Дягель Банкротство учет, анализ, аудит

91

ленной прибыли; К3 – рентабельность активов, исчисленная по прибыли до налогообложения; К4 – отношение рыночной стоимости собственного капитала к балансовой стоимости краткосрочных и долгосрочных обязательств предприятия; К5 – скорость обращения активов; 0,6 ….3,3 – коэффициенты регрессии.

Если в результате расчетов Z: соответствует значению 1,8 и менее, то вероятность банкротства очень высока; находится в пределах от 1,81 до 2,70 – средняя; в пределах от 2,80 до 2,90 – невелика; имеет значение 3 и выше – банкротство маловероятно.

Z-индекс Альтмана5-иф = 0,71×К1 + 0,847×К2 + 3,107×К3 + 0,42×К4 + 0,995×К5, (2)

В этом варианте расчета показателя К4 – это отношение балансовой стоимости собственного капитала к балансовой стоимости краткосрочных и долгосрочных обязательств предприятия. Если в результате расчетов Z имеет значение: до 1,22, то вероятность банкротства очень высока; в пределах от 1,23 до 2,89 – банкротство возможно; в пределах от 2,90 и выше – банкротство маловероятно.

По 5-и факторной модели спрогнозировать вероятность банкротства с точность до 90% можно на 1 год, до 70% − на 2 года, до 50% − на 3 года.

В 1977г. Альтман со своими коллегами разработал более точную семифакторную модель, которая позволяет прогнозировать банкротство на горизонте 5 лет с точностью до 70%. В модели в качестве переменных используются: рентабельность активов, изменчивость (динамика) прибыли, коэффициент покрытия процентов по кредитам, кумулятивная прибыльность, коэффициент покрытия (текущей ликвидности), коэффициент автономии, совокупные активы. Однако широкого применения в аналитической практике данный вариант функции Z не получил.

Практический опыт оценки финансового состояния на перспективу имеется и в других экономически развитых странах. Так, в 1972г. в Великобритании экономист Роман Лис получил следующую формулу моделирования банкротства:

Z-индекс Лиса = 0,063×К1 + 0,092×К2 + 0,057×К3 + 0, 001×К4,

где: К1 – доля чистого оборотного капитала (собственных оборотных средств) в совокупных активах; К2 – рентабельность продаж по прибыли от продажи; К3 – рентабельность продаж по чистой прибыли; К4 – отношение балансовой стоимости собственного капитала к балансовой стоимости краткосрочных и долгосрочных обязательств предприятия; 0,001….0,92 – коэффициенты регрессии.

Предельные значения данной модели таковы: 0,037 и выше – банкротство предприятия маловероятно; 0,036 и ниже – предприятию грозит банкротство.

Следующая модель диагностики банкротства экономического субъекта, разработанная в 1977г. британскими аналитиками Р.Тафлером и Г.Тишоу, получила название Z-индекс Тафлера:

Z-индекс Тафлера = 0,53×К1 + 0,13×К2 + 0,18×К3 + 0,16×К4,

92

где: К1 – отношение прибыли от продажи к краткосрочным обязательствам; К2 – отношение оборотных активов к сумме обязательств; К3 – отношение краткосрочных обязательств к сумме активов; К4 – отношение выручки к сумме активов; 0,13….0,53 – коэффициенты регрессии.

Если вследствие расчетов по этой модели величина Z-индекса соответствует 0,3 ед. и более, то это является свидетельством позитивных перспектив предприятия, а если она оказывается 0,2 ед. и менее, то банкротство более чем вероятно.

Модель Спрингейта была построена Гордоном Л. В. Спрингейтом в университете Симона Фрейзера в 1978 году с помощью пошагового дискриминантного анализа. В процессе создания модели из 19, считавшихся лучшими в целях диагностики вероятности банкротства, финансовых коэффициентов в окончательном варианте осталось только четыре. Общий вид модели представлен следующим образом:

Z-индекс Спрингейта = 1,03×К1 + 3,07×К2 + 0,66×К3 + 0,4×К4 ,

где: К1 – доля оборотных активов в общей стоимости совокупных активов; К2 – отношение прибыли до уплаты налогов и процентов к общей стоимости совокупных активов; К3 – отношение прибыли до налогообложения к объему краткосрочных обязательств; К4 – скорость обращения активов; 0,4…3,07 – коэффициенты регрессии.

