Preview

Стратегические решения и риск-менеджмент

Расширенный поиск

ОЦЕНКА ФИНАНСОВОГО ПОЛОЖЕНИЯ ПРЕДПРИЯТИЯ И ОПРЕДЕЛЕНИЕ ОПТИМАЛЬНОЙ МОДЕЛИ ВЕРОЯТНОСТИ БАНКРОТСТВА ПРЕДПРИЯТИЯ

https://doi.org/10.17747/2078-8886-2015-5-76-80

Полный текст:

Аннотация

В статье рассматривается финансовый анализ предприятий в процедурах банкротства. Используя принцип инвариантности в прогнозировании функций коэффициентов финансового анализа, удалось произвести оценку параметров и структур оптимальной модели вероятности банкротства предприятия и установить критерии финансового положения предприятия. Все возможные модели и методики вероятности банкротства позволяют предвидеть наступление банкротства с той или иной степенью вероятности, но при прогнозировании банкротства отечественных товаропроизводителей необходимо учитывать, что весовые коэффициенты, используемые в известных методиках, требуют корректировки применительно к региональным и отраслевым условиям функционирования хозяйствующих субъектов, а существующая тенденция не отражает информации о динамике и структуре собственного и заемного капитала, оборотных средств и ликвидности в полном объеме. Таким образом, считается целесообразным использовать теорию эконометрики, которая обеспечивает независимость численных результатов анализа и прогноза от сдвига рядов по оси времени. Поставлена задача произвести оценку параметров и структур оптимальной модели вероятности банкротства предприятия и установить критерии финансового положения предприятия относительно принципа инвариантности в процедурах банкротства. Исследование выступает базой для активного подхода к выявлению слагаемых оптимальной модели вероятности банкротства предприятий и финансового положения предприятий.

Для цитирования:


Бабанов А.В. ОЦЕНКА ФИНАНСОВОГО ПОЛОЖЕНИЯ ПРЕДПРИЯТИЯ И ОПРЕДЕЛЕНИЕ ОПТИМАЛЬНОЙ МОДЕЛИ ВЕРОЯТНОСТИ БАНКРОТСТВА ПРЕДПРИЯТИЯ. Стратегические решения и риск-менеджмент. 2015;(5):76-80. https://doi.org/10.17747/2078-8886-2015-5-76-80

For citation:


Babanov A.V. EVALUATION OF THE FINANCIAL POSITION OF THE ENTERPRISE AND DETERMINATION OF THE OPTIMAL MODEL OF THE PROBABILITY OF BANKRUPTCY. Strategic decisions and risk management. 2015;(5):76-80. (In Russ.) https://doi.org/10.17747/2078-8886-2015-5-76-80

Одним из серьезных недостатков при форми­ровании модели определения вероятности банкротства является поверхностный подход к прогнозированию финансово-экономических показателей развития организации. Однознач­но предсказать все факторы, которые будут ока­зывать существенное влияние на определение вероятности банкротства, практически невоз­можно. Тем не менее чем выше точность прогно­зов, тем выше качество разработанной модели. При этом модель, которая является следствием единичного прогноза вероятности банкротства предприятия, не способна охватить весь спектр возможных факторов по отраслевой принадлеж­ности предприятий. Как следствие, подобная модель достаточно быстро становится неэффек­тивной, а для ее корректировки или разработки заново требуется дополнительная информация по бухгалтерской отчетности. Поэтому методы прогнозирования направлены на составление не одного прогноза, а ряда стратегических сце­нариев развития, для каждого из которых фор­мируется антикризисное управление [Антикри­зисное 2012]. По методу наименьших квадратов (МНК) находят оценки коэффициентов регрес­сии, назначают уровень значимости и говорят, что с такой-то вероятностью доверительный интервал «накрывает» истинное значение ко­эффициента регрессии. Но для экономических процессов нет закона, нет истинных значений оценок. Непонятно, как можно накрыть то, чего вообще не существует, с какой бы то ни было вероятностью. Таким образом, западные мето­дики приводят только к удалению от значения на сколь угодно б0льшую величину. Методология Б. В. Седелева идет совершенно другим путем: в качестве аппроксимирующих функций рассма­триваются только функции определенного вида (степенные полиномы). Временной ряд разби­вается на полином и невязки: X(t) = P1(t) + δ1(t). Невязками называют рассогласование между теоретическими значениями и наблюдаемыми: δ1(t) = X(t) - P1 (t). МНК применяется последова­тельно для разбиений на полиномы различных степеней и невязки.

