Оценка факторов, влияющих на банкротство компании

Размещено на http://www.allbest.ru

Размещено на http://www.allbest.ru

Введение

Банкротство одна из важных тем, рекомендуемых для изучения в условиях современной экономики. Финансовые структуры предприятий постоянно сталкиваются с проблемой принятия немедленных решений в условиях изменчивости экономической ситуации. Таким образом, предприятия постоянно находятся в условиях риска возникновения кризисных ситуаций, которые в свою очередь влекут за собой массу последствий. Одно из таких последствий - банкротство - несостоятельность предприятия и невозможность выполнить свои обязанности по выплатам кредиторам. Также, если компания начинает испытывать трудности с оплатой различных платежей и подвержена влиянию изменений экономической ситуации, то предприятие может находиться в неустойчивом или в кризисном финансовом состоянии.

Все субъекты рыночных отношений заинтересованы в надежности компании: начиная от инвесторов, акционеров и собственников компании, заканчивая потребителями, поставщиками, а также страховыми компаниями. Предприятие которое работает с данными агентами должно поддерживать свою конкурентоспособность, иметь определенную долю на рынке, сохранять свою стоимость и не работать в убыток. Таким образом, банкротство - это явление, от которого пострадает каждый субъект, который имел партнерство с данным предприятием.

Так как банкротству предшествуют ухудшение финансового состояния, связанное с различными факторами, мы можем заранее выявить вероятность банкротства и предпринять соответствующие меры по его предотвращению. Исходя из всего вышесказанного, проблема изучения оценки вероятности банкротства является особенно актуальной сегодня.

Более того, в условиях современной экономики количество банкротств в России увеличивается. Данные единого федерального реестра сведений о банкротстве свидетельствуют, о том, что число банкротств к началу 2018 года возросло на 5% относительно предыдущего года. Данная тенденция также подтверждает актуальность исследования факторов, которые влияют на банкротство компании.

Также нужно отметить, что на исследуемую тему существует достаточно большое количество работ, как зарубежных, так и отечественных авторов, что в очередной раз подтверждает актуальность темы. Наиболее популярными зарубежными работами в области исследования факторов банкротства являются исследования Бивера (Beaver, 1996) и Альтмана (Altman, 1968). Данные работы считаются базовыми и много авторов используют их в своих исследованиях.

Однако зарубежные работы могут не подходить под российские условия, поэтому отечественные авторы пытались усовершенствовать их, адаптируя под Россию. Среди отечественных таких работ выделяется исследование Зайцевой (Зайцева, 1998). Данная работа являются наиболее популярной среди российских компаний.

Исходя из всего вышесказанного, цель данной работы - оценка факторов, влияющих на банкротство компаний путем построения качественной модели.

Для достижения цели, в данном исследовании ставятся следующие задачи:

1) Провести обзор литературы и уже существующих эмпирических исследований на данную тему.

2) Собрать данные и составить базу, которая будет релевантной данной теме и позволяющей провести корректное исследование.

3) Провести анализ данных и разработать модель, которая позволит на основе данных получить необходимый результат.

В данной работе будут собраны данные финансовой отчетности уже обанкротившихся компаний, тем самым они помогут определить, какие показатели являются ключевыми в определении банкротства в будущем. По результатам исследования планируется получение модели.

Будущая модель будет полезна самим компаниям, чтобы улучшить финансовое положение и предотвратить банкротство. Кроме того, построенную модель смогут использовать агенты, которые прежде чем сотрудничать с компаниями, предпочитают проанализировать их состояние. Таким образом, стоит отметить практическую значимость данного исследования, так как оно является полезным и может быть использовано для оценки финансового состояния компаний или же для дальнейших исследований.

В качестве объекта данного исследования взято определение банкротства, в качестве предмета - факторы, которые влияют на него.

1. Теоретический обзор банкротства

1.1 Понятие банкротства, его признаки и виды

Определение понятия банкротство четко зафиксировано в первой главе в статье 2 Федерального закона от 26.10.2002 N 127-ФЗ (ред. от 01.01.2019) «О несостоятельности (банкротстве)»: «несостоятельность (банкротство) - 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». В связи с этим, противоречия, связанные с определением банкротства, отсутствуют.

Также множество положений о банкротстве представлены в различных нормативно-правовых актах Российской Федерации, в особенности в Гражданском кодексе. В статье 25 ГК РФ прописываются положения о несостоятельности предпринимателей, в статье 65 - положения о несостоятельности юридических лиц.

В данной работе рассматриваются факторы, влияющие на банкротство компаний. Очевидно, что любая компания представляет собой юридическое лицо. Следовательно, можно обобщить следующие признаки банкротства:

- Неспособность должника в полностью удовлетворить требования кредиторов по денежным обязательствам. По-другому, должник неспособен выплатить долги всем кредиторам.

- Неспособность должника уплатить заработную плату и обязательные платежи. В первую очередь к данным платежам относятся налоги, а также различные сборы и взносы в бюджет и во внебюджетные фонды. Порядок и условия оплаты платежей установлены законодательством Российской Федерации.

- Признание неплатежеспособного должника банкротом происходит после решения арбитражного суда о наличии признаков неплатёжеспособности, которые являются основанием для признания должника банкротом. В Федеральном законе «о несостоятельности (банкротстве) указано, что всевозможные штрафы и пени, проценты по неуплате, различные имущественные санкции и т.д. не рассматриваются при определении признаков несостоятельности.

Если арбитражный суд признает компанию обанкротившейся, то он принимает решение о применении одной из пяти возможных процедур:

1) Наблюдение (глава 4 ФЗ №127). Целью данной процедуры служит анализ финансового состояния компании-банкрота и обеспечение сохранности его имущества.

2) Финансовое оздоровление компании (глава 5 ФЗ №127). Данная процедура вводится в целях улучшения платежеспособности должника и погашения его задолженности.

3) Внешнее управление (глава 6 ФЗ №127). На данном этапе также происходит улучшение платежеспособности компании, только арбитражный суд принимает решение о назначении внешнего управляющего компанией, то есть об изменении ее руководства.

4) Конкурсное производство (глава 7 ФЗ №127). Данная процедура представляет собой ликвидацию компании и соразмерное удовлетворение требований кредиторов.

