Антикризисное управление

коэффициент обеспеченности собственными оборотными средствами (доля собственных оборотных средств в оборотных активах) - определяет степень обеспеченности организации собственными оборотными средствами, необходимыми для ее финансовой устойчивости, и рассчитывается как отношение разницы собственных средств и скорректированных внеоборотных активов к величине оборотных активов;

доля  просроченной кредиторской задолженности в  пассивах - характеризует наличие просроченной кредиторской задолженности и ее удельный вес в совокупных пассивах организации и определяется в процентах как отношение просроченной кредиторской задолженности к совокупным пассивам;

показатель отношения дебиторской задолженности к совокупным активам - определяется как отношение суммы долгосрочной дебиторской задолженности, краткосрочной дебиторской задолженности и потенциальных оборотных активов, подлежащих возврату, к совокупным активам организации.

Коэффициенты, характеризующие деловую активность:

рентабельность активов - показывает степень эффективности использования имущества организации, профессиональную квалификацию менеджмента предприятия и определяется в процентах как отношение чистой прибыли (убытка) к совокупным активам организации;

норма чистой прибыли - характеризует уровень доходности хозяйственной деятельности организации и определяется в процентах как отношение чистой прибыли к выручке (нетто).

Указанные показатели и коэффициенты, динамика их изменения рассчитываются поквартально не менее чем за двухлетний период.

2.5. Факторный финансовый  анализ

          Основной идеей создания моделей факторного анализа является то, что по данным наблюдений тренда и поведения некоторых коэффициентов различных фирм до момента банкротства можно делать прогнозы. Считается, что признаки ухудшения обстановки, о которых сигнализируют изменения коэффициентов, можно выявить достаточно рано, чтобы принять меры и избежать значительного риска невыполнения обязательств и банкротства.

         Одной из простейших моделей прогнозирования вероятности банкротства считается двухфакторная модель. Она основывается на двух ключевых показателях (например, показатель текущей ликвидности и показатель доли заемных средств), от которых зависит вероятность банкротства предприятия. Эти показатели умножаются на весовые значения коэффициентов, найденные эмпирическим путем, затем результаты складываются с постоянной величиной, полученной тем же (опытно-статистическим) способом. Если результат оказывается отрицательным, вероятность банкротства невелика. Положительное значение указывает на высокую вероятность банкротства. Такая модель не обеспечивает всесторонней оценки финансового состояния предприятия, поэтому возможны слишком значительные отклонения прогноза от реальности.

         К ранним исследованиям поведения коэффициентов, предшествующего краху фирмы, относятся работы А. Винакора и Р. Смитира, которые изучили 183 фирмы, испытывавшие финансовые трудности на протяжении 10 лет. Ученые пришли к выводу, что соотношение чистого оборотного капитала и суммы активов является одним из наиболее точных и надежных показателей банкротства.

         П. Фитцпатрик анализировал трех- и пятилетние тренды 13 коэффициентов у 20 фирм, которые потерпели крах в 1920-1929 гг. Сравнивая их с показателями деятельности контрольной группы из 19 успешно действующих фирм, он сделал вывод о том, что все анализируемые коэффициенты в некоторой степени предсказывали крах. Однако оказалось, что наилучшими показателями несостоятельности являются коэффициенты соотношения прибыли и чистого собственного капитала и чистого собственного капитала и суммы задолженности.

       К. Мервин изучил опыт 939 фирм за период 1926- 1936 гг. Проанализировав несколько основных коэффициентов, он обнаружил, что три коэффициента были наиболее приемлемыми для предсказания прекращения деятельности фирмы за 4-5 лет до этого события. Он выделил три коэффициента: коэффициент покрытия, отношение чистого оборотного капитала к сумме активов и чистого собственного капитала к сумме задолженности. Все они характеризуются снижающимися трендами перед прекращением деятельности и все время показывают значение ниже нормального уровня.

