4

3. Пассивный совет директоров

2

4. Несбалансированный совет директоров

2

5. Некомпетентный финансовый директор

2

6. Неквалифицированное руководство

1

7. Слабый бюджетный контроль

3

8. Отсутствие системы сокращения издержек

5

9. Медленная и не всегда адекватная реакция на изменение рыночных условий

15

10. Отсутствие отчетности по движению денежных средств

3

Всего баллов

45

Критический балл для группы

10

Таблица 4.

Метод А-счета для предсказания банкротства (ошибки и симптомы)

Показатель	Присваиваемый балл
Ошибки
1.Высокий уровень задолженности	15
2.Овертрейдинг (потери текущей ликвидности)	13
3. Крупные необеспеченные финансированием проекты	15
Всего баллов	43
Критический балл для группы	15
Симптомы
1.Финансовые признаки спада	4
2.Некорректное содержание учета и отчетности («творческий подход»)	4
3. Нефинансовые признаки спада	3
4.Окончательные признаки спада	1
Всего баллов	12
Критический балл для группы	0
Максимальное количество баллов	100
Критический балл для всех групп показателей	25

При тестировании показателям в таблице необходимо присваивать одно из двух значений - либо «да», либо «нет». Каждый фактор стадии оценивается в баллах, после чего суммированием всех баллов рассчитывается агрегированный показатель - А-счет. Промежуточные значения недопустимы, то есть необходимо оценить каждую позицию с точки зрения того, согласен ли иследователь с приведенным суждением или нет.

Максимально возможный А-счет: 100 баллов. Если предприятие набирает по всем группам до 25 баллов («проходной балл»), то фирма устойчива, если больше - в ближайшее время фирме грозит банкротство. Чем больше баллов набрано, тем хуже.

Основным достоинством модели Аргенти можно выделить учет нефинансовых показателей и рисков компании, таких как: проблемы в руководстве, отсутствие бюджетного контроля, медленная реакция на изменение рыночных условий и другие.

К недостаткам модели можно отнести:

· субъективизм выставления оценок;

· отсутствие итогового коэффициента;

· невозможность использования в российских условиях (не учитывает российские особенности экономики);

· отсутствие статистической базы;

· зависимость точности расчетов от исходной информации.

2.2.6 Сравнительная характеристика наиболее распространенных моделей оценки вероятности банкротства

На основе изученных данных по описанным методикам анализа вероятности банкротства компании можно провести их сравнительный анализ с целью выделения общих достоинств и недостатков. Сравнение моделей по различным факторам приведено в Таблице 5.

Таблица 5.

Сравнительная характеристика моделей оценки вероятности банкротства

Модель	Альтмана	Таффлера	Бивера	Иркутской государственной экономической академии	Аргенти
Год публикации	1968	1977	1966	1997	Нет данных
Тип	количественная	количественная	количественная	количественная	качественная
Количество факторов	2, 5, 7	4	5	4	17
Основана на статистике	66 Американских компаний	80 Британских компаний	Американские компании	Российские компании	Итальянские компании

Исходя из проведенного анализа, можно выявить общие недостатки описанных моделей:

· использование устаревших данных;

· невозможность использования в российских условиях (не учитывают российские особенности экономики) (кроме модели Иркутской государственной экономической академии);

· сложность интерпретации итогового значения;

· отсутствие динамической интерпретации изменения вероятности банкротства;

· зависимость точности расчетов от исходной информации;

· не учитывается отраслевая специфика деятельности предприятий.

Основываясь на наличии вышеуказанных недостатков, можно сделать вывод о необходимости разработки новой модели оценки вероятности банкротства компании на основе современных данных, которая была бы легко интерпретируема и имела бы меньшее количество недостатков.

2.3 Расчет вероятности банкротства для ЗАО «Управление механизации №276»

2.3.1 Информация о компании ЗАО «Управление механизации №276»

ЗАО «Управление механизации №276», в отношении компании в 2010 году была начата процедура банкротства. Эта компания занималась строительством различных объектов на территории Ленинградской области, а также оказанием услуг специальной строительной техники. Финансовый анализ предприятия приведен в параграфе 3.1.

