Лекция № 4.Методы прогнозирования банкротства

1.Методика прогнозирования банкротства

На современном этапе развития российской экономики на первый план выходят проблемы, связанные с выявлением неблагоприятных тенденций развития предприятия, выбора метода оценки банкротства. А методик, позволяющих с достаточной степенью достоверности прогнозировать неблагоприятный исход, практически нет. Более того, нет единого источника, который бы описывал большинство известных методик. Цель данной статьи - дать краткий обзор основных методик прогнозирования банкротства, встречающихся в литературе и на практике.
Предсказание банкротства как самостоятельная проблема возникла в передовых капиталистических странах (и в первую очередь, в США) сразу после окончания второй мировой войны. Этому способствовал рост числа банкротств в связи с резким сокращением военных заказов, неравномерность развития фирм, процветание одних и разорение других. Естественно, возникла проблема возможности априорного определения условий, ведущих фирму к банкротству.

Вначале этот вопрос решался на эмпирическом, чисто качественном уровне и, естественно, приводил к существенным ошибкам. Первые серьезные попытки разработать эффективную методику прогнозирования банкротства относятся к 60-м гг. и связаны с развитием компьютерной техники.

Известны два основных подхода к предсказанию банкротства.

Первый базируется на финансовых данных и включает оперирование некоторыми коэффициентами: приобретающим все большую известность Z-коэффициентом Альтмана (США), коэффициентом Таффлера, (Великобритания), и другими, а также умение "читать баланс".

Второй исходит из данных по обанкротившимся компаниям и сравнивает их с соответствующими данными исследуемой компании.

Первый подход, бесспорно эффективный при прогнозировании банкротства, имеет три существенных недостатка. Во-первых, компании, испытывающие трудности, всячески задерживают публикацию своих отчетов, и, таким образом, конкретные данные могут годами оставаться недоступными. Во-вторых, даже если данные и сообщаются, они могут оказаться "творчески обработанными". Для компаний в подобных обстоятельствах характерно стремление обелить свою деятельность, иногда доводящее до фальсификации. Требуется особое умение, присущее даже не всем опытным исследователям, чтобы выделить массивы подправленных данных и оценить степень завуалированности. Третья трудность заключается в том, что некоторые соотношения, выведенные по данным деятельности компании, могут свидетельствовать о неплатежеспособности, в то время как другие – давать основания для заключения о стабильности или даже некотором улучшении. В таких условиях трудно судить о реальном состоянии дел.

Второй подход основан на сравнении признаков уже обанкротившихся компаний с таковыми же признаками "подозрительной" компании. За последние 50 лет опубликовано множество списков обанкротившихся компаний. Некоторые из них содержат их описание по десяткам показателей. К сожалению, большинство списков не упорядочивают эти данные по степени важности и ни в одном не проявлена забота о последовательности. Попыткой компенсировать эти недостатки является метод балльной оценки (А-счет Аргенти).

В отличие от описанных "количественных" подходов к предсказанию банкротства в качестве самостоятельного можно выделить "качественный" подход, основанный на изучении отдельных характеристик, присущих бизнесу, развивающемуся по направлению к банкротству. Если для исследуемого предприятия характерно наличие таких характеристик, можно дать экспертное заключение о неблагоприятных тенденциях развития.

