ВОЛГОГРАДСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА

Выполнил студентка 5 курса

Группы КМЕН - 061 (В)

Ермаков Максим Михайлович

Проверила:

Экгардт Екатерина Ивановна

Камышин 2011г.

Введение

На нынешнем этапе развития Российской экономики выявление неблагоприятных тенденций развития предприятия, предсказание банкротства приобретают первостепенное значение. Вместе с тем, методик, позволяющих с достаточной степенью достоверности прогнозировать неблагоприятный исход, практически нет. Более того, нет единого источника, который бы описывал большинство известных методик.

Одной из актуальных проблем, требующих решения, является наиболее ранняя диагностика риска банкротства предприятия. Требования к максимально ранней диагностике вызвано двумя основными причинами: необходимостью иметь достаточный лаг времени для принятия управленческого решения и погашения инерции достижения прежней стратегической или тактической цели у анализируемого предприятия.

Предсказание банкротства как самостоятельная проблема возникла в передовых капиталистических странах (и в первую очередь, в США) сразу после окончания второй мировой войны. Этому способствовал рост числа банкротств в связи с резким сокращением военных заказов, неравномерность развития фирм, процветание одних и разорение других. Естественно, возникла проблема возможности априорного определения условий, ведущих фирму к банкротству.

Вначале этот вопрос решался на эмпирическом, чисто качественном уровне и, естественно, приводил к существенным ошибкам. Первые серьезные попытки разработать эффективную методику прогнозирования банкротства относятся к 60-м гг. и связаны с развитием компьютерной техники.

Актуальность и практическая значимость темы настоящей курсовой работы обусловлена еще и тем, что:

во-первых, в настоящее время, в российской экономике ключевой проблемой является кризис неплатежей, и добрую половину российских предприятий следовало уже давно объявить банкротами, а полученные средства перераспределить в пользу эффективных производств, что, несомненно, способствовало бы оздоровлению российского рынка;

во-вторых, в условиях массовой неплатежеспособности российских хозяйствующих субъектов особое значение приобретают меры по предотвращению кризисных ситуаций, а также мероприятия, направленные на восстановление платежеспособности предприятия и стабилизацию его финансового состояния. Данная деятельность объединяется понятием антикризисный менеджмент и на сегодняшний день весьма актуальна и перспективна.

Цель данной курсовой работы - освятить основные модели прогнозирования банкротства предприятия.

Для достижения поставленной цели необходимо решить следующие задачи:

· рассмотреть понятие банкротства как неотъемлемого атрибута рыночной экономики; рассмотреть основные модели прогнозирования банкротства;

· оценить вероятность банкротства предприятия ООО «Акварель» по модели Э. Альтмана.

В работе использованы данные бухгалтерской отчетности предприятия ООО «Акварель» и отчет о прибылях и убытках. На базе этого предприятия был проведен расчет финансовых коэффициентов и построена модель Э. Альтмана.

При написании работы было использовано множество различной литературы, включая законодательство о банкротстве, а также методические материалы по анализу и статьи практикующих юристов и экономистов, рассматривающих проблемы банкротства.

1. ТЕОРЕТИЧЕСКАЯ ЧАСТЬ

Банкротство (финансовый крах, разорение) - это подтвержденная документально неспособность субъекта хозяйствования платить по своим долговым обязательствам и финансировать текущую основную деятельность из-за отсутствия средств.

Основным признаком банкротства является неспособность предприятия обеспечить выполнение требований кредиторов в течение трех месяцев со дня наступления сроков платежей. По истечении этого срока кредиторы получают право на обращение в арбитражный суд о признании предприятия-должника банкротом.

Современные методы к анализу и оценке финансового состояния предприятия банкрота. Прогнозирование вероятности банкротства. Предсказание банкротства как самостоятельная проблема возникла в передовых капиталистических странах (и в первую очередь, в США) сразу после окончания второй мировой войны. Этому способствовал рост числа банкротств в связи с резким сокращением военных заказов, неравномерность развития фирм, процветание одних и разорение других. Естественно, возникла проблема возможности априорного определения условий, ведущих фирму к банкротству. Вначале этот вопрос решался на эмпирическом, чисто качественном уровне и, естественно, приводил к существенным ошибкам. Первые серьезные попытки разработать эффективную методику прогнозирования банкротства относятся к 60-м гг. и связаны с развитием компьютерной техники. Известны два основных подхода к предсказанию банкротства. Первый базируется на финансовых данных и включает оперирование некоторыми коэффициентами: приобретающим все большую известность Z-коэффициентом Альтмана (США), коэффициентом Таффлера, (Великобритания), и другими, а также умение "читать баланс". Второй исходит из данных по обанкротившимся компаниям и сравнивает их с соответствующими данными исследуемой компании. Первый подход, бесспорно эффективный при прогнозировании банкротства, имеет три существенных недостатка. Во-первых, компании, испытывающие трудности, всячески задерживают публикацию своих отчетов, и, таким образом, конкретные данные могут годами оставаться недоступными. Во-вторых, даже если данные и сообщаются, они могут оказаться "творчески обработанными". Для компаний в подобных обстоятельствах характерно стремление обелить свою деятельность, иногда доводящее до фальсификации.

Предметом исследования выступают Российские предприятия. Объектом исследования является методы прогнозирования банкротства.
Общая цель работы состоит в анализе теоретических и методических положений, понимании методов прогнозирования банкротства.
В соответствии с целью исследования в работе поставлены следующие основные задачи:

1) изучить сущность, виды и причины банкротства предприятия;

2) выявить основные зарубежные и российские методы прогнозирования банкротства

3) обозначить пути совершенствования методов прогнозирования банкротства.

