Концепции и модели оценки вероятности банкротства в России и за рубежом
, ,
Владивостокский государственный университет экономики и сервиса, г. Владивосток.
Аннотация: Тезисы посвящены проблеме формирования оптимального подхода к использованию моделей оценки вероятности банкротства.
Ключевые слова: банкротство, платежеспособность, финансовая устойчивость, коэффициенты, должник, кредитор.
Различные модели, которые используют в ходе анализа финансово-хозяйственной деятельности компании, оценивают риски потери платежеспособности, финансовой устойчивости и независимости фирмы за прошедший период. Системы прогнозирования банкротства включают в себя наиболее значимые коэффициенты, характеризующие финансовое состояние коммерческой организации, на основе которых рассчитывают комплексный показатель вероятности банкротства.
Главной целью исследования является изучение подходов к оценке вероятности банкротства по российским и зарубежным методикам и оценка их практической значимости
Объектом исследования выступают российские и зарубежные методики оценки вероятности банкротства.
Предметом исследования является оценка вероятности банкротства.
Результаты анализа зарубежного законодательства в оценке вероятности банкротства позволяют также сделать вывод, что в принципе все системы несостоятельности (банкротства) можно разделить на две крайние группы, ориентированные на должника (США, Франция) и на кредитора (Англия, Германия).
Действующая российская правовая система, безусловно, отличается определенной самостоятельностью от различных правовых систем современности, даже в силу постоянного заимствования отдельных элементов этих правовых систем, а в области цивилистики — особенно элементов англо-саксонской правовой системы, между тем отечественная правовая система генетически связана с континентальной или романо-германской правовой семьей.
Различные модели, которые используют в ходе анализа финансово-хозяйственной деятельности компании, оценивают риски потери платежеспособности, финансовой устойчивости и независимости фирмы за прошедший период.
Оценка финансовой устойчивости может быть выполнена с различной степенью детализации в зависимости от цели анализа, имеющейся информации, программного и технического обеспечения. Наиболее целесообразным является выделение процедур экспресс-анализа и углубленного анализа финансового состояния [1].
Системы прогнозирования банкротства включают в себя наиболее значимые коэффициенты, характеризующие финансовое состояние коммерческой организации, на основе которых рассчитывают комплексный показатель вероятности банкротства.
Действующие нормативные документы, а также зарубежная и отечественная экономическая литература содержат различные методы и подходы к выявлению признаков возможного банкротства.
В зарубежной экономической литературе предлагается большое количество всевозможных методик и математических моделей диагностики вероятности наступления банкротства организаций. Однако, как отмечают многие российские авторы, многочисленные попытки применения иностранных моделей прогнозирования банкротства в отечественных условиях не принесли достаточно точных результатов. В связи с отсутствием статистики банкротств предприятий по причине молодости института банкротства в нашей стране затруднены собственные разработки, основанные на реалиях нашей экономики и направленные на достоверное прогнозирование возможного банкротства [1].
В зарубежной и российской экономической литературе предлагается несколько отличающихся методик и математических моделей диагностики вероятности наступления банкротства организаций.
