Оценка вероятности банкротства предприятия

Модель «R» Иркутской государственной экономической академии

Ученые Иркутской государственной экономической академии поставили под сомнение целесообразность использования двух факторной и пятифакторной моделей Э. Альтмана в российских условиях. В результате проведенного предварительного анализа отчетов 16 работающих и семи ликвидированных торговых предприятий учеными был сделан вывод, что использовать двухфакторную и пятифакторную модели нецелесообразно из-за низкой степени соответствия данной модели условиям России. (6, с. 13-20)

Учеными была предложена своя четырехфакторная модель прогноза риска банкротства (модель R), которая имеет следующий вид:

R = 8,38*К1+ К2+0,054* К3+0,63* К4, (6)

где К1 — оборотный капитал/актив;

К2 — чистая прибыль/собственный капитал;

К3 — выручка от реализации/актив;

К4 — чистая прибыль/интегральные затраты.

Вероятность банкротства предприятия в соответствии со значением «Модели R» определяется согласно таб. 2:

Таблица 2 — Вероятность банкротства предприятия в соответствии со значением модели «R»

Значение R

Вероятность банкротства, %

Меньше 0

Максимальная (90-100%)

От 0 до 0,18

Высокая (60-80%)

От 0,18 до 0,32

Средняя (35-50%)

От 0,32 до 0,42

Низкая (15-20%)

Больше 0,42

Минимальная (до 10%)

К очевидным достоинствам данной модели можно отнести то, что механизм ее разработки и все основные этапы расчетов достаточно подробно описаны в источнике. Авторами была обоснована невозможность применения двухфакторной и пятифакторной модели Э. Альтмана по прогнозированию банкротства предприятий России из-за несоответствия данных моделей экономическим условиям нашей страны. Предложенная и экономически обоснованная четырехфакторная модель по определению риска банкротства торгового предприятия, представляет собой уравнение первого порядка. С помощью данной модели можно определить риск банкротства анализируемого предприятия за три квартала с точностью до 81%.

Авторами была разработана шкала для количественной оценки степени риска банкротства торгового предприятия, с помощью которой сопоставляются расчетные значения предложенной модели «R» с вероятностью банкротства данного экономического субъекта. Преимуществом использования в практической деятельности, разработанной ими методики является то, что она позволяет осуществить диагностику риска банкротства предприятия любой формы собственности и любой отрасли, при соответствующем изменении шкалы для оценки риска банкротства предприятия, на срок до трех кварталов, что дает время для принятия соответствующих управленческих решений по предупреждению возможности наступления несостоятельности предприятия.

Источник: https://studwood.ru/1271886/menedzhment/model_irkutskoy_gosudarstvennoy_ekonomicheskoy_akademii

Прогноз ИГЭА риска банкротства (иркутская модель)

Одной из немногих отечественных моделей, призванных оценить вероятность наступления банкротства является R-модель, разработанная в Иркутской государственной экономической академии. Данная модель, по замыслу авторов, должна была обеспечить более высокую точность прогноза банкротства предприятия, так как по определению (модель все-таки российская) лишена недостатков присущих иностранным разработкам. Формула расчета модели ИГЭА имеет вид:

R = 8,38 X1 + X2 + 0,054 X3 + 0,63 X4

где,
X1 — чистый оборотный (работающий) капитал / активы;
X2 — чистая прибыль / собственный капитал;
X3 — чистый доход / валюта баланса;
X4 — чистая прибыль / суммарные затраты. Если R:

  • меньше 0 — вероятность банкротства: Максимальная (90%-100%).
  • 0-0,18 — вероятность банкротства: Высокая (60%-80%).
  • 0,18-0,32 — вероятность банкротства: Средняя (35%-50%).
  • 0,32-0,42 — вероятность банкротства: Низкая (15%-20%).
  • больше 0,42 — вероятность банкротства: Минимальная (до 10%).

По результатам практического его применения появилась информация о том, что значение R во многих случаях не коррелирует с результатами, полученными при помощи других методов и моделей. К примеру, при расчете по модели R-счета получаются значения, говорящие о наилучшем состоянии анализируемого предприятия, а все прочие методики дают далеко не столь утешительный результат. Возникает ощущение, что эта методика годится для прогнозирования кризисной ситуации, когда уже заметны очевидные ее признаки, а не заранее, еще до появления таковых.

Калькулятор оценки вероятности банкротства по модели ИГЭА в Excel

Источник: http://afdanalyse.ru/publ/finansovyj_analiz/1/prognoz_igeha_riska_bankrotstva/13-1-0-40

