Теоретические аспекты моделей банкротства предприятий

Актуальность проведения изучения данной темы основывается на том, что на сегодня в Российской экономической системе проблемой выступает отсутствие стабильных и постоянных платежей. По статистике, примерно 45 процентов предприятий уже нужно признавать банкротами. Все полученные средства от них нужно перераспределять в пользу более эффективных и качественных производственных систем. Этот фактор стал бы положительным сдвигом в оздоровлении отечественного рынка. Помимо того, что существует массовое отсутствие возможности платить предприятий, важно значение будет иметь применение мероприятий по ликвидации кризисных ситуаций, и мероприятия, которые позволят восстановить платёжеспособность компании. Такая работа будет называться антикризисным управлением. [1]

Одним из простых методов построения прогноза банкротства является двухфакторная модель. Она строится на двух основных показателях. Примером таких параметров может быть показатель текущей ликвидности и показатель доли заёмных средств. Именно от этих средств зависит вероятность банкротства организации. Такие данные будут умножаться на основные значения коэффициентов, найденные при помощи эмпирического исследования и результаты будут складываться с установленной постоянной величиной. Например, если результат постоянного показателя будет иметь отрицательное значение, то размер банкротства будет низка. Положительное значение данного показатель сможет указать на высокий размер банкротства.

В исследовании работы иностранных организаций очень часто применяется многофакторная модель Э. Альтмана. Ещё в 1968 году автором была составлена пятифакторная модель построения прогноза банкротства. Конечный индекс кредитоспособности создан при помощи аппарата мультипликативного дискриминантного анализа. При первом исследовании он позволяет делить все экономические субъекты на потенциальных банкротов или не банкротов. В ходе построения индекса, автор провёл анализ 66 предприятий, половина которых получила статус банкрота в период с 1946 по 1965 годы, а часть продолжала свою деятельность. Далее было исследовано около 22 аналитических коэффициента, которые могут быть полезны для образования прогнозов вероятного уровня банкротства. Из составленных показателей было выбрано 5 самых важных и значимых. [2]

Р. Тафлер предложил четырёхфакторную прогнозную модель в 1977 году, в ходе создания которой он использовал такой подход: при применении компьютерной техники на первой стадии происходит вычисление примерно 80 отношений по установленным предприятиям — банкротам и платёжеспособным организациям. После этого, при применении статистического метода, как анализ многомерного дискриминанта, имеется возможность для образования модель платёжеспособности, выделяя частный соотношения, которые более оптимальным образом смогут выделить две группы фирм и их новые показатели. Подобный выборочный подсчёт соотношений выступает типичным для определения некоторых основных измерений работы организации, таких как прибыльность, соответствие оборотного капитала, присутствие финансовых рисков и ликвидность. Интегрируя данные показатели и сводя их воедино, общая модель построения платёжеспособности будет формировать точную картину финансового положения предприятия. [4]

Отечественные учёные из Иркутской государственной экономической академии имели сомнение насчёт применения двухфакторной и пятифакторной модели Альтмана в условиях российской экономики. На основании проведения предварительного отчёта 16 работающих и 7 предприятий — банкротов, специалистами было отмечено, что применять двухфакторную модель и пятифакторную будет бессмысленно ввиду низкого уровня соответствия такой модели условиям Российской Федерации.

Учёными из академии была составлена своя четырёхфакторная модель построения прогноза риска банкротства R, которая имеет следующую формулу:

R = 8,38*K1 + K2 + 0,054*K3 + 0,63*K4

Где:

К1 — оборотный капитал или актив.

К2 — чистая прибыль или собственный капитал.

К4 — чистая прибыль и интегральные затраты.

Важным достоинством применения данной модели выступает то, что общие технологии её формирования и основные этапы построения расчётов очень детально расписаны в основном источнике. Авторами модели была полностью обосновано отсутствие возможности для использования модели Альтмана. Предложенная и полностью экономически обоснованная модель отечественных экономистов представляет собой уравнение первого порядка. При помощи этой технологии имеется возможность для определения общего риска банкротства за три квартала с общей точностью, равной 81 процент. [3]

Авторами концепции и модели была составлена шкала для проведения количественной оценки уровня риска банкротства некоторого торгового предприятия. Уже после этого выделены вероятные значения модели R с некоторой вероятностью банкротства этого экономического субъекта. Плюсом применения в практической деятельности выступает и то, что оно даёт возможность для исследования риска предприятий любой формы собственности в любой отрасли на установленный срок до 3 кварталов.

Показатель Аргенти определяет кризис в области управления. На основании данной методики, общее изучение организации начинается со следующих положений:

1. Уже имеется процесс, который приведёт к вероятному банкротству.
2. Данный процесс для своего логического завершения будет требовать не один год.
3. Процедура может разделяться на три ключевые стадии: поиск недостатков, определение симптомов и ошибки.

В разделе «недостатки» определяются следующие положения: те организации, которые постепенно идут в положение банкротства, годами определяют перечень проблем, которые очевидны ещё до фактического наступления банкротства.

В разделе «ошибки» говорится, что ввиду аккумуляции недостатков организация может совершить ошибку, которая приводит к банкротству.

В разделе «симптомы» отмечается, что совершаемые организацией ошибки будут выделять все известные для этого симптомы приближения неплатёжеспособности — ухудшение основных показателей работы и признаки наличия недостатков денежных средств. Такие показатели могут иметь место только в последние два или три года процесса, который приводит к банкротству.

При организации процедуры определения А-счёта конкретной организации нужно определять численность баллов согласно Аргенти, или значение 0 — иные значения промежуточного характера не устанавливаются. Для каждого из факторов имеется своё количество баллов и происходит расчёт полноценного агрегированного показателя: А-счёта. [2]

Подводя итоги отметим, что мероприятия по исследованию иностранных специалистов в сфере прогнозирования банкротства говорят о том, что из крупного перечня финансовых показателей имеется возможным производить выбор только нескольких. В отечественных условиях многочисленные попытки использовать иностранный опыт прогнозирования банкротства не увенчались должным успехом, ввиду отличительных особенностей экономического развития и системы в целом. На практике очень часто используется несколько моделей оценки вероятности наступления банкротства. Но все при этом используют только ограниченный спектр показателей. Данное положение дел может привести к тому, что воздействие на финансовое положение иных важных показателей может вовсе не учитываться. Каждая из методик, ввиду отсутствия достаточного уровня формальных процедур, находятся в достаточном зависимости от субъекта, который проводит анализа — а именно от опыта и общего количества убеждений аналитика.

Литература:

1. Инжелевский В. Ю. Анализ отечественных и зарубежных моделей оценки вероятности банкротства предприятий // Актуальные вопросы перспективных научных исследований. 2016. С. 182–184.
2. Картавов И. В. Использование нефинансовых показателей в моделях прогнозирования банкротств предприятий // Гражданское общество России: становление и пути развития. 2015. С. 404–408.
3. Киселева Е. Г., Лукашевич Н. С., Гаранин Д. А. О моделях прогнозирования банкротства предприятий малого бизнеса: дискриминантный и нечётко-множественный анализ // Неделя науки СПБПУ. 2016. С. 237–241.
4. Кобазев О. А., Соколова Н. В. Проблемы практического применения моделей прогнозирования банкротства в современных экономических условиях России // Россия и Европа: связь культуры и экономики. 2016. С. 257–260.