5) Мировое соглашение (глава 8 ФЗ №127). В целях прекращения процедуры банкротства подписывается мировое соглашение при условии, если все кредиторы проголосовали за него по обязательствам под залог имущества компании-должника.

Процесс банкротства означает полное или частичное реструктурирование компании, иначе должник будет ликвидирован. Его можно рассмотреть с разных позиций. С одной стороны, данная процедура дает возможность компании остаться на рынке и в дальнейшем вести плодотворную деятельность. С другой стороны, она обеспечивает защиту кредиторов. Список обанкротившихся организаций представлен в ЕГРЮЛ (Едином государственном реестре юридических лиц).

Если же рассматривать негативную сторону процедуры банкротства, то во многих случаях кредиторы все же теряют предоставленные ими средства. Кроме того, повышается уровень безработицы в стране в целом, в связи с этим растут государственные расходы, так как сокращаются налоговые поступления в бюджет и увеличиваются расходы на социальные выплаты.

Как уже было упомянуто ранее, процедура банкротства не означает, что организация ликвидирована. Бывают разные причины, по которым компании становятся банкротами. Отсюда, в теории выделяются 4 основных видов банкротства:

1) Реальное.

2) Временное (условное или техническое).

3) Преднамеренное.

4) Фиктивное (ложное, криминальное) (Николаева, Палювина, 2014).

Рассмотрим каждый вид подробнее.

Реальное банкротство связано с тем, что по причине реального финансового убытка организация не может вернуть свою прежнюю платежеспособность. Таким образом, компания фактически теряет капитал (собственный и заемный). В данной ситуации компания юридически объявляется банкротом и больше не ведет свою хозяйственную деятельность.

Временное банкротство характеризуется тем, что компания имеет значительную просрочку оплаты ее дебиторской задолженности. В этом случае дебиторская задолженность превышает кредиторскую и активы организации значительно выше ее финансовых обязательств. Чтоб не перейти в стадию реального банкротства необходимо провести процедуру ее оздоровления и провести антикризисные мероприятия.

Преднамеренное банкротство характеризуется личными выгодами компании. В данном случае организация специально объявляет себя банкротом, чтобы избежать каких-либо серьезных экономических потерь для себя. Преднамеренное банкротство происходит вследствие мошеннического управления компанией и относится к числу уголовных преступлений (статья 196 УК РФ).

Фиктивное банкротство связано с ложным объявлением банкротства компании, которая умышленно скрывает информацию по своим обязательствам и имуществу с целью получения задержки выплат кредиторам. В данной ситуации создаются дочерние компании или фирмы-однодневки, через которые тайно переводятся финансовые средства компании. Данный вид банкротства также является уголовным преступлением и регулируется Уголовным кодексом Российской Федерации, в частности статьей 197 УК РФ.

На данный момент в России наблюдается проблема выявления преднамеренного и фиктивного банкротства. Невзирая на уголовную ответственность по данным Генеральной прокуратуры Российской Федерации за прошлый год количество фиктивных и преднамеренных банкротств выросло по сравнению с предыдущими периодами. Надо отметить, что объявление компании банкротом в целях личных выгод влечет за собой глобальные проблемы для экономики страны в целом, в частности для существования эффективной конкуренции.

Существование преднамеренного и фиктивного видов банкротства может являться проблемой для исследования факторов, влияющих на банкротство компании, так как данные по компаниям могут быть искажены. Но все же считается, что будут рассмотрены компании, которые заявили о реальном банкротстве.

1.2 Понятие факторов банкротства и их виды

Как правило, в теории понятие факторов банкротства равнозначно причинам банкротства, используется либо то, либо другое. Четких трактовок факторов банкротства в литературе не наблюдается.

Однако в статье «Факторы и причины банкротства компаний в условиях современной экономики» Львова О.А. и Пеганова О.М. попытались дать полную и обобщенную формулировку данному понятию. «Факторы банкротства - это настораживающее событие или зафиксированное состояние, установленная тенденция, свидетельствующая о возможности наступления кризиса на предприятии, способного перерасти в неплатежеспособность и последующее банкротство» (Львова, Пеганова, 2014).

Таким образом, авторы рассмотрели факторы банкротства со стороны цикличности развития экономики. Другими словами, экономический спад, который приводит к экономическому кризису, впоследствии приводит к экономическому росту, а далее - к пику развития экономики. Данные циклы повторяются, и наличие кризисных стадий как раз таки обуславливает банкротство компаний.

Факторы, влияющие на банкротство компании, принято разделять на два блока: внутренние, или объективные, и внешние, или субъективные. Внешние факторы формируются на макроэкономическом уровне, на них организация повлиять никак не может. А внутренние, напротив, формируются на микроэкономическом уровне и зависят от деятельности организации. В данном случае во внимание берется тот факт, насколько грамотно и эффективно руководитель управляет компанией, какую стратегию развития он разрабатывает в целях предотвращения банкротства. Кроме того, немаловажна деятельность самих сотрудников организации, а именно их профессионализм и опытность.

Выделяют следующие внешние факторы банкротства:

- экономические;

- политические;

- усиление конкуренции;

- демографические (Савицкая, 2002; Зенкина, Омельченко, 2008).

Фактор усиления конкуренции в первую очередь связывают с усилением научно-технического прогресса. Конкуренция возникает при развитии новых методик, технологий и различных разработок. В связи с этим, ее усиление является благоприятным фактором не только для производителей, но и для потребителей. Конкуренция способствует тому, что на рынке происходит борьба за первые позиции, что, безусловно, стимулирует научно-технический прогресс. Кроме того, это способствует предотвратить необоснованное увеличение цен на конкурирующие услуги и товары, а также поддерживает достаточно высокое качество данной продукции. В связи с тем, что многие предприятия не могут преодолеть данную конкурентную борьбу из-за достаточно больших затрат на финансирование новых технологий и разработок, их доходы сокращаются и впоследствии это приводит к их банкротству.

Экономические факторы банкротства связаны с цикличностью экономического развития страны. В момент кризисной ситуации уровень инфляции цены на ресурсы растут, объемы производства снижаются, и уровень инфляции растет. Помимо этого, к экономическим факторам банкротства можно отнести повышение уровня налоговой нагрузки, что может являться критичным для многих компаний.

