Методи діяльності ймовірності банкрутства

1). Метод Аргенті (А-рахунок). Згідно  з цією методикою, дослідження починається з припущень, що:

• іде процес, який веде до банкрутства;

• процес цей для свого завершення вимагає кілька років;

• процес може бути розділений на три  частини.

При розрахунку А-рахунку конкретної компанії слід ставити або кількість  балів згідно з Аргенті, або 0 - проміжні значення не допускаються. Кожному чиннику кожної стадії присвоюють певну кількість балів і розраховують агрегований показник А-рахунок.

2) Метод Скоуна базується на  таких підходах:

• компанії менше ніж п'ять років?

• компанія працює в циклічній галузі?

• короткострокові зобов'язання більші за оборотні активи?

• співвідношення позикових і власних  коштів більше ніж 100%?

• за останні чотири роки виторг збільшився більше ніж на 50%?

• резерви негативні і за абсолютною величиною перевищують вартість статутного капіталу?

• компанія переїжджає або має  намір переїхати?

• чи використовує компанія «творчий»  облік?

• чи не занадто сильно збільшилося  співвідношення позикових і власних  коштів за попередній рік?

• чи не змінила компанія останнім часом банк, аудиторів, директорів?

• чи не є голова ради директорів одночасно  виконавчим директором?

• чи не перевищує сума короткострокового  капіталу величину довгострокового  капіталу?

• чи не є облік і звітність  надмірно докладними або представленими в нестандартному форматі?

Якщо на більш ніж п'ять із цих питань відповідь «так», то компанія переживає ускладнення. Якщо відповідь  на більш ніж вісім питань позитивна - фінансовий стан надто важкий.

3) Методика компанії ERNST & WHINNEY. Компанія Ernst & Whinney розробила такий тест для прогнозу банкрутства фірм:

• директори їздять на особистих  «роллс-ройсах»;

• фонтан у приймальній;

• флагшток у дворі фабрики;

• некваліфікований / немолодий бухгалтер;

• наявність нагороди її Королівської Величності (для Великобританії);

• аудитор, що працював із компанією, зробив блискучу кар'єру;

• новий офіс;

• слова «Ні-Tech» у назві фірми;

• річний звіт із фотографією голови ради директорів, що спускається з  вертольота;

• компанія нещодавно відкрила офіс у Китаї;

• продукція - лідер ринку;

• співробітники задоволені життям, не страйкують.

4) В.В. Ковальов, базуючись на розробках західних аудиторських фірм і адаптуючи ці розробки до вітчизняної специфіки бізнесу, запропонував свою дворівневу систему показників.

До першої групи він відніс критерії і показники, несприятливі поточні значення або динаміка зміни яких свідчать про можливі в майбутньому значні фінансові ускладнення, у тому числі й банкрутство. До них належать:

• істотні втрати, що повторюються в основній виробничій діяльності;

• перевищення деякого критичного рівня простроченої кредиторської  заборгованості;

• надмірне використання короткострокових позикових коштів як джерела фінансування довгострокових вкладень;

• стійко низькі значення коефіцієнтів ліквідності;

• хронічна нестача обігових коштів;

• стійка частка позикових коштів, яка збільшується до небезпечної  межі в загальній сумі джерел коштів;

• неправильна реінвестиційна політика;

• перевищення розмірів позикових  коштів над установленими лімітами;

• хронічне невиконання зобов'язань перед інвесторами, кредиторами та акціонерами (відносно своєчасності повернення позик, виплати процентів і дивідендів);

• висока питома вага простроченої дебіторської заборгованості;

• наявність наднормативних товарних та виробничих запасів;

• погіршення відносин з установами банківської системи;

• використання (вимушене) нових джерел фінансових ресурсів на відносно невигідних умовах;

• застосування у виробничому процесі  обладнання, терміни експлуатації якого  вже вийшли;

• потенційні втрати довгострокових контрактів;

• несприятливі зміни в портфелі замовлень.