Если Z < 0,862, то изучаемое предприятие получает оценку “крах”. При создании данной модели Спрингейт использовал данные 40 предприятий и достиг 92,5 процентной точности предсказания неплатежеспособности на год вперёд. Позднее Бодерас, используя модель Спрингейта на данных 50 предприятий со средним балансом в 2,5 миллиона долларов, достиг 88 процентной точности предсказания.

В 1984 г. на основании обработки данных шестидесяти предприятий – 30 потерпевших крах и 30 успешно функционирующих – была создана модель Фулмера. Изначальный вариант модели содержал 40 коэффициентов, окончательный использует всего девять, представленных следующей зависимостью:

Z-индекс Фулмера = 5,528×К1+ 0,212× К2 + 0,073×К3 + 1,270 ×К4 – 0,120×К5 + 2,335×К6 + 0,575× К7 + 1,083×К8 + 0,894×К9 + 0,8941 – 6,075

где: К1 – доля нераспределенной прибыли прошлых лет в общей стоимости совокупных активов; К2 – скорость обращения активов; К3 – доля прибыли до налогообложения в общей величине собственного капитала; К4 – доля денежного потока в общей стоимости заемного капитала краткосрочного характера; К5 – доля долгосрочных обязательств в общей стоимости совокупных активов; К6 – доля краткосрочных обязательств в общей величине совокупных актив; К7 – доля материальных внеоборотных активов в общей стоимости активов; К8 – доля оборотного капитала в общей стоимости заемного капитала; К9 – отношение

93

прибыли до уплаты процентов и налогов и выплаченных процентов; 0,120…5,528 – коэффициенты регрессии.

Если Z-индекс Фулмера имеет значение меньше, чем ноль, то крах анализируемой организации неизбежен. Точность прогнозов, сделанных с помощью данной модели на год вперёд – 98 %, на два года – 81 %.

Другая модель предсказания банкротства была разработана под руководством канадского специалиста Ж. Лего, который при создании модели исследовал 30 финансовых показателей 173 промышленных компаний Квебека, имеющих ежегодную выручку от 1 до 20 млн долл. США. Модель Ж. Лего имеет вид:

Z-индекс Лего = 4,5913 × К1 + 4,5080× К2 + 0,3936×К3 - 2,7616,

где: К1 – отношение акционерного капитала к общей стоимости активов; К2 – отношение прибыль до налогообложения с учетом издержек финансирования к общей стоимости активов; К3 – отношение выручки от продажи за два предыдущих периода к общей стоимости активов за два предыдущих периода; 0,3936…4,5913 – коэффициенты регрессии; 2,7616 – свободный член.

Критическим значением для Z-индекса Лего, который может быть использована только для прогнозирования банкротства промышленных компаний, является – 0,3, выше которого – банкротство организации не грозит, меньше – вероятно. Точность данной модели составляет 83%.

В зарубежной практике финансового анализа в целях диагностики вероятности банкротства используется ряд моделей, которые изначально разрабатывались их авторами для банковских учреждения в целях оценки кредитоспособности заемщиков. К ним, в частности, относят модель Конана-Гольдера и модель Чессера.

Модель Конана-Гольдера основывается на расчете дискриминантного показателя вида:

Z-индекс Конана-Гольдера = – 0,16×К1 – 0,22× К2 + 0,87× К3 + 0,10× К4 – 0,24× К5,

где: К1 – доля суммы дебиторской задолженности и денежных средств наличность в общей стоимости активов; К2 – доля собственного капитала в общей стоимости активов; К3 – отношение финансовых расходов к выручке от продаже; К4 – отношение расходов на персонал к добавленной стоимости; К5 – отношение валовая прибыль к общей стоимости заемного капитала; (–0,24)…0,10

– коэффициенты регрессии.

Авторы рассчитали вероятность задержки платежей (угрозы вероятности банкротства) для различных значений данного показателя, которые обобщены в таблице 8.

