Оценка вероятности банкротства на основе рыночных подходов
Понятие финансового риска и банкротства организации. Дискриминантные модели прогнозирования банкротства. Вероятностные модели бинарного выбора. Структурный подход к оценке вероятности дефолта. Рыночная концепция Мертона. Сравнение результатов анализа.
Рубрика | Экономика и экономическая теория |
Вид | дипломная работа |
Язык | русский |
Дата добавления | 02.09.2018 |
Размер файла | 488,5 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ
НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ
"ВЫСШАЯ ШКОЛА ЭКОНОМИКИ"
НИУ ВШЭ - Нижний Новгород
Факультет экономики
Кафедра финансового менеджмента
Выпускная квалификационная работа - БАКАЛАВРСКАЯ РАБОТА
Оценка вероятности банкротства на основе рыночных подходов
по направлению подготовки 38.03.01 "Экономика"
образовательной программы "Экономика"
Морогова Ксения Сергеевна
Рецензент: ст. преподаватель
кафедры финансового менеджмента
Е.А. Пономарева
Научный руководитель: доцент
В.В. Россохин
Нижний Новгород - 2018
Содержание
- Введение
- Глава 1. Обзор моделей оценки вероятности банкротства компании на основе бухгалтерской отчетности
- 1.1 Понятие финансового риска и банкротства организации
- 1.2 Дискриминантные модели прогнозирования банкротства
- 1.3 Модели бинарного выбора оценки вероятности банкротства
- Глава 2. Рыночные подходы к оценке вероятности банкротства
- 2.1 Модель Мертона
- 2.2 Структурные модели оценки вероятности дефолта
- 2.3 Модели сокращенной формы
- Глава 3. Оценка вероятности банкротства российских компаний
- 3.1 Сравнение результатов оценки вероятности банкротства
- 3.2 Модификация входных параметров модели Мертона
- Заключение
- Список использованной литературы
- Приложение
Введение
Деятельность экономических агентов во всех своих формах сопряжена с риском. Глобальное экономическое развитие, макроэкономическая нестабильность, появление новых финансовых инструментов повышают риски, влияющие на нормальное функционирование предприятий. Категория финансовых рисков является наиболее важной как для руководства и собственников, так и для инвесторов и кредиторов, поскольку имеет высокую степень влияния на результаты деятельности предприятия и может повлечь неудовлетворительное финансовое состояние, характеризующееся низкой платежеспособностью, несбалансированностью денежных потоков, уменьшением собственных средств и периодических кассовых разрывов, а также может привести к банкротству. Кроме того, остальные виды рисков могут быть вызваны возникновением финансовых рисков. В связи с этим большое значение имеет осознание предприятием роли риска в его деятельности и способность своевременно реагировать на рисковую ситуацию.
Один из наиболее значительных финансовых рисков предприятия - это риск наступления банкротства. Для оценки вероятности банкротства компании может быть использован широкий ряд моделей, среди которых выделяют модели, основанные на рыночных данных, модели на базе фундаментальных показателей (макроэкономические показатели, данные финансовой и бухгалтерской отчетности). Зарубежные и российские ученые внесли большой вклад в разработку моделей оценки вероятности банкротства, но большинство из моделей появились еще в прошлом веке и до сих пор не существует универсальной модели ввиду экономического различия стран и отраслей.
В настоящее время развивается направление моделей на основе продвинутых подходов, использующих непараметрические методы, к примеру, модели нейронных сетей, методы нечеткой логики, однако использование таких моделей на данный момент требует значительных временных затрат. Немаловажно отметить, что большая часть моделей была создана иностранными учеными, и, хотя их эффективность доказана, они были разработаны на основании данных зарубежных компаний и потому не могут быть полностью применимы к отечественным предприятиям в силу специфики организации российского бизнеса, присущих ему рисков и особенностей бухгалтерского учета. Многие российские авторы отмечают нерезультативность адаптации зарубежных моделей, в том числе, вследствие наличия ограниченных данных о деятельности предприятий, потому ими были разработаны собственные модели, основанные на выборках российских предприятий и их отчетности.
Для российской экономики особенно важно выявление неблагоприятных тенденций развития предприятия и предсказание банкротства. Своевременное обнаружение данного риска службами риск-менеджмента позволит принять соответствующие управленческие решения, для того чтобы уменьшить влияние негативных процессов, нормализовать деятельность предприятия и улучшить его экономическое положение.
Наличие многочисленных подходов к оценке вероятности банкротства организаций свидетельствует о востребованности данной темы, целесообразности ее развития и совершенствования применительно к российской практике.
Целью данной работы является оценка эффективности модели, основанной на рыночных данных, и возможности ее совершенствования.
Для достижения данной цели необходимо выполнить следующие задачи:
1) Определить понятие банкротства компании;
2) Изучить различные подходы к оценке вероятности банкротства;
3) Рассмотреть модели оценки вероятности банкротства, использующие рыночные данные;
4) Сравнить результаты оценки вероятности банкротства российских компаний по разным моделям;
5) Предложить способы совершенствования модели, основанной на рыночном подходе.
Объект исследования - данные бухгалтерской отчетности компаний, данные, полученные по результатам торгов ценными бумагами.
Предмет исследования - модель оценки вероятности банкротства по рыночным данным и ее эффективность.
Работа состоит из трех глав, в первой описаны понятие банкротства, его процедура, дискриминантные и вероятностные модели оценки банкротства. Во второй главе рассмотрен рыночный подход к оценке вероятности банкротства и, в частности, модель Мертона. Третья глава посвящена оценке вероятности банкротства российских компаний и модификации способа расчета входных параметров модели Мертона.
Глава 1. Обзор моделей оценки вероятности банкротства компании на основе бухгалтерской отчетности
1.1 Понятие финансового риска и банкротства организации
В экономической науке не существует единого определения финансового риска, но исходя из имеющихся определений можно разделить их на три группы Байдина, О.С., Байдин, Е.В. Финансовые риски: природа и взаимосвязь / О.С. Байдина, Е.В. Байдин // Деньги и кредит. - 2010. - № 7. - С. 29-32.:
1) Риск - это событие, которое в случае реализации может оказать положительное или отрицательное влияние на деятельность;
2) Риск - это деятельность, осуществляемая в надежде на положительный результат;
3) Риск - это вероятность потерь или выгод вследствие выбора из нескольких альтернатив.
Финансовому риску присущи следующие характеристики:
1. Экономическая природа. Финансовый риск напрямую связан с формированием доходов предприятия и возможными экономическими потерями при осуществлении финансовой деятельности.
