»

Проблемы прогнозирования банкротства предприятий России

В Российской Федерации пока еще отсутствует обширная статистика банкротств предприятий по причине молодости института банкротства в нашей стране, что затрудняет собственные разработки, основанные на реалиях нашей экономики и направленные на достоверное прогнозирование возможного банкротства предприятий. Существует также проблема достоверности информации о состоянии дел на конкретных предприятиях и трудности ее получения.

Перейдем к анализу недостатков конкретных методик прогнозирования банкротства. И так, в первую очередь рассмотрим три модели Альтмана. Среди качественных методик уделяется наибольшее внимание рассмотрению трех моделей Э. Альтмана.

Модель Альтмана

Первая рассмотренная модель – двух факторная – отличается простотой и возможностью ее применения в условиях ограниченного объема информации о предприятии, что как раз и имеет место в нашей стране. Но данная модель не обеспечивает высокую точность прогнозирования банкротства, так как учитывает влияние на финансовое состояние предприятия коэффициента покрытия и коэффициента финансовой зависимости и не учитывает влияния других важных показателей (рентабельности, отдачи активов, деловой активности предприятия).

В связи с этим ошибка прогноза с помощью двух факторной модели оценивается интервалом Z = 0,65. Кроме того, про весовые значения коэффициентов и постоянную величину, фигурирующую в данной модели, известно лишь то, что они найдены эмпирическим путем. По этой причине справедливы, по всей вероятности, для США, причем для Америки 60 – 70-х годов. В связи с этим они не соответствуют современной специфике экономической ситуации и организации бизнеса в России, в том числе отличающейся системе бухгалтерского учета и налогового законодательства и т. д.

Применение данной модели для российских условий было исследовано в работах М. А. Федотовой, которая считает, что весовые коэффициенты следует скорректировать применительно к местным условиям и что точность прогноза двухфакторной модели увеличится, если добавить к ней третий показатель – рентабельность активов. Однако, новые весовые коэффициенты для отечественных предприятий ввиду отсутствия статистических данных по организациям – банкротам в России не были определены.

Следующая модель Альтмана – пяти факторная – также не лишена недостатков в плане применимости в России, тем не менее, на ее основе в нашей стране разработана и используется на практике компьютерная модель прогнозирования вероятности банкротства.

Здесь по-прежнему ничего не известно о базе расчета весовых значений коэффициентов. Отсутствие в России статистических материалов по организациям – банкротам не позволяет скорректировать методику исчисления весовых коэффициентов и пороговых значений с учетом российских экономических условий. Кроме того, пока что вызывает некоторое смущение коэффициент x4, в котором фигурирует суммарная рыночная стоимость акций предприятия; в настоящий момент в Российской Федерации отсутствует информация о рыночной стоимости акций большинства предприятий, да и в условиях неразвитости вторичного рынка российских, ценных бумаг у большинства организаций данный показатель теряет свой смысл.

Таким образом, можно отметить, что различия в специфике экономической ситуации и в организации бизнеса между Россией и Европой оказывают влияние и на сам набор финансовых показателей, используемых в моделях зарубежных авторов. Специалисты Экспертного института Российского союза промышленников и предпринимателей предлагают руководствоваться Z-счетом без его четвертой составляющей.

Российские банковские аналитики заменяют числитель этого показателя на стоимость основных фондов и нематериальных активов. Некоторые российские экономисты, к примеру, М. А. Федотова, рекомендуют определять коэффициент Х4 как отношение общей величины активов к общей сумме заемных средств. На наш взгляд, этот показатель не будет реальным во всех приведенных примерах, и более правильным является вариант, предложенный экономистом Ю.В. Адамовым, который заменяет рыночную стоимость акций на сумму уставного и добавочного капитала, так как увеличение стоимости активов предприятия приводит либо к увеличению его уставного капитала (увеличение номинала или дополнительный выпуск акций), либо к росту добавочного капитала (повышение курсовой стоимости акций в силу роста их надежности).

Однако, и такая коррекция не лишена недостатка, т. к. в этом случае не учитывается возможное колебание курса акций под влиянием внешних факторов и поведение инвесторов, которые могут расценить дополнительный выпуск акций как приближение их эмитента к банкротству и отказаться от их приобретении, снижая тем самым их рыночную стоимость. Но многие экономисты также считают, что применение прочих коэффициентов в данной модели представляет большую проблему для российских предприятий.

К примеру, некоторые специалисты предлагают коэффициент Х2 в модели Z-счета принимать равным нулю, поскольку деятельность российских предприятий как акционерных только начинается.

Итак, вслед за многими российскими авторами можно отметить, что многочисленные попытки применения иностранных моделей прогнозирования банкротства в отечественных условиях не принесли и не могли принести по вышеизложенным причинам достаточно точных результатов. Были предложены различные способы адаптации «импортных» моделей к российским условиям, о чем упоминалось выше, но корректность этой адаптации также вызывает сомнения у специалистов.

Новые методики, или Попытки адаптации

Новые методики диагностики возможного банкротства, предназначенные для отечественных предприятий и, следовательно, лишенные по замыслу их авторов многих недостатков иностранных моделей, рассмотренных выше, были разработаны Иркутской государственной экономической академией, О. П. Зайцевой, Р. С. Сайфуллиным и Г. Г. Кадыковым.

Однако, и в этом случае не удалось искоренить все проблемы прогнозирования банкротства предприятий. В частности, определение весовых коэффициентов в модели О. П. Зайцевой является не совсем обоснованным, так как весовые коэффициенты в этой модели были определены без учета поправки на относительную величину значений отдельных коэффициентов. Так, нормативное значение показателя соотношения срочных обязательств и наиболее ликвидных активов равно семи, а нормативные значения коэффициента убыточности предприятия и коэффициента убыточности реализации продукции равны нулю. В связи с этим даже небольшие изменения первого из вышеназванных показателей приводят к колебаниям итогового значения, в десятки раз более сильным, чем изменение вышеназванных коэффициентов, хотя по замыслу автора этой модели они, наоборот, должны были иметь большее весовое значение по сравнению с соотношением срочных обязательств и наиболее ликвидных активов.

В другой попытке адаптации к российским условиям – в модели, разработанной Р. С. Сайфуллиным и Г. Г. Кадыковым, небольшое изменение коэффициента обеспеченности собственными средствами с 0,1 до 0,2 приводит к изменению итогового показателя ("рейтингового числа") на: R1 = (0,2 - 0,1) х 2 = 0,2 пункта. К такому же результату приводит и значительное изменение коэффициента текущей ликвидности от нуля (от полной не ликвидности) до двух, что характеризует высоколиквидные предприятия: R2 = (2 - 0) х 0,1 = 0,2 пункта.

Поэтому и в этой модели, и у О. П. Зайцевой значения весовых показателей являются недостаточно обоснованными. Также в качестве примера недостаточной обоснованности адаптированных методик можно отметить, что в некоторых из них используются показатели, отличающиеся высокой положительной или отрицательной корреляцией или функциональной зависимостью между собой. Это приводит к ненужному усложнению этих методик, не увеличивая точности прогнозирования.

Если же говорить об R-счете Иркутской государственной экономической академии, то к очевидным достоинствам данной модели можно отнести то, что механизм ее разработки и все основные этапы расчетов достаточно подробно описаны в источнике, но по результатам практического его применения появилась информация о том, что значение R во многих случаях не коррелирует с результатами, полученными при помощи других методов и моделей, к примеру, при расчете по модели R-счета получаются значения, говорящие о наилучшем состоянии анализируемого предприятия, а все прочие методики дают далеко не столь утешительный результат. Возникает ощущение, что эта методика годится для прогнозирования кризисной ситуации, когда уже заметны очевидные ее признаки, а не заранее, еще до появления таковых.

Методика ФСФО

Еще большей критики достойна методика ФСФО РФ, принятая еще в 1994 году (ныне отменена). Первое, о чем необходимо сказать, – нормативные значения трех коэффициентов, по которым делается вывод о платежеспособности предприятия, завышены, что говорит о неадекватность критических значений показателей реальной ситуации.

К примеру, нормативное значение коэффициента текущей ликвидности, равное 2, взято из мировой учетно-аналитической практики без учета реальной ситуации на отечественных предприятиях, когда большинство из них продолжает работать со значительным дефицитом собственных оборотных средств. Нормативное значение коэффициента текущей ликвидности едино для всех предприятий, а значит, не учтены отраслевые особенности экономических субъектов.

В мировой учетно-аналитической практике нормативные значения коэффициентов платежеспособности дифференцированы по отраслям и под отраслям. Существует такая практика не только в странах с традиционно рыночной экономикой, как, к примеру, США, но и в республике Беларусь. Там, к примеру, коэффициент текущей ликвидности дифференцируется в пределах от 1,0 (сфера торговли и общественного питания) до 1,7 (промышленность). Представляется, что использование подобной практики в России могло бы дать положительный результат. Отечественная практика расчетов указанных показателей по причине отсутствия их отраслевой дифференциации и дальнейшее их использование не позволяют выделить из множества предприятий те, которым реально грозит процедура банкротства.

Также необходимо отметить тот факт, что в официальной системе критериев несостоятельности (банкротства) применяются исключительно показатели ликвидности коммерческих организаций. Другие показатели финансовой деятельности предприятий (рентабельность, оборачиваемость, структура капитала и др.) не учитываются, что говорит о том, что данная система критериев предназначена исключительно для оценки платежеспособности коммерческих организаций.

К вопросу же об отсутствии отраслевой дифференциации как методики ФУДН (ФСФО) РФ, так и прочих методик можно привести следующую иллюстрацию: учеными Казанского государственного технологического университета была разработана методика, в которой предпринята попытка корректировки существующих методик предсказания банкротства с учетом специфики отраслей. Авторы методики предлагают деление всех предприятий по классам кредитоспособности. Расчет класса кредитоспособности связан с классификацией оборотных активов по степени их ликвидности.

Особенности формирования оборотных средств в нашей стране не позволяют прямо использовать критериальные уровни коэффициентов платежеспособности (ликвидности и финансовой устойчивости), применяемых в мировой практике. Поэтому, создание шкалы критериальных уровней может опираться лишь на средние величины соответствующих коэффициентов, рассчитанные на основе фактических данных однородных предприятий (одной отрасли).

Распределение предприятий по классам кредитоспособности происходит на следующих основаниях:

  • к первому классу кредитоспособности относят фирмы, имеющие хорошее финансовое состояние (финансовые показатели выше средне отраслевых, с минимальным риском не возврата кредита);
  • ко второму – предприятия с удовлетворительным финансовым состоянием (с показателями на уровне средне отраслевых, с нормальным риском не возврата кредита);
  • к третьему – компании с неудовлетворительным финансовым состоянием, имеющие показатели на уровне ниже средне отраслевых, с повышенным риском не погашения кредита.

Поскольку, с одной стороны, для предприятий разных отраслей применяются различные показатели ликвидности, а с другой, специфика отраслей предполагает использование для каждой из них своих критериальных уровней даже по одинаковым показателям, учеными Казанского государственного технологического университета были рассчитаны критериальные значения показателей отдельно для каждой из таких отраслей, как:

  • промышленность (машиностроение);
  • торговля (оптовая и розничная);
  • строительство и проектные организации;
  • наука (научное обслуживание).

В случае диверсификации деятельности предприятие отнесено к той группе, деятельность в которой занимает наибольший удельный вес.

Всем проанализированным выше методикам присущ еще один недостаток – все они учитывают состояние показателей лишь на момент анализа, а изменения динамики показателей во времени не рассматриваются. Только в некоторых методиках присутствуют отдельные показатели динамики: динамика прибыли в пятифакторной модели Альтмана; динамика коэффициента загрузки активов в модели О. П. Зайцевой; коэффициент утраты (восстановления) платежеспособности в методике ФУДН (ФСФО) РФ, которые рассчитываются на основе динамики коэффициентов текущей ликвидности.

Методика балльных оценок

Выше рассматривались и анализировались только коэффициентные методы прогнозирования банкротства. Вкратце отметим особенности применения метода балльных оценок – показателя Аргенти и качественного метода – рекомендаций Комитета по обобщению практики аудирования (Великобритания).

Основным достоинством показателя Аргенти является то, что в нем впервые была предпринята попытка упорядочивания и систематизации показателей, по которым описаны в так называемых списках обанкротившиеся компании на Западе. Таким образом, исследователю остается только сравнить признаки уже обанкротившихся компаний с аналогичными признаками исследуемой. Поскольку опыт применения этого метода в нашей стране еще не велик, сложно говорить как о его недостатках, так и достоинствах.

Несомненным достоинством приведенного качественного метода являются его системный и комплексный подходы к прогнозированию кризисных явлений, недостатки же заключаются в том, что данная модель чрезвычайно сложна в плане практики принятия решения в условиях многокритериальной задачи; также следует отметить субъективность принимаемого прогнозного решения.

Версия для печати
Похожие материалы:
Комментарии 0
avatar