CC BY
33
УДК 336.1 doi: 10.20310/1819-8813-2017-12-3-170-176
ВЛИЯНИЕ ИСПОЛЬЗОВАНИЯ РАЗЛИЧНЫХ МЕТОДОВ ПРОГНОЗИРОВАНИЯ БАНКРОТСТВА КОМПАНИИ НА СОВЕРШЕНСТВОВАНИЕ КРЕДИТНОГО ПРОЦЕССА КОММЕРЧЕСКОГО БАНКА
ТЯНУТОВА ТАТЬЯНА ВЛАДИМИРОВНА
Тамбовский государственный университет имени Г. Р. Державина, г. Тамбов, Российская Федерация, e-mail: ttv3110@mail.ru
ДОРОЖКИНА НАТАЛЬЯ ИГОРЕВНА
Тамбовский государственный университет имени Г. Р. Державина, г. Тамбов, Российская Федерация, e-mail: natasha_16.06@mail.ru
Организации со скрытым банкротством всегда существовали и будут существовать на рынке, пока их финансовое положение совсем не ухудшится. Однако исследования по выявлению скрытого банкротства не допускают наступление реального банкротства, и таким образом они становятся интересны для академических исследователей и практиков бизнеса. В связи с этим увеличивается потребность в развитии и управлении теоретической методологией подходов к выявлению скрытого банкротства. В данной работе рассматриваются модели прогнозирования банкротства, созданные В. Бивером (1966), Э. Альтманом (1968), Дж. Олсоном (1980), Р. Таффлером (1983), М. Змиевским (1984). Также описаны различные принципы и подходы к выявлению скрытого банкротства предприятий на ранних стадиях. При использовании существующих методик выявления скрытого банкротства следует учитывать необходимость тщательного отбора финансовых показателей, требуется использовать показатели, являющиеся результативными и характерными для коммерческого кредитования. Необходимо обосновывать значимость компонентов в каждой группе согласно показателям, характерным для отрасли исследуемого предприятия. В оценке должны учитываться уровни показателей относительно оптимальных, соответствующих нормативам отрасли, принимая во внимание степень их значимости. В процессе исследования возникает потребность в развитии и управлении теоретической методологией. В российской экономике использование моделей возможно лишь в условиях полного соответствия финансовой системы и финансовой отчетности, бухгалтерского и налогового учета, а также законодательства страны, поэтому при выборе показателей для модели прогнозирования банкротства необходимо ориентироваться на выборочное применение показателей рассмотренных моделей. На основе анализа и систематизации наиболее адаптивных моделей прогнозирования банкротства в Российской бизнес-среде был предложен новый метод для анализа факторов, которые в большей степени влияют на скрытое банкротство.
Ключевые слова: коммерческий кредит, оценка риска банкротства, скрытое банкротство, выручка, дебиторская задолженность, кредиторская задолженность
В настоящее время существует множество статистических моделей, но ни одна из них не является идеальной эконометрической моделью предсказания банкротства предприятия, и исследования в выявлении и предсказании скрытого банкротства нуждаются в создании теоретической структуры. В решении этой задачи может помочь систематизация методологических подходов и теоретических основ. Организации со скрытым банкротством всегда существовали и будут существовать на рынке, пока их финансовое положение совсем не ухудшится. Но исследования по выявлению скрытого банкротства
не допускают наступление реального банкротства, и таким образом они становятся интересны для академических исследователей и практиков бизнеса. В связи с этим увеличивается потребность в развитии и управлении теоретической методологией подходов к выявлению скрытого банкротства.
Необходимость разработки методических подходов к выявлению банкротства на ранних стадиях обусловлена некоторыми тенденциями, происходящими с российской экономикой на современном этапе. Высокий рост удельного веса убыточных предприятий в России наступает с обострением
кризисных ситуаций на внутренних и мировых рынках, в период мирового экономического кризиса с 2008 по 2009 гг. В последующие три года ситуация нормализуется и количество предприятий-банкротов снижается. Но с 2014 г., в связи с валютным кризисом в России, происходит резкий скачок удельного веса убыточных организаций.