У другу групу входять критерії та показники, несприятливі значення яких не дають підстави розглядати поточний фінансовий стан як критичний. Разом  з тим вони вказують, що за певних умов або неприйняття дійових заходів ситуація може різко погіршитися. До них належать:

• втрата ключових працівників апарату  управління;

• вимушені зупинки, а також порушення  виробничо-технологічного процесу;

• недостатня диверсифікація діяльності підприємства, тобто надмірна залежність фінансових результатів від якогось одного конкретного проекту, типу обладнання, форми активів та ін.;

• зайва ставка на успішність, що прогнозується, і прибутковість нового проекту;

• участь підприємства в судових  розглядах із непередбачуваним результатом;

• втрата ключових контрагентів;

• недооцінка технічного та технологічного оновлення підприємства;

• неефективні довгострокові угоди;

• політичний ризик, пов'язаний із підприємством  загалом або його ключовими підрозділами.

Що стосується критичних значень  цих критеріїв, то вони мають бути деталізовані за галузями, а їх розробка може бути виконана після накопичення  певних статистичних даних.

До другого підходу відносяться  методи прогнозування ймовірності  банкрутства, засновані на побудові економіко-математичних моделей.

До них ставляться: 1) дискримінантний  аналіз; 2) кластерный аналіз; 3) дерева класифікації й 4) імітаційне моделювання.

Найбільш відомими методами, заснованими  на побудові дискримінантної функції, є [50, с.106]:

1) моделі оцінки ймовірності  банкрутства на основі Z-критерію  Альтмана;

2) модель Р. Ліса оцінки фінансового  стану;

3) метод рейтингового числа;

4) R-модель прогнозу ризику банкрутства;

5) прогнозна модель Таффлера;

6) модель Фулмера;

7) модель Спрінгейта;

8) модель оцінки ймовірності  банкрутства малих і середніх  підприємств Конана й Гольдера;

9) модель Чессера;

10) узагальнена модель оцінки  ймовірності банкрутства;

11) галузеві моделі оцінки ймовірності  банкрутства;

12) модель PAS-коефіцієнта.

У Додатку А наведено порівняльну характеристику деяких моделей визначення вірогідності настання банкрутства підприємства.

Першу дискримінантну модель розробив у 1968 р. Е. Альтман на основі аналізу  даних 22 підприємств [12]. У світовій практиці відомі також такі моделі прогнозування банкрутства, як критерії Спрінгейта, Таффлера, Ліса, універсальна дискримінантна функція, показник діагностики платоспроможності Конона і Гольдера тощо [2; 4; 6–8].

Застосування цих моделей  в Україні ускладнюється тим, що в усіх зарубіжних моделях вирішальне значення для прогнозування банкрутства має показник рентабельності, оскільки зарубіжні підприємства намагаються відобразити у звітності якнайбільший прибуток для підвищення курсу своїх акцій. Для українських підприємств у сучасних умовах більш актуальними є показники, які відображають формування та дотримання нормальних співвідношень у структурі активів і джерел фінансування, рівень їхньої оборотності. Також західні моделі часто включають показники, розраховані за ринковою вартістю капіталу, яку через нерозвиненість українського фондового ринку практично неможливо достовірно визначити.

Ще одним підходом до прогнозування  банкрутства підприємств на підставі економіко-математичних методів є імітаційне моделювання.

Методи розрахунку ймовірності  банкрутства на основі імітаційного моделювання можуть бути застосовні в умовах вітчизняної економіки.

Аналізована група методів заснована  на розрахунку ймовірності банкротства аналізованого підприємства шляхом аналізу результатів, що дозволяє оцінити схильність підприємства до банкрутства в майбутньому. Так, менш фінансово стійкі підприємства мають більшу ймовірність збанкрутувати в найближчий період, чим більше стійкі.

Наступним напрямком оцінки й прогнозування ймовірності банкрутства підприємства є методи, засновані на застосуванні кластерного аналізу.