Политические факторы банкротства можно рассмотреть с разных сторон. В первую очередь к ним относится политическая нестабильность общества, а именно отрицательные отношения между различными структурами общества, то есть, это различные войны, революции и так далее. Также, сюда можно отнести то, каким образом страна налаживает экономические связи с другими государствами, другими словами, внешнеэкономическая политика. В случае неграмотной внешнеэкономической политики данные связи теряются, что впоследствии приводит к ухудшению условий импорта и экспорта, а также к потерям рынка сбыта. Кроме того, политические факторы банкротства можно рассматривать со стороны регулирующей функции государства. Несовершенство законодательства в сфере антимонопольной политики, предпринимательской деятельности и иных видов хозяйствования также приводит компании к банкротству.

К демографическим факторам банкротства относятся не только численность населения и его состав, что отображает структура общественных потребностей страны, но и благосостояние населения. Это связано с тем, что при низком уровне благосостояния платежеспособность населения и потребительский спрос также низкие. На сегодняшний день одной из главных задач экономического и социального развития Российской Федерации является повышение благосостояния населения, а именно увеличение продолжительности жизни, рождаемости, уровня образования, сокращение уровней бедности и смертности.

В целом, все вышеупомянутые внешние факторы банкротства относятся к разным сферам жизни общества и оказывают разное влияние на финансовое состояние предприятий в целом. Однако все эти факторы зависят от уровня компетентности и грамотности властей, от эффективности их управления регионами.

Также, к списку внешних факторов банкротства компании можно добавить природно-климатический. К нему относятся такие явления, как нехорошее состояние окружающей среды, неблагоприятный климат, небольшое количество природных ресурсов, а также различные стихийные бедствия, безусловно, оказывают негативное влияние на финансовое состояние компании.

Как уже было сказано ранее, внутренние факторы банкротства - это финансовые показатели деятельности компании. Данные показатели представляют собой целостную методику анализа финансового состояния компании для проверки компаний на наличие признаков банкротства. Диагностика проводится в соответствии с «Методическими рекомендациями по проведению анализа финансового состояния организации», утвержденными ФСФО.

К ним относятся показатели:

- платежеспособности;

- финансовой устойчивости;

- деловой активности;

- рентабельности.

В основе оценки платежеспособности компании лежат показатели ее ликвидности. Данные показатели характеризуются в способности компании вовремя и в полном объеме рассчитаться по своим обязательствам. Если активы быстро продаются по цене близкой к рыночной, то эти активы считаются более ликвидными. Наличие у компании достаточно большого количества неликвидных активов говорит о том, что вероятность непогашения своих обязательств в срок высокая. Выделяют следующие основные показатели ликвидности компании: коэффициент текущей ликвидности, коэффициент быстрой (или срочной) ликвидности и коэффициент абсолютной ликвидности. Чем выше значение показателя ликвидности, тем выше уровень платежеспособности фирмы, а, следовательно, вероятность наступления банкротства ниже.

Следующая группа показателей - показатели финансовой устойчивости компании. «Финансовая устойчивость предприятия - это способность субъекта хозяйствования функционировать и развиваться, сохранять равновесие своих активов и пассивов в изменяющейся внутренней и внешней среде, гарантирующее его постоянную платежеспособность и инвестиционную привлекательность в границах допустимого уровня риска» (Ковалев В.В., Ковалев Вит.В., 2014). Показатели финансовой устойчивости зависят от структуры его источников, поэтому они рассчитываются как отношение различных видов источников финансирования к собственным средствам. К основным можно отнести следующие показатели: коэффициент финансовой автономии (независимости), коэффициент финансовой зависимости, финансовый рычаг, коэффициент маневренности собственного капитала. Логично предположить, что в случае преувеличения заемных средств над собственными риск банкротства выше.

Следующая группа показателей оценивает деловую активность компании. Данные показатели называют также коэффициентами оборачиваемости. Данные коэффициенты показывают, насколько эффективно компания использует свои активы или обязательства. Надо отметить, что каждый показатель рассчитывается в зависимости от скорости оборачиваемости, а также продолжительности. К основным показателям деловой активности относятся коэффициенты оборачиваемости текущих активов, дебиторской и кредиторской задолженностей и запасов.

Последняя группа - показатели рентабельности. «Рентабельность - это качественный, стоимостной показатель, характеризующий уровень отдачи вложенных затрат или уровень использования ресурсов, которые имеются в наличии у предприятия, связанный с достижением определенного хозяйственного результата» (Н.В. Войтоловский, А.П. Калинина, И.И. Мазурова, 2014). Показатели рентабельности характеризуют эффективность работы фирмы, а также ее способность увеличивать свой капитал. Компанию можно считать рентабельной, если ее выручка дает возможность не только покрыть расходы компании, но и сформировать прибыль. Наиболее популярными показателями рентабельностями считаются: рентабельность продаж, рентабельность продукции, рентабельность активов и рентабельность собственного капитала. Согласно экономической логике с увеличением коэффициента рентабельности вероятность наступления банкротства должна снижаться.

При выделении видов факторов банкротство необходимо отметить работу «Анализ внешних и внутренних факторов банкротства на примере российских компаний» отечественных исследователей М.Н. Кочугуевой, Н.Н. Киселевой С.М. и Анпилова. В данном исследовании авторы провели анализ 227 наиболее популярных отечественных и зарубежных работ по оценке факторов банкротства. На основе данных работ исследователями была составлена классификация факторов банкротства, которая представлена на рисунке 1.

Рис. 1. Ранжирование типов факторов по частоте объяснения причин банкротства в научных статьях 2001-2011 гг., %

Согласно классификации, представленной авторами, можно заметить, что помимо финансовых показателей, которые составляют самую большую долю (67,4%), к внешним факторам банкротства относят управленческие, которые могут быть связаны с низким уровнем корпоративной культуры, организационные, производственные и материально-технические факторы, а также факторы, связанные с трудом и персоналом, а именно с их непрофессионализмом.

Таким образом, «включение в модели, применяемые для исследования, следующих факторов: финансовых, связанных с корпоративным управлением, рыночных, внешнеэкономических, политических и технологических - с учетом специфики российской экономики и сильного влияния государства на бизнес позволит более полно рассмотреть проблему банкротства» (Кочугуева М.Н., Киселева Н.Н., Анпилов С.М.).