1.1 Детерминированный и вероятностный прогноз

Детерминированный прогноз предполагает наличие функциональных или жестко детерминированных связей, когда каждому значению факторного признака соответствует вполне определенное неслучайное значение результативного признака. В качестве примера можно привести зависимости, реализованные в рамках известной модели факторного анализа фирмы Дюпон. Используя эту модель и подставляя в нее прогнозные значения различных факторов, например выручки от реализации, оборачиваемости активов, степени финансовой зависимости и других, можно рассчитать прогнозное значение одного из основных показателей эффективности - коэффициента рентабельности собственного капитала.

Другим весьма наглядным примером служит форма отчета о прибылях и убытках, представляющая собой табличную реализацию жестко детерминированной факторной модели, связывающей результативный признак (прибыль) с факторами (доход от реализации, уровень затрат, уровень налоговых ставок и др.).

Здесь нельзя не упомянуть об еще одной группе методов, основанных на построении динамических имитационных моделей предприятия. В такие модели включаются данные о планируемых закупках материалов и комплектующих, объемах производства и сбыта, структуре издержек, инвестиционной активности предприятия, налоговом окружении и т.д. Обработка этой информации в рамках единой финансовой модели позволяет оценить прогнозное финансовое состояние компании с очень высокой степенью точности. Реально такого рода модели можно строить только с использованием персональных компьютеров, позволяющих быстро производить огромный объем необходимых вычислений. Однако эти методы не являются предметом настоящей работы, поскольку должны иметь под собой гораздо более широкое информационное обеспечение, чем бухгалтерская отчетность предприятия, что делает невозможным их применение внешними аналитиками.

Вероятностные прогнозы предполагают вероятностный характер как прогноза, так и самой связи между исследуемыми показателями. Вероятность получения точного прогноза растет с ростом числа эмпирических данных. Эти методы занимают ведущее место с позиции формализованного прогнозирования и существенно варьируют по сложности используемых алгоритмов. Наиболее простой пример - исследование тенденций изменения объема продаж с помощью анализа темпов роста показателей реализации. Результаты прогнозирования, полученные методами статистики, подвержены влиянию случайных колебаний данных, что может иногда приводить к серьезным просчетам.

Стохастические методы можно разделить на три типовые группы, которые будут названы ниже. Выбор для прогнозирования метода той или иной группы зависит от множества факторов, в том числе и от имеющихся в наличии исходных данных.

Первая ситуация - наличие временного ряда - встречается на практике наиболее часто: финансовый менеджер или аналитик имеет в своем распоряжении данные о динамике показателя, на основании которых требуется построить приемлемый прогноз. Иными словами, речь идет о выделении тренда. Это можно сделать различными способами, основными из которых являются простой динамический анализ и анализ с помощью авторегрессионых зависимостей.

Вторая ситуация - наличие пространственной совокупности - имеет место в том случае, если по некоторым причинам статистические данные о показателе отсутствуют либо есть основание полагать, что его значение определяется влиянием некоторых факторов. В этом случае может применяться многофакторный регрессионный анализ, представляющий собой распространение простого динамического анализа на многомерный случай.

Третья ситуация - наличие пространственно-временной совокупности - имеет место в том случае, когда: а) ряды динамики недостаточны по своей длине для построения статистически значимых прогнозов; б) аналитик имеет намерение учесть в прогнозе влияние факторов, различающиеся по экономической природе и их динамике. Исходными данными служат матрицы показателей, каждая из которых представляет собой значения тех же самых показателей за различные периоды или на разные последовательные даты.

банкротство прогнозирование оценка вероятность

1.2 Концептуальные отличия и интерпретация результатов прогноза

Детерминированные однокритериальные модели предполагают построение оценки вероятности банкротства на основе расчета и интерпретации одного частного показателя -- коэффициента, в той или иной степени характеризующего ликвидность организации. Однако мы разделяем точку зрения большинства авторов в том, что ориентация на какой-то один критерий, даже весьма привлекательный с позиции теории, на практике не всегда оправдана. Многообразие экономических процессов в деятельности предприятий, множественность показателей характеристики их финансовой стабильности, а также различия в уровне оптимального значения коэффициентов вызывают в данном случае трудности антикризисной диагностики.

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

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

- фактическое значение коэффициентов ликвидности недостаточно объективно отражает уровень финансового состояния предприятий по причине:

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

- моментного характера значения коэффициентов.

Детерминированные модели, основанные на расчете комплексного показателя, а также на анализе чувствительности, дают возможность проведения более глубокого анализа. При этом надо учитывать, что они основаны на:

1) многокритериальном подходе к диагностированию вероятности банкротства;

2) возможности учета отраслевых особенностей деятельности изучаемой совокупности организаций.

В совокупности оба преимущества повышают точность и адекватность оценки ситуации на основе методов обратного детерминированного факторного анализа. Однако практика их применения обнаружила характерный недостаток, который присущ всем представителям данной группы. Это определение весов значимости частных показателей системы, методика расчета которых в условиях ограниченности статистической информации и невозможности использования в данных целях корреляционно-регрессионного анализа, строится по большей части на основе экспертных оценок, для которых типична высокая степень субъективизма.

Проведение скоррингового анализа как разновидности сравнительного позволяет:

1) учесть комплексный подход к диагностированию признаков формирования кризисной ситуации;

2) определить «рейтинг» банкротства;

3) установить (в отдельных случаях, а именно при использовании методики У. Бивера) возможный временной интервал его наступления, т. е. получение векторного результата диагностирования, вследствие чего можно сформировать «... некоторое подобие динамической оценки».