Прежде чем переходить непосредственно к описанию методик, реализующих эти подходы, необходимо четко уяснить, что именно мы собираемся предсказывать. Общепринятым является мнение, что банкротство и кризис на предприятии – понятия синонимичные; банкротство, собственно, и рассматривается как крайнее проявление кризиса. В действительности же дело обстоит иначе – предприятие подвержено различным видам кризисов (экономическим, финансовым, управленческим) и банкротство – лишь один из них. Во всем мире под банкротством принято понимать финансовый кризис, то есть неспособность фирмы выполнять свои текущие обязательства. Помимо этого, фирма может испытывать экономический кризис (ситуация, когда материальные ресурсы компании используются неэффективно) и кризис управления (неэффективное использование человеческих ресурсов, что часто означает также низкую компетентность руководства и, следовательно, неадекватность управленческих решений требованиям окружающей среды). Соответственно, различные методики предсказания банкротства, как принято называть их в отечественной практике, на самом деле, предсказывают различные виды кризисов. Именно поэтому оценки, получаемые при их помощи, нередко столь сильно различаются. Видимо, все эти методики вернее было бы назвать кризис-прогнозными (К-прогнозными). Другое дело, что любой из обозначенных видов кризисов может привести к коллапсу, смерти предприятия. В этой связи, понимая механизм банкротства как юридическое признание такого коллапса, данные методики условно можно назвать методиками предсказания банкротства. Представляется, однако, что ни одна из них не может претендовать на использование в качестве универсальной именно по причине "специализации" на каком-либо одном виде кризиса. Поэтому кажется целесообразным отслеживание динамики изменения результирующих показателей по нескольким из них. Выбор конкретных методик, очевидно, должен диктоваться особенностями отрасли, в которой работает предприятие. Более того, даже сами методики могут и должны подвергаться корректировке с учетом специфики отраслей.

2."Количественные" кризис-прогнозные методики

2.1 Двухфакторная модель Альтмана

Одной из простейших моделей прогнозирования вероятности банкротства считается двухфакторная модель

В американской практике для определения итогового показателя вероятности банкротства используют показатель текущей ликвидности и показатель удельного веса заемных средств в активах. Они перемножаются на соответствующие константы - определенные практическими расчетами весовые коэффициенты ;

Z = + * + *Удельный вес заемных средств в активах

где = -0,3877; = -1,0736; = +0,0579.

Если в результате расчета значение Z < 0, то вероятность банкротства невелика. Если же Z>0, то существует высокая вероятность банкротства анализируемого предприятия.

Надо заметить, что источник, приводящий данную методику, не дает информации о базе расчета весовых значений коэффициентов. Тем не менее, в любом случае следует иметь в виду, что в нашей стране иные темпы инфляции, иные циклы макро- и микроэкономики, а также другие уровни фондо-, энерго- и трудоемкости производства, производительности труда, иное налоговое бремя. В силу этого невозможно механически использовать приведенные выше значения коэффициентов в российских условиях. Однако саму модель, с числовыми значениями, соответствующими реалиям российского рынка, можно было бы применить, если бы отечественные учет и отчетность обеспечивали достаточно представительную информацию о финансовом состоянии предприятия.

Рассмотренная двухфакторная модель не обеспечивает всестороннюю оценку финансового состояния предприятия, а потому возможны слишком значительные отклонения прогноза от реальности. Для получения более точного прогноза американская практика рекомендует принимать во внимание уровень и тенденцию изменения рентабельности проданной продукции, так как данный показатель существенно влияет на финансовую устойчивость предприятия. Это позволяет одновременно сравнивать показатель риска банкротства (С₁) и уровень рентабельности продаж продукции. Если первый показатель находится в безопасных границах, и уровень рентабельности продукции достаточно высок, то вероятность банкротства крайне незначительная.

2.2.Коэффициент Альтмана (индекс кредитоспособности)

Этот метод предложен в 1968 г. известным западным экономистом Альтманом (Edward I. Altman). Индекс кредитоспособности построен с помощью аппарата мультипликативного дискриминантного анализа (Multiple-discriminant analysis - MDA) и позволяет в первом приближении разделить хозяйствующие субъекты на потенциальных банкротов и небанкротов.

При построении индекса Альтман обследовал 66 предприятий, половина которых обанкротилась в период между 1946 и 1965 гг., а половина работала успешно, и исследовал 22 аналитических коэффициента, которые могли быть полезны для прогнозирования возможного банкротства. Из этих показателей он отобрал пять наиболее значимых и построил многофакторное регрессионное уравнение. Таким образом, индекс Альтмана представляет собой функцию от некоторых показателей, характеризующих экономический потенциал предприятия и результаты его работы за истекший период. В общем, виде индекс кредитоспособности (Z-счет) имеет вид:

Z =1,2 X, + 1,4 Х₂ + 3,3 Х₃ + 0,6 Х₄ + 0,999 Х₅

= собственный оборотный капитал / сумма активов,

= нераспределенная прибыль / сумма активов,

= прибыль до уплаты процентов / сумма активов,

= балансовая стоимость собственного капитала / заемный капитал,

= выручка / сумма активов.

