Научная статья на тему 'Анализ эффективности зарубежных и отечественных моделей прогнозирования банкротств'

Анализ эффективности зарубежных и отечественных моделей прогнозирования банкротств Текст научной статьи по специальности «Экономика и бизнес»

CC BY
1668
338
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
КРИЗИС / АНТИКРИЗИСНАЯ СТРАТЕГИЯ / БАНКРОТСТВО / ПРОГНОЗИРОВАНИЕ / CRISIS / CRISIS MANAGEMENT STRATEGY / BANKRUPTCY / PREDICTION

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Курапов А. В.

В статье автор проводит широкомасштабное тестирование наиболее известных зарубежных и отечественных кризис-прогнозных моделей с целью выделения из них наиболее эффективных.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по экономике и бизнесу , автор научной работы — Курапов А. В.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

ANALYSIS OF THE EFFECTIVENESS OF FOREIGN AND DOMESTIC MODELS TO PREDICT BANKRUPTCY

The author spends a large-scale testing of the most well-known foreign and domestic crisis of predictive models to select from them the most effective.

Текст научной работы на тему «Анализ эффективности зарубежных и отечественных моделей прогнозирования банкротств»

АНАЛИЗ ЭФФЕКТИВНОСТИ ЗАРУБЕЖНЫХ И ОТЕЧЕСТВЕННЫХ МОДЕЛЕЙ ПРОГНОЗИРОВАНИЯ БАНКРОТСТВ

Курапов А.В., аспирант НОУ ВПО «Московская Финансово-Промышленная Академия»

В статье автор проводит широкомасштабное тестирование наиболее известных зарубежных и отечественных кризис-прогнозных моделей с целью выделения из них наиболее эффективных.

Ключевые слова: кризис, антикризисная стратегия, банкротство, прогнозирование.

ANALYSIS OF THE EFFECTIVENESS OF FOREIGN AND DOMESTIC MODELS TO PREDICT BANKRUPTCY

Kurapov A., The post-graduate student, NOU VPO Moscow Academy of Finance and Industry

The author spends a large-scale testing of the most well-known foreign and domestic crisis of predictive models to select from them the most effective.

Keywords: crisis, crisis management strategy, bankruptcy, prediction.

Введение

Перед коммерческими организациями, в условиях углубления кризисных явлений в экономике, остро встает задача по оценке финансовой устойчивости, как собственного бизнеса, так и бизнеса компаний контрагентов. Наиболее остро встает вопрос выявления признаков финансовой неустойчивости контрагентов и признаков их банкротства.

Вместе с тем, число кризис-прогнозных моделей велико и проведено относительно немного исследований в области анализа их эффективности. Особенно остро стоит вопрос относительно репрезентативности подобных исследований, поскольку зачастую анализ ограничивается несколькими десятками предприятий, нередко принадлежащих одной отрасли.

Таблица 1. Распределение компаний в разрезе

Модели

В ходе работы была проанализирована эффективность прогнозирования финансовой несостоятельности (банкротства) предприятий наиболее известными зарубежными и отечественными моделями, наряду с моделью, описанной в данной работе.

Расчеты производились с помощью программного обеспечения Microsoft Excel. В работе использовалась база данных СПАРК Интерфакс (Система Профессионального Анализа Рынков и Предприятий). Тестовая выборка содержит данные отчета о прибылях и убытках и отчета о финансовом состоянии 4086 российских предприятий за 2005, 2006, 2007 и 2008 гг. 2778 из них (в дальнейшем — «устойчивые») продолжали свою деятельность по состоянию на момент проведения анализа (2010 г.), а в отношении остальных 1308

категорий и периодов.