										94
	Таблица 8 – Критериальные значения модели Конана-Гольдера
	Значение Z-	+0,21	+0,048	+0,002	−0,026	−0,068	−0,087	−0,107	−0,131	−0,164
	индекса, ед.
	Вероятность
	задержки
	платежа (уг-	100	90	80	70	50	40	30	20	10
	розы бан-
	кротства), %

В 1974 году Чессер разработал модель прогноза случаев невыполнения клиентом условий кредитного договора. При этом в «невыполнение условий» он включает не только непогашение ссуды, но и любые другие отклонения, которые делают ее менее выгодной для кредитора, чем было предусмотрено первоначально. Модель оценки рейтинга заемщика Чессера может быть использована для оценки несостоятельности кредитов. Базовая Z-модель Чессера (у) следующая :

у = − 2,0434 + (−5324×К1) + 0,0053×К2 − 6,6507×К3 + 4,4009×К4 –

0,0791×К5 – 0,1020×К6,

где: К1 – доля наиболее ликвидных активов в общей стоимости активов; К2 – отношение выручки от продажи к наиболее ликвидным активам; К3 – рентабельность активов, исчисленная по прибыли до налогообложения; К4 – доля заемного капитала в общей стоимости активов; К5 – соотношение внеоборотные и оборотных активов; К6 – коэффициент закрепления оборотных активов (соотношение средней величины оборотных активов и выручки от продажи).

Зависимая переменная у, которая представляет собой линейную комбинацию независимых переменных (с К1 по К6), используется в следующей формуле для оценки вероятности несостоятельности:

1
Р = (1+е− у ),	где е = 2,71828.

В модели Чессера для оценки вероятности невыполнения договора используются следующие критерии: если Р > 0,50, то заемщика следует относить к группе несостоятельных клиентов; если Р < 0,50, то заемщика следует относить к группе надежных.

Американский эксперт Роберт О. Эдмистер, проводя дискриминационный анализ, пришел к заключению о том, что анализ, основанный на финансовых документах за один отчетный период, недостаточен для оценки вероятности банкротства организаций. Статистическая надежность прогноза обеспечивается по меньшей мере данными за трехлетний период. Прогнозирующая роль моделей усиливается при переходе от статического анализа к динамическому, то есть трансформации Z-индексов в РАS-коэффициенты (Perfomans Analysys Score) анализа деятельности предприятия во времени. PAS-коэффициент – коэффициент, позволяющий отслеживать деятельность компании во времени,

95

изучая которые, как выше, так и ниже критического уровня, легко определить моменты упадка и возрождения компании [108.

В общем, РАS-коэффициент − это относительный уровень деятельности компании, выведенный на основе ее Z-индекс за определенный год и выраженный в процентах от 1 до 100. При этом, чем меньшее значение имеет РАSкоэффициент, тем больше вероятность его банкротства. Итак, подсчитав Z- индекс для организации, можно затем трансформировать абсолютную меру финансового положения в его относительную меру, характеризующую динамику изучаемого явления [97].

Применение зарубежных экономико-математических моделей в практике диагностики вероятности банкротства отечественных предприятий требует осторожности, так как они не учитывают специфику российского бизнеса (например, структуру капитала в различных отраслях, экономическую ситуацию в стране и различия в законодательной и информационной базе). В связи с этим возникла необходимость в разработке отечественных моделей прогнозирования банкротства с учетом специфики отраслей и макроэкономической ситуации.

Определенный опыт в этом направлении в России имеется: примерно в 1992 г. разработана и используется на практике для диагностики потенциального банкротства рыночных субъектов четырехфакторная модель Z-индекса Альтмана в версии Л.Философова. Причем в ней автором были реализованы следующие изменения: показатель К2 принимается равным 0, а в показатели К4 вместо рыночной стоимости используется балансовая стоимость собственного капитала. Однако вопрос определения весов значимости показателей, входящих в состав уравнений, остался не решенным. В преобразованной модели Л.Философов использовал эмпирическую информацию о деятельности зарубежных предприятий, что делает и эту модель мало пригодной для оценки деятельности отечественных предприятий.