Вместе с тем с применением многокритериального подхода в скорринговом анализе, справедливость которого бесспорна, возникают трудности в формировании точной обобщающей характеристики сложившейся ситуации по причине:

1) наличия вероятности принадлежности организации к разным классам кредитоспособности по каждому из включенных в систему критериев;

2) необходимости сравнения фактически рассчитанных значений коэффициентов с нормативными;

3) невозможности объективного определения значений отдельных коэффициентов системы из-за ограниченности информации об исходных показателях (в частности, это касается сведений о рыночной стоимости капитала анализируемой организации, необходимых для расчета пятифакторной модели Альтмана, являющейся составным критерием классификации организации по методике Казанского государственного технологического университета).

При присущей качественным методам диагностирования вероятности банкротства возможности решения проблемы в условиях ограниченности исходной информационной базы и новизны изучаемой проблемы, а также универсальности относительно области применения, что, безусловно, является сильными сторонами аналитических возможностей качественных методов, ограниченность методов экспертных оценок состоит в том, что в них присутствует повышенная вероятность ошибочного суждения. Причиной этому могут быть: субъективные предпочтения эксперта; склонность к игнорированию новых фактов и гипотез, которые не вписываются в его научное мировоззрение; излишняя подверженность коллективному мнению. Кроме того, при некорректности постановки задачи перед экспертами со стороны аналитика (это может быть выражено также в некорректности определения или формулировки перечня объектов экспертизы) или при большом массиве экспертных оценок в ходе их обработки могут быть допущены ошибки, снижающие качество (согласованность) экспертного решения.

Из изложенного следует, что качественные методы антикризисной диагностики имеют следующие характерные недостатки, которые придают результатам оценки, полученным исключительно только на их изолированном применении, недостоверный характер:

· трудность решения многокритериальных задач;

· субъективность прогнозного решения;

· рассчитанные значения критериев носят характер информации к размышлению, а не основы для принятия немедленных решений;

· отсутствие пограничных сочетаний значений изучаемых критериев, а в этой связи -- интерпретации полученных результатов.

Рассмотрев специфические недостатки, характерные отдельно для каждой группы методов антикризисной диагностики, мы считаем, что им свойственны и общие, в частности:

1. Ни одна из существующих методик антикризисной диагностики не исходит из того, что банкротство является высшим проявлением трех кризисов предприятия -- управленческого, экономического и финансового, т.е. ни одна из рассмотренных методик не может претендовать на использование в качестве универсальной именно по причине «специализации» на каком-либо одном виде кризиса. Все они идентифицируют только определенную форму кризиса организации (в основном все -- финансовый, иногда в сочетании с экономическим кризисом, и только метод А-счета -- управленческий).Однако другие аспекты деятельности организации, учет которых необходим в целях диагностирования вероятности банкротства, в данном случае во внимание авторами не принимается, что ограничивает их практическое применение.

2. Методическое содержание большей части методов не подвержено корректировке с учетом особенностей деятельности организаций различных отраслей экономики, наделяя их необходимостью соответствовать одним и тем же требованиям проведения антикризисной диагностики. Если же в отдельных случаях такая возможность имеется (как, например, при использовании Z-индекса Давыдовой -- Беликова), то модель не применима по другим параметрам, рассмотренным нами выше.

3. Получение оценок статического (моментного) характера: оценка вероятности банкротства на какую-либо дату или за один период -- это «... не более чем результат некоторого фиксированного сочетания всех влияющих факторов. Конкретное статическое сочетание может быть абсолютно любым, поэтому делать на его основе какие-либо выводы относительно финансового состояния исследуемого объекта в конкретный момент, по-видимому, не вполне корректно». Таким образом, существующие методы (за исключением PAS-коэффициентов) выдают результаты анализа на момент принятия управленческого решения (т. е. подан иск в суд, предполагается диагностика по утвержденным методическим рекомендациям или, к примеру, предприятие лишь только организовано -- производится диагностика состояния внешней среды для снижения риска от не зависящих от организации воздействий. Обе ситуации описывают статику -- выработка информации под определенный образ действий на момент принятия решений). С другой стороны, диагностика может иметь (а главное -- должна иметь) характер регулярного и своевременного мониторинга, антиципативно ориентированного.

Правомерно подчеркнуть, что отдельные рассмотренные методы диагностики вероятности банкротства содержат в себе рациональное начало, развитие которого лежит в основе направлений их совершенствования. Речь в данном случае идет о таких методах, как: А-счет, который единственный из всех содержит попытку увязать вероятность банкротства с качеством управления (хотя и на основе поверхностной оценки качества менеджмента), и анализ чувствительности, позволяющий учесть фактор динамичности оценки (но, к сожалению, применительно только к финансовому кризису).

Таким образом, мы приходим к заключению о том, что существующая проблема упорядочения процесса применения методик, необходимости адаптации и уточнения некоторых из них для эффективного достижения целей, антикризисного антиципативного управления требует их совершенствования в направлении устранения вышеуказанных недостатков, но при сохранении явных преимуществ отдельных подходов.

Данное обстоятельство предопределяет необходимость дальнейшего исследования, приоритетными направлениями которого будут являться следующие:

· определение форм и этапов развития кризиса организаций;

· обоснование целесообразности и необходимости, а также создание методической основы формирования антикризисной диагностики на основе системного подхода; определение состава ее критериев в соответствии с целями превентивного выявления признаков развития управленческого, экономического и финансового кризисов.

1.3 Двухфакторные и многофакторные зарубежные и отечественные модели прогнозирования вероятности банкротства предприятия. Другие модели

Предсказание банкротства как самостоятельная проблема возникла в передовых капиталистических странах (и в первую очередь, в США) сразу после окончания второй мировой войны. Этому способствовал рост числа банкротств в связи с резким сокращением военных заказов, неравномерность развития фирм, процветание одних и разорение других. Естественно, возникла проблема возможности априорного определения условий, ведущих фирму к банкротству.

