Учебный год 2023-2024 / Балдин, Белугина, Голдицкая, Передеряев - Банкротство предприятия

циентов за пятилетний период по группе компаний, половина из которых обанкротилась. Все коэффициенты были сгруппированы автором в шесть групп, при этом исследования показали, что наибольшую значимость для прогнозирования имел показатель, характеризовавший соотношение притока денежных средств и заемного капитала.

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

Мультипликативный дискриминантный анализ использует методологию, рассматривающую объединенное влияние нескольких переменных (в нашем случае — финансовых коэффициентов). Цель дискриминантного анализа — построение некой условной линии, делящей все компании на две группы: если фирма расположена над линией, финансовые затруднения вплоть до банкротства в ближайшем будущем не грозят, и наоборот. Эта линия разграничения называется дискриминантной функцией, или индексом Z.

Дискриминантная (дифференциальная) функция обычно представляется в линейном виде:

Z = a1X1+a2X2+... + anXn,

где Z — дифференциальный индекс (Z-счет); Xi — независимая переменная (i = 1, ..., n); ai — коэффициент переменной.

Для диагностики угрозы банкротства с учетом российской специфики можно применять следующие факторные модели:

1. Двухфакторная модель оценки угрозы банкротства.

Z= – 0,3877 + (– 1,0736) Ктл + 0,579 ЗС / П, где Ктл — коэффициент текущей ликвидности:

Ктл = Оборотные активы (стр. 290) / Краткосрочные пассивы (стр. 690);

231

ЗС / П = Заемные средства (стр. 590 + стр. 690) / Общие пассивы (стр. 700).

Если расчетные значения Z-счета меньше нуля, то угроза банкротства в течение ближайшего года для предприятия мала.

2. Четырехфакторная модель оценки угрозы банкротства.

Z = 19,892X1 + 0,047X2 + 0,7141X3 + 0,4860X4,

где X1 = Прибыль (убытки) до налогообложения / Материальные активы (стр. 120 + стр. + стр. 130 + стр. 135 + стр. 210);

X2 = Оборотные активы (стр 290) / Краткосрочные пассивы (стр. 290);

X3 = Выручка (нетто) от продажи товаров, продукции, работ, услуг / Материальные активы (стр. 120 + стр. 130 + стр. 135 + + стр. 210);

X4 = Операционные активы (стр. 300 — стр. 130) / Операционные расходы (Себестоимость проданных товаров, коммерческие расходы, управленческие расходы).

Если Z > 1,425, то с 95-процентной вероятностью можно говорить о том, что в ближайший год банкротства не произойдет

ис 79-процентной — что не произойдет в течение 5 лет.

3.Пятифакторная модель оценки угрозы банкротства Альтмана.

Существуют две разновидности модели Альтмана:

— оригинальная модель — разработана им в 1968 г. для предприятий, акции которых котировались на фондовом рынке США;

— усовершенствованная модель — разработана в 1983 г. для промышленных и непромышленных предприятий.

1) оригинальная модель имеет вид

Z = 1,2X1 + 1,4Х2 + 3,3Х3 + 0,6Х4+ 1,0X5.

232

где X1 = Чистый оборотный капитал (стр. 290 — стр. 690) / Общие активы (стр. 300);

Х2 = Нераспределенная прибыль (непокрытый убыток) (стр. 470) / Общие активы (стр. 300);

Х3 = Прибыль до налогообложения (стр. 140) + Проценты к уплате (стр. 070, форма № 2) / Общие активы (стр. 300);

Х4 = Рыночная стоимость собственного капитала (стр. 490) / Стоимость общего долга (стр. 590 + стр. 690);

X5 = Выручка (нетто) от продажи (стр. 010, форма № 2) / Общие активы (стр. 300).

В зависимости от полученного значения для Z-счета можно судить об угрозе банкротства (табл. 8.3);

Таблица 8.3

Пограничные значения Z-счета для оригинальной модели Альтмана

2) усовершенствованная модель имеет вид:

— для производственных предприятий

Z = 0,717Х1 + 0,847Х2 + 3,107Х3 + 0,420Х4 + 0,998Х5;

— для непроизводственных предприятий

Z = 6,56Х1 + 3,26Х2 + 6,72Х3 + 1,05Х4 .

