Сравнительная характеристика моделей оценки вероятности банкротства
Диагностика вероятности банкротства – это средство для получения достоверной и качественной информации о реальных возможностях предприятия на начальной стадии экономического кризиса. Ниже приведены сравнительные характеристики наиболее известных моделей оценки вероятности банкротства.
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 |
| 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 | Из обследованных предприятий - фактических банкротов, таковыми были признаны 90,62%. 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 | Вероятность банкротства у 78% должников была определена как средняя, только у 22% она признана выше среднего или высокой. Это обусловлено существенным разрывом 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 | Большинство (87,5%) обследованных должников были признаны финансово устойчивыми. 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 | Невысокая надежность получаемых прогнозов: только у 56% должников вероятность задержки платежей была признана высокой. 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 (в среднем 0,02), то небольшое искажение влечет неадекватный прогноз |
| Показатель платежеспособности Управления отчетности Банка Франции | Модель включает 8 переменных, характеризующих различные аспекты деятельности предприятия | Неадекватность получаемых прогнозов: только 9,38% предприятий - фактических банкротов, получили оценку «организация, задерживающая платежи». 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. Невысокая адекватность прогнозов - у 21,9% несостоятельных организаций вероятность банкротства признана низкой. Существует необходимость привлечения данных 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 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. Среди обследованных предприятий-должников 56,2% были признаны финансово состоятельными, только 18,75% получили оценку «фактический банкрот». 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 |
Формулы, методы и примеры расчета моделей размещены в разделе: Оценка вероятности банкротства
Тэги:
