ТОП 10:

Анализ возможного кризисного состояния и прогнозирование



Банкротства

Анализ состояния предприятия на предмет оценки вероятности банкротства целесообразно выполнять в разрезе антикризисного и кризисного управления. Причем в целях своевременности предвидения кризисных ситуаций особо значимо первое направление – антикризисный анализ, который представляет собой исследовательский процесс регулярного и досудебного мониторинга состояния предприятия с целью своевременного выявления вероятности формирования кризиса на ранних его стадиях, т.е. в целях его предвидения, а значит, и своевременного предотвращения. Задачами, которые решает антикризисный анализ и которые ориентированы на приоритетность достижения целей управления превентивного характера в рамках досудебных процедур банкротства, являются:

- своевременное распознавание симптомов кризисной ситуации и их количественное измерение;

- оценка деятельности предприятия как целостной системы для определения ориентиров;

- выявление причин образования сложившегося положения и выработка наиболее целесообразных мер по нивелированию их негативного воздействия на результаты деятельности организации.

Основной результат аналитических процедур в этом случае - это формирование вывода о наличии угрозы вероятности банкротства и целесообразности или необходимости проведения более углубленного и детального анализа по определенным направлениям.

Другой вид анализа, осуществление которого возможно при оценке вероятности банкротства хозяйствующих субъектов в ходе арбитражного процесса, т.е. на стадии судебного разбирательства дела о банкротстве, - это кризисный. Он представляет собой исследование сформировавшегося кризисного состояния предприятия в целях выявления возможностей его преодоления. Кризисный анализ решает следующие задачи, содержание которых отражает ее принадлежность к реактивному управлению:

- оценка масштабности кризиса;

- изучение причин его образования по бизнес-процессам для выделения точек разрыва жизненного цикла предприятия;

- выбор варианта применения наиболее эффективных процедур банкротства с точки зрения законодательства (внешнее управление, финансовое оздоровление, конкурсное производство, мировое соглашение).

Разная целевая ориентация кризисного и антикризисного анализа в системе управления предприятием предопределила необходимость дифференцированного подхода к формированию их методического обеспечения.

Основные методы осуществления анализа приведены в таблице 16.2. Причем в основе всех типологий существующих методов анализа кризисного состояния предприятием, лежит их подразделение по признаку формализуемости на:

- количественные, которые предполагают построение факторной модели, позволяющей обнаружить и количественно оценить опасные для финансовой состоятельности предприятия тенденции;

- качественные, основанные на построении системы неформализованных признаков, интуитивно-логический анализ которых позволяет формировать суждение о наличии вероятности банкротства;

- комбинированные, сочетающие в себе первые два.

Таблица 16.2 - Классификация методов диагностики кризисного

состояния организаций

Признак классификации Группы методов диагностирования
По статусу авторские законодательно- регламентированные
По составу показателей однофакторные многофакторные
по глубине анализа экспресс фундаментальные
По территориальному происхождению зарубежные отечественные
По характеру получаемой аналитической информации предсказательные описательные

 

Модели, построенные на основе стохастического факторного анализа, к которым принадлежат общеизвестные Z-модели зарубежных и отечественных авторов (Э. Альтмана, РУБ.Тафлера, РУБ.Лиса, Фулмера, Г. Тишоу, Спрингейта, Ж. Лего, Чессера, Л. Философова, М.А. Федотовой и В.М. Радионовой, Г.В. Давыдовой и А.Ю. Беликова, Г.В. Савицкой, В.А. Пареной и И.А. Долгалева), основаны на разделении всей совокупности исследуемых организаций путем моделирования классифицирующей функции в виде корреляционной модели на два класса, подлежащие банкротству и способные его избежать. Задача здесь состоит в том, чтобы найти эффективное (с точки зрения точности результатов прогноза) эмпирическое уравнение определенной дискриминантной границы, разделяющей используемую систему показателей на то их сочетание, при котором предприятие обанкротится, и то, при котором банкротство предприятию не грозитыс.

Одной из первых попыток использовать аналитические коэффициенты для прогнозирования банкротства считается работа У.Бивера. Он проанализировал за пятилетний период 20 коэффициентов по группе компаний, половина из которых обанкротилась.

