Главная    Интернет-библиотека    Менеджмент    Отраслевой менеджмент    Модифицированный подход к использованию современных моделей прогнозирования банкротства в сельском хозяйстве

Модифицированный подход к использованию современных моделей прогнозирования банкротства в сельском хозяйстве

19.05.2016

Модифицированный подход к использованию современных моделей прогнозирования банкротства в сельском хозяйстве

Опубликовано в журнале "Менеджмент в России и за рубежом" №4 год - 2010

Круш З.А.,
к. э. н., профессор кафедры
финансов и кредита
ВГАУ им. К.Д. Глинки

Слепокуров С.В.,
аспирант кафедры финансов
и кредита ВГАУ

Диагностика финансового состояния предприятий осуществляется с помощью различных моделей прогнозирования банкротства. Они различаются составом индикаторов и интерпретацией полученных результатов.

Существуют модели как зарубежного, так и отечественного происхождения. Принимая во внимание сомнительную применимость результатов зарубежных моделей в свойственных России экономических условиях (особенности кредитования, налогообложения, темпы инфляции), а также отсутствие у большинства отечественных моделей ориентации на особенности  сельскохозяйственного производства (сезонность, высокую степень зависимости результатов хозяйственной деятельности от природно-климатических условий, возможность погашения долговых обязательств за счёт доходов, получаемых единовременно после окончания периода сельскохозяйственных работ), интересно проверить применимость наиболее распространённых моделей для прогнозирования банкротства предприятий сельского хозяйства.

На 22 сельскохозяйственных предприятиях, признанных банкротами Арбитражным судом Воронежской области в 2002–2008 гг., нами было протестировано 14 наиболее распространённых моделей (табл. 1): восемь из них разработаны зарубежными учёными (двух- и пятифакторная (модифицированная) модели Э. Альтмана [1], модели У. Бивера [3], Д. Уилкокса [4], Гордона Л.В. Спрингейта [4], Лиса [4], Р. Тафлера и Г. Тишоу [3], Фулмера [4]) и шесть – отечественными авторами (модели Иркутской государственной экономической академии [5], Р.С. Сайфуллина и Г.Г. Кадыкова [4], Г.В. Савицкой [5], О.П. Зайцевой [2], М.А. Федотовой [2], четырёхфакторная модель банкротства сельскохозяйственных предприятий [6]).

Вывод об эффективности моделей прогнозирования банкротства сельскохозяйственных предприятий производился нами по двум критериям: 1) модель эффективна, если прогноз оправдался накануне банкротства предприятия; 2) модель эффективна, если банкротство явилось результатом прогнозируемого последовательного углубления кризисного состояния предприятия.

Исследование показало (табл. 1, стр. 15), что у зарубежных моделей (Лиса, Гордона Л.В.  Спрингейта, Р. Тафлера и Г. Тишоу, двухфакторной модели Э. Альтмана) точность прогнозов для сельскохозяйственных предприятий оказалась невысокой.

Низкую эффективность также показали прогнозы по отечественным моделям Иркутской  государственной экономической академии, четырёхфакторной модели банкротства  сельскохозяйственных предприятий.

Нейтральный уровень верных прогнозов (примерно 50%) и слишком категоричная интерпретация опасности банкротства («да» – «нет») (табл. 1, стр. 12) указывают на функциональное смещение этих моделей с «предупреждения» на «констатацию» банкротства. Из-за такой «врождённой» преграды для реализации главной цели формирования внутреннего механизма антикризисного управления финансами предприятия – предупреждение и недопущение банкротства – использование данных моделей в сельском хозяйстве, на наш взгляд, нецелесообразно.

Однако приспособленные к особенностям сельскохозяйственного производства модели могут использоваться для узкой цели: уточнения выводов об опасности банкротства и выявления его причин по другим моделям. Например, возможности двухфакторной модели Э. Альтмана существенно расширят расчёт и оценку динамики валовой маржи не только по прибыльным предприятиям, как рекомендуется в экономической литературе, но и по продолжающим функционировать убыточным предприятиям. Это позволит выявить опасность банкротства в зависимости от уровня валовой маржи: чем он ниже, тем банкротство вероятнее и больше его зависимость от финансовых результатов деятельности сельскохозяйственного предприятия.

Самые точные прогнозы банкротства предприятий сельского хозяйства (табл. 1, стр. 14) продемонстрировали модели У. Бивера, модели Фулмера, Д. Уилкокса, пятифакторная (модифицированная) модель Э. Альтмана, модели Р.С. Сайфуллина и Г.Г. Кадыкова, О.П. Зайцевой, Г.В. Савицкой, М.А. Федотовой. Из 22 возможных ошибок прогнозирования банкротства лишь по одной ошибке допущено моделями Г.В. Савицкой и М.А. Федотовой, по две – моделями Д. Уилкокса и Фулмера, четыре ошибки на счету моделей Р.С. Сайфуллина и Г.Г. Кадыкова. Значит, эти модели приемлемы для предприятий сельского хозяйства.

