»

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

Версия для печати
Похожие материалы:
Комментарии 0
avatar