МОДЕЛИ ПРОГНОЗИРОВАНИЯ БАНКРОТСТВА ПРЕДПРИЯТИЙ СТРОИТЕЛЬНОЙ ОТРАСЛИ И ОТРАСЛИ СЕЛЬСКОГО ХОЗЯЙСТВА

В странах с развитой экономической систе­мой законодательство о несостоятельности (банкротстве) является необходимым элементом механизма правового регулирования рыночных отношений. В настоящее время в экономике Рос­сии наблюдаются ухудшение инвестиционного климата, ужесточение кредитно-денежных отно­шений, спад промышленности, что, несомненно, приводит к несостоятельности хозяйствующих субъектов. Экономический кризис 2008 года по­казал, насколько уязвимы коммерческие орга­низации не только в России, но и во всем мире. Количество заявлений в арбитражные суды Рос­сийской Федерации о признании должников несо­стоятельными (банкротами) в 2012 году выросло на 20% по сравнению с кризисным 2008 годом - с 34367 до 40864 заявлений. В 2012 году по ре­шению арбитражного суда 14072 компании были признаны банкротами, что на 10% больше, чем в 2011 году. Статистика по делам о банкрот­стве (табл. 1) убедительно подтверждает, что се­годня необходима разработка модели прогнози­рования банкротства предприятий, учитывающей особенности российской экономики.

В 2010-2013 годах в Высший арбитражный суд РФ поступило 146413 заявлений о призна­нии должников несостоятельными (банкротами), принято к производству около 82,8% заявлений. Примечательно, что около 50% дел, по которым вводилось наблюдение, в том же году заверша­лись принятием решения о признании должника банкротом и открытии конкурсного производства. Из года в год оставались единичными случаи, ког­да в отношении должников вводилось финансо­вое оздоровление (всего 344 случая за че­тыре года, в среднем - 86 случаев в год, или 0,24%), внешнее управление вводилось в среднем по 905 делам (в среднем 2,56% от общего числа дел, по которым вводи­лось финансовое оздоровление, внешнее управление или открывалось конкурсное производство). На наш взгляд, подобная тенденция может свидетельствовать о том, что кризисное состояние, в котором на­ходились предприятия, было настолько глубоким, что выбраться из него пред­ставлялось невозможным, причем глубина кризиса, вероятно, во многом обусловлена отсутствием возможности его прогнозиро­вания.

Количество дел, по которым ежегодно вводят­ся процедуры по восстановлению платежеспособ­ности, по сравнению с числом дел, по которым принимается решение об открытии конкурсного производства, очень мало. За 2010-2013 годы финансовое оздоровление и внешнее управление введены по 3963 делам, только 87 из них завер­шились удачно, то есть погашением задолженно­сти и удовлетворением требований кредиторов. За эти же четыре года арбитражные суды субъ­ектов РФ приняли 56 019 решений о признании должников банкротами и открытии конкурсного производства.

В мировой и отечественной экономической науке и в реальной практике используется множе­ство моделей оценки банкротства, построенных на различных принципах и методах. Эффектив­ность той или иной модели зависит не только от специфики, особенностей развития националь­ной системы рыночных отношений, разработан­ных правил и норм, регулирующих несостоятель­ность экономических субъектов, но и от набора инструментов, возможности раннего выявления признаков банкротства и умения выбрать наибо­лее эффективные инструменты.

В 1991 году страна переходит на рыночную экономику. В 1992 году на предприятие возло­жена вся мера ответственности за использова­ние находящихся в его распоряжении ресурсов (Федеральный закон 2002). В этих условиях стал значимым вопрос о финансовой устойчи­вости. В 1994 году правительство Российской Федерации приняло постановление, где была установлена система критериев, на основании которых предприятие должно признаваться бан­кротом (Постановление 1994). Данный акт обла­дал рядом недостатков и не учитывал всей специ­фики процедуры банкротства, его нельзя было уверенно использовать для оценки финансового состояния предприятия. Однако после утверждения правительством РФ новой системы анализа предприятий (Постановление 2003) принятое в 1994 году постановление утратило свою силу. В новом документе приводится десять различ­ных показателей, необходимых для оценки фи­нансового состояния предприятия, но отсутству­ют их рекомендуемые нормативные значения. Вывод о финансовом состоянии предприятия де­лает арбитражный управляющий на основе своих оценок. Базой для сравнения выступают значе­ния соответствующих коэффициентов за пред­шествующие периоды.

Помимо традиционного коэффициентного анализа, проводится анализ возможности (не­возможности) безубыточной деятельности долж­ника, анализируются внешние и внутренние условия функционирования, оценивается его по­ложение на товарных рынках. Такой подход по­зволяет арбитражному управляющему получать необходимую информацию и на ее основе делать объективные выводы о возможности или невоз­можности восстановления платежеспособности компаний-должников. Одним из преимуществ данной методики финансовой диагностики яв­ляется сочетание различных методических под­ходов (качественного и количественного, фор­мализованного и неформализованного). Если методика № 31 -р (Методические положения 1994) разрабатывалась для внутреннего пользо­вания Федерального управления по делам о не­состоятельности, а арбитражный управляющий использовал рекомендации по своему усмотре­нию, то действующая методика разработана для обязательного использования арбитражными управляющими.

Мы также будем анализировать 10 различных показателей для финансового анализа предприя­тий, в частности 6 нормативных значений показа­телей одной из наиболее распространенных мето­дик оценки финансового состояния предприятия (Приказ 1997). В со­ответствии с данным документом компания имеет неудовлетво­рительную структуру баланса и, как след­ствие, высокую веро­ятность банкротства, если значения финансовых показателей компании лежат вне обла­сти рекомендуемых значений.

В качестве эмпирической базы мы будем использовать базу компаний отраслей строи­тельства и сельского хозяйства. На их примере построим модели прогнозирования банкрот­ства. Для проверки прогностических способ­ностей существующих зарубежных и отече­ственных моделей из баз данных «СПАРК» и «Руслана» была получена финансовая отчет­ность 1965 российских предприятий. Анализ выборки представлен в табл. 3.

Признание должника банкротом сопрово­ждается открытием конкурсного производства, заканчивающегося ликвидацией предприятия, таким образом, в данном исследовании кри­терием отбора предприятий-банкротов яв­ляется введение конкурсного производства. Далее первоначальная выборка российских предприятий была разделена случайным об­разом на две подвыборки: тренировочную (обучающую) (90% наблюдений), на которой проводится построение модели, и контрольную (проверочную) (10% наблюдений), по которой оценивается точность прогнозирования постро­енной модели. Такое процентное разделение со­ответствует общей практике, принятой в совре­менной литературе.

Финансовые показатели, входящие в модели, были рассчитаны по всем предприятиям за год до банкротства. Путем сравнения вычисленного интегрального показателя с установленным по­роговым значением критерия по каждой зарубеж­ной и отечественной модели был сделан вывод о вероятности наступления банкротства предприятий. Расчет общей вероятности прогнозирования в разрезе известных отечественных и зарубежных моделей представлен в табл. 4 и 5.

Таким образом, итоговые модели имеют сле­дующие формулы.

Постановление 2003

Строительство

FD1=0,26X₁-10,15X₂+0,69X₃-1,07X₄+2,45X₅-3,51,

где X₁ - абсолютная ликвидность; X₂ - рента­бельность активов; X₃ - степень платежеспособ­ности по текущим обязательствам; X₄ - коэффи­циент автономии (финансовой независимости), X₅ - показатель отношения дебиторской задол­женности к совокупным активам. Если FD1 боль­ше 0, то предприятие является банкротом, если меньше 0, то это здоровое предприятие.

Сельское хозяйство

FD2= -7,0IX₁+4,09X₂-0,08X₃-3,26,

где X₁ - рентабельность активов; X₂ - пока­затель отношения дебиторской задолженности к совокупным активам; X₃ - обеспеченность соб­ственными оборотными средствами. Если FD2 больше 0, то предприятие является банкротом, если меньше 0, то это здоровое предприятие.

Приказ 1997

Строительство

FD3=0,71X₁-0,36X₂+0,28X₃-3,97X₄-1,88X₅-1,52,

где X₁ - оборачиваемость оборотных активов; X₂ - обеспеченность собственными оборотными средствами; X₃ - маневренность собственных оборотных средств; X₄ - рентабельность затрат; X₅ - ликвидность при мобилизации средств.

Сельское хозяйство

FD4= –0,04X1–4,35X2–1,61X3–1,37

где X₁ - обеспеченность собственными обо­ротными средствами; X₂ - рентабельность затрат; X₃ - ликвидность при мобилизации средств.

Данная функция означает: при Y > 0 компа­ния имеет высокую вероятность стать банкротом в течение следующего года, при Y < 0 на данный момент времени рассматриваемое предприятие можно отнести к финансово устойчивым.