Направления (виды) деятельности, осуществляемые компанией:

1. Общестроительные работы:

· Производство земляных и карьерных работ:

o Земляные работы (производство);

o Разработка выемок и вертикальная планировка (производство);

· Загородное строительство:

o Коттеджи (производство);

2. Реставрация, реконструкция, ремонт зданий и сооружений:

· Реставрация:

o Реставрация зданий (производство);

· Технические услуги;

· Аренда и лизинг строительного оборудования, машин, инструмента:

o Аренда строительных машин, установок и оборудования (производство);

3. Транспорт и логистика:

· Автомобильные перевозки грузов самосвалами (производство);

· Автомобильные перевозки и погрузка-разгрузка нестандартных, сверхгабаритных грузов (производство).

2.3.2 Анализ вероятности банкротства ЗАО «Управление механизации №276»

Проведем расчет вероятности банкротства компании ЗАО «Управление механизации №276» за пять лет (с 2008 по 2012 годы) на основе описанных методик.

1. Результат расчета по пятифакторной модели Альтмана для компаний, чьи акции не котируются на бирже, представлен в Таблице 6.

Таблица 6.

Вероятность банкротства ЗАО «Управление механизации №276» по модели Альтмана

Коэффициент	Год
	2008	2009	2010	2011	2012
X1	0,276588	0,361435	0,251919	0,18669	0,170409
X2	0,0018	0,014421	-0,00085	0,000281	0,000118
X3	0,003442	0,014655	0,001649	0,000669	0,000105
X4	0,045594	0,063416	0,061401	0,058792	0,050764
X5	0,067568	0,196506	0,046156	0,05941	0,001143
Z	0,29691	0,539054	0,256738	0,219978	0,14507
Вероятность банкротства	высокая	высокая	высокая	высокая	высокая

2. Результат расчета по четырехфакторной модели Таффлера представлен в Таблице 7.

Таблица 7.

Вероятность банкротства ЗАО «Управление механизации №276» по модели Таффлера

Коэффициент	Год
	2008	2009	2010	2011	2012
X1	0,001613	0,016016	0,002716	0,000878	0,000309
X2	0,277546	0,364204	0,2536	0,187507	0,171077
X3	0,98794	0,980713	0,991666	0,992345	0,993238
X4	0,067568	0,196506	0,046156	0,05941	0,001143
Z	0,225576	0,263804	0,220292	0,212969	0,20137
Вероятность банкротства	неопределенно	неопределенно	неопределенно	неопределенно	неопределенно

3. Результат расчета по четырехфакторной модели Бивера представлен в Таблице 8.

Таблица 8.

Вероятность банкротства ЗАО «Управление механизации №276» по модели Бивера

Коэффициент	Год
	2008	2009	2010	2011	2012
X1	0,005259	0,029299	0,0008	0,000954	0,000268
X2	0,179964	1,442129	-0,08543	0,02805	0,011847
X3	99,65467	99,23966	99,33696	99,56425	99,60995
X4	0,001655	-0,00682	0,007485	0,004077	0,003782
X5	0,029044	0,059284	0,039097	0,041777	0,036184
Вероятность банкротства	За год до банкротства	За год до банкротства	За год до банкротства	За год до банкротства	За год до банкротства

4. Результат расчета по четырехфакторной R-модели Иркутской государственной экономической академии представлен в Таблице 9.

Таблица 9.

Вероятность банкротства ЗАО «Управление механизации №276» по Иркутской R-модели

Коэффициент	Год
	2008	2009	2010	2011	2012
X1	0,276588	0,361435	0,251919	0,18669	0,170409
X2	0,520954	1,89669	-0,12885	0,064372	0,030374
X3	0,067568	0,196506	0,046156	0,05941	0,001143
X4	0,024784	0,075484	-0,01769	0,004483	0,126214
R	2,858021	4,983683	1,973576	1,634869	1,537981
Вероятность банкротства	Вне зоны банкротства	Вне зоны банкротства	Вне зоны банкротства	Вне зоны банкротства	Вне зоны банкротства

5. Результат расчета по модели Аргенти представлен в Таблице 10 и Таблице 11.

Таблица 10.

Метод А-счета для предсказания банкротства ЗАО «Управление механизации №276» (недостатки)

Показатель	Присваиваемый балл
Год	2008	2009	2010	2011	2012
Недостатки
1. Автократия в высшем руководстве компании	8	8	8	8	8
2. Председатель правления и исполнительный директор - одно и то же лицо	4	4	4	4	4
3. Пассивный совет директоров	2	2	2	2	2
4. Несбалансированный совет директоров	2	2	2	2	2
5. Некомпетентный финансовый директор	0	0	2	2	2
6. Неквалифицированное руководство	0	0	1	1	1
7. Слабый бюджетный контроль	0	0	3	3	3
8. Отсутствие системы сокращения издержек	0	0	5	5	5
9. Медленная и не всегда адекватная реакция на изменение рыночных условий	0	15	15	15	15
10. Отсутствие отчетности по движению денежных средств	0	0	0	0	0
Всего баллов	16	31	42	42	42
Критический балл для группы	10	10	10	10	10

Таблица 11.

