Вероятность банкротства

Размещено на http://www.allbest.ru/

Вероятность банкротства

На современном этапе в изученных нами источниках российские исследователи (А.Д. Шеремет, Л.Т. Гиляровская, Г.В. Савицкая, Е.С., Е.Н. Выборова, Д. Астринский, В. Напоин, А.В. Грачев и др.) предлагают различные методики оценки финансовой устойчивости предприятия, однако базой для их разработки послужили работы зарубежных экономистов и аналитиков, что, на наш взгляд, представляется закономерным.

Первые исследования аналитических коэффициентов для предсказания возможных осложнений в финансовой деятельности компаний проводились в США еще в начале 1930-х годов.

Среди тех, кто заложил методологическую базу для оценки несостоятельности предприятия можно выделить следующих ученных: Ш. Бургер, Г. Шельберг, Д. Фридман, Е. Альтман, У. Бивер, А. Винакор, Р.Ф. Смит, Р.Дж. Фицпатрик, К.Л. Мервин, Б. Хикман, Ж. Депалян, Дж. Фулмер, А. Таффлер, Ю. Бригхеми и др.

В современной практике финансово-хозяйственной деятельности зарубежных фирм для оценки вероятности банкротства наибольшей популярность пользуются модели, разработанные Э. Альтманом и У. Бивером. Данные модели способны с опережением подавать своего рода "сигналы тревоги" и обладают высокой точностью в оценке вероятности банкротства.

Популярность данных моделей можно, на наш взгляд, объяснить следующим: надежность выводов о банкротстве в представленных моделях существенно повышена, так как финансовый анализ прогнозирования вероятности банкротства предприятия дополнен использованием методов многофакторного статистического анализа.

Одним из методов многофакторного статистического анализа является метод дискриминантного анализа. С его помощью решаются задачи классификации (разбиения некоторой совокупности анализируемых объектов на классы) путем построения классифицирующей функции в виде корреляционной модели.

Можно выделить следующие этапы процесса построения модели прогнозирования вероятности банкротства предприятия с использованием метода дискриминантного анализа:

1. Формирование выборки предприятий аналогичного типа, в которую бы входили как обанкротившиеся предприятия, так и избежавшие банкротства.

2. Выбор состава показателей, которые бы отражали финансовое состояние предприятия.

3. Разделение выбранной совокупности предприятий на две группы: предприятия, преодолевшие кризис и выжившие и предприятия обанкротившиеся, и их описание с помощью выбранной системы финансовых показателей.

4. Представление исходных данных в виде некоторых формальных конструкций.

5. Построение дискриминантной функции (другое определение - классифицирующая, разделяющая функция) и ее идентификация.

6. Определение статистических оценок параметров распределения дискриминантной функции.

У. Бивером был одним из первых финансовых аналитиков, использовавшим наряду с финансовыми коэффициентами статистические приемы для прогнозирования вероятного банкротства предприятия. Для определения финансовых проблем он рассматривал широкий спектр критериев. У. Бивер изучал проблемы фирм, связанные с неспособностью выполнять свои финансовые обязательства (сложности с погашением задолженности в установленные сроки). Аналитик создавал базу данных, которую использовал потом в своей модели для статистического тестирования надежности тридцати финансовых коэффициентов. Среднее значение данных показателей у фирм, не имевших финансовых проблем, сравнивалось с величиной показателей у компаний, которые позднее стали банкротами. Автор вывел среднее значение коэффициента для преуспевающих фирм и фирм, находящихся на грани банкротства. Так, среднее значение коэффициента у обанкротившихся фирм равно приблизительно 0,20, в то время как у преуспевающих фирм оно достигает почти 0,45. Помимо этого в компаниях-банкротах наблюдается значительное снижение показателя в динамике: за пять лет до краха он составляет в среднем 0,20; за два года до банкротства коэффициент имеет уже отрицательное значение, которое в течение года уменьшается до - 0,18. В то же самое время у финансово устойчивых компаний коэффициент практически не меняется, его уровень стабильно превышает 0,40.