2. Объективность проявления. Финансовый риск является неотъемлемой частью финансовых решений, всех видов финансовых операций предприятия.
3. Действие в условиях выбора. Финансовый риск - это решение субъекта (выбор действия), направленное на выход из ситуации неопределенности.
4. Альтернативность выбора. В ситуациях риска и неопределенности присутствует хотя бы две альтернативы выбора: принять риск или отказаться от него. Но в действительности вариантов действий намного больше, а метод их выбора зависит от конкретных условий ситуации.
5. Целенаправленное действие. Финансовый риск рассматривается как возможность недостижения поставленной цели (получение дохода от финансовой операции или определенного финансового результата) ввиду неопределенности, в условиях которой осуществляется деятельность.
6. Вероятность достижения цели. Существует вероятность достижения необходимого результата, иначе принятие риска было бы бессмысленным.
7. Неопределенность последствий. Последствия действий могут выражаться как в положительном, так и отрицательном отклонении от целевого результата, т.е. невозможно определить точный конечный результат.
8. Ожидаемая неблагоприятность последствий. Уровень риска в первую очередь оценивается размером возможного ущерба, который может выражаться в потери прибыли, дохода или части капитала предприятия.
9. Динамичность уровня. Уровень финансового риска определенной операции изменчив и во многом зависит от длительности операции, а также от других изменяющихся факторов.
10. Субъективность оценки. Оценка уровня финансового риска зависит от множества фактором, в том числе от полноты и достоверности имеющейся информации, квалификации персонала, занимающегося риск-менеджментом Бланк, И.А. Финансовый менеджмент: учеб. курс. / И.А. Бланк. - 2-е изд., перераб. и доп. - К: Эльга, Ника-Центр, 2005. - 656 с. - ISBN 966-521-257-5..
По мнению И.А. Бланка, исходя из указанных характеристик, можно сформулировать следующее определение: финансовый риск предприятия - это результат выбора его собственниками или менеджерами альтернативного финансового решения, направленного на достижение желаемого целевого результата финансовой деятельности при вероятности понесения экономического ущерба в силу неопределенности условий его реализации Бланк, И.А. Управление финансовыми рисками / И.А. Бланк. - К.: Ника-Центр, 2005. - 600 с. - ISBN 966-521-320-2..
Понятие финансового риска отличается в разных работах. Финансовый риск также трактуется как дополнительный риск, который несут акционеры в результате привлечения заемного капитала. Бригхэм, Ю., Хьюстон, Дж. Финансовый менеджмент: экспресс-курс: учебник для вузов: пер. с англ. / Ю. Бригхэм, Дж. Хьюстон. - 7-е изд. - СПб: Питер, 2013. - 592 с. - ISBN 978-5-91180-169-4. Профессор А.И. Вострокнутова рассматривает его как разновидность рыночного риска, обусловленного неопределенностью рыночной конъюнктуры. Корпоративные финансы: учебник для вузов / Под ред. М.В. Романовского, А.И. Вострокнутовой. Стандарт третьего поколения. - СПб.: Питер, 2011. - 592 с. ISBN 978-5-459-00427-4. Согласно A. Barges финансовый риск может быть определен как добавленная изменчивость чистых денежных потоков владельцев капитала, что происходит из-за установленного финансового обязательства, связанного с долговым финансированием. Barges, A. The Effect of Capital Structure on the Cost of Capital / A. Barges // Englewood Cliffs, N.J.: Prentice-Hall, 1963. Дж. К. Ван Хорн приводит следующую дефиницию: финансовый риск - это риск, включающий в себя как возможный риск неплатежеспособности, так и возможность изменения доходов акционеров по обыкновенным акциям. Ван Хорн, Дж. К. Основы управления финансами: пер. с англ. / Гл. ред. серии Я.В. Соколов. - М.: Финансы и статистика, 2005. - 705 с. - ISBN 5-279-01844-9.
Профессор И.Я. Лукасевич выделяет такие виды финансовых рисков, как риск платежеспособности, процентный, кредитный, инвестиционный риски и др. Лукасевич, И.Я. Финансовый менеджмент: учебник / И.Я. Лукасевич. - 2-е изд., перераб. и доп. - М.: Эксмо, 2010. - 768 с. - ISBN 978-5-699-38636-9. Многие ученые предлагают широкую классификацию рисков.
Классификация финансовых рисков по И.А. Бланку Бланк, И.А. Управление финансовыми рисками / И.А. Бланк. - К.: Ника-Центр, 2005. - 600 с. - ISBN 966-521-320-2.:
По виду финансового риска:
a. Рыночный риск:
· Процентный риск заключается в неожиданном изменении процентной ставки на финансовом рынке, а его последствия проявляются при эмиссии предприятием ценных бумаг, в краткосрочных финансовых инвестициях и др.;
· Валютный риск характерен для предприятий, которые ведут внешнеэкономическую деятельность. Проявляется в недополучении доходов от экспортных и импортных операций ввиду изменения обменного курса иностранной валюты;
· Ценовой риск рынка акций или фондовый риск и ценовой риск товарных рынков или товарный риск связаны с изменением ценовых индексом активов, обращающихся на рынках;
· Риск рынка производных финансовых инструментов;
b. Риск снижения финансовой устойчивости создается за счет преобладающей доли заемного капитала в структуре капитала предприятия, что приводит к несогласованности положительного и отрицательного денежного потока;
c. Риск ликвидности связан со снижением ликвидности оборотных активов и ростом транзакционных издержек, и возникновением сложностей с расчетами по финансовым обязательствам;
d. Кредитный риск возникает в случае предоставления предприятием товарного или потребительского кредита покупателям, покупки облигаций, векселей, и проявляется в риске неуплаты или несвоевременного расчета, также одной из его разновидностей является риск банкротства предприятия;
e. Инвестиционный риск - возникновение финансовых потерь в связи с выбором объекта инвестирования;
f. Инновационный риск возникает в связи с внедрением новых финансовых технологий, использованием новых финансовых инструментов;
g. Депозитный риск - возможность невозврата банковского вклада;
h. Бухгалтерские риски - риски существенного искажения финансовой отчетности вследствие нарушения принципов организации и ведения бухгалтерского учета, требований к формированию учетной политики и непоследовательности ее применения;
i. Налоговые риски - вероятность неблагоприятных последствий для предприятия как налогоплательщика (арест активов, увеличение налогового бремени, банкротство, санкции и штрафы);
j. Прочие виды рисков не настолько значимы по уровню вероятности, как указанные выше.
