Комплексный финансовый анализ эмитента ценных бумаг

      Несостоятельность (банкротство) – это признанная арбитражным судом или объявленная должником неспособность должника в полном объеме удовлетворить требования кредиторов по денежным обязательствам и (или) исполнить обязанность по уплате обязательных платежей.

      Задача  определения степени риска банкротства  является актуальной как для собственников  предприятия, так и для его  кредиторов. Поэтому вызывают интерес любые научно обоснованные методики оценки риска банкротства.

      Степень риска банкротства – это комплексный показатель, характеризующий как финансовое положение предприятия, так и качество управления им, которое, в конечном счете, получает свое выражение в финансовом эквиваленте, но не исчерпывается одними лишь финансовыми последствиями.

      Так, безалаберное одалживание средств  у банков рано или поздно приведет к тому, что объем заемных средств превысит реальные возможности предприятия по расчетам с кредиторами. Это означает потерю финансовой устойчивости, которая легко измерима по балансу фирмы. Но корень проблемы находится не в самих финансах, а в неадекватных способах управления ими. Финансы – только зеркало проблемы, которую необходимо решать зачастую даже не финансовыми средствами.

      В практике финансового анализа очень  хорошо известен ряд показателей, характеризующих отдельные стороны текущего финансового положения предприятия. Сюда относятся показатели ликвидности, рентабельности, устойчивости, оборачиваемости капитала, прибыльности и т.д. По ряду показателей известны некие нормативы, характеризующие их значение положительно или отрицательно. Например, когда собственные средства предприятия превышают половину всех пассивов, соответствующий этой пропорции коэффициент автономии больше 0.5, и это его значение считается "хорошим" (соответственно, когда оно меньше 0.5 - "плохим"). Но в большинстве случаев показатели, оцениваемые при анализе, однозначно нормировать невозможно. Это связано со спецификой отраслей экономики, с текущими особенностями действующих предприятий, с состоянием экономической среды, в которой они работают.

      Тем не менее, любое заинтересованное положением предприятия лицо (руководитель, инвестор, кредитор, аудитор и т.д.), далее  именуемое лицом, принимающим решения (ЛПР), не довольствуется простой количественной оценкой показателей. Для ЛПР важно знать, приемлемы ли полученные значения, хороши ли они, и в какой степени. Кроме того, ЛПР стремится установить логическую связь количественных значений показателей выделенной группы с риском банкротства. То есть ЛПР не может быть удовлетворено бинарной оценкой "хорошо - плохо", его интересуют оттенки ситуации и экономическая интерпретация этих оттеночных значений. Задача осложняется тем, что показателей много, изменяются они зачастую разнонаправлено, и поэтому ЛПР стремится свернуть набор всех исследуемых частных финансовых показателей в один комплексный, по значению которого и будет судить о степени благополучия фирмы и о том, насколько далеко или близко предприятие отстоит от банкротства.

2. Проблемы  анализа риска  банкротства предприятия

 

      Успешный  анализ риска банкротства предприятия  возможен лишь на основе следующих основных предпосылок:

1. В основу анализа ложатся результаты наблюдения предприятия за возможно более долгий период времени.
2. Учетные формы, используемые при анализе, должны достоверно отображать подлинное финансовое состояние предприятия.
3. Для анализа используются лишь те показатели, которые в наибольшей степени критичны с точки зрения их относимости к банкротству данного предприятия. А это возможно, когда ЛПР оценивает не только финансовое состояние предприятие, но и его отраслевое положение.
4. Лицо, производящее анализ, должно располагать представительной статистикой банкротств, которая также должна быть верифицирована на относимость к банкротству данного предприятия – с точки зрения отрасли, страны и периода времени, за который проводится анализ.

      Всё перечисленное говорит о том, что эксперт-аналитик должен составить представление о том, что является «хорошим» или «плохим» в масштабе отрасли, к которой относится данное предприятие.

      Так, например, инвестор в ценные бумаги должен следить за тем, как ключевое отношение цены акции к доходам  по ней для предприятия соотносится с тем же для сектора экономики, к которому оно относится. Такая информация содержится практически на всех крупных американских финансовых Интернет-сайтах, а иногда проводится сопоставление двух уровней показателей и делается заключение о том, в какой качественной степени эти уровни отстоят друг от друга.

      Применительно к развитым странам проблема снабжения  заинтересованных лиц полной и обновляемой экономической статистикой успешно решена. Так, девять тысяч американских акционерных обществ, чьи акции котируются на ведущих биржах страны, классифицированы и отнесены к девяти отраслям и тридцати одной индустриальной экономической группе [3]. По каждой из этих групп доступна информация по широкому спектру финансовых показателей деятельности группы, полученных как средневзвешенное по всем предприятиям, входящим в эту группу. Такая масштабная база для сопоставительного анализа позволяет ЛПР принимать уверенные решения. В России подобная работа только начинается, поэтому при классификации показателей следует опираться не сколько на статистику, сколько на мнение экспертов, располагающих многолетним опытом финансового анализа предприятий.

      Рассмотрим  теперь, как указанные проблемы анализа  разрешаются в развитых странах мира.