Вначале этот вопрос решался на эмпирическом, чисто качественном уровне и, естественно, приводил к существенным ошибкам. Первые серьезные попытки разработать эффективную методику прогнозирования банкротства относятся к 60-м гг. и связаны с развитием компьютерной техники.

Известны два основных подхода к предсказанию банкротства. Первый базируется на финансовых данных и включает оперирование некоторыми коэффициентами: приобретающим все большую известность Z-коэффициентом Альтмана (США), коэффициентом Таффлера, (Великобритания), и другими, а также умение "читать баланс". Второй исходит из данных по обанкротившимся компаниям и сравнивает их с соответствующими данными исследуемой компании.

Первый подход, бесспорно эффективный при прогнозировании банкротства, имеет три существенных недостатка. Во-первых, компании, испытывающие трудности, всячески задерживают публикацию своих отчетов, и, таким образом, конкретные данные могут годами оставаться недоступными. Во-вторых, даже если данные и сообщаются, они могут оказаться "творчески обработанными". Для компаний в подобных обстоятельствах характерно стремление обелить свою деятельность, иногда доводящее до фальсификации. Требуется особое умение, присущее даже не всем опытным исследователям, чтобы выделить массивы подправленных данных и оценить степень завуалированности. Третья трудность заключается в том, что некоторые соотношения, выведенные по данным деятельности компании, могут свидетельствовать о неплатежеспособности в то время, как другие - давать основания для заключения о стабильности или даже некотором улучшении. В таких условиях трудно судить о реальном состоянии дел.

Второй подход основан на сравнении признаков уже обанкротившихся компаний с таковыми же признаками "подозрительной" компании. За последние 50 лет опубликовано множество списков обанкротившихся компаний. Некоторые из них содержат их описание по десяткам показателей. К сожалению, большинство списков не упорядочивают эти данные по степени важности и ни в одном не проявлена забота о последовательности. Попыткой компенсировать эти недостатки является метод балльной оценки (А-счет Аргенти).

В отличие от описанных "количественных" подходов к предсказанию банкротства в качестве самостоятельного можно выделить "качественный" подход, основанный на изучении отдельных характеристик, присущих бизнесу, развивающемуся по направлению к банкротству. Если для исследуемого предприятия характерно наличие таких характеристик, можно дать экспертное заключение о неблагоприятных тенденциях развития.

Прежде чем переходить непосредственно к описанию методик, реализующих эти подходы, необходимо четко уяснить, что именно мы собираемся предсказывать. Общепринятым является мнение, что банкротство и кризис на предприятии - понятия синонимичные; банкротство, собственно, и рассматривается как крайнее проявление кризиса. В действительности же дело обстоит иначе - предприятие подвержено различным видам кризисов и банкротство - лишь один из них.

Во всем мире под банкротством принято понимать финансовый кризис, то есть неспособность фирмы выполнять свои текущие обязательства. Помимо этого, фирма может испытывать экономический кризис и кризис управления. Соответственно, различные методики предсказания банкротства, как принято называть их в отечественной практике, на самом деле, предсказывают различные виды кризисов. Именно поэтому оценки, получаемые при их помощи, нередко столь сильно различаются. Видимо, все эти методики вернее было бы назвать кризис-прогнозными (К-прогнозными).

Другое дело, что любой из обозначенных видов кризисов может привести к коллапсу, смерти предприятия. В этой связи, понимая механизм банкротства как юридическое признание такого коллапса, данные методики условно можно назвать методиками предсказания банкротства. Представляется, однако, что ни одна из них не может претендовать на использование в качестве универсальной именно по причине "специализации" на каком-либо одном виде кризиса. Поэтому кажется целесообразным отслеживание динамики изменения результирующих показателей по нескольким из них. Выбор конкретных методик, очевидно, должен диктоваться особенностями отрасли, в которой работает предприятие. Более того, даже сами методики могут и должны подвергаться корректировке с учетом специфики отраслей.

1.3.1 Двухфакторная модель

Одной из простейших моделей прогнозирования вероятности банкротства считается двухфакторная модель. Она основывается на двух ключевых показателях (например, показатель текущей ликвидности и показатель доли заемных средств), от которых зависит вероятность банкротства предприятия. Эти показатели умножаются на весовые значения коэффициентов, найденные эмпирическим путем, и результаты затем складываются с некой постоянной величиной (const), также полученной тем же (опытно-статистическим) способом. Если результат Z₁ оказывается отрицательным, вероятность банкротства невелика. Положительное значение Z₁ указывает на высокую вероятность банкротства.

В американской практике выявлены и используются такие весовые значения коэффициентов:

- для показателя текущей ликвидности (покрытия) (Кп) - (-1,0736)

- для показателя удельного веса заемных средств в пассивах предприятия (Кз) - (+0,05779)

- постоянная величина - (-0,3877)

Отсюда формула расчета С₁ принимает следующий вид:

Z₁ = - 0,3877 - Кп * (- 1,0736) + Кз * 0,05779

Надо заметить, что данная модель очень часто используется в американской практике. Но нужно иметь в виду, что в нашей стране иные темпы инфляции, иные циклы макро- и микроэкономики, а также другие уровни фондо-, энерго- и трудоемкости производства, производительности труда, иное налоговое бремя. В силу этого невозможно механически использовать приведенные выше значения коэффициентов в российских условиях.

Однако саму модель, с числовыми значениями, соответствующими реалиям российского рынка, можно было бы применить, если бы отечественные учет и отчетность обеспечивали достаточно представительную информацию о финансовом состоянии предприятия.