Лобанов и Чугунов приводят следующую классификацию рисков Энциклопедия финансового риск-менеджмента / Под ред. А.А. Лобанова, А.В. Чугунова. - М: Альпина Паблишер, 2003. - 786 с. - ISBN 5-94599-098-1.:
1) Рыночные риски:
· Процентный риск;
· Валютный риск;
· Ценовой риск рынка акций или фондовый риск;
· Ценовой риск товарных рынков или товарный риск;
· Риск рынка производных финансовых инструментов;
2) Риск ликвидности:
· Риск рыночной ликвидности связан с потерями из-за недостаточной ликвидности рынка;
· Риск неплатежеспособности - неспособность компании выполнить свои обязательства перед контрагентами;
3) Кредитный риск:
· Внешний риск (риск контрагента) обусловлен оценкой платежеспособности, надежности контрагента, вероятности его дефолта;
· Внутренний риск (риск кредитного продукта) связан с особенностями кредитного продукта и возможных потерь по нему вследствие невыполнения контрагентом своих обязательств;
4) Операционные риски:
· Риск персонала связан с сотрудниками компании;
· Технологический риск вызван сбоями информационных систем, программ или баз данных;
· Риск физического ущерба наступает в результате природных катастроф и других факторов, способных нанести ущерб оборудованию, технологиям и ресурсам компании;
· Риск взаимоотношений наступает в результате возникающих отношений при осуществлении бизнес-процессов;
· Внешний риск наступает в результате злоумышленных действий сторонних организаций или физических лиц;
5) Бухгалтерские риски;
6) Налоговые риски;
7) Юридические риски.
В нашей работе в дальнейшем мы остановимся на кредитном риске, в частности на риске банкротства, который рассматривается как его разновидность и имеет большое значение и для руководства предприятия, и для инвесторов и кредиторов. Более широким понятием, чем банкротство, является кредитное событие - это внезапное и заметное (негативное) изменение кредитоспособности заемщика, его кредитного рейтинга или качества финансового инструмента. Энциклопедия финансового риск-менеджмента / Под ред. А.А. Лобанова, А.В. Чугунова. - М: Альпина Паблишер, 2003. - 786 с. - ISBN 5-94599-098-1. Международная ассоциация свопов и деривативов (ISDA) определяет шесть видов кредитного события:
1) Банкротство;
2) Досрочное наступление срока погашения обязательства;
3) Дефолт по обязательству;
4) Неплатежеспособность;
5) Отказ или мораторий;
6) Реструктуризация задолженности 1999 ISDA Credit Derivatives Definitions..
В данной работе из всех кредитных событий будут рассматриваться понятия дефолта и банкротства и методы оценки вероятности их возникновения.
Согласно Закону РФ от 26 октября 2002 г. № 127-ФЗ банкротство компании - это признанная арбитражным судом неспособность должника в полном объеме удовлетворить требования кредиторов по денежным обязательствам, о выплате выходных пособий и (или) об оплате труда лиц, работающих или работавших по трудовому договору, и (или) исполнить обязанность по уплате обязательных платежей. О несостоятельности (банкротстве): Федеральный закон от 26.10.2002 №127-ФЗ (ред. от 29.07.2017), (с изм. и доп., вступ. в силу с 29.10.2017) // Собрание законодательства РФ. - 2002. - №43. - Ст. 4190. Юридическое лицом считается банкротом, если соответствующие обязательства и (или) обязанность в размере более 100 тысяч рублей не исполнены им в течение трех месяцев с даты, когда они должны были быть исполнены.
Цель банкротства заключается в удовлетворении требований кредиторов за счет имущества должника с последующей ликвидацией этого предприятия, реструктуризации долга либо восстановлении платежеспособности предприятия.
Выделяются следующие виды банкротства юридических лиц:
1) Реальное банкротство характеризуется неспособностью предприятия восстановить свою платежеспособность ввиду действительной утраты собственного и заемного капитала. В таком случае арбитражный суд объявляет организацию банкротом;
2) Условное банкротство вызвано большим объемом дебиторской задолженности, в результате чего величина активов превышает сумму долгов. Юридического объявления о банкротстве можно избежать при помощи необходимых процедур административного управления;
3) Банкротство бизнеса - характеристика бизнеса, который прекратил свою деятельность и приносит убытки кредиторам;
4) Умышленное банкротство подразумевает преднамеренное создание ситуации неплатежеспособности руководством предприятия для удовлетворения собственных интересов;
5) Фиктивное банкротство - ложное объявление о несостоятельности организации в целях получения от кредиторов отсрочки по уплате финансовых обязательств Львова, О.А. Виды банкротства в современных условиях [Электронный ресурс]// Государственное управление. Электронный вестник. - № 30. - 2012. - С. 1-23. - URL: https://cyberleninka.ru/article/v/vidy-bankrotstva-v-sovremennyh-usloviyah (дата обращения 05.11.2017)..
При осуществлении процедуры банкротства требования кредиторов удовлетворяются в определенном порядке из конкурсной массы, которая является всем имуществом должника на дату открытия конкурсного производства. В первую очередь удовлетворяются требования лиц, перед которыми должник несет ответственность за причинение вреда жизни или здоровью. Во вторую очередь происходит выплата вознаграждений авторам интеллектуальной деятельности, выходных пособий и оплата труда граждан, работающих по трудовому договору. В третью очередь удовлетворяются требования по обязательствам, которые были обеспечены залоговым имуществом должника. К четвертой очереди относятся выплаты долгов различным фондам и бюджету. Пятая очередь - это прочие кредиторы (п. 4 ст. 134 Закона от 26.10.2002 N 127-ФЗ).
Кредиторские требования по текущим платежам удовлетворяются из конкурсной массы вне очереди, причем преимущество у требований, возникших до принятия заявления о банкротстве. Очередность выплат по текущим платежам следующая: первая очередь - судебные расходы по делу о банкротстве, выплата вознаграждения арбитражному управляющему; вторая очередь - оплата труда лиц, которые работали по трудовому договору после принятия заявления о банкротстве; третья очередь - оплата деятельности лиц, привлеченных арбитражным управляющим; четвертая очередь - эксплуатационные платежи, в том числе коммунальные; пятая очередь - прочие платежи (п. 2 ст. 134 Закона от 26.10.2002 N 127-ФЗ).