1.3 Существующие модели оценки факторов банкротства компании

Изначально вопросами вероятности банкротства занимались иностранные исследователи. Самыми распространенными считаются следующие зарубежные модели прогнозирования банкротства:

- Модель Бивера.

- Двухфакторная модель Альтмана.

- Четырехфакторная модель Лиса.

- Модель Р. Таффлера.

- Модель Г. Спрингейта.

- Модель У. Фулмера (Сапегина 2016; Лавренчук, Жукова 2017).

Первым, кто пытался спрогнозировать банкротство - это знаменитый финансовый аналитик Уильям Бивер. В 1966 году он предположил, что информация, полученная из бухгалтерского учета и отчетности, может способствовать прогнозированию вероятности банкротства. Для этого исследователем была создана модель, состоящая из пяти факторов:

1) рентабельность активов;

2) удельный вес заемных средств в общем объеме пассивов;

3) показатель текущей ликвидности;

4) доля чистого оборотного капитала в общем объеме активов;

5) отношение чистой прибыли и амортизации к заемным средствам (коэффициент Бивера)

Последний индикатор, предложенный аналитиком, принято называть коэффициентом Бивера. В предложенной им модели он занимает главную позицию по сравнению с остальными, так как именно он оказывает наибольшее влияние на вероятность наступления банкротства.

При исследовании данных показателей на примере действующих и обанкротившихся компаний было выявлено, что представленные выше факторы у действующих в настоящий момент времени компаний и у компаний-банкротов значительно отличаются.

Особенность модели прогнозирования банкротства, предложенной У.Бивером, заключается в том, что полученные результаты коэффициентов сравниваются с их нормативным значением. Их удельный вес в общей сумме не учитывается, что может привести к сложностям при интерпретации полученных результатов.

После того, как полученные результаты сравниваются с их нормативными величинами, делаются соответствующие выводы о состоянии компании. В данном случае рассматриваются 3 варианта: либо компания являетсяна текущий момент финансово устойчивой, либо она вероятнее всего обанкротится через 5 лет, либо, самый негативный исход, ее банкротство наступит через год.

Предложенная Бивером модель прогнозирования банкротства не является актуальной на сегодняшний день, так как условия нынешней экономики нестабильны. Предпочтение дается тем моделям, при помощи которых можно определить вероятность банкротства в численном измерении, а также построить не только самую элементарную линейную зависимость. Другими словами, в приоритете логистические регрессионные модели (Beaver, 1996).

Модель Бивера послужила толчком для появления новых, более углубленных моделей прогнозирования банкротства компании. Следующим зарубежным исследователем по данной теме является американский экономист Эдвард Альтман. В 1968 году он предложил модель, которая позволяет ответить на вопрос, является ли компания банкротом или нет. Данным автором были разработаны двухфакторная, пятифакторная и семифакторная модели. Однако для оценки вероятности банкротства в зарубежной практике чаще всего употребляется пятифакторная модель. На основании исследования 33 компаний, которые на данный момент ведут успешную финансовую деятельность, и такого же количества компаний-банкротов Альтман выявил 5 факторов, которые наиболее точно прогнозируют банкротство компании (прогнозная точность составляет 95%), и на основании их составил модель. Данная модель является дискриминантной. Уравнение модели и сами факторы представлены в таблице 1.

Таблица 1. Пятифакторная модель Альтмана

Формула	Переменные
Z= 1.2X1 + 1.4X2 + 3.3X3 + 0.6X4 + 0.999X5	X1 = Текущие активы/Активы; Х2 = Нераспределенная прибыль/Активы; Х3 = Прибыль до налогообложения и выплаты процентов/Активы Х4 = Рыночная стоимость собственного капитала/Активы Х5 = Выручка от реализации/Активы

Сам Альтман утверждает, что прогнозная точность предложенной им модели уменьшается с каждым годом: за 2 года - до 72%, за 3 - до 42%, за 5 лет - до 36%. Несмотря на то, что данная модель не учитывает российские условия и компании, она все же является базовой и часто используется при анализе банкротства компаний, благодаря ее новизне (Altman, 1968).

Основываясь на методе, разработанном Альтманом, многие другие иностранные исследователи использовали свои данные для проверки данной модели. Среди них был Г.Спрингейт. В 1978 году на основе анализа 40 действующих компаний и аналогичном количестве компаний-банкротов им была разработана модель. Уравнение модели и сами факторы представлены в таблице 2.

Таблица 2. Четырехфакторная модель Спрингейта

Формула	Переменные
Z = 1,03X1 + 3,07X2 + 0,66X3 + 0,4X4	Х1 = Оборотный капитал / Баланс; Х2 = EBIT / Баланс; Х3 = EBT / Краткосрочные обязательства; Х4 = Выручка (нетто) от реализации / Баланс

Предложенная Спрингейтом модель включает в себя 4 фактора, точность прогноза которых составляет 92,5% (Springate, Gordon, 1978).

Также популярной является модель Р. Таффлера, предложенная ученым в 1983 году. В данном исследовании автор рассматривает всего 92 предприятия только промышленного сектора с равным количеством финансово-устойчивых и банкротов. Уравнение модели и сами факторы представлены в таблице 3.

Таблица 3. Четырехфакторная модель Таффлера

Формула	Переменные
Z = 0,53X1 + 0,13Х2 + 0,18Х3 + 0,16X4	Х1 - отношение прибыли (убытка) от продаж к сумме текущих обязательств; Х2 - отношение суммы текущих активов к общей сумме обязательств; Х3 - отношение суммы текущих обязательств к общей сумме активов (показатель финансовых рисков); Х4 - отношение выручки к общей сумме активов

В предложенной модели Таффлера качество прогноза составляет 97%, однако, как и в модели Альтмана присутствует снижение данной прогнозной силы в зависимости от времени. То есть, спустя 2 года точность составит 70%, далее 61% и 35%, соответственно. Модель банкротства Таффлера также оценивает риск банкротства. Однако в ней также присутствуют недочеты, главными из которых являются то, что модель можно использовать только при оценке компаний такой формы хозяйственного объединения как акционерное общество, а также не берется во внимание структура капитала (Taffler,1983).

Самой многофакторной из всех рассмотренных зарубежных моделей является модель Фулмера, которая была разработана исследователем вслед за Таффлером в 1984 году. Данная модель включает в себя 9 факторов. Уравнение модели и обозначение ее переменных представлены в таблице 4.