Метод А-счета для предсказания банкротства ЗАО «Управление механизации №276» (ошибки и симптомы)

Показатель	Присваиваемый балл
Год	2008	2009	2010	2011	2012
Ошибки
1.Высокий уровень задолженности	15	15	15	15	15
2.Овертрейдинг (потери текущей ликвидности)	13	13	13	13	13
3. Крупные необеспеченные финансированием проекты	0	0	0	0	0
Всего баллов	28	28	28	28	28
Критический балл для группы	15	15	15	15	15
Симптомы
1.Финансовые признаки спада	0	4	4	4	4
2.Некорректное содержание учета и отчетности («творческий подход»)	0	0	4	4	4
3. Нефинансовые признаки спада	0	3	3	3	3
4.Окончательные признаки спада	0	0	1	1	1
Всего баллов	0	7	12	12	12
Критический балл для группы	0	0	0	0	0
Количество баллов	44	66	82	82	82
Критический балл для всех групп показателей	25	25	25	25	25



2.3.3 Сравнительный анализ результатов расчета вероятности банкротства ЗАО «Управление механизации №276»

Проведем сравнительный анализ результатов расчета вероятности банкротства ЗАО «Управление механизации №276» по описанным моделям. Результаты представлены в Таблице 12.

Таблица 12.

Сравнение результатов расчета вероятности банкротства ЗАО «Управление механизации №276»

Модель	Вероятность банкротства
	2008	2009	2010	2011	2012
Альтмана	высокая	высокая	высокая	высокая	высокая
Таффлера	неопределенно	неопределенно	неопределенно	неопределенно	неопределенно
Бивера	За год до банкротства	За год до банкротства	За год до банкротства	За год до банкротства	За год до банкротства
Иркутская	Вне зоны банкротства	Вне зоны банкротства	Вне зоны банкротства	Вне зоны банкротства	Вне зоны банкротства
Аргенти	средняя	высокая	высокая	высокая	высокая

Из таблицы можно сделать вывод, что на протяжении всего исследуемого периода (с 2008 по 2012 года), по трем описанным методикам (Альтмана, Бивера и Аргенти) компания имела высокую вероятность банкротства. По модели Таффлера компания попала в зону неопределенности (значение коэффициента больше 0,2 но меньше 0,3), но ближе к высокой вероятности банкротства. Только по модели Иркутской государственной экономической академии компания находится вне зоны банкротства. Поэтому, можно считать, что описанные модели показали похожие, но не абсолютно идентичные результаты.

Основываясь на наличии у описанных моделей недостатков и расхождениях в полученных результатах анализа вероятности банкротства компании, можно сделать вывод о необходимости разработки новой модели оценки вероятности банкротства компании на основе современных данных, которая была бы легко интерпретируема и имела бы меньшее количество недостатков, с одной стороны, и аккумулировала достоинства существующих моделей с другой. Описание разработки такой модели приведено в главе 3.



Глава 3. Разработка модели оценки вероятности банкротства компании

В процессе анализа существующих методов прогнозирования вероятности банкротства компании была выявлена потребность в разработке более современной модели. Описание процесса разработки такой модели приведено в параграфе 3.2. Особенности внедрения разработанной модели описаны в параграфе 3.4.

Для оценки эффективности разработанной модели необходимо провести сравнительный анализ с моделями, описанными во второй главе на примере конкретного предприятия. Такой анализ приведен в параграфе 3.3. В качестве объекта сравнения выбрано ЗАО «Управление механизации №276», в отношении которого возбуждено дело о несостоятельности и в настоящее время проводится процедура конкурсного производства. Финансовый анализ этого предприятия проведен в параграфе 3.1.

3.1 Анализ финансового состояния компании ЗАО «Управление механизации №276»

3.1.1 Структура баланса

Финансовый анализ ЗАО «Управление механизации №276» проводился по данным официальной бухгалтерской отчетности за пять последних лет (31.12.2008г., 31.12.2009г., 31.12.2010г., 31.12.2011г., 31.12.2012г.). Балансы предприятия и отчеты о прибылях и убытках за анализируемый период находятся в приложениях 1 - 3 к данной работе.