Таблица 1-Финансовые показатели, утвержденные Правительством РФ
Группы | Название | Порядок расчета |
Коэффициенты | Коэффициент абсолютной | Наиболее ликвидные оборотные активы / Текущие обязательства |
Коэффициент текущей ликвидности | Ликвидные активы / Текущие обязательства | |
Показатель обеспеченности должника его активами | Сумма ликвидных и скорректированных | |
Степень платежеспособности по текущим обязательствам | Текущие обязательства / Среднемесячная выручка | |
Коэффициенты, | Коэффициент финансовой независимости | Собственные средства / Совокупные активы |
Коэффициент обеспеченности собственными оборотными средствами | (Собственные средства - Скорректированные | |
Доля просроченной кредиторской задолженности в пассивах | Просроченная кредиторская задолженность / Совокупные пассивы | |
Показатель отношения дебиторской задолженности к совокупным активам | (Долгосрочная дебиторская задолженность + | |
Коэффициенты, | Рентабельность активов | Чистая прибыль (убыток) /Совокупные активы |
Норма чистой прибыли | Чистая прибыль / Выручка (нетто) |
Известны два основных подхода к предсказанию банкротства. Первый – количественный – базируется на финансовых данных и включает оперирование некоторыми коэффициентами, приобретающими все большую известность: Z-коэффициентом Альтмана (США), коэффициентом Таффлера, (Великобритания), коэффициентом Бивера, моделью R-счета (Россия) и другими, а также используется при оценке таких показателей вероятности банкротства, как цена предприятия, коэффициент восстановления платежеспособности, коэффициент финансирования труднореализуемых активов. Второй – качественный – исходит из данных по обанкротившимся компаниям и сравнивает их с соответствующими данными исследуемой компании (А-счет Аргенти, метод Скоуна). Метод интегральной бальной оценки, используемый для обобщающей оценки финансовой устойчивости предприятия, несет в себе черты как количественного, так и качественного подхода [2].
Безусловным является умение оценить значения экономических показателей, характеризующих финансово-хозяйственную деятельность предприятия, и выполнение прогноза их значений на перспективу. Для прогнозирования разумно воспользоваться методами, которые уже известны и изучены, среди которых лидирующее место занимают методы статистики. Достаточно актуальными на сегодняшний день являются специализированные программы при упреждающем управлении, которые широко используют передовые методы и средства прогнозирования, анализа и моделирования динамических систем, с целью оптимизации управленческих решений [1].
При сопоставлении методов на предмет целесообразности применения их в российских условиях, необходимо очертить круг проблем, связанных с рассмотренными методами прогнозирования банкротства:
- отсутствие информации о базе расчета весовых значений коэффициентов;
- отсутствие информации о базе расчета критериев оценки, получаемых при расчете модели результатов;
- отсутствие статистики банкротств;
- проблема достоверности информации и трудности ее получения [3].
Таблица 2 - Достоинства и недостатки известных моделей прогнозирования банкротства
Модель предсказания банкротства | Достоинства модели | Недостатки модели |
Двухфакторная модель Э. Альтмана (двухфакторная математическая модель) | Простота расчета, возможность применения при проведении внешнего анализа на основе бухгалтерского баланса | Неадекватность получаемых прогнозов для предприятий региона – 100%. Не рассматривается влияние показателей, характеризующих эффективность использования ресурсов, деловую и рыночную активность и пр. Нет учета отраслевой и региональной специфики функционирования субъектов экономики |
Пятифакторная модель Э. Альтмана (оригинальная) | Переменные в модели отражают различные аспекты деятельности предприятия, возможно динамическое прогнозирование изменений финансовой устойчивости | Модель применима только в отношении акционерных обществ, чьи акции обращаются на рынке ценных бумаг. Даже если определить курсовую стоимость акции как отношение суммы дивиденда к среднему уровню ссудного процента, то оценка будет иметь большую погрешность |
Модель Иркутской государственной экономической академии | Механизм разработки и все основные этапы расчетов подробно описаны, что облегчает практическое применение методики | Значение R-счета практически не коррелирует с результатами, получаемыми при помощи других методов и моделей. Получаемые прогнозы не соответствуют реальному финансовому состоянию предприятий. Нет отраслевой дифференциации интегрального показателя |
Модель Таффлера | Простота расчета, возможность применения при проведении внешнего диагностического анализа | Большинство (87,5%) обследованных должников были признаны финансово устойчивыми. Получаемые прогнозы неадекватны, поскольку достичь критического (отрицательного) уровня Z-счета практически невозможно |
