к активам; 4) К4 – отношений рыночной стоимости собственного капитала к сумме кредиторской задолженности; 5) К5 – отношение оборота к активам.
Из этих показателей Э. Альтман построил многофакторное регрессионное уравнение:
Z = 1, 2 К1 + 1, 4 К2 + 3, 3 К3 + 0, 6 К4 + 1, 0 К5 Широкое применение модели Альтмана в зарубежной практике обусловлено следующими достоинствами: 1) модель включает небольшое количество показателей, что обеспечивает низкую трудоёмкость её использования при хорошей точности результатов; 2) модель предполагает интегральную оценку и дает возможность сравнения состояния различных объектов; 3) информация для расчета этих показателей доступна и содержится в основных формах отчетности; 4) существует возможность не только прогнозирования банкротства, но и оценки зоны риска, в которой находится предприятие. Критическое значение Z = 2, 675. С этим значением сравнивается расчетное значение Z для конкретного предприятия. Если Z < 2, 675, предприятию в ближайшие два – три года угрожает банкротство, если Z > 2, 675, это свидетельствует об устойчивом финансовом положении предприятия. Степень возможности банкротства на основании индекса Альтмана может быть детализирована в зависимости от его уровня (табл. 3).
Таблица 3 Степень вероятности банкротства по индексу Альтмана
Опыт использования указанных интегральных моделей в ряде стран, например США, Канаде, Бразилии, Австрии, Японии, показал, что спрогнозировать вероятность банкротства с помощью пятифакторной модели на один год можно с точностью до 90%, на два года до 70%, на три года до 50%. Несмотря на привлекательность методики, с помощью которой можно просто получить количественную характеристику такого сложного понятия, как банкротство, применение индекса существенно ограничивается требованием иметь рыночную оценку собственного капитала К3. Это возможно лишь для больших корпораций, акции которых свободно котируются на фондовых биржах. Учитывая недостаточное развитие фондового рынка в нашей стране обращение основной части отечественных предприятий к индексу Альтмана не дает надежных результатов. Отечественные предприятия могут применить тест, предложенный Альтманом в 1983 году.
Z83 = 0, 717К1 + 0, 847К2 + 3, 107К3 + 0, 42К4 + 0, 995К5
где К4 =
Предельное значение индекса Z83 будет равняться 1, 23.
Однако помимо этого имеется еще ряд существенных обстоятельств. Индекс Альтмана будет давать надежные результаты только при постоянных условиях функционирования исследуемых объектов. Для отечественных предприятий характерны в настоящее время непрерывные изменения как внешней среды, так и внутреннего их состояния (смена собственников, реструктуризация, падение объёмов производства, изменение рынков сбыта, ухудшение финансового состояния и др.) и, конечно же условия их деятельности значительно отличаются от тех, для которых разработана модель. В частности, одной из особенностей украинской экономики является широкое распространение безденежных расчетов, искажающее значение финансовых показателей, рассчитанных традиционным способом. Столь же серьёзным фактором является значительное отличие систем налогообложения. Это, безусловно, не может не сказаться как на коэффициентах модели, так и на ее критических значениях, по которым можно судить о степени близости предприятия к банкротству. 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% отношений по данным обанкротившихся и платежеспособных компаний. Затем, используя статистический метод, известный как анализ многомерного дискриминанта, можно построить модель платежеспособности, определяя частные соотношения, по которым наилучшим образом выделяют две группы компаний и их коэффициенты. Такой выборочный подсчет соотношений является типичным для определения некоторых ключевых измерений деятельности корпораций, таких как прибыльность, соответствие оборотного капитала, финансовый риск и ликвидность. Типичная модель для анализа компаний, акции которых котируются на биржах, имеет следующий вид: Z =0, 53Х1 + 0, 13Х2 + 0, 18 Х3 + 0, 16 Х4, где: Х1 – отношение операционной прибыли к краткосрочным обязательствам; Х2 – отношение оборотных активов к обязательствам; Х3 – отношение краткосрочных обязательств к активам; Х4 – отношение выручки к активам. Если величина Z-счета больше 0, 3, это свидетельствует, что у фирмы неплохие долгосрочные перспективы, а если меньше 0, 2, банкротство более чем вероятно. Основным недостатком модели Таффлера является то, что ее можно применять только относительно тех предприятий, которые котируют свои акции на фондовых биржах. Безусловно, большинство приведенных моделей разработано для отличных от существующих в Украине экономических условий. Отличия в темпах инфляции и фазах цикла, в особенности в фондо-, энерго-, трудоемкости производств, другой налоговый климат, требуют соответствующего корректирования моделей. Ряд попыток такого рода были сделаны российскими учеными. Наиболее известной является четырехфакторная модель прогноза риска банкротства(модель R), которая разработана учеными Государственной экономической академии Иркутска. Она имеет следующий вид:
R = 8, 38К1 + К2 + 0, 054 К3 + 0, 63К4,
где: К1 - отношение оборотного капитала к активам; К2 – отношение чистой прибыли к собственному капиталу; К3 – отношение выручки от реализации к активам; К4– отношение чистой прибыли к интегральным затратам. Вероятность банкротства предприятия в соответствии со значением модели R определяется по шкале, приведенной в табл. 4.