Важной проблемой общей интерпретации даже этих сравнительно точных моделей оказалась неодинаковость прогнозов опасности банкротства для одних и тех же предприятий. На наш взгляд, это связано с уникальным набором индикаторов и их весовых значений в различных моделях, и, как следствие, прогнозированием специфических видов кризисов на предприятии: платёжного, финансового, доходности, структуры ресурсов, имущественного, генерирующих опасность банкротства.

Это значит, что точность прогноза зависит не от количества, а от состава индикаторов,  используемых в модели, определяющего способность вычленения того вида кризиса, развитие которого ведёт к банкротству. Поэтому отдельно взятая модель не может претендовать на универсальность, а попытки прогнозирования банкротства только по одной модели в силу «специализации» на каком-либо одном виде кризиса не обеспечивает объективности прогноза. Следовательно, компенсировать недостатки одной модели за счёт другой и достичь максимально возможной объективности прогноза позволит лишь одновременное применение нескольких моделей прогнозирования банкротства, направленных на раннее обнаружение частных кризисных тенденций, порождающих банкротство.

Основной проблемой разработки, применения и совершенствования моделей является обоснование набора их индикаторов и выделение из них наиболее значимых, то есть способных спрогнозировать опасность банкротства на ранних стадиях кризисного развития предприятия.

Обзор 56 индикаторов, используемых в изученных нами 14 моделях прогнозирования банкротства, выявил среди них 10 наиболее используемых (табл. 1, стр. 1–10), из которых первой пятёрке исследователи уделяют особое внимание. Важно, что оценку мало цитируемых индикаторов (например, в модели Д. Уилкокса) необходимо основывать на их способности своевременно отражать возникновение конкретного вида кризиса на предприятии и на значении для его предупреждения. Это значит, что при построении эффективной модели прогнозирования банкротства сельскохозяйственного предприятия целесообразно исходить прежде всего из повторяемости индикаторов в «оправданных» моделях банкротства. Это позволит на основе метода экспертных оценок выделить те индикаторы, которым доверяет большинство исследователей. Качество прогнозирования повысится, если при построении модели учитывается значимость индикатора с точки зрения вида кризиса на предприятии, генерирующего банкротство. Например, для выявления опасности платёжного кризиса основное внимание необходимо уделять показателям ликвидности и платёжеспособности.

Изложенные дефиниции особенно актуальны, поскольку многие модели не могут прогнозировать банкротство с позиции самого распространённого в сельском хозяйстве платёжного вида кризиса (согласно установленному Законом «О несостоятельности (банкротстве)» критерию банкротства предприятия – неплатёжеспособности).

Устранить этот недостаток, после небольших корректировок, способна, на наш взгляд, модель вероятности задержки платежей Ж. Конана и М. Гольдера [2]:

KG = –0,16 × X1 – 0,22 × X2 + 0,87 × X3 – 0,10 × X4 – 0,24 × X5, (1)

где Х1 – доля ликвидных средств в активах; Х2 – доля долгосрочных источников финансирования в пассивах; Х3 – отношение финансовых расходов к нетто-выручке от реализации; Х4 – доля расходов на персонал в добавленной стоимости; Х5 – соотношение накопленной прибыли и заёмного капитала.

Полученное значение индекса Ж. Конана и М. Гольдера (KG) сравнивается с его нормативным значением, соответствующим вероятности задержки платежей в процентах (табл. 2).

К сожалению, широкому использованию данной модели препятствует ограниченность публичной информации для расчёта знаменателя индикатора X4 = Расходы на персонал / Добавленная стоимость. Однако при наличии необходимых данных и представлении числителя индикатора Х2 суммой собственного капитала и всех долгосрочных обязательств для учёта особого государственного патронажа предприятий сельского хозяйства, участвующих в программах реструктуризации долгов, данная модель вполне пригодна.

Платёжный кризис, без которого не возбуждается дело о банкротстве, чаще всего

провоцируется развитием финансовых затруднений. На затруднения указывают прежде всего индикаторы собственного оборотного капитала, доходности и структуры капитала.

Поэтому для выявления опасности банкротства предприятий аграрной сферы с точки зрения развития финансового кризиса предпочтительно применение моделей Э. Альтмана, У. Бивера, Фулмера и Г.В. Савицкой, которые включают эти индикаторы обеспеченности собственным оборотным капиталом, манёвренности, текущей ликвидности, автономии.