Бивера | Модель включает только 5 коэффициентов, по ней легко провести расчеты | Субъективность выводов при разнящихся показателях значений коэффициентов |
Модель | Возможно использование данных методик для проведения внешнего анализа. Определены нормативы переменных, которые дифференцированы по отраслям | Установленные пороговые значения коэффициентов завышены. Общим недостатком обеих моделей являются резкие «переходы» от одной оценки финансовой состоятельности к другой, то есть даже если организация получит 99 баллов из ста, ее финансовое положение будет признано неустойчивым |
Модель Зайцевой | Модель использует в качестве переменных 6 финансовых показателей, для которых определены нормативные значения | Методика недостаточно хорошо описана, не дана техника расчета коэффициентов. Невысокая адекватность прогнозов – у 21,9% несостоятельных организаций вероятность банкротства признана низкой. Существует необходимость привлечения данных о коэффициенте загрузки за предыдущие периоды, что ограничивает возможности использования модели при проведении внешнего анализа |
Модель Фулмера | Модель использует в качестве переменных 9 финансовых коэффициентов. Возможно динамическое прогнозирование финансового состояния | Модель дает неадекватный прогноз. Среди обследованных предприятий-должников 56,2% были признаны финансово состоятельными, только 18,75% получили оценку «фактический банкрот». Критическое значение H-счета занижено, существуют определенные технические сложности в произведении расчетов |
Модель Спрингейта | Модель показывает достаточный уровень надежности прогноза | Нет отраслевой и региональной дифференциации Z-счета. Между переменными наблюдается достаточно высокая корреляция |
Оценка финансового состояния организации исключительно по данным бухгалтерского финансового учета и отчетности может искажаться по причине того, что эти данные не являются оперативными. Текущее формирование показателей финансового состояния предприятия в большей степени обеспечивается с помощью управленческого учета или на основе внутреннего документооборота предприятия. Однако при этом возникают конфиденциальные ограничения и информация, на основе которой проводится анализ, а также результаты использования этой информации, становятся коммерческой тайной и напрямую недоступны для внешних заинтересованных лиц [1]. Из этого следует, что преимущество анализа по данным управленческого учета изначально является объективным, так состоит в зависимости от потребностей и приоритетов по охвату исследуемых объектов.
Наличие многочисленных подходов к оценке вероятности банкротства организаций подтверждает повышенный интерес, востребованность и целесообразность заострения внимания на данной теме.
Таким образом, сравнительная оценка методик определения вероятности банкротства осуществлялась на основе определения преимуществ и недостатков каждого. Совокупность изложенной системы требований позволяет сформировать основу для определения направлений совершенствования методик определения вероятности банкротства [5]. Далеко не все существующие ныне методики прогнозирования возможного банкротства предприятия заслуживают доверия исследователя. Не все из них составлены корректно, не все могут применяться в наших условиях, не все дают адекватные результаты. Одно и то же предприятие одновременно может быть признано безнадежным банкротом, устойчиво развивающимся хозяйствующим субъектом и предприятием, находящимся в предкризисном состоянии, - все определяет выбранная методика прогнозирования возможного банкротства.
Вслед за многими российскими авторами можно отметить, что многочисленные попытки применения иностранных моделей прогнозирования банкротства в отечественных условиях не принесли достаточно точных результатов в силу различий ситуации в экономике. Были предложены различные способы адаптации «импортных» моделей к российским условиям, но корректность этой адаптации также вызывает сомнения у специалистов.
Многие методики трудно применять из-за условий ограниченности данных предприятия. Обычно приходится использовать только данные бухгалтерской отчетности. Это обстоятельство сильно ограничивает круг методик, которые могут быть применены исключительно количественными коэффициентными.
Список литературы:
1. , Оптимизация процесса формирования и анализа показателей финансового состояния хозяйствующего субъекта – основа качественного менеджмента, Экономика и предпринимательство, № 10, 2014 г., с.612-616
2. , Астраханцева и анализ банкротсв. М. «Финансы и статистика» 2008 г. – С.18.
3. Экономический анализ; ; Издательство «Инфра_М»; 2011г. – С. 46-57.
4. Бердникова и диагностика финансово – хозяйственной деятельности предприятия: Учебное пособие. – М.: ИНФРА-М, 2011г. – С. 31-34.
5. Челышев инструментальных методов прогнозирования банкротства предприятий: Дис. ... канд. экон. наук. – М., 2006. – С 85-88.
