Модель альтмана (z-score). пример расчета

Суть модели Альтмана

Модель Альтмана показывает нам степень вероятности того, что предприятию грозит банкротство или финансовая неустойчивость. При этом используются ключевые показатели финансового анализа, со многими из которых мы познакомились в других статьях. Z-факторная модель представляет собой методику, основанную на базе дискриминантного анализа.

Дискриминантный анализ определяет, какие факторы или совокупности факторов (переменных) определяют вероятность наступления того или иного события.

Чтобы немного отвлечься от экономики, приведу в пример медицину. Так, больные гриппом обычно имеют высокую температуру, боль в горле, головную боль и другие симптомы, совокупность которых позволяет поставить диагноз. Суть дискриминантного анализа – определить, какие именно переменные чаще всего характерны для какого-либо обстоятельства. В случае с тем же гриппом повышенная температура наблюдается далеко не всегда, а вот боль в мышцах – непременный признак заболевания. Таким образом, каждой переменной задается определенный вес и строится алгоритм, который тестируется в течение нескольких лет, после чего может быть признан одним из способов прогнозирования вероятности события.

Основные факторы, принимаемые во внимание при анализе банкротства по модели Альтмана:

1. Оборотные активы.
2. Собственный капитал.
3. Чистая прибыль.
4. Операционная прибыль.
5. Обязательства.

Разберем разновидности модели Э. Альтмана, используемые экономистами разных стран.

Двухфакторная модели Альтмана

Изначально свет увидела двухфакторная модель оценки несостоятельности предприятия. Надо отметить, что до сих пор она остаётся одной из самых простых и наглядных, основываясь только на двух показателях:

1. Коэффициенте текущей ликвидности;
2. Удельном весе заёмных средств.

Про весовые значения коэффициентов и постоянную величину, фигурирующую в двухфакторной модели, известно только то, что они найдены эмпирическим путем.

Где:

• X₁ — коэффициент текущей ликвидности (Current liquidity ratio = Current assets/ Current liabilities);
• X₂ — коэффициент капитализации (Capitalization ratio = (Long-term liabilities + Short-term liabilities) / Equity );

Если Z > 0, то ситуация в компании критическая и вероятность банкротства высока.

Двухфакторная модель Атмана чаше всего применяется для экспресс-анализа компании. Будучи предельно простым, этот метод позволяет с высокой точностью описать финансовое развитие предприятия на срок около двух лет.

Она так же хорошо подходит для сравнительного анализа, когда нужно проанализировать несколько предприятий одной отрасли и оценить их риски несостоятельности относительно друг друга.

Её очевидным минусом является очень низкая точность прогнозирования на более длительные сроки

Возможно, причина в том, что она не принимает во внимание ни выручку, ни прибыль предприятия

Двухфакторная не модифицированная модель Альтмана показывает гораздо более низкую эффективность на развивающихся рынках.

В России эту модель подробно исследовала М. А. Федотова. Она предложила добавить к двухфакторной модели Альтмана ещё один показатель, а именно, показатель рентабельности активов (ROA).

Модель Альтмана пытались и пытаются улучшить многие экономисты, создавая на её основе свои собственные скрининг модели.

Анализ вероятности банкротства предприятия по пятифакторной модели Э.Альтмана

Следующая методика американского экономиста, профессора финансов
Нью-Йоркского университета Э.Альтана, используемая  в данной работе, является пятифакторная модель
оценки вероятности банкротства. Динамика Z – показателя вероятности банкротства
рассчитанная по методике Альтмана (пятифакторная модель) за 2015-2017 гг.
представлена в таблице 8.

Таблица 2 – Динамика Z – показателя вероятности банкротства рассчитанная по методике Э.Альтмана (пятифакторная модель) за 2015-2017 гг.

Таким образом, оценка вероятности банкротства, проведенная и
использованием пятифакторной модели Э.Альтмана показала, что ООО «Сибирская
водочная компания» в 2015 году имела уровень вероятности банкротства от 80 до
100%, что было связано в первую очередь низкой по отношению к 2016 и 2017 году
доходности совокупных активов, вызванной низким уровнем в 2015 году по
отношению к 2016 и 2017 году величиной выручки. В 2016 году вероятность
банкротства на предприятии снизилась до уровня 35-50%, а в 2017 году составила
15 – 20%. Причиной снижения уровня вероятности банкротства стал существенный
рост выручки от продаж производимой  ООО
«Сибирская водочная компания» продукции, а как следствие и рост доходности
активов.