Результаты многочисленных расчетов по модели Альтмана показали, что обобщающий показатель Z может принимать значения в пределах [-14, +22], при этом предприятия, для которых Z>2,99 попадают в число финансово устойчивых, предприятия, для которых Z<1,81 являются, безусловно-несостоятельными, а интервал [1,81-2,99] составляет зону неопределенности.

Z-коэффициент имеет общий серьезный недостаток - по существу его можно использовать лишь в отношении крупных кампаний, котирующих свои акции на биржах. Именно для таких компаний можно получить объективную рыночную оценку собственного капитала.

2.3.Четырехфакторная модель Альтмана

В 1983 г. Альтман получил модифицированный вариант своей формулы для компаний, акции которых не котировались на бирже:

K=8,38K +K +0.054K +0.63K

(здесь Х – балансовая, а не рыночная стоимость акций.)

Коэффициент Альтмана относится к числу наиболее распространенных. Однако, при внимательном его изучении видно, что он составлен некорректно: член Х связан с кризисом управления, Х характеризует наступление финансового кризиса, в то время как остальные – экономического. С точки зрения системного подхода данный показатель не имеет права на существование.

Вообще, согласно этой формуле, предприятия с рентабельностью выше некоторой границы становятся полностью "непотопляемыми". В российских условиях рентабельность отдельного предприятия в значительной мере подвергается опасности внешних колебаний. По-видимому, эта формула в наших условиях должна иметь менее высокие параметры при различных показателях рентабельности.

2.4. Модель Таффлера

Известны другие подобные критерии. Так британский ученый Таффлер (Taffler) предложил в 1977 г. четырехфакторную прогнозную модель[1], при разработке которой использовал следующий подход: при использовании компьютерной техники на первой стадии вычисляются 80 отношений по данным обанкротившихся и платежеспособных компаний. Затем, используя статистический метод, известный как анализ многомерного дискриминанта, можно построить модель платежеспособности, определяя частные соотношения, которые наилучшим образом выделяют две группы компаний 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 производит точную картину финансового состояния корпорации. Типичная модель для анализа компаний, акции которых котируются на биржах, принимает форму:

Z = c₀+c₁х₁ + с₂х₂ + с₃х₃ + с₄х₄,…где:

х₁=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; х₁ измеряет прибыльность, х₂ – состояние оборотного капитала, х₃ – финансовый риск и х₄ – ликвидность.

2.5. PAS-коэффициент

Для усиления прогнозирующей роли моделей можно трансформировать Z-коэффициент в PAS-коэффициент (Perfomans Analysys Score) – коэффициент, позволяющий отслеживать деятельность компании во времени[2]. Изучая PAS-коэффициент как выше, так и ниже критического уровня, легко определить моменты упадка и возрождения компании.

PAS-коэффициент – это просто относительный уровень деятельности компании, 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 компании оценивается удовлетворительно, тогда как PAS-коэффициент, равный 10, свидетельствует о том, что лишь 10% компаний находятся в худшем положении (неудовлетворительная ситуация). Итак, подсчитав Z-коэффициент для компании, можно затем трансформировать абсолютную меру финансового положения в относительную меру финансовой деятельности. Другими словами, если Z-коэффициент может свидетельствовать о том, что компания находится в рискованном положении, то PAS-коэффициент отражает историческую тенденцию и текущую деятельность на перспективу.

Сильной стороной такого подхода является его способность сочетать ключевые характеристики отчета о прибылях и убытках и баланса в единое представительное соотношение. Так, компания, получающая большие прибыли, но слабая с точки зрения баланса, может быть сопоставлена с менее прибыльной, баланс которой уравновешен. Таким образом, рассчитав PAS-коэффициент, можно быстро оценить финансовый риск, связанный с данной компанией, и соответственно варьировать условия сделки. В сущности, подход основан на принципе, что целое более ценно, чем сумма его составляющих.