В 2015 г. процент предприятий-банкротов почти не изменился (32,6 %), а в 2016 г. снова вырос,
40,0 35,0 30,0 25,0 20,0 15,0
Скрытое банкротство чаще всего определяется как фиктивное или преднамеренное. Фиктивное банкротство, как правило, преследует цели неуплаты долговых обязательств. При этом обращение в арбитраж по вопросу определения предприятия неплатежеспособным не имеет существенных на то оснований. Преднамеренное банкротство - приведение предприятия в такое финансовое состояние, что оно уже не может платить по счетам или выполнять долговые обязательства вследствие действий (умышленных или просто халатных) ответственных сотрудников или владельцев предприятия.
например, в январе 2016 г. доля убыточных организаций по сравнению с январем 2015 г. увеличилась на 1,5 п. п. и составила 37,6 %.
Это связано с тем, что предприятия в после кризисные годы расходуют накопленный запас прочности, и, если ситуация не будет улучшаться, банкротства компаний не прекратятся.
На рисунке 1 показан рост удельного веса убыточных предприятий России.
В России скрытое банкротство законодательно не определяется и не регулируется, но существует множество методик, которые можно применить для его выявления и оценки его влияния на финансовую эффективность компании. Эти методики основаны на прогнозных количественных и качественных моделях оценки потенциального банкротства
Исследования Dun & Bradstreet statistics выделили 5 внешних и внутренних факторов, которые оказывают наибольшее влияние на скрытое банкротство: экономические, опыт управления, снижение продаж, увеличение расходов и другие различные факторы (рис. 2).
2007 2008 2009 2010 2011 2012 2013 2014 2015
Рис. 1. Удельный вес убыточных организаций, % с 2008 по 2015 гг.
Рис. 2. Причины скрытого банкротства
Исследование скрытого банкротства может проводится тремя методами: выбор применяемой модели прогнозирования, переменных или типовых критериев, характеризующих банкротство и выбор методологии анализа (рис. 3).
Первые исследования в поиске количественных аналитических коэффициентов для предсказания банкротства компаний проводились в США в 1932 г., когда Фицпатрик опубликовал исследова-
ние в Certified Public Accountant. Оно было проведено по 20 фирмам, среди которых были фирмы банкроты и фирмы, которые не обанкротились. Тогда он не смог провести полный статистический анализ, но у него получилось интуитивно интерпретировать значения показателей и их тенденции. Его интерпретация была эффективным комплексным многофакторным анализом.
Рис. 3. Направления исследования скрытого банкротства
Следующие исследования создали прогнозные одномерные и многомерные модели финансовых коэффициентов, сделанные В. Бивером (1966), Э. Альтманом (1968), Дж. Олсоном (1980), Р. Таф-флером (1983), М. Змиевским (1984) и другими. В зависимости от видения конкретных ученых, в моделях меняется базисная система критериев, определяющих банкротство предприятия, а также различается количество предприятий, по которым проведен анализ, методология анализа, и приоритетные направления статистического исследования.
В. Бивер был одним из первых финансовых аналитиков, использовавшим статистические приемы в сочетании с финансовыми коэффициентами
для прогнозирования вероятности банкротства на предприятии. Он на основании сравнения влияния 30 финансовых показателей предложил пять коэффициентов для оценки финансового состояния предприятия с целью диагностики банкротства, а именно чистой прибыли к общей задолженности (92 %), чистой прибыли к чистой стоимости активов (91 %), общий долг (90 %), а чистый капитал к общей сумме активов (90 %).
В зарубежных финансовых организациях для оценки вероятности банкротства наиболее часто используется <й-счет» Э. Альтмана (индекс кредитоспособности), который представляет собой двух-факторную 1968 г. и пятифакторную (1983) модели,
построенные по данным успешно действующих и обанкротившихся предприятий США.
При построении индекса Альтман обследовал 22 аналитических коэффициента, которые использовал для прогнозирования банкротства. Из этих показателей он отобрал пять наиболее значимых и построил многофакторное регрессионное уравнение. В результате, индекс Альтмана представляет собой функцию от некоторых независимых переменных, характеризующих экономический тренд и результаты работы организации за истекший период.