В зависимости от полученного значения для Z-счета можно судить об угрозе банкротства (табл. 8.4).

233

Таблица 8.4

Пограничные значения Z-счета

для усовершенствованной модели Альтмана

Представленные модели оценки угрозы банкротства имеют разную вероятность для различных периодов (табл. 8.5).

Двухфакторная модель банкротства дает наибольшую вероятность (74%) на период более 2 лет, несмотря на то, что она отражает только финансовую устойчивость предприятия.

Четырехфакторная модель также дает высокую долю вероятности угрозы банкротства на период более 2 лет — 68%. В отличие от пятифакторных моделей, она делает акцент на операционной (текущей) деятельности предприятия.

Таблица 8.5

Степень достоверности моделей банкротства

для различных временных периодов

Окончание табл. 8.5

234

Оригинальная пятифакторная модель Альтмана обладает высокой предсказательной вероятностью на ближайший год — 85%. Эту модель рекомендуется применять для крупных промышленных предприятий, чьи акции котируются на фондовой бирже.

Усовершенствованная модель Альтмана имеет высокую долю вероятности на ближайший год — 85%. Ее недостаток состоит в том, что она не учитывает всех внутренних источников финансирования. С поправкой на учет дополнительных факторов и адаптацию ее к российским стандартам бухгалтерской отчетности модель показывает наибольшую степень вероятности угрозы банкротства (88%) на ближайший год.

4. Четырехфакторная модель R-счета.

Учеными Иркутской государственной экономической академии предложена своя четырехфакторная модель прогноза риска банкротства (модель R-счета), которая внешне похожа на модель Альтмана для предприятий, акции которых не котируются на бирже.

R = 8,38K1 + К2 + 0,054К3 + 0,63К4 ,

где R — R = счет;

К1 = Оборотные активы (стр. 290) / Активы (стр. 300); К2 = Чистая прибыль (убыток) / Собственный капитал

(стр. 490);

235

К3 = Выручка от реализации / Активы (стр. 300); К4 = Чистая прибыль (убыток) / Затраты на производство

и реализацию.

Вероятность банкротства предприятия в соответствии со значением R-счета определяется следующим образом (табл. 8.6).

Таблица 8.6

Вероятность банкротства согласно четырехфакторной модели R-счета

5. Метод credit-men (N-функции), разработанный Ж. Депаляном (Франция). Финансовая ситуация на предприятии может быть охарактеризована с помощью пяти показателей:

1) коэффициент быстрой ликвидности:

где ДЗ — дебиторская задолженность; ДС — денежные средства;

КФВ — краткосрочные финансовые вложения; КО — краткосрочные обязательства.

2) коэффициент кредитоспособности:

где КиР — Капитал и резервы; ОО — Общие обязательства.

236

3) коэффициент иммобилизации собственного капитала:

где КиР — Капитал и резервы; ОСВА — остаточная стоимость внеоборотных активов.

4) коэффициент оборачиваемости запасов:

где СПТ — себестоимость проданных товаров; З — запасы.

5) коэффициент оборачиваемости дебиторской задолженности

где ВоР — выручка (нетто) от реализации; ДЗ — дебиторская задолженность.

Для каждого коэффициента определяют его нормативное значение с учетом специфики отрасли, сравнивают с показателем на предприятии и вычисляют значение функции N:

N = 25R1 + 25R2 + 10R3 + 20R4 + 20R5,

где Ri = Значение коэффициента изучаемого предприятия / Нормальное значение коэффициента.

Если N = 100, то финансовая ситуация предприятия нормальная; если N > 100, то ситуация хорошая; если N < 100, то ситуация на предприятии вызывает беспокойство.

6. Показатель платежеспособности Конана и Гольдера:

Z = –0,16X1 – 0,22X2 + 0,87X3 + 0,1X4 – 0,24X5.