Залоговые кредиторы занимают особое место среди прочих, их требование обеспечено залогом. Прежде чем признать их статус, суд выясняет, возможно ли обратить взыскание на заложенное имущество, то есть имеется ли оно у должника. Если же заложенное имущество не находится во владении должника, то залогодержатель вправе предъявить иск, и он будет включен в реестр кредиторов. Погашение требований залоговых кредиторов осуществляется за счет стоимости предмета залога и происходит следующим образом: залогодержатель получает 70 % от средств, вырученных от продажи предмета залога, но не больше основной суммы задолженности и процентов по ней; 20 % от средств направляются на погашение требований кредиторов первой и второй очереди, а оставшиеся денежные средства - на погашение судебных расходов (ст. 138 Закона от 26.10.2002 N 127-ФЗ).
В процессе функционирования предприятия проведение оценки вероятности банкротства необходимо для планирования деятельности предприятия, поддержания отношений с контрагентами, привлечения заемных средств путем получения банковского кредита или от внешних инвесторов, кроме того, это позволит своевременно принять управленческие решения для предотвращения процедуры банкротства и стабилизации финансового состояния компании. В мировой практике существует множество методов оценки вероятности банкротства, которые будут рассмотрены далее в работе.
1.2 Дискриминантные модели прогнозирования банкротства
Модели оценки вероятности банкротства можно разделить на дискриминантные и вероятностные. В данном параграфе будут рассмотрены дискриминантные модели.
Данный вид моделей основан на использовании дискриминантного анализа, позволяющего найти переменные, которые разделяют исследуемые объекты на две или более группы. Таким образом можно создать модель для определения принадлежности объекта к той или иной группе. Дискриминантная функция прогнозных моделей в общем виде выглядит следующим образом:
,
где и - некоторые коэффициенты, - показатели, которые характеризуют финансовое состояние предприятия.
Дискриминантные модели базируются на финансовой отчетности предприятия и подразумевают расчет его ключевых финансовых показателей, которые затем учитываются с некоторыми весами в уравнении, результатом которого является число, в соответствии с определенной шкалой характеризующее финансовое состояние предприятия.
Фундаментальное исследование, проведенное Э. Альтманом в 1968, положило начало дальнейшей разработке области диагностики банкротства. Подход Альтмана заключался в проведении сравнительного анализа по двум группам фирм, из которых 33 фирмы обанкротились в период между 1946 и 1965 гг. и 33 фирмы были "здоровыми", на основе 22 коэффициентов, характеризующих их деятельность, и последующем отборе отдельных показателей и создания линейной комбинации Z при помощи множественного дискриминантного анализа. В итоге остались 5 финансовых показателей, которые включались в модель Z с определенным весом, полученным в результате статистической обработки данных. Данная модель может использоваться для диагностики банкротства компаний, чьи акции торгуются на рынке. Окончательное уравнение имело следующий вид Altman, E.I. Financial ratios, discriminant analysis, and the prediction of corporate bankruptcy / E.I. Altman // The Journal of Finance. - 1968. - № 23. - P. 589-609.:
Z = 1,2*Х 1 + 1,4*Х 2 + 3,3*Х 3 + 0,6*Х 4 + 1,0*Х 5, (2)
где
Х 1 - доля чистого оборотного капитала в активах;
Х 2 - отношение накопленной прибыли к активам;
Х 3 - рентабельность активов;
Х 4 - отношение рыночной стоимости всех обычных и привилегированных акций фирмы к заемным средствам;
Х 5 - оборачиваемость активов.
Расчетное значение показателя Z позволяло не определить номинальную вероятность банкротства предприятия, а охарактеризовать его финансовую устойчивость:
Z > 2,99 - зона финансовой устойчивости ("зеленая" зона) - низкая вероятность банкротства.
1,81 < Z < 2,99 - зона неопределенности ("серая" зона).
Z < 1,81 - зона финансового риска ("красная" зона) - высокая вероятность банкротства.
Модель наиболее точно предсказывает банкротство компаний (вероятность реализации риска около 95 %) не более чем за два года до его наступления, а с увеличением срока точность снижается.
Затем в 1983 г. Альтман модифицировал свою модель так, чтобы ее можно было применять для компаний, чьи акции не котируются на рынке Altman, E.I. Corporate financial distress and bankruptcy: predict and avoid bankruptcy, analyze and invest in distressed debt / E.I. Altman // New York: Wiley Interscience, 1983. - 354 p..
Z = 0,717*Х 1 + 0,84*Х 2 + 3,107*Х 3 + 0,42*Х 4 + 0,995*Х 5 (3)
Все показатели те же самые, что и в первоначальной модели, только X4 - балансовая стоимость собственного капитала в отношении к заемному капиталу. При Z<1,23 Альтман диагностирует высокую вероятность банкротства, при этом не указывая ее конкретное значение.
Существует также двухфакторная модель Альтмана, которая является самой простой методикой предсказания банкротства, поскольку состоит только из коэффициента текущей ликвидности и удельного веса заемных средств в пассивах. Эта модель не отличается высокой точностью, так как не учитывает влияния других показателей.
Применение моделей Альтмана для российских предприятий некорректно, поскольку существует разница в структуре капитала и отражении информации в бухгалтерской отчетности.
Пятифакторная система оценки финансового состояния предприятия была предложена У. Бивером в 1966 году. Сравнив финансовые коэффициенты 79 обанкротившихся компаний с 79 платежеспособными фирмами, Бивер выбрал пять показателей, имеющих наибольшее значение в предсказании вероятности дефолта. В их числе: рентабельность активов; удельный вес заемных средств в пассивах; коэффициент текущей ликвидности; доля чистого оборотного капитала в активах; коэффициент Бивера, который рассчитывается как отношение суммы чистой прибыли и амортизации к заемным средствам Beaver, W.H. Financial ratios as predictors of failure / W.H. Beaver // Journal of Accounting Research. - 1966. - № 4. - P. 71-111.. В модели Бивера отсутствует линейная комбинация показателей, вместо этого рассчитанные значения сравниваются со значениями показателей для благополучных фирм и компаний, обанкротившихся в течение 5 лет и в течение 1 года.
Идея Альтмана получила свое развитие в работах его последователей. Лис в 1972 году адаптировал модель Альтмана для предприятия Великобритании, затем в 1977 г. Таффлер разработал четырехфакторную модель для Британской экономики на основе данных 92 компаний Taffler, R.J. Finding those firms in danger / R.J. Taffler // Accountancy Age. - 1976. - № 16.. Модель Фулмера 1984 года может быть применима к предприятиям разного масштаба деятельности как на территории США, так и в других странах с рыночной экономикой Fulmer, J. A bankruptcy classification model for small firms / J. Fulmer [et al.]// The Journal of Commercial Bank Lending. - 1984. - № 66. - P. 25-37..