На протяжении рассматриваемого периода наблюдается увеличение совокупных активов (пассивов) (Рис. 2). Данная тенденция рассматривается как позитивная.



Рис. 2. Структура актива ЗАО «Управление механизации №276» (тыс. руб.)

Показатели внеоборотных активов компании демонстрируют динамику изменения, аналогичную динамике изменения совокупных активов, то есть падение в 2009 году и рост на протяжении периода 31.12.2009г. - 31.12.2012г. Оборотные активы уменьшаются на протяжении всего исследуемого периода (кроме небольшого роста на 5% в 2012 году). Доля оборотных активов в структуре совокупных активов так же снижается на протяжении пяти последних лет. Такая тенденция является негативной и говорит о сокращении хозяйственной активности компании.

В структуре оборотных активов наибольший удельный вес занимает долгосрочная дебиторская задолженность 20 - 30% в структуре активов, при этом доля наиболее ликвидных активов (денежные средства и краткосрочные финансовые вложения) в структуре активов на протяжении всего исследуемого составляет не более десятых долей процента. В структуре активов отсутствует краткосрочная дебиторская задолженность.

Показатель собственных средств компании (рис. 3) имеет тенденцию к росту в период с 31.12.2008г. по 31.12.2010г., но сильно снижается в 2011г. (на 34%) и в 2012г. остается примерно на таком же уровне. В составе обязательств компании долгосрочные обязательства занимают незначительную долю (менее 1% в течение всего исследуемого периода).

Рис. 3. Структура пассива ЗАО «Управление механизации - 276» (тыс. руб.)

Текущие обязательства компании (Рис. 4) существенно превышают ликвидные активы на протяжении всего исследуемого периода.

Рис. 4. Динамика отношения краткосрочных обязательств к ликвидным активам ЗАО «Управление механизации - 276» (тыс. руб.)



Фактически у предприятия на протяжении всего периода отсутствуют ликвидные активы, и текущие обязательства не покрывались ликвидными активами. Данная ситуация говорит о том, что компанией активно привлекались внешние источники финансирования текущей деятельности, которые не покрывались ликвидными активами. Привлеченные средства были направлены на финансирование долгосрочной дебиторской задолженности и вложены во внеоборотные активы. Однако, данная структура активов и пассивов обусловлена характером деятельности компании, в качестве заказчика-застройщика, т.е. привлечение средств дольщиков для осуществления капитального строительства.

3.1.2 Анализ финансовых результатов деятельности

Наибольший объем выручки (рис. 5) был достигнут в 2009 году - 128 835 тыс. руб. Объем выручки полученной в 2009 году в 2,2 раза выше, чем в 2008 году (57407,0 тыс. руб.). Показатели выручки в 2010 году существенно ниже, чем в предыдущие периоды. За 12 месяцев 2010 года выручка компании в 4,2 раз ниже выручки, полученной в 2009 году (30741 тыс. руб.), при этом, показатель выручки за 2011 года составил 39606 тыс. руб., а в 2012 - 878 тыс. руб.



Рис. 5. Динамика изменения выручки и себестоимости продукции ЗАО «Управление механизации - 276» (тыс. руб.)

Указанная динамика показателей выручки обуславливает и динамику изменения финансового результата от деятельности компании (рис.6). Деятельность предприятия становится убыточной по итогам деятельности за 2010 год. В 2008 году прибыль от деятельности составила - 1529 тыс. руб., в 2009 году - 9455 тыс. руб. Величина убытка по итогам деятельности за 2010 год составила - 569 тыс. руб. Финансовый результат по итогам деятельности за 2011 год характеризуется прибылью в размере 187 тыс. руб. В 2012 году прибыль составила 91 тыс. руб.



Рис. 6. Динамика изменения прибыли от продаж и чистой прибыли продукции ЗАО «Управление механизации - 276» (тыс. руб.)

На протяжении рассматриваемого периода наблюдается постепенное снижение активности финансово-хозяйственной деятельности компании. В качестве негативной тенденции следует рассматривать снижение оборотных активов. Наряду с этим, наблюдается также тенденция ухудшения финансового состояния компании - снижение показателей выручки и отрицательный финансовый результат.

3.1.3 Анализ финансовых коэффициентов

Динамика финансовых коэффициентов представлена в Таблице 13.

Таблица 13.

Финансовые коэффициенты ЗАО «Управление механизации №276» за 2008-2012 годы.