Рассмотренная двухфакторная модель не обеспечивает всестороннюю оценку финансового состояния предприятия, а потому возможны слишком значительные отклонения прогноза от реальности. Для получения более точного прогноза американская практика рекомендует принимать во внимание уровень и тенденцию изменения рентабельности проданной продукции, так как данный показатель существенно влияет на финансовую устойчивость предприятия. Это позволяет одновременно сравнивать показатель риска банкротства С₁ и уровень рентабельности продаж продукции. Если первый показатель находится в безопасных границах, и уровень рентабельности продукции достаточно высок, то вероятность банкротства крайне незначительная.

1.3.2 Методика расчета индекса кредитоспособности Э. Альтмана

Чаще всего для оценки вероятности банкротства предприятия используются Z-модели, предложенные известным западным экономистом Эдвардом Альтманом, который предполагает расчет индекса кредитоспособности.

Самый простой из этих моделей является двухфакторная. Для нее выбирается два основных показателя, от которых, по мнению Э. Альтмана, зависит вероятность банкротства:

-- коэффициент покрытия (характеризует ликвидность);

-- коэффициент финансовой зависимости.

На основе анализа западной практики были выявлены весовые коэффициенты каждого из этих факторов.

Z = -0,3877 - 1,0736 К_п+ 0,579К_фз,

где К_п -- коэффициент покрытия (отношения текущих активов к текущим обязательствам);

К_фз, -- коэффициент финансовой зависимости, определяемой как отношение заемных средств к общей величине пассивов.

Для предприятий, у которых Z = 0, вероятность банкротства равна 50%. Если Z < 0, то вероятность банкротства меньше 50% и далее снижается по мере уменьшения Z. Если Z > 0, то вероятность банкротства больше 50% и возрастает с ростом Z.

Достоинство модели -- в возможности применения в условиях ограниченного объема информации о предприятии, но данная модель не обеспечивает высокую точность прогнозирования банкротства, так как не учитывает влияния на финансовое состояние предприятия других важных показателей (рентабельности, отдачи активов, деловой активности).

В западной практике чаще используются многофакторные модели Э. Альтмана.

В 1968 году им была предложена пятифакторная модель прогнозирования банкротства. Индекс кредитоспособности построен с помощью аппарата мультипликативного дискриминантного анализа (Multiple-discriminant analysis - MDA) и позволяет в первом приближении разделить хозяйствующие субъекты на потенциальных банкротов и небанкротов.

При построении индекса Альтман обследовал 66 предприятий, половина которых обанкротилась в период между 1946 и 1965 гг., а половина работала успешно, и исследовал 22 аналитических коэффициента, которые могли быть полезны для прогнозирования возможного банкротства. Из этих показателей он отобрал пять наиболее значимых из них для прогноза. Эти показатели он включил в линейную дискриминантную функцию:

Х₁ - отношение собственных оборотных активов к сумме активов;

Х₂ - рентабельность активов (перераспределенная прибыль к сумме активов);

Х₃ - уровень доходности активов (отношение прибыли к сумме активов);

Х₄ - коэффициент соотношения собственного и заемного капитала или отношение рыночной стоимости акций к заемному капиталу;

Х₅ - оборачиваемость активов (или отношение выручки от реализации к сумме активов).

На основе данных коэффициентов Э. Альтман разработал пятифакторную Z-модель, которая является одним из основных методов оценки вероятности банкротства предприятий и широко используется в США:

Z₅ = 1,2* Х₁ + 1,4* Х₂ + 3,3* Х₃ + 0,6* Х₄ +1,0* Х_5, где Х_1, Х_2, Х_3, Х_4, Х₅ - коэффициенты в виде долей единиц

Уровень угрозы банкротства предприятия для акционерных обществ открытого типа оценивается согласно таблице 1

Таблица 1 - Уровень угрозы банкротства по модели Альтмана

Z - коэффициент имеет общий серьезный недостаток - по существу его можно использовать лишь в отношении крупных кампаний, котирующих свои акции на биржах. Именно для таких компаний можно получить объективную рыночную оценку собственного капитала.

Для акционерных обществ закрытого типа и предприятий, акции которых не котируются на рынке, рекомендуется следующая модель Альтмана:

Z = 0,7*Х₁ + 0,8 * Х₂ + 3,1 * Х₃ + 0,4 * Х₄+ 1,0 * Х₅,

где Х₄ - коэффициент покрытия по балансовой стоимости, т. е. отношение балансовой стоимости акционерного капитала (суммарная балансовая стоимость акций предприятия) к краткосрочным обязательствам;

Константа сравнения -- 1,23

Если Z< 1,23, то это признак высокой вероятности банкротства.

Если Z> 1,23, то это свидетельствует о малой его вероятности.

Точность прогноза в этой модели на горизонте одного года составляет 95%, на два года - до 83%, что говорит о достоинстве данной модели. Однако существуют мнения, согласно которым в условиях переходной экономики использовать модель Альтмана нецелесообразно. Аргументами сторонников этих мнений служат:

* несопоставимость факторов, генерирующих угрозу банкротства;

* различия в учете отдельных показателей;

* влияние инфляции на их формирование;

* несоответствие балансовой и рыночной стоимости отдельных активов и другие объективные причины.

1.3.3 Четырехфакторная модель Р. Тафлера

Четырехфакторную прогнозную модель Р. Тафлер предложил в 1977 г., при разработке которой он использовал следующий подход: при использовании компьютерной техники на первой стадии вычисляются 80 отношений по данным обанкротившихся и платежеспособных компаний. Затем, используя статистический метод, известный как анализ многомерного дискриминанта, можно построить модель платежеспособности, определяя частные соотношения, которые наилучшим образом выделяют две группы компаний и их коэффициенты. Такой выборочный подсчет соотношений является типичным для определения некоторых ключевых измерений деятельности корпорации, таких, как прибыльность, соответствие оборотного капитала, финансовый риск и ликвидность. Объединяя эти показатели и сводя их соответствующим образом воедино, модель платежеспособности производит точную картину финансового состояния корпорации. Типичная модель для анализа компаний, акции которых котируются на биржах, принимает форму:

Z = C₀+C₁* Х₁+C₂* Х₂+C₃* Х₃+C₄* Х₄…

где: Х₁ - прибыль до уплаты налога/текущие обязательства (53%)

Х₂ - текущие активы/общая сумма обязательств (13%)

Х₃ - текущие обязательства/общая сумма активов (18%)

Х₄ - отсутствие интервала кредитования (16%)

C₀,... C₄ - коэффициенты, проценты в скобках указывают на пропорции модели; Х₁ измеряет прибыльность, Х₂- состояние оборотного капитала, Х₃ - финансовый риск и Х₄ - ликвидность.

Для усиления прогнозирующей роли моделей можно трансформировать Z-коэффициент в PAS-коэффициент - коэффициент, позволяющий отслеживать деятельность компании во времени. Изучая PAS-коэффициент как выше, так и ниже критического уровня, легко определить моменты упадка и возрождения компании.

PAS-коэффициент - это просто относительный уровень деятельности компании, выведенный на основе ее Z-коэффициента за определенный год и выраженный в процентах от 1 до 100. Например, PAS-коэффициент, равный 50, указывает на то, что деятельность компании оценивается удовлетворительно, тогда как PAS-коэффициент, равный 10, свидетельствует о том, что лишь 10% компаний находятся в худшем положении (неудовлетворительная ситуация). Итак, подсчитав Z-коэффициент для компании, можно затем трансформировать абсолютную меру финансового положения в относительную меру финансовой деятельности. Другими словами, если Z-коэффициент может свидетельствовать о том, что компания находится в рискованном положении, то PAS-коэффициент отражает историческую тенденцию и текущую деятельность на перспективу.

Сильной стороной такого подхода является его способность сочетать ключевые характеристики отчета о прибылях и убытках и баланса в единое представительное соотношение. Таким образом, рассчитав PAS-коэффициент, можно быстро оценить финансовый риск, связанный с данной компанией, и соответственно варьировать условия сделки. В сущности, подход основан на принципе, что целое более ценно, чем сумма его составляющих.

Дополнительной особенностью этого подхода является использование "рейтинга риска" для дальнейшего выявления скрытого риска. Этот рейтинг статистически определяется только, если компания имеет отрицательный Z-коэффициент, и вычисляется на основе тренда Z-коэффициента, величины отрицательного Z-коэффициента и числа лет, в продолжение которых компания находилась в рискованном финансовом положении. Используя пятибалльную шкалу, в которой 1 указывает на "риск, но незначительную вероятность немедленного бедствия", а 5 означает "абсолютную невозможность сохранения прежнего состояния", менеджер оперирует готовыми средствами для оценки общего баланса рисков, связанных с кредитами клиента.

1.3.4 Модель «R» Иркутской государственной экономической академии

Ученые Иркутской государственной экономической академии поставили под сомнение целесообразность использования двух факторной и пятифакторной моделей Э. Альтмана в российских условиях. В результате проведенного предварительного анализа отчетов 16 работающих и семи ликвидированных торговых предприятий учеными был сделан вывод, что использовать двухфакторную и пятифакторную модели нецелесообразно из-за низкой степени соответствия данной модели условиям России.

Учеными была предложена своя четырехфакторная модель прогноза риска банкротства (модель R), которая имеет следующий вид:

R = 8,38*К₁+ К₂+0,054* К₃+0,63* К₄,

где: К₁ - оборотный капитал/актив;

К₂ - чистая прибыль/собственный капитал;

К₃ - выручка от реализации/актив;

К₄ - чистая прибыль/интегральные затраты.

Вероятность банкротства предприятия в соответствии со значением «Модели R» определяется согласно таб. 2.:

Таблица 2 - Вероятность банкротства в соответствии со значением модели "R"

К очевидным достоинствам данной модели можно отнести то, что механизм ее разработки и все основные этапы расчетов достаточно подробно описаны в источнике. Авторами была обоснована невозможность применения двухфакторной и пятифакторной модели Э.Альтмана по прогнозированию банкротства предприятий России из-за несоответствия данных моделей экономическим условиям нашей страны. Предложенная и экономически обоснованная четырехфакторная модель по определению риска банкротства торгового предприятия, представляет собой уравнение первого порядка. С помощью данной модели можно определить риск банкротства анализируемого предприятия за три квартала с точностью до 81%.

Авторами была разработана шкала для количественной оценки степени риска банкротства торгового предприятия, с помощью которой сопоставляются расчетные значения предложенной модели "R" с вероятностью банкротства данного экономического субъекта. Преимуществом использования в практической деятельности, разработанной ими методики является то, что она позволяет осуществить диагностику риска банкротства предприятия любой формы собственности и любой отрасли, при соответствующем изменении шкалы для оценки риска банкротства предприятия, на срок до трех кварталов, что дает время для принятия соответствующих управленческих решений по предупреждению возможности наступления несостоятельности предприятия.

1.3.5 Методика А-счета Аргенти

Показатель Аргенти характеризует кризис управления. Согласно данной методике, исследование начинается со следующих положений:

1. идет процесс, ведущий к банкротству;

2. этот процесс для своего завершения требует нескольких лет;

3. процесс может быть разделен на три стадии: недостатки, симптомы, ошибки.