Канадский ученый Спрингейт в 1978 году, также взяв за основу метод Альтмана, разработал модель, состоящую из четырех коэффициентов Springate, G. Predicting the Possibility of Failure in a Canadian Firm: unpublished Master's thesis / G. Springate. - Simon Fraser University, 1978.:
(4);
Х 1 = Оборотный капитал / Сумма активов;
Х 2 = (Прибыль до налогообложения + Проценты к уплате) / Сумма активов; Х 3 = Прибыль до налогообложения / Краткосрочные обязательства;
Х 4 = Выручка (нетто) от реализации / Сумма активов.
Если расчетное значение Z меньше 0,862 компания является потенциальным банкротом. Автор достиг 92,5 % точности предсказания банкротства на год вперед в процессе тестирования модели, но в модели нет различий по отраслевой принадлежности.
Российские ученые предложили способы адаптации зарубежных моделей к российским условиям и разработали свои модели диагностики банкротства, основываясь на данных российских компаний. Среди них можно выделить модель Сайфуллина-Кадыкова, которую можно применять для различных предприятий любой отрасли и в которой используется рейтинговое число Кукукина, И.Г. Учет и анализ банкротств: учеб. пособие / И.Г. Кукукина, И.А. Астраханцева; под ред. И.Г. Кукукиной. - М.: Финансы и статистика, 2004. - 304 с. - ISBN 978-5-279-02948-8.:
(5)
где - коэффициент обеспеченности собственными средствами;
- коэффициент текущей ликвидности;
- коэффициент оборачиваемости активов;
- коммерческая маржа (рентабельность реализации продукции);
- рентабельность собственного капитала.
Если все коэффициенты соответствуют нормативным значениям, то рейтинговое число равно 1, что означает хорошее финансовое состояние предприятие, а если итоговое значение меньше единицы, то высока вероятность банкротства.
Модель Давыдовой-Беликова или модель Иркутской государственной экономической академии была построена по выборке торговых предприятий и состоит из четырех факторов Давыдова, Г.В., Беликов, А.Ю. Методика количественной оценки риска банкротства предприятий / Г.В. Давыдова, А.Ю. Беликов // Управление риском. - 1999. - № 3. - С. 13-20.:
(6)
где K1 - это отношение оборотного капитала к активам;
K2 - рентабельность собственного капитала;
K3 - отношение выручки к активам;
K4 - отношение чистой прибыли к общим затратам (себестоимость продукции, коммерческие и управленческие расходы).
Вероятность банкротства определяется по значению R: если R<0, то вероятность банкротства максимальная (90-100 %), значение от 0 до 0,18 означает высокую вероятность банкротства (60-80 %), от 0,18 до 0,32 - средний риск банкротства (35-50 %), от 0,32 до 0,42 - низкая вероятность банкротства (15-20 %), больше 0,42 - минимальный риск банкротства предприятия.
Среди недостатков данной модели отмечаются отсутствие корреляции с результатами, полученными по другим моделям, и дифференциации по отраслям, также несоответствие прогнозов реальному финансовому состоянию компаний. Кроме того, риск банкротства определяется только за три квартала с точность 81 %.
Методика, предложенная О.П. Зайцевой, может использоваться для диагностики банкротства на коммерческих предприятиях. В нее входят следующие показатели: убыточность предприятия с весом 0,25, рассчитываемая как отношение чистого убытка к собственному капиталу компании; соотношение кредиторской и дебиторской задолженности с весом 0,1; соотношение срочных обязательства и наиболее ликвидных активов с коэффициентом 0,2; убыточность реализации продукции, которая выражается через отношение чистого убытка к объему реализации, с весом 0,25; коэффициент финансового рычага с весом 0,1; коэффициент загрузки активов характеризует стоимость всех активов на рубль реализованной продукции и учитывается с весом 0,1 Зайцева, О.П. Антикризисный менеджмент в российской фирме / О.П. Зайцева // Сибирская финансовая школа. - 1998. - № 11-12. - С. 66-73.. Итоговое значение интегрального показателя нужно сравнить с тем, что было рассчитано по нормативным или плановым значениям коэффициентов. При рассмотрении этого показателя в динамике рост свидетельствует об ухудшении. К преимуществам данной модели относятся доступность отчетности, необходимой для расчетов, выбор показателей с учетом Закона о банкротстве. Однако точность прогноза невысока и составляет 72 %.
Дискриминантные модели используют ограниченный ряд факторов, а, так как существует множество других параметров, влияющих на риск банкротства, стали использоваться более современные эконометрические инструменты, а именно модели бинарного выбора (вероятностные).
1.3 Модели бинарного выбора оценки вероятности банкротства
В основе моделей бинарного выбора лежит метод максимального правдоподобия. Модель бинарного выбора - это модель зависимости переменной, принимающей только два значения y = {1;0}, что показывает факт дефолта или его отсутствие, от совокупности факторов, которые образуют вектор: X = {X1, X2, …, Xn}. Вероятность дефолта фирмы может быть представлена в виде функции от линейной комбинации объясняющих факторов с весами в:
(7)
Результирующий показатель в таких моделях интерпретируется однозначно, поскольку принимает значения от 0 до 1 и представляет собой номинальное значение вероятности банкротства. В этой категории различают logit- и probit-модели. Probit-модель основана на функции нормального распределения, а для logit-модели нужно использовать логистическое преобразование. Функция вероятности дефолта для logit-модели может быть представлена в следующем виде:
(8)
где - коэффициент j-й переменной в регрессии;
- значение j-й объясняющей переменной для i-того заемщика.
Джеймс Олсон впервые использовал логистическую регрессию для предсказания банкротства. Вероятность банкротства рассчитывается по формуле логистической функции:
,
где e - это основание натурального логарифма,
y - интегральный показатель, вычисление которого зависит от используемой модели.
Если полученное значение P меньше 0,5, то вероятность банкротства низкая, а если больше, то высокая. Но пороговое значение может быть выбрано на усмотрение аналитика. Важным преимуществом логит-моделей является отсутствие зон неопределенности, встречающихся в дискриминантных моделях.
Показатель Y в модели Олсона рассчитывается следующим образом Ohlson, J.A. Financial ratios and the probabilistic prediction of bankruptcy / J.A. Ohlson // Journal of Accounting Research. - 1980. - № 18. - P. 109-131.:
(10)
где - это натуральный логарифм отношения совокупных активов к индексу-дефлятору ВНП;
- отношение совокупных обязательств к совокупным активам;
- отношение рабочего капитала к совокупным активам;
- отношение текущих обязательств к текущим активам;
- равен 1, если совокупные обязательства превышают совокупные активы, и 0 в противном случае;
- отношение чистой прибыли к совокупным активам;
- отношение выручки от основной деятельности к совокупным обязательствам;
- равен 1, если чистая прибыль была отрицательной в последние два года, и 0, если иначе;
- отношение разницы между прибылью в последнем отчетном периоде и прибылью в предшествующем периоде к сумме этих показателей, взятых по модулю.
