Разработка мероприятий по выводу предприятия из кризисного состояния

 

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.

 

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 (экономическим, финансовым, управленческим) 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 (ситуация, когда материальные ресурсы компании используются неэффективно) и кризис управления (неэффективное  использование человеческих ресурсов, что часто означает также низкую компетентность руководства и, следовательно, неадекватность управленческих решений  требованиям окружающей среды). 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.

 

1.3.2. "Количественные" кризис-прогнозные  методики

 

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 (С1) оказывается  отрицательным, вероятность банкротства  невелика. Положительное значение С1 указывает на высокую вероятность  банкротства.

 

В американской практике выявлены и используются такие весовые  значения коэффициентов[3]:

 

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

 

-         для показателя удельного веса  заемных средств в пассивах  предприятия (Кз) – (+0,0579)

 

-         постоянная величина – (-0,3877)

 

      Отсюда формула  расчета С1 принимает следующий  вид:

 

С1 = - 0,3877 + (-1,0736) Кп + 0,0579 Кз                              (1.1)

 

Следует 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.

 

Коэффициент Альтмана (индекс кредитоспособности)[4]. Этот метод предложен  в 1968 г. известным западным экономистом  Альтманом (Edward I.Altman). 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 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 (Z-счет) имеет вид:

 

Z = 1,2 * Х1 + 1,4 * Х2 + 3,3 * Х3 + 0,6 * Х4 + Х5                             (1.2)

 

Где Х1 – оборотный капитал/сумма  активов;

 

Х2 – нераспределенная прибыль/сумма  активов;

 

Х3 – операционная прибыль/сумма  активов;

 

Х4 – рыночная стоимость  акций/задолженность;

 

Х5 – выручка/сумма активов.

 

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

 

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.

 

В 1983 г. Альтман получил  модифицированный вариант своей  формулы для компаний, акции которых  не котировались на бирже[5]:

 

R = 8,38 * Х1 + Х2 + 0,054*Х3 + 0,63*Х4                                   (1.3)

 

(здесь Х4 – балансовая, а не рыночная стоимость акций.)

 

Коэффициент Альтмана относится  к числу наиболее распространенных. Однако, при внимательном его изучении видно, что он составлен некорректно: член Х1 связан с кризисом управления, Х4 характеризует наступление финансового  кризиса, в то время как остальные  – экономического. С точки зрения системного подхода данный показатель не имеет права на существование.

 

Вообще, согласно этой формуле, предприятия с рентабельностью  выше некоторой границы становятся полностью "непотопляемыми". В  российских условиях рентабельность отдельного предприятия в значительной мере подвергается опасности внешних  колебаний. По-видимому, эта формула  в наших условиях должна иметь  менее высокие параметры при  различных показателях рентабельности.

 

Известны другие подобные критерии. Так британский ученый Таффлер (Taffler) предложил в 1977 г. четырехфакторную прогнозную модель[6], при разработке которой 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+c1х1 + с2х2 + с3х3 + с4х4,…                                             (1.4)

 

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%)

 

с0,…с4 – 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 (Perfomans Analysys Score) – коэффициент, позволяющий  отслеживать деятельность компании во времени[7]. 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. Так, компания, получающая большие прибыли, но слабая с точки зрения баланса, может  быть сопоставлена с менее прибыльной, баланс которой уравновешен. 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.

 

Учеными Иркутской государственной  экономической академии предложена своя четырехфакторная модель прогноза риска банкротства (модель R)[8], которая  имеет следующий вид:

 

R = 8.38*К1 + К2 + 0,054*К3 + 0,63*К4                                    (1.5)

 

 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 приведена в табл.1.1.

 

Таблица 1.1

 

Вероятность банкротства

 

Значение R

 

Вероятность банкротства, %

 

Меньше 0

 

Максимальная (90-100)

 

0-0,18

 

Высокая (60-80)

 

0,18-0,32

 

Средняя (35-50)

 

0,32-0,42

 

Низкая (15-20)

 

Больше 0,42

 

Минимальная (до 10)

 

Коэффициент прогноза банкротства (Кпб) характеризует удельный вес  чистых оборотных средств в сумме  актива баланса. Он исчисляется по формуле[9]:

 

 

 

    (1.6)

 

Можно также использовать в качестве механизма предсказания банкротства цену предприятия. На скрытой  стадии банкротства начинается незаметное, особенно если не наложен специальный  учет, снижение данного показателя по причине неблагоприятных тенденций  как внутри, так и вне предприятия.

 

Цена предприятия (V) определяется капитализацией прибыли по формуле:

 

                                                             (1.7)

 

где P – ожидаемая прибыль  до выплаты налогов, а также процентов  по займам и дивидендов;

 

K – средневзвешенная стоимость  пассивов (обязательств) фирмы (средний  процент, показывающий проценты  и дивиденды, которые необходимо  будет выплачивать в соответствии  со сложившимися на рынке условиями  за заемный и акционерный капиталы).

 

Снижение цены предприятия  означает снижение его прибыльности либо увеличение средней стоимости  обязательств (требования банков, акционеров и других вкладчиков средств). Прогноз  ожидаемого снижения требует анализа  перспектив прибыльности и процентных ставок.

 

Целесообразно рассчитывать цену предприятия на ближайшую и  долгосрочную перспективу. Условия  будущего падения цены предприятия  обычно формируются в текущий  момент и могут быть в определенной степени предугаданы (хотя в экономике  всегда остается место для непрогнозируемых скачков).

 

1.3.3. "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. Безусловно, в  этом есть и свои минусы: гораздо  легче принять решение в условиях однокритериальной, чем многокритериальной задачи. Вместе с тем, 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.