Недостатки. Компании, скатывающиеся к банкротству, годами демонстрируют ряд недостатков, очевидных задолго до фактического банкротства.

Ошибки. Вследствие накопления этих недостатков компания может совершить ошибку, ведущую к банкротству.

Симптомы. Совершенные компанией ошибки начинают выявлять все известные симптомы приближающейся неплатежеспособности: ухудшение показателей, признаки недостатка денег. Эти симптомы проявляются в последние два или три года процесса, ведущего к банкротству, который часто растягивается на срок от пяти до десяти лет.

При расчете конкретной компании необходимо ставить либо количество баллов согласно Аргенти, либо 0 - промежуточные значения не допускаются.

Каждому фактору каждой стадии присваивают определенное количество баллов и рассчитывают агрегированный показатель - А-счет. (таб. 3.)

Таблица 3 - Метод расчета показателя А-счета Аргенти

Если сумма баллов более 25, компания может обанкротиться в течение ближайших пяти лет. Чем больше А-счет, тем скорее это может произойти.

1.3.6 "Качественные" кризис-прогнозные методики

Ориентация на какой-то один критерий, даже весьма привлекательный с позиции теории, на практике не всегда оправдана. Поэтому многие крупные аудиторские фирмы и другие компании, занимающиеся аналитическими обзорами, прогнозированием и консультированием, используют для аналитических оценок системы критериев. В этом есть и свои минусы: гораздо легче принять решение в условиях однокритериальной, чем многокритериальной задачи. Любое прогнозное решение подобного рода, независимо от числа критериев, является субъективным, а рассчитанные значения критериев носят скорее характер информации к размышлению, нежели побудительных стимулов для принятия немедленных решений.

В качестве примера можно привести рекомендации Комитета по обобщению практики аудирования (Великобритания), содержащие перечень критических показателей для оценки возможного банкротства предприятия. В.В. Ковалев, основываясь на разработках западных аудиторских фирм и преломляя эти разработки к отечественной специфике бизнеса, предложил следующую двухуровневую систему показателей.

К первой группе относятся критерии и показатели, неблагоприятные текущие значения или складывающаяся динамика изменения которых свидетельствуют о возможных в обозримом будущем значительных финансовых затруднениях, в том числе и банкротстве. К ним относятся:

- повторяющиеся существенные потери в основной производственной деятельности;

- превышение некоторого критического уровня просроченной кредиторской задолженности;

- чрезмерное использование краткосрочных заемных средств в качестве источников финансирования долгосрочных вложений;

- устойчиво низкие значения коэффициентов ликвидности;

- хроническая нехватка оборотных средств;

- устойчиво увеличивающаяся до опасных пределов доля заемных средств в общей сумме источников средств;

- неправильная реинвестиционная политика;

- превышение размеров заемных средств над установленными лимитами;

- хроническое невыполнение обязательств перед инвесторами, кредиторами и акционерами;

-высокий удельный вес просроченной дебиторской задолженности;

- наличие сверхнормативных и залежалых товаров и производственных запасов;

- ухудшение отношений с учреждениями банковской системы;

- использование (вынужденное) новых источников финансовых ресурсов на относительно невыгодных условиях;

- применение в производственном процессе оборудования с истекшими сроками эксплуатации;

- потенциальные потери долгосрочных контрактов;

- неблагоприятные изменения в портфеле заказов.

Во вторую группу входят критерии и показатели, неблагоприятные значения которых не дают основания рассматривать текущее финансовое состояние как критическое. Вместе с тем, они указывают, что при определенных условиях или непринятии действенных мер ситуация может резко ухудшиться. К ним относятся:

- потеря ключевых сотрудников аппарата управления;

- вынужденные остановки, а также нарушения производственно-технологического процесса;

- недостаточная диверсификация деятельности предприятия, т.е. чрезмерная зависимость финансовых результатов от какого-то одного конкретного проекта, типа оборудования, вида активов и др.;

- излишняя ставка на прогнозируемую успешность и прибыльность нового проекта;

- участие предприятия в судебных разбирательствах с непредсказуемым исходом;

- потеря ключевых контрагентов;

- недооценка технического и технологического обновления предприятия;

- неэффективные долгосрочные соглашения;

- политический риск, связанный с предприятием в целом или его ключевыми подразделениями.

Что касается критических значений этих критериев, то они должны быть детализированы по отраслям и подотраслям, а их разработка может быть выполнена после накопления определенных статистических данных.

Одной из стадий банкротства предприятия является финансовая неустойчивость. На этой стадии начинаются трудности с наличными средствами, проявляются некоторые ранние признаки банкротства, резкие изменения в структуре баланса в любом направлении. Однако особую тревогу должны вызвать:

- резкое уменьшение денежных средств на счетах;

- увеличение дебиторской задолженности;

- старение дебиторских счетов;

- разбалансирование дебиторской и кредиторской задолженности;

- снижение объемов продаж (неблагоприятным может оказаться и резкое увеличение объемов продаж, так как в этом случае банкротство может наступить в результате последующего разбалансирования долгов, если последует непродуманное увеличение закупок, капитальных затрат; кроме того, рост объемов продаж может свидетельствовать о сбросе перед ликвидацией).

При анализе работы предприятия извне тревогу должны вызывать:

- задержки с предоставлением отчетности (эти задержки, возможно, сигнализируют о плохой работе финансовых служб);

- конфликты на предприятии, увольнение кого-либо из руководства и т.д.