Чессер использовал данные банков по "удовлетворительным" и "неудовлетворительным" ссудам и в 1974 году создал шестифакторную модель, предсказывающую возможную финансовую несостоятельность потенциального заемщика Chesser, D.L. Prediction loan noncompliance / D.L. Chesser // Journal of Commercial Bank Lending. - 1974. - № 56. - P. 28-38..
Южнокорейские ученые Joo-Ha Nam и Taehong Jinn в 2000 году по выборке из 46 предприятий на основании их отчетности за 1997-1998 годы оценили следующую logit-модель Nam, J., Jinn, T. Bankruptcy prediction: evidence from Korean listed companies during the IMF crisis / J. Nam, T. Jinn // Journal of International Financial Management & Accounting. - 2000. - № 11. - P. 178-197.:
,
где INT - это проценты к уплате (стр. 70 форма 2);
TR - выручка от продаж (стр. 10, форма 2);
EBIT - прибыль до вычета налогов и процентов (стр.50+ стр.70 форма 2);
TL - совокупные обязательства (стр. 590+стр.690 форма 1);
REC - краткосрочная дебиторская задолженность (стр.240 форма 1).
Точность предсказаний данной модели за год до банкротства составила 80,4 %, а за два года - 76,1 %.
Поскольку logit-модели были также созданы на основе данных зарубежных компаний и ввиду этого показывают низкую эффективность применительно к российским предприятиям, отечественными учеными-экономистами были предложены свои logit-модели. Модели, разработанные М.В. Евстроповым, прогнозируют банкротство в ближайшие 2 и 4 года и являются адаптацией модели Олсона к российским условиям.
Показатель Y для прогнозирования банкротства в ближайшие 4 года рассчитывается по следующей формуле Евстропов, М.В. Оценка возможностей прогнозирования банкротства предприятий в России / М.В. Евстропов // Вестник ОГУ. - 2008. - № 85. - С. 25-32.:
(12),
где - отношение номинальной балансовой стоимости акций к заемному капиталу;
- отношение оборотных активов к совокупным активам;
- это натуральный логарифм отношения активов к индексу-дефлятору ВВП;
- фондоотдача основных средств.
Эти четыре показателя были выбраны методом пошагового отбора, и они обеспечивают наибольшую точность прогноза.
Показатель Y для прогнозирования банкротства в ближайшие 2 года рассчитывается по следующей формуле Евстропов, М.В. Оценка возможностей прогнозирования банкротства предприятий в России / М.В. Евстропов // Вестник ОГУ. - 2008. - № 85. - С. 25-32.:
(13)
где - отношение прибыли до уплаты налогов и процентов к совокупным активам;
- коэффициент оборачиваемости дебиторской задолженности;
- отношение выручки к заемному капиталу;
- коэффициент роста выручки в отчетном году;
- коэффициент абсолютной ликвидности.
Коэффициенты корреляции между показателями, предложенными автором, не превышают 0,3, кроме того, в моделях отсутствует мультиколлинеарность, что было проблемой в модели Олсона. Точность предсказания модели на 4 года составила 88,5 %, а на 2 года - 90,5 %. По словам автора, адаптированные им модели могут быть использованы на крупных и средних предприятиях обрабатывающих отраслей.
Г.А. Хайдаршина разработала собственную 12-факторную logit-модель, которая является универсальной по отношению к масштабам деятельности предприятия и его отраслевой принадлежности, предполагает дистанционный анализ и не требует специального программного обеспечения. Автором была сформирована выборка из промышленных, топливно-энергетических, торговых и сельскохозяйственных предприятий, различающихся по объему выручки и масштабам деятельности.
Расчет комплексного критерия риска банкротства осуществляется по формуле:
.
Параметр Y рассчитывается следующим образом Хайдаршина, Г.А. Совершенствование методов оценки риска банкротства российских предприятий в современных условиях / Г.А. Хайдаршина // Имущественные отношения в РФ. - 2009. - № 8. - С. 86-95.:
,
где - фактор, характеризующий "возраст" предприятия, который равен 0, если предприятие было создано более 10 лет назад, и значение 1 - если менее 10 лет;
характеризует кредитную историю предприятия: если кредитная история предприятия является положительной, то принимает значение 0, в противном случае - 1;
- коэффициент текущей ликвидности;
EBIT/INT - отношение прибыли до уплаты процентов и налогов к уплаченным процентам;
- натуральный логарифм собственного капитала предприятия;
R - ставка рефинансирования Центрального банка Российской Федерации;
Reg - фактор, характеризующий деятельность предприятия с точки зрения его региональной принадлежности. Принимает значение 0, если предприятие находится в Москве или Санкт-Петербурге, 1 - если в других регионах России;
- рентабельность активов предприятия;
- рентабельность собственного капитала предприятия;
- темп прироста собственного капитала предприятия;
- темп прироста активов предприятия.
Значения коэффициентов были рассчитаны автором применительно к каждому отраслевому сегменту. Были выделены 5 категорий риска банкротства с шагом в 20 %, где минимальный риск соответствует
0 <? 0,2, а максимальный - 0,8 < < 1. Апробация модели показала точность оценки 85,6 % на период до двух лет. К достоинствам модели можно отнести то, что она была разработана для российских предприятий и основана на общедоступных данных, также она содержит факторы, характеризующие предприятие с разных сторон, и в ней впервые учитывается кредитная история компании. Немаловажно, что данная модель может использоваться для дистанционной оценки контрагентов предприятия.
Однако выбор конечных факторов не обоснован в полной мере, кроме того, не объясняется, почему в параметре возраста организации используется порог отсечения равный 10 годам. У модели имеются ограничения: она не может применяться к иностранным компаниям, транснациональным корпорациям, "микробизнесу", государственным и муниципальным предприятиям.
Еще одна российская logit-модель, разработанная К.М. Тотьмяниной, предназначена для оценки дефолта корпоративных банковских заемщиков и базируется на данных из публичной отчетности в период кризиса. Автор использовала выборку из 72 российских предприятий, половина из которых объявили дефолт. На основании различных статистик, непараметрических тестов и корреляционного анализа для модели были отобраны 4 показателя Тотьмянина, К.М. Оценка вероятности дефолта промышленных компаний на основе финансовых показателей / К.М. Тотьмянина // Финансовый менеджмент. - 2011. - № 11. - С. 59-68.:
,
где - коэффициент абсолютной ликвидности;
- коэффициент обеспеченности запасов и затрат собственным оборотным капиталом;
- коэффициент маневренности;
- коэффициент оборачиваемости запасов.
