позволит также не распылять страховой фонд на компенсацию мелких убытков.
В нашем примере, если хозяйство получит среднюю урожайность зерновых, предположим, на уровне 9,5 ц/ га, то недобор составит 5,5 ц/га. В этом случае общий ущерб хозяйства достигнет 1650,0 тыс. руб., или 36,7% к страховой сумме (табл. 2).
Тогда страховое возмещение по предлагаемой нами методике составит 1320,0 тыс. руб., из которых страховая организация должна выплатить только 726,0 тыс. руб., или 44% ущерба, федеральный бюджет - 330,0 тыс. руб. или соответственно 20%, бюджет республики - 264,0 тыс. руб.,
или 16% ущерба, понесенного хозяйством (см. рис.).
За прошедший 2006 год хозяйства республики получили компенсации из федерального бюджета в сумме 46,1 млн руб., из бюджета Башкортостана - 27,7 млн, итого - 73,8 млн руб. Совокупная нетто-премия страховых организаций составила ориентировочно 83,0 млн руб. Если указанные средства в сумме 156,8 млн. руб. полностью направить на выплаты, то среднее возмещение на гектар застрахованных площадей увеличится с 485,4 руб. до 917,0 руб.
Рассматривая предлагаемую методику субсидирования ущерба крестьян, можно предположить, что она
приведет к резкому росту бюджетных £ расходов. На наш взгляд, бюджетные £ расходы могут увеличиться вполне * закономерно, но не потому, что не- з эффективно с рыночной точки зре- = ния субсидирование ущерба. Основ- 1 ной причиной возможного увеличе- е ния бюджетных расходов явится резкий рост числа вовлеченных в страхование сельскохозяйственных организаций, поверивших государству и страховщикам. А главным достижением новой системы страхования станет значительное укрепление финансовой устойчивости сельскохозяйственного производства в условиях рыночного хозяйствования.
АНАЛИЗ МЕТОДИК ПРОГНОСТИЧЕСКОГО МОДЕЛИРОВАНИЯ БАНКРОТСТВА
М.М. ХАЧЕВ, доктор физико-математических наук, профессор Н.С. КОКОВ, кандидат экономических наук, доцент С.А. ТЕММОЕВА, кандидат экономических наук, доцент Э.З. УМАРОВ, аспирант
(Кабардино-Балкарская ГСХА имени первого Президента Кабардино-Балкарии В.М. Кокова)
Ключевые слова: прогнозирование банкротства, прогнозные модели, оценка вероятности банкротства.
На современном этапе развития российской экономики выявление неблагоприятных тенденций развития предприятия, предсказание банкротства приобретают первостепенное значение. Вместе с тем методики, позволяющие с достаточной степенью достоверности прогнозировать неблагоприятный исход, практически отсутствуют, нет единого источника, содержащего описание большинства из них. Целью данной статьи является проведение обзора основных методик прогнозирования банкротства, встречающихся в литературе.
«Количественные» кризис-прогнозные методики. 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, и результаты
затем складываются с некой постоянной величиной (const), также полученной тем же (опытно-статистическим) способом. Если результат (C1) оказывается отрицательным, вероятность банкротства невелика. Положительное значение С1 указывает на высокую вероятность банкротства.
В американской практике выявлены и используются такие весовые значения коэффициентов [11]:
- для показателя текущей ликвидности (покрытия) Кп - (-1,0736);
- для показателя удельного веса заемных средств в пассивах предприятия Кз - (+0,0579);
- постоянная величина - (-0,3 877).
Отсюда формула расчета С принимает следующий вид:
С1 = - 0,3877 + Кп ■ (- 1,0736) + Кз ■ 0,0579. (1)
Необходимо иметь в виду, что в нашей стране иные, чем в развитых странах Запада, темпы инфляции, циклы макро- и микроэкономики, а также другие уровни фондо-, энерго-и трудоемкости производства, производительности труда, иное налоговое бремя [14]. В силу этого невозможно в российских условиях механически использовать приведенные выше значения коэффициентов, но саму мо-
дель с числовыми значениями, соответствующими реалиям российского рынка, применить можно, если отечественные учет и отчетность предоставляют достаточно полную информацию о финансовом состоянии предприятия.
Коэффициент Альтмана (индекс кредитоспособности) предложен в 1968 году известным западным экономистом Альтманом (Edward I. Altman) [10]. Индекс кредитоспособности построен с помощью аппарата мультипликативного дискриминант-ного анализа (Multiple-discriminant analysis - MDA) и позволяет в первом приближении подразделить хозяйствующие субъекты на потенциальных банкротов и небанкротов.