Количественный анализ опасностей выполняют для оценки вероятности (риска) возникновения нештатных ситуаций (НшС). Упрощенно его можно определить соотношением R= 1 — , где X. — интенсивность отказов, 1/ч т —время эксплуатации, ч.  
Во-первых, необходимо разобраться в международной маркетинговой среде, и в частности в особенностях системы международной торговли. При рассмотрении конкретного зарубежного рынка нужно обязательно исходить из оценки его экономических, политико-правовых и культурных особенностей. Во-вторых, фирма должна решить, какой процент общего объема своих продаж она будет стремиться осуществить на внешних рынках, будет ли она действовать всего в нескольких или сразу во многих странах и в странах какого типа она хочет работать. В-третьих, ей предстоит решить, на какие конкретные рынки следует выйти, а это требует оценки вероятного уровня доходов на вложенный капитал в сопоставлении со степенью существующего риска. В-четвертых, фирме предстоит решить, как именно выходить на каждый привлекательный для нее рынок-с помощью экспорта, совместной предпринимательской деятельности или прямого инвестирования. Многие фирмы начинают как обычные экспортеры, затем приступают к совместному предпринимательству и в конце концов переходят к прямому инвестированию. Фирма должна непременно принять решение о том, в какой степени следует приспосабливать свои товары, стратегию стимулирования, цены и каналы распределения к специфике каждого зарубежного рынка. И наконец, фирме необходимо создать эффективную организационную структуру, специализированную на деятельности по международному маркетингу. Большинство фирм начинают с организации экспортного отдела и заканчивают созданием международного филиала. Однако некоторые идут дальше и превращаются в транснациональные компании, высшее руководство которых уже занимается планированием маркетинга и его управлением во всемирном масштабе.  
Мы старались, насколько это возможно, использовать в качестве меры риска величину, определяемую формулой (1). Однако, практически апробированные методики количественной оценки различных рисков в настоящее время отсутствуют. Это относится и к процедуре оценки вероятности возникновения опасного события, и к процедуре оценки величины ущерба. Как правило, отсутствуют надежные базы данных по частоте отказов оборудования, частоте тех или иных аварий, частоте опасных ных событий и явлений. Это не позволяет использовать результаты них многолетних наблюдений, что дало бы возможность не только более достоверно определять средние величины рисков, но и диапазоны их колебаний.  
Во многих случаях организация не располагает достаточной информацией для объективной оценки вероятности, однако, опыт руководства подсказывает, что именно может скорее всего случится с высокой достоверностью. В такой ситуации руководитель может использовать суждение о возможности свершения альтернатив с той или иной субъективной или предполагаемой вероятностью. Ставки на скачках, которые делаются до начала забегов, — пример определения предполагаемой вероятности. Люди располагают информацией и опытом — они знают, как выступала лошадь в других соревнованиях — но этого недостаточно для установления объективной вероятности.  
Кроме того, руководитель должен располагать возможностью объективной оценки вероятности релевантных событий и расчета ожидаемого значения такой вероятности. Руководитель редко имеет полную определенность. Но также редко он действует в условиях полной неопределенности. Почти во всех случаях принятия решений руководителю приходится оценивать вероятность или возможность события. Из предшествующего рассмотрения напомним, что вероятность варьирует от 1, когда событие определенно произойдет, до 0, когда событие определенно не произойдет. Вероятность можно определить объективно, как поступает игрок в рулетку, ставя на нечетные номера. Выбор ее значения может опираться на прошлые тенденции или субъективную оценку руководителя, который исходит из собственного опыта действий в подобных ситуациях.  
Понятие и оценка вероятности совершения покупки. Методы расчета вероятностей приобретения определенного количества товара группой потребителей. Характеристика неравномерности интенсивности потребления товара. Методы характеристики неравномерности потребления закон Парето, правило тяжелой половины.  
Из таблиц нормального распределения найти оценку вероятностей  
Для оценки вероятной добычи нефти из планируемого прироста не все, очевидно, ожидаемые к открытию месторождения должны привлекаться одновременно. Если обратить ся к аналитическим данным за ретроспективный период, то оказывается, что открываемые в один и тот же период, год месторождения вводятся в эксплуатацию не одновременно. Это объясняется размером продуктивных горизонтов, качеством запасов (содержание серы, плотность, глубина залегания), их размещением и т.п. В случаях новое месторождение вводится в эксплуатацию не полностью, а лишь по основным промышленным горизонтам. В результате практически в каждом нефтедобывающем районе на одну и ту же дату промышленные запасы нефти прете же запасы, введенные в эксплуатацию. В свою промышленные запасы нефти, числящиеся как экс-выше, чем фактически вовлеченные в экс-  
Оценка вероятности срока наступления завершающего события в директивный срок  
Для того чтобы управлять риском, обеспечивать промышленную безопасность, необходимо отчётливо понимать, что происходит. Количественные методы анализа риска создают базу для эффективного управления риском. Как правило, анализ риска состоит из трёх этапов, первым из которых является идентификация опасностей, т.е. перечень нежелательных событий, приводящих к аварии. Второй этап — это оценка вероятности наступления аварийной ситуации. На этом этапе, как правило, используются статистические данные по аварийности и надёжности технической системы, применяются логические методы анализа типа дерево событий и дерево отказов , а также экспертная оценка специалистов в данной области. На заключительном этапе анализа риска проводят оценку воздействий последствий аварии на людей, имущество и окружающую среду. Анализ риска — всегда сочетание возможных последствий и вероятности аварии.  
Рисунок 3.3 показывает нашу оценку линии совокупных затрат на основе шести значений, нанесенных ранее на рис. 3.1. Оценочная линия совокупных затрат на рис. 3.3 пересекает вертикальную ось на уровне 100000 ф.ст. Ваш результат может оказаться иным, но такая разница допустима, поскольку мы используем субъективную визуальную оценку. В нашем примере точки, отражающие совокупные затраты прошлых лет и показанные на рис. 3.1, лежат довольно близко к прямой линии, так что степень различий визуальных оценок, вероятно, будет довольно мала.  
Оценка вероятностей неопределенных исходов позволит осознать степень неопределенности и меру риска. В примере 9.5 приведены вероятности тех или иных вариантов развития благотворительного мероприятия.  
Отметим, что оценка вероятностей была объединена с рассмотренным выше трехуровневым анализом. Это удобно и позволяет рассмотреть столько исходов и их вероятностей, сколько необходимо для детального анализа ситуации. Кроме того, сумма вероятностей исходов каждого из неопределенных событий в примере 9.5 равна единице. Это означает, что, хотя точно не известно, какими именно окажутся объем реализации и уровень  
Столь незначительную распространенность отчасти можно объяснить трудностями оценки вероятностей исходов, а отчасти — и мнением о том, что аналитические выкладки усложняют восприятие.  
Реформирование банковской системы в начале 90-х годов и появление коммерческих банков значительно изменили функции банков в области финансового контроля. Если отделения Госбанка СССР контролировали практически всю финансовую деятельность обслуживаемых предприятий, то коммерческие банки по закону обязаны контролировать лишь соблюдение предприятиями-клиентами установленного государством порядка ведения расчетно-кассовых операций и валютного законодательства. Вместе с тем коммерческие начала в деятельности банков требуют от них оценки финансового состояния и кредитоспособности предприятия — потенциального заемщика. В случае предоставления ссуды банк контролирует использование выданной ссуды, платежеспособность и ликвидность клиента для оценки вероятности возврата ссуды с причитающимися процентами в установленный срок. Такой контроль со стороны банка — важный элемент управления кредитным риском.  
Случайные колебания из названных выше составляющих временного ряда нельзя заранее предусмотреть. Это поставка материалов низкого качества, поломка оборудования, какие-либо чрезвычайные обстоятельства в хозяйственной деятельности. Такие колебания представляют собой беспорядочные отклонения, которые важно учитывать при оценке вероятной точности используемой модели прогнозирования.  
Закон О несостоятельности (банкротстве) определяет признаки несостоятельности для предприятий всех форм собственности. Следует сказать, что Закон Об акционерных обществах устанавливает другие признаки неплатежеспособности акционерных обществ. Во-первых, в соответствии с Законом Об акционерных обществах строго оговаривается размер уставного капитала — 1000 МРОТ для открытых акционерных обществ и 100 МРОТ для закрытых акционерных обществ. Во-вторых, размер чистых активов не должен быть меньше уставного капитала. Если чистые активы меньше уставного капитала, то последний должен быть снижен до размера чистых активов (возможно путем снижения номинальной стоимости акций только с согласия акционеров). Если чистые активы по окончании второго и каждого последующего года остаются на уровне ниже уставного капитала, то общество подлежит ликвидации. Таким образом, ликвидация Акционерного общества вследствие неплатежеспособности может произойти и без оценки вероятности банкротства в соответствии с Законом О несостоятельности- (банкротстве) .  
Оценка вероятности того или иного результата инвестиционного проекта требует, чтобы человек, принимающий решение, мог предвидеть множество возможных вариантов и был в состоянии оценить вероятность наступления каждого из них. Окончательное инвестиционное решение может приниматься на различных иерархических уровнях организации. Это зависит от объема, типа и рискованности капиталовложений.  
Величина резерва определяется отдельно по каждому сомнительному долгу в зависимости от финансового состояния (платежеспособности) должника и оценки вероятности погашения долга полностью или частично.  