Для определения признаков банкротства организаций в отечественной аналитической практике используется также двухфакторная модель М.А. Федотовой и В.М. Радионовой. При построении модели учитываются два показателя, от которых, по убеждению авторов, зависит вероятность банкротства, – коэффициент текущей ликвидности (покрытия) и отношение заёмных средств к активам:

Z-индекс Федотовой-Радионовой = – 0,3877 – 1,0736 × К1 + 0,0579 × К2,

где: К1 – коэффициент текущей ликвидности; К2 – отношение заёмных средств к совокупным активам; 0,3877….1,0736 – коэффициенты регрессии.

Если Z < 0, то вероятность низкая, предприятие останется платёжеспособным, а если Z > 0 – вероятность банкротства высокая.

В Иркутской области решение данной проблемы было более успешным. Д.э.н., профессором Иркутской государственной экономической академии, заслуженным деятелем науки РФ Г.В. Давыдовой и ассистентом А.Ю. Беликовым, в результате статистического анализа исходной и расчетной информации по данным квартальной бухгалтерской отчетности торговых организаций была получена следующая четырехфакторная модель, «внешне похожая на модель Э.

96

Альтмана для организаций, акции которых не котируются на бирже» [75, С.111]:

R = 8,38×К1 + К2 + 0,054×К3 + 0,63×К4,

где: R − оценка риска вероятности банкротства; К1 − доля чистых оборотных активов (собственных оборотных средств) в общей стоимости активов; К2 − рентабельность собственного капитала, исчисленная по чистой прибыли; К3 − скорость обращения активов; К4 − рентабельность затрат по обычным видам деятельности (отношение прибыли от продажи к сумме себестоимости, коммерческих и управленческих расходов) (авторы называют этот показатель «норма прибыли» [49, С.16]).

По мнению авторов, используя данную методику, можно с точностью до 81% определить степень риска банкротства предприятия за три квартала. На основе анализа полученных результатов построена шкала для оценки значений модели «R», которая приведена в таблице 9.

Таблица 9 – Критериальные значения R-модели

Значение R	Вероятность банкротства, %
< 0	Максимальная (90 – 100)
0 – 0,18	Высокая (60 – 80)
0,18 – 0,32	Средняя (35 – 50)
0,32 – 0,42	Низкая (15 – 20)
≥ 0,42	Минимальная (до 10)

Известным экономистом Г.В.Савицкой разработана дискриминантная модель оценки риска банкротства для сельскохозяйственных предприятий Республики Беларусь:

Z-индекс Савицкой = 0,111×К1 + 13,239×К2 + 1,676×К3 + 0,515×К4 + 3,8×К5 ,

где: К1 – доля чистого оборотного капитала (собственных оборотных средств) в совокупных активах; К2 – соотношение оборотного и внеоборотного имущества; К3 – скорость обращения активов; К4 – рентабельность активов, исчисленная по чистой прибыли; К5 – коэффициент автономии.

Таблица 10 – Критериальные значения Z-индекса Савицкой

Значение Z	Вероятность банкротства
≥ 8	Риск банкротства отсутствует
от 8 до 5	Риск банкротства небольшой
от 5 до 3	Риск банкротства средний
от 3 до 1	Риск банкротства большой
<1	100%-ая несостоятельность

97

Общеизвестный метод Z-счета Альтмана, был также адаптирован к условиям функционирования предприятий производственной отрасли Украины. Аналитиками одного из коммерческих банков – В.А. Пареной и И.А. Долгалевым – был произведен расчет коэффициентов корреляции и, соответственно, весов значимости для 500 украинских предприятий с последующей перепроверкой на других 100 украинских предприятиях. В результате исследования была получена следующая корреляционно-регрессионная модель:

Z-индекс Пареной-Долгалева = 0,131227×K1 + 0,25757×K2 + 0,570029×К3 + 0,00299×К4 + 0,038179×К5,

где: К1 – доля чистых оборотных активов (собственных оборотных средств) в активах; К2 – рентабельность активов, исчисленная по чистой прибыли; К3 – коэффициент текущей ликвидности; К4 – коэффициент автономии; К5 – скорость обращения активов.

Значения Z-индекс Пареной-Долгалева в результате расчетов были сгруппированы в следующие интервалы:

−менее 0 – большая вероятность банкротства;

−от 0 до 0,29 – вероятность банкротства выше среднего;

−от 0,29 до 2,07 – средняя вероятность банкротства;

−от 2,07 до 2,54 – вероятность банкротства ниже среднего;

−более 2,54 – малая вероятность банкротства.

Завершая обзор экономико-математических моделей диагностики вероятности банкротства, отметим, что их применение является, в условиях однородности и представительности статистических данных, наиболее приемлемым в современных условиях, учитывая:

−достаточно высокую точность прогноза;

−многокритериальность данных моделей, обеспечивающую охват широкого круга симптомов возможного кризисного состояния;

−возможность оценки их одновременного влияния;

−возможность исключение тех факторов, которые оказывают взаимное влияние друг на друга;

−простоту применения: практически все модели можно рассчитать, обладая информацией, содержащейся в бухгалтерской отчетности.

Однако их использование в отечественной аналитической практике связано с рядом трудностей. Как видим, отечественные методики построения Z- индексов основаны на использовании подходов, предложенных Альтманом и другими западными учеными, то есть представляют собой адаптированные к российским условиям их модификации. Все эти методики объединяет одна черта – они основаны на анализе большого массива статистических данных [88, 108]. Весовые константы зарубежных моделей установлены на основе статистических данных, отражающих динамику развития предприятий в иных, коренным образом отличных от российских, условиях функционирования, а в этой связи они не позволяют адекватно оценить степень воздействия каждого из факторов на оценочную характеристику вероятности банкротства, что, в свою очередь, делает не корректным сложившиеся критериальные значения Z-индексов.

98

Кроме того, практика применения этих методик в развитых странах показывает,чточтовесавеса вZ-Zиндексах- иипороговыезначениниясильноразличаютсяне только от страны к стране, но и год от года в рамках одной страны. Это свидетельствует о том, что методики не обладают устойчивостью к вариациям в исходных данных. Статистика, на которую опирается Альтман и его последователи, возможно, и представительна, однако, она не обладает важным свойством статистической однородности выборки событий, учитывая тот факт, что условия функционирования отраслей экономики отличаются друг от друга.

Вероятным решением проблемы антикризисной диагностики является другая группа методов, основанных на детерминированном анализе, в которую согласно классификации, представленной на рисунке 5, входят:

1)Однокритериальные модели.

2)Многокритериальные модели, основанные на методах:

−обратного детерминированного факторного анализа (методах комплексного анализа);

−скоррингового (сравнительного) анализа.

Однокритериальные модели позволяют осуществить диагностику вероятности наступления банкротства организации на основе локального параметрического анализа, то есть построения детерминированной модели в виде одного относительного частного показателя, позволяющего количественно оценить вероятность банкротства организации. Теория и практика финансового анализа позволяет отнести к данной группе ряд показателей, методика расчета которых и их интерпретация систематизированы нами в таблице 11.

Несмотря на простоту, оценка вероятности банкротства организаций на основе однокритериального подхода не может быть объективной по следующим причинам:

1)ограниченность индикаторов диагностирования: как было продемонстрировано, все отдельные коэффициенты, предлагаемые для оценки вероятности банкротства, исходят из характеристики ликвидности, оставляя без внимания другие сферы деятельности организации, не позволяя тем самым описать тенденцию развития с максимальной точностью прогноза;

2)фактическое значение коэффициентов ликвидности не достаточно объективно отражает уровень финансового состояния предприятий по причине:

−неоднородности и условности дифференциации активов по уровню ликвидности активов, а пассивов – по сроку их изъятия из оборота;

−моментного характера значения коэффициентов.

Модели детерминированного анализа, применяемые в целях антикризисной диагностики

Однокритериальные модели

Коэффициент ликвидности перманентный

Запас быстрой ликвидности в днях

Коэффициент ликвидности с учетом банкротства

Индекс банкротства

Коэффициент долгосрочной платежеспособности

Коэффициент степени риска банкротства

Коэффициент банкротства

Коэффициент прогноза банкротства

Коэффициент соотношения кредиторской и деби- торской задолженности

Многокритериальные модели

Модели скоррингового анализа

Комплексный показатель Шеремета-Сайфулина

Метод Credit –men Дж. Деполяна

Анализ чувствительности (метод Д.А Ендовицкого и М.В. Щербакова)

Комплексные показатели в сочетании с методами экспертных оценок (комбинированные)

Комплексный показатель	банкротства	Зайцевой О.П.(СибУПК)		Комплексный показатель	банкротства показатель,	предполагаемой кафедрой	экономического анализа и	статистики	ГОУ ВПО КГТЭИ

99

Методика Д.Дюрана

Методика У.Бивера

Методика Г.Ф.Сысоевой

Методика А.В. Донцовой и Н.А Никифоровой

Методика ученых Казанского государственного технологического университета

Рисунок 5 – Детерминированные модели антикризисной диагностики вероятности банкротства организаций

100

Таблица 11 – Система однокритериальных детерминированных моделей антикризисной диагностики

Название	Автор(ы)	Методика расчета			Условные	Критериальные	Примечание
					обозначения	значения
					ДС – денежные средства;
					КФВ – краткосрочные	Рекомендуемое значение коэффициента – более 1
					финансовые вложения;
						ед. Если суммы денежных средств и краткосрочных
					ДЗ – дебиторская задол-	финансовых вложений недостаточно для погаше-
						ния срочной кредиторской задолженности (значе-	Методика расчета
					женность с определенным
						ние меньше 1 ед.), то осуществляются следующие	сводится к по-
Коэффициент		ДС + КФВ + ДЗдо1мес.,от1до2мес.,от 2 до3мес. + Зал,бл,сл			сроком возврата; Зал – за-
	О.П.Зайцева,					действия: в расчет поэтапно включается дебитор-	этапной проверке
ликвидности					пасы, имеющие абсолют-
		КЗс
	А.И. Савина					ская задолженность с определенным сроком пога-	достаточности
					ную ликвидность; Збл –
перманентный
						шения (на данный момент) и запасы с определен-	платежных
					запасы, имеющие быст-
						ным уровнем ликвидности до тех пор, пока четко	средств
					рую ликвидность; Зсл –
						не определятся реальные условия, при которых
					запасы, имеющие сред-
						становится возможным погасить долги. Одновре-
					нюю ликвидность; КЗс –
						менно с этим нарастает риск банкротства
					срочная кредиторская за-
					долженность
						Рекомендуемое значение коэффициента – более
					ПКО – просроченные	1 ед. Если суммы денежных средств и кратко-
						срочных финансовых вложений недостаточно
					свыше 3 месяцев кратко-		Методика расчета,
						для погашения срочной кредиторской задол-
					срочные обязательства со		основанная на по-
						женности (значение меньше 1 ед.), то осуществ-
					дня наступления оплаты, в		этапной проверке
						ляются следующие действия: в расчет поэтапно
					состав которых также		достаточности
Коэффициент						включается дебиторская задолженность с опре-
					включают задолженность		платежных
ликвидности с		ДС + КФВ+ ДЗдо1мес.,от1до3мес.,свыше3мес.				деленным сроком погашения (на данный мо-
	О.П.Зайцева,				перед учредителями (уча-		средств, исходит
учетом близо-		ПКО				мент) до тех пор, пока четко не определятся ре-
	Л.В. Елышева				стниками) предприятия и		из требований ФЗ
сти к банкрот-						альные условия, при которых становится воз-
					дополнительные обяза-		«О несостоятель-
ству						можным погасить долги. Одновременно с этим
					тельства за неисполнение		ности (банкротст-
						нарастает риск банкротства. При этом, если об-
					или ненадлежащее испол-		ве)» от
						щая величина платежных средств с учетом де-
					нение денежных обяза-		26.10.2002г. №
						биторской задолженности до 3-х месяцев в це-
					тельств (штрафные санк-		127-ФЗ
						лом не покрывает текущие потребности в расче-
					ции)
						тах, то предприятие считается, что предприятию
						грозит банкротом.