Полная версия

Главная arrow Финансы arrow АНАЛИЗ ФИНАНСОВОЙ ОТЧЕТНОСТИ. КОНСОЛИДИРОВАННЫЙ БИЗНЕС

  • Увеличить шрифт
  • Уменьшить шрифт


<<   СОДЕРЖАНИЕ ПОСМОТРЕТЬ ОРИГИНАЛ   >>

ОЦЕНКА ВЕРОЯТНОСТИ БАНКРОТСТВА КОМПАНИИ НА ОСНОВЕ ФИНАНСОВОЙ ОТЧЕТНОСТИ

Методы анализа и оценки вероятности банкротства

Для оценки вероятности банкротства в российской и зарубежной практике могут использоваться различные методы. Среди них можно назвать такие, как сравнение, горизонтальный, вертикальный анализ, трендовый анализ, балансовый метод, метод коэффициентов, различные виды факторного анализа, метод экспертных оценок, ситуационный анализ и прогнозирование с использованием моделей, основанных на вероятностных и детерминированных связях, позволяющих прогнозировать развитие бизнеса с учетом различных сценариев.

Сегодня в международной и российской науке созданы различные методики количественной оценки вероятности банкротства, основанные, как правило, на математической обработке статистических данных по обанкротившимся компаниям и компаниям, продолжающим успешно работать на рынке.

Одними из первых ученых, предложивших свои системы показателей, которые могут служить индикаторами критических состояний бизнеса, были А. Винакор и Р. Смитир (соотношение чистого оборотного капитала и суммы активов или коэффициент покрытия активов собственными оборотными средствами); П. Фицпатрик (рентабельность собственного капитала, рентабельность чистого собственного капитала, сумма задолженности); К. Мервин (коэффициент покрытия, отношение чистого оборотного капитала к сумме активов, соотношение собственного капитала и суммы задолженности); У. Бивер (коэффициент Бивера, рентабельность активов, финансовый леверидж, коэффициент покрытия активов чистым оборотным капиталом, коэффициент текущей ликвидности). В частности, модель У. Бивера давала относительно точный прогноз будущего состояния компании и способствовала дальнейшим исследованиям в этой области анализа бизнеса.

Для оценки риска банкротства и кредитоспособности сегодня широко используются прогнозные модели известных зарубежных ученых: Альтмана, Лиса, Таффлера, Тишоу и др., разработанные с помощью многомерного дискриминантного анализа1.

Наибольшую известность получил коэффициент Альтмана (индекс кредитоспособности) или Z-счет Альтмана, который рассчитывается на основе формулы:

Здесь:

Хг = Чистый капитал (Собственные оборотные средства) / Сумма активов;

Х2 = Нераспределенная прибыль / Сумма активов;

Х3 = Прибыль до уплаты налога и процентов / Сумма активов;

Хл = Рыночная стоимость акций / Заемные обязательства;

Х5 = Выручка / Сумма активов.

Результаты многочисленных расчетов по модели Альтмана показали, что обобщающий показатель Z может принимать значение в пределах [-14, +22]. При этом компании, для которых Z > 2,99, попадают в число финансово устойчивых, компании, для которых Z < 1,81, являются несостоятельными, а интервал (1,81—2,99) составляет зону неопределенности.

Однако в связи с тем, что в четвертом коэффициенте фигурирует рыночная стоимость акций, этот показатель можно использовать лишь в отношении крупных компаний, котирующих свои акции на биржах. Именно для таких компаний можно получить объективную рыночную оценку собственного капитала. Поэтому позже Альтманом был разработан модифицированный вариант формулы для компаний, акции которых не котируются на бирже. Вариант модели, созданный специально для компаний, акции которых не котируются на бирже, рассмотрен в табл. 6.1.

Таблица 6.1

Основные параметры пятифакторной модели Альтмана для компаний, акции которых не котируются на бирже

Коэффициент вероятности банкротства

Условные обозначения

Z — дискриминантная функция, числовые значения которой диагностируют наличие кризисной ситуации

1 Казакова Н. А. Финансовый анализ ; Ее же. Современный стратегический анализ. М. : Издательство Юрайт, 2017.

