Магистерская работа: Оценка финансовой несостоятельности компании

.3 Методы оценки и прогнозирования риска

Метод науки ориентирован, прежде всего, на истинное познание объекта исследования в его целостности. После выявления потенциально возможных рисков, необходимо оценить вероятность их наступления, уровень и последствия. На сегодняшний день, в литературе довольно большое количество методов оценки финансовой несостоятельности.

Однако, это не говорит о том, что разработаны методы, для прогнозирования данной проблематики. Положение компании, то есть неудовлетворительное финансовое состояние, банкротство, финансовая несостоятельность - это ядро, которое характеризует высоко вероятностное прекращение деятельности. Хотя это разные понятия, но их объединяет детерминационная зависимость между друг другом, одно вытекает из другого. Иными словами, подходы, которые применяются в методах оценки финансового состояния и прогнозирования риска, могут подойти для прогнозирования финансовой несостоятельности компании. Среди российских экономистов можно выделить О.П. Зайцеву, А.В. Постюшкова, Г.В. Давыдову, А.Ю. Беликову, Г.А. Хайдаршину и др.

Обычно выделяют два метода прогнозирования: экономико-математические и эвристические. Применительно к прогнозированию банкротства эти методы делятся на два подхода:

.     Качественные.

2.       Количественные.

Под эвристическими методами предполагаются субъективные начала, т.е. интуиция, прежний опыт, воображение, творчество. Суть данного подхода заключается в том, что эксперт анализирует отдельные характеристики компании, которая на грани банкротства и сравнивает их с признаками анализируемого предприятия. Если для такой компании характерно большое количество сравниваемых признаков, то делается вывод о том, что велика вероятность наступления банкротства.

К экономико-математическим методам относят прогнозирование с помощью статистических данных, предикативных моделей, например, методы экономико-математического программирования, методы экстраполяции трендов, методы регрессионного анализа. Иными словами, экономико-математические методы используют количественный подход к прогнозированию банкротства. Данный подход заключается в выявлении критических значений анализируемых показателей и сравнение их с фактическими. Если фактические выше критических, отсюда следует, что повышается вероятность банкротства.

Мнение ученых по поводу того, какой метод использовать расходится. Некоторые убеждены в том, что прогнозирование с помощью качественного подхода приводит к более точным результатам. Это связано с тем, что данный подход работает в рамках конкретного предприятия, где можно учесть особенности компании. Однако, не стоит забывать про человеческий фактор при количественном подходе. В 1974 году Альтман и Макгоем на примере показали превосходство количественного подхода над качественным. В модели дискриминантного анализа можно выделить работы следующих авторов: Э. Альтман, Д. Фульмер, Бафери, Дикин, Лис, Спрингэит, Кохен и Гилмер и др. Позднее был предложен множественный регрессионный анализ, в основу данного анализа была предложена связь между несколькими независимыми переменными и зависимой переменной. Такие модели называются предикативными. Среди исследователей в данной области можно выделить Змиджевского, Грица, Гилберта, Минона и Шварца и др.

Для того чтобы систематизировать методы оценки и прогнозирования риска финансовой несостоятельности предприятия была предложена классификация, в ее основу легли работы Г.А. Хайдаршиной и А.А. Чеснокова.

Если характеризовать прогностические способности методов оценки и прогнозирования финансовой несостоятельности можно выделить три вида прогностической способности: высокая, средняя, низкая.

К методам с высокой прогностической способностью относятся: дискриминантный и регрессионный анализ. Достоинствами дискриминантного анализа выступают следующие факторы: учитываются внешние факторы; точность прогнозирования; учитываются различные аспекты предприятия; интерполяция результатов на будущие периоды. Недостатками выступают ограничения и требования к выборке и не учитываются качественные характеристики компании. Регрессионный анализ также учитывает внешние факторы; интерполяция результатов на будущие периоды; точность прогнозирования; позволяет количественно определять вероятность события; учитываются качественные характеристики предприятия в отличие от предыдущего метода. Минусами представленного метода является необходимость актуализации некоторых коэффициентов и проведение дополнительного анализа для объяснения результатов.

Коэффициентные, рейтинговые и критериальные методы - это методы со средней прогностической способностью. Все три метода позволяют учитывать внешние факторы, учитывают качественные показатели компании, не требуют сложных вычислений и периодический актуализации и др. Недостатками можно назвать то, что методы не предполагают интерполяцию результатов на будущие периоды и не учитывают отраслевые специфику компании.

Методы с низкой прогностической способностью: аналоговые и нормативные. Достоинствами аналогового методы выступают: наглядность, нет сложных вычислений, сопоставление рыночного положения с конкурентами, учитываются комплексно все аспекты компании.

Недостатки: не интерполируют результаты на будущие периоды, не учитываются внешние факторы, невозможность использовать внешними аналитиками, зависимость результата анализа от объекта сопоставления. Нормативный метод подразумевает два достоинства: комплексный анализ финансово-хозяйственной деятельности и наличие регламентированной методики проведения анализа. Недостатками можно назвать: низкая предсказательная способность, узкая специфика и не учитываются внешние факторы.

Исходя из вышесказанного можно сделать вывод о том, что наиболее эффективными с прогностической точки зрения являются методы, основанные на статистическом анализе данных, т.е. дискриминантные и регрессионные. Первые являются наиболее распространенными при прогнозировании банкротства.

Суть анализа основывается на отнесении объекта исследования в группу в зависимости от значений параметров. Значения весовых коэффициентов определяется путем метода наименьших квадратов и не зависит от субъективных оценок.

Однако, данный метод не может носить универсальных характер, потому что в компаниях есть различия и особенности, не присущие друг другу. Для наибольшей достоверности, значения весовых коэффициентов приходится постоянно обновлять.

Среди российских ученых, которые внесли вклад в дискриминантный анализ прогнозирования банкротства можно выделить А.Ю. Беликова, Г.В. Давыдову, Д.Я. Вишнякова, А.В. Колосова, В.Л. Шемякина.

Модель Давыдовой-Беликова выражается в уравнении:

,

где

K₁ - коэффициент обеспеченности собственными оборотными средствами;

K₂ - рентабельность собственного капитала;

K₃ - оборачиваемость активов;

K₄ - отношение чистой прибыли к сумме себестоимости продукции, коммерческих и управленческих расходов.

Критерии вероятности банкротства предприятия по данной модели выстраиваются в следующую иерархию:

.     Если значение Z<0, то риск банкротства максимальный (90-100%).

2.       Если 0≤Z<0,18, то вероятность наступления банкротства высокая (60-80%).

.        Если 0,18<Z<0,32, то риск банкротства средний (35-50%).

.        Если 0,32<Z<0,42, вероятность банкротства низкая (15-20%).

.        Если Z>0,42, то вероятность банкротства минимальная.

Точность данной модели составляет около 80%. Основной особенностью является то, что специализируется данная модель на организациях в сфере торговли.

Д.Я. Вишняков, А.В. Колосов, В.Л. Шемякин и их дискриминантная модель прогнозирования банкротства учитывает влияние шести факторов и выглядит следующим образом:

,

где

К₁ - коэффициент обеспеченности собственными оборотными средствами;

К₂ - коэффициент текущей ликвидности;

К₃ - рентабельность собственного капитала;

К₄ - капитализация;

К₅ - коэффициент общей платежеспособности;

К₆ - коэффициент менеджмента.

Впервые российскими экономистами был введен коэффициент менеджмента при построении дискриминантных моделей. Коэффициент менеджмента - это соотношение выручки от реализации и текущие обязательства. Если Z<10-50, то риск банкротства высокий.

Следующая модель, требующая внимания - это шестифакторная модель О.П. Зайцевой которая характеризуется уравнением:

,

где

К₁ - коэффициент убыточности предприятия;

К₂ - кредиторская и дебиторская задолженность;

К₃ - обратная величина коэффициенту абсолютной ликвидности (соотношение краткосрочных обязательств и наиболее ликвидных активов);

К₄ - убыточность реализации продукции;

К₅ - коэффициент финансового рычага;

К₆ - коэффициент загрузки.

Для определения вероятности банкротства необходимо сравнить фактическое значение коэффициента с нормативным значением. Если фактический коэффициент больше нормативного, отсюда следует, что есть высокая вероятность наступления банкротства компании, а если меньше - то вероятность банкротства низкая.

Перейдем к наиболее распространенным и эффективным регрессионным методам прогнозирования банкротства. Необходимо заметить, что logit-модели прогнозирования банкротства представляют наибольший интерес для ученых, поскольку они показывают высокие результаты.

Logistic regression analysis - это расширение методики многомерного регрессионного анализа и результат анализа должен быть дискретным, т.е. зависимая переменная должна быть дихотомической по своей природе (например, истина или ложь).

Иными словами, это разновидность множественной регрессии, назначение которой состоит в анализе связи между несколькими зависимыми переменными и зависимой переменной. С помощью данной регрессии можно оценить вероятность того, что событие наступит для конкретного испытуемого.

Этот метод получил широкое распространение в 1980-е гг. и обеспечивает максимально точные модели при прогнозировании банкротства в отличие от классических методик. При анализе банкротства logit-модель выступает как статистическая модель предсказания вероятности наступления банкротства предприятия.

Одним из преимуществ logit-анализа является то, что исследователь имеет возможность построить модель нелинейной зависимости, таким образом, для несостоятельных компаний - данный анализ снимает ограничение с условия подчинения дискриминантных переменных многомерному нормальному закону распределения. Не возникает проблем с однозначной интерпретацией результирующего показателя этой вероятности. В logit - моделях отсутствуют «зоны неопределенности» и аналитик вправе самостоятельно устанавливать числовые характеристики порога.

Данная модель имеет вид:

,

где:

P - вероятность наступления банкротства в долях единицы (от 0 до 1);

e - основание натурального логарифма (2,71828);

Y-коэффициент - интегральный показатель, который вычисляется в зависимости от разработанной модели.

В международной практике основоположником логистической регрессии в 1980-е гг. считается Джеймс Олсон, однако, первым формулу logit уравнения вывел Д. Чессер в 1974 г. Она имеет следующий вид:

,

где

Х₁ - отношение суммы денежной наличности и быстрореализуемых ценных бумаг к совокупным активам;

Х₂ - отношение объема продаж к сумме наличности и быстрореализуемых ценных бумаг;

Х₃ - отношение валовой прибыли к совокупным активам;

Х₄ - отношение заемного капитала к совокупным активам;

Х₅ - отношение основного капитала к чистым активам;

Х₆ - отношение оборотного капитала к объему продаж.

Далее показатель Y используется для расчета вероятности банкротства, если P<0,5, то вероятность наступления банкротства весьма низкая, если же наоборот, то высокая.

Выводы по 1 главе

Риск финансовой несостоятельности заключается в том, что деятельность в условиях неопределённости отражает вероятность абсолютной утраты компанией платежеспособности в результате нарушения воспроизводственного процесса, таким образом, неустойчивое финансовое состояние предприятий говорит не только внешней общеэкономической и политической ситуацией, но и неэффективным финансовым менеджментом.

Следует заметить, что на финансовую несостоятельность влияет огромное количество внутренних и внешних факторов. Взаимосвязь этих факторов приводят нас к предпосылкам финансовой несостоятельности организации.

Таким образом, разделений факторов огромное множество. Главное, для каждого предприятия выбрать необходимую классификацию с учетом специфики отрасли, провести анализ и найти то больное место, которое может привести к финансовой неустойчивости. Чаще всего, это два-три ключевых момента, они могут быть не только экономическими, но и учитывать политические, психологические факторы в совокупности. Но следует обратить внимание на то, что внутренняя особенность финансов организаций сама по себе не отразит реальную картину сути происходящего. Взаимосвязь ключевых внутренних и внешних факторов поможет понять угрожает ли компании риск быть финансово несостоятельной.

На сегодняшний день, в литературе довольно большое количество методов оценки финансовой несостоятельности. Однако, это не говорит о том, что разработаны методы, для прогнозирования данной проблематики.

Если характеризовать прогностические способности методов оценки и прогнозирования финансовой несостоятельности можно выделить три вида прогностической способности: высокая, средняя, низкая.

Наиболее эффективными с прогностической точки зрения являются методы, основанные на статистическом анализе данных, т.е. дискриминантные и регрессионные. Первые являются наиболее распространенными при прогнозировании банкротства. Суть анализа основывается на отнесении объекта исследования в группу в зависимости от значений параметров. Значения весовых коэффициентов определяется путем метода наименьших квадратов и не зависит от субъективных оценок. Однако, данный метод не может носить универсальных характер, потому что в компаниях есть различия и особенности, не присущие друг другу. Для наибольшей достоверности, значения весовых коэффициентов приходится постоянно обновлять.

Таким образом, теоретические основы финансовой несостоятельности были раскрыты в первой главе, также были проанализированы методы оценки прогнозирования риска финансовой несостоятельности. Проранжированы методы с точки зрения прогностических способностей.

ГЛАВА 2. ОЦЕНКА ВЛИЯНИЯ ФАКТОРОВ НА РИСК ФИНАНСОВОЙ НЕСОСТОЯТЕЛЬНОСТИ

.1 Отраслевые особенности сферы торговли

Мировой внешнеторговый оборот за последние двести лет отличается стабильностью и постоянным ростом, согласно статистическим исследованиям. В международной торговле выделяются следующие характеристики:

.     Рост относительно производства (к совокупному ВВП мира).

2.       Географические особенности.

.        Темпы роста импорта и экспорта.

.        Изменение соотношений групп товаров.

Внешняя торговля РФ в 2016 году составляла 530,4 млрд. долларов. В прошлом году - 471,2, т.е. сократилась на 11,2%. В том числе: экспорт сократился на 17%, импорт - на 0,4%.