Экономические временные ряды обладают интересным свойством: у них нет преимуще­ственного (естественного) начала отсчета време­ни. Рассматривая в качестве желательной теорию, обеспечивающую независимость численных ре­зультатов анализа и прогноза временных рядов от их положения по оси времени f, вводим прин­цип инвариантности. Принцип инвариантности: разработанная профессором Б. В. Седелевым теория эконометрики обеспечивает независи­мость численных результатов анализа и прогноза от сдвига рядов по оси времени. Для реализации этого принципа в ходе анализа используются только инвариантные функции. Функция одного вещественного аргумента является инвариантной по отношению к сдвигу аргумента, если при за­мене t → t + с она остается функцией того же вида и изменяет лишь свои коэффициенты.

Анализ временных рядов финансовых по­казателей и оценка параметров, связывающих их уравнения множественной регрессии, вызыва­ют необходимость решить ряд практически инте­ресных и одновременно трудных в теоретическом и вычислительном плане проблем: формирование требований к точности и надежности моделей временных рядов, преодоление мультиколлине­арности факторов (аргументов регрессии), устра­нение временн0го тренда у ошибки уравнения. Поэтому рекомендуется опираться на следующие методологические принципы:

  • целенаправленность изучения свойств времен­ных рядов (исходной информации) и их моделей;
  • минимум гипотез о статистических свойствах информации и моделей;
  • обращение к прямым и коротким цепочкам вы­водов;
  • учет специфичности свойств полиномиальных уравнений регрессии;
  • выбор инвариантности по сдвигу в качестве основного специфического свойства полиноми­альных регрессий;
  • подход к точности и надежности как к един­ственным мерам (показателям) качества этих регрессий;
  • обращение к компромиссу «точность - надеж­ность» как к конструктивному инструменту вы­бора наилучших регрессий;
  • дифференцированность процедур выбора наи­лучших регрессий в зависимости от поставлен­ной цели [Седелев Б. В., 1985].

Предполагая (доказать это нельзя) далее, что точность привлекаемой для изучения макро­экономических процессов теории регрессионного анализа не выше точности имеющейся в нашем распоряжении исходной информации, мы счита­ем целесообразным иметь дело не с двумя неиз­вестными ошибками, а с одной ошибкой теории, «перенеся» в нее последствия неточности инфор­мации. Это был минимум гипотез, без них мы не могли ни строго ввести показатели точности и надежности, ни обеспечить применимость ме­тода наименьших квадратов.

Приняв в качестве рабочей одну из наилучших моделей (типа В, B1, В2), можно быть уверенным лишь в ее согласии с исходными наблюдениями и целью исследования. То, что модель с полино­миальными трендами находится в согласии с на­блюдениями (не отвергается), не означает, что она истинная и мы действительно имеем дело с вре­менным рядом данного класса. Ведь неотвергну- тыми могут оказаться и другие модели. Тогда сле­дует сказать, что такова логика проверки любых моделей (гипотез) в математической статистике (да и не только в ней): принимая в качестве ра­бочей некоторую (не отвергнутую) модель, мы имеем дело не с абсолютной истиной, а с отно­сительной (всего лишь не противоречащей прак­тике, в данном случае - наблюдениям). Однако в практических задачах прежде всего важно знать, что данная (относительная) истина близка к абсо­лютной, хорошо аппроксимирует ее, и когда мы получаем точную и надежную модель временного ряда, то как раз и имеем дело с хорошей аппрок­симацией абсолютной истины, которая по своим статистическим (вычислительным) свойствам вправе представлять значение фактора в дальней­шей обработке информации [Бабанов А. В., 2015]. Принимая гипотезы профессора Б. В. Седелева, мы исходим исключительно из конструктивных соображений - возможности апеллировать к тео­реме Гаусса - Маркова, являющейся теоретиче­ской основой оценивания параметров линейных регрессионных моделей с помощью МНК.