Наибольшую известность в области прогнозирования угрозы банкротства получила работа известного западного экономиста Э.Альтмана. Он разработал на базе аппарата множественного дискриминантного анализа методику расчета кредитоспособности, которая позволяет в первом приближении разделить хозяйствующие субъекты на потенциальных банкротов и не банкротов.

При построении индекса банкротства Э.Альтман обследовал 66 предприятий промышленности, половина которых обанкротилась, а половина работала успешно. Впервые в 1968 г. Э.Альтман поданным 33 компаний исследовал 22 финансовых коэффициента, базировавшихся на данных одного периода перед банкротством, отобрал 5 наиболее значимых из них для прогноза. Эти показатели он включил в линейную дискриминантную функцию:

X1 - отношение собственных оборотных активов (чистого оборотного капитала) 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:

Z = 1,2 . Х1 + 1,4 .Х2 + 3,3 .Х3 + 0,6 . Х4 + 1,0 . Х5,

где Х1, Х2, Х3, Х4, Х5 - коэффициенты в виде долей единицы.

Уровень угрозы банкротства в модели Альтмана оценивается согласно табл. 16.3. Чем больше Z превышает значение 2,99, тем меньше вероятность банкротства у предприятия в течение двух лет.

Таблица 16.3 - Уровень угрозы банкротства в модели Альтмана

Значение интегрального показателя Z5 Вероятность банкротства
Менее 1,87 Очень высокая
От 1,81 до 2,7 Высокая
От 2,7 до 2,99 Вероятность невелика
Более 2,99 Вероятность ничтожна, очень низкая

 

Эта модель применима и для российских акционерных предприятий. Отсутствие данных о курсе акций предприятия, по мнению отдельных экономистов, не является препятствием для применения модели Альтмана. Они считают (например, Е.С. Стоянова), что определить рыночную стоимость акций можно, воспользовавшись формулой:

Курсовая стоимость акций = Сумма дивиденда/ Средний уровень ссудного процента

Существуют и другие 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.

В связи с чем, по их мнению, требуется корректировка весовых коэффициентов значимости показателей в модели Альтмана.

За последние 30 лет зарубежными бухгалтерами и экономистами было разработано множество модификаций модели Альтмана.

Так, в 1983 г. сам Э.Альтман разработал модифицированный вариант своей формулы для компаний, акции которых не котировались на бирже.

В 1972 г. Дж. Блисс создал собственную четырехфакторную модель оценки финансового состояния предприятия с целью диагностики банкротства для Великобритании.

В 1977 г. британские ученые Р.Тафлер и Г.Тишоу апробировали подход Альтмана на данных 80 британских компаний и построили четырехфакторную прогнозную модель с отличающимся набором факторов.

Французские ученые Ж.Конан и М.Голдер на базе метода множественного дискриминантного анализа разработали модель оценки платежеспособности организаций, которая позволила оценивать вероятность задержки платежей предприятием.

Z = - 0,16 ∙ X1 - 0,22 ∙ X2 + 0,87 ∙ X3 + 0,1 ∙ X4 - 0,24 ∙ X5

где X1 = (дебиторская задолженность +денежные средства + краткосрочные финансовые вложения) / общие активы; X2 = постоянный капитал (стр.490 +510) / общие активы; X3 = проценты к уплате / выручка (нетто) от продажи; X4 = расходы на персонал / добавленная стоимость (стоимость продукции - стоимость сырья); X5 = прибыль от продаж /привлеченный капитал (струб.700).

Все эти модели позволяют высказывать суждение о возможном в обозримом будущем (2-3 года) банкротстве одних предприятий и достаточно устойчивом финансовом положении других.

В американской практике помимо модели Альтмана используется двухфакторная модель. Для нее выбирают два ключевых показателя, от котррых зависит вероятность банкротства организации:

X, - показатель текущей ликвидности;

Х2 - показатель удельного веса заемных средств в активах.

Формула двухфакторной модели записывается в следующем виде:

Z2 = -0,3877 - 1,0736 х X1 + 0,05779 х Х2

Если результат расчета значения Z2 < 0, то вероятность банкротства невелика, если Z2 > 0, то высока вероятность банкротства.

