Разработка методики прогнозирования банкротства предприятия тема диссертации и автореферата по ВАК РФ 08.00.05, кандидат экономических наук Философов, Владимир Леонидович

• Философов, Владимир Леонидович
• кандидат экономических наук
• 2000

Оглавление диссертации кандидат экономических наук Философов, Владимир Леонидович

Введение.

Глава 1. Анализ законодательной базы о несостоятельности (банкротстве). Выявление экономических критериев несостоятельности, используемых в различных законодательных системах.

1.1. Законодательство США и некоторых европейских стран о несостоятельности.

1.1.1. Законодательство США о несостоятельности.

1.1.2. Законодательство Франции о несостоятельности.

1.1.3. Английское законодательство о несостоятельности.

1.1.4. Законодательство о несостоятельности Германии.

1.2. Законодательство Российской Федерации "О несостоятельности (банкротстве)".

1.3. Сравнительный анализ экономических критериев несостоятельности и подходов к регулированию проблемы банкротства, используемых в рассмотренных законодательных системах.

Глава 2. Прогнозирование банкротства предприятия.

2.1. Исследование информативности и выбор прогностических признаков.

2.1.1. Статистический материал и методология выбора признаков, используемых при прогнозировании банкротства предприятия.

2.1.2. Анализ информативности признаков прогнозирования банкротства.

2.2. Правила (алгоритмы) прогнозирования банкротства, основанные на использовании совокупности прогностических признаков. Байесов подход.

2.2.1. Прогнозирование банкротства как многоальтернативная задача теории статистических решений.

2.2.2. Алгоритмы определения апостериорных вероятностей банкротства. Схемы расчета апостериорных вероятностей банкротства

2.2.3. Определение вида функций правдоподобия.

2.2.4. Принятие прогностических решений.

Глава 3. Оценки эффективности прогнозирования банкротства.

3.1. Показатели эффективности прогнозирования банкротства и методология оценки.

3.2. Оценки эффективности прогнозирования банкротства. Проверка базовых гипотез.

3.3. Оценка эффективности двухальтернативных прогнозов.

3.4. Применение разработанных методов прогнозирования банкротства в российских условиях.

Введение диссертации (часть автореферата) на тему «Разработка методики прогнозирования банкротства предприятия»

Значение несостоятельности (банкротства) в экономике, важность его прогнозирования и профилактики.

В современной экономике проблема несостоятельности (банкротства) играет исключительно важную роль. Приоритетной задачей любого государства является построение устойчивой и стабильно растущей экономической системы. При этом одним из ключевых элементов экономической системы является законодательство о несостоятельности (банкротстве). Основной задачей законодательства о несостоятельности является урегулирование долгов проблемных компаний, причем неэффективное законодательство может ввести экономику страны в глубокий кризис. Проблема урегулирования долга является многогранной проблемой, здесь зачастую пересекаются интересы кредиторов, собственников, менеджмента предприятия. Нельзя не учитывать и возможные социальные проблемы. Поэтому эффективность закона определяется тем. насколько гибко он подходит к решению проблемы в' каждом конкретном случае, какие процедуры он может предложить для восстановления платежеспособности предприятия, либо для его санации.

Не менее важной проблемой в рыночной экономике является прогнозирование и своевременная профилактика банкротства предприятия. В современной экономике, когда предпринимательская деятельность в большей степени финансируется за счет заемных средств, для кредиторов и инвесторов представляется крайне важным оценивать степень рисковости вложений и вероятность потерь. Основной причиной полной, либо частичной потери средств при их инвестировании является банкротство компании, в которую эти средства были вложены (в той или иной форме). Поэтому перед кредиторами и инвесторами остро стоит проблема своевременной оценки вероятности банкротства контрагентов для предотвращения возможных потерь.

Специалисты банков заинтересованы в получении прогноза банкротства с целью оценки риска, связанного с предоставлением предприятию кредитов. Инвесторы, решающие вопрос о покупке ценных бумаг корпорации, хотели бы знать, каково в целом ее финансовое положение, и сколь вероятна потеря вкладываемых ими капиталов. Собственников и руководство корпорации интересует объективная оценка ее финансового положения и необходимость тех или иных шагов по его выправлению. Задача выбора надежного делового партнера также требует оценки возможных претендентов с позиций прочности их финансового положения.

В ряде случаев прогнозирование банкротства предприятий необходимо для должной реализации законодательных актов. В Федеральном законе "О несостоятельности (банкротстве)", введенном в действие с 1 марта 1998, говорится: "Учредители (участники) должника - юридического лица, собственник имущества должника - унитарного предприятия, федеральные органы исполнительной власти, органы исполнительной власти субъектов Российской Федерации, органы местного самоуправления обязаны принимать своевременные меры по предупреждению банкротства организаций." (статья 26, п.1.). Положением о Федеральной службе России по делам о несостоятельности и финансовому оздоровлению этой службе предписано проведение учета и анализа платежеспособности крупных, а также экономически или социально значимых организаций. Антитрестовское законодательство США, в целом запрещающее слияние крупных корпораций, делает исключение в случае, если над одной из них нависла угроза банкротства, и эту угрозу приходится оценивать.

Помимо случаев, в которых проблема прогнозирования банкротства стоит в явном виде, на практике встречается много ситуаций, когда необходимо иметь некий единый (интегрированный, сводный) показатель, который мог бы описать финансовое положение предприятия, и быть использован, например, для ранжирования предприятий по их финансовому положению. Рядом официальных документов Правительства Москвы предусматривается, например, проведение массового мониторинга и инвентаризации московских предприятий. Одной из задач мониторинга является оценка финансового состояния предприятий с компактным и удобным для последующих обобщений результатом. Должным образом оцененная вероятность банкротства предприятия в ближайшие годы может использоваться в качестве такого показателя, и, как кажется, достойных альтернатив ей не предложено.