 На рисунке 2 представлена динамика Z – показателя вероятности банкротства, рассчитанного по методике Альтмана (пятифакторная модель).

Динамика Z показателя оценки вероятности банкротства по Альтману (пятифакторная модель)

Анализируя каждый из составляющих показателей, на основании которых
формируется итоговый Z – показатель вероятности банкротства, стоит отметить
существенный рост удельного веса нераспределенной прибыли в совокупных активах
в 2017 году относительно 2016 года (+376,67%); рост уровня рентабельности
совокупных активов; повышение коэффициент соотношения акционерного капитала (в
нашем случае раздел III
бухгалтерского баланса) и обязательств, а также существенное увеличение
доходности совокупных активов компании.

В итоге, за анализируемый период 
Z – показатель вероятности банкротства, рассчитанный по методике
Э.Альтмана (пятифакторная модель), возрос на 1,5 коэффициентных пункта, в том
числе в 2016 году относительно 2015 года на 0,73 пункта и в 2017 году относительно
2016 года на 0,77 пункта, что позволило компании существенно снизить уровень
вероятности возникновения банкротства.

Российские экономические модели прогнозирования несостоятельности компаний

В силу того, что государственная экономическая политика имеет свою специфику (недоступность информации, особенности системы налогообложения, незрелый рынок недвижимости) профессора Э. Альтмана в первоначальном виде в России не прижилась. Из предложенных формул отечественными экономистами использовалась лишь одна — пятифакторная модель.

Первые попытки расчетов на основе этой модели были проведены экономистами в 1992 году. Позже выяснилось, что модель Альтмана показательна только при использовании в отношении крупных фирм, тогда как результат прогнозирования банкротства небольших компаний был достаточно низкий.

Методики вероятности банкротства Альтмана стали плацдармом для экономических наработок ученых постсоветского пространства. Благодаря схожести экономического поведения все представленные российские методики оценки вероятности банкротства нашли свое применение. Самыми востребованными и показательными среди моделей прогнозирования банкротства являются.

1. Методика Ковалева, благодаря которой финансовая устойчивость отечественных компаний диагностируется путем изучения данных бухгалтерского баланса юридического лица.
2. Модель банкротства Пареной-Долгалева. Российская методика может быть применена в том случае, если в деятельности предприятия уже присутствуют признаки кризиса.
3. Шестифакторная методика оценки вероятности банкротства Зайцевой, в большей степени подходящая для анализа и прогноза в отношении производственных компаний.
4. Математическая модель диагностики состояния предприятий РФ, предложенная экономистом из Беларуси Савицкой.
5. Методика, разработанная учеными Казанского университета для определения класса кредитоспособности юридических лиц.
6. Метод оценивания вероятной несостоятельности Давыдова-Беликовой, основанный на мониторинге деятельности российских торговых компаний.

Такое количество моделей для прогнозирования вероятности банкротства предприятия позволяет выбрать и применить работающую в каждом конкретном случае формулу. А проведение регулярного анализа финансового состояния юридического лица позволит вовремя заметить опасность кризиса и предпринять адекватные меры для его предотвращения.

«Модель альтмана на примере…»

110 стр. 140 – стр. 140 – стр. 220 – стр. 230 – стр. 240 ф.1); Х8 – стр. 290 / (стр. 590 + стр. 690 ф.1); Х9 – log (стр. 140 + стр. 070 / стр. 070 ф.2).

Анализ моделей показывает, что:

1. основная часть факторов, входящих в уравнения критериев, либо совпадает, либо тесно между собой связана;
2. большая часть входящих в них компонент непосредственно связана с объемом инвестиций. Так, входящий в определение подавляющего большинства компонент критериев показатель стоимости совокупных активов (валюта баланса) функционально определяется именно этим показателем, по крайней мере, в линейной пропорции.

Последнее обстоятельство является весьма важным, поскольку определяет нижнюю границу скорости их прироста. Сами же компоненты модели в обратной пропорции зависят от стоимости совокупных активов. Показатели полной задолженности и балансовой стоимости долговых обязательств также связаны с объемами инвестиций, поскольку значительная доля последних осуществляется за счет займов.

Первоначальный вариант модели содержал 40 коэффициентов, окончательный использует всего 9. Модель Фулмера использует большое количество факторов, поэтому и при обстоятельствах, отличных от оригинальных, более стабильнее, чем другие методики. Кроме того, модель учитывает и размер фирмы, что, наверное, справедливо как в Америке, так и в любой другой стране с рыночной экономикой.

Модель с одинаковой надежностью определяет как банкротов, так и платежеспособные фирмы. При этом Х7 корректнее определять в пересчете элементов актива в тысячи долларов США на дату составления анализируемого отчета. Точность прогнозов, сделанных с помощью данной модели на год вперёд – 98 %, на два и более года – 81 %.

Построение модели оценки вероятности банкротства в программе PolyAnalyst

В нашем примере мы будем рассматривать построение модели оценки вероятности банкротства для предприятий авиационной отрасли. Для этого была сформирована база данных из 20 предприятий банкротов и 20 предприятий не банкротов. По каждому из предприятий были рассчитаны основные финансовые коэффициенты:

• коэффициент текущей ликвидности;
• коэффициент абсолютной ликвидности;
• коэффициент срочной ликвидности;
• коэффициент соотношения собственных и заемных средств;
• коэффициент рентабельности собственного капитала.

 Все расчеты объединяются в единую информационную базу для проведения моделирования.

Формирование базы данных предприятия в Excel

В таблице Excel представлены названия авиационных предприятий, их финансовые коэффициенты и принадлежность к одному из классов (1 – банкрот, 0 – не банкрот).

Для корректной работы с PolyAnalyst необходимо сохранять базы данных в Excel 2003 года.

Подключение базы данных в PolyAnalyst

На следующем этапе необходимо подключить в статистической программе PolyAnalyst базу данных по предприятиям двух классов. Для этого в разделе «Панель узлов» выбираем вкладку «Источник данных» → «Microsoft Excel». Перетаскиваем данный узел на лист и открываем его. В появившемся окне выбираем адрес базы данных по предприятиям. Следует заметить, что необходимо установить класс «Да/Нет» для колонки с 1/0. Для этого необходимо перейти во вкладку «Настройка колонок» → «Тип колонок». Итак все основные приготовления с базой данных сделаны.

Подключение базы данных в Excel в PolyAnalyst

Создание модели оценки вероятности банкротства в PolyAnalyst

На следующем этапе необходимо осуществить моделирование для построения статистической модели оценки. Для этого выбираем раздел «Анализ данных»→ «Логистическая регрессия». Перетаскиваем данный узел на белый лист и соединяем с базой данных стрелкой. Далее в поле «Независимые колонки» выбираем  финансовые коэффициенты, а в поле «Зависимая колонка» – класс предприятия. Нажимаем выполнить и на выходе получаем модель оценки вероятности банкротства.

Логистическая модель оценки вероятности банкротства в PolyAnalyst

Оценка параметров модели банкротства предприятий

Важным этапом является анализ статистической значимости показателей в оценке риска банкротства. Критерии Вальда (Wald) показывают уровень значимости коэффициентов в прогнозировании вероятности банкротства.

Оценка параметров полученной модели банкротства авиационных предприятий

На рисунке ниже показана значимость коэффициентов в определении класса предприятия. Можно заметить, что основной вес имеют показатели ликвидности. Поэтому можно перестроить модель, исключив из рассмотрения рентабельность и коэффициент соотношения заемных и собственных средств.

Оценка значимости финансовых коэффициентов в модели вероятности банкротства

Аналитическая формула модели оценки вероятности банкротства предприятия по выбранной отрасли имеет следующий вид:

Данную формулу можно использовать в финансовом анализе для оперативной диагностики финансового состояния предприятия по отрасли. Анализ динамики изменения вероятности банкротства служит индикатором изменения финансового состояния предприятия.

Оценка стоимости бизнеса	Финансовый анализ по МСФО	Финансовый анализ по РСБУ
Расчет NPV, IRR в Excel	Оценка акций и облигаций

Прогнозирование банкротства количественные модели

Когда речь заходит о моделях диагностики банкротства, на передний план выходят количественные и качественные варианты прогнозирования. Первый вариант предполагает использование специальных формул, которые включают в себя заранее выбранные финансовые показатели организации и коэффициенты.

Сочетание этих элементов формулы приводит к единому итоговому (интегральному) значению. Расчет по формуле основан на предварительно заданных диапазонах, от попадания в которые зависит прогноз в отношении предприятия – приближается ли финансовая несостоятельность или нет.

Модели Альтмана

Среди моделей прогнозирования банкротства стоит выделить предложенные Э. Альтманом формулы. Они позволяют оценить степень риска того или иного предприятия, а также рынка развивающихся экономик. Первые методики датированы концом 70-х годов прошлого века, последняя модель была представлена уже в 21 веке.

Для анализа предприятий экономист предложил выделить показатели, отражающие их потенциал и итоги работы за определенный период. Взаимосвязь этих показателей в сочетании с коэффициентами и представляет собой модель банкротства Альтмана (формулу) для расчета рисков банкротства.

Модель Таффлера

Ричард Таффлер проанализировал деятельность 46 обанкротившихся впоследствии фирм, а также 46 фирм, продемонстрировавших устойчивость. Расчет по модели Таффлера ведется на основе четырех показателей (от X1 до X4). Британский ученый отмечает, что:

• X1 равен отношению прибыли от осуществленных продаж к пассивам краткосрочного типа;
• X2 – это отношение активов, находящихся в обороте, к общему объему пассивов;
• X3 – отношение обязательств, имеющих короткий срок исполнения, к общему объему пассивов;
• X4 – отношение выручки к пассивам.

Каждый из указанных показателей корректируется коэффициентом – 0,53 (для X1), 0,13 (для X2), 0,18 (для X3) и 0,16 (для X4). Итог расчетов – показатель Z-score (стандартизованная оценка риска банкротства). Если он оказывается больше 0,3, то риск банкротства невелик, если же меньше 0,2, то перспектива финансовой несостоятельности не за горами.

Модель Бивера

Предложенная У. Бивером формула представляет собой отношение полученной предприятием чистой прибыли (с учетом амортизации) ко всем имеющимся у нее обязательствам. Модель расчета Бивера стала уже классической. Полученные результаты позволяют распределить предприятия по трем группам: финансово устойчивые (коэффициент от 0,4 до 0,17), ожидающие банкротства в течение ближайших 5 лет (от 0,17 до -0,15) и находящиеся на грани финансовой несостоятельности (коэффициент менее -0,15).

Модель А.Ю. Беликова и Г.В. Давыдовой (Иркутск)

Представленная исследователями из Иркутской государственной экономической академии (ИГЭА) модель (ее еще называют R-моделью) являет собой регрессионную формулу с четырьмя коэффициентами (от K1 до K4). Причем K1 позаимствован из альтмановской формулы, а K3 взят из модели Таффлера.

Принципиальным значением обладает первый коэффициент, который Беликов и Давыдова берут с большим удельным весом 8,38. Z-score меньше нуля говорит о наивысшем риске банкротства, превышающий 0,42 – признак финансовой стабильности предприятия.

Модель О.П. Зайцевой

По модели Зайцевой расчет осуществляется с использованием 6 коэффициентов. Примечательной особенностью диагностики риска банкротства является факт сравнения итогового коэффициента и нормативного. При подсчете нормативного значения учитывается отношение активов предприятия к его выручке за предшествующий анализу год (в формуле K6).

Модель Г.В. Савицкой (Беларусь)

Для построения модели банкротства Савицкой была проанализирована деятельность 200 предприятий производственного типа в течение 3 лет. В результате получилась пятифакторная формула расчета, в которой наибольший удельный вес (13,8) используется при коэффициенте K2 (отношение оборотного капитала к общему).

Разработка эффективной модели

Главенствующую роль занимает анализ платежеспособности предприятия. Однако он невозможен без использования обобщенных сведений, на основе лишь бухгалтерской отчетности. Так находят свое применение различные факторные модели анализа банкротства. Основной среди них является модель Альтмана.

При этом не следует заблуждаться суждением о том, что труды Альтмана ограничились одной схемой. Он создал несколько подходов к анализу платежеспособности компании, объединив их статистической направленностью и предложив несколько вариантов методик расчетов.

Так, среди них можно отметить расчет индекса кредитоспособности – Z-score, а также двух-, пяти- и семифакторные модели.

Пример расчета в Excel

Рассчитаем вероятность банкротства по двухфакторной и пятифакторной модели Альтмана, используя таблицу Excel. Исходные данные возьмем из финансовой отчетности ПАО «НОРИЛЬСКИЙ НИКЕЛЬ». Суммы указаны в тыс. руб.

Двухфакторная модель
Наименование показателя	2019	2018
Оборотные активы	535 078 619	267 590 633
Заемный капитал	527 599 039	569 614 657
Собственный капитал	348 675 191	194 884 220
Ктл	1,0142	0,4698
Кфр	1,5132	2,9228
Z	-0,6004	0,8003

Пятифакторная модель
Z	9,1954	4,6774
Наименование показателя	2019	2018
Оборотные активы	535 078 619,00	267 590 633,00
Активы	747 623 700,00	742 942 237,00
Чистая прибыль	514 676 109,00	164 955 544,00
Операционная прибыль	625 355 847,00	211 880 423,00
Рыночная стоимость акций	3 023 000 000,00	2 063 000 000,00
Заемный капитал	527 599 039,00	569 614 657,00
Выручка	878 144 293,00	609 311 741,00
Roa	0,6884	0,2220
Коа	1,1746	0,8201

Как видите, по 2-факторной модели индекс Z за 2018 год находится в красной зоне. Напомню, что по двухфакторной модели Альтмана отрицательное значение Z говорит о финансовой устойчивости. Однако пятифакторная модель указывает на то, что предприятие кредитоспособно. Попробуем разобраться – за счет каких показателей мы получили разные результаты. Для этого отбросим критерий рыночной цены акций и используем модель для частных компаний:

Для частных компаний
Z	5,1449	2,2946
Наименование показателя	2019	2018
Оборотные активы	535 078 619,00	267 590 633,00
Активы	747 623 700,00	742 942 237,00
Чистая прибыль	514 676 109,00	164 955 544,00
Операционная прибыль	625 355 847,00	211 880 423,00
Собственный капитал	348 675 191	194 884 220
Заемный капитал	527 599 039,00	569 614 657,00
Выручка	878 144 293,00	609 311 741,00
Roa	0,6884	0,2220
Коа	1,1746	0,8201

Здесь Z за 2018 год находится в серой зоне (зоне неопределенности). Таким образом, риск банкротства значительно уменьшается за счет рыночной стоимости акций.

Кроме того, не стоит забывать, что оценка вероятности банкротства по двухфакторной модели Альтмана не всегда дает точные результаты и не учитывает специфику по отраслям и формам собственности.

Двухфакторная и пятифакторная модель Альтмана

Данный подход является наиболее распространенным и широко используемым как на уровне отечественных, так и на уровне иностранных компаний. Двухфакторная модель прогнозирования вероятности несостоятельности (банкротства) Альтмана построена на определении влияния таких факторов, как коэффициент текущей ликвидности и удельный вес заемных средств в пассиве баланса компании. Оценка вероятности банкротства с использованием двухфакторной модели Альтмана производится на основании применения следующей формулы расчета:

Z = -0,3877 — 1,0736 * Ктл + 0,579 * (ЗК/П)

где, Ктл — коэффициент текущей ликвидности;

ЗК — заемный капитал компании; 

П — пассивы бухгалтерского баланса.

Нормативное значение коэффициента Z ˂ = 0, а при Z > 0 вероятность возникновения риска банкротства является высокой.

В нашей стране, применение двухфакторной модели
Альтмана было исследовано М.А. Федотовой, при этом она считает, что для более
объективной оценки вероятности наступления неплатежеспособности (банкротства),
необходимо так же включить в данную модель рентабельность активов. Но, как
показали проведенные исследования и статистические данные, применение
коэффициента рентабельности активов в двухфакторной модели Альтмана, не
является значимым.