Применение зарубежных моделей к финансовому анализу отечественных предприятий требует осторожности, так как они не учитывают специфику бизнеса (например, структуру капитала в различных отраслях) и экономическую ситуацию в стране. рактическое использование нами моделей Э. Альтмана, У. Бивера, Г. Спрингейта, Ф. Лиса, РУБ.Тафлера для прогнозирования банкротства на указанных промышленных предприятиях (расчеты, наблюдение и ситуационный анализ проводились в течение пяти лет, а по ЛВЗ "Оренбургский" - в течение десяти лет) позволяет сделать вывод, что:

- использование различных моделей дает почти один и тот же результат, содержание диагноза отличается малосущественными нюансами;

- модели не имеют самостоятельного значения для окончательной идентификации ситуации по прогнозированию банкротства и носят ярко выраженный характер поддерживающей иллюстрации;

- модели нужно использовать в сочетании с традиционными методиками коэффициентного финансового анализа;

- традиционные методики, в свою очередь, нуждаются в дополнении неформализованными методами анализа.

С теоретических позиций использование модели Э. Альтмана в российской практике имеет несколько «но». Во-первых, Z-счет был рассчитан более тридцати лет назад на данных о банкротстве 33 американских компаний в 1960-х гг., и в американской жизни все уже давно изменилось, нет той экономики, которая была раньше. Во-вторых, наши отечественные рыночные отношения не развиты, прежде всего, речь идет о номинальном состоянии фондового рынка. В-третьих (и это уже следствие второго обстоятельства), один из факторов модели - отношение рыночной стоимости обычных и привилегированных акций - может быть определен для незначительного числа российских предприятий.

Несовершенство зарубежных аналитических моделей привело к тому, что на их базе (имеются в виду методологические подходы) разными авторами в разные годы (имеется в виду последнее десятилетие) были разработаны отечественные аналитические модели прогнозирования банкротства:

- модель ученых государственной экономической академии (г. Иркутск);

- методика прогнозирования банкротства, разработанная учеными государственного технологического университета (г. Казань);

- модель Г.В. Савицкой (г. Минск);

- комплексный индикатор финансовой устойчивости предприятия, предложенный профессором В.В. Ковалевым (г. Санкт-Петербург);

- шестифакторная математическая модель О.П. Зайцевой (комплексный коэффициент банкротства, г. Новосибирск);

- модель С.В. Бык (г. Орск Оренбургской области);

- модели А.В. Колышкина (г. Санкт-Петербург).

В последние годы в аналитической работе получили распространение неформализованным методы прогнозирования кризиса, к которым можно отнести методы экспертных оценок и многомерные (матричные) методы и т.д.

Основными разновидностями метода экспертных оценок являются:

- метод Дельфи. Он наиболее известный и считается наиболее эффективным. Его суть состоит в проведении экспертных опросов в несколько этапов при сохранении анонимности мнений и исключении непосредственного контакта экспертов между собой;

- метод коллективной генерации идей (метод "мозгового штурма"). Он основан на включении экспертов в активный творческий процесс. Задача решается путем повышения концентрации оригинальных идей в их общем числе;

- теория катастроф. Она представляет собой аналитическую программу изучения и прогнозирования неустойчивости систем, выявления признаков приближения катастрофы;

- сценарный метод.

Все ранее названные методы достаточно разработаны в общетеоретическом плане. Принципы, положенные в их основу, могут быть использованы и для прогнозирования банкротства промышленных предприятий. Однако здесь требуется формулирование целевой установки: выявление проблемы и ее идентификация, определение путей устранения проблемы.

Заметим, что в последнее время активизируется использование метода нечетких множеств, метода нейронных сетей, а также использование PEST-анализа.

Многомерные (матричные) методы включают: матрицу "МакКинси" ("экран бизнеса"); матрицу БКГ (Бостонской консалтинговой группы), SWOT-анализ и др.

Матрица "МакКинси" ("экран бизнеса") используется при анализе рынка по двум направлениям: оценка привлекательности отрасли для конкретной организации и оценка конкурентоспособности данной организации.

Матрица БКГ (Бостонской консалтинговой группы) базируется на двух основных критериях: доле и росте рынка. Матрица БКГ имеет многоцелевое назначение. На основании матрицы можно оценить деятельность предприятия, его потенциальную несостоятельность и/или возможность избежать несостоятельности путем формирования оптимального ассортимента и сбалансированной программы выпуска продукции.

 







Последнее изменение этой страницы: 2017-02-08; Нарушение авторского права страницы

infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.206.194.210 (0.012 с.)