Основой для исследования У. Бивера послужили 30 финансовых коэффициентов с различной степенью значимости для прогнозирования финансового будущего предприятий. Одним из наиболее статистически надежных показателей считается коэффициент отношения cash flow к общей сумме задолженности. Beaver, W. H. Financial Ratios as Predictors of Failure. Empirical Research in Accounting: Selected Studies. Journal of Accounting Research, 1967, 71-111 pp.

Следующая известная модель - модель Э. Альтмана. Altman E.I. Financial ratios, discriminant analysis and the prediction of corporate bankruptcy// Journal of Finance (September 1968): pp. 589-609. Автором отмечается тот факт, что речь идет не об одной, а о нескольких моделей, качественно отличающихся друг от друга. Э. Альтман постоянно совершенствовал свою модель по мере накопления опыта и статистических данных о финансовой устойчивости предприятий.

Для построения своей модели автор использовал выборку данных о финансовом состоянии девятнадцати предприятий, одна часть из которых обанкротилась, а другая сумела избежать финансовых затруднений.

Основой для оценки финансовой устойчивости предприятия служили два показателя:

1. Кп (коэффициентом покрытия), определяемый как отношение текущих активов к краткосрочным обязательствам, известный в российской практике как коэффициент текущей ликвидности.

2. Кфз (коэффициентом финансовой зависимости), определяемый как отношение заемных средств к общей стоимости активов.

Коэффициент покрытия характеризует ликвидность (платежеспособность), а коэффициентом финансовой зависимости - финансовую устойчивость. Закономерным представляется тот факт, что при прочих равных условиях вероятность банкротства тем выше, чем меньше коэффициент покрытие и больше коэффициент финансовой зависимости. И наоборот, предприятие с меньшей вероятностью обанкротиться при высоком коэффициенте покрытия и низком коэффициенте финансовой зависимости.

Как представляется, задача состояла в том, чтобы найти эмпирическое уравнение некой дискриминантной границы, которая разделит все возможные сочетания указанных показателей на два класса:

сочетания показателей, при которых предприятие обанкротится;

сочетания показателей, при которых банкротство предприятию не грозит.

При помощи приемов дискриминантного анализа Альтман определил параметры корреляционной линейной функции, описывающей положение дискриминантной границы между двумя классами предприятий в пространстве коэффициентов покрытия и финансовой зависимости:

Z=a0+a1Кп+a2Кфз,

где Z - показатель классифицирующей функции;

a0 - постоянный фактор;

Кп - коэффициент покрытия (коэффициент текущей ликвидности);

Кфз - коэффициент финансовой зависимости, %;

a1 и a2 - параметры, показывающие степень и направленность влияния коэффициента покрытия и коэффициента финансовой зависимости на вероятность банкротства соответственно.

В результате обработки статистических данных была получена следующая корреляционная зависимость:

Z = -0,3877 - 1,0736Кп + 0,0579Кфз.

При Z = 0 имеем уравнение дискриминантной границы. Для предприятий, у которых Z = 0, вероятность обанкротиться равна 50%. Если Z<0, то вероятность банкротства меньше 50% и далее снижается по мере уменьшения Z. Если Z>0, то вероятность банкротства больше 50% и возрастает с увеличением Z.

Знаки параметров a1 и a2 классифицирующей функции связаны с характером влияния соответствующих показателей. Параметр a1 имеет знак "минус", поэтому, чем больше коэффициент покрытия, тем меньше показатель Z и тем меньше вероятность банкротства предприятия. В то же время параметр a2 имеет знак "плюс", поэтому, чем выше коэффициент финансовой зависимости, тем больше Z и, следовательно, выше вероятность банкротства предприятия. банкротство финансовый вероятность

Прогнозирование вероятности банкротства

Прогнозирование вероятности банкротства конкретного предприятия осуществляется следующим образом. Значения дискриминантной функции представляют собой реализацию случайной величины Z. Распределение вероятностей указанной величины аппроксимируется нормальным распределением и далее обычными приемами с помощью таблиц нормального распределения определяются вероятности банкротства для фиксированных значений Z.