3. Существующие  методы анализа риска  банкротства

 

      Наиболее  широко распространенным подходом к анализу риска банкротства предприятия является подход Альтмана [7], который состоит в следующем:

• применительно к данной стране и к интервалу времени формируется набор отдельных финансовых показателей предприятия, которые на основании предварительного анализа имеют наибольшую относимость к свойству банкротства, пусть таких показателей N;
• в N-мерном пространстве, образованном выделенными показателями, проводится гиперплоскость, которая наилучшим образом отделяет успешные предприятия от предприятий-банкротов, на основании данных исследованной статистики, уравнение этой гиперплоскости имеет вид

                                      (3.1)

где K_i – функции показателей бухгалтерской отчетности;

      a_i - полученные в результате анализа веса;

• осуществляя параллельный перенос плоскости (3.1), можно наблюдать, как перераспределяется число успешных и неуспешных предприятий, попадающих в ту или иную подобласть, отсеченную данной плоскостью, т.е. можно установить пороговые нормативы Z₁ и Z₂: когда – риск банкротства предприятия высок, когда Z > Z₂ – риск банкротства низок, Z₁ < Z < Z₂ – состояние предприятия не определимо.

      Описанный подход был разработан в 1968 году Эдвардом Альтманом, в том же году он применил его к экономике США. В результате появилось широко известная формула:

                              (3.2)

где:  К₁ = собственный оборотный капитал / сумма активов;

      К₂ = нераспределенная прибыль / сумма активов;

      К₃ = прибыль до уплаты процентов / сумма активов;

      К₄ = рыночная стоимость собственного капитала / заемный капитал;

      К₅ = объем продаж / сумма активов.

      Интервальная  оценка Альтмана: при Z < 1.81 – высокая вероятность банкротства, при Z > 2.67 – низкая вероятность банкротства.

      В 1983 году Альтман распространил свой подход на компании, чьи акции не котируются на рынке. Соотношение (3.2) приобрело вид

                   .          (3.3)

      Здесь К₄ - уже балансовая стоимость собственного капитала в отношении к заемному капиталу. При Z<1.23 Альтман диагностирует высокую вероятность банкротства.

      Подход  Альтмана, называемый также методом  дискриминантного анализа, был впоследствии применен самим Альтманом и его последователями в ряде стран (Англия, Франция, Бразилия и т.п.). Так, например Тоффлер и Тисшоу [8], для случая Великобритании получили следующую зависимость:

                               (3.4)

где  К₁ = прибыль от реализации / краткосрочные обязательства;

      К₂ = оборотный капитал / сумма обязательств;

      К₃ = краткосрочные обязательства / сумма активов;

      К₄ = объем продаж / сумма активов.

      При Z>0.3 исследователи признают  вероятность  банкротства низкой.

      Приведем  еще ряд аналогичных моделей:

      Модель  Лиса:           (3.5)

где К₁ = оборотный капитал / сумма активов;

      К₂ = прибыль от реализации / сумма активов;

      К₃ = нераспределенная прибыль / сумма активов;

      К₄ = рыночная стоимость собственного капитала / заемный капитал.

      При Z<0.037 – высокая вероятность  банкротства.

      Модель  Чессера:               (3.6)

                (3.7)

где К₁ = быстрореализуемые активы / сумма активов;

      К₂ = объем продаж / быстрореализуемые активы;

      К₃ = валовая прибыль / сумма активов;

      К₄ = заемный капитал / сумма активов;

      К₅ = основной капитал / чистые активы;

      К₆ = оборотный капитал / объем продаж.

      При P>0.5 – высокая вероятность банкротства.

      Первым  российским опытом применения подхода  Альтмана является модель Давыдовой-Беликова:

                                    (3.8)

где  К₁ = оборотный капитал / сумма активов;

      К₂ = чистая прибыль / собственный капитал;

      К₃ = объем продаж / сумма активов;

      К₄ = чистая прибыль / себестоимость.

      При: Z<0 - вероятность банкротства максимальная, 0<Z<0.18 – вероятность банкротства высокая, 0.18<Z<0.32 – вероятность банкротства средняя, 0.32<Z<0.42 – вероятность банкротства низкая, Z>0.42 - вероятность банкротства незначительна [9].

      Сопоставление данных, полученных для ряда стран, показывает, что веса в Z - свертке  и пороговый интервал [Z1 , Z2] сильно разнятся не только от страны к стране, но и от года к году в рамках одной страны. Получается, что подход Альтмана не обладает устойчивостью к вариациям в исходных данных. Статистика, на которую опирается Альтман и его последователи, возможно, и репрезентативна, но она не обладает важным свойством статистической однородности выборки событий. Одно дело, когда статистика применяется к выборке радиодеталей из одной произведенной партии, а другое, - когда она применяется к фирмам с различной организационно-технической спецификой, со своими уникальными рыночными нишами, стратегиями и целями, фазами жизненного цикла и т.д. Здесь невозможно говорить о статистической однородности событий, и, следовательно, допустимость применения вероятностных методов, самого термина "вероятность банкротства" ставится под сомнение [1].

      В переводной литературе по финансовому  анализу, а также во всевозможных российских компиляциях часто встретишь формулу Альтмана образца 1968 года, и ни слова не говорится о допустимости этого соотношения в анализе ожидаемого банкротства. С таким же успехом в формуле Альтмана могли бы стоять любые другие веса, и это было бы столь же справедливо в отношении российской специфики, как и исходные веса.

      Разумеется, можно ожидать, что чем выше, скажем, уровень финансовой автономии предприятия, тем дальше оно отстоит от банкротства. Это же выражают все монотонные зависимости, полученные на основе подхода Альтмана. Но сколь в действительности велика эта дистанция – вопрос этот, скорее всего, не будет решен даже тогда, когда появится полноценная представительная статистика российских банкротств.