Застосування кластерного аналізу  при прогнозуванні ймовірності банкрутства базується на визначенні кластерів, що характеризують фінансову стабільність підприємства й схильність його до банкрутства.

Кластерний аналіз дозволяє здійснити  класифікацію об’єктів, у цьому випадку підприємств, для яких оцінюється фінансовий стан, на основі подання результатів, виражених фінансовими коефіцієнтами – крапками відповідного геометричного простору, з наступним виділенням груп як «згустків» цих крапок (кластерів, таксонів).

До кластерного аналізу відносяться  методи автоматичної класифікації без навчання, засновані на визначенні поняття відстані між об’єктами й не потребуючої апріорної інформації про розподіл генеральної сукупності.

При здійсненні прогнозування ймовірності  банкрутства по кожному з розглянутих підприємств виділяється деяка кількість показників, що характеризують його фінансове становище. Причому, в аналіз можуть бути включені дані за відповідними показниками й за ряд років, що дозволяє оцінити схильність підприємства до банкрутства з урахуванням фактору часу.

Метод дерев класифікації одержав  широке поширення в закордонній практиці. Основними перевагами методу побудови дерев класифікацій при прогнозуванні ймовірності банкрутства підприємства є те, що він має високий ступінь наочності (графічне подання), легкістю інтерпретації отриманих результатів, ієрархічністю обчислень у процесі класифікації (питання задаються послідовно, і остаточне рішення залежить від відповіді на всі попередні питання).

Методи, засновані на використанні експертних систем і спрямовані на прогнозування ймовірності банкрутства підприємства, умовно можна підрозділити на дві групи: 1) діагностичні експертні системи; 2) системи нейронно-мережевих обчислень.

Діагностичні експертні системи  призначені для виявлення причин, що викликали незадовільний стан підприємства. Крім того, діагностичні експертні системи дозволяють моделювати механізм мислення людини щодо рішення завдань у відповідній предметній області. Крім обчислень, експертні системи формують висновки, ґрунтуючись на наявній у ній інформації, базуючись на евристичних підходах до одержання результатів.

У цілому можна відзначити, що експертні  системи діагностичного характеру в економіці стали поширюватися порівняно недавно й ще не знайшли широкого застосування, що не дозволяє говорити про достатній ступінь точності інтерпретації отриманих результатів, тому що вони базуються насамперед на знаннях і досвіді експертів. Таким чином, можна відзначити, що економічні діагностичні експертні системи поки обмежені рівнем знань фахівців (фінансистів, економістів, бухгалтерів), що ще не завжди високий.

Іншим напрямком застосування економічних  систем, що радять, є використання систем нейромережевих обчислень із метою виявлення ймовірності банкрутства підприємств.

Нейронні мережі являють собою  нову й досить перспективну обчислювальну технологію, що дає нові підходи до дослідження динамічних завдань у фінансовій області. Спочатку нейронні мережі відкрили нові можливості в області розпізнавання образів, потім до цього додалися статистичні й засновані на методах штучного інтелекту кошти підтримки прийняття рішень і рішення завдань у сфері фінансів, у тому числі для діагностики банкрутства підприємства.

Одним з основних напрямків діагностики  банкрутства підприємств є підхід, що базується на розрахунку різних фінансових коефіцієнтів на основі фінансової звітності. Вітчизняні й закордонні автори пропонують різні процедури аналізу фінансової звітності, виходячи із цілей і завдань аналізу, інформаційної бази, технічного забезпечення, досвіду й кваліфікації фахівців.

Аналіз літературних джерел дозволив виділити наступні методики діагностики банкрутства підприємства, засновані на розрахунку й аналізі фінансових показників:

• система показників У. Бівера для діагностики банкрутства підприємства;
• метод «credit-men» Ж. Депаляна;
• методика діагностики банкрутства підприємства І. А. Бланка;
• методика, заснована на розрахунку коефіцієнта фінансування важколіквідних активів;
• модель фінансової рівноваги підприємства Ж. Франшо та й І. Романэ.