СРАВНИТЕЛЬНЫЙ АНАЛИЗ ДИСКРИМИНИНТНЫХ МОДЕЛЕЙ ПРОГНОЗИРОВАНИЯ БАНКРОТСТВА

 

Казиева Б.В. (КБГУ им. Х.М Бербекова, г.Нальчик, РФ)

 

The comparative analysis of discriminant models to identify bankruptcy risk of corporations are stated in the given paper.

 

Потребность в оценке финансового состояния и прогнозировании его изменений испытывают как сами предприятия, так и их контрагенты, инвесторы, заемщики и т.д. Необходимость такого анализа особенно проявляется при проведении санации, финансового оздоровления, антикризисного управления. В то же время хроническая неплатежеспособность хозяйствующих субъектов создает серьезную угрозу экономической стабильности страны в целом и необходим систематический государственный мониторинг финансового состояния предприятий с целью выявления несостоятельных. Все это обусловило создание значительного числа методик проведения такого анализа.

Теоретико-методологическая база анализа финансового состояния несостоятельных предприятий была заложена в трудах Ш. Бургера, Г. Шельберга, Д. Фридмана, Е. Альтмана, У. Бивера, А. Винакора, Р. Ф. Смита, Р. Дж. Фицпатрика, К. Л. Мервина, Б. Хикмана, Ж. Депаляна, Дж. Фулмера, А. Таффлера, Ю. Бригхема, Л. Гапенски, Ч. Празанна  и др.

Разработкой методик и критериев анализа финансового состояния занимаются и отечественные ученые: Н. М. Вараксина, С. Е. Кован, И. Я. Лукасевич, Е. Н. Евстигнеев, М. А. Федотова, В. В. Ковалев, В. В. Патров, А. Д. Шеремет, Р. С. Сайфуллин, Г. Г. Кадыков, О. П. Зайцева, М. А. Крейнина, Л. В. Донцова, Н. А. Никифорова и др.

Первые модели анализа неплатежеспособных организаций были созданы в 60-х годах 20в. на основе регрессионного (дискриминантного) анализа. Его цель - построение линии, делящей все компании на две группы: если точка расположена над линией, то фирме финансовые затруднения в ближайшем будущем не грозят, и наоборот. Эта линия разграничения называется дискриминантной функцией:

Z = a1X1+ a2X2+ ... + anXn           (1)   

Где:

Z   -   дифференциальный индекс (Z-счет);

X   -   независимая переменная (i = 1,..., n)

a    -   коэффициент переменной i.

Эти модели вызывают различные, зачастую противоположные, мнения о возможности их применения в России. Проведем сравнительный анализ и проверку на адекватность оценки существующих дикриминанатных моделей на основе данных отчетности ОАО «Макаронпром», являющегося основным производителем макаронных изделий в Кабардино-Балкарии.

Несмотря на наличие современного оборудования, квалифицированный производственный персонал, возможность возобновления оборотных активов в пределах республики, предприятие находится в кризисном состоянии.

Рейтинговая оценка финансовой устойчивости и платежеспособности показала, что на данном этапе предприятие является фактическим банкротом.

 

Таблица 1 - Рейтинговая оценка финансовой устойчивости и платежеспособности ОАО "Макаронпром"

Показатели	Норм. значение	01.01.03г.		01.01.04г.		01.01.05г.
		коэф-т	балл	коэф-т	балл	коэф-т	балл
Коэффициент абсолютной ликвидности	1	0,01	4	0,02	4	0,002	4
Общий коэффициент ликвидности		0,7	1,5	0,6	1,5	0,7	1,5
Коэффициент автономии		0,05	3	-0,1	3	-0,4	3
Коэффициент маневренности		-5,1	0	4,5	0	0,9	0
Коэффициент финансовой устойчивости	Не	1,5	0	-0,8	0	-0,2	0
Коэффициент финансирования	Не	0,05	0	-0,09	0	-0,3	0
Коэффициент покрытия инвестиций		0,13	0	-0,02	0	-0,34	0
Коэффициент покрытия текущих активов		-0,4	0	-0,8	0	-0,4	0
Коэффициент критической оценки	-	0,3	3	0,3	3	0,3	3
Коэффициент финансовой независимости		0,05	1	-0,1	1	-0,4	1
Коэффициент финансовой независимости запасов и затрат	-	0,1	1	-0,4	1	-1,4	1
Класс	-	13,5 баллов – фактический банкрот		13,5 баллов – фактический банкрот		13,5 баллов – фактический банкрот

 

Анализ показателей рентабельности и оборачиваемости дает такие же результаты: все они имеют отрицательную тенденцию изменения.

Отметим особенности результатов прогнозирования банкротства на ОАО «Макаронпром», полученных с помощью различных дискриминантных моделей (таблица 2).

 

Таблица 2 - Тестирование ОАО «Макаронпром» по моделям прогнозирования банкротства

Показатель	01.01.03г.	01.01.04г.	01.01.05г.
Двухфакторная Z – модель Z = - 0,3877 - 1,0736 * К1 + 0,0579 * К2
Значение Z	- 0,586	- 0,929	-1,065
Вероятность банкротства	Низкая	Низкая	Низкая
Четырехфакторная модель оценки угрозы банкротства Y = 19,892 * V9 + 0,047 * V25 + 0,7141 * V31 + 0,4860 * V35
Значение Y	- 1,81	- 3,65	-12,10
Вероятность банкротства	Банкрот	Банкрот	Банкрот
Пятифакторная Z - модель Альтмана Z = 1,2X1 + 1,4X2 + 3,3X3 + 0,6X4 + 1,0X5 - оригинальная
Значение Z	-0,6	-1,8	-2,9
Вероятность банкротства	Высокая	Высокая	Высокая
Пятифакторная Z - модель Альтмана - усовершенствованная Z = 0,717 X1 + 0,847X2 + 3,107X3 + 0,420 X4 + 0,998X5)
Значение Z	-0,2	-1,2	-2,1
Вероятность банкротства	Высокая	Высокая	Высокая
Четырехфакторная модель R-счета R = 8,38 K1 + K2 + 0,054 K3 + 0,63 K4
Значение R	- 3,035	6,09584	6,78072
Вероятность банкротства	Минимальная	Минимальная	Минимальная
Метод credit-men N = 25R1 + 25R2 + 10R3 + 20 R4 + 20R5
Значение N	35,36	24,36	13.91
Вероятность банкротства	Высокая	Высокая	Высокая
Показатель платежеспособности Конана и Гольдера Z = - 0,16X1 – 0,22 X2 + 0,87X3 + 0,1X4 – 0,24X5
Значение Z	0,008	0,037	-4.1354
Вероятность задержки платежа	80-90%	80-90%	Менее 10%
Функция показателя платежеспособности Управления отчетности Банка Франции 100*Z = - 1,255R1 – 2,003R2 – 0,824R3 + 5,221R4 – 0,689R5 – 1,164R6 + 0,706 R7 + 1,108R8 – 85,544
Значение Z	-0,848	-0,857	-2,044
Вероятность банкротства	Невысокая	Невысокая	Высокая
Четырехфакторная модель Таффлера Z = 0,53 К1 + 0,13К2 + 0,18К3 + 0,16 К4
Значение Z	0,28	0,21	0,23
Вероятность банкротства	Невысокая	Невысокая	Невысокая
Шестифакторная модель Зайцевой К = 0,25Куп + 0,1Кз + 0,2Кс + 0,25Кур + 0,1Кфр + 0,1Кзаг
Значение Z	2,43	-0,19	0,35
Вероятность банкротства	Высокая	Невысокая	Невысокая
Метод рейтинговой оценки финансового состояния предприятия Р. С. Сайфуллина и Г. Г. Кадыкова R = 2Коб + 0,1Клик + 0,08Кинт + 0,45Кмен + Кпр
Значение R	0,0661	-0,227	-0,963
Вероятность банкротства	Высокая	Высокая	Высокая

 

Из 10 рассмотренных моделей адекватно оценили текущее финансовое состояние предприятия только четыре: четырехфакторная модель оценки угрозы банкротства, Z-счет Э. Альтмана, метод credit-men, метод рейтинговой оценки финансового состояния предприятия Р.С. Сайфулина и Г.Г. Кадыкова.

Двухфакторная модель оценки угрозы банкротства, четырехфакторная модель R-счета, модель Таффлера показали низкую вероятность банкротства ОАО «Макаронпром», что не соответствует действительности. В модели Таффлера только получение отрицательного значения показателя Z будет свидетельствовать о близости предприятия к банкротству, однако на практике для этого необходимо иметь очень значительные убытки от привлекаемых средств.

Пятифакторная Z-модель Альтмана (оригинальная и усовершенствованная) показывает тяжелое финансовое состояние предприятия на протяжении всех трех лет.

Метод credit-men, модель О. П. Зайцевой и метод рейтинговой оценки  Р.С. Сейфуллина и Г. Г. Кадыкова демонстрируют нестабильное финансовое состояние предприятия. При этом отсутствуют как положительные, так и отрицательные изменения за три анализируемых периода.

Показатель платежеспособности Конана-Гольдера показывает 80%-90% вероятность задержки платежей на 01.01.03г. и 01.01.04г., а на 01.01.05г. эта вероятность составляет менее 10%. Функция показателя платежеспособности Управления отчетности Банка Франции отражает противоположную динамику изменений: 01.01.03г. и 01.01.04г. – нормальное финансовое состояние предприятия, а на 01.01.05г. – уязвимое. Такое резкое изменение тренда финансового состояния предприятия в данных моделях противоречит его реальному положению.

Таким образом, в силу достаточной формализации, исследуемые модели имеют ряд недостатков:

1.   Зависимость результатов оценки от опыта и квалифицированности аналитика, ввиду сложности расчета определенных коэффициентов, входящих в состав моделей. Некоторые показатели невозможно определить на основе только публикуемой финансовой отчетности предприятий (например, Х4 в показателе платежеспособности Конана и Гольдера);

2.   Значения весовых коэффициентов в некоторых моделях не сбалансированы, отражают не все аспекты финансово-хозяйственной деятельности предприятия и его деловой активности;

3.   Отсутствие учета отраслевой специфики и, соответственно, дифференциации пороговых значений интегральных показателей;

4.   Модели основаны на методах линейной прогрессии, многомерного дискриминантного анализа или логистической регресcии. Они лишь констатируют текущее финансовое состояние, лишены возможности его динамичного прогнозирования.

Поэтому поиск новых алгоритмов диагностики вероятности банкротства хозяйствующих субъектов, свободных от указанных недостатков, сохраняет свою актуальность.