Диагностика и прогнозирование банкротства

     Cred – фактор, характеризующий кредитную историю предпрития (положительная — 0, отрицательная — 1);

     Current_ratio – коэффициент текущей ликвидности;

     EBIT/INT – отношение прибыли до уплаты процентов и налогов к уплаченным процентам;

     Ln(E) – натуральный логарифм собственного капитала предприятия;

     R – ставка рефинансирования;

     Reg – фактор, характеризующий деятельность предприятия с точки зрения его региональной принадлежности (0 — Москва ил Санкт-Петербург, 1 — другие регионы);

     ROA – рентабельность активов предприятия;

     ROE – рентабельность собственного капитала;

     T_E – темп прироста собственного капитала;

     T_A – темп прироста активов. 

     Сравнение  итогового значения комплексного критерия риска банкротства с пороговыми значениями (от 0 до 1) позволяет сделать  вывод о риске банкротства  предприятия в течение одного года с момента расчетов. Данная модель была апробирована на примере сформированной многоотраслевой выборки из 300 предприятий. Точность оценки риска банкротства на основе этой модели составила 85,6 %, что выше точности оценки  с помощью других применяемых подходов на 10-15 %. Данная модель может использоваться как дополнение к методам оценки финансового состояния, так как базируется на общедоступных данных финансовой отчетности, не требует расчета большого количества показателей, характеризуется достаточно длинным горизонтом прогнозирования [13].

     МФК «Ренессанс» разработала модель прогнозирования банкротства, представленную в формуле (5):

     Вероятность банкротства = f (β₁ * (характеристика фирмы) + β₂ х        (5)

     х (характеристика отрасли) + β₃ * (характеристика региона) + е.

     В этой методике используются не только показатели финансового состояния  предприятия, но и другие важные элементы его деятельности: денежный поток, производительность труда, реструктуризация, размер предприятия, задолженность по федеральным налогам на одного работника фирмы, валовый продукт региона на душу населения, власть губернатора в регионе и т. д. Коэффициенты  β₁ , β₂ , β₃ , е рассчитываются с помощью статистических программных пакетов [7].

     В. М. Зарубинский, Н. И. Демьянов разработали модель определения эффективности управления предприятием, именуемую «Модель фирмы «Конус», г. Луганск». Она является альтернативой другим количественным моделям и может адаптироваться к условиям организации управления конкретного предприятия. В качестве индикатора оценки финансового состояния и риска банкротства выбирается «уровень обеспеченности предприятия оборотными и денежными средствами». Кроме вербальной оценки вводится также количественная оценка выбранных показателей. Она предлагается в виде разбиения на N-уровней. Для расчетов выбрана следующая система исходных данных: коэффициент автономии, добавленная экономическая стоимость, коэффициент валовой прибыли, коэффициент операционной прибыли, точка безубыточности, финансовый цикл, прибыль до выплаты процентов и налогов. Модель расчета базируется на шаблоне с предварительно рассчитанными значениями показателей весомости каждого из приведенных факторов на каждом из уровней [5].

     А. Н. Бобрышев, Р. В. Дебелый предложили применять методику скорринговой оценки, в которой обеспечены равные шаги интервалов как по коэффициентам, так и по их ранжированию по категориям финансового состояния.

     В предлагаемой методике расширено соотношение  максимальных и минимальных значений коэффициентов финансовой устойчивости, эффективности и платежеспособности, что позволяет объективно оценивать дифференциацию между предприятиями с различным уровнем кредитоспособности. Единой эмпирической базой для отбора критериальных показателей финансового состояния послужили данные бухгалтерской (финансовой) отчетности организаций Ставропольского края в динамике за 5 лет.

     На  основе корреляционно-регрессионного анализа была разработана рейтинговая  шкала локальных критериальных  показателей прогнозирования банкротства (коэффициент текущей ликвидности, коэффициент быстрой ликвидности, коэффициент абсолютной ликвидности, уровень собственного капитала, деловая активность, обеспеченность основными средствами), которая используется для определения комплексной (интегральной) оценки кредитоспособности организации.

     При получении фактических значений финансовых коэффициентов каждому  из них в соответствии с рейтинговой  шкалой присваивается соответствующее  количество баллов (от 1 до 5). Оценка показателей  рентабельности и оборачиваемости производится в зависимости от соответствия (+) или несоответствия (-) оптимальным значениям, причем значения показателей рентабельности могут быть и отрицательными (< 0). При соответствии (+) оптимальным значениям отдельного коэффициента присваивается вспомогательный балл – 2. При несоответствии (-) – 1 балл. Если значение показателя рентабельности отрицательное, то присваивается 0 вспомогательных баллов. Итоговая оценка показателей рентабельности и оборачиваемости капитала складывается исходя из набранной суммы вспомогательных баллов.

     Заключительная  оценка кредитоспособности организации  производится на основании многоуровневого  комплексного показателя S, рассчитанного  по фактическим значениям финансовых коэффициентов, с учетом веса каждого  из них, нормализованного в пределах от 1 до 5. Чем ближе значение показателя S к 5, тем выше кредитоспособность организации [1].

     М. В. Евстроповым разработаны две  модели оценки риска банкротства, разработанные  на основе непараметрического подхода (первая модель применяется при периоде упреждения, равном 4 годам, вторая модель – 2 годам). Модели апробированы на основе годовой бухгалтерской отчетности за 1999-2006 гг. 64 предприятий Оренбургской области. Выявлено, что разработанные модели прогнозирования обладают большей прогностической «силой», то есть показывают лучшую прогностическую эффективность зарубежных моделей прогнозирования. При этом доверительные интервалы для статистических оценок прогностических «сил» в предложенных моделях меньше по сравнению с аналогичными показателями в зарубежных моделях [4].

     А. А. Захаровой и Е. В. Кочетковой предлагается многоуровневый подход к управлению риском банкротства, состоящий из трех этапов. На первом этапе осуществляется качественная оценка внешних и внутренних факторов, оказывающих воздействие на предприятие в данный момент. Оценка производится с помощью программы FUZZY-SWOT, которая построена на основе использования нечеткой логики. На втором этапе производится количественная оценка выделенных факторов с помощью сложной модели нечетких множеств Недосекина. В результате применения этой модели получается количественная оценка факторов, динамика их изменения, и обобщенная оценка степени риска банкротства. На третьем этапе производится выбор конкретного метода минимизации риска: диверсификация, страхование, лимитирование, хеджирование, резервирование средств, распределение риска и т. д. Применение этих методов должно быть направлено на достижение финансово-экономической стабильности предприятия [6].

     С. А. Кучеренко исследовал методы прогнозирования банкротства сельскохозяйственных товаропроизводителей. Была использована выборка из 56 сельскохозяйственных организаций  Краснодарского края. В результате проведения исследования Кучеренко составил модель, представленную в формуле (6):

Z = -0,748Х₁ + 15,288Х₂ + 15,435Х₃ – 17,677Х₄ + 9,378Х₅ – 0,375Х₆ ,           (6)

     где Х₁ – коэффициент абсолютной ликвидности;

     Х₂ – коэффициент рентабельности оборотных активов;

     Х₃ – коэффициент рентабельности продаж;

     Х₄ – коэффициент рентабельности производства;

     Х₅ –  коэффициент деловой активности оборотных активов;

     Х₆ – коэффициент фондоотдачи. 

     Разработанная модель характеризуется высокой  общей прогнозной точностью, составляющей 91,1 % при прогнозе состояния предприятия  на ближайший год, и 76,8 % – в течение двух ближайших лет.

     А. Е. Криони считает, что применительно  к малому бизнесу ни одна из вышеперечисленных  методик не дает достоверной информации о состоянии или отклонении в  развитии малых предприятий. Одними из причин этого он называет непрозрачность малого бизнеса, отсутствие грамотного финансового учета, специальные режимы налогообложения. Поэтому он предлагает собственную методику оценки вероятности банкротства, с помощью которой можно также выявить фиктивное или преднамеренное банкротство. В процессе анализа осуществляются следующие действия:

     1) визуальный осмотр комплекта  бухгалтерской отчетности, выявление  несоответствий и нарушений в  структуре договора и других  первичных документах;

     2) расчет индекса финансовой честности  (И_ФЧ) по формуле (7)

     И_ФЧ = ИБ + {УК + (СЦБ * Л) + ((ЗП * П) * Т + А)}                     (7)

     или

     И_ФЧ = ИБ / {УR +(СЦБ * Л) + ПИ},

     где ИБ  – итог баланса;

     УК – уставный капитал;

     СЦБ – ставка Банка Росси;

     Л – возраст предприятия в годах;

     ЗП – заработная плата;

     П – численность работников на предприятии;

     Т – период анализа финансовой отчетности в месяцах;

     А  – аренда;

     ПИ – постоянные издержки в год. 

     При этом если И_ФЧ < 0, то вероятность банкротства велика; если  И_ФЧ = 0, то вероятность банкротства равна 0,5;  если И_ФЧ > 0, то вероятность банкротства мала и уменьшается по мере возрастания.

     Автор отмечает, что методика дает очень  приблизительную оценку банкротства, но ее практическое применение возможно, так как она формирует новый  взгляд на финансовый менеджмент и  предполагает переход от финансового  анализа прошлой деятельности организации к анализу, нацеленному на будущее, на оценку возможных неблагоприятных последствий в организации [9]. 
 
 
 
 
 
 
 

  Заключение 
 

     В данной работе проанализированы актуальность диагностики и прогнозирования  банкротства, изложены и систематизированы  основные методики оценки и прогнозирования банкротства, использование которых позволяет с достаточно высокой степенью точности предсказывать наступление финансовых кризисов на предприятии. Рассмотрены примеры современных российских методик оценки риска банкротства.