Система показателей Бивера

Показатели	Формулы расчета	Значения показателей
Группа I: благо- получные компании	Группа II: за 5 лет до банкротства	Группа III: за 1 год до банкротства	Расчетные значения
1. Коэффициент Бивера	(Чистая прибыль+Амортизация)/ Заемный капитал	0,4 – 0,45	0,17	- 0,15
2. Коэффициент текущей ликвидности (к2)	Текущие активы Текущие пассивы	к2 < 3,2	к2 < 2	к2 < 1
3. Экономическая рентабельность, %	Чистая прибыль Всего активов	6 - 8		- 22
4. Доля заемного капитала, %	Заемный капитал Всего активов	< 37	< 50	< 80
5. Коэффициент покрытия активов чистым оборотным капиталом	Чистый оборотный капитал/Всего активов	0,4	< 0,3	около 0,06

Полученные в результате финансового анализа показатели сравниваются с показателями У. Бивера и по полученным результатам можно сделать вывод о состоянии предприятия. Например, по данным четвертой колонки можно предсказать вероятность наступления банкротства за пятилетий период, по данным пятой колонки можно предсказать наступление кризисной ситуации за один год.[24]

В мировой практике наиболее популярным методом прогнозирования банкротства является метод дискриминантного анализа. Он представляет собой раздел факторного статистического анализа, с помощью которого решаются задачи классификации, т.е. разбиение некоторой совокупности анализируемых объектов на классы путем построения так называемой классифицирующей функции в виде корреляционной модели.

Процесс построения модели прогнозирования вероятности банкротства предприятия с использованием метода дискриминантного анализа включает в себя следующие этапы:

1) формирование выборки предприятий аналогичного типа, которая содержит как обанкротившиеся предприятия, так и избежавшие банкротства;

2) определение состава показателей, характеризующих финансовое состояние предприятия;

3) разбиение сформированной совокупности предприятий на две группы: предприятия-банкроты и предприятия, преодолевшие кризис и выжившие, и их описание с помощью выбранной системы финансовых показателей;

4) формализованное представление исходных данных в виде некоторых формальных конструкций;

5) построение дискриминантной (разделяющей, классифицирующей) функции и ее идентификация;

6) определение статистических оценок параметров распределения дискриминантной функции.

11.2. Диагностика вероятности банкротства на основе пятифакторной модели

Наибольшую известность в этой области получила работа западного экономиста Э. Альтмана, разработавшего с помощью аппарата мультипликативного дискриминантного анализа (Multiple-discriminant analysis, MDA) методику расчета индекса кредитоспособности. Этот индекс позволяет в первом приближении разделить хозяйствующие субъекты на потенциальных банкротов и небанкротов. Так в 1968 г. была опубликована пятифакторная модель прогнозирования банкротства.

При построении индекса Альтман обследовал 66 предприятий промышленности, половина из которых обанкротились 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 для прогноза и построил многофакторное регрессионное уравнение. Таким образом, индекс Альтмана представляет собой функцию от некоторых показателей, характеризующих экономический потенциал предприятия и результаты его работы за истекший период. В общем виде индекс кредитоспособности имеет вид:

Для оценки риска банкротства и кредитоспособности наиболее распространенной является пятифакторная модель Альтмана: Z = 1,2· Х₁ + 1,4· Х₂ + 3,3· Х₃ +1,0· Х₄ + 0,6· Х₅, где Х₁ – чистый (собственный) оборотный капитал / сумма активов;Х₂ - нераспределенная (реинвестированная) прибыль и резервы / сумма активов;Х₃ - прибыль до уплаты процентов / сумма активов;Х₄ - объем продаж (выручка) / сумма активов;Х₅ - собственный капитал/ заемный капитал. Классификация вероятности банкротства производится по следующей шкале:

Величинакоэффициента	Вероятность банкротства
1,80 и меньше	очень высокая
1,81 до 2,60	высокая
2,61 до 2,90	возможная
2,91 и выше	очень низкая

11.3. Диагностика вероятности банкротства на основе двухфакторной модели

Другим примером является двухфакторная модель прогнозирования банкротства.

Исходную выборку для построения модели составили данные о финансовом состоянии 19 предприятий, одна часть из которых обанкротилась, а другая смогла выжить. Вероятность банкротства определяется двумя показателями:

· коэффициентом текущей ликвидности, равным отношению текущих активов к краткосрочным обязательствам;

· коэффициентом финансовой зависимости, равным отношению заемных средств к общей стоимости активов.[25]

Очевидно, предприятие с большей вероятностью станет банкротом при низком коэф­фициенте покрытия и высоком коэффициенте финансовой зависимости.

Задача состоит в том, чтобы найти эмпирическое уравнение некой дискриминантной границы, которая разделит все возможные сочетания указанных показателей на два класса. А именно показатели, при которых предприятие обанкротится, а также показатели, при которых банкротство предприятию не грозит.