Таблица 4. Девятифакторная модель Фулмера

Формула	Переменные
Z = 5,528Х1 + 0,212Х2 + 0,073Х3 + 1,270Х4 - 0,120Х5 + 2,335Х6 + 0,575Х7 + 1,083Х8 + 0,894Х9 - 6,075	Х1 - Нераспределенная прибыль прошлых лет/ Баланс; Х2 - Выручка от реализации / Баланс; Х3 - Прибыль до уплаты налогов / Собственный капитал; Х4 - Денежный поток / Долгосрочные и краткосрочные обязательства; Х5 - Долгосрочные обязательства / Баланс; Х6 - Краткосрочные обязательства / Совокупные активы; Х7 - log (материальные активы); Х8 - Оборотный капитал / Долгосрочные и краткосрочные обязательства; Х9 - log (прибыль до налогообложения + проценты к уплате/выплаченные проценты)

Прогнозная точность данной модели составляет 98%. В исследовании автор оценивал финансовое состояние 60-и предприятий, включая равное количество как действующих, так и банкротов.

Отечественные исследователи также занимались вопросами прогнозирования банкротства компаний, только позже. Среди их исследований также присутствуют дискриминантные модели оценки вероятности банкротства. К самым распространенным из них относят:

- Модель О.П. Зайцевой

- Модель Р.С. Сайфуллина и Г.Г. Кадыкова

- Модель А.Ю. Беликова и Г.В. Давыдовой

- Модель В.В. Ковалева (Сапегина 2016; Лавренчук, Жукова, 2017)

Рассмотрим данные модели подробнее.

Самой первой рассматриваемым вопросом занималась О.П. Зайцева, в 1998 году она предложила свою модель оценки вероятности банкротства. Автор оценивает фактические показатели деятельности компаний и сравнивает их с нормативными значениями. Список данных показателей представлен в таблице 5.

Таблица 5. Шестифакторная модель Зайцевой

Формула	Переменные
К = 0,25Х1 + 0,1Х2 + 0,2Х3 + 0,25Х4+ 0,1Х5 + 0,1Х6	Х1 = Куп - коэффициент убыточности предприятия; Х2 = Кз - коэффициент соотношения кредиторской и дебиторской задолженности; Х3 = Кс - показатель соотношения краткосрочных обязательств и наиболее ликвидных активов; Х4 = Кур - убыточность реализации продукции; Х5 = Кфл - коэффициент финансового левериджа (финансового риска); Х6 = Кзаг - коэффициент загрузки активов

В данной модели действует правило: если фактическое значение (К) выше его нормативной величины, то компания имеет низкую вероятность банкротства, если ниже - высокую. Недостатком предложенной Зайцевой модели является низкое качество прогноза, около 60%. Кроме того, в модели не учитываются внешние факторы, которые также могут повлиять на банкротство компании (Зайцева,1998).

Вслед за Зайцевой в этом же году свою методику прогнозирования банкротства предложили исследователи Г.В. Давыдова и А.Ю. Беликов. Уравнение модели и ее переменные представлены в таблице 6.

Таблица 6. Четырехфакторная модель Беликова-Давыдовой

Формула	Переменные
К = 8.38Х1 + 1Х2 + 0.054Х3 + 0.63Х4	Х1 = Оборотный капитал / Активы; Х2 = Чистая прибыль / Собственный капитал; Х3 = Выручка / Активы; Х4 = Чистая прибыль / Себестоимость;

В данной модели показатель Х1 взят из классической модели Альтмана, а Х3 - из модели Таффлера. Однако другие две переменные уже учитывают специфику отечественных компаний, следовательно, они не были ранее включены в иностранные модели. Отличительной особенностью разработки данной модели является то, что в исследовании проводилась оценка только компаний торговой отрасли, которые изначально находились на стадии банкротства. Исходя из данных особенностей, несмотря на достаточно высокую точность прогноза, равную 81%, модель имеет такой недостаток, как специфика отрасли компаний, которая не учитывается в предложенной модели. Кроме того, так как исследование проводилось уже в процессе банкротства, модель можно использовать уже при наступлении кризисной ситуации, другими словами, она имеет достаточно короткий срок прогнозирования (Давыдова, Беликов А.Ю, 1999).

Также популярной является модель, предложенная Р.С. Сайфуллиным и Г.Г. Кадыковым. Уравнение модели и обозначение ее переменных представлены в таблице 7.

Таблица 7. Пятифакторная модель Сайфуллина-Кадыкова

Формула	Переменные
К = 2Х1 + 0,1Х2 + 0,08Х3 + 0,45Х4 + 1Х5	Х1 = Ко -- коэффициент обеспеченности собственными средствами; Х2 = Ктл -- коэффициент текущей ликвидности; Х3 = Коа -- коэффициент оборачиваемости активов; Х4 = Км -- коммерческая маржа (рентабельность реализации продукции); Х5 = Кпр -- рентабельность собственного капитала

В данной модели оценка вероятности банкротства предприятия производится достаточно просто: если итоговое значение (К) больше 1, то компания не склонна к банкротству, вероятность низкая, если меньше - высокая. В модели Сайфуллина-Кадыкова при анализе в учет брались компании разных отраслей и размеров, следовательно, данная модель является универсальной, не учитываются особенности отдельных отраслей и размер компании. Но качество прогноза не велико - только 70%.

Следующая популярная модель было создана за авторством В.В. Ковалева. Формула для оценки вероятности банкротства компании и ее переменные указаны в таблице 8.

Таблица 8. Пятифакторная модель Ковалева

Формула	Переменные
К = 25Х1 +25Х2 + 20Х3 + 20Х4 + 10Х5	Х1 - коэффициент оборачиваемости запасов; Х2 - коэффициент текущей ликвидности; Х3 - коэффициент структуры капитала; Х4 - коэффициент рентабельности; Х5 - коэффициент эффективности

Нормативное значение К в данной модели составляет 100. В модели Ковалева можно наблюдать некоторые недостатки, главным из которых является резкий скачок между прогнозными результатами, что уменьшает точность оценивания. Другими словами, при достаточно небольшой разнице между результатами могут получиться абсолютно противоположные выводы (Ковалев, 2014).