Решение данной модели целесообразнее представить в виде таблицы представленной в Приложении 1. В таблице приведены исходные данные (столбцы 1, 2, 3, 6) и результаты расчетов показателя Z и вероятности банкротства (столбцы 4, 5). Altman E.I. Financial ratios, discriminant analysis and the prediction of corporate bankruptcy//Journal of Finance (September 1968): pp. 589-609.

На рисунке 1 представлено корреляционное поле и положение на нем дискриминантной линии для двух показателей - коэффициента покрытия и коэффициента финансовой зависимости.

Рис. 1. Дискриминантная линия на корреляционном поле показателей Кп и Кфз

Из рисунка 1 видно, что предприятия, у которых значения показателей Кп и Кфз находятся правее и ниже дискриминантной линии, скорее всего, обанкротятся (вероятность их банкротства превышает 50%). При этом, вероятность банкротства повышается по мере удаления от дискриминантной линии. Для предприятий, у которых сочетание показателей Кп и Кфз располагается левее и выше дискриминантной линии, угроза банкротства практически отсутствует. Так, например, точка 19 показывает финансовое состояние предприятия № 19, у которого Кп =1 и Кфз =66%. Предприятие № 19 имеет высокую вероятность банкротства (около 98%), и как оказалось впоследствии оно действительно обанкротилось. Точка 2 расположена над дискриминантной линией и находиться на достаточно далеком расстоянии; она отражает состояние предприятия №2, у которого Кп =3 и Кфз =20%., следовательно, угроза банкротства данному предприятию не грозит.

Однако, как выяснилось, данная модель имеет недостатки. Так, предприятие №8 имело Z = - 0,648 и вероятность банкротства чуть более 20% (то есть не должно было обанкротиться, так как имело мало на это шансов), в действительности же это предприятие стало банкротом. В то же время предприятие №12 и №9 имели положительные значения Z (0,510 и 0,244 соответственно) и вероятности банкротства 71,5% и 60,1% соответственно, но им удалось избежать банкротства. Эти факты обусловили необходимость дальнейшего совершенствования моделей.

По нашему мнению, еще одним существенным недостатком в построении модели является ограниченной число факторов, учитываемых для прогноза вероятности банкротства. Как оказалось впоследствии, к этому же выводу пришел и сам Альтман.

Позднее им была разработана пятифакторная модель прогнозирования банкротства, которая широко используется в западной практике для предсказания банкротства.

Сначала Альтман включил в свою модель двадцать два финансовых коэффициента (независимых переменных), которые впоследствии сократил до пяти наиболее важных. Altman E.I. Financial ratios, discriminant analysis and the prediction of corporate bankruptcy//Journal of Finance (September 1968): pp. 589-609.

Э. Альтман исследовал финансовое состояние 66 предприятий, из которых 33 обанкротились в период с 1946 по 1965 год, а половине удалось сохранить платежеспособность. Следует отметить, что объектом исследования являлись предприятия примерно одинаковые по своему размеру.

Результатом исследования является следующая модель:

Z = 1,5Коб + 1,4Кнп + 3,3Кр + 0,6Кп + 1,0Кот,

где Коб - доля чистого оборотного капитала в активах, то есть отношение собственного оборотного капитала (разница между текущими активами и текущими пассивами) к общей сумме активов,

Кнп - рентабельность активов, исчисленная как отношение нераспределенной прибыли (чистая прибыль за вычетом дивидендов) прошлых лет и отчетного периода к общей сумме активов,

Кр - рентабельность активов, исчисленная как отношение балансовой прибыли (до вычета налогов) к общей сумме активов,

Кп - коэффициент покрытия по рыночной стоимости собственного капитала, то есть отношение рыночной стоимости акционерного капитала (суммарная рыночная стоимость акций предприятия) к заемному капиталу (стоимость долгосрочных и краткосрочных заемных средств),

Кот - отдача всех активов, то есть отношение выручки от реализации к общей сумме активов.