Показатели	2008	2009	2010	2011	2012
Коэффициенты финансовой независимости
Коэффициент общей финансовой независимости (КОФН ? 0.5)	0,004	0,008	0,007	0,004	0,004
Коэффициент финансовой независимости в части оборотных активов (КФНОА ? 0.1 )	-2,60	-1,75	-2,94	-4,33	-4,85
Коэффициент финансовой независимости в части запасов (КФНЗ ? 0.25 )	-28,065	-12,454	-20,287	-22,89	-26,92
Коэффициент финансовой устойчивости
Коэффициент финансовой устойчивости (0,8-0,9)	0,012	0,019	0,008	0,008	0,007
Показатели ликвидности
Коэффициент абсолютной ликвидности LR (0.1?LR?0.5)	0,00	0,00	0,00	0,00	0,00
Коэффициент срочной ликвидности QR (QR?1)	0,00	0,00	0,00	0,00	0,00
Коэффициент текущей ликвидности СR (1?СR?2)	0,03	0,06	0,04	0,04	0,03
Чистый оборотный капитал (NWC) (тыс. руб.)	-604376	-406016	-492692	-537098	-632057
Коэффициенты оборачиваемости
Коэффициент оборачиваемости дебит. задолженности	х	0,625	0,179	0,329	0,009
Продолжительность оборота дебит. задолженности	х	576	2011	1094	40000
Коэффициент оборачиваемости кредиторской задолженности	х	0,184	0,049	0,063	0,001
Продолжительность оборота кредиторской задолженности	х	1956	7346	5714	360000
Рентабельность
Рентабельность продаж (ROS)	2,4%	8,0%	5,8%	1,5%	26,9%
Рентабельность продукции	2,4%	8,7%	6,2%	1,5%	36,8%
Рентабельность собственного капитала (ROE)	х	238,76%	-12,11%	5,1%	3,08%

Значения коэффициента абсолютной ликвидности, коэффициента текущей ликвидности коэффициента срочной ликвидности в анализируемом периоде приняли нулевые или близкие к нулю значения. У компании на протяжении всего периода анализа отсутствовали или имели крайне низкие значения показатели ликвидных и наиболее ликвидных активов, что и привело к нулевым значениям показателей ликвидности. Подобные значения коэффициентов показывают, что компания не имеет возможности своевременно погасить наиболее срочные обязательства за счет наиболее ликвидных активов, в результате чего возникала постоянная потребность в привлечении источников внешнего финансирования.

Коэффициент общей финансовой независимости, за анализируемый период находился существенно ниже своего нормативного значения (0,5) в течение всего рассматриваемого периода. В рассматриваемом периоде значения коэффициента колебались в пределах 0,004 - 0,008. Таким образом, заемный капитал в течение всего исследуемого периода не мог быть компенсирован собственностью предприятия. Значения коэффициент финансовой независимости в части оборотных активов принимают отрицательные значения. Таким образом, собственные оборотные средства компании не могли покрыть расходы.

Финансовый анализ устойчивости показал, что для финансирования запасов и затрат компания использует исключительно заемные средства, и не обладает финансовой устойчивостью на протяжении всего периода анализа. Финансовое положение компании - критически неустойчивое.

Показатели рентабельности в течение исследуемого периода сильно изменялись. Тенденции изменения показателей рентабельности нисходящая, то есть падение рентабельности с 8% (в 2009 году) до 1,5% (в 2011 году). Такое снижение является негативным фактором. Рост рентабельности в 2012 году связан с практически полным прекращением хозяйственной деятельности.

Компания на протяжении всего периода своей деятельности имела крайне низкие показатели оборачиваемости дебиторской и кредиторской задолженности. Столь низкие показатели оборачиваемости обусловлены структурой активов компании, которые состоят из внеоборотных активов и долгосрочной дебиторской задолженности, при отсутствии ликвидных активов. Такая структура обусловлена спецификой деятельности - строительства объектов недвижимости. В виду отсутствия оборачиваемости активов, компания на протяжении всего периода вынуждена была прибегать к краткосрочному внешнему финансированию своей деятельности, что негативного сказывалось на показателях его ликвидности, платежеспособности и, в конечном итоге, рентабельности.

В итоге можно сделать вывод, что финансовое положение компании на протяжении всего периода анализа является кризисно неустойчивым, в виду отсутствия источников собственных средств и привлечения для этих целей значительных источников внешнего финансирования - краткосрочных заемных средств в виде кредиторской задолженности. Вместе с тем структура оборотных средств компании также являлась неудовлетворительной, в виду отсутствия ликвидных активов.

3.2 Модель оценки вероятности банкротства компании

3.2.1 Описание модели

Модель оценки вероятности банкротства компании была разработана с применением эконометрического анализа статистики из 16 компаний различных производственных сфер деятельности и различных организационных форм. В статистике присутствовали 5 компаний - банкротов. Использовались последние (до момента банкротства) финансовые документы компаний. Остальные 11 компаний являются стабильными и в настоящий момент продолжают вести свою деятельность. В модели использовались документы таких компаний за 4 - 5 лет до текущего момента для полноты уверенности в отсутствии вероятности банкротства этих компаний. Полный перечень компаний и их финансовые показатели представлены в приложениях 4 - 15 к работе.

Зависимой переменной модели была выбрана бинарная переменная, характеризующая вероятность банкротства компании (1 - для компаний - банкротов, и 0 - для стабильных компаний). В ходе построения модели исследовалось влияние 58 различных показателей (30 финансовых коэффициентов и 28 показателей баланса компании в денежном выражении). Большая часть этих факторов была отсеяна при проведении корреляционного анализа.

Полученная модель состоит из четырех показателей:

· ROA - рентабельность активов;

· R1 - отношение оборотных активов к общим активам;

· R2 -рентабельность собственного капитала;

· R4 -рентабельность затрат.

Общий вид модели:

P=0.841 - 0.194*ROA - 0.883*R1 - 1.126*R2 - 0.337*R4

где:

P - вероятность банкротства компании;

ROA - рентабельность активов;

R1 - отношение оборотных активов к общим активам;

R2 -рентабельность собственного капитала;

R4 -рентабельность затрат.

3.2.2 Тестирование модели

В Таблице 14 представлены данные эконометрической модели вероятности банкротства компании из программы EViews 6.

Таблица 14.

Модель оценки вероятности банкротства компании

Dependent Variable: BANCRUPT
Method: Least Squares
Date: 04/29/13 Time: 00:48
Sample: 1 16
Included observations: 16
Variable	Coefficient	Std. Error	t-Statistic	Prob.
ROA	-0.193815	0.084076	-2.305242	0.0416
R1	-0.883188	0.332838	-2.653506	0.0224
R2	-1.125628	0.458049	-2.457440	0.0318
R4	-0.337174	0.106296	-3.172035	0.0089
C	0.841039	0.203106	4.140876	0.0016
R-squared	0.670550	Mean dependent var	0.312500
Adjusted R-squared	0.550750	S.D. dependent var	0.478714
S.E. of regression	0.320863	Akaike info criterion	0.814703
Sum squared resid	1.132485	Schwarz criterion	1.056137
Log likelihood	-1.517622	Hannan-Quinn criter.	0.827066
F-statistic	5.597240	Durbin-Watson stat	1.761498
Prob(F-statistic)	0.010443

Из таблицы видно, что все коэффициенты получились значимы, так как вероятность теста на равенство нулю меньше 0,05 для всех переменных. Показатель R-squared равен 0,67, что говорит о том, что модель объясняет 67% вариации банкротств. Информационные критерии так же достаточно высоки (Akaike info criterion = 0,8147, Schwarz criterion = 1,056).

Описательная статистика остатков приведена в рисунке 7.

Рис.7. Описательная статистика остатков

Из графика видно, что распределение остатков является нормальным, поскольку вероятность теста Жака-Бера не равна нулю, асимметрия близка к нулю и эксцесс близок к 3.

Распределение остатков представлено на рисунке 8.

Рис. 8. Распределение остатков

Найдём коэффициент корреляции между вероятностью банкротства и остатками (Таблица 15).

Таблица 15.

Корреляция между вероятностью банкротства и остатками

	BANCRUPT	resid
BANCRUPT	1	0.5739
resid	0.5739	1

Коэффициент корреляции равен 0,57, что говорит о том, что связь между переменными присутствует.

Ramsey RESET-test на правильность спецификации приведен в приложении 16 к данной работе, тесты на гетероскедастичность (Breusch-Pagan-Godfrey, Harvey, Glejser и White) приведены в приложениях 17 - 20 к данной работе. Коэффициент перед FITTED^2 в Ramsey RESET-test очень маленький, то есть добавление предсказанных значений Y, возведённых в квадрат не улучшает регрессию, а значит, спецификация модели верна. Так как p-value тестов на гетероскедастичность больше 0,05 (кроме теста Harvey, в котором модель получилась не значимой), то гипотеза о гомоскедастичности не отвергается.

Рассчитаем показатели VIF для каждой объясняющей переменной (Таблица 16).

Таблица 16.

Показатели VIF

Переменная	VIF
ROA	2.0466
R1	1.8507
R2	1.9596
R4	1.5853

После расчёта показателей можем сделать вывод о том, что мультиколлинеарность отсутствует, поскольку значения меньше 5 для всех переменных. Корреляция между переменными менее 0,6, значит мультиколлинеарность отсутствует (кроме показателей R4 и R2, но при исключении одного из них модель сильно ухудшается). Корреляционная матрица представлена в Таблице 17.

Таблица 17.

Корреляционная матрица между переменными

	R1	R2	R4	ROA
R1	1	0.15	-0.41	-0.51
R2	0.15	1	-0.71	-0.19
R4	-0.41	-0.71	1	0.46
ROA	-0.51	-0.19	0.46	1

Из проведенного анализа можно сделать вывод, что представленная модель имеет верную спецификацию. В ней отсутствуют мультиколлинеарность и гетероскедастичность. Поэтому, возможно применение модели на практике.

3.3. Сравнение моделей оценки вероятности банкротства компании

Проведем сравнение разработанной модели с общепринятыми моделями оценки вероятности банкротства компании. Расчеты вероятности банкротства ЗАО «Управление механизации №276» по разработанной модели представлены в Таблице 18, по всем использованным моделям представлены в Таблице 19.

Таблица 18.

Результатов расчета вероятности банкротства ЗАО «Управление механизации №276» по разработанной методике

Коэффициент	Год
	2008	2009	2010	2011	2012
ROA	0,0018	0,014421	-0,00085	0,000281	0,000118
R1	0,276588	0,361435	0,251919	0,18669	0,170409
R2	0,520954	1,89669	-0,12885	0,064372	0,030374
R4	0,026596	0,079188	-0,01913	0,004774	0,124487
P	0,000867	-1,6433	0,770252	0,602007	0,614352

Таблица 19.

Сравнение результатов расчета вероятности банкротства ЗАО «Управление механизации №276»

Модель	Вероятность банкротства
	2008	2009	2010	2011	2012
Альтмана	высокая	высокая	высокая	высокая	высокая
Таффлера	неопределенно	неопределенно	неопределенно	неопределенно	неопределенно
Бивера	За год до банкротства	За год до банкротства	За год до банкротства	За год до банкротства	За год до банкротства
Иркутская	Вне зоны банкротства	Вне зоны банкротства	Вне зоны банкротства	Вне зоны банкротства	Вне зоны банкротства
Аргенти	средняя	высокая	высокая	высокая	высокая
Разработанная модель	0%	0%	77%	60%	61%

По предложенной модели вероятность банкротства сильно возрастает в 2010 году. Именно в этот период в отношении анализируемой компании была начата процедура банкротства. Но модель не смогла показать угрозу банкротства в предбанкротном периоде. Это может свидетельствовать либо о наличии фиктивного банкротства компании, либо о неправильной спецификации модели.

Сравнивая разработанную модель с другими анализируемыми методиками, можно отметить ряд преимуществ:

· основанность на актуальных данных;

· легкость в интерпретации значения;

· возможность выделения динамики изменения положения компании;

· учет российских экономических условий;

· простота расчетов.

В тоже время модель обладает и рядом недостатков:

· небольшой объем статистических данных;

· возможность выхода итогового коэффициента за рамки нормативных значений;

· не учитывается отраслевая специфика деятельности предприятий;

· не учитывается организационная форма компании.

Таким образом, можно сделать вывод о необходимости дальнейших исследований с целью улучшения полученной модели.

3.4 Особенности внедрения модели

Полученная модель показывает, что на вероятность банкротства компании влияют четыре основных фактора. Первый значимый коэффициент это рентабельность активов (ROA), то есть отношение чистой прибыли за отчетный период к суммарным активам компании на конец отчетного периода (строка 2400 отчета о прибылях и убытках разделенная на строку 1600 бухгалтерского баланса). Вторым фактором является коэффициент эффективности использования активов, представляющий собой отношение оборотных активов компании к суммарным активам (строка 1200 бухгалтерского баланса разделенная на строку 1600). Рентабельность собственного капитала так же оказывает сильное влияние на вероятность банкротства компании и рассчитывается как отношение чистой прибыли организации к собственному капиталу на конец отчетного периода (строка 2400 отчета о прибылях и убытках разделенная на строку 1300 бухгалтерского баланса). Последний значимый фактор в модели это норма прибыли, или рентабельность затрат, равная отношению чистой прибыли к суммарным затратам организации за отчетный период: себестоимости проданной продукции, процентам к уплате и прочим расходам (строка 2400 отчета о прибылях и убытках разделенная на сумму строк 2120, 2330 и 2350 отчета о прибылях и убытках).

