Анализ финансового состояния и прогнозирование банкротства с использование методов статистического анализа

ИНСТИТУТ ЭКОНОМИКИ  И УПРАВЛЕНИЯ

В МЕДИЦИНЕ И СОЦИАЛЬНОЙ СФЕРЕ

 

Учетно-финансовый факультет

 

Кафедра бухгалтерского учета, анализа и аудита

Специальность: 080109 –  Бухгалтерский учет, анализ и аудит

 

 

 

 

 

 

РЕФЕРАТ

на тему: Анализ финансового состояния и прогнозирование банкротства с использование методов

статистического анализа

 

 

 

 

 

Выполнил:

 

Проверил:

 

 

 

 

Краснодар – 2009

Прогнозирование финансового состояния как самостоятельная проблема возникла в передовых капиталистических странах (и в первую очередь, в США) сразу после окончания второй мировой войны. Этому способствовал рост числа банкротств в связи с резким сокращением военных заказов, неравномерность развития фирм, процветание одних и разорение других. Возникла проблема возможности априорного определения условий, ведущих организацию к банкротству.

Вначале этот вопрос решался  на эмпирическом, чисто качественном уровне и приводил к существенным ошибкам. Первые серьезные попытки разработать эффективную методику прогнозирования банкротства относятся к 60-м гг. и связаны с развитием компьютерной техники.

Постановка и решение  задачи прогнозирования банкротства  предприятия были предложены американским экономистом Э. Альтманом в 1968 г.

Исходную выборку для  построения модели прогнозирования  вероятности банкротства составили данные о финансовом состоянии 19 предприятий, одна часть из которых обанкротилась, а другая смогла выжить.

Факт банкротства определялся  двумя показателями:

• коэффициентом покрытия (х₁), то есть коэффициентом текущей ликвидности;
• коэффициентом финансовой зависимости (х₂).

В результате обработки  статистических данных была получена следующая корреляционная зависимость:

 

Z = -0,3877 - 1,0736х₁ + 0,0579х₂      

 

 

 При Z=0 имеем уравнение дискриминантной  границы. Для предприятий, у которых Z=0, вероятность обанкротиться равна 50%. Если Z<0, то вероятность банкротства меньше 50% и далее снижается по мере уменьшения Z. Если Z>0, то вероятность банкротства больше 50% и возрастает с увеличением Z.

Прогнозирование банкротства  с помощью двухфакторной модели, включающей коэффициенты покрытия и финансовой зависимости, не обеспечивает высокой точности. Это объясняется тем, что данная модель не учитывает влияния на финансовое положение организации других важных показателей, характеризующих, например, эффективность использования ресурсов, отдачу активов, деловую и рыночную активность предприятия.

В западной практике для  предсказания банкротства сегодня широко используются многофакторные модели Э. Альтмана. В 1968 г. была опубликована его пятифакторная модель прогнозирования банкротства. Э. Альтман исследовал финансовое состояние 33 обанкротившихся фирм, показатели которых сравнивались с аналогичными по размеру предприятиями в данной отрасли, которым удалось сохранить платежеспособность. Сопоставлялись пять показателей, которые характеризовали разные стороны финансового положения предприятия. В результате была получена следующая модель:

 

Z = 1,2х₁ + 1,4х₂ + 3,3х₃ + 0,6х₄ + 1,0х₅,     

 

где:

 

В данную модель включены показатели ликвидности, финансовой устойчивости, рентабельности (эффективности использования  ресурсов) и рыночной активности. В  зависимости от значения Z прогнозируется вероятность банкротства:

Z < 1,81 - вероятность банкротства очень высокая,

1,81 < Z < 2,765 - вероятность банкротства средняя,

2,765 < Z < 2,99 - вероятность банкротства невелика,

Z > 2,99 - вероятность банкротства ничтожна.

В этой версии модели Альтмана в отечественных условиях второй показатель принято считать равным нулю. Это обосновывается тем, что деятельность наших предприятий как акционерных только начинается. Изменен и четвертый показатель, который рассчитывается как отношение объема активов к величине заемных средств, в связи с отсутствием в России информации о рыночной стоимости акций.

В 1983 г. Э. Альтман усовершенствовал свою модель с целью более точного  прогнозирования банкротства промышленных и непромышленных предприятий. Усовершенствованная  модель для производственных организаций имеет вид:

 

Z = 0,717x₁ + 0,847x₂ + 3,107x₃ + 0,42x₄ +0,995x₅,    

 

для непроизводственных – 

 

Z = 6,56x₁ + 3,26x₂ + 6,72x₃ + 1,05x₄,     

 

где:

  

Для производственных предприятий  критерием банкротства считается, Z < 1,23, промежуток  1,23 < Z < 2,9 – является зоной неопределенности и при Z > 2,9 - вероятность банкротства ничтожна. Для непроизводственных предприятий такими границами является показания Z = 1,1 и Z = 2,6. Оригинальная модель обладает предсказательной вероятностью на ближайший год – 85%, в то время, как усовершенствованные – 88 %.

Одновременно с  Э. Альтманом попытки предсказания банкротства предпринимались также рядом других зарубежных экономистов, так в  1972г. Лис разработал  следующую формулу для Великобритании:

 

Z = 0,063х₁ + 0,092х₂ + 0,057х₃ + 0,001х₄,     

 

где: 

 

Здесь предельное значение показателя равняется 0,037. Если Z > 0,037 вероятность банкротства низкая, если меньше – высокая.

В 1997 г. Теффлер предложил  следующую формулу :

 

Z = 0,53х₁ + 0,13х₂ + 0,18х₃ + 0,16х₄       

 

где:

  

Если величина Z больше 0,3, это говорит о том, что у организации неплохие долгосрочные перспективы, если меньше 0,2, то банкротство более чем вероятно.

К моделям прогнозирования банкротства, разработанным учеными ближнего зарубежья можно отнести функцию Г.В. Савицкой. При разработке коэффициента банкротства была собрана информация по 200 сельскохозяйственным предприятиям Республики Беларусь за 1995–1998 гг. и на основании ее рассчитаны 26 финансовых коэффициентов по каждому субъекту хозяйствования за каждый год.

С помощью корреляционного  и многомерного факторного анализа  было установлено, что наибольшую роль в изменении финансового положения  сельскохозяйственных предприятий  играют следующие показатели:

х₁ – коэффициент, определяющий долю собственного оборотного капитала в формировании оборотных активов;

х₂ – величина оборотного капитала, приходящаяся на 1 руб. основного;

х₃ – коэффициент оборачиваемости совокупного капитала;

х₄ – рентабельность активов предприятия, %;

х₅ – коэффициент финансовой независимости (доля собственного капитала в общей валюте баланса).

Данные показатели положены в основу разработки дискриминантной  модели диагностики риска банкротства  сельскохозяйственных предприятий:

 

Z = 0,111х₁ + 13,239х₂ + 1,676х₃ + 0,515х₄ + 3,80х₅.   

 

Константа сравнения  равна 8. Если величина Z больше 8, то риск банкротства малый или отсутствует. При значении Z < 8 – риск банкротства присутствует: от 8 до 5 – небольшой, от 5 до 3 – средний, ниже 3 – большой, ниже 1 – полная несостоятельность.

Достоинством данной модели может  служить ее явная отраслевая принадлежность, однако, к недостаткам можно отнести  ее зарубежное происхождение и негативные отзывы при тестировании модели на выборках отечественных организаций. Даже, несмотря на относительное внешнее сходство отечественной и Белорусской систем рыночного экономического развития, существуют достаточно весомые внутренние отличия экономической политики соседних государств, что в свою очередь позволяет усомниться в достоверности прогноза рассмотренной выше модели применительно сельскохозяйственных организации Российской Федерации. 

В какой мере предложенные модели могут быть использованы в отечественных условиях? Согласно рассмотренным моделям организации, имеющие значения отдельных показателей выше определенной границы становятся полностью «непотопляемыми» или же, наоборот, в ста процентах случаев признаются банкротами. В российских условиях уровень финансового состояния каждой отдельной сельскохозяйственной организации в значительной мере подвержен влиянию макроэкономической ситуации в стране. Следовательно, рассмотренные модели в отечественных условиях должны иметь менее высокие параметры достоверности, относительно заявленных авторами.

Разработанные на Западе модели прогнозирования банкротства  соответствуют условиям развитой рыночной экономии. Логично предположить, что для условий переходной экономики России необходима разработка адекватных прогнозных моделей. Однако, этому препятствует ряд проблемных моментов.

Во-первых, в Российской Федерации пока еще отсутствует статистика банкротств предприятий по причине молодости института банкротства, что значительно затрудняет собственные разработки, основанные на реалиях нашей экономики и направленные на достоверное прогнозирование несостоятельности организаций. Во-вторых, существует проблема достоверности информации о состоянии дел в конкретных организациях и трудности ее получения.

Тем не менее, к попыткам диагностики и прогнозирования  финансового состояния с использованием статистического подхода отечественных условиях можно отнести модели ученых Казанского государственного технологического университета, Иркутской государственной экономической академии и Кубанского государственного аграрного университета. Так, экономистами  Казанского государственного технологического университета, была предпринята попытка корректировки методик предсказания банкротства с учетом специфики отраслей. 

Данная методика предполагает деление всех предприятий по классам кредитоспособности. Расчет класса кредитоспособности связан с классификацией оборотных активов по степени их ликвидности. Ученые пришли к выводу, что исходя из особенностей формирования оборотных средств в нашей стране в отличие от рыночно развитых создание шкалы критериальных уровней может опираться лишь на средние величины соответствующих коэффициентов, рассчитанные на основе фактических данных однородных предприятий (одной отрасли).

Следовательно согласно методике:

• к первому классу кредитоспособности относятся фирмы, имеющие хорошее финансовое состояние (финансовые показатели выше среднеотраслевых, с минимальным риском невозврата кредита);
• ко второму - предприятия с удовлетворительным финансовым состоянием (с показателями на уровне среднеотраслевых, с нормальным риском невозврата кредита);
• к третьему классу - компании с неудовлетворительным финансовым состоянием, имеющие показатели на уровне ниже среднеотраслевых, с повышенным риском непогашения кредита.

Поскольку, специфика  отраслей предполагает использование для каждой из них своих критериальных уровней даже по одинаковым показателям, учеными Казанского государственного технологического университета были рассчитаны критериальные значения трех показателей: соотношения заемных и собственных средств, Z- счета Альтмана, общего коэффициента покрытия. Исследования проходили на базе организаций таких отраслей, как:

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

 

 Считается, что подобная методика вполне применима в области экспресс-анализа финансового состояния, однако, на наш взгляд, подобный подход не решает проблемы прогнозирования несостоятельности. Положительно можно оценить факт реального статистического подхода к исследуемой проблеме.

Вторая модель разработана  в 1997 г. учеными Иркутской государственной  экономической академии. Несмотря на то, что в разработке модели применялись  иные методы статистического анализа, отличные от дискриминантного, четырехфакторная модель R-счета внешне похожа на модель Э. Альтмана для предприятий, акции которых не котируются на бирже:

                            R= 8,38х₁ + х₂ + 0,054х₃ + 0,63х₄,   (34)

 

где:

 

Вероятность банкротства  предприятия в соответствии со значением  модели R определяется следующим образом:

R < 0  - вероятность банкротства максимальная (90-100%);

0 < R < 0,18  - высокая (60-80%);

0,18 < R < 0,32  - средняя (35-50%);

0,32 < R < 0,42  - низкая (15-20%);

R > 0,42  - минимальная ( до 10%).

Достоинствам модели является использование отечественных  организаций в качестве базы исследования. Однако, в процессе работы над моделью  изучению подлежали торговые организации  средней полосы России в период нестабильной экономики. Следовательно, применение данной модели для прогноза несостоятельности других организаций в современных условиях достаточно сомнительно.

В 2008 г. Кучеренко С.А. на базе Кубанского государственного аграрного университета были предложены две дискриминантные модели:

- Z-модель оценки финансового состояния крупных и средних сельскохозяйственных организаций;

- Z-модель прогнозирования риска банкротства крупных и средних сельскохозяйственных организаций.