Таблица 4. Общая оценка вероятности банкротства предприятия
К очевидным достоинствам данной модели можно отнести то, что механизм ее разработки и все основные этапы расчетов довольно просты и могут быть детально объяснены и обоснованы. Но необходимо заметить, что при проведении оценки склонности предприятия к банкротству и при расчете коэффициентов вероятности банкротства нужно учитывать отраслевые особенности предприятий. Поэтому при проведении более точной оценки вероятности банкротства нужно разработать и пользоваться отраслевыми коэффициентами. Что касается исследований украинских ученых, то к наиболее логично непротиворечивым можно отнести дискриминантную модель интегральной оценки финансового состояния предприятия, разработанную Терещенко О.О. Эта модель построена на основе проверенных временем алгоритмах западных ученых, но на базе украинских предприятий с учетом основных недостатков существующих моделей. Модель Терещенко имеет следующий вид:
Z = 1, 04Х1 +0, 75 Х2 +0, 15 Х3 +0, 42 Х4 +1, 8 Х5 +0, 063 Х6 - 2, 16
где, Х1 – коэффициент покрытия. Характеризует уровень соблюдения " золотого правила" финансирования, то есть способность предприятия обеспечить финансовое равновесие (следовательно, платежеспособность) в долгосрочном периоде; Х2 – коэффициент финансовой независимости. Относится к группе показателей, характеризующих структуру капитала предприятия, его независимость от заемных средств. Показывает долю собственного капитала в общей сумме источников финансирования. Считается, что чем больше значение этого показателя, тем более финансово независимым является предприятие, однако рекомендованные значения структуры капитала тесно связаны с отраслевой принадлежностью предприятия; Х3 – оборачиваемость вложенного капитала. Характеризует группу показателей оборачиваемости и показывает скорость обращения инвестированного в предприятие капитала. Чем больше значение этого показателя, тем более эффективной считается деятельность предприятия. В аналитических целях достаточность этого показателя определяется отраслевой принадлежностью предприятия и объемами его деятельности; Х4 – рентабельность операционной продажи по Cash-flow. Относится к группе показателей, рассчитываемых на базе чистого денежного потока (Cashflow 1) от операционной деятельности. Характеризует эффективность основной деятельности предприятия и показывает чистый денежный поток от операционной деятельности, который приходится на единицу выручки от реализации и прочих операционных доходов; Х5 – рентабельность активов по Cash-flow. Показывает величину чистого денежного потока (Cash-flow 2) от операционной и инвестиционной деятельности, который приходится на единицу активов предприятия; Х6 – оборачиваемость заемного капитала. Рассчитывается как отношение чистой выручки от реализации к заемному капиталу. Характеризует способность предприятия погасить свою задолженность за счет чистой выручки от реализации.
По модели Терещенко вероятность банкротства велика, если Z < -0, 55, финансовое состояние удовлетворительное, если Z > 0, 55, а при -0, 55 < Z < 0, 55 невозможно сделать окончательный вывод. Если значения показателя Z находится в рамках, для которых однозначных выводов о качестве финансового состояния сделать невозможно, рекомендуется дополнительно применить экспертные методы анализа, в частности, провести дополнительный анализ качественных и количественных показателей. Недостатком использования модели Терещенко является то, что модель дает оценку вероятности банкротства предприятия на текущий период и не учитывает его состояние в будущем. |
Последнее изменение этой страницы: 2017-04-12; Просмотров: 2520; Нарушение авторского права страницы