1.3.7 Корректировка методик предсказания банкротства с учетом специфики отраслей

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

Особенности формирования оборотных средств в нашей стране не позволяют прямо использовать критериальные уровни коэффициентов платежеспособности (ликвидности и финансовой устойчивости), применяемых в мировой практике. Распределение предприятий по классам кредитоспособности происходит на следующих основаниях:

- к первому классу кредитоспособности относят фирмы, имеющие хорошее финансовое состояние;

- ко второму - предприятия с удовлетворительным финансовым состояние;

- к третьему классу - компании с неудовлетворительным финансовым состоянием, имеющие показатели на уровне ниже среднеотраслевых, с повышенным риском непогашения кредита.

Поскольку, с одной стороны, для предприятий разных отраслей применяются различные показатели ликвидности, а, с другой, специфика отраслей предполагает использование для каждой из них своих критериальных уровней даже по одинаковым показателям, учеными университета были рассчитаны критериальные значения отдельно для каждой отраслей:

1. промышленность (машиностроение);

2. торговля (оптовая и розничная);

3. строительство и проектные организации;

4. наука (научное обслуживание).

В случае диверсификации деятельности предприятие отнесено к той группе, деятельность в которой занимает наибольший удельный вес.

Значения критериальных показателей для распределения предприятий промышленности (машиностроение) по классам кредитоспособности (таб. 4.).

Таблица 4

Значения критериальных показателей для распределения предприятий торговли (оптовой) по классам кредитоспособности (таб. 5.).

Таблица 5

Значения критериальных показателей для распределения предприятий торговли (розничной) по классам кредитоспособности (таб. 6.).

Таблица 6

Значения критериальных показателей для распределения строительных организаций по классам кредитоспособности (таб. 7.).

Таблица 7

Значения критериальных показателей для распределения проектных организаций по классам кредитоспособности (таб. 8.).

Таблица 8

Значения критериальных показателей для распределения научных (научное обслуживание) организаций по классам кредитоспособности (таб. 9.).

Таблица 9

Подобные документы

• Прогноз банкротства и основные направления улучшения финансового состояния СПК "Красное Знамя" Куменского района

  Понятие банкротства, его причины и необходимость прогнозирования. Диагностика вероятности банкротства предприятия по модели Альтмана. Организационно-экономическая характеристика СПК "Красное Знамя". Пути повышения финансового состояния предприятия.
  
  курсовая работа [235,9 K], добавлен 01.02.2013
  

• Анализ финансового положения и прогнозирования банкротства на примере ОАО "Кыргызалтын"

  Изучение теоретических аспектов оценки финансового положения и прогнозирования банкротства предприятия. Оценка вероятности банкротства ОАО "Кыргызалтын". Разработка проектного предложения по финансовому оздоровлению предприятия, оценка его эффективности.
  
  дипломная работа [2,0 M], добавлен 23.04.2015
  

• Диагностика вероятности банкротства предприятия ОАО "Ашинский металлургический завод"

  Общая характеристика ОАО "Ашинский металлургический завод". Оценка структуры баланса данного предприятия. Анализ вероятности банкротства с помощью моделей Альтмана и метода Биверу. Оценка методикой R-числа, а также методом четырехфакторной R-модели.
  
  контрольная работа [82,7 K], добавлен 06.04.2015
  

• Банкротство предприятия на примере ЗАО "Дальмебель"

  Теоретические аспекты банкротства предприятия. Сущность, виды, причины и процедуры банкротства. Анализ вероятности банкротства на примере ЗАО "Дальмебель", краткая технико-экономическая характеристика предприятия, диагностика его финансового состояния.
  
  курсовая работа [94,5 K], добавлен 19.02.2010
  

• Предупреждение банкротства и финансовое оздоровление предприятия

  Понятие банкротства организации. Методы диагностики вероятности банкротства и пути оздоровления. Анализ финансового положения предприятия на примере ООО "Центра". Определение типа финансовой устойчивости предприятия. Показатели платежеспособности.
  
  курсовая работа [65,4 K], добавлен 13.01.2014
  

• Диагностика причин несостоятельности (банкротства) предприятия

  Методика коэффициентного анализа. Показатели, характеризующие различные аспекты деятельности организации. Оценка вероятности несостоятельности (банкротства) по моделям Таффлера, Лиса, Дж. Конана и М. Гольдера, Альтмана, на базе рейтингового числа.
  
  дипломная работа [77,4 K], добавлен 13.01.2015
  

• Менеджмент предприятия в условиях банкротства

  Основные причины и методы анализа вероятности наступления банкротства. Анализ финансового состояния и оценка риска деятельности предприятия ОАО "Нони-Бадахши". Разработка рекомендаций по улучшению финансового состояния и выходу из кризиса предприятия.
  
  курсовая работа [689,3 K], добавлен 11.10.2011
  

• Антикризисное управление и методы прогнозирования банкротства предприятия

  Стадии и процедура банкротства, финансовое оздоровление и конкурсное производство. Качественные и количественные методы прогнозирования, пятифакторная модель Альтмана. Антикризисное управление на предприятии: анализ, планирование, организация и контроль.
  
  курсовая работа [57,8 K], добавлен 06.03.2011
  

• Основные аспекты антикризисного управления

  Основы антикризисного управления, а также виды и методы диагностики несостоятельности организации. Исследование финансового состояния предприятия и ликвидности баланса. Установление вероятности банкротства фирмы по пятифакторной модели Альтмана.
  
  контрольная работа [51,4 K], добавлен 14.08.2011
  

• Вероятность банкротства на примере предприятия ОАО "Раменское приборостроительное конструкторское бюро"

  Основные понятия и определения антикризисного управления, признаки и особенности данного процесса, критерии оценки эффективности и существующие технологии. Главные подходы к прогнозированию риска вероятности банкротства различными методами и моделями.
  
  курсовая работа [138,4 K], добавлен 13.12.2013
  

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам