Оценка риска банкротства нефтяных компаний

Реалии современной экономики свидетельствуют о том, что успех как крупных бизнес-структур так и малых компаний во многом, можно даже сказать, в большей степени зависит от того, насколько быстро и эффективно они реагируют на изменения рыночной среды, непредвиденные ситуации, возникающие в хозяйственной практике, опасности предпринимательской деятельности. Риск-менеджмент в российских условиях весьма актуален, так как при принятии решений руководителю необходимо определение конкретного уровня риска в данных условиях. Риск присутствует всегда и везде, его невозможно избежать, но его можно предвидеть, определить степень риска и уровень ущерба, который он может нанести предприятию. Наличие риска как элемента хозяйственного процесса обусловлено ограниченностью материальных, трудовых, финансовых, информационных и других ресурсов. Под риском мы понимаем опасность возникновения изменений предполагаемых ситуаций и неблагоприятных обстоятельств условий деятельности предприятия. Иными словами, риск есть угроза того, что будут понесены потери в виде дополнительных расходов сверх планируемых либо получены доходы ниже тех, на которые рассчитывали. Поэтому от умения своевременно выявлять и обоснованно оценивать риск зависит эффективность деятельности, а следовательно – конкурентоспособность предприятия.

В экономической литературе рассматриваются разные методы оценки риска банкротства предприятий, которые условно разделены на две основные группы: статистические модели и модели, использующие искусственный интеллект (Computer Intelligence).

Согласно исследованиям, проведенным учеными Азизом и Дэаром, для построения моделей диагностики риска банкротства в 64% используются статистические методы, в 25% – искусственный интеллект, в 11% – другие методы [1].

В статистических моделях на основе финансовых показателей компаний, объявленных банкротами, строится регрессионная модель, в которую включаются только те показатели, которые имеют наибольшую диагностическую ценность в определении банкротства предприятия. Набор показателей в модели снижается за счет исключения переменных, схожих по несущей информации, убираются показатели, коррелируемые с другими. После определения набора показателей для модели каждый показатель оценивается, тем самым получая дискриминационный вес. Затем на основании эконометрических и математических методов строится регрессионная модель зависимости интегрального показателя банкротства предприятия от финансовых показателей его деятельности [2].

Модели, основанные на нейросетевой технологии, эффективно работают с нечетко определенными, неполными и неточными данными. Но при этом возникает проблема большой трудоемкости разработки, так как в нейросетевых технологиях при построении моделей диагностики риска банкротства требуется огромный массив информации. Помимо этого, разработка модели осложняется необходимостью анализа большой выборки данных о предприятиях, которых пока еще недостаточно накоплено. И это приводит к тому, что разработка нейросетевых моделей диагностики риска банкротства в условиях молодой российской экономики сложно реализуема. Этим и обусловлен наш акцент на статистических методах.

При прогнозировании банкротства наиболее известны два основных подхода:

1. Количественный, базирующийся на финансовых данных и включающий оперирование некоторыми коэффициентами.

2. Качественный – исходит из данных по обанкротившимся компаниям и сравнивает их с соответствующими данными исследуемой компании.

Количественный и качественный подходы интегрирует в себе метод интегральной балльной оценки.

Среди моделей прогнозирования банкротства наибольшее распространение получила модель Альтмана (Z-модель), общий экономический смысл которой представляет собой функцию от некоторых показателей, характеризующих экономический потенциал предприятия и результаты его работы за истекший период.

По мнению большинства современных российских ученых-экономистов, применение модели Альтмана для оценки риска банкротства современных российских компаний возможно только с оговорками. Это связано в первую очередь с тем, что модель была построена и апробирована по данным американских компаний, при этом в каждой стране принципы и специфика организации бизнеса свои и развиваются по-своему. Кроме того, модель Альтмана была построена в первой половине прошлого столетия, за истекшие годы экономическая ситуация изменилась во всем мире, и потому совершенно не очевидно, что повторение анализа по методике Альтмана на более поздних данных оставило бы структурный состав модели без изменения.

Исходя из многообразия методов оценки банкротства предприятий оказывается сложным выбрать оптимальный (то есть тот, который дает наиболее точный прогноз) применительно к конкретной компании. Разные прогнозные системы зачастую дают противоположные значения, ориентироваться на которые не представляется возможным.

Кроме того, для разных стран характерны свои особенности построения бизнеса, внутренние и внешние экономические, политические и другие условия, неизбежно влияющие на жизнедеятельность предприятий. Корректно ли было бы оценивать риск банкротства российских корпораций с помощью иностранных моделей? Этот вопрос остается актуальным и сегодня.

Использование западных моделей для российской экономики затруднительно, поэтому отечественные экономисты разрабатывали собственные модели прогнозирования риска банкротства или адаптировали западные модели.

Среди отечественных моделей диагностики риска банкротства предприятий можно выделить модель, разработанную учеными Иркутской государственной экономической академии.

Учеными Казанского государственного технологического университета была разработана методика прогнозирования банкротства с учетом специфики отраслей, в которой расчет класса кредитоспособности связан с классификацией оборотных активов по степени их ликвидности. В Сбербанке РФ была разработана методика, позволяющая установить рейтинг заемщиков. Рассчитывается ряд показателей, характеризующих платежеспособность организации. Определение динамики оценочных показателей позволяет установить возможность возникновения критической ситуации.

Говоря о российских моделях оценки риска банкротства компаний, на основании выполненных расчетов можно отметить, что наиболее объективные показатели, именно применительно к данным российских корпораций, может дать отечественная модель, разработанная учеными Иркутской государственной экономической академии.

В целях оценки возможностей применения моделей отечественной и зарубежной экономической школы на практике, а также оценки корректности их показателей был проведен анализ риска банкротства крупнейших российских нефтяных корпораций: ОАО «ЛУКОЙЛ», ОАО «Газпром нефть», ОАО «Сургутнефтегаз», ОАО «НГК "Славнефть» и ОАО «Татнефть» – по данным финансовой отчетности за 2013 год с использованием пятифакторной Z-модели Альтмана и четырехфакторной модели Иркутской государственной экономической академии (таблицы 1 и 2).

Таблица 1. Расчет по модели Альтмана риска банкротства российских нефтяных корпораций

Таблица 2. Расчет по четырехфакторной модели Иркутской государственной экономической академии риска банкротства российских нефтяных корпораций

В соответствии с расчетами рисков банкротства по модели Альтмана по данным финансовой отчетности за 2013 г. корпорация ОАО «Газпром нефть» находится в «зоне неопределенности» и риск банкротства не превышает 50% (показатель Z равен 2,25). При этом в соответствии с расчетами по R-модели Иркутской государственной экономической академии корпорация ОАО «Газпром нефть» находится вне зоны риска банкротства, т.к. показатель R превышает минимальное значение коэффициента при минимальной вероятности банкротства 0,42 более чем в 3 раза.

В противоречие вступают и расчеты показателей Z и R для корпорации ОАО НГК «Славнефть». Показатель Z, равный 1,74, свидетельствует о высоком риске банкротства для корпорации в ближайшее время (от 80 до 100%) и о финансовой неустойчивости компании. При этом показатель R, составляющий 1,64, что превышает минимальный показатель 0,42 почти в 4 раза, говорит о минимальных рисках банкротства для компании.

Данные расчетов показывают, что модель Альтмана и модель Иркутской государственной экономической академии расходятся в оценке риска банкротства корпораций. Принимая во внимание финансовые показатели отчетности за 2013 г. для указанных корпораций, полагаем, что модель Альтмана неадекватно оценивает риск банкротства российских компаний нефтегазового сектора.

Вместе с тем заметим, что показатели Z и R для корпораций ОАО «Татнефть» и ОАО «Сургутнефтегаз», равные соответственно 4,15 и 3,94 для ОАО «Татнефть» и 9,52 и 1,93 для «Сургутнефтегаз», говорят о том, что обе корпорации находятся вне зоны банкротства и риски минимальны (менее 10%). Показатель Z для корпорации ОАО «ЛУКОЙЛ» по итогам анализа финансовой отчетности за 2013 г. свидетельствует о среднем риске вероятности возникновения банкротства корпорации, в то время как показатель R, равный 0,29, говорит о высоких рисках банкротства корпорации и необходимости принятия срочных мер по изменению ситуации. Полагаем, что такой невысокий показатель R связан, прежде всего, с увеличением суммарных затрат компании, снижением выручки от реализации и высоким уровнем дебиторской задолженности на конец отчетного периода.

Таким образом, проанализировав теоретические аспекты выбора моделей анализа риска банкротства корпораций, а также проделав соответствующие расчеты и проанализировав показатели для каждой компании, работающей на российском нефтяном рынке сегодня, можно сделать выводы, что показатели риска банкротства по модели Альтмана и Иркутской модели противоречат друг другу. Рассмотрев финансовые результаты корпораций по итогам 2013 г., не вдаваясь при этом в глубокий анализ показателей, можно говорить об устойчивом финансовом положении практически всех выбранных компаний и об отсутствии у них серьезных проблем, связанных с ликвидностью и кредитоспособностью. Прогнозные же значения, рассчитанные по модели Альтмана, однозначно противоречат этим выводам. Таким образом, мы на практике убедились, что мнение большинства российских экономистов, утверждающих, что модель Альтмана неадекватна для современных российских реалий, абсолютно оправданно. Отобранные Альтманом в середине прошлого столетия наиболее значимые для прогноза аналитические коэффициенты на сегодняшний день в нашей стране не отражают реальной картины и не могут использоваться для расчета прогнозных значений для компаний. На наш взгляд, это связано, прежде всего, с конъюнктурой российского рынка, особенностями развития корпораций, а также значительным влиянием внешних факторов на деятельность компаний, в том числе серьезным государственным участием в экономических процессах. Вместе с тем нельзя утверждать, что применение иркутской модели исключает перечисленные выше факторы. Используемые для расчетов по данной модели коэффициенты и факторы максимально «подстроены» под российскую действительность и наиболее адекватно отражают прогнозные значения.

Для оценки компаний нефтегазового сектора России, учитывая особенности отечественного рынка, едва ли подходит модель Альтмана: она не была опробована на российских компаниях, а также в современной ситуации потеряла свою актуальность. Четырехфакторная иркутская модель, рассчитанная в российских условиях, оказывается для отечественных предприятий наиболее предпочтительной.

Очевидно, выбирая модель оценки банкротства, необходимо учитывать ряд национальных, экономических и других особенностей, которые неизбежно влияют на работу корпораций в конкретной стране.

Список литературы:

1. Aziz M., Dar H. Predicting corporate bankruptcy - where we stand? Corporate Governance Journal, vol. 6, nr 1, 2006.
2. Жданов В.Ю., Афанасьева О.А. Разработки модели диагностики риска банкротства для авиапредприятий // Инструментальные методы экономики, УэкС, 8/2011.
3. Корпоративные финансы и учет: понятия, алгоритмы, показатели: Учебное пособие. 2-е изд., перераб. и доп. / В.В. Ковалев, Вит.В. Ковалев. М.: Проспект, 2013.
4. Рубан Т.Е., Байдаус П.В. Анализ методик прогнозирования банкротства на основе использования финансовых показателей. Сборник трудов магистрантов Донецкого национального технического университета. Выпуск 2. Донецк: ДонНТУ Министерства образования и науки Украины, 2003.