Доля верно классифицированных компаний составила 86,1 %, а при тестировании на новой выборке, меньшей, чем изначальная, - 84,4 %, что говорит о достаточно высоком качестве созданной модели.
В 1984 году М. Змиевский предложил модель, основанную на probit-анализе, которая была построена по выборке из 40 обанкротившихся предприятий и 800 предприятий небанкротов Zmijewski, M.E. Methodological issues related to the estimation of financial distress prediction models / M.E. Zmijewski // Journal of Accounting Research. - 1984. - № 22. - P. 59-82..
(17)
где ROA - это рентабельность активов,
FINL - это коэффициент финансового рычага,
LIQ - отношение текущих активов к текущим обязательствам.
Вероятность банкротства рассчитывается как функция стандартного нормального распределения от H. Фирмы, для которых вероятность больше или равна 0,5, классифицируются как банкроты.
Было проведено множество исследований сравнения эффективности дискриминантных и вероятностных моделей: некоторые из ученых, в том числе Press and Wilson (1978) и Collins and Green (1982), пришли к выводу, что их результаты примерно одинаковы, разве что логит-модели немного превосходят дискриминантные из-за меньшего количества ошибок второго типа, т.е. классификация фирм небанкротов как банкротов. Lennox (1999) оценил три модели: дискриминантную, логит и пробит на выборке из 949 фирм Великобритании и обнаружил, что вероятностные модели показывают лучшие результаты Lennox, C. Identifying Failing Companies: A Re-evaluation of the Logit, Probit and DA Approaches / C. Lennox // Journal of Economics and Business. - 1999. - Vol. 51. - P. 347-364.. Begley (1996) сравнил модели Альтмана и Олсона и заключил, что логит-модель более эффективна Begley, J. Bankruptcy Classification Errors in the 1980s: An Empirical Analysis of Altman's and Ohlson's Models / J. Begley [et al.]// Review of Accounting Studies. - 1996. - № 1. - P. 267-284.. Grice and Dugan (2003), использовав большую выборку фирм США из разных индустрий, оценили модели Олсона и Змиевского. В результате получилось, что пробит модель более точна в предсказании ввиду высокой чувствительности логит-модели к отраслевым классификациям Grice, J. S., Dugan, M.T. Re-estimation of the Zmijewski and Ohlson Bankruptcy Prediction Models / J.S. Grice, M.T. Dugan // Advances in Accounting. - 2003. - Vol. 20. - P. 77-93..
Главное преимущество вероятностных моделей заключается в том, что результатом ее применения является конкретное значение вероятности банкротства предприятия, которое дает понять, насколько предприятие близко к банкротству. Однако вероятностные модели, как и дискриминантные основаны на определенных экономических показателях, и это дает не всегда объективную оценку. Далее мы рассмотрим еще один класс моделей оценки вероятности банкротства, основанных на рыночном подходе, то есть на рыночных данных о компании.
Глава 2. Рыночные подходы к оценке вероятности банкротства
2.1 Модель Мертона
В основе рыночных моделей лежит информация о рыночной стоимости обращающихся на рынке акций, облигаций и кредитных производных инструментов, которая отражает ожидания участников рынка относительно возможности дефолта предприятия-эмитента Энциклопедия финансового риск-менеджмента / Под ред. А.А. Лобанова, А.В. Чугунова. - М: Альпина Паблишер, 2003. - 786 с. - ISBN 5-94599-098-1.. Предположение о высокой точности моделей данного вида обусловлено тем, что рынок учитывает огромный объем макро- и микроэкономической, политической и другой информации и отражает это в ценах ценных бумаг.
К рыночному подходу можно частично отнести актуарный метод оценки, а именно модель оценки вероятности дефолта на основе статистики дефолтов по облигациям. Актуарные методы обычно используются рейтинговыми агентствами, которые присваивают предприятиям и их долговым обязательствам кредитные рейтинги в зависимости от вероятности дефолта. Наиболее известные исследования в этой области были проведены Альтманом в 1988-1997 гг. и рейтинговыми агентствами Moody's и Standard & Poor's в 1990-х годах. Расчеты рейтинговых агентств были основаны на собранных ими статистических данных и состояли в вычислении доли компаний-эмитентов, объявивших дефолт в данном году, среди всех эмитентов с данным кредитным рейтингом. Были рассчитаны средние значения вероятности дефолта по облигациям, причем не учитывался срок обращения облигации, который оказывает значительное влияние на вероятность дефолта. Альтман учел срок обращения облигации в своем исследовании, используя облигации, выпущенные в текущем году. Кроме того, он рассчитывал отношение объема (суммарной номинальной стоимости) дефолтных прямых (с фиксированной процентной ставкой) высокодоходных облигаций к общему объему таких облигаций на рынке. В результате подход Альтмана позволил получить средневзвешенную вероятность дефолта, где в качестве весов были взяты относительные объемы выпусков облигаций, по которым произошел дефолт. Рекомендуется использовать подход Альтмана для оценки риска новых выпусков облигаций и опираться на данные рейтинговых агентств в случае облигаций, находящихся в обращении продолжительное время.
Рыночные модели делятся на два класса: структурные модели и модели сокращенной формы. Основоположником класса структурных моделей является Роберт Мертон.
Модель, предложенная Р. Мертоном в 1974 году, является представителем класса моделей стоимости активов и объясняет дефолт компании падением стоимости ее активов.
При разработке модели Мертон опирался на следующие предположения:
· Нет транзакционных издержек, налогов и проблем с неделимостью активов;
· Есть достаточное количество инвесторов с сопоставимыми уровнями богатства, так что каждый инвестор полагает, что он может покупать и продавать столько активов, сколько хочет по рыночной цене;
· Существует биржевой рынок, на котором можно получать и предоставлять кредиты по одинаковой процентной ставке;
· Короткая продажа всех активов с полным использованием выручки разрешена;
· Торговля активами происходит непрерывно во времени;
· Применяется теорема Модильяни-Миллера о независимости стоимости фирмы от структуры капитала;
· Временная структура "плоская" и известна. То есть цена безрисковой облигации с дисконтом, которая предполагает выплату 1 доллара во время ф в будущем,
,
где r - это безрисковая процентная ставка, одинаковая во весь период времени;
· Долг компании состоит из одной дисконтной, бескупонной облигации.