Обзор исследований в области прогнозирования банкротства, показатель Альтмана и другие.

Интерес к проблеме прогнозирования банкротства предприятий возник в США в шестидесятых годах. Два исследования параллельно были выполнены Бивером (Beaver, 1967) и Альтманом (Altman, 1968). Первичные прогностические показатели (признаки) выбирались обоими авторами среди финансовых отношений. Бивер провел детальные исследования более 30 отдельных признаков и нашел, что наибольшей прогностической силой обладает отношение Финансовый поток (cash flow) / Общий долг (total debt) корпорации. Альтман методами многомерного дискриминантного анализа построил прогностическое правило (алгоритм), использующее совместно пять первичных признаков (финансовых отношений) для расчета комплексного показателя Z. используемого для прогноза банкротства, Ъ- 1,2Х ] +1.4X2+3,ЗХз+0,6Хд+1.0Х5. где

• Xi -рабочий капитал / общие активы;

• Х2 - накопленная прибыль / общие активы;

• Хз - прибыль до уплаты налога и процентов / общие активы;

• Хд - рыночная стоимость имущества / общий долг;

• X.s - объем продаж / общие активы. Порог для Z был установлен равным 2,67.

В последующие годы были проведены новые исследования, ориентированные на использование для прогноза финансовых отношений. Deakin (1972). Edmister (1972). Altman. Handelman. Narayanan (1977), Collins (1980), Boritz (1991) исследовали большое число финансовых отношений с точки зрения их потенциала для прогнозирования банкротства и предложили различные прогностические правила, построенные методами линейного дискриминантного анализа и линейной регрессии.

Исследования Бивера в области прогноза банкротства на основе анализа финансовых потоков были продолжены в работе Aziz, Emanuel, Lawson (1988). Авторы работы установили наличие существенных различий операционных финансовых потоков и потоков налоговых платежей в выборках благополучных фирм и фирм на грани банкротства.

В 1968 году Бивер исследовал движение рыночной стоимости акций в качестве признака для прогнозирования банкротства корпораций и нашел, что рынок чувствует возможность банкротства корпорации по крайней мере за год до его наступления. В исследовании Clark, Weinstein (1983) найдено, что падение рыночной доходности акций может ощущаться за три года до банкротства фирмы.

Сравнительное исследование прогностических правил, основанных на использовании финансовых отношений, финансовых потоков и анализе рыночной доходности акций, проведено в работе Mossman Е., Bell G., Swartz L.M., Turtle Н. (1998). Авторы нашли, что ни одно из правил не обеспечивает абсолютного преимущества над остальными. Правила, основанные на финансовых потоках и финансовых отношениях, в последние перед банкротством годы обеспечивают более эффективный прогноз в сравнении правилами, анализирующими рыночную доходность акций.

Несмотря на наличие заметных различий в подходах к прогнозированию банкротства, упомянутые работы имеют общие недостатки.

Главный недостаток состоит в нечеткой постановке задачи прогноза. Эта постановка (у всех авторов) не содержит указания на временной интервал, на котором должно произойти прогнозируемое банкротство. Между тем этот интервал существенен, поскольку прогноз банкротства корпорации в течение ближайшего квартала, года, или. скажем, пяти лет должен производиться с помощью различных прогностических правил и иметь различную эффективность. Одно и то же правило не может эффективно прогнозировать банкротство в течение первого года и, например, в течение последующих лет. поскольку эти возможности несовместимы.

В неявном виде интервал банкротства определяется способом формирования выборки показателей проблемных и благополучных корпораций, используемой для построения алгоритма прогноза, но внимания на этот момент обычно не обращают. Между тем сравнение эффективности различных правил корректно лишь в том случае, если эти правила прогнозируют банкротство на одном и том же интервале времени.

Применяемые для построения правил (алгоритмов) прогноза методы линейной регрессии, многомерного линейного (редко квадратичного) дискриминантного анализа или логистической регрессии накладывают слишком серьезные ограничения на статистические свойства используемых прогностических признаков. Оптимальные решающие правила таким путем могут быть получены лишь в случае, если прогностические признаки при всех гипотезах имеют многомерные нормальные распределения с одинаковыми корреляционными матрицами. Трудно ожидать таких свойств от признаков типа финансовых отношений. Это не может не сказываться на эффективности прогнозирования.

Отмеченные недостатки свидетельствуют о том, что проблему прогнозирования банкротства корпораций нельзя считать исчерпанной, а поиск новых алгоритмов прогноза, свободных от этих недостатков, сохраняет свою актуальность.

Цель и задачи данного исследования, структура работы.

Целью данной работы является разработка методов прогнозирования банкротства, свободной от указанных недостатков. Поэтому проблема прогнозирования банкротства предприятия рассматривается как многоальтернативная задача теории статистических решений. Такая постановка задачи позволяет учитывать временной фактор при решении задачи. В качестве конкурирующих альтернатив выступают гипотезы о том, что предприятие обанкротится в течение первого, второго, третьего и т.д. года, отсчитываемого от момента наблюдения. В этом заключается одно из принципиальных отличий от других работ на эту тему, в которых как правило, рассматривается всего две альтернативные гипотезы: "предприятие обанкротится через некоторое время" (какое - не указывается), и "предприятие не обанкротится".

Для достижения данной цели решаются следующие задачи:

Первая задача - анализ законодательств о несостоятельности (банкротстве) экономически развитых стран и России.

Такой анализ необходим по нескольким причинам:

Нужно определить, что подразумевается под несостоятельностью или банкротством в законодательствах различных стран. Какие экономические критерии используются при возбуждении дел о банкротстве в различных законодательных системах.