Многие аналитики подстраивали систему Альтмана под реалиинациональных компаний такие, как Р. Таффлер для английских компаний. Французские экономисты Ж. Конан и М. Голдер, используя метод, разработанный Э. Альтманом, построили модель для французских компаний, где наиболее результативный показатель - отношение финансовых издержек к выручке от реализации по сравнению с другими коэффициентами.
Ограничения дискриминантного анализа создали пространство для развития логит-моделей. Дж. Олсон (1980) представил модель прогнозирования банкротства, где определил переменные, на основании их частого использования в других моделях выявления скрытого банкротства, он следовал методике Мертона (1974), называемой distancetodefault (DD) «расстояние до банкротства». Расчет О-счета Олсона является результатом 9-факторной линейной комбинации финансовых коэффициентов, которые легко могут быть получены из стандартных деклараций о доходах, предоставляемых публичными корпорациями. Два из 9 факторов не оказывают серьезного влияния в формуле, однако автор их все равно использует, это X, который равняется 1, если ^ (общая сумма обязательств) больше ТА (общая сумма активов), и 0 в противном случае. А также Y, который равняется 1, если у организации чистый убыток в течение последних двух лет, и равен 0 в противном случае. Помимо этих двух факторов в модели используются: ТА - общая сумма активов, ВНП -Валовой национальный продукт, ТЪ - общая сумма обязательств, WC - оборотный капитал, ^ - текущие обязательства, СА - оборотные активы, N1 - чистый доход, FFO - средств от операций.
Далее, М. Змиевский (1984) применил пробит-модель с использованием таких показателей, как № - чистый доход, ТА - общая сумма активов, ТЪ -общая сумма обязательств, ^ - текущие обязательства, СА - оборотные активы.
По использованию в исследуемых моделях В. Бивера (1966), модель Э. Альтмана 2-х фактор-
ная (1968), Э. Альтмана 5-ти факторная модель (1983), Р. Лиса (1972), Р. Таффлера и Г. Тишоу (l974), Р. Спрингейта (1978), Ж. Конана и М. Голдера (1979), Дж. Олсона (1980), Д. Фулме-ра (1984), М. Змиевского (1984), Ж. Лего (1987), чаще используется показатель TA или активы баланса, в два раза реже берется отношение к TL -общая задолженность (краткосрочная и долгосрочная). Не так часто используют нераспределенную прибыль и валюту баланса, RE (Retained Earnings (adjustedforscripissues) / Totalassets) - нераспределенная прибыль к валюте баланса и MVEBV (Marketvalueofequity / Bookvalueofto-talliabilities) - собственный капитал к валюте пассивов баланса, соответственно. По сравнению с ними чаще обращаются к показателям «выручка от продажи» - SL (sales) и «чистый доход» - NI (netincome). Оборотный капитал WC (working-capital) считается в моделях отдельно, а также по его составляющим текущие активы CA (curren-tassets) и текущая задолженность - CL (currentlia-bilities). Вместе эти показатели используются 21 раз в синтетических показателях и представлены во всех рассмотренных моделях, кроме модели Ж. Лего.
Также в моделях рассчитываются показатели денежного потока (cash flow), денежные средства от операций (FFO), расходы по обслуживанию займов (Sales financing from funds raised - цена заемного капитала), материальные активы или tangible total assets, зарплатоемкость - отношение расходов на оплату труда к добавленной стоимости (себестоимость - стоимость сырья, энергии, услуг сторонних организаций) или remunerated staff ratio, прибыль до выплаты процентов и налогов или gross operating profit, revenues - выручка (валовой доход от реализации продукции, работ и услуг), extraordinary items - чрезвычайные расходы и financial expenses - финансовые расходы, а также ВНП - GNP pricelevel index.
Многие российские авторы считают, что применения иностранных моделей прогнозирования банкротства в отечественных условиях не дают точных результатов. Сплошное применение моделей возможно лишь в условиях полного соответствия финансовой системы и финансовой отчетности, бухгалтерского и налогового учета, а также законодательства страны, поэтому при выборе показателей для модели прогнозирования банкротства необходимо ориентироваться на выборочное применение показателей рассмотренных моделей.