Как видно из модели в ее состав включены показатели ликвидности, финансовой устойчивости, рентабельности и рыночной активности. Вероятность банкротства прогнозируется в зависимости от значения Z (см. табл. 1).

Таблица 1

Степень вероятности банкротства Altman E.I. Financial ratios, discriminant analysis and the prediction of corporate bankruptcy// Journal of Finance (September 1968): pp. 589-609.

Значение Z	Вероятность банкротства
1,8 и меньше	Очень высокая
От 1,81 до 2,7	Высокая
От 2,71 до 2,9	Существует возможность
3,0 и выше	Очень низкая

Итоговый показатель - "показатель Z" Альтмана является результатом дискриминантной функции. Очевидно, что "более здоровыми" являются компании, у которых больше "число Z".

Профессор Альтман установил, что предприятия, у которых "показатель Z" превышал 2,99, отличались финансовой стабильностью, и в дальнейшем в их деятельности каких-либо осложнений на наблюдалось. Фирмы, у которых данный показатель был меньше 1,81 (разумеется, включая и отрицательные числа), рано или поздно приходили к банкротству.

Лишь незначительная группа подобных фирм выжила. Для предприятий с "показателем Z" между 1,81 и 2,99 невозможно было составить четкий и убедительный прогноз.

На основе пятифакторной модели Э. Альтмана в России разработана и используется на практике компьютерная модель прогнозирования вероятности банкротства.

В этой версии модели Э. Альтмана второй показатель принят равным нулю. Это обосновывается тем, что деятельность наших предприятий как акционерных только начинается. Изменен и четвертый показатель, который рассчитывается как отношение объема активов к величине заемных средств, в связи с отсутствием в России информации о рыночной стоимости акций.

Как показывает анализ, в процессе создания своей модели Альтман использовал статистические данных 1946-1965 г., т.е. практически за 20 лет. В условиях развития российской экономике, которая только за последнее время приобретает черты рыночной, нет возможности воспользоваться статистическими данными за такой длительный период, для корректировки весовых коэффициентов, что уже подчеркивалось нами ранее. А следовательно применение и этой модели не может давать достоверных результатов оценки вероятности банкротства российских предприятий.

Позднее, в 1977г. Э. Альтман со своими коллегами разработал более точную семифакторную модель. Altman E.I., Haldeman R.G., Narayanan P. Zeta analysis, a new model to identify bankruptcy risk of corporation//Journal of Banking and Finance, 1977. 29-54 pp. Эта модель позволяет прогнозировать банкротство на горизонте пять лет с точностью до 70%.

В этой модели используются следующие показатели: рентабельность активов; динамика прибыли; коэффициент покрытия процентов; отношение накопленной прибыли к активам; коэффициент текущей ликвидности; доля собственных средств в пассивах; стоимость активов предприятия.

В таблице 2 приведены сведения о точности прогнозирования банкротства с помощью пятифакторной и семифакторной моделей.

Таблица 2

Точность прогнозирования банкротства (в процентах) Altman E.I., Haldeman R.G., Narayanan P. Zeta analysis, a new model to identify bankruptcy risk of corporation//Journal of Banking and Finance, 1977. 29-54 pp.

Количество лет до банкротства	Прогноз по пятифакторной модели	Прогноз по семифакторной модели
	Банкрот	Не банкрот	Банкрот	Не банкрот
1	93,9	97,0	96,2	89,7
2	71,9	93,9	84,9	93,1
3	48,3	-	74,5	91,4
4	28,6	-	68,1	89,5
5	36,0	-	69,8	82,1

При проведении финансового анализа и прогнозирования банкротства практически к любому оценочному показателю нужно подходить критически. Вместе с тем низкое значение показателя Z следует воспринимать как сигнал опасности. В этом случае необходим глубокий анализ причин, вызвавших снижение этого показателя.

Еще одной известной моделью является модель Л.В. Спрингейта. Данная модель была построена им в университете С. Фрейзера в 1978 году с помощью пошагового дискриминантного анализа методом, который разработал Э. Альтман в 1968 году. Springate, G. L.V. (1978): Predicting the Possibility of Failure in a Canadian Firm. Unpublished M.B.A. Research Project, Simon Fraser University, January//Insolvency prediction, E. Sands & Associates Inc.

Как и в предыдущих моделях исходными были 19 финансовых коэффициентов, в окончательном варианте осталось четыре. Модель Л.В. Спрингейта имеет следующий вид:

Z = 1,03х 1 + 3,073х 2 + 0,66х 3 + 0,4х 4,

где:

X1 - Отношение оборотного капитала к балансу,

X2 - Отношение суммы прибыли до налогообложения и процентов к уплате к балансу,

X3 - Отношение прибыли до налогообложения к краткосрочным обязательствам,

X4 - Отношение выручки (нетто) от реализации к балансу.

Если Z < 0,862, предприятие получает оценку "банкрот". При создании модели Л.В. Спрингейт использовал в качестве объекта исследования данные сорока предприятий и достиг 92,5 процентной точности предсказания неплатежеспособности на год вперед.

В 1984 году была создана модель, которая давала высокую процентную точность предсказания неплатежеспособности - модель Дж. Фулмера. Fulmer J.G. et al. A bankruptcy classification model for small firms. journal of commercial bank lending, July 1984, 25-37 pp. Алгоритм ее построения схож с вышерассмотренными моделями.

Модель была создана на основании обработки данных шестидесяти предприятий из которых тридцать обанкротились и тридцати предприятий функционирующих не испытывая финансовых затруднений. Средний годовой баланс предприятий выбранных в качестве объекта исследования составлял 455 тысяч американских долларов. Первоначальный вариант модели содержал сорок коэффициентов, в окончательном варианте используется всего девять.

Общий вид модели имеет следующий вид:

Н = 5,528х 1 + 0,212х 2 + 0,073х 3 + 1,27х 4 - 0,12х 5 + 2,335х 6 + 0,575х 7 +1,083х 8 + 0,894х 9 - 3,075, (2.16)

где:

X2 - Отношение выручки (нетто) от реализации к балансу,

X3 - Отношение прибыли до налогообложения к собственному капиталу,

X4 - Отношение денежного потока к обязательствам,

X5 - Отношение долгосрочных обязательств к балансу,

X6 - Отношение краткосрочных обязательств к балансу,

X7 - Log (материальные активы),

X8 - Отношение оборотного капитала к обязательствам,

X9 - Log (Сумма отношения прибыли до налогообложения к процентам к уплате и 1).

В случае если H < 0, то банкротство неизбежно. Следует еще раз отметить высокую точность прогнозов, сделанных с помощью данной модели, на год вперед, - 98%, на два года - 81%.

Достоинством данной модели является учет денежных потоков предприятия в процессе оценки финансовой устойчивости.

В таблице 2.6 обобщены наиболее известные модели предсказания банкротства популярные в зарубежной практике и основанные на дискриминантном анализе.

Таблица 2.6

Модели оценки вероятности банкротства

Модели	Точность (%) за год до краха
Altman (1968)	95
Deakin (1972)	97
Altman - Lorris (1976)	90
Altman - Halderman - Narayanan (1977)	93
Springate (1978)	93
Springate - Botheras (1979)	88
Dambolena - Khoury (1980)	96
Altman - Izan (1984)	92
Fulmer (1984)	98
Pantelona - Platt (1987)	95
Legault (CA-Score) (1987)	83
Altman - Hartzell - Peck (1995)	92

Дискриминантный анализ не является единственным используемым математическим приемом при оценке вероятности банкротства.

Так, одним из вариантов интегрального подхода к оценке финансовой устойчивости предприятия является метод Creditmen, разработанный во Франции Ж. Де Паляном

В соответствии с моделью Ж. Де Паляна финансовая ситуация предприятия может быть охарактеризована следующим показателем:

N = 25R1+25R2+10R3+20R4+20R5, (2.17)

где Ri рассчитывается следующим методом:

R - показатель предприятия - Ki (нормативный показатель):

1) К 1 - коэффициент быстрой ликвидности;

2) К 2 - коэффициент кредитоспособности;

3) К 3 - коэффициент иммобилизации собственного капитала;

4) К 4 - коэффициент оборачиваемости запасов;

5) K5 - коэффициент оборачиваемости дебиторской задолженности.

Значения коэффициентов уравнения (25, 25, 10, 20, 20) выражают удельный вес влияния каждого показателя.

Если N = 100-финансовая ситуация нормальная;

N > 100-финансовая ситуация хорошая;

N < 100-финансовая ситуация вызывает тревогу.

Закономерно встает вопрос, в какой мере предложенные модели могут быть использованы в российских условиях? Согласно приведенным моделям предприятия с рентабельностью выше некоторой границы практически неуязвимы. Однако как показывает практика, это далеко не так. Рентабельность одного отдельного предприятия в значительной мере подвергается опасности внешних колебаний. Еще необходимо отметить тот факт, что если предприятием получена чистая прибыль предприятия (оставшаяся после выплаты всех налогов) в условиях инфляции ее значительная часть уходит на текущие расходы. Следовательно, эти модели в условиях российской экономике должны иметь менее высокие параметры при различных показателях рентабельности.

Анализ мирового опыта в области оценки финансовой устойчивости предприятия позволил автору выявить следующие недостатки, которые затрудняют применимость рассмотренных моделей в условиях российской экономики:

Двух - трехфакторные модели не являются достаточно точными, что обусловлено ограниченным количеством фактором используемых при их применении.

Набор финансовых показателей используемых в зарубежных моделях не подходит при оценке финансовой устойчивости российских предприятий, так как не учитывает различия в специфике экономической ситуации и в организации бизнеса. Поэтому актуальным является адаптация зарубежных моделей к российским условиям.

Помимо этого следует учитывать тот факт, что рассмотренные выше модели содержат значения весовых коэффициентов и пороговых значений комплексных и частных показателей, рассчитанные на основе американских аналитических данных шестидесятых и семидесятых годов.

Как показал анализ, в моделях дискриминантного анализа популярных за рубежом период прогнозирования составляет достаточно длительный промежуток времени - до пяти лет, а в некоторых моделях срок прогнозирования вообще не указывается.

Как уже подчеркивалось, система ведения бухгалтерского, статистического учета в Российской Федерации значительно отличается от ведения учета в США, помимо этого наблюдаются расхождения в законодательстве, поэтому весовые коэффициенты и их пороговые значение не соответствуют современной специфике экономической ситуации и организации бизнеса в России.

Необходимо провести корректировку методики исчисления весовых коэффициентов и пороговых значений с учетом российских экономических условий, для этого следует сначала накопить необходимый статистический материала (на данный момент наблюдается отсутствие статистических материалов по предприятиям банкротам). Определение коэффициентов экспертным путем неприемлемо, так как не обеспечивает их достаточной точности.

Выводы

Существенным элементом финансового управления является финансовый анализ. Финансовый анализ представляет собой оценку финансово-хозяйственной деятельности фирмы в прошлом, настоящем и предполагаемом будущем, помимо этого данные финансового анализа является основой для разработки стратегии развития предприятия.

Цель финансового анализа с точки зрения стратегического управления финансовой устойчивостью - это объективная оценка состояния финансовых ресурсов предприятия, предоставленная оперативно в форме удобной для принятия тактических и стратегических решений для обеспечения стабильного финансового состояния и необходимого уровня финансовой устойчивостью предприятия.

Большинство методик оценки финансовой устойчивости, базируются на расчете традиционных коэффициентов. Данные коэффициенты присутствуют в разработках методик определения финансовой устойчивости А.Д. Шеремета, Л.Т. Гиляровской, Г.В. Савицкой, Е.С. Стояновой и др. В частности к ним относятся: коэффициент автономии, коэффициент соотношения собственных и заемных средств, коэффициент долгосрочной финансовой независимости, коэффициент маневренности собственного капитала. Для более полной оценки финансовой устойчивости предприятия в ходе анализа рассчитываются коэффициенты ликвидности, которые позволяют сделать вывод о платежеспособности предприятия.

Однако в большинстве случаев расчет традиционных коэффициентов не дает объективной оценки финансовому состоянию предприятия и его финансовой устойчивости. Так, коэффициенты ликвидности не учитывают реальные денежные потоки на предприятии, потому что при расчете показателей используются данные на конец периода.

Дополнительно к коэффициентам финансовой устойчивости и ликвидности проводиться оценка эффективности функционирования предприятия, которая представляет собой расчет показателей рентабельности.

При разработке подходов к организации финансового анализа на предприятии, с целью стратегического управления финансовой устойчивостью, также необходимо учитывать следующие ключевые моменты:

1. Актуальным является разработка методики финансового анализа предприятия, которая учитывала бы особенности организации бизнеса компании.

2. Особое внимание должно быть уделено информационному обеспечению процесса организации финансового анализа.

3. Квалификация персонала должна быть достаточной чтобы, используя данные финансового реализовать управленческие решения адекватные сложившемуся финансовому состоянию предприятию и способствующие укреплению его финансовой устойчивости.

На современном этапе в изученных нами источниках российские исследователи предлагают различные методики оценки финансовой устойчивости предприятия, однако базой для их разработки послужили работы зарубежных экономистов и аналитиков, что, на наш взгляд, представляется закономерным.

В ходе работы был проведен детальный анализ зарубежного опыта оценки финансовой устойчивости предприятия и моделей диагностики вероятности банкротства.

Среди тех, кто заложил методологическую базу для оценки несостоятельности предприятия можно выделить следующих зарубежных ученных: Ш. Бургер, Г. Шельберг, Д. Фридман, Е. Альтман, У. Бивер, А. Винакор, Р.Ф. Смит, Р.Дж. Фицпатрик, К.Л. Мервин, Б. Хикман, Ж. Депалян, Дж. Фулмер, А. Таффлер, Ю. Бригхеми и др.

Одним из методов многофакторного статистического анализа является метод дискриминантного анализа. В соответствии с данным методом зарубежными учеными были разработаны модели прогнозирования финансовой устойчивости предприятия.

Наиболее известными моделями прогнозирования банкротства предприятий являются модели У. Бивера, Е. Альтмана, Ж. Де Паляна и некоторые другие математические модели, позволяющие с высокой степенью точности предсказать финансовый кризис.

Анализ мирового опыта в области оценки финансовой устойчивости предприятия позволил автору выявить следующие недостатки, которые затрудняют применимость рассмотренных моделей в условиях российской экономики:

Двух - трехфакторные модели не являются достаточно точными, что обусловлено ограниченным количеством фактором используемых при их применении.

Набор финансовых показателей используемых в зарубежных моделях не подходит при оценке финансовой устойчивости российских предприятий, так как не учитывает различия в специфике экономической ситуации и в организации бизнеса. Поэтому актуальным является адаптация зарубежных моделей к российским условиям.

Помимо этого следует учитывать тот факт, что рассмотренные выше модели содержат значения весовых коэффициентов и пороговых значений комплексных и частных показателей, рассчитанные на основе американских аналитических данных шестидесятых и семидесятых годов.

Для применения зарубежных моделей актуальным является проведение корректировки методики исчисления весовых коэффициентов и пороговых значений с учетом российских экономических условий. Затрудняет подобную корректировку отсутствие накопленных статистических данных.

Размещено на Allbest.ru

...