Прогнозирование банкротства: основные методики и проблемы

Автор работы: Пользователь скрыл имя, 20 Марта 2012 в 15:45, реферат

Описание

На нынешнем этапе развития российской экономики выявление неблагоприятных тенденций развития предприятия, предсказание банкротства приобретают первостепенное значение. Вместе с тем, методик, позволяющих с достаточной степенью достоверности прогнозировать неблагоприятный исход, практически нет. Более того, нет единого источника, который бы описывал большинство известных методик.

Работа состоит из  1 файл

ПРОГНОЗИРОВАНИЕ БАНКРОТСТВА.docx

— 359.66 Кб (Скачать документ)

Вместе с вышеизложенным особое внимание следует уделить правильной интерпретации результатов, содержащихся в данной статье. Поскольку разработка полезного для практического применения инструментария прогнозирования банкротства не была заявлена как цель исследования, выводы, сделанные здесь, должны играть только направляющую роль для последующих исследований. Для того чтобы получить модели более или менее пригодные для практического применения, использованный здесь подход может быть усовершенствован в нескольких направлениях.

Во-первых, согласно принципу GIGO (Garbage In - Garbage Out), полезная информация не может быть получена на основе данных низкого качества. В терминах прогнозирования банкротства это означает, что финансовая и любая другая информация, характеризующая анализируемое предприятие, должна аккуратно и точно отражать реальное состояние данного предприятия. Таким образом, так называемый "творческий подход при составлении финансовой отчетности" может сделать результаты последующего анализа сомнительными, если не бессмысленными. Думается, что исключение подобной финансовой отчетности из дальнейшего анализа позволит сделать результаты исследования более робастными.

Во-вторых, в течение  последних лет японская система  отчетности претерпела серьезную реформу. В результате содержание таких терминов, как активы, задолженность и капитал  перед и после реформирования, стали до определенной степени отличными. Вследствие этого результаты анализа, основанного на финансовой отчетности как до, так и после реформирования, могут быть неадекватными. Ни одна из этих групп не была нами исключена из анализа, поскольку это привело бы к значительному уменьшению набора данных. Однако для улучшения результатов исследования обозначенная проблема должна быть критически рассмотрена.

В-третьих, другим направлением улучшения результатов данного  исследования могло бы стать использование  в качестве переменных не только финансовых коэффициентов, но также и других показателей. Например, включение переменных, содержащих информацию с фондового  рынка, результатов аудиторских  проверок или макроэкономических условий  могло бы до определенной степени  улучшить точность моделей прогнозирования.

Мы надеемся, что  все вышеобозначенные темы найдут свое дальнейшие изучение в будущих научных работах.

ЛИТЕРАТУРА

  1. Altman E.I. Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy // Journal of Finance 22. 1968. 589-610,
  2. Aziz A., Dar H.  Predicting Corporate Bankruptcy: Whither do We Stand? Department of Economics, Loughborough University, UK. 2004.
  3. Beaver W. Financial Ratios as Predictors of Failure. Empirical Research in Accounting: Selected Studies. Vol. 5 // Journal of Accounting Research. 1966. 71-111.
  4. Claessens S. and Klapper L.F. Bankruptcy around the World: Explanations of its Relative Use // Policy Research Working Paper Series 2865. The World Bank. 2002.
  5. Deakin E. A Discriminant Analysis of Predictors of Business Failure // Journal of Accounting Research. Spring. 1972. 167-179.
  6. Morris R. Early Warning Indicators of Business Failure. - Aldershot: Ashgate Publishing. 1997.

 

 

 

 

 

 

 

 

 

 

 

Методы прогнозирования  возможного банкротства предприятия

Практика  оценки финансового состояния хозяйствующего субъекта с учетом мирового опыта  »»  
Диагностика риска банкротства »»  
Методы прогнозирования возможного банкротства предприятия »»

Наряду с системой критериев для оценки потенциального банкротства, установленной в нормативных  документах, соответствующие рекомендации содержатся и в отечественных, и  в зарубежных публикациях.