Авторы дифференцировали вероятность задержки платежей в зависимости от значений показателя Z (табл. 8.7).

237

7. Функция показателя платежеспособности Управления отчетности Банка Франции:

100Z = –1,255 – R1 – 2,003R2 – 0,824R3 + 5,221R4 – 0,689R5 – 1,164R 6 + 0,706R7 + 1,108R8 – 85,544.

На основе величины показателя Z оценивается вероятность задержки платежей (табл. 8.8).

Таблица 8.8

Пограничные значения показателя Z по модели Банка Франции

Вероятность того, что предприятие задержит платежи, возрастает, если показатель Z менее –0,25, низка, когда он превышает +0,25. Между двумя этими значениями функция Z находится в зоне неведения.

238

8. Методы факторного анализа.

Среди этих моделей в первую очередь можно выделить формулу Дюпона для расчета рентабельности активов и собственного капитала (чистых активов), различные модификации формул для расчета внутренних темпов роста (ВТР) предприятия.

Формулы оценки ВТР моделируются в зависимости от интереса аналитика к тем или иным финансовым индикаторам, характеризующим различные стороны деятельности предприятия и разделы финансового менеджмента. Однако, по большому счету, они отражают способность предприятия к самофинансированию в условиях антикризисного управления, возможность выхода из кризиса.

9. Методики прогнозирования банкротства с учетом специфики отраслей.

Данная методика разработана учеными Казанского государственного технологического университета. Они предлагают деление всех предприятий по классам кредитоспособности. Расчет класса кредитоспособности связан с группировкой оборотных активов по степени их ликвидности.

Особенности состояния оборотных средств на отечественных предприятиях снижают доверие к критериальным значениям коэффициентов платежеспособности (ликвидности и финансовой устойчивости), применяемым в мировой практике. Шкала критериальных (стандартных,илинормальных)значенийможет быть построена на основе средних величин соответствующих коэффициентов, рассчитанных для предприятий одной отрасли.

Распределение предприятий по классам кредитоспособности происходит на следующих основаниях:

—к первому классу кредитоспособности относятся предприятия, имеющие хорошее финансовое состояние (финансовые показатели выше среднеотраслевых, минимальный риск невозврата кредита);

—ко второму классу — предприятия с удовлетворительным финансовым состоянием (показателями на уровне

239

среднеотраслевых, нормально допустимый риск невозврата кредита);

—к третьему классу — предприятия с неудовлетворительным финансовым состоянием, имеющие финан-

совые показатели на уровне ниже среднеотраслевых, повышенный риск непогашения кредита.

Были рассчитаны критериальные значения показателей для следующих отраслей: промышленность (машиностроение); торговля (оптовая и розничная); строительство и проектные организации; наука (научное обслуживание).

В случае диверсификации предприятие может быть отнесено к той отрасли, деятельность в которой занимает наибольший удельный вес.

Кроме перечисленных выше, существуют и другие методики прогнозирования банкротства. Так, например, учитывая многообразие показателей финансовой устойчивости, различие уровня их критических оценок и возникающие в связи с этим сложности в оценке кредитоспособности предприятия и риска его банкротства, многие отечественные и зарубежные экономисты рекомендуют использовать интегральную оценку финансовой устойчивости на основе скорингового анализа.

Методика кредитного скоринга впервые была предложена американским экономистом Д. Дюраном в начале 1940-х гг. Сущность этой методики — классификация предприятий по степени риска исходя из фактического уровня показателей финансовой устойчивости и рейтинга каждого показателя, выраженного в баллах на основе экспертных оценок.

Рассмотрим простую скоринговую модель с тремя балансовыми показателями (условные данные приведены в табл. 8.11).

I класс — предприятия с хорошим запасом финансовой устойчивости, позволяющим быть уверенным в возврате заемных средств;

II класс — предприятия, демонстрирующие некоторую степень риска по задолженности, но еще не рассматривающиеся как рискованные;

240