Дифференциация по уровням вероятности банкротства

Z < 1,23 — вероятность банкротства велика; 1,23 < Z < 2,9 — зона неопределенности;

Z > 2,9 — вероятность банкротства мала

При расчете показателя ХЛ вместо рыночной стоимости акций используется их балансовая стоимость. Если полученное значение модифицированного Z-счета составит менее 1,23, то можно говорить о несостоятельности (банкротстве) компании. При Z равном 1,23—2,89 компания находится в зоне неопределенности («туманная область»). Если Z больше 2,9, то компания работает стабильно и банкротство маловероятно.

Проведенные американскими аналитиками исследования доказали, что расчеты по модели Альтмана с вероятностью 95 % обеспечивают точный прогноз банкротства компании за год до этого и с вероятностью 83 % — за два года до этого. Позднее Альтманом была разработана семифакторная модель (на основе показателей рентабельности активов, темпов роста прибыли, коэффициента покрытия процентов, коэффициента текущей ликвидности, коэффициента автономии, коэффициента стоимости активов), позволяющая прогнозировать банкротство за пять лет до этого с точностью до 70 %.

В табл. 6.2 представлена прогнозная модель Лиса (Великобритания), в которой основными факторными индикаторами вероятности банкротства являются ликвидность, рентабельность и финансовая независимость.

Таблица 6.2

Основные параметры четырехфакторной модели Лиса

Коэффициент вероятности банкротства

Условные обозначения

Z — дискриминантная функция, числовые значения которой диагностируют наличие кризисной ситуации

Дифференциация по уровням вероятности банкротства

Z < 0,037 — вероятность банкротства велика; Z > 0,037 — вероятность банкротства мала

Модель Таффлера (Великобритания) представляет собой четырехфакторную прогнозную модель, в которую включены такие индикативные показатели, как отношение прибыли от продаж к сумме краткосрочных обязательств; отношение оборотного капитала к сумме обязательств; отношение краткосрочных обязательств к сумме активов; отношение выручки от продаж к сумме активов (табл. 6.3).

Таблица 6.3

Основные параметры четырехфакторной модели Таффлера

Итоговый коэффициент вероятности банкротства

Условные обозначения

Z — дискриминантная функция, числовые значения которой диагностируют наличие кризисной ситуации

Дифференциация по уровням вероятности банкротства

Z < 0,2 — банкротство более чем вероятно;

Z > 0,3 — у предприятия неплохие долгосрочные перспективы

Модель Спрингейта представляет собой следующую формулу для расчета интегрального показателя риска банкротства:

Здесь:

Хг = Собственные оборотные средства / Сумма активов;

Х2 = Прибыль до уплаты налога и процентов / Сумма активов;

Х3 = Прибыль до налогообложения / Текущие обязательства;

Хл = Выручка / Сумма активов.

Критическое значение интегрального показателя риска банкротства по модели Спрингейта составляет 0,862, а точность прогноза — 92,5 %.

Модель Фулмера представлена следующей формулой:

Здесь

Vj = Нераспределенная прибыль / Сумма активов;

V2 = Выручка / Сумма активов;

V3 = Прибыль до налогообложения / Собственный капитал;

У4 = Изменение остатка денежных средств / Кредиторская задолженность;

У5 = Заемные средства / Сумма активов;

У6 = Текущие обязательства / Всего активов;

V7 = Материальные внеоборотные активы / Всего активы;

V8 = Рабочий капитал (Собственные оборотные средства) / Кредиторская задолженность;

V9 = Прибыль до уплаты налога и процентов / Проценты.

Критическое значение интегрального показателя риска банкротства по модели Фулмера равно 0, а точность прогноза составляет 98 % при диагностики банкротства в течение года.

По заданию Ordre des comptables agrees des Quebec под руководством канадского ученого Ж. Лего разработана специальная модель для диагностики банкротства промышленных компаний Квебека, имеющих ежегодную выручку от 1 до 20 млн долл., которая представляет собой следующую формулу:

Здесь:

Хг = Акционерный капитал / Сумма активов;

Х2 = (Прибыль до налогообложения + Финансовые издержки) / Сумма активов;

Х3 = Оборот за два периода / Сумма активов за два периода.

Критическое значение интегрального показателя риска банкротства по модели Ж. Лего равно 0,3, а точность прогноза составляет 83 %.