Тип компаний 2005 г. / 4 года до банкр-ва 2006 г. / 3 года до банкр-ва 2007 г. / 2 года до банкр-ва 2008 г. / 1 год до банкр-ва

Устойчивые компании 2778 2778 2778 2778

Компании банкроты 453 761 1167 1308

Итого 3231 3539 3945 4086

Таблица 2

Отрасль Устой чивые % Банк Роты %

производство пищевых продуктов, включая напитки 784 28% 102 8%

сельское хозяйство 50 2% 466 35%

предоставление прочих видов услуг 133 5% 117 9%

производство машин и оборудования 184 7% 31 2%

строительство 110 4% 91 7%

научные исследования и разработки 182 7% 7 1%

операции с недвижимым имуществом 97 3% 79 6%

производство прочих неметаллических минеральных продуктов 110 4% 21 2%

розничная торговля 74 3% 40 3%

оптовая торговля 69 2% 43 3%

производство, передача и распределение электроэнергии, газа, пара и горячей воды 52 2% 47 4%

деятельность сухопутного транспорта 43 2% 47 4%

прочие 890 32% 217 17%

Итого 2,778 100% 1,308 100%

(в дальнейшем — «банкроты») в 2009 году был возбуждён процесс конкурсного управления с последующей ликвидацией предприятий.

Сравнение производилось между следующими моделями:

■ Альтмана

■ Таффлера

■ Фулмера

■ Спрингейта

■ ИГЭА

■ Колышкина

■ Сайфулина, Кадыкова

■ Курапова (Шестифакторная модель, представленная в данной работе)

Выбор именно этих моделей обусловлен тем, что они предоставляют возможность произвести прогноз финансового состояния компании на базе только количественных показателей, содержащихся в финансовой отчетности организации без необходимости получения дополнительной информации о деятельности предприятия. Данная постановка задачи является наиболее актуальной, поскольку современным предприятиям регулярно необходимо оценивать платежеспособность и финансовую устойчивость своих потенциальный контрагентов, обладая только данными их баланса и отчета о прибылях и убытках.

Список анализируемых моделей включает в себя наиболее популярные и эффективные зарубежные и отечественные количественные кризис-прогнозные методики (за исключением представленной в работе шестифакторной модели, популярность которой невозможно оценить, в силу объективной причины новизны модели).

Краткое описание шестифакторной модели Курапова

Данная модель была разработана с целью максимально эффективного прогнозирования финансово-экономического состояния современных российских предприятий. Модель имеет следующий вид:

АК = 0.7% + 0.3*К2 + 2.8*К3 + 0.7*К4 + 0.6*К5 + 0.7*К6

АК - представляет собой функцию, характеризующую вероятность банкротства предприятия. При значениях АК < 0 - вероятность банкротства высока, при АК > 0 - финансовое состояние предприятия в целом стабильно.

К - Чистые активы / Валюта баланса (коэффициент автономии)

К2 - Выручка за текущий период / Выручка за предыдущий отчетный период - 1 (изменение выручки)

К3 - (Нераспределенная прибыль + Чистая прибыль) / Валюта

Таблица 3.

баланса (линейный прогноз нераспределенной прибыли на следующий период)

К4 - Валюта баланса на конец текущего периода / Валюта баланса на конец предыдущего периода - 1 (Изменение величины всех активов за текущий период, %)

К5 - Темп изменения доли себестоимости в выручке от продаж по модулю.

-| [С1 / В^ / [С0/ В0] - 1 |, где В1, В0 - объем выручки за отчетный и предыдущие годы; С1, С0 - себестоимость продаж за отчетный и предыдущие годы

К6 - Изменение рыночной доли компании. [В1/В0] / [ВО1/ВО0] -

1, где В1, В0 - объем выручки предприятия за отчетный и предыдущие годы; ВО1, ВО0 - Общий объем выручки по данной отрасли за отчетный и предыдущие годы по данным Госкомстата.

Методика проведения анализа

Все анализируемые компании были разделены на две группы: «устойчивые» и «банкроты» в зависимости от их финансово-экономического состояния на момент выгрузки данных для анализа из базы данных (2010г). Принимая во внимание, что момент выгрузки данных (2010 г.) отстоит во временном отношении от последнего анализируемого периода (2008г.) на полтора года, представляется возможным утверждать, что «устойчивые» компании корректно отнесены в соответствующую категорию, поскольку они продолжали свою финансово-экономическую деятельность на момент выгрузки данных. Компании банкроты были определены на основании данных о применении отношении них процедуры конкурсного производства. Результат распределения предприятий по категориям приведен в таблице 1.

Для удобства проведения анализа, структура распределения компаний банкротов по периодам была изменена. Так, устойчивые компании распределены обычным образом, соответственно календарному году финансовой отчетности. В противоположность к устойчивым, компании банкроты необходимо анализировать относительно их года банкротства. Причиной для этого является существенное изменение финансово-экономических показателей деятельности предприятия и, соответственно, статей их финансовой отчетности в период близкий к банкротству. Данные изменения тем существеннее, чем ближе рассматриваемый период к году банкротства предприятия. Одновременно с этим увеличивается и вероятность правильной идентификации потенциального банкрота. Именно в связи с этим большинство авторов прогнозных моделей предпочитают рассчитывать эффективность прогнозирования за один год до банкротства предприятий.

Модель 4 года до банкр-ва 3 года до банкр-ва 2 года до банкр-ва 1 год до банкр-ва

Альтмана 379 675 1061 1242

Таффлера 120 250 387 383

Фулмера 224 480 827 1059

Спрингейта 241 473 823 1006

ИГЭА 38 64 115 162

Колышкина 220 404 713 939

Сайфулина, Кадыкова 356 641 1013 1199

Курапова 288 521 897 1190

Действительное число компаний банкротов 453 761 1167 1308

Таблица 4.

Модель 2005 2006 2007 2008

Альтмана 569 554 549 540

Таффлера 2515 2514 2557 2476

Фулмера 2388 2410 2457 2431

Спрингейта 2320 2336 2389 2273

ИГЭА 2746 2741 2753 2750

Колышкина 1173 1159 1114 1097

Сайфулина, Кадыкова 1528 1523 1539 1506

Курапова 2275 2294 2359 2257

Действительное число устойчивых компаний 2778 2778 2778 2778

Компании для анализа выбирались произвольным образом. В связи с этим их отраслевая структура неравномерна. Детальные данные по числу компаний в разрезе отраслей представлены в таблице 2.

Включение данных по компаниям из различных отраслей позволило с одной стороны исключить преимущества отдельных моделей, разработанных для анализа специфических отраслей, с другой - проверить универсальность тестируемых моделей.

Полученные результаты

Для каждой из компаний и в применении к каждому отчетному периоду были рассчитаны значения функций, соответствующих каждой из восьми рассматриваемых моделей. Отнесение компаний в группу банкротов или группу устойчивых компаний производилось на основании граничных условий, установленных моделью.

В таблицах 3 и 4 содержится информация о количестве компаний, корректно отнесенных к категории банкротов и устойчивых компаний соответственно.

Диаграмма 1 содержит информацию о том, какая доля банкротов и устойчивых компаний была определена моделью корректно.

Модель Альтмана показала высокие результаты при прогнозировании несостоятельности банкротов. Вместе с тем эффективность в области выявления устойчивых предприятий в применении к современным российским компаниям оказалась крайне низкой (19%). Для большинства устойчивых предприятий (81%) значение Z индекса Альтмана оказалось ниже граничного значения 2.9. Таким образом, согласно условиям модели, часть из них попала в зону неопределенности, другая часть в зону банкротства. Однако, даже установив граничное значение равным 1.23, и таким образом исключив из рассмотрения предприятия, попавшие в зону неопределенности, эффективность прогнозирования финансового состояния компаний моделью Альтмана остается низкой и не превышает для устойчивых компаний 46%. То есть данная модель имеет тенденцию относить большую часть современных российских компаний к банкротам (в том числе устойчивых).

Низкая эффективность модели Альтмана при анализе современных российских предприятий связана с тем, что данная модель была разработана в процессе анализа деятельности предприятий США 60х-80х гг. при отличных от российских макроэкономических условиях. Соответственно, весовые коэффициенты и граничные условия подлежат корректировке. В ходе исследования автором было выявлено, что прогнозная эффективность модели Альтмана может быть существенным образом улучшена при замене граничного условия для индекса Z - с 1.23 на 0. То есть предлагается выдвигать прогноз относительно финансовую несостоятельность предприятия в случае если итоговый индекс Z Альтмана оказывается меньше 0, и признавать предприятие в целом финансово устойчивым в

случае когда индекс Z больше 0. В этом случае эффективность прогнозирования финансового состояния компаний при помощи адаптированной модели Альтмана составит, для банкротов - 83%, для устойчивых компаний - 86%.

Аналогичная тенденция к чрезмерно негативному прогнозу также проявляется у двух российских моделей: Сайфулина/Кады-кова и Колышкина. Недостаточно высокая эффективность данных моделей объясняется, прежде всего, недостаточным числом реальных финансовых данных, проанализированных в ходе исследований, а также использованием в моделях недостаточного количества слабо кореллирующих между собой факторов.

Модели Таффлера и ИГЭА (разработанной учеными Иркутской государственной экономической академии) имеют обратную тенденцию. Выявление устойчивых компаний производится эффективно, однако, прогнозная эффективность в области выявления банкротов низка и составляет соответственно 29% и 12% для моделей Таффлера и ИГЭА. Существенным недостатками модели ИГЭА являются: использование малого числа факторов (четырех) а также формирование прогноза преимущественно на базе данных отчета о прибылях и убытках (три фактора из четырех используемых в модели), в результате чего значительная доля компаний, признающих выручку, но при этом имеющих отрицательное значение капитала и резервов, не определяются данной модель в качестве банкротов.

Среди рассмотренных моделей наиболее эффективными в выявлении обоих типов компаний оказались модели Спрингейта, Фулмера и Курапова (шестифакторная модель, описываемая в данной работе). Средняя эффективность данных моделей в выявлении устойчивых и неустойчивых компаний при прогнозировании на год вперед равняется 79%, 84% и 86% соответственно. При прогнозировании банкротства на два года вперед эти показатели снижаются до 78%, 80% и 81% соответственно, что также является высоким показателем.

Модели Фулмера и Спрингейта были разработаны в 70х-80х гг. ХХ века и создавались с целью прогнозирования банкротств предприятий в США. Обе модели были разработаны приблизительно в то же время, что и модель Альтмана, однако показали намного более высокую эффективность при анализе российских предприятий. Эффективность модели Фулмера определяется использованием сразу девяти факторов, часть из которых требует применение в расчете логарифмических функций. Эффективность модели Спрингейта оказалась высокой благодаря исключительно точному соответствию установленных в модели коэффициентов анализируемой совокупности компаний.

Итоговая средняя эффективность моделей при определении обоих типов компаний приведена в таблице ниже:

Банкроты ■ Устойчивые Диаграмма І. Точность прогнозирования различных моделей.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Модель 2005 2006 2007 2008

Курапова 73% 76% 81% 86%

Фулмера 68% 75% 80% 84%

Спрингейта 68% 73% 78% 79%

Сайфулина, Кадыкова 67% 70% 71% 73%

Таффлера 59% 62% 63% 59%

Альтмана 52% 54% 55% 57%

ИГЭА 54% 54% 54% 56%

Колышкина 45% 47% 51% 56%

Вывод

Вопреки ожиданиям, большая часть отечественных моделей показала достаточно низкую кризис-прогнозную эффективность, несмотря на декларируемую лучшую адаптации к российским экономическим условиям и относительную современность по времени разработки. Наибольшую эффективность показали зарубежные модели Фулмера и Спрингейта, и новая российская модель, представленная автором.

Средняя эффективность наиболее успешных количественных моделей прогнозирования банкротств, в случае прогнозирования финансового состояния компаний на один год вперед, составляет 80-85%.

Таким образом, было получено подтверждение высокой эффективности отдельных моделей в области прогнозирования банкротств современных российских предприятий. Практическое использование этих моделей может способствовать существенному снижению рисков бизнеса при взаимодействии с контрагентами.

Литература:

1. Арутюнян А.Б. Опыт применения моделей Фулмера и Спрингейта в оценке венгерских предприятий сельского хозяйства и пищевой промышленности. Аудит и финансовый анализ, 2002, №2.

2. Колышкин А.А. Новые подходы к оценке вероятности банкротства: «ББП - Бухгалтерские вести» - приложения к газете «Деловой Петербург».

3. Стрекалов О.Б., Зарипов Э.Р. Кризисы в организации и управление проектами: Учебное пособие. - Казань: Казан. гос. технол. ун-т, 1997, 160 стр., с. 36-40.

4. ALTMAN, E. I. - HALDEMAN, R. G. - NARAYANAN, P. (1977): ZETA Analysis, A New Model to Identify Bankruptcy Risk of Corporation. Journal of Banking and Finance, 1977. стр. 29-54.

5. FULMER, J. G. et al. (1984): A Bankruptcy Classification Model For Small Firms. Journal of Commercial Bank Lending, 1984, стр. 25-37.

6. 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.

НЕФТЕГАЗОВЫЙ КОМПЛЕКС КАЗАХСТАНА: ИННОВАЦИОННЫЙ ПУТЬ РАЗВИТИЯ

Гусейнов И.М., соискатель Государственной академии повышения квалификации и переподготовки кадров для строительства и

жилищно-коммунального комплекса России

В статье рассматриваются отдельные аспекты инновационного развития нефтегазового комплекса Казахстана как основы развертывания основных направлений индустриально-инновационной стратегии, а также пути привлечения внебюджетных средств для совершенствования вопросов недропользования.

Ключевые слова: нефтегазовый комплекс, государственное регулирование, инновационная деятельность, инвестиционная привлекательность, финансирование.

OIL AND GAS COMPLEX OF KAZAKHSTAN: AN INNOVATIVE WAY OF DEVELOPMENT

Guseynov I., The applicant, State Academy of Training and retraining of personnel for the construction of housing and

communal complex of Russia

The article deals with some aspects of innovation development of Kazakhstan’s oil and gas industry as the basis for the deployment of the main directions of industrial and innovation policies, as well as ways to attract extra-budgetary resources to improve on mineral resources.

Keywords: oil and gas, government regulation, innovation, investment attraction funding.

Нефтегазовый комплекс в настоящее время представляет собой крупнейший сегмент общественного достояния Республики Казахстан, играя одну из ключевых ролей в ее экономике. Его эффективное функционирование и устойчивое развитие является необходимым условием стабилизации экономического роста, обеспечения целостности и национальной безопасности страны, повышения уровня и благосостояния казахстанского народа.

По данным Министерства нефти и газа Республики доля нефтегазового комплекса в объеме ВВП Казахстана в 2009 г. составила 20,8%, в государственных доходах - 1531,2 млрд. тенге, или 40,5%, увеличившись на 1,2% относительно 2008 г. Платежи в Национальный фонд от нефтегазового сектора возросли до 1371,4 млрд. тенге, что составило 36,3% в государственных доходах [1]. Благоприятная конъюнктура мировых рынков способствует тому, что на предприятиях отрасли сосредоточено достаточное количество финансовых ресурсов, которые при обоснованном перераспределении могут быть направлены для совершенствования и развития, как отдельных отраслей казахстанской экономики, так и нефтегазового комплекса в частности. Объемы же инвестиционных ресурсов, которые аккумулируются в нефтегазовой отрасли, во многом зависят от эффективной деятельности конкретных компаний, что определяет, в конечном итоге, и продвижение других секторов казахстанской экономики в направлении освоения инновационных путей развития. Актуальность и необходимость перемен в данном направлении экономического развития Республики характеризуется тем, что уровень инновационной активности предприятий в Казахстане находится на уровне 4% [2], что значительно ниже, чем в странах ЕС или даже в таких странах с переходной экономикой, как Эстония - 36% и Венгрия - 47% (см. рис. 1).

6,0

5.0

4.0

3.0

2.0 1,0 0,0

4,8 4,8

4,0 4,0

3,4

2,3

2004

2005

2006

2007

2008

2009

Рис.1. Уровень активности предприятий республики Казахстан в области инноваций (в %)

В структуре инновационной продукции Казахстана существенную долю (более 64%) занимает продукция, подвергавшаяся усовершенствованию. На долю продукции, вновь внедренной или подвергавшейся значительным технологическим изменениям, на период 2008 г. приходилось 28,6% от общего объема инновационной продукции [3].

Уже неоднократно подчеркивалось, что нефтегазовая сфера была и будет оставаться ключевой в экономике Казахстана, обеспечивающей поступательность экономического роста и усиление благосостояния казахстанского народа. В связи с этим переориентация нефтегазового комплекса Республики на инновационный путь развития требует ясной и понятной государственной политики, крупных инвестиций и умелого регулирования всего иновацион-но-инвестиционного процесса, отвечающего долгосрочным приори-

i Надоели баннеры? Вы всегда можете отключить рекламу.