Дальнейшая логика исследований приводит нас к вопросам построения и оценки параметров многофакторных регрессий, связывающих вре­менные ряды с полиномиальными трендами, что, в свою очередь, позволило произвести оценку па­раметров и структур антикризисного управления, выявить вероятность банкротства на примере пяти предприятий разных организационно-право­вых форм, находящихся в процедурах банкрот­ства до 1 сентября 2014 года:

  • предприятие № 1 - ЗАО (15 кварталов анализа),
  • предприятие № 2 - ЗАО (10 кварталов анализа)
  • предприятие № 3 - ООО (10 кварталов анализа)
  • предприятие № 4 - ОАО (10 кварталов анализа)
  • предприятие № 5 - МУП (10 кварталов анализа)
  • Задача заключается в построении наилучшей

 

График показателей оптимальных моделей для K для предприятий № 1 (а) и №3 (б)

Задача заключается в построении наилучшей регрессионной модели для следующих показателей по динамике изменения показателей финансового анализа арбитражных управляющих (период расчета – квартал): K1 – коэффициент абсолютной ликвидности; K2 – коэффициент текущей ликвидности; K3 – показатель обеспеченности обязательств активами; K4 – степень платежеспособности по текущим обязательствам; K5 - коэффициент автономии; K6 - коэффициент обеспеченности собственными оборотными сред­ствами; K7 - доля просроченной кредиторской за­долженности в пассивах, %; K8 - показатель отно­шения дебиторской задолженности к совокупным активам; K9 - динамика изменения рентабельно­сти активов, %; K10 - динамика изменения нормы чистой прибыли [Постановление 2015].

Полученные результаты исследования оп­тимальных моделей прогнозирования K1 - K10 из полинома первой, второй, третьей степени на примере пяти исследованных предприятий представлены в табл. 1. Практически неизмен­ные факторы могут быть благоприятными и не­благоприятными, арбитражному управляющему необходимо мириться с ними. Выделение таких групп факторов удобно с позиции определения контрольных периодов мониторинга отдельных показателей, характеризующих состояние бан­кротства.

Результаты измерения факторов финансового анализа предприятия используются как исходные данные в процессе его оценки, которая представ­ляет собой интерпретацию результатов измере­ния. Результаты оценки параметров финансового анализа служат информационной базой для при­нятия арбитражным управляющим решений о целесообразности ведения соответствующей процедуры банкротства [Бабанов А. В., 2015]. Коэффициент нормы чистой прибыли K10 зави­сит от величины чистой прибыли организации. На наш взгляд, данный коэффициент некорректно отражает результаты хозяйственной деятельно­сти. В связи с этим K10 отклоняется для предпри­ятий № 1 и 3.

 

Таблица 1

Результаты исследования оптимальных моделей прогнозирования K1 - K10 из полинома первой, второй, третьей степени