В целях осуществления коммерческого кредитования предприятиями целесообразно включить в совокупность показатели характеризующие его результаты, а именно, «выручка от продаж (без НДС)»
- sales (SL) по стандартам МСФО или revenues по GAAP, «чистая прибыль» - netincome (NI) в GAAP или netprofite МСФО, показатели, характеризующие эффективность коммерческого кредитования, это «дебиторская задолженность» (AR - accounts receivable) и «кредиторская задолженность» (AP -accountspayable), они являются составляющими показателей текущих активов и текущих пассивов, которые часто используются зарубежными авторами в их моделях прогнозирования банкротства. И показатель «запасы» (Inventories), как характеристика влияния внешних факторов на работу предприятия, а именно затоваривание продукции на складе из-за невозможности ее реализации (сложность сбыта, неплатежи контрагентов и неправильное стратегическое планирование объемов производимой продукции). В совокупность признаков еще добавлен качественный показатель, выделяемый Т. Скоуном для его оценочной качественной модели скрытого банкротства - «Компании менее пяти лет?», ответ на который можно получить показателем возраст предприятия.
Анализ этих показателей для прогнозирования банкротства, а также выявления изменений по ним для оценки скрытого банкротства является эффективным в оценке будущего организаций-дебиторов при коммерческом кредитовании.
В целях дальнейшего развития методологии в определении скрытого банкротства так до сих пор не создана единая теоретическая база, на которой основывались бы все исследования. Без ее создания и обоснования так и не будет принято единое мнение в отборе показателей, бесспорно характеризующих признаки банкротства.
Самая популярная теория для прогнозирования банкротства И. Хаши (1997) «Ликвидность, доходность и благосостояние», где разрабатывается явная зависимость банкротства от финансовых показателей и, согласно экономической концепции, переводится в измерение синтетических переменных. Идея исходит из восприятия финансовых показателей как показателей здоровья фирмы. Когда показатели фирмы «хорошие», она воспринимается как «здоровая в финансовом отношении», если же показатели плохие, то фирма становится потенциальным банкротом. Три главных категории этих показателей: ликвидность, доходность и богатство. Положительные и высокие значения этих трех компонент подразумевает низкий риск банкротства. Ее общность -это очевидная слабость этой отвлеченной теории. С другой стороны, эта «слабость» гарантирует, что теория не находится в противоречии с другими теориями. В контексте рыночной экономики конкурентное соревнование между фирмами ведет к не-
избежному восходящему потоку или движению от неэффективных процессов до эффективных, так называемая диверсификация деятельности одного концерна. Теоретически, на очень конкурентных рынках скрытое банкротство, или уже наступившее, закрытие предприятия должны стать редкими явлениями.
Дж. Скотт (1981) в «Теории потока наличности» говорит, что создание модели выявления банкротства лучше всего может быть объяснено «потоком наличности» (cashflow). Бивер (1966-1980) пишет: «Фирма рассматривается как водохранилище ликвидных активов, которое пополняется притоками и истощается оттоками. Водохранилище служит подушкой безопасности или буфером против изменений в потоках. Платежеспособность фирмы может быть определена с точки зрения вероятности, что водохранилище будет исчерпано, в этом случае фирма будет неспособна заплатить по своим обязательствам, т. е. возникает банкротство)».
Утверждалось, что фирмы с положительным потоком наличности в состоянии привлечь инвестиции в свой капитал, в то время как фирмы с отрицательным или недостаточным наличным притоком на это неспособны, поэтому становятся перед лицом банкротства. Согласно этому аргументу, предприятие банкротится, когда недополучает прибыль или не получает ее совсем, то есть поток наличности отрицателен или меньше, чем долговые обязательства.
Теорию Р. С. Мертона (1973) определяет цена исполнения опциона - ценность обязательств. В оригинальной формулировке Мертона у долга есть срок погашения, и он определяется сроком опциона. Когда рыночная стоимость активов опускается ниже определенного уровня, то предприятие не сможет выполнить своих обязательств. В соответствии с моделью Мертона, будущую стоимость активов характеризовали вероятность ее распределения, математическое ожидание и стандартное отклонение. Если будущая стоимость активов имеет большую разницу с обязательствами, и эта разница называется «расстояние до банкротства», то есть чем больше стоимость активов предприятия, тем меньше вероятность банкротства.
Джон У. Уилкокс (1971) в теории «Крушение игрока» (Gambler's Ruin) использовал игру крушение игрока, теоретическую структуру для предсказания риска. Предполагалось, что финансовое положение фирмы может быть определено как устойчивое денежно-финансовое состояние или абсолютная несостоятельность в любое время. Согласно этой теории, моделируют время наступления банкротства, основанное на притоках и оттоках денеж-
ных ресурсов. Стоимость активов предприятия - это источники потоков наличности, которые либо пополняют источник, либо истощают его. Банкротство наступает в случае истощения источника.
При использовании существующих методик выявления скрытого банкротства следует учитывать необходимость тщательного отбора финансовых показателей, требуется использовать показатели, являющиеся результативными и характерными для коммерческого кредитования. Необходимо обосновывать значимость компонентов в каждой группе согласно показателям, характерным для отрасли исследуемого предприятия. В оценке должны учитываться уровни показателей относительно оптимальных, соответствующих нормативам отрасли, принимая во внимание степень их значимости. В процессе исследования возникает потребность в развитии и управлении теоретической методологией.
Литература
1. Пчеленок Н. В. Маслов Б. Г. Зарубежные и Российские методики прогнозирования банкротства // Управленческий учет. 2005. № 5.
2. Altman, Edward I «Financial ratios, discriminant analysis and the prediction of corporate bankruptcy» // Journal of Finance. 1968. 23 (4): Р. 589-609.
3. Beaver Financial ratios predictors of failure // Journal of Accounting Research. 4 (Supplement), 1966. Р. 71-111.
4. Fitzpatrick P. A comparison of the ratios of successful industrial enterprises with those of failed companies. Washington: The Accountants' Publishing Company. 1932.
5. Hashi I. The Economics of Bankruptcy, Reorganization, and Liquidation: Lessons for East European Transition Economies. Russian and East European Finance and Trade 1997. Vol. 33, №. 4. Р. 6-34.
6. Merton R.C. 1973 Theory of Rational Option Pricing. The Bell Journal of Economics and Management Science. Vol. 4. №. 1. Р. 141-183.
7. Scott J. T. The probability of bankruptcy: a comparison of empirical predictions and theoretical models // Journal of Banking and Finance. 1981. № 5.
8. Wlcox J. W. A gambler's ruin prediction of business failure using accounting data. Sloan Management Review. 3. 1971. Essays on corporate bankruptcy. Ph.D. dissertation, State University of New York-Buffalo
9. Ying Zhou и Taha M. S. Elhag Apply Logit analysis in Bankruptcy Prediction Proceedings of the 7th WSEAS International Conference on Simulation, Modelling and Optimization, Beijing, China, September 15-17, 2007.
10. Zmijewski, Mark E. Methodological issues related to the estimation of financial distress prediction models // Journal of Accounting Research 22 (Supplement), 1984. Р. 59-86.
11. Федеральная служба государственной статистики. URL: http://www.gks.ru/free_doc/new_site/finans/din-finrez.htm
References
1. Pchelenok N. V. Maslov B. G. Zarubezhnye i Rossijskiye metodiki prognozirovaniya bankrotstva [Foreign and Russian techniques of forecasting of bankruptcy] // Upravlencheskij uchet. 2005. № 5.
2. Altman, Edward I «Financial ratios, discriminant analysis and the prediction of corporate bankruptcy» // Journal of Finance. 1968. 23 (4): Р. 589-609.
3. Beaver Financial ratios predictors of failure // Journal of Accounting Research. 4 (Supplement), 1966. Р. 71-111.
4. Fitzpatrick P. A comparison of the ratios of successful industrial enterprises with those of failed companies. Washington: The Accountants' Publishing Company. 1932.
5. Hashi I. The Economics of Bankruptcy, Reorganization, and Liquidation: Lessons for East European Transition Economies. Russian and East European Finance and Trade 1997. Vol. 33, №. 4. Р. 6-34.
6. Merton R.C. 1973 Theory of Rational Option Pricing. The Bell Journal of Economics and Management Science. Vol. 4. №. 1. Р. 141-183.
7. Scott J. T. The probability of bankruptcy: a comparison of empirical predictions and theoretical models // Journal of Banking and Finance. 1981. № 5.
8. Wlcox J. W. A gambler's ruin prediction of business failure using accounting data. Sloan Management Review. 3. 1971. Essays on corporate bankruptcy. Ph.D. dissertation, State University of New York-Buffalo
9. Ying Zhou i Taha M. S. Elhag Apply Logit analysis in Bankruptcy Prediction Proceedings of the 7th WSEAS International Conference on Simulation, Modelling and Optimization, Beijing, China, September 15-17, 2007.
10. Zmijewski, Mark E. Methodological issues related to the estimation of financial distress prediction models // Journal of Accounting Research 22 (Supplement), 1984. Р. 59-86.
11. Federal'naya sluzhba gosudarstvennoj statistiki [Federal State Statistics Service]. URL: http://www.gks.-ru/free_doc/new_site/finans/din-finrez.htm
* * *
INFLUENCE OF USE OF VARIOUS METHODS OF FORECASTING OF BANKRUPTCY OF THE COMPANY ON IMPROVEMENT OF CREDIT PROCESS OF COMMERCIAL BANK
TYANUTOVA TATYANA VLADIMIROVNA Tambov State University named after G. R. Derzhavin, Tambov, the Russian Federation, e-mail: ttv3110@mail.ru
DOROZHKINA NATALYAIGOREVNA Tambov State University named after G. R. Derzhavin, Tambov, the Russian Federation, e-mail: natasha_16.06@mail.ru
The organizations with the hidden bankruptcy always existed and will exist at the market until their financial position worsens at all. However researches on detection of the hidden bankruptcy do not allow approach of real bankruptcy, and thus they become interesting to the academic researchers and practicians of business. In this regard the need for development and management of theoretical methodology of approaches to detection of the hidden bankruptcy increases. In this article authors considered the models of forecasting of bankruptcy created by V. Biver (1966), E. Altman (1968), J. Olson (1980), R. Taffler (1983), M. Zmievsky (1984) and also described various principles and approaches to detection of the hidden bankruptcy of the enterprises at early stages. When using of the existing techniques of detection of the hidden bankruptcy it is necessary to consider need of careful selection of financial performance, it is required to use the indicators which are productive and characteristic of commercial crediting. It is necessary to prove the importance of components in each group according to the indicators characteristic of branch of the studied enterprise. In an assessment levels of indicators rather optimum, corresponding to standards of branch, in view of degree of their importance have to be considered. In the course of the research there is a need for development and management of theoretical methodology. In the Russian economy use of models is possible only in the conditions of full compliance of a financial system and financial statements, accounting and tax accounting, and also the legislation of the country therefore at the choice of indicators for model of forecasting of bankruptcy it is necessary to orient to selective application of indicators of the considered models. On the basis of the analysis and systema-tization of the most adaptive models of forecasting of bankruptcy in the Russian business environment the new method for the analysis of factors which more influence the hidden bankruptcy was offered.
Key words: commercial credit, assessment of risk of bankruptcy, hidden bankruptcy, revenue, receivables, accounts payable
Об авторах:
Тянутова Татьяна Владимировна, магистрант 2 года обучения Института экономики, управления и сервиса Тамбовского государственного университета имени Г. Р. Державина, г. Тамбов, Российская Федерация
Дорожкина Наталья Игоревна, кандидат экономических наук, доцент кафедры финансов и банковского дела Тамбовского государственного университета имени Г. Р. Державина, г. Тамбов, Российская Федерация
About the authors:
Tyanutova Tatyana Vladimirovna, Applicant for Master's Degree of Institute of Economy, Management and Service, Tambov State University named after G. R. Derzhavin, Tambov, the Russian Federation
Dorozhkina Natalya Igorevna, Candidate of Economics, Associate Professor of the Finance and Banking Department, Tambov State University named after G. R. Derzhavin, Tambov, the Russian Federation