В основе модели Мертона лежит метод оценки стоимости опционов по модели Блэка-Шоулза 1973 г. При оценке премии опциона модель учитывает следующие параметры: цену акции, цену исполнения, ставку без риска, стандартное отклонение курса акций, время до истечения контракта. В основе модели Блэка-Шоулза лежат следующие предположения:
· По акции не выплачиваются дивиденды;
· Опцион может быть исполнен только на дату экспирации;
· Движение рынка не может быть предсказано;
· Нет транзакционных издержек;
· Процентные ставки постоянны;
· Волатильность цены акции постоянна.
Блэк и Шоулз вывели следующие формулы для оценки премии опциона Буренин, А.Н. Фьючерсные, форвардные и опционные рынки: учеб. пособие / А.Н. Буренин. - М.: Тривола, 1994. - 232 с. :
) (18)
(19)
, (20)
где C - цена опциона,
S - текущая цена базисного актива,
X - страйк опциона,
T - время до экспирации опциона,
r - безрисковая процентная ставка,
- волатильность доходности актива.
Модель Мертона предполагает, что - это стоимость активов компании в момент времени t, а динамика во времени может быть описана стохастическим процессом диффузионного типа со стохастическим дифференциальным уравнением Merton, R.C. On the pricing of corporate debt: the risk structure of interest rates / R.C. Merton // The Journal of Finance. - 1974. - № 2. - P. 449-470.:
, (21)
где - это ожидаемая доходность активов за единицу времени;
- волатильность активов за единицу времени;
dz - это стандартный Винеровский процесс.
Согласно Мертону, все корпоративные ценные бумаги можно рассматривать как условное требование на активы компании. Тогда собственный капитал фирмы может быть представлен как опцион call на активы компании по рыночной стоимости с ценой исполнения равной обязательствам компании.
Также предполагается, что капитал компании состоит из собственных средств и долговых обязательств номиналом D в виде одной дисконтной бескупонной облигации, для которой T - срок погашения. При наступлении срока погашения долга сумма, получаемая акционерами, равна разнице между стоимостью активов и стоимостью долга, который должен быть уплачен. В срок T кредиторы предъявляют требования на долг, обеспеченный активами компании, в этом случае если , то акционеры компании исполняют опцион колл, покупая активы компании по цене , и долг своевременно погашается. Под кредитным риском подразумевается риск снижения стоимости активов компании ниже уровня долговых обязательств в момент времени T, т.е. . Если это произойдет, то фирма окажется в состоянии дефолта, использование опциона станет невыгодным, и активы будут переданы кредиторам.
Исходя из этих предпосылок и сделав замены в формулах Блэка-Шоулза, стоимость собственного капитала как функция от совокупных активов фирмы можно представить следующим образом Merton, R.C. On the pricing of corporate debt: the risk structure of interest rates / R.C. Merton // The Journal of Finance. - 1974. - № 2. - P. 449-470.:
, (22)
где (23)
,
- текущая стоимость собственного капитала компании;
- текущая стоимость активов;
- долг, который должен быть выплачен в момент времени Т;
- стандартное кумулятивное нормальное распределение;
R - безрисковая ставка;
- ожидаемая дисперсия активов;
T - период до погашения обязательств, в годах.
В модели Блэка-Шоулза отражает вероятность того, что в момент T цена актива будет больше страйка опциона call, т.е. опцион будет исполнен. В модели Мертона вероятность превышения долга над активами, т.е. банкротства равноценна неисполнению опционного контракта. Таким образом, вероятность банкротства в модели Мертона равна 1-.
Подобные документы
Понятие и признаки банкротства. Причины и виды банкротства. Процедуры банкротства. Методы диагностики вероятности банкротства. Многокритериальный подход. Дискриминантные факторные модели. Оценка вероятности банкротства предприятия по модели Альтмана.
курсовая работа [59,3 K], добавлен 16.12.2007Понятие банкротства, его основные причины и необходимость прогнозирования. Отечественные и зарубежные модели экспресс-прогнозирования возможности наступления банкротства. Сущность модели О.П. Зайцевой и расчет вероятности наступления банкротства.
курсовая работа [98,7 K], добавлен 30.09.2009Особенности и значение прогнозирования риска банкротства предприятия, формула расчета определения его вероятности. Сущность модели вероятности риска Таффлера, платежеспособности Спрингейта. Расчет пятифакторной модели Альтмана для акционерных обществ.
контрольная работа [24,1 K], добавлен 14.11.2010Основные понятия финансовой несостоятельности предприятий. Создание математической модели прогнозирования банкротства компании. Выявление факторов финансового состояния ЗАО "Управление механизации №276", информационная база анализа угрозы банкротства.
курсовая работа [388,7 K], добавлен 18.05.2014Понятие банкротства, его причины и способы диагностирования. Модели экспресс-диагностирования банкротства. Прогнозирование вероятности банкротства ФГУП "Кирпичный завод" по модели Сайфулина-Кадыкова, основные направления антикризисного управления.
курсовая работа [101,1 K], добавлен 30.09.2009Понятие и правовые признаки банкротства. Диагностика финансового кризиса. Методика анализа банкротства организации. Понятие "банкротство" является сложной экономической категорией, имеет двухуровневую структуру проявления. Юридический аспект банкротства.
лекция [281,5 K], добавлен 17.11.2008Сущность банкротства и становление института банкротства в пост-советский период истории России. Оценка риска банкротства на примере ООО "Мостоотряд". Расчет показателей платежеспособности организации. Определение рейтингового числа Сайфуллина-Кадыкова.
курсовая работа [207,9 K], добавлен 25.03.2015Методики установления признаков банкротства предприятия. Система показателей финансово-хозяйственной деятельности, используемая арбитражным управляющим при проведении финансового анализа предприятия-должника. Оценка вероятности банкротства АО "ММК-МЕТИЗ".
курсовая работа [873,6 K], добавлен 02.06.2015Определение понятия "банкротство". Рассмотрение роли бухгалтерской финансовой отчетности в оценке вероятности банкротства; изучение методик оценки. Исследование риска наступления банкротства. Описание мероприятий по укреплению финансовой устойчивости.
курсовая работа [366,6 K], добавлен 08.12.2014Экономическая сущность и виды банкротства. Нормативно-правовое регулирование процедур банкротства предприятия. Методики оценки вероятности банкротства организации. Составление прогнозной финансовой отчетности организации на примере ЗАО "Сибмашсервис".
дипломная работа [218,7 K], добавлен 12.12.2015