K

ЗАО

ООО

ОАО

МУП

Предприятие № 1 при t = 1,15

Предприятие № 2 при t = 1,10

Предприятие № 3 при t = 1,10

Предприятие № 4 при t = 1,10

Предприятие № 5 при t = 1,10

K1

P1 (t) = 0,163 – 0,010t

P1 (t) = 0,003 - 0,000t

P1 (t)) = 0,144 - 0,016t

P1 (t) = 0,163 - 0,009t

P1 (t) = 0,013 - 0,002t

K2

P1 (t) = 1,024 – 0,005t

P1 (t) = 0,28 + 0,016t

P1 (t) = 1,077 - 0,073t

P1 (t) = 2,151 - 0,139t

P1 (t) = 0,355 - 0,037t

K3

P1 (t) = 1,035 – 0,005t

P1 (t) = 0,473 + 0,026t

P1 (t) = 1,145 - 0,073t

P1 (t) = 1,000 - 0,010t

P1 (t) = 1,912 - 0,150t

K4

P1 (t) = 7,215 + 2,088t

P1 (t) = 136,819 - 2,639t

P1 (t) = -0,005 + 8,751t

P1 (t) = 117,941 - 26,458t

P1 (t) = 137,826 - 8,407t

K5

P1 (t) = 0,032 + 0,005t

P1 (t) = -0,943 + 0,0701

P1 (t) = -0,005 + 0,001t

P1 (t) = 0,032 - 0,005t

P1 (t) = 0,693 - 0,079t

K6

P1 (t) = 0,022 + 0,005t

P1 (t) = -2,256 + 0,065t

P1 (t) = -0,070 - 0,001t

P1 (t) = -6,712 + 0,301t

P1 (t) = 0,193 – 0,191t

K7

P1 (t) = 55,305 + 2,204t

P1 (t) = 59,216 - 0,483t

P1 (t) = 97,731 - 0,576t

P1 (t) = 7,361 - 0,317t

P1 (t) = 27,203 + 8,320t

K8

P1 (t) = 0,886 - 0,017t

P1 (t) = 0,630 - 0,019t

P1 (t) = 0,959 - 0,065t

P1 (t) = 0,111 - 0,005t

P1 (t) = 0,164 - 0,016t

K9

P1 (t) = 2,587 + 0,488t

P1 (t) = 11,436 - 1,550t

P1 (t) = 0,233 - 0,020t

P1 (t) = 0,188 - 0,184t

P1 (t) = -0,892 - 0,258t

K10

P1 (t) = 283,044 - 76,636t

P1 (t) = 18,256 - 1,841t

P1 (t) = 0,537 - 0,025t

P1 (t) = 5495,984 - 5,922t

P1 (t) = -188,358 + 16,127t

На рисунке видно, что существенный вклад в интегральный показатель оптимальной модели вероятности банкротства для предприятия № 1 со­ставляют K4, K7, K9. Поскольку с остальными зна­чениями показателей этого не происходит, получа­ем следующую интегральную характеристику:

ВББ (ЗАО) = 65,1 + 2,1K4 + 2,2K7 + 0,5K9 (при­нимал значения 198 < ВББ (ЗАО) < 344).

На наш взгляд, данный коэффициент K10 кор­ректно отражает результаты хозяйственной дея­тельности и потому не отклоняется.

 

Таблица 2

Динамики влияния рассчитанных показателей финансового анализа за исследуемый период показателей K1-K10 для предприятий

Объект исследования

Темп роста

Предприятие

№ 1

№ 2

№ 3

№ 4

№ 5

Коэффициент абсолютной ликвидности K1

↑ +

-

Коэффициент текущей ликвидности K2

↑ +

+

-

Показатель обеспеченности обязательств активами K3

↑ +

+

-

Степень платежеспособности по текущим обязательствам K4

↑ —

+

+

+

Коэффициент автономии K5

↑ +

+

+

+

-

Коэффициент обеспеченности собственными оборотными средствами K6

↑ +

+

+

+

-

Доля просроченной кредиторской задолженности в пассивах K7, %

↑ —

+

+

+

-

Показатель отношения дебиторской задолженности к совокупным активам K8

↑ —

+

+

+

+

+

Динамика изменения рентабельности активов K9, %

↑ +

+

-

Динамика изменения нормы чистой прибыли K10

↑ +

+

Существенный вклад в интегральный по­казатель оптимальной модели вероятности бан­кротства для предприятия № 3 создают K4 и K7. Поскольку остальные значения показателей несу­щественны, получаем следующую интегральную характеристику:

ВББ (ООО) = 97,7 + 8,8 K4 - 0,6 K7 (принимал значения 53< ВББ (ООО) < 2194).