Каждый из описанных выше факторов имеет обратную (разнонаправленню) связь с вероятностью банкротства компании, то есть при увеличении значения одного из факторов, при прочих равных условиях, вероятность банкротства организации снижается, так же и при снижении значения одного из факторов, при прочих равных условиях, вероятность банкротства увеличивается. Об этом свидетельствуют отрицательные значения коэффициентов при каждом из факторов. Стоит заметить, что значения каждого фактора вычитаются из константы, значение которой меньше единицы (0,84). Это говорит о том, что близкую к 1 вероятность банкротства достигают компании с отрицательными значениями рентабельности.

При проведении исследования, не было выявлено влияния на вероятность банкротства коэффициентов ликвидности, а так же факторов долговой нагрузки на компанию. Именно ликвидность организации, а так же соотношение собственных и заемных средств и коэффициенты покрытия учитываются при банковском анализе кредитоспособности компании. Исходя из этого, можно заключить, что анализ кредитоспособности отличается от оценки вероятности банкротства предприятии. Банки и кредитные организации при проведении оценки качества заемщиков обращают основное внимание на анализ возвратности заемных средств, то есть на риск потери компанией ликвидности, а не на общий риск банкротства заемщика.

Полученная модель тремя из четырех значимых факторов схожа с моделью Иркутской государственной экономической академии. Лишь коэффициент оборачиваемости активов оказался не значимым и был заменен на рентабельность активов компании. В исследовании так же проводился анализ влияния на вероятность банкротства факторов, используемых в моделях Альтмана, Таффлера и Бивера. Из этого можно сделать вывод, что модель Иркутской государственной экономической академии лучше других признанных моделей оценивает факторы, влияющие на вероятность банкротства российских компаний. Но коэффициенты при каждом из схожих факторов довольно сильно различаются в разработанной модели и Иркутской R-модели.

Полученная модель может иметь довольно широкое применение на практике. Во-первых, это хороший инструмент анализа текущего финансового состояния компании и направления его изменения в течение нескольких временных периодов. Во-вторых, модель является инструментом анализа эффективности принятия управленческих решений, так как может показать изменение вероятности банкротства при принятии тех или иных решений и участии компании в тех или иных проектах. Таким образом, модель является инструментом риск - менеджмента и ее применение в процессе анализа способствует снижению риска банкротства компании.

Но при практическом использовании данной модели, не стоит забывать, что она является инструментом только финансового анализа, используя лишь количественную информацию о состоянии компании. Для эффективного анализа угрозы банкротства стоит также учитывать и оценку качественных факторов, как внутренних для компании (менеджмент, ассортимент продукции, структуру собственников компании и так далее), так и внешних (состояние экономики страны, конкуренцию на рынке, восприятие компании в глазах ее клиентов и так далее). Перечисленные факторы имеют экспертный характер оценки, что влечет за собой ряд проблем, таких как: заинтересованность экспертов в результатах оценки и, как следствие их необъективность, сложность подбора экспертов, обработки результатов опроса, а так же трудности при переводе качественных экспертных оценок в количественные данные для учета в эконометрической модели. Из-за перечисленных проблем, качественные показатели деятельности компании не были учтены при разработке модели.

Из проведенного анализа можно сделать вывод, что полученная в ходе исследования модель может быть использована на практике как для предотвращения угрозы банкротства компании внутри, так и для оценки рисков заинтересованных внешних лиц (партнеров, кредиторов, банков и других). Достоверность расчета вероятности банкротства по разработанной модели подтверждается данными о процессе банкротства ЗАО «Управление механизации №276», а так же результатом финансового анализа. Но при использовании модели на практике для разностороннего анализа вероятности банкротства организации необходимо проводить дополнительное исследование качественных факторов.



ЗАКЛЮЧЕНИЕ

В ходе работы были исследованы модели оценки вероятности банкротства компании, изучены их достоинства и недостатки, разработана современная модель анализа вероятности банкротства, проанализирована вероятность банкротства на конкретном примере ЗАО «Управление механизации №276», найдены пути для повышения эффективности методик анализа вероятности банкротства предприятия. Исходя из...