Надо оценить, насколько схожи законодательства различных стран в вопросе признания предприятия банкротом, и соответственно, насколько признаки банкротства будут инвариантны по отношению к законодательству определенной страны.

Кроме того, при анализе законодательств следует определить, какие меры они предлагают для урегулирования проблемы несостоятельности, и насколько при этом защищены интересы кредиторов, и соответственно, сколь актуально для них прогнозирование банкротства.

И еще один вопрос, который следует решить при анализе законодательной базы. -насколько российский закон "О несостоятельности (банкротстве)" соответствует современной мировой практике регулирования вопросов несостоятельности. Отсюда вопрос. - насколько Россия продвинулась по пути построения рыночной экономики (а проблема эффективного регулирования несостоятельности является одной из ключевых в рыночной экономике), и соответственно, насколько прогнозирование банкротства может быть актуально в России.

Здесь следует отметить, что в основу исследования были положены данные американских компаний, обанкротившихся в период с 80 по 88 год. К сожалению, другие данные (в частности за последние годы) в российских библиотеках отсутствовали. Что касается отечественных компаний, то достаточную для исследования проблемы информацию по российским банкротам собрать не представляется возможным по нескольким причинам:

-вся информация о финансовом состоянии предприятия в нашей стране считается чуть ли не секретной. Если на западе информацию о своем финансовом положении (балансы, отчеты о прибылях и т.д.) публикуют как сами компании, так и рейтиногвые агенства, такие как Dun&Bradstreet, Standard&Poors и т.д., то у нас найти в открытых источниках такую информацию невозможно. Если такая информация и встречается, то в урезанном (агрегированном) виде, т.е. баланс в виде итогов по разделам, что для анализа недостаточно.

-молодость нашей рыночной экономики, в связи с чем найти должное количество банкротов для исследования и проследить эволюцию их финансового положения вряд ли возможно. Кроме того следует отметить большую нестабильность экономической ситуации за весь период реформ.

-до принятия закона о несостоятельности в 1998 году прежний закон практически не работал (об этом подробнее будет сказано ниже). Так при жесточайших кризисах неплатежей дела о банкротствах практически отсутствовали.

Второй задачей является выбор системы прогностических признаков, то есть показателей, которые будут существенно изменяться по мере приближения предприятия к банкротству, и могут быть использованы для его прогнозирования. В данной работе признаки выбираются из числа финансовых отношений.

Кроме того, необходимо дать экономическое обоснование выбранной системы, а также провести сравнение с известными системами признаков, предложенными другими авторами.

В предшествующих работах других авторов для определения прогностических признаков банкротства использовались: выборка показателей предприятий перед банкротством и выборка показателей благополучных компаний. Многоальтернативный подход делает ненужным использование отдельной выборки показателей благополучных компаний, неизменно использовавшейся в предшествующих работах. В качестве такой выборки можно использовать выборку показателей предприятий - банкротов задолго до момента банкротства.

Третьей задачей данной работы является построение эффективных алгоритмов, прогнозирующих как само событие банкротства, так и время его наступления.

Алгоритмы прогноза банкротства, основанные на совместном использовании нескольких прогностических признаков, могут быть построены в рамках Байесова подхода теории статистических решений. Это позволяет использовать существенно менее ограничивающие предположения относительно совместных распределений прогностических признаков, нежели требование их многомерной нормальности, свойственные алгоритмам других авторов.

Четвертой задачей данной работы является оценка эффективности предложенных алгоритмов. Необходимо оценить, насколько точно с помощью предложенных алгоритмов можно спрогнозировать событие банкротства и временной интервал, на котором оно должно произойти. Кроме того, многоальтернативную задачу прогнозирования банкротства можно свести к двухальтернативным задачам, в которых альтернативными гипотезами будут гипотезы о том, что предприятие обанкротится или не обанкротится на определенном промежутке времени. Например, можно прогнозировать, что предприятие обанкротится в течение двух ближайших лет, альтернативной будет гипотеза о том. что в течение ближайших двух лет этому предприятию банкротство не грозит. Так же можно давать прогноз на год, на три года и т.д. Сведя многоальтернативный прогноз к двухадьтернативному, можно сравнить эффективность предложенных алгоритмов прогнозирования с эффективностью прогнозирования алгоритмов, предложенных другими авторами.

Кроме того оценивается возможность применения разработанных методов прогнозирования банкротства при прогнозировании банкротства российских предприятий.

В заключение подводятся итоги исследования, рассматриваются полученные результаты. Оцениваются перспективы применения алгоритмов и полученных с их помощью прогнозов банкротства при решении практических задач.

В соответствии с поставленной целью и задачами данная работа имеет структуру, представленную на схеме 1.

Схема 1

Структура работы.

Разработка методики прогнозирования банкротства предприятия

Заключение диссертации по теме «Экономика и управление народным хозяйством: теория управления экономическими системами; макроэкономика; экономика, организация и управление предприятиями, отраслями, комплексами; управление инновациями; региональная экономика; логистика; экономика труда», Философов, Владимир Леонидович

Основные результаты, полученные в процессе анализа прогностической информативности показателей, сводятся к следующему.

В процессе приближения корпораций к банкротству структура их активов практически не изменяется.

На рис.2 представлены интегральные распределения показателя Текущие (оборотные) активы / Суммарные активы (валюта баланса). характеризующего долю оборотных средств в активах предприятия (обозначается СА/ТА по начальным буквам английских терминов Current assets / Total assets ).

Рис.2

Цифры у кривых, как и на рис.1., обозначают количество лет, оставшихся до банкротства корпорации. На рисунке изображены все семь интегральных распределений, но обозначена цифрами только часть из них, чтобы не загромождать рисунок. Выборочные интегральные распределения являются функциями случайных выборочных значений показателя и, потому, сами случайны. Этим, в основном, определяются различия между распределениями; статистически значимые различия между ними отсутствуют. Неизменность доли оборотных активов означает одновременно и неизменность доли внеоборотных активов в суммарных активах корпорации.

На рис.3 приведены выборочные интегральные распределения показателя Запасы и затраты / Оборотные активы {Inventory / Current Assets ).

Рис. 3.

Из рисунка следует, что вероятностное распределение доли запасов в оборотных активах также не изменяется при приближении корпорации к банкротству.

Г 1 ~ Г1--- - - 2-г-

1

J Г р2 , ? } 1 riff—г CL-- Т А

Рис. 4.

Как видно из рисунка, по мере приближения корпорации к банкротству доля краткосрочных обязательств в структуре источников финансирования резко возрастает. Невозможность своевременно расплатиться по резко выросшим обязательствам часто является непосредственной причиной банкротства. Как следует из рисунка, в ряде случаев краткосрочные обязательства могут даже превышать суммарную стоимость активов корпорации. Здесь нет противоречий, поскольку убытки корпораций в американском учете отражаются не в активе баланса, а в пассиве, путем уменьшения на величину убытков собственных средств (собственного капитала) корпорации (в российских балансах 2000 года убытки учитываются также). Если убытки велики, собственный капитал может стать отрицательным.

Интересные изменения происходят с долгосрочным долгом. Интегральные распределения доли долгосрочного долга в пассивах корпорации - показателя Долгосрочный долг Суммарные пассивы (активы) {Long Term Debt / Total Assets) корпорации приведены на рис. 5.

Рис. 5.

Как видно из рисунка, доля долгосрочного долга в пассивах в последний перед банкротством год даже снижается. Происходит это потому, что долгосрочный долг (или какая-то его часть) в последний перед сроком ее погашения год переходит в разряд краткосрочного долга, что является одной из причин увеличения доли последнего в пассивах. Необходимость и невозможность погашения этого долга часто вынуждает корпорации подавать петицию о банкротстве.

В целом некоторое сокращение долгосрочного долга не компенсирует значительного увеличения доли краткосрочных обязательств, происходит также резкое сокращение доли собственных средств.

В структуре собственных средств корпораций США в балансах выделяют несколько составляющих:

• средства за счет размещения обыкновенных акций;

• добавочный капитал (Capital surplus),

• реинвестированная прибыль (Retained earnings). Эта составляющая включает всю прибыль, полученную за время существования корпорации и невыплаченную в виде дивидендов; убытки, характерные для корпораций перед их

• средства за счет размещения некоторых типов привилегированных акций.

На рис.6 представлены интегральные распределения показателя Реинвестированная прибыль / Суммарные пассивы (активы,) (Retained Earnings / Total Assetsj.

Рис. 6.

Из рисунка видно, что в последние перед банкротством годы значения показателя заметно снижаются. Небольшое снижение наблюдается уже за четыре года до банкротства.

Рис. 7.

Можно отметить некоторое увеличение значения этого показателя в последние годы перед банкротством корпорации. Известно, что при плохом финансовом положении корпораций привлечение дополнительных финансовых ресурсов выгоднее производить за счет размещения новых акций, чем за счет привлечения новых заемных средств (выпуска облигаций).

Переходя к показателям, характеризующим деловую активность корпорации, отметим прежде всего, что наши исследования подтверждают результат, полученный ранее в работах Altman (1968), Mossman Е., Bell G., Swartz L.M., Turtle H. (1998). Он состоит в том. что с приближением корпораций к банкротству показатель Объем продаж <выручка от реализации) / Суммарные активы (SI/ТА) изменяется слабо.

Для подтверждения этого заключения на рис.8 приводятся выборочные интегральные распределения показателя Объем продаж (выручка от реализации) / Суммарные активы (Sales / Total Assets).

Рис. 8.

Внимательное изучение рисунка позволяет отметить некоторое увеличение разброса показателя по мере уменьшения интервала времени, оставшегося до банкротства корпорации, но в целом отличия несущественны.

Одним из показателей приближающегося банкротства является снижение прибылей корпораций и переход их в убытки. Утверждение справедливо в отношении всех видов прибыли - операционной, балансовой, чистой.

На рис.9 представлены выборочные интегральные распределения показателя Прибыль до уплаты налога и процентов по займам / Суммарные активы (Earning before Interest and Tax / Total Assets).

Рис. 9.

Из рисунка следует, что даже до уплаты процентов по займам деятельность корпораций в последние два года перед банкротством, в основном, убыточна. Предоставляемый часто в таких случаях налоговый кредит радикально ситуации не меняет. Дополнительные исследования показывают, что на рассматриваемом временном интервале деятельности корпораций их прибыль довольно нестабильна; случаются как аномальные убытки, так и большие прибыли, последние значительно реже. Все это можно видеть и на рис.9.

Поскольку риск банкротства корпорации связан с использованием заемного капитала, а непосредственным носителем этого риска являются проценты, которые необходимо выплачивать за использование заемных средств, можно ожидать, что приближение банкротства сопровождается изменениями в размерах процентных выплат. Одним из популярных у зарубежных экономистов финансовых отношений является отношение Прибыль / Процентные выплаты (Times Interest Earned), которое предлагается использовать и для целей прогнозирования, например в Altman, Handelman. Narayanan (1977). Изменение распределения этого показателя с приближением корпорации к банкротству может происходить как за счет снижения прибыли, так и за счет изменения процентных выплат. Чтобы разделить эти источники влияния, был рассмотрен показатель Процентные выплаты / Суммарные активы (.Interest Payments / Total Assets), интегральные распределения которого представлены на рис.10.