Дополнительной особенностью этого подхода является использование "рейтинга риска" для дальнейшего выявления скрытого риска. Этот рейтинг статистически определяется только, если компания имеет отрицательный Z-коэффициент, и вычисляется на основе тренда Z-коэффициента, величины отрицательного Z-коэффициента и числа лет, в продолжение которых компания находилась в рискованном финансовом положении. Используя пятибалльную шкалу, в которой 1 указывает на "риск, но незначительную вероятность немедленного бедствия", а 5 означает "абсолютную невозможность сохранения прежнего состояния", менеджер оперирует готовыми средствами для оценки общего баланса рисков, связанных с кредитами клиента.

2.6. Модель ученых Иркутской государственной экономической академии

Новые методики диагностики возможного банкротства, предназначенные для отечественных предприятий и, следовательно, лишенные по замыслу их авторов многих недостатков иностранных моделей, рассмотренных выше, были разработаны Иркутской государственной экономической академией, О. П. Зайцевой, Р. С. Сайфуллиным и Г. Г. Кадыковым. Учеными Иркутской государственной экономической академии предложена своя четырехфакторная модель прогноза риска банкротства (модель R), которая имеет следующий вид:

R = 8,38*К + К + 0,054*К 3 + 0,63*К

где К – оборотный капитал/актив;

К – чистая прибыль/собственный капитал;

К – выручка от реализации/актив;

К – чистая прибыль/интегральные затраты.[4]

Таблица № 2

Вероятность банкротства предприятия в соответствии со значением модели R

Значение R	Вероятность банкротства, %
Меньше 0	Максимальная (90-100)
0-0,18	Высокая (60-80)
0,18-0,32	Средняя (35-50)
0,32-0,42	Низкая (15-20)
Больше 0,42	Минимальная (до 10)

2.7.Расчет цены предприятия

Можно также использовать в качестве механизма предсказания банкротства цену предприятия. На скрытой стадии банкротства начинается незаметное, особенно если не наложен специальный учет, снижение данного показателя по причине неблагоприятных тенденций как внутри, так и вне предприятия.

Цена предприятия (V) определяется капитализацией прибыли по формуле:

V=P/K

где P – ожидаемая прибыль до выплаты налогов, а также процентов по займам и дивидендов;

K – средневзвешенная стоимость пассивов (обязательств) фирмы (средний процент, показывающий проценты и дивиденды, которые необходимо будет выплачивать в соответствии со сложившимися на рынке условиями за заемный и акционерный капиталы).

Снижение цены предприятия означает снижение его прибыльности либо увеличение средней стоимости обязательств (требования банков, акционеров и других вкладчиков средств). Прогноз ожидаемого снижения требует анализа перспектив прибыльности и процентных ставок.

2.8. Расчет коэффициента прогноза банкротства

Коэффициент прогноза банкротства (Кпб) характеризует удельный вес чистых оборотных средств в сумме актива баланса. Он исчисляется по формуле:

Целесообразно рассчитывать цену предприятия на ближайшую и долгосрочную перспективу. Условия будущего падения цены предприятия обычно формируются в текущий момент и могут быть в определенной степени предугаданы (хотя в экономике всегда остается место для непрогнозируемых скачков).

2.9. Показатель Аргенти (А-счет)

Кризис управления характеризует показатель Аргенти (А-счет).

Согласно данной методике, исследование начинается с предположений, что

(а) идет процесс, ведущий к банкротству,

(б) процесс этот для своего завершения требует нескольких лет и

(в) процесс может быть разделен на три стадии:

При расчете А-счета конкретной компании необходимо ставить либо количество баллов согласно Аргенти, либо 0 – промежуточные значения не допускаются. Каждому фактору каждой стадии присваивают определенное количество баллов и рассчитывают агрегированный показатель – А-счет.