Индекс Альтмана представляет собой функцию некоторых показателей, характеризующих экономический потенциал предприятия и результаты его работы за истекший период. В общем виде индекс кредитоспособности (Z-счет) имеет вид [12]:
Z = 1,2 ■ Хт + 1,4 ■ X2 + 3,3 ■ X3 + 0,6 ■ Х4 + Х5, (2)
где: Хт - оборотный капитал/сумма активов;
Х2 - нераспределенная прибыль/ сумма активов;
ХЗ - операционная прибыль/сумма активов;
Х4 - рыночная стоимость акций/ задолженность;
Х5 - выручка/сумма активов. Результаты многочисленных расчетов показали, что предприятия, для которых Z>2,99, попадают в число финансово устойчивых, те, для которых Z<1,81, являются безусловно несостоятельными, а интервал 1,81-2,99 представляет собой зону неопределенности.
Z-коэффициент имеет общий серьезный недостаток - по существу, его можно использовать лишь в от-
ношении крупных предприятии. Именно для таких предприятии можно получить объективную рыночную оценку собственного капитала.
В 1983 году Альтман получил модифицированный вариант своей формулы для предприятий, акции которых не котировались на бирже: R = 8,38 ■ Хт + Х2 + 0,054 ■ Х3 + + 0,63 ■ Х4, (3)
(здесь Х4 - балансовая, а не рыночная стоимость акций).
Согласно формуле, предприятия с рентабельностью выше некоторой границы становятся полностью «непотопляемыми». В российских условиях рентабельность отдельного предприятия в значительной мере подвергается опасности внешних колебаний. Несомненно, эта формула в наших условиях должна иметь менее высокие параметры при различных показателях рентабельности [15].
Известны и другие подобные критерии. Британский ученый Таффлер (ТаТНег) предложил в 1977 году четы-рехфакторную прогнозную модель, при разработке которой использовал следующий подход [13].
Использование компьютерной техники, затем статистического метода, известного как анализ многомерного дискриминанта, позволяют построить модель платежеспособности, определяя частные соотношения, которые наилучшим образом выделяют две группы предприятий и их коэффициенты. Такой выборочный подсчет соотношений является типичным для определения некоторых ключевых измерений деятельности корпорации, таких, как прибыльность, соответствие оборотного капитала, финансовый риск и ликвидность. Объединяя эти показатели и сводя их соответствующим образом воедино, модель платежеспособности дает точную картину финансового состояния корпорации. Модель для анализа состояния предприятий, акции которых котируются на биржах, принимает форму:
= Со + С-| ■ Х-| + С2 ■ Х2 + С3 ■ Х3 + С4 ■ Х4, (4)
где: X! - прибыль до уплаты налога/текущие обязательства (53%);
Х2 - текущие активы/общая сумма обязательств (13%);
Х3 - текущие обязательства/общая сумма активов (18%);
Х4 - отсутствие интервала кредитования (16%);
С0...С4 - коэффициенты, проценты в скобках указывают на пропорции модели.
При этом X! измеряет прибыльность, Х2 - состояние оборотного капитала, ХЗ - финансовый риск и Х4
- ликвидность.
Для усиления прогнозирующей роли моделей можно трансформировать Z-коэффициент в PAS-коэффи-циент (Perfomans Analysys Score), позволяющий отслеживать деятельность предприятий во времени. Изучая PAS-коэффициент как выше, так и ниже критического уровня, легко определить моменты упадка и возрождения компании.
PAS-коэффициент - это просто относительный уровень деятельности предприятий, 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 предприятий оценивается удовлетворительно, тогда как PAS-коэффициент, равный 10, свидетельствует о том, что лишь 10% предприятий находятся в худшем положении (неудовлетворительная ситуация). Итак, подсчитав Z-коэффициент для предприятий, можно затем трансформировать абсолютную меру финансового положения в относительную меру финансовой деятельности. Другими словами, если Z-коэффициент может свидетельствовать о том, что предприятие находится в рискованном положении, то PAS-коэффициент отражает историческую тенденцию и текущую деятельность на перспективу.
Выигрышной стороной данного подхода является его способность сочетать ключевые характеристики отчета о прибылях и убытках и баланса в единое представительное соотношение. Предприятие, получающее большие прибыли, но слабое, с точки зрения баланса, может быть сопоставлено с менее прибыльным, баланс которого уравновешен. Рассчитав PAS-коэффициент, можно оценить финансовый риск, связанный с данным предприятием, и соответственно варьировать условия сделки. В сущности, подход основан на том принципе, что целое более ценно, чем простая сумма его составляющих.
Учеными Иркутской государственной экономической академии предложена своя четырехфакторная модель прогноза риска банкротства (модель R), которая имеет следующий вид:
R = 8,38ЧК + К2 + 0,054ЧК3 + 0,63ЧК4, (5)
где: К - оборотный капитал/актив; К2 - чистая прибыль/собственный капитал;
К3 - выручка от реализации/актив; К4 - чистая прибыль/интегральные затраты.
Вероятность банкротства пред-
Таблица 1 Вероятность банкротства предприятия в соответствии со значением модели R
Значение R
Вероятность банкротства, %
Меньше 0 0-0,18 0,18-0,32 0,32-0,42 Больше 0,42
Максимальная (90-100) Высокая (60-80) Средняя (35-50) Низкая (15-20) Минимальная (до 10)
приятия в соответствии со значени
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.