Рис. 10.

Из рисунка следует, что последние два-три года перед банкротством происходит абсолютный рост доли процентных выплат в операциях корпораций.

Интегральные распределения показателей, приведенные на рис. 2 - 10. а также подобные же оценки для ряда других показателей позволяют выделить четыре признака, обладающих определенным потенциалом как в смысле прогнозирования события банкротства, так и в смысле оценки интервала времени, когда это событие может произойти.

Информативными согласно представленным данным оказались показатели: f, - Краткосрочные обязательства / Суммарные активы, (CL/TA), /, - Реинвестированная прибыль / Суммарные активы. (RE/ТА/, f3 - Прибыль корпорации до выплаты налогов и процентов по займам / Суммарные активы (EBIT / ТА), f4 - Процентные выплаты / Суммарные активы (Int/TA).

Эти четыре показателя, рассматриваемые далее в качестве прогностических признаков, делятся на две группы, первая из которых {f,.f4) характеризует величину (количество) и качество долга корпорации. Качество характеризуется размером процентных выплат по долгу (f4) и временем, оставшимся до его погашения. Признак f, характеризует

Вторая группа признаков (f2, f}) характеризует текущую и накопленную рентабельность корпорации, т.е. ее способность расплатиться со своими долгами.

Типичная картина «движения» корпорации к банкротству начинается с нестабильности и падения прибылей за 3-5 лет до банкротства, которые вскоре переходят в убытки. Сокращается величина собственного капитала, и происходит значительный рост краткосрочных обязательств. Одной из непосредственных причин роста краткосрочных обязательств в последний год и банкротства в целом может явиться наступление времени выплаты долгосрочного долга и невозможности его рефинансирования на приемлемых условиях. Происходит ухудшение «качества» долга, выражающееся в сокращении сроков заимствования и значительном росте процентных выплат по займам.

Найденная система признаков не является единственно возможной. Вместе с признаками /, ,/,, f}.f4 информативными будут комбинации этих признаков, различные функции от них, комбинации указанных признаков с какими - либо другими показателями. В пользу выбора именно такой системы признаков говорят некоторые соображения, вытекающие из необходимости совместного использования признаков при построении прогностического правила (алгоритма), а именно:

• при прочих равных условиях лучше выбирать статистически независимые прогностические признаки. Теория не исключает возможности совместного использования зависимых признаков, но прогностический алгоритм при этом получается более сложным, а для его построения требуется больше исходного статистического материала. Для статистической независимое™ признаков, как минимум, требуется отсутствие между ними функциональной связи, возникающей в случае использования и признаков и их комбинаций. При таком выборе системы признаков устраняется, по крайней мере, простая функциональная зависимость между ними. Кроме того, используя везде один и тот же знаменатель -суммарные активы, мы добились независимости значения показателей от масштаба бизнеса компании. Впрочем, проверить степень взаимозависимости признаков можно, построив корреляционные матрицы, что будет сделано ниже;

• целесообразно отказаться от использования малоэффективных прогностических признаков совместно с эффективными. В случае если статистические характеристики признаков полностью известны, такие связки могут использоваться, и малоэффективные признаки будут вносить свой (небольшой) вклад в общую эффективность прогноза. Если это условие не выполняется, малоэффективные признаки будут вносить дополнительный шум. отчего общая эффективность может даже пострадать.

Для обоснования сделанного выбора сравним предлагаемую систему признаков, с первичными показателями, образующими комплексный прогностический показатель Z-score Альтмана. В состав показателя Z входят:

• отношение Рабочий капитал / Суммарные активы. Это отношение можно рассматривать как разность отношений: Текушие активы / Суммарные активы минус Текушие обязательства / Суммарные активы. Второе их этих отношений совпадает с нашим признаком f/t а первое (как было выяснено) малоинформативно, в связи с чем было решено его не использовать:

• отношение Реинвестированная прибыль / Суммарные активы совпадает с признаком /, предлагаемой системы;

• отношение - Прибыль до выплаты налогов и процентов по займам / Суммарные активы - совпадает с нашим признаком /,. Как отмечалось, приближение корпораций к банкротству сопровождается снижением всех видов прибылей. Выбор прибыли до уплаты налогов и процентов устраняет функциональную зависимость признака fs от признака f4

• отношение Рыночная стоимость собственного имущества акционеров / Общий (суммарный) долг. При отсутствии информации о рыночной стоимости имущества (а это «наш» случай) Альтман рекомендует использовать балансовую стоимость имущества. Данные рисунков 2-10 свидетельствуют о том, что составляющей балансовой стоимости имущества, реагирующей на приближение банкротства, является реинвестированная прибыль, а «реагирующей» составляющей общего долга являются краткосрочные обязательства. Таким образом данный показатель Альтмана должен иметь сильную взаимосвязь с отношением признаков и Л •

• отношение Объем продаж / Суммарные активы. Согласно данным рис J этот показатель малоинформативен. Альтман включил его в свою систему, ссылаясь на его положительное влияние на эффективность прогноза через взаимосвязь с другими показателями, но убедительных доказательств такого влияния не привел. Мы предпочли этот показатель в свою систему не включать.

Таким образом, система показателей, образующих комплексный показатель Альтмана Z-score, в определенной мере эквивалентна системе наших прогностических признаков f,,f2,fj.