       Сосредоточивая внимание на опыте компаний, которые испытали трудности с выплатой задолженности и банковских кредитов, В. Хикман изучил опыт выпуска корпоративных облигаций за период 1900-1943 гг. и пришел к выводу, что коэффициент покрытия процентных выплат и отношение чистой прибыли к объему продаж оказались весьма полезными предсказателями невыполнения условий выпуска облигаций.

         В. Бивер применил более сильную статистическую методику, чем его предшественники, и обнаружил, что финансовые коэффициенты оказались полезными для прогнозирования банкротства и невыполнения обязательств по облигациям по меньшей мере за 5 лет до краха. Он определил, что коэффициенты можно использовать для точного разграничения фирм, которые терпят крах и избегают его, в значительно большей степени, чем это возможно при случайном предсказании. Одним из его выводов было то, что и в краткосрочной, и в долгосрочной перспективе отношение потоков денежных средств к сумме задолженности было наилучшим предсказателем; следующими по важности были коэффициенты структуры капитала, далее - коэффициенты ликвидности, а наихудшими - коэффициенты оборачиваемости.

          При изучении способности коэффициентов предвещать изменения рейтинга облигаций Дж. Хорриган обнаружил, что изменения рейтинга можно предсказать гораздо точнее, используя коэффициенты, а не случайное предсказание.

Среди многокритериальных выделяется модель, предложенная в 1968 г. Э. Альтманом. Он первым использовал мультипликативный дискриминантный анализ для создания модели прогнозирования несостоятельности с высокой степенью точности.

         При построении Z-счета Альтман обследовал 66 фирм, из которых одна половина фирм обанкротилась за период 1946-1965 гг., а другая половина работала успешно. Он исследовал 22 аналитических коэффициента, которые могли быть использованы для прогнозирования возможного банкротства. Из этих показателей он отобрал пять наиболее значимых для прогноза и построил многофакторное регрессионное уравнение.

Модель  Альтмана имеет вид:

Z = 1,2 А + 1,4B + 3,3C + 0,6D + 0,999E , где :

A = (Собственные  оборотные средства) / (Всего активов) 

B = (Неопределенная прибыль) / (Всего активов)

C = (Прибыль  до уплаты налога и процентов) / (Всего активов) 

D = (Рыночная  стоимость собственного капитала) / (Всего кредиторской задолженности) 

E = (Оборот) / (Всего активов) 

       Критическое значение индекса Z рассчитывалось Альтманом по данным статистической выборки и составило 2,675. Сопоставление с этой величиной расчетного значения индекса Z для конкретной фирмы позволяет говорить о возможном в будущем (2-3 года) банкротстве одних (Z< 2,675) и устойчивом положении других (Z > > 2,675) фирм. Точность прогноза является достаточно высокой и составляет 95% для обследованных Альтманом 66 компаний.

       Модель Альтмана в настоящее время является наиболее известной. Она имеет один недостаток - ее можно применять лишь в отношении предприятий, котирующих свои акции на фондовых биржах, так как только для таких компаний можно получить рыночную оценку стоимости собственного капитала.

      В 1978 г. была разработана модель Г. Спрингейта. Он использовал мультипликативный дискриминантный анализ для выбора четырех из 19 самых известных финансовых показателей, которые наибольшим образом различаются для успешно действующих фирм и фирм-банкротов.

Модель  Спрингейта имеет  вид:

Z = 1,03A + 3,07B + 0,66C + 0,4D , где:

A = (Собственные оборотные средства) /(Всего активов)

B = (Прибыль  до уплаты налога и процентов) / (Всего активов) 

C = (Прибыль  до налогообложения) / (Текущие обязательства) 

D = (Оборот) / (Всего активов) 

Критическое значение Z ддя данной модели равно 0,862.

Точность этой модели составляет 92,5% для 40 компаний, исследованных Спрингейтом.

