Аналіз сучасних методів і моделей оцінки ризику банкрутства

Зарубіжні дослідження в області моделювання банкрутства характеризуються розвиненою теоретичною базою різних методологічних підходів і істотним обсягом отриманих на практиці результатів. Дана область корпоративних фінансів привернула увагу дослідників різних країн, які прагнули реалізувати свої теоретичні задуми у вирішенні суто практичного завдання. За останні 40 років розроблено не один десяток моделей прогнозування банкрутства підприємства з використанням великої кількості методологічних підходів. Інтерес до даної галузі почасти пояснюється тим, що моделювання банкрутства компанії цікаво не тільки підприємствам різних форм власності, а й державним органам управління. Банкрутство компанії зачіпає інтереси широкого кола учасників ринкових відносин: власників і працівників підприємства, його контрагентів, бюджети певних рівнів. Наслідки банкрутства залежать, в основному, від величини фінансово-господарської діяльності компанії. Наприклад, банкрутство великого підприємства може завдати відчутної шкоди економіці не лише регіону, але і країни в цілому.

Серед усієї сукупності методів, на основі яких відбувається моделювання банкрутства компанії, використаних у зарубіжних дослідженнях, можна виділити дві множини: класичні статистичні методи та альтернативні до них. Класифікація та склад кожного безлічі представлений на рис. 1.4.

Моделювання банкрутства за допомогою класичних статистичних методів реалізовано в наступних одноперіодних моделях класифікацій або статистичних моделях: моделі одновимірного аналізу, моделі індексу ризику, моделі множинного дискримінантного аналізу, моделі логіт-аналізу, моделі пробіт-аналізу.

Сутність даних методологічних підходів полягає в процедурі класифікацій компанії на групу компанії - банкрутів або компанії - не банкрутів з певним ступенем точності. Коли об'єкт відноситься до групи компаній-банкрутів, це означає, що він збанкрутує в наступному році (вибірка оцінюється в періоді t+1). Значить, процес класифікації може розглядатися як прогнозування банкрутства компанії в періоді t+1 [58].

Інші методи оцінюють банкрутство в більш довгостроковій перспективі, тобто з якоїсь ймовірністю підприємства може стати банкрутом через 2−3 і більше років. Оцінка банкрутства на довгостроковий період більш трудомісткий і вимагає більш об'ємну інформаційну базу.

Діагностика банкрутства в залежності від мети і суб'єкта проведення може мати на увазі використання різних методів та інструментів. У зарубіжній практиці для її проведення використовують математичні моделі, за допомогою яких формують узагальнюючий показник фінансового стану — його інтегральну оцінку. Серед таких моделей найбільше поширення отримали модель Альтмана, модель Романа Лиса, метод рейтингових оцінок фінансового стану (Сайфуліна Р.С., Кадікова Г. Г.), R-модель ризику банкрутства, модель Таффлера, модель Фулмера, модель Спрінгейта. Серед вітчизняних моделей діагностики найпоширенішою є модель Терещенка, яка застосовується для діагностики банкрутства підприємства на багатьох об'єктах господарювання.

Діагностика банкрутства в залежності від мети і суб'єкта проведення може мати на увазі використання різних методів та інструментів. У зарубіжній практиці для її проведення використовують математичні моделі, за допомогою яких формують узагальнюючий показник фінансового стану — його інтегральну оцінку. Серед таких моделей найбільше поширення отримали модель Альтмана, модель Романа Лиса, метод рейтингових оцінок фінансового стану (Сайфуліна Р.С., Кадікова Г. Г.), R-модель ризику банкрутства, модель Таффлера, модель Фулмера, модель Спрінгейта. Серед вітчизняних моделей діагностики найпоширенішою є модель Терещенка.

Модель Терещенка [79] існує у двох варіантах. Перший — універсальна модель, яка включає розрахунок шести показників і побудована на основі даних 850 підприємств, які функціонують у різних галузях промисловості. Друга — включає десять показників і враховує галузеву приналежність підприємства.

Розглянемо основні моделі прогнозування банкрутства підприємства. Модель Альтмана [89] - одна з перших моделей оцінки ймовірності банкрутства підприємства, яка ґрунтується на методах багатофакторного дискримінантного аналізу (MDA). Z-модель Альтмана являє собою статистичну модель, яка на основі оцінки показників фінансового стану і платоспроможності компанії дозволяє оцінити ризику банкрутства і розділити господарські суб'єкти на потенційних банкрутів і не банкрутів за чотирма класами кризи. Точність моделі досить висока на інтервалі 1−2 роки. Модель має такий вигляд:

(1.1).

де: K1 — відношення власного оборотного капіталу до суми активів;

K2 — відношення нерозподіленого прибутку до суми активів;

K3 — відношення прибутку до сплати відсотків до суми активів;

K4 — відношення ринкової вартості власного капіталу до притягнутого капіталу;

K5 — відношення обсягу продажів до суми активів.

У результаті підрахунку Z — показника для конкретного підприємства робиться висновок:

• · якщо Z < 1,81 — дуже висока ймовірність банкрутства;
• · якщо 1,81? Z? 2,7 — висока ймовірність банкрутства;
• · якщо 2,7? Z? 2,99 — середня ймовірність банкрутства;
• · якщо Z? 3 — незначна ймовірність банкрутства.

Модель Фулмера [92] класифікації банкрутства була створена на підставі обробки даних шістдесяти підприємств — 30 потерпілих крах і 30 нормально працювали — з середнім річним балансом в 455 тисяч американських доларів. Початковий варіант моделі містив 40 коефіцієнтів, остаточний використовує всього дев’ять. Точність прогнозів, зроблених за допомогою цієї моделі на рік вперед, — 98%, на два роки — 81%.

Модель Фулмера враховує велику кількість чинників, тому і за обставин, відмінних від оригінальних, працює стабільніше, ніж інші методики. Крім того, модель враховує і розмір фірм, що, напевно, справедливо як в Америці, так і в будь-якій іншій країні з ринковою економікою. Модель з однаковою надійністю визначає як банкрутів, так і працюючі фірми.

Модель складається з дев’яти показників інтегрованих в єдиний коефіцієнт. У залежності від значення кінцевого коефіцієнта підприємство може бути віднесено до класу надійних або приречених на банкрутство. Вона застосовується:

комерційними підприємствами — для аналізу можливості загрози можливого банкрутства (втрати платоспроможності);

аудиторськими компаніями — для складання висновку про фінансовий стан (перспектив банкрутства) підприємства — замовника;

потенційними контрагентами та акціонерами підприємства — для оцінки його перспективної платоспроможності та прийняття стратегічних рішень.

Загальний вигляд моделі:

(1.2).

де: V1 — відношення нерозподіленого прибутку минулих років до сукупних активів підприємства;

V2 — відношення обсягу реалізації до сукупних активів;

V3 — відношення прибутку до сплати податків до сукупних активів;

V4 — відношення чистого прибутку до повної заборгованості підприємства;

V5 — відношення боргу підприємства до сукупних активів;

V6 — відношення поточних пасивів до сукупних активів;

V7 — натуральний логарифм матеріальних активів;

V8 — відношення оборотного капіталу до повної заборгованості;

V9 — натуральний логарифм відношення прибутку до сплати відсотків і податків до виплачених відсоткам.

Неплатоспроможність наступає при H < 0.

Ще одним представником класичної школи є Гордон Спрінгейт [99], який у 1978 році розробив свою модель оцінки ризику банкрутства, також основуючись на методах множинного дискримінантного аналізу. Загальний вигляд моделі:

(1.3).

де: X1 — відношення оборотного капіталу до балансу;

X2 — відношення суми прибутку до оподаткування та відсотків до сплати до балансу;

X3 — відношення прибутку до оподаткування до короткострокових зобов’язань;

X4 — відношення виручки від реалізації до балансу.

Якщо Z < 0,862 підприємство отримує оцінку «крах». При створенні моделі Спрінгейта використовував дані 40 підприємств і досяг 92,5 процентної точності передбачення неплатоспроможності на рік вперед.

Відомі й інші подібні комбінації, зокрема британські вчені Тафлер і Тішоу [100] запропонували в 1977р. чотирьох факторну модель вигляду:

(1.4).

де: X1 — відношення прибутку від реалізації до короткострокових зобов’язань;

X2 — відношення суми оборотних активів до суми зобов’язань;

X3 — відношення короткострокових зобов’язань до суми всіх активів;

X4 — відношення виручки від реалізації до суми всіх активів.

При Z > 0.3 — імовірність банкрутства низька, а при Z < 0.2 — висока.

Російські економісти спробували застосувати аналогічний підхід до прогнозування банкрутств вітчизняних підприємств. Р.С. Сайфулін і Г. Г. Кадиків [75] розрахували комплексний показник передбачення фінансового кризи компанії:

(1.5).

де: К_о — коефіцієнт забезпеченості власними оборотними засобами;

К_тл — відношення ліквідних активів до поточних зобов’язань (поточна ліквідність);

К_и — оборотність активів;

К_м — відношення чистого прибутку до сукупних активів (рентабельність реалізації продукції);

К_пр — рентабельність активів.

Граничне значення R = 1. Якщо R < 1, то стан підприємства незадовільний.

Чотирьох факторна модель, так звана R-модель, була розроблена вченими Іркутської державної економічної академії. Ймовірність банкрутства підприємства у відповідності зі значенням моделі R визначається за допомогою розробленої шкали граничних значень, яка приведена нижче.

(1.6).

де: К1 — оборотний капітал (актив);

К2 — чистий прибуток (власний капітал);

К3 — виручка від реалізації (активи);

К4 — чистий прибуток (інтегральні витрати).

Загальна оцінки ймовірності банкрутства підприємства за R-моделлю визначається на основі значення R-коефіцієнта. Якщо R менше 0, то ймовірність банкрутства складає 90−100%; якщо R рівняється 0−0,18, то ймовірність банкрутства складає 60−80%; якщо R рівняється 0,18−0,32, то ймовірність банкрутства складає 35−50%; якщо R рівняється 0,32−0,42, то ймовірність банкрутства складає 15−20%; якщо R буде більше 0,42, то ймовірність банкрутства мінімальна та не перевищує 10%.

У 1972 р. економіст Ліс розробив формулу Z-рахунку Великобританії [96]:

(1.7).

де: X1 — відношення оборотного капіталу до суми активів;

X2 — відношення прибутку від реалізації до суми активів;

X3 — відношення нерозподіленого прибутку до суми активів;

X4 — відношення власного капіталу до позикового капіталу.

У цій формулі мінімально граничне значення ймовірного банкрутства дорівнює 0,0347.

Професор Сибірського університету споживчої кооперації О. П. Зайцева [42] для оцінки фінансової кризи компаній запропонувала використовувати наступний показник:

(1.8).

де: К_уп — відношення чистого збитку до власного капіталу;

К_з — співвідношення кредиторської та дебіторської заборгованості;

К_с — поточна ліквідність;

К_ур — відношення чистого збитку до обсягу реалізації продукції;

К_фр — відношення позикового капіталу до власного;

К_з — показник завантаження активів (зворотна величина оборотності активів).

Для визначення ймовірності банкрутства необхідно порівняти фактичне значення К_к з нормативним значенням (К_н), яке розраховується за формулою:

(1.9).

Якщо фактичний коефіцієнт більше нормативного К_факт > К_н, то вкрай висока ймовірність настання банкрутства підприємства, а якщо менше — то ймовірність банкрутства незначна.

Універсальна дискримінантна модель О. О. Терещенка являє собою наступне:

(1.10).

де: X₁ — cash-flow;

Х₂ — валюта балансу (зобов'язання);

Х₃ — чистий прибуток (валюта балансу);

Х₄ — чистий прибуток (виручка від реалізації);

Х₅ — запаси;

Х₆ — виручка від реалізації (валюта балансу).

Також після моделей, заснованих на мультиплікативному аналізі, стали набирати популярність logit та probit-моделі. Найбільшого поширення набули такі моделі, як модель Олсона [98], модель Беглі, Мінга і Ваттс, а також модель Мінуссі [97]. Логіт-моделі характеризуються тим, що вони не дають оцінку, на підставі якої робиться висновок про ступінь кризи, а надає ймовірність банкрутства підприємства. Модель Мінуссі має такий вигляд:

(1.11).

де: F/OWSKA — відношення фінансового робочого капіталу до виручки;

FINLEV — фінансовий леверидж;

INTCOV — коефіцієнт покриття;

OWSKA — відношення власного робочого капіталу до виручки;

NWSKA — відношення потреби в робочому капіталі до виручки.

Однією з найбільш відомих моделей прогнозування неспроможності, що використовує логіт-аналіз, є модель Олсона. Відповідно до цієї моделі розраховується показник Y за такою формулою:

(1.12).

де: Y1 — натуральний логарифм відношення сукупних активів до індексу-дефлятора валового національного продукту (ВНП);

Y2 — відношення сукупних зобов’язань до сукупних активів;

Y3 — відношення робочого капіталу до сукупних активів;

Y4 — відношення поточних зобов’язань до поточних активів;

Y5 — дорівнює 1, якщо сукупні зобов’язання перевищують сукупні активи, в іншому випадку дорівнює 0;

Y6 — відношення чистого прибутку до сукупних активів;

Y7 — відношення виручки від основної діяльності до сукупних зобов’язань;

Y8 — дорівнює 1, якщо підприємство несло збитки останні 2 роки, в іншому випадку дорівнює 0;

Y9 — відношення різниці між чистим прибутком в останньому звітному періоді і чистим прибутком у попередньому звітному періоді до суми чистого прибутку в останньому звітному періоді, взятої по модулю, і чистого прибутку в попередньому звітному періоді, взятої по модулю.

У сучасних умовах більшість вітчизняних і зарубіжних вчених все більше використовують методики, засновані на системі оцінюваних показників — індикаторів кризового стану. Наприклад, методика, запропонована Марененковим і Касьяновим, передбачає розрахунок таких показників, як коефіцієнт абсолютної ліквідності, загального покриття і забезпеченості власними оборотними засобами. Професор А. Грязнова пропонує проводити діагностику на основі поглибленого аналізу фінансово-господарської діяльності підприємства.

Трохи інший підхід діагностики пропонує Л. Лігоненко. Рекомендована нею методика проводиться в два етапи і передбачає розрахунок показників платоспроможності, стану і структури капіталу, оборотності та прибутковості. Деякі вчені при оцінці ймовірності банкрутства віддають перевагу проведенню виключно експрес-діагностики, яка, на їхню думку, повинна включати розрахунок показників, що характеризують рівень забезпечення зобов’язань кредиторів (коефіцієнт загальної забезпеченості зобов’язань, коефіцієнт забезпечення обіговими коштами, величина чистих активів). Інші вважають, що потрібно враховувати ще й особливості функціонування підприємства на різних стадіях його життєвого циклу.

Крім розглянутих тут методик, на сьогоднішній день в Україні розроблено та затверджено офіційні методики. Серед них — методика поглибленого аналізу фінансово-господарського стану неплатоспроможних підприємств і організацій, затверджена Агентством з питань запобігання банкрутству підприємств та організацій, а також Методичні рекомендації щодо виявлення ознак неплатоспроможності підприємств та ознак дій з приховування банкрутства, фіктивного банкрутства або доведення до банкрутства, затверджені наказом Міністерства Економіки України [60].

Найвідоміші з них — це методика Бівера, заснована на системі однойменних показників, система показників Вайбеля, непарно-множинний метод прогнозування Недосекіна, а також показник Аргенті (А-рахунок).

В основі досліджень американського економіста Вільям Бівера [90] покладено 30 найбільш часто використовуваних у фінансовому аналізі показників. За ознакою однорідності ці показники були згруповані в п’ять подібних груп. З кожної групи Вільям Бівер вибрав по одному, найбільш типовому показнику, які й склали його систему прогнозування. Система показників Вільяма Бівера та їх значення для діагностики наведені в табл. 1.2.

Таблиця 1.2.

Система показників Вільяма Бівера.

На основі нормативних значень і розраховується ризик банкрутства підприємства.

Дж. Аргенті розробив форму діагностики платоспроможності компанії, основне припущення якої полягає в тому, що, якщо компанія рухається до банкрутства, то цей процес займе кілька років. Аргенті ділить цей період на три відрізки:

слабкості (труднощі): компанія переживає їх задовго до цього банкрутства;

помилки: загальний результат пережитих труднощів; компанії роблять помилки, що ведуть до банкрутства;

симптоми (ознаки): помилки стали очевидними: сильний дефіцит ліквідності, приписки в розрахунках.

Ці ознаки проявляються протягом останніх 2−3 років загального 5−10-річного періоду до теперішнього банкрутства.

Заповнюючи таблицю, аналітик вписує свої показники, ґрунтуючись на лише на своїй суб'єктивній думці. Він оцінює показники щодо шкали Агенті, а потім знаходить суму балів, яка буде характеризувати стан підприємства Методика Аргенті представлена в табл. 1.3.

Таблиця 1.3.

Показники Аргенті.

Популярність застосування даних методів у галузі прогнозування банкрутства компанії пов’язана з тим переліком проблем, з якими стикаються дослідники в процесі моделювання банкрутства компанії, а саме — бінарність залежних змінних, методи визначення вибірки, нестійкість даних, адекватність інформації бухгалтерської звітності, вибір незалежних змінних, вибір фінансових показників.

Перша основна проблема пов’язана з використанням бінарних залежних змінних у моделі. У дослідженнях вибір сукупності компаній-банкрутів і компаній-небанкрутів залежить від прийняття дослідником визначення поняття «банкрутство компанії». Більшість робіт побудовано на використанні юридичного визначення «банкрутство компанії», яке дозволяє досить легко провести поділ сукупності компанії на групи. Хоча існують такі недоліки застосування даного визначення: по-перше, момент юридичного визнання компанії банкрутом не відображає «справжній» момент настання банкрутства [95], по-друге, компанія може реорганізуватися чи об'єднається з іншими компаніями у випадку появи в неї характеристик банкрутства замість офіційного визнання банкрутом.

Друга основна проблема пов’язана з методом проведення вибіркового дослідження. Розробка класичних статистичних моделей прогнозування банкрутства відбувається на основі невипадкової вибірки. Коли використовується оцінка невипадковою вибірки, недоцільно застосування класичних статистичних методів, з огляду на те, що отримана модель не може бути розповсюджена на всю генеральну сукупність компаній.

Третя основна проблема пов’язана з тим, що критика класичних статистичних моделей багато в чому пов’язана з нестаціонарністю і нестабільністю даних. Використання даних моделей з метою прогнозування передбачає сталість взаємозв'язків між залежними змінними. У той же час взаємозв'язок між фінансовими коефіцієнтами завжди нестабільний і це пов’язано з інфляцією, процентними ставками, стадіями ділового циклу компанії.

Четверта основна проблема пов’язана з адекватністю статистичної інформацією, яка може бути одержана бухгалтерської звітності та фінансової звітності компанії. Більшість класичних статистичних моделей використовують лише інформацію з річних звітів у формі фінансових коефіцієнтів для прогнозування банкрутства [91]. При цьому необхідно брати до уваги наступне. По-перше, у багатьох країнах тільки великі компанії змушені публікувати свою звітність і відповідно, більшість моделей прогнозування банкрутства компанії розроблені на основі даних великих компанії. В свою чергу малі компанії, які складають більшу частину всій кількості компаній, не публікують звітність. Безумовно, буде мати вагу відповідність критеріїв кількості активів, кількість співробітників компанії і об'єм продажів компанії у виборі компанії для перевірки точності прогнозування моделі. По-друге, дослідники, покладаючись на опубліковані фінансові коефіцієнти, припускають спочатку, що вони дають правдиву оцінку фінансового стану компанії. Очевидно, що є вірогідність виникнення зворотних ситуацій. Використання неадекватних значень фінансових коефіцієнтів із заздалегідь відрегульованих річних фінансових звітів призводить до виникнення проблеми не відповідності.

П’ята основна проблема пов’язана з вибором залежних змінних моделі. У більшості робіт області банкрутства відправною точкою дослідження є вибір залежних змінних майбутньої моделі, найчастіше переваги віддаються в бік найбільш поширених по минулим дослідженням. Остаточний вибір змінних може бути засновано: на емпіричному аналізі, на теоретичній моделі, комбінацій двох попередніх методів, без спеціального аналізу. У багатьох дослідженнях остаточний вибір залежних змінних зроблено на основі статистичного аналізу. Часто можна спостерігати превалювання статистичної над економічною значимістю змінних. Бували випадки коли у моделях використовуються показники, які характеризують один і той же аспект діяльності підприємства.

Остання проблема пов’язана з часовою розмірністю моделей. Класичні статистичні моделі припускають, що компанії не динамічні у своєму розвитку та банкрутство є дискретною подією. Однак у дійсності банкрутство — динамічний процес, який має довготривалий час розвитку, а також процес банкрутства характеризується різними стадіями. Відносна значущість коефіцієнтів моделей, точність прогнозування залежать від характеристик процесів банкрутства, представлених у оціненій вибірці компаній-банкрутів.

Крім того, одним з головних недоліків зарубіжних моделей є трудомісткість їх адаптації для вітчизняних підприємств. При цьому не кожну модель можна застосовувати в Україні для діагностики банкрутства на увазі ряду причин, а саме:

моделі розроблені на основі зарубіжних підприємств і не адаптовані для умов сучасної економіки України;

моделі не враховують специфіку діяльності підприємств і використовують розгалужену систему показників;

виникають проблеми, пов’язані з невідповідністю в розрахунку важливості окремих показників у моделях.

Як вже було зазначено, існує ряд вітчизняних моделей, які були розроблені спеціально для підприємств України, але й вони мають ряд недоліків нарівні з їх достоїнствами, які наведені у табл. 1.5.

Таблиця 1.5.

Переваги та недоліки вітчизняних моделей.

Доцільно відзначити, що переваги та недоліки методик вітчизняних аналітиків, що характерні для української практики, можуть бути використані в дослідженнях на перспективу. Так, окремі переваги потребують подальшого розвитку та вдосконалення, а недоліки — розв’язання та ліквідації.

В результаті виключивши максимум недоліків і розвинувши максимум достоїнств, стане можливим сформувати базис моделей, які будуть дуже добре працювати з вітчизняними підприємствами, визначати загрози банкрутства для них, що дозволить запобігати банкрутству на ранніх стадіях, тим самим збільшуючи кількість фінансово здорових підприємств і економічне зростання країни .