Диагностика вероятности банкротства на основе дискриминантных и скоринговых моделей

Автор работы: Пользователь скрыл имя, 09 Ноября 2011 в 00:54, реферат

Описание

На основе анализа финансовой отчетности организаций за несколько лет до их банкротства аналитики разных стран сформировали различные модели предсказания риска деловой несостоятельности.
Более ранние модели прогнозирования банкротства были одномерными, т.е. построенными на значениях какого-либо одного коэффициента. Впоследствии они стали усложняться за счет вовлечения в анализ все большего количества коэффициентов.

Работа состоит из  1 файл

банкротство.docx

— 119.56 Кб (Скачать документ)

     ФИЛИАЛ ФЕДЕРАЛЬНОГО УНИВЕРСИТЕТА АВТОНОМНОГО ОБРАЗОВАТЕЛЬНОГО УЧРЕЖДЕНИЯ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «КАЗАНСКИЙ (ПРИВОЛЖСКИЙ) ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ» В Г.НАБЕРЕЖНЫЕ ЧЕЛНЫ 
 

    Кафедра менеджмента

    Специальность: «Менеджмент организации» 
     
     

    РЕФЕРАТ 

    на  тему:

     « Диагностика вероятности банкротства на основе дискриминантных 
и скоринговых моделей»
 
 
 
 
 

                    Выполнила:

                    студентка 3 курса группы 20941 очной формы  обучения Сокрева Е.И. 

                    Проверил: ст преподователь кафедры менеджмента

                    Аминова Р.М. 
                     
                     
                     

    Набережные  Челны

    2011

      На  основе анализа финансовой отчетности организаций за несколько лет  до их банкротства аналитики разных стран сформировали различные модели предсказания риска деловой несостоятельности.

     Более ранние модели прогнозирования банкротства  были одномерными, т.е. построенными на значениях какого-либо одного коэффициента. Впоследствии они стали усложняться за счет вовлечения в анализ все большего количества коэффициентов.

     Наиболее  распространенными выступают прогнозные модели, основанные на множественном дискриминантном анализе (МДА).

     Дискриминантная функция имеет следующий общий вид:

             (9.39)

     где    ао и ai –– некоторые параметры (коэффициенты регрессии);

     f1 –– факторы, характеризующие  финансовое состояние заемщика (например, финансовые коэффициенты).

     Коэффициенты  регрессии рассчитываются в результате статистической обработки данных по выборке фирм, которые либо обанкротились, либо сумели выжить в течение некоторого периода. Все компании делятся на две группы: на тех, кому финансовые затруднения вплоть до банкротства  в ближайшем будущем не грозят, и на тех, кому это грозит. Если Z –– оценка некоторой компании находится ближе к показателю средней компании –– банкрота, то при условии продолжающего ухудшения ее положения она обанкротится. Если менеджеры компании и банк, осознав финансовые трудности, предпринимают шаги, чтобы предотвратить усугубление ситуации, то банкротства не произойдет, следовательно, Z –– оценка является сигналом раннего предупреждения.

     Для применения МДА необходима достаточно репрезентативная выборка предприятий, дифференцированных по отраслям, размерам. Трудность заключается в том, что внутри отрасли не всегда возможно найти достаточное количество обанкротившихся фирм, чтобы рассчитать коэффициенты регрессии.

      В начале ХХ века многие зарубежные исследователи  занимались вопросами прогнозирования банкротства. Так, изучив 183 фирмы, испытывавшие финансовые трудности с 1921 по 1930 г., Р. Смитт и A. Винакор (R.F. Smith, A.H. WinaKor) сделали предположение, что наиболее надежным показателем предстоящего банкротства представляется снижение отношения чистого оборотного капитала к сумме активов.

      Сравнение показателей 20 обанкротившихся в  период с 1920 по 1929 г. предприятий с показателями 19 предприятий, не потерпевших финансового краха, проведенное П.Г. Фицпатриком (P.O. Fitzpat-ricK), позволило сделать вывод о том. что такими показателями считаются отношения прибыли к чистому собственному капиталу и чистого собственного капитала к сумме задолженности.

      Изучение  В.Б. Хикманом (W.B. HicK-man) опыта выпуска корпоративных облигаций за период с 1900 по 1943 г. свидетельствовало, что надежными предсказателями невыполнения обязательств по корпоративным ценным бумагам (с предсказанием за 5 лет до дефолта) считается коэффициент покрытия процентных выплат и отношение чистой прибыли к объему продаж.

      Исследование  С.Л. Мервином (C.L. Mer-vin) данных по 939 предприятиям за десятилетний период показало возможность предсказания банкротства за 4—5 лет до него по динамике трех коэффициентов: коэффициента покрытия процентных выплат, отношения чистого оборотного капитала к сумме активов и отношения чистого собственного капитала к сумме задолженности. Перед банкротством наблюдается снижение этих коэффициентов.

     Самой простой (и наименее точной) моделью  диагностики банкротства признается двухфакторная модель. Она основывается на двух ключевых показателях: текущей ликвидности (характеризует ликвидность) и доле заемных средств в общей сумме источников, от которых зависит вероятность банкротства предприятия (характеризует финансовую устойчивость). Эти показатели умножаются на весовые значения коэффициентов, найденные эмпирическим путем, и результаты суммируются с постоянной величиной, также полученной опытно-статистическим способом.

     В американской практике установлены  следующие значения коэффициентов:

  • текущей ликвидности (покрытия) (–1,0736);
  • удельного веса заемных средств в пассивах предприятия (+0,0579);
  • постоянной величины (–0,3877).

     Отсюда  формула расчета вероятности  банкротства имеет следующий  вид:

      

 (9.40)

где    –– надежность, степень отдаленности от банкротства;

       –– коэффициент покрытия (отношение текущих активов к  текущим обязательствам);

       –– коэффициент финансовой  зависимости (отношение заемных  средств к общей величине пассивов).

     При вероятность банкротства равна 50%; при вероятность банкротства велика (больше 50%) и возрастает по мере увеличения Z; и при вероятность банкротства мала (меньше 50%) и снижается по мере уменьшения Z.

     Достоинством  двухфакторной модели считается  ее простота и возможность применения в условиях ограниченного объема информации о предприятии. В то же время данная модель не обеспечивает высокую точность прогнозирования банкротства, так как не учитывает влияние на финансовое состояние предприятия других важных показателей (рентабельность, отдачу активов, деловую активность предприятия). Ошибка прогноза оценивается интервалом 0,65. Кроме того, относительно весовых значений коэффициентов и постоянной величины, фигурирующей в модели, известно лишь то, что они найдены эмпирическим путем. По этой причине они, по всей вероятности, справедливы для США, причем для США 60-х и 70-х гг. В связи с этим показатели не соответствуют современной специфике экономической ситуации и организации бизнеса в России, в том числе отличающейся системе бухгалтерского учета и налогового законодательства и т. д.

     Поскольку двухфакторная модель не обеспечивает всесторонней оценки финансового состояния предприятия, то для получения более точного прогноза американская практика рекомендует принимать во внимание уровень рентабельности проданной продукции, влияющий на финансовую устойчивость предприятия. В процессе анализа сравнивают показатель степени отдаленности от банкротства (Z) и уровень рентабельности продаж продукции. Если показатель (Z) находится в безопасных границах, а уровень рентабельности продукции достаточно высок, то вероятность банкротства крайне невелика.

     С целью более точного прогнозирования  вероятности банкротства предприятии в промышленно развитых западных странах используются экономико-математические модели известных зарубежных экономистов Альтмана, Лиса, Таффлера, Тишоу и др., разработанные на основе вышеизложенного дискриминантного анализа.

     В 1968 г. Э. Альтман разработал с помощью аппарата мультипликативного дискриминантного анализа индекс кредитоспособности (Z-счет), который позволяет выделить среди хозяйствующих субъектов потенциальных банкротов. Исследование финансового состояния 33 обанкротившихся американских компаний с помощью 22 аналитических коэффициентов и сравнение их с соответствующими показателями процветающих предприятий тех же отраслей и аналогичных отраслей позволило экономисту выявить 5 основополагающих показателей и определить их весовые значения, от которых зависит определение вероятности банкротства.

     Пятифакторная модель Э. Альтмана имеет следующий вид:

      

 (9.41)

где    Z –– надежность, степень отдаленности от банкротства;

     x1 –– собственные оборотные средства / всего активов (показывает степень ликвидности активов);

     x2 –– чистая прибыль / всего активов (показывает уровень генерирования прибыли);

     x3 –– прибыль до уплаты налогов и процентов / всего активов (показывает, в какой степени доходы предприятия достаточны для возмещения текущих затрат и формирования прибыли);

     x4 –– собственный капитал (рыночная оценка) / привлеченный капитал;

     x5 –– выручка (нетто) от реализации / всего активов.

     Отнесение организации к определенному  классу надежности производится на основании следующих значений индекса Z:

     Z < 1,81 –– предприятие станет банкротом: через один год с вероятностью 95%, через два года –– с вероятностью 72%, через 3 года –– с вероятностью 48%, через 4 года –– с вероятностью 30%, через 5 лет –– с вероятностью 30%,

     1,81 < Z < 2,765 –– вероятность банкротства средняя,

     2,765 < Z < 2,99 –– вероятность банкротства невелика, предприятие отличается исключительной надежностью,

     Z > 2,99 –– вероятность банкротства ничтожно мала.

     Факт  банкротства на один год можно  установить с точностью до 95%, на два года –– 83%.

     Пятифакторная модель Альтмана также не лишена недостатков  в плане применимости ее в России. Здесь по-прежнему ничего не известно о базе расчета весовых значений коэффициентов. Отсутствие в России статистических материалов по организациям-банкротам не позволяет скорректировать методику исчисления весовых коэффициентов и пороговых значений с учетом российских экономических условий. Кроме того, пока что вызывает некоторое смущение коэффициент x4, в котором фигурирует суммарная рыночная стоимость акций предприятия. В настоящий момент в Российской Федерации отсутствует информация о рыночной стоимости акций большинства предприятий, да и в условиях неразвитости вторичного рынка российских ценных бумаг у большинства организаций данный показатель теряет свой смысл.

     В 1973 г. Э. Альтман модифицировал формулу (9.41) для компаний, акции которых не котировались на бирже:

      

 (9.42)

где    Х4 –– соотношение между балансовой стоимостью собственного капитала и заемных капиталом.

     Пороговое значение вероятности банкротства  в этом случае составляет 1,23.

     Семифакторная модель прогнозирования банкротства, разработанная Э. Альтманом со своими коллегами в 1977 г., позволяет прогнозировать банкротство на горизонте в 5 лет с точностью до 70% и включает следующие показатели: рентабельность активов, изменчивость (динамику) прибыли, коэффициент покрытия процентов по кредитам, кумулятивную прибыльность, коэффициент покрытия (ликвидности), коэффициент автономии, совокупные траты. Достоинство этой модели — максимальная точность, однако ее применение затруднено из-за недостатка информации: требуются данные аналитического учета, которых нет у внешних пользователей.

     В 1972 г. экономист Лис разработал формулу Z-счета для Великобритании:

           

 (9.43)

где    x1 –– оборотный капитал / всего активов;

     x2 ––прибыль от реализации / всего активов;

     x3 –– нераспределенная прибыль / всего активов;

     x4 –– собственный капитал / заемный капитал.

     В этой формуле минимально предельное значение вероятного банкротства равно 0,0347.

     На  основании обработки данных 60 предприятий  –– 30 потерпевших крах и 30 нормально  работавших — со средним годовым  балансом в 455 тысяч американских долларов была создана модель Фулмера, которая изначально содержала 40 коэффициентов, тогда как окончательный ее вариант использует всего девять:

где   

     

     

     

     

     

     

     

     

Информация о работе Диагностика вероятности банкротства на основе дискриминантных и скоринговых моделей