Диагностика банкротства предприятия

Эта линия разграничения называется дискриминантной функцией (индекс Z, индекс кредитоспособности) и обычно представляется в линейном виде:

                                  Z = a1Х1 + a2X2 + ... + anXn,                                (2.1)

где Z - дифференциальный индекс (Z-счет); X - независимая переменная (i = 1,..., n); а - коэффициент i-й переменной.

В настоящее время существует достаточно большое число таких моделей, которые вызывают различные, зачастую противоположные, мнения об их применимости в условиях российской экономики и проблема адекватности получаемых оценок сохраняет свою актуальность.

 

 

 

 

Глава 3. Недостатки и возможные достоинства моделей диагностики банкроТства

На основании сравнительной характеристики моделей оценки вероятности банкротства, представленной в приложении 1, стоит отметить, что серьезные недостатки наблюдаются в: двухфакторной модели Альтмана; модели Иркутской государственной экономической академии; четырехфакторной модели банкротства; моделью В.А. Пареной и И.А. Долгалева; модели Таффлера; показателе платежеспособности Конана и Гольдера; пятифакторной модели Альтмана (как оригинальной, так и усовершенствованной); показателе платежеспособности Управления отчетности Банка Франции; модели Зайцевой; модели Ж. Лего; модели Фулмера.

Относительно адекватные результаты прогнозирования имеют: модель Белгородского института потребительской кооперации, модель credit-men, модель В.В. Ковалева, модель А.Б. Перфильева, модель Спрингейта.

Таким образом, рыночная экономика выработала обширную систему финансовых методов диагностики банкротства и выработала методику принятия управленческих решений в условиях угрозы банкротства. Эта методика предназначена не только для предприятий, где кризис очевиден и необходимо принимать неотложные меры по стабилизации, а для всех предприятий, работающих в рыночных условиях, поскольку ее особенности таковы, что позволяют выявить на ранней стадии и устранить негативные факторы развития предприятия, наметить пути их устранения.

Однако, несмотря на наличие большого количества методик, позволяющих прогнозировать финансовую состоятельность предприятия с той или иной степенью вероятности, ни одна из них не может претендовать на использование в качестве универсальной. Поэтому является целесообразным отслеживание динамики изменения результирующих показателей по нескольким методикам. Актуальной проблемой представляется корректировка методик с учетом региональных и отраслевых особенностей, а также разработка новых алгоритмов прогнозирования вероятности банкротства, свободных от выявленных недостатков.

 

 

 

 

Заключение

 

В настоящее время в теории и практике экономических исследований сформировалось множество методов диагностики кризисного состояния организаций и вероятности их банкротства. Эти методы различаются областью применения, составом показателей, точностью диагностирования и т.п.

В результате сравнительной характеристики моделей оценки вероятности банкротства сделаны следующие выводы. Серьезные недостатки наблюдаются в: двухфакторной модели Альтмана; модели Иркутской государственной экономической академии; четырехфакторной модели банкротства; моделью В.А. Пареной и И.А. Долгалева; модели Таффлера; показателе платежеспособности Конана и Гольдера; пятифакторной модели Альтмана (как оригинальной, так и усовершенствованной); показателе платежеспособности Управления отчетности Банка Франции; модели Зайцевой; модели Ж. Лего; модели Фулмера. Хорошие результаты прогнозирования имеют: модель Белгородского института потребительской кооперации, модель credit-men, модель В.В. Ковалева, модель А.Б. Перфильева, модель Спрингейта.

Следовательно, несмотря на наличие большого количества методик, позволяющих прогнозировать финансовую состоятельность предприятия с той или иной степенью вероятности, ни одна из них не может претендовать на использование в качестве универсальной. Поэтому является целесообразным отслеживание динамики изменения результирующих показателей по нескольким методикам. Актуальной проблемой представляется корректировка методик с учетом региональных и отраслевых особенностей, а также разработка новых алгоритмов прогнозирования вероятности банкротства, свободных от выявленных недостатков.

 

Список использованной литературы

Нормативно-правовые акты

1. Федеральный закон от 26.10.2002 № 127-ФЗ (ред. от 01.07.2014) «О несостоятельности (банкротстве)».

Монографии, научная и учебная литература

2. Анализ в управлении финансовым состоянием коммерческой организации / Н.Н. Илышева, С.И. Крылов. М.: Финансы и статистика; ИНФРА-М, 2013.
3. Анализ финансовой отчетности: Учебник / Под ред. М.А. Вахрушиной, Н.С. Пласковой. М.: Вузовский учебник, 2009.
4. Гришаев С.П., Овчинникова А.В. Эволюция правового регулирования института банкротства // СПС КонсультантПлюс. 2014.

Периодические издания

5. Бобрышев А.Н., Дебелый Р.В. Методы прогнозирования вероятности банкротства организации // Финансовый вестник: финансы, налоги, страхование, бухгалтерский учет. 2010. № 1.
6. Гладина Е. Банкротство общества. Что делать с долгами? // Финансовая газета. 2014. № 18.
7. Дягель О.Ю., Энгельгардт Е.О. Диагностика вероятности банкротства организации: сущность, задачи и сравнительная характеристика методов // Экономический анализ: теория и практика. 2008.  № 7. 
8. Ендовицкий Д.А. Анализ чувствительности - процедура диагностического анализа финансовой несостоятельности организации / Д.А. Ендовицкий, М.В. Щербаков // Экономический анализ: теория и практика. 2010. № 13.
9. Иванов В.Н. Банкротство субъектов малого и среднего бизнеса // Арбитражный управляющий.  2011. № 4. 
10. Чалдаев Л.А. Антикризисное управление как инструмент финансовой стабилизации предприятия //Экономический анализ: теория и практика. 2009. № 9. С. 18.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Приложение 1

Сравнительная характеристика моделей оценки вероятности банкротства

Модель предсказания банкротства			Достоинства модели			Недостатки модели
Двухфакторная модель Э. Альтмана			Простота расчета, возможность применения при проведении внешнего анализа на основе бухгалтерского баланса			Неадекватность получаемых прогнозов для предприятий региона – 100%. Не рассматривается влияние показателей, характеризующих эффективность использования ресурсов, деловую и рыночную активность и пр. Нет учета отраслевой и региональной специфики функционирования субъектов экономики
Двухфакторная модель Белгородского института потребительской кооперации			Простота расчета, возможность применения при проведении внешнего анализа на основе бухгалтерского баланса. Адекватно оценивает финансовую устойчивость торговых организаций			Нет отраслевой дифференциации Z-счета
Пятифакторная модель Э. Альтмана (оригинальная)			Переменные в модели отражают различные аспекты деятельности предприятия, возможно динамическое прогнозирование изменений финансовой устойчивости			Модель применима только в отношении акционерных обществ, чьи акции обращаются на рынке ценных бумаг. Даже если определить курсовую стоимость акции как отношение суммы дивиденда к среднему уровню ссудного процента, то оценка будет иметь большую погрешность
Пятифакторная модель Э. Альтмана (усовершенствованная)			Переменные в модели отражают различные аспекты деятельности предприятия. Значение Z-счета дифференцировано для производственных и непроизводственных организаций			Значения факторов существенно отличаются в результате особенностей российской экономики, поэтому механическое использование моделей Альтмана приводит к значительным отклонениям прогноза от реальности
Модель Иркутской государственной экономической академии			Механизм разработки и все основные этапы расчетов подробно описаны, что облегчает практическое применение методики			Значение R-счета практически не коррелирует с результатами, получаемыми при помощи других методов и моделей. Получаемые прогнозы не соответствуют реальному финансовому состоянию предприятий. Нет отраслевой дифференциации интегрального показателя
Четырехфакторная модель прогнозирования банкротства			Переменные в модели определяются по данным баланса и отчета о прибылях и убытках, что позволяет использовать ее для внешнего экспресс-анализа			Анализ показал, что 6,25% обследованных должников были признаны финансово состоятельными, 21,9% - являлись банкротами на протяжении всего периода. Нестабильность оценок обусловлена показателем V35, т.е. соотношением операционных активов и расходов
Модель В.А. Пареной и И.В. Долгалева		Механизм  разработки модели подробно описан, даны рекомендации по схеме и периодичности перерасчета весов значимости и предельных значений Z-счета			Существенный разрыв между интервалами, определяющими вероятность банкротства как «среднюю» (0,29; 2,07] и «выше среднего» (0; 0,29)
Модель Таффлера		Простота расчета, возможность применения при проведении внешнего диагностического анализа			Получаемые прогнозы неадекватны, поскольку достичь критического (отрицательного) уровня Z-счета практически невозможно
Модель credit-men и модель В.В. Ковалева		Возможно  использование данных методик для проведения внешнего анализа. Определены нормативы переменных, которые дифференцированы по отраслям			Установленные пороговые значения коэффициентов завышены. Общим недостатком обеих моделей являются резкие «переходы» от одной оценки финансовой состоятельности к другой, т.е. даже если организация получит 99 баллов из ста, ее финансовое положение будет признано неустойчивым
Показатель платежеспособности Конана и Гольдера		Оценка производится в зависимости от вероятности задержки компанией платежей по обязательствам, что отвечает интересам кредиторов и соответствует целям внешнего экспресс-анализа			В качестве переменной использовано отношение расходов на персонал к добавленной стоимости. Этот показатель невозможно точно определить по данным финансовой отчетности, а поскольку интервалы между уровнями платежеспособности невелики, то небольшое искажение влечет неадекватный прогноз
Показатель платежеспособности Управления отчетности Банка Франции		Модель включает 8 переменных, характеризующих различные аспекты деятельности предприятия			Модель также оперирует показателем добавленной стоимости, которую сложно определить по данным финансовой отчетности
Модель Зайцевой		Модель использует в качестве переменных 6 финансовых показателей, для которых определены нормативные значения			Методика недостаточно хорошо описана, не дана техника расчета коэффициентов. Существует необходимость привлечения данных о коэффициенте загрузки за предыдущие периоды, что ограничивает возможности использования модели при проведении внешнего анализа
Модель А.Б. Перфильева		Модель использует большое число переменных – восемь, что обусловливает достаточно адекватные прогнозы			Между некоторыми переменными наблюдается достаточно высокая корреляция: у коэффициентов абсолютной, быстрой и текущей ликвидности, коэффициентов маневренности и обеспеченности запасов собственными источниками. Это снижает точность получаемых оценок
Модель предсказания банкротства	Достоинства модели			Недостатки модели
Модель Ж. Лего	Модель включает только 3 коэффициента, по ней легко провести  расчеты			Ограничением для использования данной модели при проведении внешнего диагностического анализа является необходимость привлечения данных об объеме выручки и активах за два предыдущих периода. Модель использует в качестве одной из переменных величину акционерного капитала, поэтому применима только в отношении АО
Модель Фулмера	Модель использует в качестве переменных 9 финансовых коэффициентов. Возможно динамическое прогнозирование финансового состояния			Модель дает неадекватный прогноз. Критическое значение H-счета занижено, существуют определенные технические сложности в произведении расчетов
Модель Спрингейта	Модель показывает достаточный уровень надежности прогноза			Нет отраслевой и региональной дифференциации Z-счета. Между переменными наблюдается достаточно высокая корреляция

 

1 Федеральный закон от 26.10.2002 № 127-ФЗ (ред. от 01.07.2014) «О несостоятельности (банкротстве)».

2 Анализ в управлении финансовым состоянием коммерческой организации / Н.Н. Илышева, С.И. Крылов. М.: Финансы и статистика; ИНФРА-М, 2013.

3 Анализ финансовой отчетности: Учебник / Под ред. М.А. Вахрушиной, Н.С. Пласковой. М.: Вузовский учебник, 2009. С. 247.

4 Иванов В.Н. Банкротство субъектов малого и среднего бизнеса // Арбитражный управляющий.  2011. № 4.  С. 40.

5 Чалдаев Л.А. Антикризисное управление как инструмент финансовой стабилизации предприятия //Экономический анализ: теория и практика. 2009. № 9. С. 18.

6 Ендовицкий Д.А. Анализ чувствительности - процедура диагностического анализа финансовой несостоятельности организации / Д.А. Ендовицкий, М.В. Щербаков // Экономический анализ: теория и практика. 2010. № 13. С. 2 – 8.

7 Дягель О.Ю., Энгельгардт Е.О. Диагностика вероятности банкротства организации: сущность, задачи и сравнительная характеристика методов // Экономический анализ: теория и практика. 2008.  № 7.  С. 16-23.

8 Бобрышев А.Н., Дебелый Р.В. Методы прогнозирования вероятности банкротства организации // Финансовый вестник: финансы, налоги, страхование, бухгалтерский учет. 2010. № 1. С. 18-19.