Таблица 4.1 Оценка вероятной доходности инвестиционного проекта

Резерв создается по результатам проведенной инвентаризации дебиторской задолженности. Величина резерва определяется отдельно по каждой сумме сомнительной задолженности в зависимости от финансового состояния (платежеспособности) должника и оценки вероятности погашения долга полностью или частично.  
Однако применять коэффициент Альтмана для оценки вероятности банкротства российских предприятий можно с большой долей условности, так как веса данной функции необходимо рассчитывать по отечественной статистике, а достаточно длительных динамических рядов пока нет. Попытки модифицировать функцию с учетом российских условий делались, но сколько-нибудь достоверных и универсальных результатов пока не получено.  
Как соотнести понятия уверенности и вероятности . Представляется, что непосредственным результатом профессионального суждения является оценка вероятности. Уверенность представляется лишь субъективным отражением вероятности их соотношение лишь позволяет сделать вывод о степени оптимизма того, кто определяет свою уверенность исходя из вероятности. Таким образом, для того, чтобы определить как соотносятся условия  
Риск предпринимателя количественно характеризуется субъективной оценкой вероятности возникновения максимального или минимального дохода (убытков) от принятия решения. Чем больше диапазон между максимумом и минимумом результата при равной вероятности их получения, тем выше степень риска. Неопределенность условий рынка ставит предпринимателя перед выбором по принципу повезет — не повезет . Предприниматель в процессе своих действий должен предвидеть риск и противодействовать потерям.  
Статистический метод дает количественную оценку вероятности. охранения безубыточности, получения запланированной прибыли и т. п., когда существуют достоверные данные за несколько лет в отношении объемов реализации и других параметров, на основании которых можно сделать вывод об их нормальном распределении. Тогда для описания их поведения используют стандартное отклонение.  
Резерв сомнительных долгов создают на основе результатов проведенной в конце отчетного года инвентаризации дебиторской задолженности организации. Размер резерва определяют отдельно по каждому сомнительному долгу в зависимости от финансового состояния (платежеспособности) должника и оценки вероятности погашения долга полностью или частично. Если до конца года, следующего за годом создания резерва сомнительных долгов, этот резерв в какой-либо части не будет использован, то неизрасходованные суммы присоединяются к прибыли соответствующего года.  
В связи с развитием рыночных отношений, изменением законодательной базы и практической потребностью в третье издание был внесен ряд существенных изменений и дополнений значительно переработан параграф по анализу рентабельности написаны новые параграфы по анализу денежных потоков, инвестиционной привлекательности предприятий, лизингу, регулированию финансовых результатов и левериджа, а также аналитической оценке вероятности банкротства и инвестиционных проектов, способам обеспечения сопоставимости показателей с учетом инфляционного фактора. Внесены некоторые изменения в структурно-логические модели факторных систем и методику расчета факторов.  
АНАЛИТИЧЕСКАЯ ОЦЕНКА ВЕРОЯТНОСТИ БАНКРОТСТВА  
В теории и практике известно несколько подходов к оценке вероятности банкротства, основанных на использовании  
Перечисленные основные и вспомогательные критерии используются при внутреннем и внешнем анализе при внутреннем — для своевременного принятия соответствующих мер, устранения выявленных симптомов, при внешнем — для адекватного реагирования по заключенным или предполагаемым сделкам. Преобладающим в практике подходом оценки вероятности банкротства является использование ограниченного количества показателей, на основании которых ее можно прогнозировать. Как правило, перечень этих показателей и их нормативные значения устанавливаются соответствующим постановлением правительства. Используются в основном коэффициенты текущей ликвидности, обеспеченности собственными средствами, восстановления (утраты) платежеспособности.  
Достоверную оценку вероятности поступления экономической выгоды, связанной со сделкой, компания производит после того, как достигнуто соглашение о правах сторон, предполагаемой компенсации, способе и условиях оплаты.  
В приложении к положению Условные факты хозяйственной деятельности разработан примерный подход к оценке вероятности последствий условного факта хозяйственной деятельности (табл. 5.2).  
Оценка вероятности последствий условного факта хозяйственной деятельности предприятия  
Как видно из приведенной таблицы, оценка вероятности последствий условного факта не предполагает ее точного количественного измерения. Вероятностная количественная оценка предназначена исключительно для формирования общего представления о разных степенях вероятности наступления будущего события, что оказывает влияние на оценку пользователями бухгалтерской отчетности финансового положения, движения денежных средств и результатов деятельности организации на отчетную да-  
Основы оценки вероятности  
Классическая задача теории массового обслуживания, решение которой дал К.Эрланг, состоит в оценке вероятностей попадения в то или иное состояние, если требования, застающие все приборы системы занятыми обслуживанием ранее появившихся требований, теряются безвозвратно. Это пример так называемых систем «без очередей», к которым и относится система обслуживания технологических установок ШЗ. В системах данного класса любое действие по обслуживанию оборудования должно быть выполнено немедленно по возникновении необходимости в нем. В противном случае требование на обслуживание будет потеряно безвозвратно, что в применении к обслуживанию технологической установки означает невыполнение какого-либо действия по регулированию процесса и может вызвать аварию. Следовательно, в Данном конкретном случае решение задачи состоит в отыскании такого минимального числа обслуживающих устройств (рабочих), при котором ни одно требование  
Mpen T.-nuK.4i методический подход к оценке вероятной добычи нефти и.> планируемого на перспективу прироста запасов нефти.  
Примерный подход к оценке вероятности последствий УФХД приведен в приложении к ПБУ 8/98. В этом приложении указаны четыре степени вероятности наступления будущего события (очень высокая, высокая, средняя и малая) и количественная оценка каждой степени вероятности (соответственно 95-100%, 50-95%, 5-50%, 0-5%).  
В вопросе определения ценности человеческих ресурсов важны не только денежные показатели. Для нестоимостной оценки человеческих ресурсов может быть использовано несколько концепций и методик. Такие оценки обычно применяются в исследованиях по персоналу и управлению персоналом. Они включают анализ квалификации, методы оценки эффективности труда, определение потенциала и изучение мнений и отношений . Концепция субъективной ожидаемой полезности, совмещающая концепции полезности и субъективной вероятности, также может применяться при нестоимостной оценке человеческих ресурсов. Фламхольц определял полезность как ценность ресурса с точки зрения пользователя, а субъективную вероятность — как субъективную оценку вероятности наступления события.  

Источник: https://economy-ru.info/info/85526/

Оценка параметра биномиального распределения.

Пятницкий А.М.

Российский Государственный Медицинский Университет

Вопросы, обсуждаемые ниже, являются фундаментальными. Речь пойдет о том, как связаны вероятность появления события и эмпирическая частота события, что такое вероятность и правдоподобие, интервал рассеяния и доверительный интервал. Наконец мы столкнемся с практически важным понятием регрессии. Сложность будет заключена не в формулах, а в их интерпретации. Необходимые математические результаты просты и были известны с конца 18 столетия. Это интегральная формула Муавра-Лапласа, которая аппроксимирует (приближает) дискретное биномиальное распределения с помощью непрерывного (нормального). Тем не менее, на формирование понятия доверительного интервала потребовалось больше 100 лет.

Рассмотрим следующие три, на первый взгляд разные задачи, которые окажутся эквивалентными.

1.Сделано n независимых опытов, в которых K раз произошло событие A. Таким образом, известна частота события . В следующей серии из n опытов значение частоты будет, вообще говоря, другим. Частота события случайная величина, так как случаен числитель дроби – величина K – количество успехов. Что можно сказать о величине p – вероятности события A? Нельзя ограничиться тем, что просто приравнять вероятность одному конкретному значению частоты. Вероятность события не случайна и неизвестна. Частота – случайна, и нам известна одна ее реализация. Поэтому следует как-то оценить погрешность равенства.

2.Имеется “генеральная совокупность” – некое множество объектов, из которого можно делать выборки – брать n объектов для исследования. Для наглядности представим себе ящик, в котором имеются шары разных цветов. Внутрь ящика заглянуть нельзя – его состав нам неизвестен. Мы можем лишь делать “выборки”. Методика построения суждений о генеральной совокупности на основе изучения выборки называется “статистическим выводом” (statistical inference). Пусть извлечены 100 (=n) шаров и 24 (=k) из них оказались белого цвета. Доля белых шаров в выборке . Требуется оценить неизвестную долю p белых шаров в генеральной совокупности. Заметим, что выбор шаров при составлении выборки производится “случайным образом”. Если число шаров в генеральной совокупности конечно, то будем считать, что их выбор производится “с возвращением”. Тогда при каждом извлечении мы имеем дело с одной и той же генеральной совокупностью – результаты предыдущих извлечений никак не влияют на результат данного. Если в качестве события A рассмотреть событие “извлекаемый шар – белого цвета”, то мы приходим к задаче №1. Доля объектов в генеральной совокупности (неизвестна и неслучайна) совпадает с вероятностью события, а доля объектов в выборке – с частотой события (известна и случайна, точнее известна одна из реализаций этой случайной величины).

Пример. При исследовании 100 лейкоцитов в мазке крови (выборка) найдено 3 эозинофила (выборочная доля ν=3/100). Что можно сказать о доле эозинофилов p в периферической крови пациента (генеральная совокупность)?

3.На математическом языке задачи 1 и 2 сводятся к задаче оценки неизвестного параметра в распределении вероятности. Действительно, все n опытов независимы и производятся в постоянных условиях. Поэтому величина K имеет биномиальное распределение: K – общее число успехов в серии из n испытаний Бернулли. Итак,

1)задан закон распределения

2)известно одно значение (реализация) случайной величины k. Требуется оценить неизвестный параметр распределения p.

Принято говорить, что это задача математической статистики. В теории вероятности величина параметра p известна, а значение k – не фиксировано, его можно считать любым от 0 до n. Теперь, наоборот, известно значение k и требуется оценить p. Рассмотрим качественно, какой ответ оказался бы приемлемым. Пусть в серии из 10 опытов событие не произошло ни разу: K=0, . Было бы неразумно считать, что вероятность события p=0. Отсутствие успехов в первых десяти опытах не означает, что их не будет вообще. Но значение случайной величины K=0, по-видимому, также несовместимо и с большими значениями вероятности успеха. Например, если p=1/2, то появление подряд 10 неудач встречалось бы в среднем лишь в одном случае из 1024. Итак, в качестве ответа мы хотели бы получить некий интервал , в который неизвестный нам параметр p попадал бы “почти всегда”. Если число опытов будет увеличиваться, то данный интервал должен уменьшаться. Подобный интервал будет назван “доверительным интервалом” (confidence interval, CI). Найдем так, чтобы построенный интервал накрывал число p с вероятностью (близкой к единице). С увеличением p гистограмма вероятностей для биномиального распределения сдвигается вправо, и вероятность получить 0 успехов уменьшается. Мы выберем настолько большую величину p, чтобы этой вероятностью можно было пренебречь (она станет меньше малой величины). Тогда можно считать, что параметр p заключен в интервале: . Уравнение для определения :

Для =0.05 получаем =0.26. Что означает полученный ответ: доверительный интервал для p равен ? При таком способе рассуждения только в одном случае из 20 (=0.05=1/20) неизвестный нам параметр p мог бы оказаться вне этого интервала. Поэтому после наблюдения события K=0 при n=10 мы можем считать, что p заключено от p1 =0 до p2 =0.26. Строя интервалы, накрывающие p таким образом, мы будем ошибаться в 100%=5% случаев. Если бы мы захотели большей надежности вывода и выбрали =0.01, то доверительный интервал расширился бы .