В целом, можно сказать, что дискриминантные модели имеют один главный недостаток, который заключается в том, что не все результаты можно интерпретировать. Другими словами, нельзя определенно отнести компанию к банкроту или не банкроту. В связи с этим, популярностью пользуются логит- и пробит-модели оценки вероятности банкротства. Специфика данных видов моделей состоит в том, что полученные результаты находятся в промежутке от 0 до 1. При значении, равном 0, компания является банкротом, и чем ближе полученный результат к 1, тем меньше вероятность наступления банкротства.

Оценки результатов у логит- и пробит-моделей одинаковые, они трактуются аналогично. Отличие состоит лишь в нормальности распределения в пробит-модели, которое при небольших выборках сложно определить. Первые попытки создания логит-модели прогнозирования банкротства сделал Д. Чессер.

В качестве выборки исследователь использовал компании банковской отрасли, 37 из которых являются банкротами и 37 - не банкротами.

Следовательно, оценка вероятности банкротства проводилась автором как оценка вероятности невыполнения заемщиком своих обязательств по договору кредитования (Chesser, 1974).

Формула модели представлена в таблице 9.

Таблица 9. Шестифакторная модель Чессера

Формула	Переменные
Z = -0,0434 - 5,24Х1 + 0,0053Х2 - 6,6507Х3 + 4,4009Х4 - 0,0791Х5 - 0,1220Х6	Х1 - (Денежные средства + Ценные бумаги) / Активы; Х2 - Продажи (нетто) / (Денежные средства + Быстрореализуемые ценные бумаги); Х3 - Доходы (брутто) / Активы; Х4 - Совокупная задолженность / Активы; Х5 - Основной капитал / Чистые активы; Х6 - Оборотный капитал / Продажи (нетто).

Качество прогноза модели, предложенной Чессером, составляет лишь 66%. В связи с этим основоположником первой разработанной логистической модели считается Джеймс Олсон. Модель была разработана в 1980 году. При исследовании автор пользовался аналогичным подходом, что и Альтман, только его выборка состояла из гораздо большего числа компаний промышленного сектора (более 2000). Однако, несмотря на это, в основном исследовались предприятия, которые являются финансово устойчивыми, их доля в общей выборке более 90%. Уравнение модели и список ее переменных представлен в таблице 10.

Таблица 10. Девятифакторная модель Олсона

Формула	Переменные
Z = -1,32 - 0,47SIZEt + 6,03(TLt/TAt) - 1,43(WCt/TAt) + 0,0757(CLt/CAt) - 2,37(NIt/TAt) - 1,83(FFOt/TLt) + 0,285X - 1,72Y - 0,521[(NIt - NIt-1)/(|NIt|+|NIt-1|)]	SIZE - Натуральный логарифм отношения активов к темпу роста ВВП; TA - Активы; TL - Обязательства; WC - Рабочий капитал; CL - Краткосрочные обязательства; CA - Оборотные активы; NI - Чистая прибыль; FFO - Чистая прибыль с амортизацией; Y - переменная, принимающая значение 1 в случае, если обязательства превышают активы, 0 - в остальных случаях; Х - переменная, принимающая значение 1, если компания в текущем и предыдущем периодах имеет убыток, 0 - в остальных случаях; t - текущий период; t-1 - предыдущий период.

Как видно из таблицы данная модель включает в себя 1 переменную, описывающую размер компании (SIZE), 6 переменных, отображающих финансовые показатели компании, а также 2 качественные переменные, принимающие значения 0 и 1 (Х и Y). Надо отметить, что точность модели, предложенной Олсоном, на протяжении нескольких лет остается высокой: за первый год до банкротства - 96%, за второй - 95%, за третий - 92% (Ohlson, 1980).

Вслед за Олсоном исследование в данной области продолжил М. Змиевский. В 1984 году он один из первых разработал пробит-модель, которая включала в себя только 3 показателя финансовой деятельности компании. Данные показатели представлены в таблице 11.

Таблица 11. Трехфакторная модель Змиевского

Формула	Переменные
Z = -4,3 - 4,5Х1 + 5,7Х2 - 0,004Х3	Х1 - Чистая прибыль / Активы; Х2 - Совокупные обязательства / Активы; Х3 - Оборотные активы / Краткосрочные обязательства.

Точность прогноза данной модели составляет 76%. Оценка банкротства происходит аналогично двум ранее представленным моделям, однако, не оценивается вероятность банкротства. В данной модели возможны только два исхода: либо компания банкрот, либо она является финансово устойчивой. (Zmijewski, 1984).

К более современным исследованиям по построению логистических моделей и пробит-моделей можно отнести модель, построенную в 2007 году Альтманом и Собато. В основе исследования лежит логит-регрессионная модель. Уравнение модели, а также ее переменные представлены в таблице 12.

Таблица 12. Пятифакторная модель Альтмана-Собато

Формула	Переменные
Z = 4,28 + 0,18Х1- 0,01Х2 + 0,08 Х3 + 0,02Х4 + 0,19Х5	Х1 - Прибыль до вычета налогов и процентов / Активы; Х2 - Краткосрочные обязательства / Собственный апитал; Х3 - Чистая прибыль / Активы; Х4 - Денежные средства / Активы; Х5 - Прибыль до вычета налогов и процентов / Проценты к уплате.

В выборку входили 2130 компаний, 2010 из которых являются финансово устойчивыми, остальные 120 - банкротами. Прогнозная точность модели составляет 87% (Altman, Sobato, 2006).

В России первым исследователем, кто построил логистическую регрессионную модель на тему оценки вероятности банкротства, стал М.В. Евстропов. Автором в 2008 были предложены две модели прогнозирования банкротства: в течение 2 и 4 лет после даты окончания отчетного периода. Формулы данных моделей представлены в таблице 13.

Таблица 13. Модели Евстропова

Модель	Формула	Переменные
Модель прогнозирования банкротства в течение 2 лет	Z = 6,78+ 22,35X1 ? 0,94X 2 ? 0,54X 3 + 0,12X 4	Х1 - Номинальная балансовая стоимость акций / Заемный капитал; Х2 - Выручка от реализации / Заемный капитал; Х3 - Натуральный логарифм отношения активов к темпу роста ВВП; Х4 - Кредиторская задолженность / Дебиторская задолженность;
Модель прогнозирования банкротства в течение 4 лет	Z = 0,25?14,64Х1 ? 1,08Х2 ?130,08Х3	Х1 - Прибыль до вычета налогов и процентов / Активы; Х2 - Коэффициент роста выручки от реализации в отчетном году; Х3 - Коэффициент абсолютной ликвидности.