Приложение к лекции № 3

3.8.Сравнительная характеристика количественных методов прогнозирования банкротства

Наименование	Источники информации	Метод обработки данных	Недостатки \ Достоинства	Показатели, Расчетные формулы
1. Статистический метод (вероятностная оценка)
1. Двухфакторная модель - американская модель	Модели финансовых показателей на основе статистики.	Данные финансового, бухгалтерского и статистического учета, Эмпирический подход (опытно-статистический метод)	Достоинства: - простота и возможность применения при ограниченной информации - одновременно возможно сравнивать и показатель риска банкротства, и уровень рентабельности продаж продукции Недостатки: - невозможность использования в российских условиях - нет всесторонней финансовой оценке, отклонение от реалий - точность расчетов зависит от исходной информации при построении модели, ошибка прогноза ± 0,65	C1= -0,3977+(-1,0736)*Кп+0,0579*Кз С1 - показатель риска банкротства, Кп - показатель текущей ликвидности, Кз - показатель удельного веса заемных средств в пассивах предприятия (-0,3977), (-1,0736), (0,0579) - весовые значения найдены эмпирическим путем (опытно-статистическим способом) Rр = Пр / Вр Rр - рентабельность продаж продукции Пр - прибыль от реализации до начисления налогов Вр - выручка от реализации продукции
2. Пятифакторная модель. Коэффициент Альтмана (индекс кредитоспособности) ( 1968г.)	- // - // -	Аппарат мультипликативного дискриминантного анализа (Multiple-discriminant analisys - MDA)	Достоинства: - в первом приближении, возможно, разделить хозяйствующие субъекты на потенциальных банкротов и небанкротов - точность расчетов зависит от прогнозируемого периода времени: 1 год - 95%, 2 года - 83% Недостатки: - область применения ограничена (только крупные компании с котирующимися акциями) - не учитывает влияние рентабельности - по своему содержанию это показатель рентабельности капитала (активов)	Z=1,2*X1 + 1,4*X2 + 3,3*X3 + 0,6*X4 + X5 Х1 - оборотный капитал / сумма активовХ 2 - нераспределенная прибыль / сумма активов Х3 - операционная прибыль / сумма активов Х4 - рыночная стоимость акций / задолженность Х5 - выручка / сумма активов Z - в пределах [-14,+22]
Значение Z	Вероятность, %
Z<1.81	безусловно-несостоятельные
Z=[1,81;2,7]	высокая вероятность банкротства
Z=[2,7;2,99]	неопределенность, возможная вероятность банкротства
Z>2.99	финансово устойчивые предприятия
Коэффициент Альтмана (1983г)	- // - // -	- // - // -	Недостатки: - область применения ограничена (только для компании, акции которых не котируются на рынке) - нет системного подхода, т.к. Х1 связан с кризисом управления (больший вес), Х4 -финансовым, остальные - экономический - рентабельность выше номинальной границы и предприятие "непотопляемо" - не учитываются отечественные особенности экономики - точность расчетов зависит от исходной информации при построении модели	R=8,38*Х1+Х2+0,054*Х3+0,63*Х4 Х4 - балансовая, а не рыночная стоимость акций
3. Четырехфакторная модельТаффлера (Taffler) (1977)	- // - // -	Анализ многомерного дискриминанта (статистический метод) Выборочные подсчет модели платежеспособности	Недостатки: - область применения ограничена (только для компании, акции которых котируются на рынке) - точность расчетов зависит от исходной информации при построении модели	Z=с0+с1х1+с2х2+с3х3+с4+…Трансформация абсолютной меры финансового положения в относительную меру финансовой деятельности х1 - прибыльность=прибыль до уплаты налога/текущие обязательства (53% или с=0,53) х2 - состояние оборотного капитала=текущие активы / общая сумма обязательства (13% или с=0,13) х3 - финансовый риск=текущие обязательства / общая сумма активов (18% или с=0,18) х4 - ликвидность=отсутствие интервала кредитования (16% или с=0,16) с1, … с4 - коэффициенты, проценты в скобках указывают на пропорции модели
		Трансформация абсолютной меры финансового положения в относительную меру финансовой деятельности	Достоинства: - позволяет отслеживать деятельность компании во времени (моменты упадка и возрождения)	PAS-коэффициент (Performans Analysys Score) - это относительный уровень деятельности компании, выделенный на основе ее Z-коэффициента за определенный год и выраженный в % от 1 до 100.
	Данные аналитического учета	Применение вычислительной техники для построения линий тренда	Достоинства: - позволяет определять "рейтинг риска банкротства"	Тренд Z-коэффициента по числу лет По пяти бальной шкале 1 - "риск, но незначительная вероятность немедленного бедствия" 5 - "абсолютная невозможность сохранения прежнего состояния"
4.Система показателей У. Бивера для диагностики банкротства		Исследование тренда рекомендуемых показателей	Достоинства: - позволяет определять "рейтинг риска банкротства" - прогноз банкротства не только по количеству, но и по временному характеру	Система показателей 1. Коэффициент Бивера = (чистая прибыль - амортизация) / (долгосрочные + краткосрочные обязательства) 2. Рентабельность активов = Чистая прибыль / активы 3. Финансовый Леверидж = (долгосрочные + краткосрочные обязательства) / активы 4. К-т покрытия активов чистым оборотным капиталом = (собственный капитал - внеоборотные активы) / активы 5. К-т покрытия = оборотные активы / краткосрочные обязательства
5. Четырехфакторная модель (ученые Иркутской государственной академии)	- // - // -	Аппарат мультипликативного дискриминантного анализа	Достоинства: - применение в российских условиях Недостатки см. п 2.	R=8,38*К1+К2+0,054*К3+0,63*К4 К1 - оборотный капитал / актив К2 - чистая прибыль / собственный капитал К3 - выручка от реализации / актив К4 - чистая прибыль / интегральные затраты Вероятность банкротства
Значение R	Вероятность, %
Меньше 0	Максимальная (90-100)
0 - 0,18	Высокая (60-80)
0,18 - 0,32	Средняя (35-20)
0,32 - 0,42	Низкая (15-20)
Больше 0,42	Минимальная (до 10)
6. Рейтинговое число Р.С. Сайфулин и Г.Г. Кадыков			Достоинства: - применение в целях классификации предприятий по уровню риска Недостатки: - не позволяет оценить причины попадания предприятий в зону неплатежеспособных - не учитывает отраслевой особенности предприятия	R = 2*К1+0,1*К2+0,08*К3+0,45*К4+К5 К1 - коэффициент обеспеченности собственными средствами (К1>1) К2 - коэффициент текущей ликвидности (К2>2) К3 -интенсивность оборота авансируемого капитала = объем реализуемой продукции / средства, вложенные в деятельность предприятия (К3>2,5) К4 - коэффициент менеджмента или рентабельность продаж = прибыль от реализации / выручка от реализации (К4>(n-1)/r, где r- учетная ставка Центробанка) К5 - рентабельность собственного капитала = балансовая прибыль / собственный капитал (К5>0,2) R<1 - фин. состояние не удовлетворительное
2. Метод экспертных оценок
7. Многокритериальная модель	Модели общего состояния на основе экспертного опроса. Данные фин., статист. и управленческого учета	Метод номинальных групп, метод экспертных оценок	Достоинства: - разрабатывается для конкретной организационной системы, с участием его работников, - имеет широкое применение, для разных уровней управления; - оперативность и высокая производительность получения информации для выработки управленческого решения Недостатки: - зависит от квалификации участников разработки модели (влияние человеческого фактора) - зависит от знаний и опыта эксперта (влияние интуитивных характеристик)	R = b1Х1 + b2Х2 + b3Х3 + … + bnXn R - интегральный показатель состояния деятельности Х1, Х2 … Хn - значимые факторы, влияющие на состояние деятельности, вошедшие в модель b1, b2 … bn - веса соответственно факторов, характеризующих состояние Х1, Х2 … Хn (b1 + b2 +…+ bn =1)
3. Метод аналогий
8. Модель "жизненный цикл проекта"	Данные статистики отраслевой и по предприятию, управленческого учета и специально налаженного		Достоинства: - проект рассматривается как "живой" организм, имеющий определенные стадии развития - возможность оценить каждый этап, выявить причины нежелательных последствий, расклассифицировать и оценить степень риска Недостатки: - используется для определения рисков новых проектов - на практике трудно собрать соответствующую информацию	Жизненный цикл проекта = Этап разработки + Этап выведения на рынок + Этап роста + Этап зрелости + Этап упадка
4. Метод оценки финансового состояния
9. Интегральная бальная оценка	Данные бухгалтерской отчетности	Сопоставление показателей данной орг. системы с аналогичной обанкротившейся или избежавшей банкротства	Достоинства: - системная, подробная характеристика неплатежеспособности, основанная на структуре баланса Недостатки: - возможность получения недостоверной информации по заувалированной бухгалтерской отчетности - на практике трудно собрать информацию для сравнения	Основные критерии:- ликвидность - финансовая устойчивость- рентабельность- отдача активов - рыночная активность