Анализируя отрасль строительства и моде­ли на основе (Постановление 2003), стоит отме­тить, что в полученной модели на 5%-ном уров­не значимости оказались значимыми только 5 из 10 исходных показателей. В первую очередь, по анализу формулы модели можно отметить, что все знаки при показателях оказались ожида­емыми. В построенной модели «1» означает бан­кротство, «0» - предприятие здоровое. Соответ­ственно, чем выше значения любого из данных показателей, тем ниже вероятность банкротства. Положительный знак при коэффициенте степени платежеспособности по текущим обязательствам объясняется тем, что данный показатель рассчи­тывается как отношение краткосрочных обяза­тельств к среднемесячной выручке. Чем выше его значение, тем выше закредитованность и, соот­ветственно, выше вероятность банкротства пред­приятия. Вместе с тем показатель отношения де­биторской задолженности к совокупным активам также имеет положительный знак при коэффици­енте (см. табл. 4). Этот показатель характеризует, какая величина денежных и иных финансовых средств компании отвлечена из оборота в пользу третьих лиц. Значение показателя 0,4 и более яв­ляется нежелательным. Средняя прогнозная сила модели составила 81,6%.

Наша модель в целом является значимой, по­скольку значение вероятности для LR-статистики равно 0,00. Значение коэффициента R²McF равно 0,396, что свидетельствует о наличии средней связи между объясняющими переменными и за­висимой переменной и характеризует построен­ную модель как адекватную.

В модели отрасли сельского хозяйства значи­мыми оказались только 3 из 10 рекомендуемых показателей. Все знаки при показателях оказа­лись ожидаемыми. Отрицательный знак при ко­эффициенте обеспеченности собственными оборотными средствами можно объяснить тем, что наличие у предприятия достаточного объема собственных оборотных средств (собственного оборотного капитала) является одним из главных условий его финансовой устойчивости. При уве­личении значения данного показателя снижает­ся вероятность его банкротства. Модель в целом является значимой, поскольку значение вероят­ности для LR-статистики равно 0,00. Коэффи­циент R²McF равен 0,418, что свидетельствует о наличии средней связи между объясняющими переменными и зависимой переменной и харак­теризует построенную модель как адекватную. Средняя прогнозная сила модели составила 84,6%. 

В табл. 6 и 7 представлены расчеты на примере отрасли строительства и отрасли сельского хозяй­ства. Анализируя отрасль строительства и модели на основе (Постановление 2003), стоит отметить, что в полученной модели на 5%-ном уровне значи­мости оказались значимыми также только 5 из 10 исходных показателей. В модели сельского хозяй­ства значимыми являются только 3 из 10 показате­лей. Полученные модели являются значимыми, по­скольку значение вероятности для LR-статистики равно 0,00. Значение коэффициента R²McF равно 0,357 и 0,417 соответственно для строительства и сельского хозяйства, что характеризует постро­енные модели как адекватные. Средняя прогнозная сила моделей составила 80,5 и 82,4%.

Таким образом, во-первых, по результатам по­строенных моделей очевидна некоторая специфи­ка. В моделях отрасли сельского хозяйства значи­мыми в обоих случаях являются только 3 из 10 рекомендуемых для оценки финансового состоя­ния, в моделях строительства - только 5. Можно сделать вывод о необходимости спецификации списка показателей и формировании показате­лей, способных более основательно оценивать финансовое состояние компаний в строительстве, а тем более в сельском хозяйстве.

Во-вторых, стоит отметить, что рентабель­ность активов, показатель отношения дебитор­ской задолженности к совокупным активам, обеспеченность собственными оборотными средствами, рентабельность затрат, ликвидность при мобилизации средств являются универсаль­ными при прогнозировании банкротства и оценке финансового состояния отраслей строительства и сельского хозяйства (данные показатели явля­ются значимыми на 5%-ном уровне значимости для обеих отраслей).

В-третьих, средняя прогнозная сила моделей составила 83,1% (Постановление 2003) и 81,5% (Приказ 1997). Кроме того, данные модели по­казывают значительно более высокие результаты классификации по сравнению с классическими западными и отечественными моделями про­гнозирования банкротства. Построенные модели также можно использовать для экспресс-диагно­стики банкротства предприятия.

На основании полученных результатов можно рекомендовать компаниям использовать модель для текущего финансового анализа, прогнозиро­вания риска банкротства и принятия эффектив­ных управленческих решений. Так как модель не учитывает качественные данные внешней и внутренней среды компании, для всестороннего анализа следует применять ее вместе с методом экспертных оценок. Кроме того, модель может быть использована банками и кредитными орга­низациями при анализе кредитоспособности за­емщика.