При исследовании автор использовал данные по малым и средним предприятиям промышленного сектора. Обе модели, разработанные Евстроповым, имеют высокое качество прогноза: первая модель - 88%, вторая - 90% (Евстропов, 2008). Несмотря на высокую прогнозную точность второй модели, ее нельзя считать достоверной, так как в ее исследование входили только 16 компаний, что является достаточно маленьким количеством для получения точных результатов.

Вслед за Евстроповым свою логистическую модель оценки вероятности банкротства составила Г.А. Хайдаршина. В 2009 году автором была предложена модель, в основу выборки которой входили компании разных отраслей: 100 компаний торгового сектора, 100 - сельскохозяйственного и 150 - промышленного, 50 из которых относятся к топливно-энергетическому комплексу. Уравнение модели в общем виде и входящие в нее факторы представлены в таблице 14.

Таблица 14. Одиннадцатифакторная модель Хайдаршиной*

Формула	Переменные
Z = а0 + а1Х1 + а2Х2 + а3Х3 + а4Х4 + а5Х5 + а6Х6 + а7Х7 + а8Х8 + а9Х9 + а10Х10 + а11Х11	Х1 - Возраст компании. Принимает значение 0 в случаях, если компания была образована больше 10 лет назад, 1 - меньше; Х2 - Кредитная история компании. 0 - положительная история, 1- отрицательная; Х3 - коэффициент текущей ликвидности; Х4 - Прибыль до уплаты налогов и процентов / Уплаченные проценты; Х5 - Натуральный логарифм собственного капитала; Х6 - Ставка рефинансирования Центрального Банка РФ; Х7 - Географическое положение компании. 0 - в случаях, если расположено в Москве или Санкт-Петербурге, 1 - в других регионах; Х8 - Показатель рентабельности активов предприятия (ROA); Х9 - Показатель рентабельности собственного капитала (ROE); Х10 - темп прироста собственного капитала; Х11 - темп прироста активов.

Как видно из таблицы 14, 7 переменных обозначают финансовые показатели компании, 1 переменная обозначает внешний фактор банкротства, так как она формируется на макроэкономическом уровне (ставка рефинансирования Центрального Банка) и 3 переменные являются качественными и могут принимать значение либо 0, либо 1 (возраст, кредитная история, географическое положение).

Как было уже сказано, а таблице 14 представлена формула общего вида модели, так как коэффициенты (а) в зависимости от отраслевой предрасположенности предприятия разнятся. Распределение данных коэффициентов представлено в таблице 15.

Таблица 15. Коэффициенты модели Хайдаршиной в зависимости от отрасли

Коэффициент	Отрасль
	Промышленная	ТЭК	Торговля	Сельское хозяйство
а0	10,2137	30,7371	35,0326	13,5065
а1	0,0303	3,7033	4,1834	0,2753
а2	6,7543	8,9734	9,0817	6,6637
а3	-3,7093	-8,6711	-8,7792	-7,0113
а4	-1,5985	-7,0110	-8,5601	-2,3915
а5	-0,5640	-1,6427	-1,6834	-1,0028
а6	-0,1254	-0,1399	-0,4923	-0,2900
а7	-1,3698	-0,6913	-0,8023	-1,5742
а8	-6,3609	-5,0894	-8,4776	-6,1679
а9	-0,2833	-15,3882	-10,8005	-2,3624
а10	2,5966	7,3667	7,1862	2,8715
а11	-7,3087	-22,0294	-22,7614	-6,9339

Безусловно, главным преимуществом модели Хайдаршиной является распределение ее коэффициентов в зависимости от отрасли предприятия. Кроме того, модель дает возможность более полно описать финансовое состояние компании с разных сторон: как с внутренней, так и с внешней. Однако количество факторов достаточно большое, что делает вычисления более массивными. А также некоторые показатели не находятся в открытом доступе, что значительно усложняет процесс оценки прогнозирования банкротства. Точность прогноза модели Жданова составляет 85,6% (Хайдаршина, 2009).

Уже к современным работам можно отнести модель вероятности банкротства, разработанную в 2012 году В.Ю. Ждановым. Автор в качестве выборки использовал 40 авиакомпаний с равным количеством финансово устойчивых компаний и компаний-банкротов. На основе корреляционного анализа исследователь выявил 5 наиболее подходящих показателей оценки вероятности компании. Данные факторы, а также формула модели представлены в таблице 16.

Таблица 16. Пятифакторная модель Жданова

Формула	Переменные
Z = -4,32 + 1,25Х1 + 0,12Х2 + 0,07Х3 + 0,34Х4 + 2,17Х5	Х1 - Чистая прибыль / Оборотные активы; Х2 - Совокупные обязательства / Собственный капитал; Х3 - Внеоборотные активы / Оборотные активы; Х4 - Выручка от продаж / Среднегодовая стоимость активов; Х5 - Оборотные активы / Краткосрочные обязательства.

Предложенная Ждановым модель спрогнозировала верно будущее банкротство для 86% авиакомпаний (Жданов, Афанасьева, 2011).

Также распространенной отечественной логистической моделью оценки вероятности банкротства принято считать модель, предложенную в 2013 году 3 авторами: Е.А. Федоровой, Е.В. Гиленко и С.Е. Довженко. В выборке участвовали 3056 средних и крупных компаний, которые относятся к отрасли обрабатывающей промышленности. Уравнение данной модели и ее переменные представлены в таблице 17.

Таблица 17. Восьмифакторная модель Федоровой, Гиленко и Довженко

Формула	Переменные
Z = 10,3 - 6,2Х1 - 5,649Х2 - 0,818Х3 - 1,08Х4 - 0,638Х5 - 1,932Х6 - 0,928Х7 - 2,249Х8	Х1 - Денежные средства / Оборотные средства; Х2 - Чистая прибыль / Совокупные обязательства; Х3 - Логарифм материальных активов; Х4 - Запасы / Краткосрочные обязательства; Х5 - Выручка / Совокупные обязательства; Х6 - Внеоборотные активы / Активы; Х7 - Валовая прибыль / Себестоимость; Х8 - Оборотные средства / Совокупные обязательства.