Статистические модели	- // - // -	См. статистические методы	См. статистические методы	См. статистические методы
10. Анализ финансовых потоков (Дж. Ван Хорном)	Данные аналитического учета, бухгалтерского учета	Математический расчет	Достоинства: - дает возможность оценки сроков и объема необходимых заемных средств - оценка целесообразности взятия кредита - простота расчетов, наглядность получаемых результатов - доступность необходимой информации Недостатки: - в отечественных условиях трудно запланировать поступление денежных средств и выплат на длительный период	Основные статьи, отражаемые в отчете о движении денежных средств: - остаток денежных средств на начало периода - поступление денежных средств (в том числе реализация продукции и услуг, кредиты банков, доход от инвестиций, доход от продажи основных средств, доход от внереализационной операции) - расходы (в том числе на производство, капиталовложения, выплата процентов т погашение дебиторской задолженности, платежи в бюджет) - остаток денежных средств на конец периода - чистый денежный поток
11. Коэффициент прогноза банкротства (Кпб)	Данные бухгалтерской отчетности	Математический расчет	Недостатки: - отражает только удельный вес чистых оборотных средств в сумме актива баланса.	Кпб = (Оборотные активы - (VI раздел баланса + Расчеты и прочие пассивы)) / Общий итог баланса
12. Цена предприятия	Данные бухгалтерского учета. Кроме этого требуются данные по специально отлаженному учету	Математический расчет	Достоинства: - на скрытой стадии банкротства начинается незаметное, особенно если не наложен специальный учет, снижение данного показателя по причине неблагоприятных тенденций как внутри, так и вне предприятия. Недостатки: - прогноз ожидаемого снижения цены требует анализа перспектив прибыльности и процентных ставок - требовательность к прогнозу цены предприятия на ближайшую и долгосрочную перспективу	V= Пр / K Пр - ожидаемая прибыль до выплаты налогов, процентов по займам и дивидендов; K - средневзвешенная стоимость пассивов (обязательств) фирмы (средний процент, показывающий проценты и дивиденды, которые необходимо будет выплачивать в соответствии со сложившимися на рынке условиями за заемный и акционерный капиталы).
13. Многофакторная модель	Данные финансового и управленческого учета	Математические расчеты коэффициентов и индексов	Достоинства: - возможность определения влияния использования каждого из ресурса предприятия (труд, материалы, сырье) на прибыль - возможность оперативно выработать управленческое решение и построить прогноз выгодных вариантов	Основные критерии: - индексы, взвешенные по цене, объему - доходность и производительность - влияние производительности и возмещения затрат на прибыль
5. Метод целесообразности затрат
14. Порог рентабельности (Окр) и производственный леверидж (Лпр)			Достоинства: - оценивает влияние внутренних факторов (затратного механизма) на финансовую устойчивость: - позволяет определить нижний предельный размер выпуска продукции, при котором прибыль равна нулю - показывает степень влияния постоянных затрат на прибыль при изменениях объема производства - способ выявления предприятий, имеющие большие объемы производства и сбыта, имеют устойчивый спрос на свою продукцию	Основные критерии: - порог рентабельности - критический объем производства Окр = Зпост / (Ц - Зпер) Ц - цена изделия (единицы продукции) Зпост - постоянные затраты (амортизационные отчисления, управленческие расходы, арендная плата, проценты за кредит и т.п.) Зпер - переменные затраты (материалы, комплектующие изделия, инструменты, заработная плата, расходы на транспорт и т.п.) Чем больше разность между реальным объем и критическим, тем выше финансовая устойчивость; - производственный леверидж Лпр = (Вр - Зпер) / Пр = (Зпост + Пр) / Пр Пр - балансовая прибыль до выплаты налогов, процентов по займам и дивидендов; Вр - выручка от реализации Чем больше удельный вес постоянных затрат в общей сумме издержек, тем выше леверидж, т.е. предпринимательский риск