Итак, предлагается способ построения интервала, который в большинстве случаев накрывает неизвестный параметр p. Надежность вывода равна . С ростом числа опытов ширина доверительного интервала уменьшается. В следующем разделе обсудим точный метод, а далее приближенный, который обычно вполне достаточен и что самое важное – дает качественное понимание сути дела.

Построение доверительного интервала – точные формулы.

Рассмотрим общий случай: пусть в серии из n испытаний произошло k успехов.

Как построить левую и правую границы интервала , так, чтобы вероятность того, что этот интервал накроет параметр p, была равна :

Рассмотрим обратное событие, которое состоит из двух несовместных: p оказывается меньшим или p оказывается большим . Припишем каждому из них малую вероятность . При поиске левой границы интервала p1 мы ищем распределение с настолько малой вероятностью успеха p1, чтобы вероятность получить при этом число успехов большее или равное k была мала :

Аналогично при поиске правой границы интервала находим распределение с такой большой величиной p2, чтобы малой оказывалась вероятность получить значения меньшие либо равные k:

Полученные уравнения, решениями которых являются границы доверительного интервала можно решать численно или пользоваться таблицами.

Метод максимального правдоподобия.

Частота является естественной оценкой для вероятности. Однако в других случаях может быть неясно:

1)как выбрать оценку для неизвестного параметра распределения,

2)как оценить точность этой оценки (найти доверительный интервал), и

3)как, если не вся информация, содержащаяся в данных, использована, проверить гипотезу о типе распределения. Универсальный метод решения этой задачи – метод максимального правдоподобия разработан Фишером. Фишер предложил называть выражение для вероятности P (Probability) правдоподобием L (Likelihood), если фиксированы значения, принятые случайной величиной, а параметры распределения произвольны. То есть параметры и аргументы поменялись местами. В нашем случае известно k, а вероятность p – изменяется.

Заметим, что биномиальный коэффициент не зависит от p и обозначен константой.

Принцип максимального правдоподобия состоит в том, что в качестве оценки параметра выбирается такое значение, при котором правдоподобие максимально.

Сложное событие — появление k успехов в испытаниях с определенными номерами есть произведение n событий, из которых k соответствуют успехам, а (n-k) –неудачам. Поэтому вероятность это произведение k множителей p и (n-k) множителей (1-p). Произведение удобно перевести в сумму, рассматривая задачу о наибольшем значении не самого правдоподобия, а его логарифма:

Для p->0+0 ln p стремится к минус бесконечности, а для p->1–0 к минус бесконечности стремится ln(1-p). Поэтому с увеличением p от 0 до 1 логарифм правдоподобия вначале возрастает, а потом убывает. Максимум достигается при таком значении p, которое и будет принято в качестве его оценки. Ясно, что чем острее максимум, тем с большей точностью можно будет локализовать неизвестный параметр. Поэтому величина второй производной в точке максимума существенна. Итак, приравнивая первую производную нулю, найдем оценку вероятности, а, вычисляя в точке максимума вторую производную, – найдем точность полученной оценки.

В качестве оценки для параметра p мы получили очевидный ответ – частоту. С ростом числа опытов кривизна в точке максимума увеличивается пропорционально n, и отклонения p oт значения в точке максимума (k/n) становятся все менее правдоподобными.

Построение интервала рассеяния и доверительного интервала на основе нормальной аппроксимации биномиального распределения.

Согласно формуле Муавра-Лапласа случайная величина K как правило (то есть в (1-)100% случаев) заключена в интервале: .

Иными словами с вероятностью близкой к единице выполнено неравенство. Запишем это утверждение, используя частоту.

Это чрезвычайно важный результат и все дальнейшее обсуждение будет посвящено уяснению его смысла и наглядной интерпретации (см. рис). Величина называется надежностью (или коэффициентом доверия), а — точностью. Уравнение y=(p(1-p))1/2 соответствует верхней полуокружности с центром в точке (0;1/2) и радиусом ½. Если умножить это выражение на коэффициент , то полуокружность сожмется по оси ординат и превратится в верхнюю половину эллипса. Касательная к этому эллипсу в верхней точке горизонтальна и проходит на расстоянии. Рассмотрим на плоскости квадрат . На его диагонали частота равна вероятности. Согласно формуле (***) область, в которую точка попадает, как правило (точнее с вероятностью 1-α), представляет собой внутренность наклонного эллипса, который получится, если к линейной функцииприбавить и вычесть функцию, описывающую половину сжатого эллипса:

C увеличением n эллипс приближается к отрезку диагонали. Эллипс не целиком вписан в квадрат: на верхней и нижней его сторонах для он частично выходит из него, касаясь оси ординат (p=0) и прямой p=1. Часть эллипса заключенная в квадрате содержится в вытянутом шестиугольнике OABCDE, образованном пересечением двух касательных к эллипсуи квадратом.

Построение интервала рассеяния и доверительного интервала происходит при решении двух задач (“прямой” и “обратной”), из которых первая относится к теории вероятности, а вторая — к статистике.

1.Задача теории вероятности. Если известна вероятность события p, то неравенство () дает интервал на оси ν, в который случайная величина K/n попадает с вероятностью 1- α. Это “интервал рассеяния”. Границы его неслучайны, так как зависят от трех неслучайных величин p,n,α и симметричны относительно центра p, если исключить случаи, когда границы выходят за пределы интервала . Длина интервала рассеяния обратно пропорциональна квадратному корню из числа опытов. Итак, решая задачу теории вероятности для всех возможных значений p, мы двигаемся по “вертикальным” отрезкам формируя эллипс из этих “интервалов рассеивания”. Эллипс заключен между двумя касательными, проведенными в точке p=1/2, где длина интервала рассеяния максимальна: . При фиксированной вероятности частота имеет нормальное распределение с математическим ожиданием M=p, и среднеквадратическим отклонением σ=(p(1-p)/n)1/2. Разброс оказывается зависимым от среднего значения. Максимальный абсолютный разброс частоты относительно вероятности имеет место при p=1/2: σmax=1/(2n1/2). Зависимость математического ожидания случайной величины от неслучайного параметра называют регрессией. В данном случае это линейная, нормальная, гетероскедастическая регрессия. Имеется преобразование, которое делает разброс почти постоянным, но регрессию нелинейной – это так называемое арксинус преобразование Фишера.

2.Задача статистики. Теперь p — неизвестно, однако известна реализация случайной величины ν. Поэтому в старину говорили о задаче “обращения вероятности”. Рассмотрим отрезок горизонтальной прямой y=ν, заключенный внутри эллипса. Неизвестный нам параметр p с вероятностью 1-α находится между абсциссами точек пересечения прямой y=ν и эллипса. Для того чтобы их найти нужно решить квадратное уравнение. Полученный интервал называется “доверительным интервалом”. В отличие от интервала рассеяния его границы случайны, так как зависят от случайной величины ν, а также от n и α. Эти границы несимметричны, особенно если частота близка к нулю или единице. Ширина интервала для 0<ν<1 обратно пропорциональна корню из числа наблюдений n. Однако для ν=0 и ν=1 его длина обратно пропорциональна уже первой(!) степени n. На рис.1 отрезок ON соответствует этому случаю при ν=0:

В американских учебниках принято сравнивать построение доверительного интервала с набрасыванием подковы на вбитый гвоздь. Гвоздь символизирует неизвестное и неслучайное (неподвижное) значение параметра p, а подкова – случайные (подвижные) концы доверительного интервала. Принятый способ игры (метод построения доверительного интервала) гарантирует, что в 100(1-α)% случаев подкова будет наброшена на гвоздь, но каждый раз по-разному. В 100α% случаев мы промахиваемся – интервал не накрывает параметр. Это неизбежно, так как уменьшение α приводит к расширению доверительного интервала — подкова становится слишком большой. Принято формулировать это так: выигрывая в надежности вывода, проигрываешь в его точности.