Для усиления прогнозирующей роли моделей можно трансформировать Z-коэффициент в PAS-коэффициент (Perfomans Analysys Score) коэффициент, позволяющий отслеживать деятельность компании во времени. Изучая PAS-коэффициент как выше, так и ниже критического уровня, можно определить моменты начала падения и возрождения бизнеса компании.

PAS-коэффициент — это относительный уровень деятельности компании, выведенный на основе ее Z-коэффициента за определенный год и выраженный в процентах от 1 до 100. Подсчитав Z-коэффициент для компании, можно затем трансформировать абсолютное значение финансового состояния в относительный уровень финансовой деятельности.

Кроме того, данный подход позволяет определить рейтинг риска для выявления скрытого риска банкротства (если компания имеет отрицательный Z-коэффициент), который вычисляется на основе тренда Z-коэффициента, величины отрицательного Z-коэффициента и числа лет, когда компания находилась в рискованном финансовом положении. Рейтинг риска устанавливается на основе пятибалльной шкалы, где 1 — малая вероятность быстрого банкротства, 5 — абсолютная невозможность восстановления хорошего финансового состояния.

В табл. 6.4 представлена четырехфакторная модель прогноза риска банкротства — модель R, или R-счет, разработанная учеными Иркутской государственной экономической академии (ИГЭА).

Таблица 6.4

Основные параметры четырехфакторной R-модели ИГЭА

Коэффициент вероятности банкротства R-счет

Условные обозначения

R — дискриминантная функция, числовые значения которой диагностируют наличие кризисной ситуации

Дифференциация

по уровням вероятности

банкротства

Значение R

Вероятность банкротства

< 0

Максимальная (90—100 %)

0—0,18

Высокая (60—80 %)

0,18—0,32

Средняя (35—0 %)

0,32—0,42

Низкая (15—20 %)

> 0,42

Минимальная (до 10 %)

R-модель позволяет прогнозировать вероятность банкротства торговых компаний за три квартала с вероятностью 81 %.

Среди российских разработок в области прогнозирования банкротства можно назвать коэффициент прогноза банкротства А. Д. Шеремета, который рассчитывается по формуле

где КПБ — коэффициент прогноза банкротства; ДЗК — краткосрочная дебиторская задолженность; ФВК — краткосрочные финансовые вложения; ДС — денежные средства; ЗСК — краткосрочные заемные средства; КЗк — краткосрочная кредиторская задолженность; ВБ — валюта баланса.

Коэффициент прогноза банкротства Шеремета характеризует удельный вес чистых оборотных средств в сумме актива баланса. В этой связи у финансово неустойчивой компании наблюдается отрицательная динамика данного коэффициента.

Для прогнозирования финансового состояния, оценки кредитного риска в результате высокой вероятности банкротства может использоваться балльно-рейтинговая методика Г. В. Савицкой (табл. 6.5). В соответствии с данной методикой компания относится к одному из следующих классов:

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

II класс — компания, имеющая некоторую степень риска по задолженности, но еще не рассматриваемая как рискованная;

III класс — проблемная компания, риск потери средств отсутствует, но полное получение процентов представляется сомнительным;

IV класс — компания с высоким риском банкротства, кредиторы рискуют потерять свои средства и проценты;

V класс — компания высочайшего риска, практически не состоятельная;

VI класс — компания-банкрот.

В табл. 6.6 представлена балльно-рейтинговая методика А. П. Ковалева, в основе которой лежит аналогичное формирование балльной интегральной оценки финансового состояния компании на основе восьми коэффициентов, рассчитанных по данным финансовой отчетности, с заданием конкретных условий снижения балльных оценок за несоответствие критериям.

Методика рейтинговой оценки Р. С. Сайфулина и Г. Г. Кадыкова

предполагает для определения финансового состояния компании расчет:

где К0 — коэффициент обеспеченности собственными средствами; Kj-j, — коэффициент текущей ликвидности; Ки — коэффициент оборачиваемости активов; Км — коммерческая маржа (рентабельность продаж); Кпр — рентабельность собственного капитала.