Показатель f4, как уже отмечалось, является модификацией финансового отношения Балансовая прибыль / Процентные выплаты по займам, также предлагавшегося Альтманом в качестве прогностического признака. Используя отношение процентных выплат к суммарным активам, мы стремились добиться большей независимости показателей

Л-и /4В работе Beaver (1967) в качестве прогностического признака предложено отношение Финансовый поток (cash flow) / Общий долг. Финансовый поток представляет собой сумму чистой прибыли и амортизационных отчислений. В нашей выборке показателей корпораций перед банкротством информация о величине амортизационных отчислений частично отсутствовала, а имеющиеся данные говорили о том. относительный уровень амортизационных отчислений при приближении корпораций к банкротству существенных изменений не претерпевает. В связи с этим мы не ожидаем существенного вклада отношения Финансовый поток (cash flow) / Общий долг в эффективность прогноза в дополнение к показателям f,, f}.

Нельзя исключать, что показатели «рыночного предчувствия» банкротства, рассмотренные, например, в работах Beaver (1968), Clark, Weinstein (1983) могут оказаться полезными для прогнозирования банкротства при использовании совместно с рассматриваемой системой признаков. В данной работе этот вопрос не рассматривается в связи с отсутствием необходимой исходной информации.

Проверка зависимости выбранных признаков.

Для того, чтобы проверить степень зависимости выбранных прогностических признаков, были построены корреляционные матрицы. Для случая четырех показателей это матрицы 4X4, элементами которых являются коэффициенты корреляции между соответствующими показателями. Коэффициент корреляции характеризует степень зависимости двух случайных величин. Он является безразмерной величиной, и может принимать значения от -1 до +1. Значение 0 соответствует независимости двух случайных величин. В случае положительной корреляции можно говорить, что при возрастании одной случайной величины, другая также имеет тенденцию возрастать, при отрицательной -убывать.

Коэффициент корреляции определяется формулами;

К„.

1 " где Кху = — TYx, ~тх)(-т ) - корреляционный момент (ковариация) п , п тх - - математическое ожидание 2

- среднеквадратическое отклонение

Ниже приведены корреляционные матрицы прогностических показателей за 1,2,.7 лет до банкротства.

Коэффициенты корреляции между прогностическими признаками за 1 год до банкротства.

Заключение.

В результате проведенного исследования была разработана методика прогнозирования банкротства предприятия, основные научные итоги которой сводятся к следующему:

• в результате анализа финансово - экономических критериев несостоятельности, используемых в мировой практике, было выяснено, что под несостоятельностью везде подразумевается одно и то же - неоплата должником своих текущих обязательств. Соответственно, признаки банкротства, выбранные из числа финансовых отношений, будут инвариантны по отношению к любой из рассмотренных законодательных систем.

• была выбрана система прогностических признаков, характеризующих приближение банкротства компании; два из них характеризуют долг компании, это отношения Краткосрочные обязательства / Суммарные активы и Процентные выплаты / Суммарные активы; два - способность расплачиваться с этим долгом, это показатели Реинвестированная прибыль / Суммарные активы и Прибыль корпорации до выплаты налогов и процентов по займам / Суммарные активы.

• на основании выбранной системы признаков были построены алгоритмы прогнозирования банкротства, свободные от недостатков, выявленных в предшествующих работах. Основным недостатком предшествующих исследований является отсутствие указания на временной интервал, на котором должно произойти банкротство. Предложенные алгоритмы оказались более эффективными, чем алгоритмы прогнозирования банкротства, предложенные ранее.

Рассмотрим итоги исследования подробнее. В результате анализа предыдущих исследований, посвященных проблеме прогнозирования банкротства предприятия, были выявлены следующие присущие им недостатки:

• Не совсем корректная постановка самой задачи. Корректная постановка задачи прогнозирования банкротства должна содержать указание на временной интервал, на котором должно случиться прогнозируемое событие. Одно и то же прогностическое правило не может эффективно прогнозировать банкротство в

• Применяемые для построения правил (алгоритмов) прогноза методы линейной регрессии, многомерного линейного дискриминантного анализа или логистической регрессии накладывают слишком серьезные ограничения на статистические свойства используемых прогностических признаков. Оптимальные решающие правила таким путем могут быть получены лишь в случае, если прогностические признаки при всех гипотезах имеют многомерные нормальные распределения с одинаковыми корреляционными матрицами. Отсутствие нормальности распределений приводит к тому, что эффективность прогнозирования с применением таких правил оказывается невысокой. Для того, чтобы учесть эти недостатки, задача прогнозирования банкротства ставилась как многоальтернативная, а альтернативами выступали гипотезы банкротства фирмы в течение первого, второго, третьего, и т.д. годов, и были применены более общие методы теории статистических решений, для которых не требуется многомерная нормальность распределений прогностических признаков.

Для решения поставленной задачи вначале была проанализирована законодательная база о несостоятельности Западных стран и России с целью выявления экономического смысла банкротства и подходов, предлагаемых для урегулирования данной проблемы.

В результате рассмотрения различных законодательных систем были сделаны следующие основные выводы:

1. Во всех рассмотренных законодательствах применяется одинаковый экономический критерий несостоятельности - неоплата должником своих обязательств. Поэтому можно сказать, что прогнозируя банкротство предприятия, мы прогнозируем неспособность предприятия в будущем оплачивать свои долги. Так как прогноз строится на основе финансовых показателей предприятия, можно говорить, что если строить эти показатели, исключая влияние национальных особенностей бухучета, эти показатели будут информативны вне зависимости от того, в какой стране функционирует предприятие. Иными словами, такие признаки банкротства будут инвариантны по отношению к любому из рассмотренных законодательств.

2. Для урегулирования проблемы несостоятельности (проблемы неоплаты должником своих обязательств) общемировая практика предлагает два основных типа процедур: реорганизационные и ликвидационные. Соответственно, можно выделить два основных подхода к проблеме регулирования несостоятельности, реализованных в законодательствах различных стран: первый подход - защита интересов должника, приоретет отдается сохранению бизнеса, решению социальных вопросов, часто за счет интересов кредиторов (США, Франция); второй подход - защита интересов кредиторов, при этом им часто отдается право решать, что делать с должником, основная процедура при этом -ликвидация (Англия, Германия).

3. Ныне действующий российский закон "О несостоятельности (банкротстве)", вполне соответствует общемировой практике урегулирования проблем несостоятельности. Был поведен анализ различных финансовых отношений, определяемых на основе балансов и финансовых отчетов компаний, с целью выявления показателей, которые существенно изменяются по мере приближения предприятия к банкротству. В результате этого анализа было выделено четыре признака, перспективных для использования в прогнозировании банкротства корпораций. Два из них характеризуют величину долга компании и его качество, то есть стоимость обслуживания этого долга и сроки его погашения. Два другие признака характеризуют способность компании погашать долг.

В первую группу признаков входят отношения Краткосрочные обязательства / Суммарные активы, и Процентные выплаты по долгу / Суммарные активы. Краткосрочные обязательства резко возрастают в последний год перед банкротством за счет приближения даты погашения крупных частей долгосрочного долга. Необходимость выплаты этого долга часто является непосредственной причиной банкротства.

Способность корпорации выплачивать долги характеризуется показателями текущей и накопленной рентабельности. Этими показателями являются отношения Прибыль корпорации до выплаты налогов и процентов по займам / Суммарные активы и Реинвестированная прибыль / Суммарные активы.

После выбора системы прогностических признаков были построены алгоритмы, позволяющие прогнозировать банкротство предприятия на основании значений этих признаков.

Включение в прогноз временных интервалов, на которых может произойти банкротсгво, превращает задачу прогноза в многоальтернативную задачу теории статистических решений. Основным элементом получаемых таким способом прогностических правил является расчет апостериорных вероятностей гипотез о банкротстве корпорации в течение первого, второго, третьего и т.д. года. Конъюнкция (объединение) апостериорных вероятностей дает возможность прогнозирования банкротства на любых (с точностью до года) временных интервалах.

Использование специальной аппроксимации функций правдоподобия гипотез с помощью множества типовых вариантов финансового положения для гипотез банкротства на i году позволяет избежать ограничительных предположений многомерной нормальности распределений прогностических показателей, свойственных популярным методам многомерного дикриминантного анализа, логистической регрессии и т.п.

Оценка эффективности предложенных алгоритмов показывает, что учет взаимозависимости прогностических признаков обеспечивает (как и следовало ожидать) более высокие эффективности прогнозирования, но существующего объема эмпирических данных для окончательного построения соответствующих правил недостаточно.

Прогностические алгоритмы, производящие независимую обработку признаков, обеспечивают эффективный прогноз банкротства с правильным определением интервала времени на последнем перед банкротством году и за шесть и более лет до банкротства (что эквивалентно утверждению, что в течение ближайших пяти лет предприятие не обанкротится). При фактическом банкротстве через два года возможны ошибочные прогнозы банкротства через один или три года. За три — пять лет до фактического банкротства прогнозам времени банкротства свойственна большая неопределенность.

Была оценена эффективность двухальтернативных прогнозов, к которым можно свести многоатьтернативный прогноз. Среди двухальтернативных прогнозов наиболее интересны с практической точки зрения прогнозы банкротства корпораций в течение ближайших одного, двух, трех. лет. Описанный выше подход предполагает использование отдельного правила для каждого из этих типов прогноза. Сравнительная оценка эффективности прогноза показывает, что во всех случаях эффективность предлагаемых Проверка предложенных методов прогнозирования банкротства на российских предприятиях показала, что эти методы опознают потенциальных банкротов и отличают их от хороших компаний. Хотя сейчас для серьезной проверки эффективности этих прогнозов для российских компаний нет достаточного количества данных, их можно использовать для решения практических задач.

В целом проведенное исследование целесообразно продолжить с привлечением большего объема эмпирических данных, дополнительных прогностических признаков, связанных, например, с предчувствием банкротства рынком (заключающимся в снижении стоимости и доходности акций компании перед банкротством), и более полным решением вопросов зависимой обработки прогностических признаков.

Возможности практического применения разработанной методики прогнозирования банкротства предприятия.

Проблема прогнозирования банкротства предприятия в современной экономике крайне актуальна, как за рубежом, так и в России, поэтому перспективы практического применения данной методики представляются достаточно широкими. Можно сказать, что прогноз банкротства предприятия может быть интересен всем, кто с этим предприятием имеет какие - либо отношения.

В первую очередь это кредиторы и инвесторы, которые должны оценивать вероятность своих потерь в случае невозврата кредита, либо средств, вложенных в ценные бумаги предприятия.

Полезной такая информация может оказаться и для руководства предприятия. Данная методика дает численную оценку вероятности банкротства, которая может стать сигналом для руководства предприятия о том, что именно сейчас необходимо предпринимать какие - либо действия по финансовому оздоровлению.

Дело в том, что инвестиционные решения зачастую приходится принимать при ощутимом дефиците информации. Далеко не всегда оказывается доступной даже бухгалтерская отчетность предприятия, не говоря о внутренней отчетности, на основании которой можно составить представление о том, каково положение предприятия, и насколько оно устойчиво.

Данная методика позволяет на основании баланса и отчета о финансовых результатах на одну отчетную дату получить прогноз банкротства предприятия, и составить представление о перспективах предприятия и своих инвестиций соответственно. Вышесказанное относится и к кредиторам предприятия (в том числе и по товарным кредитам).