Часто подчеркивается, что нельзя говорить “параметр p попадает внутрь доверительного интервала”, но следует ”доверительный интервал накрывает параметр p”. Первое высказывание в форме “параметр p попадает внутрь интервала доверия (НЕ путать с доверительным интервалом!)” характерно для “байесовского подхода”, в котором параметр считается случайной величиной с некоторым априорным законом распределения. В общепринятом “частотном подходе” параметр неподвижен. Однако методика построения доверительного интервала одинакова(!) и не зависит от того, постоянен ли параметр p или он меняется от одной выборки к другой. Так или иначе, но гарантируется, что в среднем вывод будет справедлив в 100(1-α)% случаев. Даже если неподвижный ранее гвоздь начнет случайно двигаться (байесовский подход), доля успешных набрасываний на него подковы останется прежней.

Итак, следует запомнить рисунок, изображающий эллипс “проклевывающийся” через скорлупу единичного квадрата. Ось вероятностей – горизонтальна, ось частот – вертикальна. Составляя эллипс из вертикальных отрезков прямых x=p, мы получаем неслучайные и симметричные интервалы рассеивания. Двигаясь горизонтально, пересекая эллипс прямой y= ν, получаем доверительный интервал со случайными и несимметричными границами.

Вычислительные формулы для построения доверительного интервала.

Следует рассмотреть 4 варианта.

1)Упрощенный метод. Если эллипс сильно вытянут, а частота ν не слишком близка к 0 или 1, то участки границы эллипса вблизи точки пересечения с прямой y=ν похожи на участки двух прямых параллельных диагонали квадрата. При этом расстояния от точки M (см. рис.) на диагонали ν=p до эллипса по вертикали и по горизонтали почти одинаковы. Но для расстояний по вертикали (соответствующих интервалу рассеяния) у нас есть точная формула . Поэтому мы ошибемся незначительно, приравняв расстояние по горизонтали расстоянию по вертикали, то есть, поменяв местами p и v. Итак, вот простейшая приближенная формула:

Если v близко к 0 или 1 ей нельзя пользоваться. Это проявляется в том, что границы для p могут оказаться бессмысленными (стать <0 или >1).

2)Решение квадратного уравнения.

Этот метод был бы точным, если бы точной была нормальная аппроксимация биномиального распределения. Условие ее применимости – достаточно большое среднеквадратическое отклонение K по сравнению с единицей: .

Если это не так см.пп.3,4.

На рис.1 изображены два доверительных интервала – приближенный (см. п.1) симметричный (его границы отмечены круглыми скобками) и более точный несимметричный (границы отмечены квадратными скобками).

3)Арксинус преобразование Фишера позволяет строить доверительный интервал для значений p близких к 0 или 1.

4)Точные границы можно найти, воспользовавшись таблицами или компьютерной программой, в которой имеется алгоритм вычисления неполной бета функции.

Простейшая задача планирования эксперимента.

Каков необходимый объем выборки n, чтобы с заданной точностью и надежностью произвести оценку p? Напомним, что надежность (=1-α) – это доля случаев, в которой вывод является правильным — доверительный интервал накрывает параметр распределения, а точность (=δ) – максимально возможное отклонение оценки вероятности (частоты) от ее истинного значения: . Тут можно различить два случая:

а) Информация о величине p отсутствует. Тогда можно воспользоваться верхней оценкой: .

Геометрически эллипс при этом заменяется на содержащий его вытянутый шестиугольник, вероятность попасть в который заведомо больше, чем 1-α. Надежность при этом только увеличивается. Если α=0.05 (надежность = 0.95), то:

Это простое выражение полезно запомнить. Так, для обеспечения точности в 1% во всем возможном диапазоне значений p необходимо 10000 наблюдений.

б) Есть предварительная информация о величине p. При этом необходимый объем выборки n уменьшается:

Если p существенно меньше или больше ½, то сокращение объема выборки n будет значительным. Так если считать, что p<0.05 и требовать прежней точности в 1%, то вместо 10000 достаточно провести всего(!?) 1000 наблюдений. Напомним, что точность определена как абсолютное, а не относительное отклонение оценки от истинного значения.

Источник: http://bioinformatics.ru/Data-Analysis/prob_estimate.html

Расчет вероятности банкротства в Excel

Сравнивая результаты расчетов по всем моделям (Альтмана, Спрингейта, Тафлера, Фулмера и прогнозной модели Иркутской госакадемии) можно увидеть, что все модели риска банкротства практически одинаково воспроизводят изменение ситуации на предприятии. То есть практически все модели достаточно адекватно отражают ситуацию на предприятии.

Однако при этом, данные расчетов показывают что, в каждом случае решения будут различны, и иметь различные последствия. Более того, эти различные действия потребуют привлечения дополнительных материальных, интеллектуальных, денежных и трудовых ресурсов.

То есть, какая бы модель не была выбрана, есть громадный риск заблуждения в принятии решений, которые в свою очередь потребуют вложения материальных, денежных, интеллектуальных и трудовых ресурсов. Основной причиной заблуждений при выборе той или иной модели является собственно не сама модель (ситуацию на предприятии они воспроизводят аналогично), а те критерии, на основании которых и должно приниматься то или иное решение относительно фактического финансово-экономического состояния, определенные для каждой из моделей.

Пример расчета вероятности наступления банкротства в Excel

Источник: http://afdanalyse.ru/publ/finansovyj_analiz/1/bankrot_v_excel/13-1-0-41

Оценка вероятности банкротства предприятия

Банкротство — это неспособность предприятия финансировать текущую операционную деятельность и погасить срочные обязательства. Банкротство является следствием неравновесия финансовой системы воспроизводства капитала предприятия, результатом его неэффективной ценовой и инвестиционной политики.

Одной из причин кризисного состояния предприятия является неудовлетворительный менеджмент, который может проявляться в разных аспектах: несвоевременная диагностика проблемы; отсутствие действий по ее устранению, возможно даже сознательное; отсутствие необходимых кадров и знаний для осуществления эффективного руководства. Безусловно, руководство фирмы не может стабилизировать экономическую обстановку в стране, однако в его власти вовремя отследить всевозможные негативные воздействия на фирму как внешние, так и внутренние, и принять меры по их устранению, то есть осуществить антикризисное управление, которое включает в себя предотвращение банкротства; санацию (оздоровление) — процедуру, при которой собственником предприятия, кредитором или другим заинтересованным лицом оказывается финансовая помощь предприятию-должнику; ликвидацию.

В данной ситуации наиболее целесообразным является предотвращение банкротства, срочное финансовое оздоровление предприятия, чем ожидание того момента, когда необходимо будет провести санацию или ликвидацию.

Меры по предотвращению банкротства предприятия связаны с эффективным управлением его финансами и производством, правильным определением стратегических целей и тактики их реализации.

Успех реформирования предприятия будет определяться двумя группами факторов: эффективностью создаваемых государством условий и стимулов деятельности предприятий и устранению кризисных явлений в экономике, а также эффективностью принимаемых предприятием мер по внедрению и использованию рыночных механизмов и инструментов.

Целями финансовой стратегии предприятия в данной ситуации должны быть:

обеспечение ликвидности и платёжеспособности на основе оптимального сочетания собственных и заёмных источников средств;

получение прибыли и соответствующего уровня рентабельности, достаточного для удовлетворения всех своих потребностей для основной, инвестиционной и финансовой деятельности.

Главное в стратегии предотвращения банкротства предприятии, решении проблем ликвидности и платежеспособности заключается в профессиональном управлении оборотными средствами. С одной стороны, это предполагает оптимизацию источников оборотные средств на основе выработанной стратегии, с другой — размещение этих средств между материальными активами, а также в сферах производства и обращения. Большую роль при этом играет правильно выбранная кредитная политика, использующая кредит в качестве финансового рычага, однако при существующей учетной ставке это малореально. Оценить вероятность банкротства компании и своевременно предотворатить кризисную ситуацию можно с помощью следующих видов анализа.

Система критериев оценки удовлетворительности структуры баланса. Постановлением Правительства Российской Федерации от 20 мая 1994 г. №498 «О некоторых мерах по реализации законодательства о несостоятельности (банкротстве) предприятий» утверждена система критериев для определения неудовлетворительной структуры баланса неплатежеспособных предприятий.

Система критериев базируется на следующих показателях:

коэффициент текущей ликвидности (платежеспособности);

коэффициент обеспеченности собственными средствами;

коэффициент восстановления (утраты) платежеспособности.

Коэффициент текущей ликвидности характеризует общую обеспеченность предприятия оборотными средствами для ведения хозяйственной деятельности и своевременного погашения срочных обязательств предприятия.

Коэффициент обеспеченности собственными средствами характеризует наличие собственных оборотных средств у предприятия, необходимых для его финансовой устойчивости.

Коэффициент восстановления (утраты) платежеспособности характеризует наличие реальной возможности у предприятия восстановить либо утратить свою платежеспособность в течении определенного периода.

Данным постановлением утверждены также нормативные значения названных показателей, несоблюдение которых служит основанием для признания структуры баланса неудовлетворительной, а предприятия — неплатежеспособным.

Оценка структуры баланса проводится по следующим критериям:

коэффициент текущей ликвидности должен иметь значение не менее 2;

коэффициент обеспеченности собственными средствами должен иметь значение не ниже 0,1;

коэффициент восстановления (утраты) платежеспособности должен принять значение не менее 1.

Коэффициент восстановления платежеспособности рассчитывается, когда хотя бы один из первых двух коэффициентов имеет значение ниже нормативного.

Коэффициент восстановления (утраты) платежеспособности рассчитывается по формуле:

(1) где

KТЛК — значение коэффициента текущей ликвидности на конец отчетного периода;

KТЛН- значение коэффициента текущей ликвидности на начало отчетного периода;

T — продолжительность отчетного периода в месяцах;

Y — период восстановления (утраты) платежеспособности.

При расчете коэффициента восстановления платежеспособности Y = 6 месяцам. При расчете коэффициента утраты платежеспособности Y = 3 месяцам. В анализе данных годовой отчетности продолжительность (T) принимается равной 12 месяцам, для первого квартала — 3 месяцам и т. д.

Модель R-прогнозирования вероятности банкротства. Учёными Иркутской государственной экономической академии предложена чётырёхфакторная модель прогноза риска банкротства. Она имеет вид:

R=К1+К2+К3+К4 (2) или (3)

или (4),

где

К1 — собственный оборотный капитал / активы;

К2 — чистая прибыль / собственный капитал;

К3 — выручка от реализации / активы;

К — чистая прибыль / себестоимость произведенной продукции.

Вероятность банкротства организации в соответствии со значением модели Zи определяется следующим образом:

меньше 0 — вероятность банкротства максимальная (90-100%)

  • 0-0,18 — вероятность банкротства высокая (60-80%)
  • 0,18-0,32 — средняя (35-50%)
  • 0,32-0,42 — низкая (15-20%)

больше 0,42 — минимальная (до 10%)

В соответствии с российскими методиками сгруппированные в таблицы коэффициенты, являются самым распространенным результатом анализа финансового состояния, и позволяют рассмотреть состояние деятельности предприятия с различных точек зрения, но получение однозначных выводов представляет трудоемкий процесс. По результатам, полученным по этим методикам, трудно определить и сформулировать программу действий. Необходимо дополнительно проанализировать полученные результаты по параметрам, многие из которых до сих пор не определены и составляют основу следующего трудоемкого этапа — экспертного анализа. Экспертный анализ, приводя к практическим решениям, несет большую долю субъективности в оценках, что с высокой вероятностью отрицательно сказывается на итогах исследования и качестве управленческих решений.

Для сужения экспертно анализируемых результатов анализа финансового состояния в зарубежной практике, широко применяются агрегированные показатели или индикаторы. Они суммируются на основании избранного ряда показателей путем умножения каждого на долю в общем итоге. Полученный агрегированный показатель сравнивается с нормативными значениями и делается вывод. Самые известные агрегированные индикаторы — это Z счет Альтмана, биржевой индекс Доу Джонса, формула Уилкинсона. Доли промежуточных показателей, как и нормативные значения индексов, определяются экспертно путем статистических наблюдений.

Однако западные интегральные показатели имеют достаточно отдаленный от российской практики вид. Особенно это касается оценки вероятности банкротства предприятий.

Так, знаменитый Z счет Альтмана представляет пятифакторную модель, рассчитанную по данным о банкротстве 33 американских компаний в 60 х гг. Неизвестно, имеет ли смысл применение коэффициента, рассчитанного 30 лет назад на крайне ограниченной выборке, в российских условиях развития рыночных отношений. В частности, один из факторов модели — отношение рыночной стоимости обычных и привилегированных акций к пассивам — может быть определен только для ограниченного числа российских предприятий, имеющих официальные рыночные котировки.

Российские аналоги Z счета Альтмана (модель рейтинговой оценки Р. Сайфулина и Г. Кадыкова) также основаны на эмпирически рассчитанных коэффициентах и не учитывают отраслевые особенности и реалии российских предприятий.

К тому же, исходная отчетность анализируемых предприятий искажается и из-за инфляционных процессов в российской экономике, которые главным образом влияют не на вертикальный (основные пропорции остаются неизменными), а на горизонтальный анализ.

Аналитиками разработаны методы устранения влияния инфляции:

1) по колебаниям курсов валют (рекомендуется применять при гиперинфляции или экспорте товаров за рубеж; недостаток данного метода в том, что не существует полностью стабильной валюты);

2) методы переоценки по колебаниям уровней товарных цен:

— оценка объектов бухгалтерского учета в денежных единицах одинаковой покупательной способности;

— переоценка объектов бухгалтерского учета в текущую стоимость;

— смешанный подход (является «золотой серединой» двух указанных выше методик).

Как показали расчеты, экономическая ситуация на исследуемом предприятии на текущий момент крайне нестабильна. Чтобы избежать банкротства, руководству необходимо разработать стратегический план и принять определенные меры.

Поиск оптимальных путей улучшения финансового состояния предприятия является главнейшей задачей финансового менеджмента компании. Прежде чем начать искать пути улучшения финансового состояния компании, сначала нужно провести всесторонний анализ коммерческой деятельности предприятия. Проблемы и затруднения, возникающие в финансовом состоянии любой организации, в конечном итоге имеют три основных проявления. Их можно сформулировать следующим образом:

Дефицит денежных средств; низкая платежеспособность. Экономическая суть проблемы состоит в том, что у организации в ближайшее время может не хватить или уже не хватает средств для своевременного погашения обязательств. Индикаторами низкой платежеспособности являются ниже нормативного уровня показатели ликвидности, просроченная кредиторская задолженность, сверхнормативные задолженности перед бюджетом, персоналом и кредитующими организациями.

Недостаточная отдача на вложенный в предприятие капитал (недостаточное удовлетворение интересов собственника; низкая рентабельность). На практике это означает, что собственник получает доходы, неадекватно малые своим вложениям. Возможные последствия такой ситуации — негативная оценка работы менеджмента организации, выход собственника из предприятия.

Низкая финансовая устойчивость. На практике низкая финансовая устойчивость означает возможные проблемы в погашении обязательств в будущем, иными словами — зависимостью предприятия от кредиторов, потерей самостоятельности.

За годы последнего экономического кризиса вопрос спасения предприятий от банкротства стоит особенно остро, эта проблема актуальна и достаточно широко изучена.

По данным официальной статистики Росстата, более трети всех российских компаний закончили II квартал 2010 года с убытками. А данные Высшего арбитражного суда РФ показывают, что число банкротств в России растет. Услуги юристов, занимающихся подобными делами, становятся все более востребованными.

Если рассмотреть проблему в динамике, то доля компаний, получивших убыток в 2009 году составляла 39,5%, а за первый квартал 2010 года — 38,8%, за второй — 39,1%, указано в опубликованной статистике Росстата. Фактически, треть российских компаний сталкивается с перспективой стать банкротами. Эта тенденция подтверждается данными Высшего арбитражного суда РФ: рост количества банкротств наметился в прошлом году. Так, в 2009 году решений о признании должников банкротами было принято 13916, что на 11,2% больше результатов 2008 года.

Статистика 2010 года показывала, что количественный вектор банкротств все еще направлен в сторону увеличения. Согласно данным арбитражного суда РФ количество ежедневно подаваемых заявлений о банкротстве с апреля 2010 года увеличилось практически вдвое против данных марта.

В первом полугодии 2011 по данным арбитражных судов Российской Федерации в сравнении с предыдущим периодом наблюдалось снижение количества дел о несостоятельности (банкротстве) на 19,9%. На 13,4% увеличилось количество предприятий, прошедших процедуру финансового оздоровления.

Рис. 3. Динамика изменения количества дел о несостоятельности (банкротстве) в 2006 — 2011 году»

Можно выделить две глобальных причины проблем и затруднений, возникающих в финансовом состоянии предприятий. Эти причины можно сформулировать как:

  • 1. отсутствие потенциальных возможностей сохранять приемлемый уровень финансового состояния (или низкие объемы получаемой прибыли)
  • 2. нерациональное управление результатами деятельности (нерациональное управление финансами)

Проблемы с платежеспособностью, финансовой независимостью, рентабельностью имеют единые корни: либо компания имеет недостаточные результаты деятельности для сохранения приемлемого финансового положения либо компания не рационально распоряжается результатами деятельности.

Выяснение того, какая из указанных выше причин привела к ухудшению финансового состояния предприятия, имеет принципиальное значение. В зависимости от этого осуществляется выбор управленческих решений, направленных на оптимизацию финансового положения организации.

Источник: https://vuzlit.ru/1536570/otsenka_veroyatnosti_bankrotstva_predpriyatiya

Оценка вероятности банкротства на примере ООО «ВОЛАНД-КС»

В соответствии с Федеральным Законом № 127-ФЗ от 26.10.2002г. «О несостоятельности (банкротстве)», несостоятельность (банкротство) – признанная арбитражным судом неспособность должника в полном объеме удовлетворить требования кредиторов по денежным обязательствам и (или) исполнить обязанность по уплате обязательных платежей.

Своевременное получение качественной информации о финансовом состоянии организации позволяет находить пути решения финансовых проблем, предвидеть кризисные явления в национальной экономике, тем самым способствуя укреплению финансовой устойчивости экономического субъекта. В связи с этим важную роль в данной ситуации играет оценка прогноза неблагоприятного финансового состояния организации для исключения вероятности ее банкротства.

Финансовый анализ предусматривает ряд методик прогнозирования несостоятельности экономического субъекта, при этом не многие из них могут решить поставленные задачи по анализу финансового состояния.

К сожалению, зарубежные модели не всегда могут быть применимы в отечественной практике, поскольку не учитывают в полной мере российскую специфику функционирования хозяйствующих субъектов относительно количественных значений параметров . Это в свою очередь приводит к неопределенности прогнозируемых показателей, а, следовательно, к субъективным выводам.

Самыми распространенными многофакторными моделями прогнозирования несостоятельности (банкротства) субъекта являются: модель Альтмана; модель Лиса; модель Таффлера; модель Честера; пятифакторная модель Сайфулина и Кадыкова.

Оценка финансового состояния предприятия и установление неудовлетворительной структуры бухгалтерского баланса, в соответствии Методическим положением № 31р от 12.08.1994г., проводится на основании трех показателей:

коэффициент текущей ликвидности;

коэффициент обеспеченности оборотных активов собственным оборотным капиталом;

коэффициент восстановления (утраты) платежеспособности.

При установлении факта неплатежеспособности организации и неудовлетворительной структуры баланса осуществляется экономический анализ бухгалтерской финансовой отчетности. Признание структуры бухгалтерского баланса неудовлетворительной не имеет юридических последствий и носит справочный характер.

С целью оценки вероятности несостоятельности (банкротства) проводится расчет всех необходимых показателей (таблица 1).

Таблица 1

Показатели для анализа вероятности банкротства ООО «Воланд-КС» за 2012 г.

Название коэффициента

Порядок расчета

Значение

Удельный вес оборотных активов в общей сумме активов организации

К = ОА / А = с.1200 / с.1600

0,937

Отношение величины нераспределенной прибыли к активам организации

К = НП / А = с. 1370 / с.1600

0,444

Рентабельность активов

К = ЧП / А = с.2400 / с.1600

0,075

Удельный вес уставного капитала в общей сумме активов организации

К = УК / А = с.1310 / с.1600

0,002

Коэффициент оборачиваемости активов

К = В / СРА = с.2110 / ((с.16001 + с.16000) / 2)

3,159

Отношение величины прибыли от продаж к общей сумме активов организации

К = П / А = с.2200 / с.1600

0,086

Соотношение собственного и заемного капитала организации

К = СК / ЗК = с.1300 / (с.1400 + с.1500)

0,803

Отношение величины прибыли от продаж к общей сумме всех краткосрочных обязательств организации

К = П / КО = с.2200 / с.1500

0,155

Отношение суммы оборотных активов к общему размеру обязательств организации

К = ОА / О = с.1200 / (с.1400 + с.1500)

1,690

Отношение величины краткосрочных обязательств к сумме всех активов организации

К = КО / А = с.1500 / с.1600

0,555

Отношение объема выручки от продаж к общей сумме активов организации

К = В / А

2,802

Коэффициент обеспеченности оборотных активов собственным оборотным капиталом

К = СОС / ОА = (с.1300 – с.1100) / с.1200

0,408

Коэффициент текущей ликвидности

К = ТА / ТО

1,670

Рентабельность реализованной продукции

К = П / СБС = с.2200 / с.2120

0,045

Рентабельность собственного капитала

К = ЧП / СК = с.2400 / с.1300

0,168

Пятифакторная модель Альтмана построена по данным эффективно функционирующих и обанкротившихся промышленных предприятий США. Итоговый коэффициент вероятности несостоятельности (банкротства) Z определяется с помощью пяти показателей, каждый из которых имеет определенный вес, установленный различными статистическими методами (таблица 2). Модель британского ученого Таффлера разработана в 1997 г. по данным анализа основных показателей финансово-хозяйственной деятельности предприятия. Расчет проводится на основе вычисления четырех факторов финансового положения экономического субъекта, для каждого из которых предлагаются весовые коэффициенты. В качестве индикативных факторов автором разработаны следующие: отношение величины прибыли от продаж к общей сумме всех краткосрочных обязательств организации; отношение суммы оборотных активов к общему размеру обязательств организации; отношение величины краткосрочных обязательств к сумме всех активов организации; отношение объема выручки от продаж к общей сумме активов организации.

Таблица 2

Применение дискриминантных факторных моделей для ООО «Воланд-КС» за 2012 г.

Название модели

Порядок расчета

Условные обозначения

Уровни вероятности банкротства

Уровень вероятности банкротства ООО «ВКС»

Модель Альтмана

Z = 1,2 * K1 + 1,4 * K2 + 3,3 * K3 + 0,6 * K4 + 1,0 * K5

Z – дискриминантная функция, числовые значения которой сообщают о наличии кризисной ситуации;

K1 – удельный вес оборотных активов в общей сумме активов организации;

K2– отношение величины нераспределенной прибыли к активам организации;

K3 – рентабельность активов;

K4 – удельный вес уставного капитала в общей сумме активов организации;

K5– коэффициент оборачиваемости активов.

Z < 1,8 – очень высокая;

1,8< Z < 2,7 – высокая;

2,8< Z < 2,9 – невысокая;

Z ≥ 3 – очень низкая

5,154

Модель Лиса

Z = 0,063 * Х1 + 0,092 * Х2 + 0,057 * Х3 + 0,001 * Х4

Х1 – удельный вес оборотных активов в общей сумме активов организации;

Х2 – отношение величины прибыли от продаж к общей сумме активов организации;

Х3 – отношение величины нераспределенной прибыли к активам организации;

Х4 – соотношение собственного и заемного капитала организации.

Предельное значение

Z ≥ 0,037

0,093

Модель Таффлера

Z = 0,53 * Х1 + 0,13 * Х2 + 0,18 * Х3 + 0,16 * Х4

Х1 – отношение величины прибыли от продаж к общей сумме всех краткосрочных обязательств организации;

Х2 – отношение суммы оборотных активов к общему размеру обязательств организации;

Х3 – отношение краткосрочных обязательств к сумме активов;

Х4 – отношение объема выручки от продаж к общей сумме активов организации.

Z > 0,3 – у организации неплохие долгосрочные перспективы;

Z < 0,2 – высокая вероятность банкротства

0,850

Пятифакторная модель Кадыкова и Сайфулина

Z = 2,0 * K0 + 0,1 * K1 + 0,08 * K2 + 0,45 * K3 + 1,0 * K4

K0 – коэффициент обеспеченности оборотных активов собственным оборотным капиталом;

K1 – коэффициент текущей ликвидности;

K2– коэффициент оборачиваемости активов;

K3 – рентабельность реализованной продукции;

K4 – рентабельность собственного капитала.

Финансовое состояние организации с рейтинговым числом менее 1 характеризуется как неудовлетворительное

1,424

Исходя из представленных в таблице данных, можно сделать вывод, что в целом в 2012 г. ООО «Воланд-КС» имеет хорошее финансовое состояние. По результатам расчетов по модели Альтмана уровень вероятности банкротства составляет 5,154 и означает, что вероятность банкротства очень низкая. Следуя модели Лиса, вероятность банкротства оказалась равна 0,093. Это также означает, что для ООО «Воланд-КС» имеется незначительная вероятность банкротства. Модель Таффлера свидетельствует о том, что организация имеет неплохие долгосрочные перспективы. В пятифакторной модели Кадыкова и Сайфулина финансовое состояние организации с рейтинговым числом более единицы характеризуется как удовлетворительное.

Литература:

1. Российская Федерация. Законы. О несостоятельности (банкротстве) : Федер. Закон №127-ФЗ от 26.10.2002г. (в ред. от 23.07.2013). // Консультант Плюс : Технология Проф.

2. Соколова, И.А. Методы диагностики вероятности банкротства предприятия / И.А. Соколова. -: Вестник Поволжского государственного университета сервиса. Серия: экономика № 26, 2012. — с. 170 – 176.

Источник: https://moluch.ru/archive/63/10190/

>Финансовые показатели банкротства

Виды и причины банкротства предприятия

Определение 1

Банкротство – это попытка компании выйти из кризиса, т.е. мера ее оздоровления. Частым результатом такого действия является ликвидация предприятия, но не во всех случаях.

Выделяют три виды банкротства предприятий:

  • реальное;
  • техническое;
  • криминальное.

Первый тип банкротства в большинстве случаев заканчивается ликвидацией организации. Реальное банкротство отражает и устанавливает абсолютную неспособность фирмы в короткий срок восстановить свое финансовое состояние и повысить платежеспособность.

При техническом банкротстве разработанные антикризисные мероприятия при грамотном менеджменте позволяют преодолеть трудности. Этот вид несостоятельности предприятия используется в ситуации незначительной просрочки дебиторской задолженности. Техническое банкротство имеет место, когда величина активов значительно выше денежных обязательств, но кредиторская задолженность меньше дебиторской.

Криминальное банкротство – это незаконные действия по признанию предприятия неплатежеспособным в целях получения определенной выгоды. В многих случаев банкротство компании имитируется. Для этого создаются подставные организации или фирмы-однодневки, на счета которых осуществляется перевод денежных средств. Схемы траншей сложно отследить и доказать их незаконность. Все виды и подвиды криминальных банкротств можно найти в Уголовном кодексе РФ.

Ничего непонятно?

Попробуй обратиться за помощью к преподавателям

Причины банкротств различные, но необходимо заранее их выявить для разработки и принятия соответствующих мер.

Внешние причины: экономические; политические; демографические; рост конкуренции;

К внутренним причинам относят:

  1. недостаток оборотных средств;
  2. устаревшее оборудование;
  3. снижение эффективности;
  4. формирование остатков производства сверх нормы;
  5. отсутствие сбыта;
  6. наличие невыгодных кредитов;
  7. ненадежные и недобросовестные контрагенты;
  8. неконтролируемое расширение хозяйственной деятельности.

Основные показатели вероятного банкротства компании

Замечание 1

Основой прочного положения компании на рынке является его финансовая устойчивость. Чем выше этот показатель, тем больше работа предприятия не зависит от непредвиденных конъюнктурных изменений, тем меньше риск вероятного банкротства. Оценка финансовой устойчивости связана с ликвидностью баланса и платежеспособностью копании.

Под ликвидностью понимают наличие оборотных средств, необходимых для погашения краткосрочных обязательств. Но возникают ситуации нехватки денежных средств для расчета по своим обязательствам. В этом случае компания срочно продает часть запасов или часть долгосрочных активов.

Определение 2

Неликвидность – это следствие финансовых проблем организации, которые имеют место в результате нестабильности экономико-политической ситуации, инфляции, неэффективного и нерационального использования имеющихся ресурсов.

Основными показателями, которые описывают вероятность банкротства компании, являются следующие:

  • текущая ликвидность;
  • обеспеченность собственным капиталом;
  • восстановление или утрата платежеспособности.

Первый показатель показывает общую обеспеченность оборотными средствами для осуществления хозяйственной деятельности и погашения срочных обязательств вовремя. Величина этого коэффициента должно быть не меньше двух.

Второй коэффициент отражает размер собственного оборотного капитала, достаточного для финансовой устойчивости компании. Расчетная величина этого показателя должно быть не ниже 0,1. Определяется как отношение разности между объемами источников собственного капитала и реальной стоимостью основных средств и других внеоборотных активов к фактической стоимости оборотных средств (в частности в форме запасов производства).

Третий показатель демонстрирует возможность восстановить или утратить свою платежеспособность. Значение данного коэффициента – от 1 и выше. Коэффициент восстановления (утраты) платежеспособности рассчитывается отношением коэффициента текущей ликвидности по данным баланса на конец отчетного периода и изменения его величины между концом и началом отчетного периода в пересчете на установленный период восстановления (утраты) платежеспособности.

Вероятность банкротства компании зависит от величины данных показателей. Если они ниже указанной нормы, это свидетельствует о возможной несостоятельности предприятия.

Диагностика возможного банкротства предприятия

Спрогнозировать точную вероятность банкротства предприятия практически невозможно. Но существует ряд методик, которые можно использовать для диагностики возможного банкротства компании.

Российские экономисты из Государственной экономической академии г. Иркутска Р. С. Сайфулин и Г. Г. Кадыков разработали комплексный показатель прогнозирования финансового кризиса.

$R = 2 • K_1 + 0.1 • K_2 + 0.08 • K_3 + 0.45 • K_4 + K_5$, где:

  • $K_1$ – это коэффициент обеспеченности собственным оборотным капиталом;
  • $K_2$ – это коэффициент текущей ликвидности;
  • $K_3$ – это коэффициент оборачиваемости активов;
  • $K_4$ – это коэффициент менеджмента, определяется отношением прибыли от реализации к выручке;
  • $K_5$ – это рентабельность собственного капитала.

Если данные показатели соответствуют минимальным нормативны уровням, то значение комплексного показателя равно единице ($R = 1$). При $R$ меньше $1$, финансовое состояние неудовлетворительное. Если значение показателя больше единицы, то финансовое состояние компании оценивается как достаточно удовлетворительное.

Замечание 2

Многие модели в рамках диагностики финансового состояния компании на предмет банкротства оценивают риски потери платежеспособности, финансовой устойчивости и независимости фирмы за прошлый период времени. Хотя компанию, ее партнеров и конкурентов больше волнуют перспективы финансового состояния в будущем. Современные модели прогнозирования вероятного банкротства уже позволяют предвидеть кризис до появления его признаков. Это способствует разработке антикризисных стратегий.

Источник: https://spravochnick.ru/analiz_hozyaystvennoy_deyatelnosti/finansovye_pokazateli/finansovye_pokazateli_bankrotstva/