Балльно-рейтинговая методика Г. В. Савицкой

Показатель

Границы классов согласно критериям

I класс

II класс

III класс

IV класс

V класс

VI класс

Границы

критериальных

значений

Балл

Границы

критериальных

значений

Балл

Границы

критериальных

значений

Балл

Границы

критериальных

значений

Балл

Границы

критериальных

значений

Балл

Границы

критериальных

значений

Балл

Коэффициент

абсолютной

ликвидности

> 0,25

20

0,2

16

0,15

12

од

8

0,05

4

< 0,05

0

Коэффициент быстрой ликвидности

> 1

18

0,9

15

0,8

12

0,7

9

0,6

6

< 0,5

0

Коэффициент текущей ликвидности

> 2

16,5

1,9+ 1,7

15 + 12

1,6+ 1,4

10,5 + 7,5

1,3 + 1,1

6 + 3

1

1,5

< 0,5

0

Коэффициент

автономии

> 0,6

17

0,59 + 0,54

15 + 12

0,53 + 0,43

11,4 + 7,4

0,42 + 0,41

6,6 + 1,8

0,4

1

< 0,4

0

Коэффициент обеспеченности собственными оборотными средствами

> 0,5

15

0,4

12

0,3

9

0,2

6

од

3

< 0,1

0

Показатель

Границы классов согласно критериям

I класс

II класс

III класс

IV класс

V класс

VI класс

Границы

критериальных

значений

Балл

Границы

критериальных

значений

Балл

Границы

критериальных

значений

Балл

Границы

критериальных

значений

Балл

Границы

критериальных

значений

Балл

Границы

критериальных

значений

Балл

Коэффициент обеспеченности запасов собственным оборотным капиталом

> 1

15

0,9

12

0,8

9

0,79

6

0,6

3

< 0,5

0

Границы класса в баллах

100

85—64

63—57

56—42

28—8

0

Балльно-рейтинговая методика А. П. Ковалева

Показатель финансового состояния

Условия снижения критерия

Коэффициент абсолютной ликвидности

За каждую сотую (0,01) пункта снижения снимается по 0,3 балла

Коэффициент критической ликвидности

Коэффициент текущей ликвидности

Доля оборотных средств в активах

Коэффициент обеспеченности оборотными средствами

Коэффициент капитализации

Коэффициент финансовой независимости

За каждую сотую (0,01) пункта снижения снимается по 0,4 балла

Коэффициент финансовой устойчивости

За каждую десятую (0,1) пункта снижения снимается по 1 баллу

По данной методике чем больше значение интегрального показателя, тем лучше финансовое состояние компании.

Оценка вероятности банкротства компании может быть оценена по шестифакторной модели О. П. Зайцевой.

Комплексный коэффициент вероятности банкротства рассчитывается по формуле

где КуП — коэффициент убыточности, характеризующийся отношением убытка к собственному капиталу; К3 — соотношение кредиторской и дебиторской задолженности; Кс — соотношение краткосрочных обязательств и наиболее ликвидных активов (обратная величина показателя абсолютной ликвидности. Наиболее ликвидные активы — денежные средства и краткосрочные финансовые вложения, которые могут быть использованы для выполнения текущих расчетов); Кур — убыточность продаж; Кфр — соотношение заемного и собственного капитала; Кзаг — коэффициент загрузки активов (отношение среднегодовой стоимости активов к выручке от продаж).

Для оценки рассчитанного комплексного коэффициента вероятности банкротства используется следующая шкала (табл. 6.7).

Таблица 6.7

Шкала оценки вероятности банкротства

Наименование

Норматив показателя

Куп

0

Кз

1

Наименование

Норматив показателя

Кс

7

Кур

0

Кфр

0,7

К

^?заг

Снижение в динамике

При расчете нормативного комплексного коэффициента банкротства коэффициент загрузки активов устанавливается на уровне базисного года. При этом если нормативный комплексный коэффициент банкротства окажется больше рассчитанного, то по данной методике вероятность банкротства компании небольшая.

Все рассмотренные методики не могут претендовать на универсальность, так как каждая компания имеет свою специфику, определяемую прежде всего институциональными микро- и макрофакторами. Кроме того, причины банкротства могут быть связаны с различными по своей природе кризисами. В этой связи современная наука и практика рекомендуют использовать данные методики на регулярной основе для отслеживания динамики изменения показателей. Кроме того, сегодня существуют методики определения вероятности банкротства с применением современного инструментария многомерного статистического анализа и с учетом не только внутрифирменных показателей, но и показателей, характеризующих макроэкономическое окружение бизнеса.

 
<<   СОДЕРЖАНИЕ ПОСМОТРЕТЬ ОРИГИНАЛ   >>