В результате должна быть получена следующая функция:

По двухфакторной модели: Z₂= α + β х К₁+ γ х К₂ , где:К₁ - коэффициент текущей ликвидностиК₂ - коэффициент привлечения заемного капитала в активахα = - 0,3877β = - 1,0736γ = +0,0579 Если Z ₂ < 0, то вероятность банкротства невелика.

Если Z ₂ > 0, то вероятность банкротства высокая.

11.4. Диагностика вероятности банкротства на основе модели Р. Таффлера и Г. Тишоу

В 1977 г. британские исследователи Р. Таффлер и Г. Тишоу на основе выборки из 88 британских компаний построили четырехфакторную прогнозную модель финансовой несостоятельности. На первой стадии было рассчитано 80 финансовых коэффициентов по данным обанкротившихся и платежеспособных компаний. Затем была построена модель прогнозирования банкротства. Такой выборочный подсчет соотношений является типичным для определения некоторых ключевых измерений деятельности корпорации, таких как прибыльность, соответствие оборотного капитала принятому нормативу, финансовый риск и ликвидность. Объединяя эти показатели и сводя их соответствующим образом воедино, модель прогнозирования банкротства производит точную картину финансового состояния корпорации.

Данная модель описывается следующим уравнением:

Z= 0,53Х1 + 0,1ЗХ2 + 0,18Х3 + О,16Х4 где

X1 — отношение прибыли до уплаты процентов и налогов к текущим обязательствам;

Х2 — отношение текущих активов (оборотных активов) к общей сумме обязательств;

Хз — отношение текущих обязательств к общей сумме активов;

Х4 — отсутствие интервала кредитования (отношение выручки к сумме активов);

Косос — коэффициент обеспеченности собственными средствами.

Согласно модели Таффлера и Тишоу при Z > 0,3 вероятность банкротства низкая, а при Z < 0,2 — высокая.

Как видно из уравнения, доминирующим фактором в данном случае по сравнению с другими является прибыльность, влияние которой составляет 53% (против 13% - изменение состояния оборотного капитала, 18% - финансовый риск, 16% - ликвидность). Это ведет к тому, что незначительные колебания экономической обстановки и возможные ошибки в исходных данных, в вычислении финансовых коэффициентов и всего индекса могут приводить к ошибочным выводам.

Несмотря на то, что прогнозная модель Р. Таффлера и Г. Тишоу построена по более современным данным и не требует рыночной оценки бизнеса, ее применимость к рос­сийским условиям также вызывает сомнения из-за различий в финансово-экономических условиях в Великобритании и России, в частности, в условиях кредитования промышленности.[26]

11.5. Диагностика вероятности банкротства на основе моделей

Российские ученые также занимались разработкой моделей прогнозирования несостоятельности предприятия: рейтинговая модель Сейфулина и Кадыкова, методика Иркутского государственного университета. К сожалению, все эти модели дают лишь приблизительную градацию степени угрозы наступления банкротства, однако ни количественного значения вероятности банкротства, ни ошибки неправильной диагностики они не обеспечивают. Несмотря на несовершенство этих методов, их результаты довольно полно характеризуют финансовое состояние предприятия с помощью ограниченного числа наиболее важных и распространенных показателей. Важно отметить то, что выбор конкретных методов прогнозирования банкротства должен диктоваться особенностями отрасли, в которой работает предприятие. Более того, сами методы могут и должны подвергаться необходимой корректировке с учетом специфики конкретной отрасли, в которой функционирует фирма.

Кроме того, чрезвычайно важно учитывать страну, в которой применяются данные методы и соответственно модели. Так, например большинство популярных моделей разработаны на Западе. Применять их в Российской Федерации чрезвычайно тяжело и не всегда целесообразно, поскольку следует иметь в виду, что в нашей стране другие темпы и уровни инфляции, иные циклы развития микро- и макроэкономики, а также другие уровни фондо-, энерго- и трудоемкости производимой продукции, производительности труда, иное налоговое законодательство и многие другие аспекты. Именно поэтому отечественные ученые модифицируют модели, полученные их иностранными коллегами к современным российским реалиям. [27]

Рассмотрим еще одну модель прогнозирования банкротства предприятия - модель R-прогнозирования вероятности банкротства Иркутской государственной экономической академии. Модель R-прогнозирования вероятности банкротства, разработанными учеными Иркутской государственной экономической академии. В ее основе - четырехфакторная модель прогноза риска банкротства, учитывающая такие показатели, как:

-оборотный капитал/актив;

-чистая прибыль/собственный капитал;

-выручка от реализации/актив;

-чистая прибыль/интегральные затраты.

Модель выглядит следующим образом: R=8.38*Kl+K2+0.054*K3+0.63*K4

Таблица 7