        Американский экономист Фулмер (Fulmer) в 1984 г. предложил модель, полученную при анализе 40 финансовых показателей 60 компаний - из них 30 действующих успешно и 30 фирм-банкротов со средней стоимостью активов, равной 455 тыс. долл. США.

Модель  Фулмера имеет  вид:

Z= 5,528A + 0,212B + 0,073C + 1,270D –  0,120E + 2,335F + 0,575G + 1,083H + 0,894I – 6,075 , где:

A = (Нераспределенная  прибыль) / (Всего активов) 

B = (Оборот) / (Всего активов)

C = (Прибыль  до налогообложения) / (Собственный  капитал) 

D = (Изменение  остатка денежных средств) / (Кредиторская  задолженность) 

E = (Заемные  средства) / (Всего активов) 

F = (Текущие  обязательства) / ( Всего активов) 

G = (Материальные внеоборотные активы) / (Всего активов)

H = (Собственные  оборотные средства) / (Кредиторская  задолженность) 

I = (Прибыль  до уплаты процентов и налога) / (Проценты)

Критическим значением Z является 0.

        Фулмер объявил точность для своей модели в 98% при прогнозировании банкротства в течение года и точность в 81% при прогнозировании банкротства за период больше года.

        Интересная модель предсказания банкротства была разработана под руководством канадского специалиста Ж. Лего (Jean Legault). При создании этой модели были проанализированы 30 финансовых показателей 173 промышленных компаний Квебека, имеющих ежегодную выручку от 1 до 20 млн долл. США.

Модель  Ж. Лего имеет вид:

Z = 4,5913 А + 4,5080B + 0,3936С –  2,7616 , где:

A = (Акционерный  капитал) / (Всего активов)

B = (Прибыль  до налогообложения + Издержки  финансирования) / (Всего активов) 

C = (Оборот  за два предыдущих периода) / (Всего  активов за два предыдущих  периода )

Критическим значением для Z является - 0,3.

     Точность данной модели составляет 83%. Она может быть использована только для прогнозирования банкротства промышленных компаний.

        Британский ученый Таффлер в 1977 г. предложил четырехфакторную прогнозную модель, при разработке которой использовал следующий подход.

       С помощью компьютерной техники на первой стадии вычисляются 80 отношений по данным обанкротившихся и платежеспособных компаний. Затем, используя статистический метод, известный как анализ многомерного дискриминанта, можно построить модель платежеспособности, определяя частные соотношения, которые наилучшим образом выделяют две группы компаний и их коэффициенты. Такой выборочный подсчет соотношений является типичным для определения некоторых ключевых измерений деятельности корпорации (прибыльность, соответствие оборотного капитала, финансовый риск и ликвидность). Объединяя эти показатели и сводя их соответствующим образом воедино, модель платежеспособности производит точную картину финансового состояния корпорации.

         Для усиления прогнозирующей роли моделей можно трансформировать Z-коэффициент в PAS-коэффициент (Performance Analysys Score), т.е. коэффициент, позволяющий отслеживать деятельность компании во времени. Изучая PAS-коэффициент как выше, так и ниже критического уровня, легко определить моменты упадка и возрождения компании.

       PAS-коэффициент представляет собой относительный уровень деятельности компании, выведенный на основе ее Z-коэффициента за определенный год и выраженный в процентах от 1 до 100. Например, PAS-коэффициент, равный 50, указывает на то, что деятельность компании оценивается удовлетворительно, тогда как PAS-коэффициент, составляющий 10, свидетельствует о том, что лишь 10% компаний находятся в худшем положении (неудовлетворительная ситуация).

       Итак, подсчитав Z-коэффициент для компании, можно затем трансформировать абсолютную меру финансового положения в относительную меру финансовой деятельности. Другими словами, если Z- коэффициент может свидетельствовать о том, что компания находится в рискованном положении, то PAS-коэффициент отражает историческую тенденцию и текущую деятельность на перспективу.