При рассмотрении модели У. Бивера нами установлено, что к её интерпретации рационально подходить не с интуитивных усреднённых позиций, как это принято в настоящее время, а с учётом наихудшего сценария кризисного развития. Так, если большинство из пяти используемых моделью показателей говорит о «благополучии компании» или «возможном банкротстве через пять лет» и имеется хотя бы один показатель, прогнозирующий банкротство «через один год», то ориентироваться нужно на последний. Кроме того, интерпретации «за пять лет до банкротства» или «за один год до банкротства» не стоит воспринимать буквально. Это – скорее не наименьшее, а наибольшее время до банкротства. Поэтому их разумно представлять как «за пять лет до банкротства и меньше» или «за один год до банкротства и меньше». Пессимистические соображения в данном случае оправданы значительным ростом шансов на финансовое оздоровление в случае фактического наступления банкротства.

Апробация рейтинговой методики Г.В. Савицкой для прогнозирования банкротства сельскохозяйственных предприятий показала, что иногда фактические значения границ группы баллов превышают установленный лимит, не давая ответа на вопрос о достигнутом состоянии предприятия. Для устранения выявленной неточности, на наш взгляд, вместо ограничения значения границ первой группы «<100» целесообразно повысить её до 110–120 баллов. Это позволит классифицировать изучаемые организации в рамках данной методики как «предприятие с хорошим запасом финансовой устойчивости, позволяющим быть уверенным в возврате заёмных средств».

Кроме того, анализ интерпретаций результатов расчётов по данной методике показал, что ни одно из 22 сельскохозяйственных предприятий-банкротов не попало в шестую группу – «предприятия-банкроты», что связано с завышенными критериями банкротства в отношении  сельскохозяйственных предприятий. В рамках этой методики, по нашему мнению, самую высокую угрозу банкротства сельхозпредприятий представляет не шестая, а пятая группа предприятий.

Лучшей моделью прогнозирования банкротства сельскохозяйственного предприятия с позиции самого редкого в сельском хозяйстве вида кризиса – имущественного – считается модель Д. Уилкокса. Однако традиционный подход к её использованию предполагает лишь констатирование низкой или имеющейся вероятности банкротства на отчётную дату, что снижает эффективность этой модели. При апробации модели Д. Уилкокса в сельском хозяйстве выявлена зависимость вероятности банкротства предприятия от основного индикатора в данной модели – ликвидационной стоимости предприятия: чем она больше в сумме текущей и долгосрочной задолженности предприятия, тем выше вероятность банкротства.

Графическое представление динамики ликвидационной стоимости дано на рис. 1.

На нём изображены две типичные тенденции имущественного кризиса сельскохозяйственного предприятия, генерирующего банкротство:
1) последовательная тенденция (ООО «Шишовское» Бобровского района)(1);
2) резкая тенденция (СПК СХА «Стадницкая» Семилукского района)(2).

Приведённые дефиниции показали, что эффективность моделей прогнозирования банкротства сельскохозяйственных предприятий главным образом зависит от техники их практического применения.


(1) 29.03.2007 – дата принятия заявления Арбитражным судом Воронежской области о признании ООО «Шишовское» банкротом.
(2) 22.05.2007 – дата принятия заявления Арбитражным судом Воронежской области о признании СПК СХА «Стадницкая» банкротом.


Для устранения выявленных недостатков и учёта особенностей прогнозируемого вида кризиса на сельскохозяйственных предприятиях (см. табл. 1, стр. 13) целесообразно использовать следующие модели, представленные в порядке убывания их эффективности: 1) пятифакторная модель Э. Альтмана; 2) модель У. Бивера; 3) модель О.П. Зайцевой; 4) модель Г.В. Савицкой; 5) модель М.А. Федотовой; 6) модель Фулмера; 7) модель Р.С. Сайфуллина и Г.Г. Кадыкова; 8) модель Д. Уилкокса.

Полагаем, что наши предложения будут способствовать более широкому использованию моделей прогнозирования банкротства сельскохозяйственными предприятиями для выработки генеральной антикризисной финансовой политики, своевременного запуска внутренних механизмов антикризисного управления финансами каждого предприятия или рассмотрения необходимости их реформирования в случае выявления угрозы банкротства.

Литература
1. Бланк И.А. Антикризисное финансовое управление предприятием. – К. : Эльга, Ника-Центр, 2006.
2. Вишневская О.В. Антикризисное управление предприятием. – Ростов-н/Д : Феникс, 2008.
3. Жарковская Е.П., Бродский Б.Е. Антикризисное управление. – 4-е изд., испр. – М. : Омега-Л, 2007.
4. Круш З.А., Лущикова Л.В. Антикризисное управление финансами коммерческих организаций : учеб. пособие. – Воронеж : ВГАУ, 2001.
5. Орехов В.И., Балдин К.В., Гапоненко Н.П. Антикризисное управление : учебник. – М. : Инфра-М, 2006.
6. Савицкая Г.В. Экономический анализ : учебник. – 11-е изд., испр. и доп. – М. : Новое знание, 2005.

Также по этой теме: