Диагностика финансовой несостоятельности с использованием моделей множественного дискриминантного анализа | Статья в журнале «Молодой ученый»

Отправьте статью сегодня! Журнал выйдет 23 ноября, печатный экземпляр отправим 27 ноября.

Опубликовать статью в журнале

Автор:

Рубрика: Экономика и управление

Опубликовано в Молодой учёный №22 (102) ноябрь-2 2015 г.

Дата публикации: 14.11.2015

Статья просмотрена: 1155 раз

Библиографическое описание:

Ахмадуллина, Э. Р. Диагностика финансовой несостоятельности с использованием моделей множественного дискриминантного анализа / Э. Р. Ахмадуллина. — Текст : непосредственный // Молодой ученый. — 2015. — № 22 (102). — С. 334-338. — URL: https://moluch.ru/archive/102/18616/ (дата обращения: 15.11.2024).



Диагностика финансовой несостоятельности с использованием моделей множественного дискриминантного анализа

Ахмадуллина Элина Рафаилевна, магистрант

Казанский (Приволжский) федеральный университет

 

В данной статье рассматриваются модели множественного дискриминантного анализа для оценки финансовой несостоятельности и прогнозирования банкротства, а также проведение анализа вероятности банкротства по классической модели Альтмана и другим альтернативным моделям на примере ОАО «Казанский медико-инструментальный завод»

Ключевые слова: банкротство, прогнозирование банкротства, модель Альтмана, множественный дискриминантный анализ.

 

На данном этапе экономического развития общества, когда все большее количество фирм подвержено риску банкротства очень актуальной становится тема аналитической диагностики финансовой несостоятельности хозяйствующего субъекта. Вопросы банкротства и финансовой несостоятельности очень сложно рассматривать, не затрагивая юридические аспекты данной проблематики. Основные моменты в части мониторинга финансовой несостоятельности рассмотрены в распоряжении Федеральной службы России по финансовому оздоровлению и банкротству № 226-р от 20.12.2000г. «О мониторинге финансового состояния организаций и учете их платежеспособности». [1]

Диагностика финансовой несостоятельности представляет собой исследовательский, познавательный процесс, поскольку содержит определенные способы, методы, приемы, с помощью которых он реализуется. Диагностика финансового состояния предприятия имеет цель определить и выделить наиболее существенные проблемы (узкие места) в производственно-хозяйственной деятельности организации, установить причины их возникновения.

Существуют общеэкономические методики анализа, которые вполне применимы для диагностики банкротства, однако результаты данного анализа не дадут детальной и углубленной информации по текущему положению.Скорее правильно было бы говорить о том, что данные виды анализа полезны для определения финансового состояния предприятия, нежели определения его финансовой несостоятельности.

Однако на смену традиционных методик оценки финансового состояния пришли новые экономико-математические модели, которые оказались более точны и на практике более реалистичны с точки зрения принятия верного управленческого решения. Многие ученые занимались развитием методики расчета вероятности банкротств на основе анализа финансовых показателей компаний. Это такие исследователи как Ч. Л. Мервин, В. Б. Хикман, Э. И. Альтман, Р.Мойер, Р.Таффлер, Г. Тишоу и др. Одними из наиболее известных и получивших большое распространение являются методики прогнозирования банкротства, представленные в работах Эдварда Альтмана и Джеймса Олсона, опубликованная в 1968 г и 1980 г. соответственно. Данные ученые разработали модели оценки вероятности дефолта предприятия с помощью множественного дискриминантного анализа и логистического регрессионного анализа. [6,c.67]

Метод дискриминантного анализа обеспечивает решение задач классификации, то есть разбиения совокупности изучаемых объектов на группы путем построения классифицирующей функции в виде корреляционной модели. Риск банкротства оценивается на основе расчета нескольких ключевых финансовых показателей, которые затем объединяют в один индекс кредитоспособности, характеризующий финансовое состояние организации. [3, c.130]

Модель Альтмана позволяет оценить жизнеспособность предприятия в краткосрочной перспективе путем поэтапного анализа на базе ряда коэффициентов. Анализ включает следующие этапы:

          во-первых, профессор Альтман начал с того что анализировал различные предприятия за один и тот же период разбив предприятия на две группы: финансово «здоровые» и не очень;

          во-вторых, после проведения данного анализа он вывел ряд коэффициентов, позволяющих определить лучшую фирму в выборке;

          финальным этапом было то, что профессор Альтман, используя методику дискриминантного анализа, составил линейную комбинацию из самых весомых и значимых для прогноза банкротства коэффициентов, которую назвал Z-score model. Данное уравнение выглядит следующим образом:

Z=1,2Х1+1,4Х2+3,3Х3+0,6Х4 + 1,0Х5, (1)

где

Х1 — доля чистого оборотного капитала в активах;

Х2 — отношение накопленной прибыли к активам

Х3 — рентабельность активов;

Х4 — отношение рыночной стоимости всех обычных и привилегированных акций предприятия к заемным средствам;

Х5 — оборачиваемость активов.

В рассматриваемой модели первый фактор представляет собой долю покрытия активов собственным оборотным капиталом и характеризует платежеспособность организации; второй и четвертый отражают структуру капитала; третий — рентабельность активов, исчисленную исходя из балансовой прибыли; пятый — оборот капитала.Далее, после подставления всех полученных Х коэффициентов в уравнение, мы получаем значение Z и разброс данных значений был проранжирован таким образом, что можно было бы говорить о финансовом состоянии предприятия:

Z< 1,81 — вероятность банкротства очень велика;

1,81< Z<2,675 — вероятность банкротства средняя;

Z=2,675 — вероятность банкротства равна 0,5;

2,675<Z<2,99 — вероятность банкротства невелика;

Z>2,99 — вероятность банкротства ничтожна.

Данная модель оказалась не совсем подходящей к экономическим реалиям России, так как у нас фондовый рынок развит недостаточно и в связи с этим данная модель претерпела определенные изменения, а именно: коэффициент Х4, в котором указывалась ранее рыночная стоимость акции, был заменен на балансовую стоимость собственного капитала в отношении к заемному капиталу. Классическая методика расчета коэффициентов финансовой несостоятельности подверглась критике и обсуждению со стороны российских ученых, поскольку уравнение должно учитывать как внешнюю среду с ее экономическими изменениями и экономическим «менталитетом», так и внутренние законы той отрасли, в которых действует и развивается предприятие.

В связи с этими условиями, уравнение стало иметь следующий вид:

Z=0,717Х1+0,84Х2+3,107Х3+0,42Х4+0,995Х5. (2)

Данная методика анализа Альтмана 1983г. И стала основой для проведения классического анализа вероятности банкротства ОАО «КМИЗ».

В таблице 1 проведем анализ вероятности банкротства в 2012–2013 году по модели Альтмана(1983г.)

Таблица 1

Анализ вероятности банкротства по ОАО «КМИЗ» по модели Альтмана

Показатель

2012

2013

Обозна­чение

2012

2013

Чистый оборотный капитал

150 595,00

166 680,00

Х1

0,45

0,48

общая величина активов (валюта баланса)

331 482,00

350 877,00

Прибыль до налогообложения

47 864,00

30 513,00

Х2

0,14

0,09

общая величина активов (валюта баланса)

331 482,00

350 877,00

Нераспределенная прибыль

238 826,00

259 528,00

Х3

0,72

0,74

общая величина активов (валюта баланса)

331 482,00

350 877,00

Собственный капитал (уставный капитал)

301 533,00

319 247,00

Х4

10,07

10,09

Обязательства(заемный капитал)

29 949,00

31 630,00

Выручка от продажи

310 982,00

331 583,00

Х5

0,94

0,95

общая величина активов (валюта баланса)

331 482,00

350 877,00

Z-счет Альтмана (индекс кредитоспособности): Z=0,717Х1+0,84Х2+3,107Х3+0,42Х4+0,995Х5

Z

7,82

7,87

 

В зависимости от значения «Z-счета» по определенной шкале проводится оценка вероятности наступления банкротства в течение двух лет. По анализируемым данным видно, что вероятность банкротства низкая и данная динамика стабильна как в 2012, так и в 0213 году.

Для российских реалий применение модели Альтмана имеет ряд ограничений в силу особенностей отражения инфляционных факторов, иной структуры капитала, информационной и законодательной базы. Часто в связи с несовершенством действующей методики переоценки основного капитала необоснованно завышается доля собственного капитала за счет фонда переоценки (добавочного капитала). В результате высокий уровень показателяZ в модели Альтмана достигается даже по хронически убыточным организациям из-за того, что они имеют малую долю заемного капитала в общей его сумме и, соответственно, получаемое значение показателя искажает фактическое финансовое положение организации. [4, c.61] Данная тенденция хорошо видна на примере классического анализа банкротства ОАО «КМИЗ» по Альтману.

Учитывая специфику отечественных предприятий и необъективность результатов классического анализа Альтмана ученые-экономисты Санкт-Петербургского государственного университета под руководством д-ра экон. наук, профессора С. В. Валдайцева эмпирически сформулировали критерий Альтмана. [2,c.67] Критерий Альтмана (Z) рассчитывается следующим образом:

Z=6,56X1+3,26X2+6,72X3+1,05X4, (3)

где X1=оборотные средства / сумма стоимости всех активов;

X2=балансовая прибыль / сумма стоимости всех активов;

X3=прибыль до уплаты процентов и налога / сумма стоимости всех активов;

X4=балансовая стоимость собственного капитала (чистых активов) / общая сумма стоимости всех обязательств фирмы.

Считается, что показательZ меньше 1,10 сигнализирует об угрозе неплатежеспособности предприятия, а если этот показатель больше 2,90, то угрозы неплатежеспособности нет.

Предприятия, для которых критериальный показатель Альтмана находится между 1,10 и 2,90, квалифицируются как находящиеся в «серой зоне». Это означает, что ничего определенного о перспективах сохранения ими платежеспособности сказать нельзя. Поскольку объектом исследования в данной научной работе является российское предприятие ОАО «Казанский Медико-Инструментальный Завод» имеет смысл провести анализ вероятности банкротства по критериальной методике Санкт-Петербургского государственного универститета. В таблице 2 проведен расчет критерия Альтмана для ОАО «КМИЗ».

Таблица 2

Анализ вероятности банкротства по ОАО «КМИЗ» по критерию Альтмана

Показатель

2012

2013

Обозначение

2012

2013

Оборотные средства

173972,00

192177,00

Х1

0,52

0,55

общая величина активов (валюта баланса)

331 482,00

350 877,00

Балансовая прибыль

47 864,00

30 513,00

Х2

0,14

0,09

общая величина активов (валюта баланса)

331 482,00

350 877,00

Прибыль до уплаты процентов и налога

64609,00

60535,00

Х3

0,19

0,17

общая величина активов (валюта баланса)

331 482,00

350 877,00

Собственный капитал (уставный капитал)

301 533,00

319 247,00

Х4

10,07

10,09

обязательства

(заемный капитал)

29 949,00

31 630,00

Z-счет Альтмана (индекс кредитоспособности): Z=6,56X1+3,26X2+6,72X3+1,05X4,

Z

15,706

15,628

 

Теперь, рассмотрев методику прогнозирования банкротства через критерий Альтмана можно с вероятностью 95 % говорить о том, что исследуемое предприятие не испытывает проблем с банкротством и финансовой несостоятельностью, является платежеспособным и кредитоспособным.

Российские ученые Р. С. Сайфуллин и Г. Г. Кадыков предприняли попытку адаптировать модель «Z-счет» Э. Альтмана к российским условиям. [5,c.34] Они предложили использовать для оценки финансового состояния предприятий рейтинговое число:

R = 2Ко + 0,1Ктл + 0,08Ки + 0,45Км + Кпр,

Где

Ко—коэффициент обеспеченности собственными средствами;

Ктл—коэффициент текущей ликвидности;

Ки—коэффициент оборачиваемости активов;

Км—коммерческая маржа (рентабельность реализации продукции);

Кпр — рентабельность собственного капитала.

При полном соответствии финансовых коэффициентов их минимальным нормативным уровням рейтинговое число будет равно единице, и организация будет имеет удовлетворительное состояние экономики. Финансовое состояние предприятий с рейтинговым числом менее единицы характеризуется как неудовлетворительное.

R(2012г.)=2*0,89+0,1*13,74+0,08*1,79+0,45*0,21+13,18=16,5

R(2013г.)=2*0,89+0,1*14,03+0,08*1,81+0,45*0,18+5,74=9,08

Рейтинговые числа модели Сайфуллина-Кадыкова за предыдущий и отчетный период показали, что предприятие не испытывает трудности по финансовой несостоятельности. Однако можно заметить, что наибольшее влияние на результат рейтингового числа в обоих периодах имеет показатель рентабельности собственного капитала. Так как собственный капитал сформирован в основном за счет нераспределенной прибыли, это еще раз подтверждает факт жизнеспособности предприятия и его способности к активной производственной деятельности.

В качестве рекомендаций можно выделить следующие направления в организации деятельности, на которые нужно обратить пристальное внимание:

1)     увеличить прибыльность продаж путем активной маркетинговой политики;

2)     стабилизировать поток денежной наличности, и, как следствие, улучшить показатели абсолютной ликвидности баланса; это можно сделать путем перераспределения инвестиционного портфеля;

3)     минимизировать расходы предприятия, уменьшив производственные издержки и минимизировав целодневные и внутрисменные простои.

Основным направлением в повышении показателя общей ликвидности предприятия является стабилизация денежных потоков для увеличения денежных средств на расчетном счете предприятия и в кассе. Оптимизация денежных потоков предприятия и увеличение денежных средств на балансе предприятия позволит увеличить показатели абсолютной ликвидности баланса.

 

Литература:

 

  1.      Распоряжение Федеральной службы России по финансовому оздоровлению и банкротству № 226-р от 20.12.2000г. «О мониторинге финансового состояния организаций и учете их платежеспособности».
  2.      Бочаров, В. В. Комплексный экономический анализ [Текст] / В. В. Бочаров. СПб.: Питер, 2005.
  3.      Ковалев В. В., Волкова О. Н. Анализ хозяйственной деятельности предприятия: Учеб. -М.: ТК Велби, Изд-во Проспект, 2007. -424 с.
  4.      Тотьмянина К. М. Оценка вероятности дефолта промышленных компаний на основе финансовых показателей // Финансовый менеджмент, 11(53), 2011. с. 59–68
  5.      Хайдаршина Г. А. Методы оценки риска банкротства предприятия: автореферат дис. кандидата экономических наук. — Москва, 2009 г. –25 с.
  6.      Факторный, дискриминантный и кластерный анализ: Пер. с англ./Дж. Щ. Ким, Ч. У. Мьюллер, У. Р. Клекка и др.; Под ред. И. С. Енюкова. — М.: Финансы и статистика, 1989. 215 с.
Основные термины (генерируются автоматически): финансовая несостоятельность, собственный капитал, валюта баланса, общая величина активов, вероятность банкротства, анализ вероятности банкротства, заемный капитал, множественный дискриминантный анализ, модель, рейтинговое число.


Ключевые слова

банкротство, банкротство, прогнозирование банкротства, модель Альтмана, множественный дискриминантный анализ., множественный дискриминантный анализ

Похожие статьи

Инструментарий анализа банковских кризисов

Проведен анализ применимости формализованных моделей для идентификации и исследования банковских кризисов. В частности рассмотрены: регрессионный метод, KLR-метод выявления причин валютных кризисов, вероятностный подход для анализа механизмов формиро...

Корреляционно-регрессионный анализ производительности труда при производстве сахарной свеклы в Орловской области

В данной статье рассматривается построение многофакторной модели производительности труда при производстве сахарной свеклы на основе корреляционно-регрессионного анализа с применением аналитической системы «STATISTICA» оснащенного большим набором мет...

Нечёткая оценка качества банковских услуг

В статье предложена система критериев и показателей качества, а также ме-тодика оценки качества банковских услуг, использующая аппарат теории нечетких множеств. Наряду с этим рассмотрено практическое применение этой методики и даны рекомендации по ее...

О применении технического анализа, модифицированного микроэкономической теорией обмена в условиях интернет-торговли на российском фондовом рынке

В статье описывается возможность применения методики анализа детальной биржевой информации в условиях интернет-торговли, базирующейся на строгом микроэкономическом подходе теории общего равновесия, которая во многом подтверждают интуитивную гипотезу ...

Использование имитационного моделирования при социально-экономическом прогнозировании

В данной статье рассматривается процесс использования имитационного моделирования для построения социально-экономических прогнозов, рассматриваются этапы и логика построения такой модели, с учетом межотраслевых балансов. Также проводятся эксперименты...

Аналитическое сравнение рекуррентных моделей в задаче прогнозирования динамики ценных бумаг

В данной статье рассматриваются подходы машинного обучения в задаче анализа и прогнозирования рынка ценных бумаг. В работе сравниваются такие аспекты, как количество занимаемой памяти, число параметров, а также величина затраченного на обучение модел...

Эконометрическое моделирование влияния уровня безработицы на крименогенность обстановки в России

В статье рассматривается возможность построения регрессионного уравнения влияния численности безработных на уровень преступлений в разрезе субъектов РФ, при этом в модели учитывается принадлежность субъекта к какому-либо типу (крупный или мелкий объе...

Банкротство предприятий и система критериев оценки их неплатежеспособности на примере СХПК имени Сунь Ят-Сена (г. Уссурийск, Приморский край)

Раскрыта сущность понятия «банкротство»; выявлены проблемы в оценке вероятности банкротства российских предприятий; проанализировано финансовое состояние СХПК им. Сунь Ят-сена; проведена оценка вероятности банкротства предприятия на основе коэффициен...

Статистический анализ денежных потоков и стоимостных факторов в целях управления стоимостью корпорации

В статье предложена методика статистического анализа, рассматривающая корреляционную связь между распределением денежных потоков предприятия и величинами различных ставок дисконтирования. В зависимости от цели анализа и полученных выводов, описанный ...

Индикаторный анализ конкуренции в российском банковском секторе

Статья посвящена анализу конкуренции на банковском рынке РФ на основе расчетов индикаторов концентрации банковского сектора по активам. В ходе комплексного статистического анализа авторы приходят к выводу, что политика ЦБ РФ направленная на очищение ...

Похожие статьи

Инструментарий анализа банковских кризисов

Проведен анализ применимости формализованных моделей для идентификации и исследования банковских кризисов. В частности рассмотрены: регрессионный метод, KLR-метод выявления причин валютных кризисов, вероятностный подход для анализа механизмов формиро...

Корреляционно-регрессионный анализ производительности труда при производстве сахарной свеклы в Орловской области

В данной статье рассматривается построение многофакторной модели производительности труда при производстве сахарной свеклы на основе корреляционно-регрессионного анализа с применением аналитической системы «STATISTICA» оснащенного большим набором мет...

Нечёткая оценка качества банковских услуг

В статье предложена система критериев и показателей качества, а также ме-тодика оценки качества банковских услуг, использующая аппарат теории нечетких множеств. Наряду с этим рассмотрено практическое применение этой методики и даны рекомендации по ее...

О применении технического анализа, модифицированного микроэкономической теорией обмена в условиях интернет-торговли на российском фондовом рынке

В статье описывается возможность применения методики анализа детальной биржевой информации в условиях интернет-торговли, базирующейся на строгом микроэкономическом подходе теории общего равновесия, которая во многом подтверждают интуитивную гипотезу ...

Использование имитационного моделирования при социально-экономическом прогнозировании

В данной статье рассматривается процесс использования имитационного моделирования для построения социально-экономических прогнозов, рассматриваются этапы и логика построения такой модели, с учетом межотраслевых балансов. Также проводятся эксперименты...

Аналитическое сравнение рекуррентных моделей в задаче прогнозирования динамики ценных бумаг

В данной статье рассматриваются подходы машинного обучения в задаче анализа и прогнозирования рынка ценных бумаг. В работе сравниваются такие аспекты, как количество занимаемой памяти, число параметров, а также величина затраченного на обучение модел...

Эконометрическое моделирование влияния уровня безработицы на крименогенность обстановки в России

В статье рассматривается возможность построения регрессионного уравнения влияния численности безработных на уровень преступлений в разрезе субъектов РФ, при этом в модели учитывается принадлежность субъекта к какому-либо типу (крупный или мелкий объе...

Банкротство предприятий и система критериев оценки их неплатежеспособности на примере СХПК имени Сунь Ят-Сена (г. Уссурийск, Приморский край)

Раскрыта сущность понятия «банкротство»; выявлены проблемы в оценке вероятности банкротства российских предприятий; проанализировано финансовое состояние СХПК им. Сунь Ят-сена; проведена оценка вероятности банкротства предприятия на основе коэффициен...

Статистический анализ денежных потоков и стоимостных факторов в целях управления стоимостью корпорации

В статье предложена методика статистического анализа, рассматривающая корреляционную связь между распределением денежных потоков предприятия и величинами различных ставок дисконтирования. В зависимости от цели анализа и полученных выводов, описанный ...

Индикаторный анализ конкуренции в российском банковском секторе

Статья посвящена анализу конкуренции на банковском рынке РФ на основе расчетов индикаторов концентрации банковского сектора по активам. В ходе комплексного статистического анализа авторы приходят к выводу, что политика ЦБ РФ направленная на очищение ...

Задать вопрос