Финансовая диагностика предприятия. Монография - Надежда Львова

Финансовые методы диагностики финансовой несостоятельности (банкротства)

Прогнозирование корпоративного банкротства, как правило, проводится финансовыми методами. При этом предпочтение отдается статистическим моделям. Далее мы проанализируем особенности практического применения и проблемы адаптации следующих наиболее популярных моделей:

– основанных на системе финансовых показателей, не предполагающих построение обобщающего показателя вероятности банкротства (метод традиционного коэффициентного анализа);

– предполагающих формирование обобщающего показателя вероятности банкротства (в частности, построенные с применением метода мультипликативного дискриминантного анализа).

Отдельное внимание мы уделим и менее популярным в России структурным моделям прогнозирования финансовых затруднений на примере моделей КМВ – Мертона, которые, как было отмечено ранее, основываются на так называемых рыночных показателях.

Если для диагностики банкротства используются статистические методы176, не предполагающие построение обобщающего показателя, порядок действий при обосновании соответствующей прогнозной модели состоит в следующем:

1. Строится система показателей (как правило, финансовых коэффициентов), наиболее явно отражающих признаки финансовой несостоятельности.

2. Устанавливаются критические значения данных показателей.

3. Решение о вероятности банкротства принимается на основе сравнения фактических значений показателей по анализируемому предприятию с их критическими значениями.

Считается, что первая статистически обоснованная система финансовых показателей для оценки вероятности корпоративного банкротства была построена в 1966 г. У. Бивером, доказавшим, что некоторые финансовые коэффициенты кризисных предприятий задолго до признания несостоятельности значительно отличаются от соответствующих коэффициентов финансово устойчивых предприятий.

Выборка состояла из 79 пар предприятий, половина которых в период с 1954 по 1964 г. потерпела крах (предприятия, которые обанкротились, не смогли выплатить дивиденды по привилегированным акциям, объявили дефолт по облигациям или превысили кредитный лимит по банковскому счету177). Максимальный анализируемый период составлял пять лет178. Динамический анализ проводился по шести финансовым коэффициентам, наиболее точно отражающим признаки финансовой несостоятельности:

– коэффициент достаточности денежного потока – отношение денежного потока к совокупному долгу179;

– коэффициент рентабельности активов – отношение чистой прибыли к активам;

– уровень финансового левериджа – доля совокупного долга в общем объеме обязательств;

– коэффициент покрытия активов собственными оборотными средствами – отношение собственных оборотных средств к активам180;

– коэффициент текущей ликвидности;

– период обращения собственных оборотных средств («no-credit interval») – отношение собственных оборотных средств181 к операционным расходам без учета амортизации.

Несмотря на очевидные преимущества подобных моделей (возможность применять экспертные оценки, оценивать вероятность банкротства по общедоступной финансовой информации, простота обоснования и практического применения), они обладают и некоторыми существенными ограничениями:

– во-первых, (это ограничение, прежде всего, касается возможности адаптации иностранных моделей к российским условиям) система показателей, как правило, строится на основе статистических данных. Если анализ проводится в другой стране, по другой отрасли, через продолжительный период времени, несостоятельными могут оказаться не только критические значения показателей, но и сами значимые показатели;

– во-вторых, показатели невозможно однозначно нормировать: в каждом конкретном случае должна учитываться специфика деятельности, временной период, внешние факторы и т. д. Поэтому, как правило, можно сделать только общие выводы о динамике финансового состояния фирмы (ухудшилось или улучшилось);

– в-третьих, значения показателей могут приводить к противоречивым выводам, и у аналитика закономерно возникает потребность «свернуть» несколько показателей в один обобщающий, по значению которого можно с определенной долей условности однозначно судить о вероятности финансовой несостоятельности.

Пожалуй, наиболее популярным методом диагностики финансовой несостоятельности, предполагающим построение такого обобщающего показателя вероятности банкротства, является множественный (или мультипликативный) дискриминантный анализ (Multiple Discriminant Analysis, MDA). Изначально метод нашел применение в исследованиях по естественным наукам в 1930-е гг. Впервые для прогнозирования банкротства предприятий мультипликативный дискриминантный анализ был предложен Эдвардом Альтманом в 1968 г.

Суть метода заключается в следующем:

1) составляется выборка схожих по характеристикам предприятий, которые либо обанкротились, либо сумели выжить в течение некоторого периода;

2) выбираются наиболее значимые для оценки вероятности банкротства финансовые коэффициенты;

3) строится дискриминантная функция, графически делящая предприятия выборки на две группы: финансово устойчивые и потенциальные банкроты:

Z = а1*К1+а2*К2 +… +аn*Кn,

где Z – обобщающий (интегральный) показатель вероятности банкротства;

а1 – n – некоторые параметры (коэффициенты регрессии);

K1 – n – наиболее значимые для целей диагностики банкротства показатели (как правило, финансовые коэффициенты).

Коэффициенты регрессии рассчитываются в результате статистической обработки данных по выборке предприятий;

4) также по итогам обработки эмпирических данных устанавливаются пороговые нормативы функции Z1 и Z2 (где Z1<Z2).

В случае, если рост значений факторов означает повышение финансовой устойчивости, при Z>Z2 вероятность банкротства незначительна; при Z<Z1 вероятность банкротства велика.

И напротив, если между значениями факторов и уровнем финансовой устойчивости наблюдается обратная зависимость, при Z>Z2 вероятность банкротства велика; при Z<Z1 вероятность банкротства незначительна, при Z1<Z<Z2 состояние анализируемого объекта носит неопределенный характер;

5) оценка вероятности банкротства проводится исходя из сравнения значения функции анализируемого предприятия и установленных критических значений.

Подробная характеристика применения метода мультипликативного дискриминантного анализа в целях диагностики финансовой несостоятельности приводится в монографии Ю. Бригхема и Л. Гапенски182. В частности, на основе данных по 19 компаниям, часть из которых обанкротилась, показан порядок формирования двухфакторной модели прогнозирования банкротства. В качестве базовых показателей используются коэффициент текущей ликвидности и коэффициент финансовой зависимости (доля заемных средств в пассивах):

Z = – 0,3877 – 1,0736*CR + 0,0579*DR,

где Z – показатель вероятности банкротства;

CR – коэффициент текущей ликвидности;

DR – коэффициент финансовой зависимости.

– При Z1 < – 0,3 банкротство маловероятно; при Z1 > 0,3 вероятность наступления банкротства оценивается как высокая; при Z1=0 указанная вероятность равна 50 %. В интервале [–0,3; 0,3] находится «зона неопределенности».

Как правило, модели, построенные методом дискриминантного анализа, включают более двух факторов. В частности, наиболее известная модель Э. Альтмана (модель «Z») – пятифакторная183:

Z = 0,012*X1 + 0,014*X2 + 0,033*X3 + 0,006*X4 + 0,999X5,

где Z – показатель вероятности банкротства;

X1 – доля собственных оборотных средств в активах (отметим, что речь идет о традиционной трактовке собственных оборотных средств, рассчитываемых как разность оборотных активов и краткосрочных обязательств);

X2 – отношение реинвестированной прибыли к активам, то есть рентабельность активов;

X3 – отношение операционной прибыли к активам (еще один показатель рентабельности активов);

X4 – отношение рыночной капитализации к учетной стоимости долговых обязательств – показатель финансового левериджа (таким образом, модель можно было применять только в отношении публичных компаний);

X5 – отношение выручки к активам (оборачиваемость активов).

В зависимости от значения Z формируется оценка вероятности банкротства. При Z < 1,8 вероятность банкротства высока; при Z > 2,99 – очень низка. Зона неопределенности, когда нельзя с приемлемой точностью оценить наступление того или иного события, находится в интервале [1,81; 2,99]. При Z = 2,675 вероятность наступления банкротства составляет 50 %. Данная модель позволяла спрогнозировать банкротство за один год с точностью 95 %; за два года – до 70 %; за три – до 50 %.