Рассмотрим методику прогнозирования банкротства по отраслевому характеру, которая  была предложена учёными Казанского государственного технологического университета.

Значения критериальных показателей для распределения предприятий промышленности (машиностроение) по классам кредитоспособности (табл. 7.1).

Таблица 7.1

Таблица 7.2

Таблица 7.3

Таблица 7.4

Таблица 7.5

Также к отечественным  моделям относится модель R-прогнозирования  вероятности банкротства, предложенная учёными Иркутской государственной  экономической академии. Она имеет  вид:

R=K1+K2+K3+K4 (7.5)

или

R=8,38*K1+K2+0,054*K3+0,63*K4, (7.6)

где K1– отношение  оборотного капитала к активам;

К2 – отношение чистой прибыли к собственному капиталу;

К3 –- отношение  выручки от продажи к активам;

К4 – отношение чистой прибыли к интегральным затратам.

Таблица 7.6

В зарубежных странах  для оценки риска банкротства  и кредитоспособности предприятий  широко используются факторные модели известных западных экономистов  Альтмана, Лиса, Таффлера, Тишоу и др., разработанные с помощью многомерного дискриминантного анализа.

Первая модель прогнозирования  банкротства была предложена в 1966 году Бивером. Данная модель основывалась на расчете финансовых коэффициентов и давала относительно точный прогноз будущего статуса фирмы, модель Бивера вызвала множество критических замечаний, но в тоже время дала огромный толчок для развития исследований в этой области.

Известный финансовый аналитик Уильям Бивер предложил свою систему показателей для оценки финансового состояния предприятия с целью диагностики банкротства - пятифакторную систему, содержащую следующие индикаторы:

- рентабельность  активов;

- удельный вес  заёмных средств в пассивах;

- коэффициент текущей  ликвидности;

- доля чистого  оборотного капитала в активах;

- коэффициент Бивера (отношение суммы чистой прибыли и амортизации к заёмным средствам).

Весовые коэффициенты для индикаторов в модели У. Бивера не предусмотрены и итоговый коэффициент вероятности банкротства не рассчитывается. Полученные значения данных показателей сравниваются с их нормативными значениями для трёх состояний фирмы, рассчитанными У. Бивером для благополучных компаний, для компаний, обанкротившихся в течение года, и для фирм, ставших банкротами в течение пяти лет. Система показателей У. Бивера и их значения для диагностики банкротства представлены в таблице 7.7.

Таблица 7.7

Дискриминантная модель, разработанная Лис для Великобритании, получила выражение:

Z = 0,063 х1 + 0,092 х2 + 0,057 х3 +0,001 х4 , (7.7)

где х1 – отношение оборотного капитала к сумме активов;

х2 – отношение прибыли от продажи к сумме активов;

х3 – отношение  нераспределённой прибыли к сумме  активов;

х4 – отношение собственного капитала к заёмному капиталу.

Предельное значение 0,037.

Таффлер разработал следующую модель:

Z = 0,53 x1 + 0,13 х2+ 0,18 х3 +0,16 х4 , (7.8)

где x1 – отношение  прибыли от продажи к величине краткосрочных обязательств;

х2 – отношение оборотных активов к сумме обязательств;

х3 – отношение  краткосрочных обязательств к сумме  активов;

х4 – отношение выручки от продажи к сумме активов.

Если величина Z - счёта больше 0,3, это говорит  о том, что у фирмы неплохие долгосрочные перспективы, если меньше 0,2, то банкротство более чем вероятно.

Все последующие  модели можно условно разделить  на три группы. Исследования первой группы в значительной мере касались теоретического моделирования (модель Wilcox, 1971 и модель Santomero-Vinso, 1977). Вторая группа моделей была связана с поиском наилучших прогнозных переменных (модели Mensah, 1983, Casey-Bartczak, 1985, Gentry, 1987) и исследованием нефинансовых показателей (модели Peel, 1986, Keasy-Watson, 1987, Betts-Belhoul, 1987) и модели из третьей группы занимались поиском наиболее эффективного метода прогнозирования.



Информация о работе Прогнозирование банкротства: основные методики и проблемы