Например, при решении вопроса о вложении средств в акции предприятия, наряду с оценкой потенциальной доходности таких вложений важно оценивать и риск возможных потерь. Количественно оцененная вероятность банкротства предприятия может служить показателем степени рисковости такого вложения. Тем, кто уже является акционером компании, то есть в какой то степени ее собственником, необходимо оценивать текущее финансовое состояние предприятия, доход, приносимый акциями, и дальнейшие перспективы получения прибылей. При этом, кроме обычно используемых финансовых показателей, можно использовать и вероятность банкротства компании, как агрегированный показатель, характеризующий финансовое состояние предприятия в целом. Кредитору, выдающему предприятию кредит, надо оценивать состояние предприятия и вероятность потерь, связанных с невозвратом, либо несвоевременным возвратом кредита. Проводя анализ финансового состояния предприятия, дополнительно можно оценить вероятность его банкротства, что эквивалентно вероятности невозврата кредита.

Государству, как кредитору предприятий по налоговым и обязательным платежам с одной стороны, и как лицу, заинтересованному в социальной стабильности и высоком уровне занятости с другой стороны, следует проводить мониторинг крупных и социально значимых предприятий. Решением этой задачи занимается Федеральная служба России по делам о несостоятельности и финансовому оздоровлению и ее территориальные комитеты. При таком мониторинге в качестве агрегированного показателя, характеризующего финансовое положение предприятия, может служить вероятность его банкротства. Кроме того, можно ранжировать предприятия по этому показателю.

Преимуществами использования вероятности банкротства в качестве агрегированного показателя, характеризующего финансовое состояние предприятия, являются его компактность и простота. Если, например, в результате анализа выделяется 10 -15, а иногда и больше показателей, и необходимо сделать некое общее заключение о финансовом состоянии предприятия, их анализ, сопоставление, осмысление сложно, занимает много времени и не всегда оправдано. Если же в итоге выступает всего один показатель, такой как вероятность банкротства, он с одной стороны ясно характеризует финансовое состояние предприятия, а с другой стороны достаточно прост и удобен для восприятия.

Здесь, конечно, не были рассмотрены все возможные варианты применения разработанной методики, но можно сказать, что оценка вероятности банкротства предприятия может быть интересна всем, кто с этим предприятием имеет какие - либо отношения. Она может быть использована как самостоятельно, так и с другими показателями, характеризующими различные аспекты деятельности предприятия при принятии управленческих, кредитных или инвестиционных решений.

Список литературы диссертационного исследования кандидат экономических наук Философов, Владимир Леонидович, 2000 год

1. Витрянский В. Реформа законодательства о несостоятельности (банкротстве). Вестник Высшего Арбитражного суда Российской Федерации №2, 1998.

2. Приказ Министерства финансов Российской Федерации №97 от 12 ноября 1996 года "О годовой бухгалтерской отчетности организаций".

3. Приказ Министерства финансов Российской Федерации №4н от 13 января 2000 года "О формах бухгалтерской отчетности организаций".

4. Сведения о рассмотрении арбитражными судами дел о банкротстве организаций -должников по состоянию на 31 октября 1999 года. Вестник федеральной службы России по делам о несостоятельности и финансовому оздоровлению №12, 1999.

5. Степанов В. Несостоятельность (банкротство) а России, Франции, Англии, Германии. Москва, 1999.

6. Федеральный закон "О несостоятельности (банкротстве) предприятий" №3929-1. От 19 ноября 1992 года.(недействующий).

7. Федеральный закон "О несостоятельности (банкротстве)" №6-ФЗ. От 8 января 1998 года.

8. Федеральный закон "О несостоятельности (банкротстве) кредитных организаций" №40-ФЗ. От 25 февраля 1999 года.

9. Феллер В. Введение в теорию вероятностей и ее приложения. Москва, 1967.

10. Философов B.JL, Философов JI.B. "Прогнозирование банкротства предприятия" М„ ВИНИТИ, 2000 (№ 2366-В00 от 07.09.2000).

11. Altman E.I., 1968, Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy, Journal of Finance, September 1968.

12. Altman E., 1982. Corporate Financial Distress, a Complete Guide to Predicting, Avoiding and Dealing with Bankruptcy, (John Wiley, New York.).

13. Altman E., Handelman R., Narayanan R., 1977, Zeta Analysis a New Model to Identify Bankruptcy Risk of corporations, Journal of Banking and Finance 1, 29 - 54.

14. Aziz A., Emanuel D., Lawson G., 1988, Bankruptcy Prediction an Investigation of Cash Flow Based Models, Journal of Management Studies 25, 419 - 437.

15. Beaver W., 1967, Financial Ratios as Predictors of Failure, in Empirical research in Accounting, selected studies, 1966 in supplement to the Journal of Accounting Research, January 1967.

16. Beaver W., 1968, Market Prices, Financial Ratios, and the Prediction of Failure, Journal of A ccounting Research, 170-192.

17. Boritz J., 1991, The "Going Concern" Assumption: Accounting and Auditing Implications, Research Report, Canadian Institute of Chartered Accountants CICA, (CICA: Toronto, Canada).

18. Clark Т., Weinstein M., 1983, The Behavior of Common Stocks of Bankrupt Firms, Journal of Finance 38, 489 504.

19. Collins R., 1980, An Empirical Comparison of Bankruptcy Prediction Models, Financial Management Summer, 51 57.

20. Deakin E., 1972, A Discriminant Analysis of Predictors of Business Failure, Journal of Accounting Research, March.

21. Edmister R, 1972, Financial Ratios and Credit Scoring for Small Business Loans, Journal of Commercial Bank Lending, September.

22. Mossman E., Bell G., Swartz L.M., Turtle H., 1998, An Empirical Comparison of Bankruptcy Models, The Financial Review 33, 35 53.

23. Philosophov L., Philosophov V., 1999, Optimization of Corporate Capital Structure. A Probabilistic Bayesian Approach, International Review of Financial Analysis.