Таким образом, интегральный показатель оптимальной модели вероятности банкротства предприятий представляет собой многомерную, многофакторную экономическую категорию, ко­торая отражается совокупностью несводимых друг к другу показателей-индикаторов. Измерить интегральный показатель можно только косвен­ным, опосредованным способом, на основе обоб­щения характеризующих ее показателей в модели интегральной оценки. При этом основной за­дачей являются выбор адекватных релевантных показателей-индикаторов и их композиция в мо­дели оценки вероятности банкротства организа­ций. Тем не менее показатель K9 в модели ВББ (ООО) отсутствует, по нашему мнению, это зна­чит, что интегральный показатель оптимальной модели вероятности банкротства необходимо определять с учетом отраслевой принадлежности предприятия:

ВББ = А + BK4 + CK7 + D K9,

где A, B, C, D - коэффициенты регрессии, характеризующие количественное влияние на ин­декс ВББ каждого из включенных в модель по­казателей при фиксированном положении других факторов относительно отраслевой принадлеж­ности предприятий; K4 - степень платежеспо­собности по текущим обязательствам; K7 - доля просроченной кредиторской задолженности в пассивах, %; K9 - динамика изменения рента­бельности активов, %.

Обобщим полученные результаты исследова­ния по степени влияния на предприятие для по­казателей K1 - K10 на примере организационно­правовой формы ЗАО, ООО, ОАО, МУП в табл. 2.

Если функция прогноза имеет вид P1 (t) = 0,163 - 0,010t, то темп роста отрицательный, а если функция прогноза имеет вид P1 (t) = -6,712 + 0,301f, то темп роста положительный. Больше половины показателей имеют отрицательную динамику роста значений. У показателей K4, K7, K8 темп роста ↑ вносит отрицательное влияние, а у показателей K1, K2, K3, K5, K6, K9, K10 темп ро­ста ↑ вносит положительное влияние. Таким об­разом, мы считаем целесообразным ввести систе­му оценки финансового положения предприятия относительно положительной или отрицательной динамики влияния рассчитанных показателей финансового анализа на предприятие за исследу­емый период:

  • Группа 1. Нормальное финансовое положение (более 7 «+»).
  • Группа 2. Неустойчивое финансовое положение (5 - 7 «+»).
  • Группа 3. Кризисное финансовое положение (менее 5 «+»).

По нашему мнению, с учетом проведенного финансового анализа на основе бухгалтерской отчетности по процедурам банкротства целесо­образно использовать интегральный показатель оптимальной модели вероятности банкротства предприятий (ВББ):

  • ВББ (ЗАО) = 65 + 2K4 + 2K7 + K9 (300< ВББ (ЗАО) - банкротство грозит);
  • ВББ (ООО) = 100 + 9K4 - K7 (400< ВББ (ООО) - банкротство грозит);
  • ВББ (ОАО) = 1200 - 26K4 - K7 (ВББ< -30 000 (ОАО) - банкротство грозит);
  • ВББ (МУП)=200 - 9K4+8K7 (700< ВББ (МУП) - банкротство грозит).

Например:

K4 = 2, K7 = 55, K9 = 16 ВББ (ЗАО) = 195 (банкрот­ство не грозит);

K4 = 71, K7 = 63, K9 = 10 ВББ (ЗАО) = 353 (бан­кротство грозит).

Всевозможные модели и методики (Ж. Ко­нана и М. Гольдера, Д. Дюрана, У. Бивера, Р. Лиса, Д. Фулмера, Г. Спрингейта, Р. Таффлера, Т. Б. Бердикова, Л. В. Донцовой, А. В. Грачева, Е. С. Стояновой, М. А. Федотовой, Р. С. Сайфулина, П. А. Фомина, О. П. Зайцевой, В. В. Ковалева, Г. В. Савицкой) позволяют предвидеть наступле­ние банкротства с той или иной степенью веро­ятности, но при прогнозировании банкротства отечественных товаропроизводителей необхо­димо учитывать, что весовые коэффициенты, используемые в известных методиках, требуют корректировки применительно к региональным и отраслевым условиям функционирования хо­зяйствующих субъектов, а существующая тен­денция не отражает информации о динамике и структуре собственного и заемного капитала, оборотных средств и ликвидности в полном объ­еме. Преимуществом методов, подобных модели Альтмана, является высокая вероятность, с ко­торой предсказывается банкротство приблизи­тельно за два года до фактического объявления конкурса, недостатком - уменьшение статисти­ческой надежности результатов при составлении прогнозов относительно отдаленного будущего. Таким образом, предложенная оптимальная мо­дель вероятности банкротства имеет ограничения применимости, исходя из показателей K4, K7, K9, что, в свою очередь, требует дополнительных ис­следований и уточнения расчета относительно достоверности бухгалтерской отчетности на се­годняшний день.

Уточненная с позиции регрессионного анали­за классификация оптимальных моделей показа­телей финансового анализа предприятия имеет следующее теоретическое и практическое значе­ние:

  • дает комплексное представление о влиянии раз­нообразных показателей на повышение (сни­жение) оптимальной модели вероятности бан­кротства предприятий;
  • служит основой для факторного моделирова­ния оптимальной модели вероятности банкрот­ства предприятий и определения финансового положения предприятия;
  • выступает базой для активного подхода к выяв­лению слагаемых оптимальной модели вероят­ности банкротства предприятий и приоритет­ных направлений ее повышения.

Об авторе

А. В. Бабанов
АНО ВО «Институт экономики и антикризисного управления»
Россия

Кандидат экон.наук, доцент кафедры «Антикризисное управление и менеджмент» АНО ВО «Институт экономики и антикризисного управления». Область научных интересов: антикризисное управление, экономико-математическое моделирование.



Список литературы

1. Антикризисное бизнес-регулирование (2012) / Под ред. А. Н. Ряховской. М.: Магистр: Инфра-М. 240 с.

2. Бабанов А. В., Аредов С. А. (2015) Прогнозирование финансовых показателей в процедурах банкротства // Вестник ИЭАУ. №7. URL: http://www.ieay.ru/nauka-v-ieau/vestnik-ieau/publikacii-zhurnala-vestnik-ieau/vestnik-ieau-n-7/1.-babanov-a.-v.-aredov-s.-a.-prognozirovanie-finansovyh-pokazatelej-v-procedurah-bankrotstva/.

3. Постановление Правительства РФ от 25.06.2003 г. № 367 «Об утверждении Правил проведения арбитражным управляющим финансового анализа» // КонсультантПлюс. URL: http://base.consultant.ru/cons/cgi/online.cgi?base=LAW&n=42901&req=doc.

4. Седелев Б. В. (1985) Оценка параметров и структуры экономических процессов. М.: Экономика. 111 с.

5. Федеральный закон «О несостоятельности (банкротстве)» от 26.10.2002 № 127-ФЗ // КонсультантПлюс. URL: http://www.consultant.ru/popular/bankrupt/.


Для цитирования:


Бабанов А.В. ОЦЕНКА ФИНАНСОВОГО ПОЛОЖЕНИЯ ПРЕДПРИЯТИЯ И ОПРЕДЕЛЕНИЕ ОПТИМАЛЬНОЙ МОДЕЛИ ВЕРОЯТНОСТИ БАНКРОТСТВА ПРЕДПРИЯТИЯ. Стратегические решения и риск-менеджмент. 2015;(5):76-80. https://doi.org/10.17747/2078-8886-2015-5-76-80

For citation:


Babanov A.V. EVALUATION OF THE FINANCIAL POSITION OF THE ENTERPRISE AND DETERMINATION OF THE OPTIMAL MODEL OF THE PROBABILITY OF BANKRUPTCY. Strategic decisions and risk management. 2015;(5):76-80. (In Russ.) https://doi.org/10.17747/2078-8886-2015-5-76-80

Просмотров: 880


ISSN 2618-947X (Print)
ISSN 2618-9984 (Online)