Точность прогнозирования данной модели составила 84,7%, что является достаточно высоким результатом. Также, в своем исследовании авторы проверили некоторые отечественные и зарубежные дискриминантные модели на основе выборки, состоящей из российских компаний промышленного сектора. Результаты получились не высокими: иностранные модели Альтмана, Спрингейта и Таффлера показали прогнозную точность 66,8%, 65,8% и 56,8%, соответственно, а отечественная модель Зайцевой показала точность только 40%. Это еще раз говорит о том, что зарубежные модели не учитывают российские условия и особенности российских компаний, а отечественные модели не являются универсальными (Федорова, Гиленко, Довженко, 2013).

Также к современным зарубежным работам по оценке вероятности банкротства можно отнести следующих авторов:

- Oude (2013). Автор проверял 3 предшествующие модели Альтмана, Олсена и Змиевского на примере 29 обанкротившихся и 802 финансово устойчивых голландских фирм.

- Lawrence (2015). Исследователь уделил внимание модели Олсена и проверил, как она работает на примере 60 тайландских фирм-банкротов и 60 - не банкротов.

- Singh and Mishra (2016). В данной работе авторы также проверяли модели Альтмана, Олсена и Змиевского. Только выборка состояла уже из компаний промышленной отрасли Индии. Общая выборка компаний банкротов и не банкротов составила 260 единиц.

Отдельно бы хотелось отметить самую современную работу зарубежных авторов: Ibrahim Onur Oz, Can Simga-Mugan (2018). В феврале 2018 года ими была предложена модель оценки вероятности банкротства на основе компаний промышленного сектора 17 стран с развивающейся экономикой (по версии MSCI). В конечном итоге, самыми значимыми в модели оценки вероятности банкротства оказались следующие факторы:

1) Отношение оборотного капитала к совокупным активам;

2) Отношение нераспределенной прибыли к совокупным активам;

3) Отношение прибыли до уплаты процентов и налогов к совокупным активам;

4) Отношение рыночной стоимости капитала к совокупным обязательствам;

5) Отношение продаж к совокупным активам.

В целом, при рассмотрении уже существующих отечественных и зарубежных работ по оценке вероятности банкротства компании можно сделать следующие выводы:

1. Несмотря на то, что существует достаточно большое количество отечественных моделей прогнозирования банкротства, во многих из них проводится исследование компаний определенной отрасли. Следовательно, данные модели нельзя считать универсальными для компаний всех секторов экономики.

2. Наибольшую популярность имеют финансовые показатели компании: ликвидности, рентабельности, финансовой устойчивости и деловой активности.

3. Наиболее высокую популярность имеют логит-регрессионные модели, нежели дискриминантные и пробит-модели. Последние два типа имеют ряд ограничений, главным из которых является то, что существует так называемая область неопределенности, при попадании в которую сложно судить о вероятности банкротства компании.

4. Во многих моделях показатели оценки вероятности банкротства переплетаются, так как авторы берут в основу своих исследований уже существующие классические модели банкротства, в особенности модели Альтмана, Олсена и Змиевского. Данные модели усовершенствуются и дополняются другими факторами в целях получения наиболее высокой точности прогнозирования.

2. Методология исследования

2.1 Постановка исследовательского вопроса. Описание данных и модели

Целью работы является выявление факторов, которые влияют на банкротство компании, а также их оценка путем построения модели.

Для построения модели необходимо провести анализ выборки из реальных компаний на основе факторов, выявленных ранее в процессе обзора литературы и уже существующих отечественных и зарубежных эмпирических исследования в области оценки вероятности банкротства компании.

Как уже было выявлено ранее, самыми распространенными и эффективными факторами банкротства компании являются ее финансовые показатели, а именно: показатели рентабельности, платежеспособности (ликвидности), деловой активности (оборачиваемости) и финансовой устойчивости. Кроме того важны нефинансовые факторы, характеризующие компанию, такие как ее возраст, размер, отрасль и другие.

В выборку было решено включить средние и крупные компании России. Размер фирмы принято, как правило, определять количеством совокупных активов. Однако, учитывая тот факт, что выборка для компаний-банкротов была собрана за предпоследний период производства, и большая часть из них имеют очень низкий уровень совокупных активов, это делает поиск компаний по критерию размерности некорректным. В связи с этим было решено в качестве критерия отбора компаний по размеру использовать показатель среднесписочного количества работников. Согласно Постановлению Правительства Российской Федерации среднесписочное количество работников в компании должно составлять не менее 101 работника.

Также, в связи с тем, что большинство уже существующих работ в области оценки факторов банкротства компании исследуют компании определенной отрасли, было решено построить универсальную модель для организаций всех отраслей. Однако существуют отрасли, которые будут сильно искажать результаты в силу их специфичности, поэтому было решено взять группу определенных отраслей, в частности - обрабатывающие отрасли.

В выборку вошли действующие компании, которые являются финансово-устойчивыми на данный момент, и компании-банкроты. Данные по компаниям были отобраны при помощи базы данных СПАРК, а также из финансовой отчетности компаний. Всего было отобрано 71 обанкротившихся в 2018 году компаний. К каждому банкроту было подобранно две фирмы аналога из числа действующих фирм, то есть 142 финансово устойчивых компаний. Таким образом, выборка составила 213 компаний.

В ходе обзора литературы и уже существующих работ, было выявлено, что наиболее подходящими для прогнозирования банкротства являются логит-регрессионные модели. Данный вид модели обеспечивает наиболее точные и однозначные результаты. Следовательно, в данной работе будет построена логит-модель, исследование будет проводиться при помощи статистических пакетов Eviews, STATA и R.

Логит- модель - это параметрическая модель бинарного выбора, где зависимая переменная может принимать два значения: 1 - если компания банкрот, и 0 - в остальных случаях.

Функция логит-модели выглядит следующим образом:

где: e - основание натурального логарифма,

Z - стандартное уравнение регрессии.

Логит-регрессионные модели имеют ряд преимуществ. Во-первых, данная модель предполагает нелинейные отношения между факторами, влияющими на банкротство компании. Во-вторых, модель не требует нормального распределения переменных. В-третьих, логит-модель можно легко интерпретировать, так как она может принимать значения от 0 до 1. В-четвертых, нет так называемых зон неопределенностей, которые наблюдаются в дискриминантных моделях.