Альтманом так же были предложены две
пятифакторные модели прогнозирования банкротства, первая из которых была опубликована
в 1968 году и применяется для компаний, чьи акции котируются на рынке, а вторая
модель была предложена в 1983 году и применяется для тех компаний, чьи акции на
рынке не продаются.

Оценка вероятности банкротства с использованием пятифакторной модели Альтмана для акционерных обществ, производится на основании применения следующей формулы расчета:

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

где, X1 — оборотный капитал к сумме активов
предприятия;

X2 — нераспределенная прибыль к сумме активов
предприятия;

X3 — прибыль до налогообложения к общей
стоимости активов;

X4 — рыночная стоимость собственного капитала
/ бухгалтерская (балансовая) стоимость всех обязательств;

Х5 — объем продаж к общей величине активов
предприятия.

В итоге были установлены следующие критерии
вероятности банкротства:

— если Z < 1,81 — вероятность банкротства
составляет от 80 до 100%;

— если 2,77 <= Z < 1,81 — средняя
вероятность краха компании от 35 до 50%;

— если 2,99 < Z < 2,77 — вероятность
банкротства не велика от 15 до 20%;

— если Z <= 2,99 — ситуация на предприятии
стабильна, риск неплатежеспособности в течении ближайших двух лет крайне мал.

Точность прогноза в этой модели на горизонте одного года составляет 95%, на два года — 83%, что является ее достоинством. Естественно, недостаток данной модели заключается в возможности ее применения только для тех компаний, чьи акции размещены на фондовом рынке.

Предложенная же модель Альтмана в 1983 году, а
если говорить точнее скорректированная для обычных компаний выглядит следующим
образом:

Z = 0,717 * Х1 + 0,847 * Х2 + 3,107 * Х3 + 0,42 * Х4 + 0,995 * Х5

где,  Х4
— балансовая стоимость собственного капитала/заемный капитал.

Если Z < 1,23 предприятие признается
банкротом, при значении Z в диапазоне от 1,23 до 2,89 ситуация неопределенна,
значение Z более 2,9 присуще стабильным и финансово устойчивым компаниям.

Оценка весов тех или иных коэффициентов, весьма субъективна, не всегда они реально оценивают тот или другой показатель обыденные количественные способы анализа систем не достаточно применимы и не эффективны в системах управления. Обыденные количественные способы анализа систем не достаточно применимы и не эффективны в системах управления. Данное заявление базируется на принципе несовместимости: чем труднее система, тем труднее предоставить оценку поведения подобный системы. С подъемом трудностей систем понижается точность и своевременность поступления информации о параметрах системы.

Индекс кредитоспособности

Для создания своего множителя автор методики использовал аппарат MDA. Этот числовой множитель способен разделить бизнесменов на потенциальных банкротов и не являющихся таковыми. Этот же коэффициент называют еще индексом кредитоспособности. Он показывает результативность деятельности компании за определенный промежуток времени, ее экономическую составляющую.

Индекс кредитоспособности рассчитывается так:

Z = 3,3*Q1+1,0* Q2+0,6* Q3+1,4* Q4+1,2* Q5

Нужно понимать, что для верного расчета этого значения предварительно следует произвести расчет показателей Q1-5. Для этого используют следующие компоненты финансовой среды предприятия:

• Q1 — выручка с учетом всех выплат;
• Q2 — оборотный капитал и объем продаж;
• Q3 — внешние инвестиции;
• Q4 — выручка после повторного вложения;
• Q5 — личный источник средств.

В ходе работы автор методики определил порог индекса кредитоспособности. Он равен 2,675. Для оценки нескольких компаний и определения индекса кредитоспособности любой из них во временном отрезке 2-3 года необходимо сопоставить найденное значение Z с максимальным значением индекса путем сравнения.

Экономическая ситуация предприятия может называться стабильной при показателе Z>2,675. Если сравнение показывает, что Z

Подобная котировка сегодня не пользуется популярностью, несмотря на ее значимость и важность для мировой экономики

Достоинства и недостатки

Оформим в таблице преимущества и недостатки наиболее популярных модификаций модели банкротства по Альтману:

Наименование модели	Плюсы	Минусы
Двухфакторная	• простота; • для расчетов достаточно данных финансовой отчетности	• невысокая точность; • не учитывает отраслевую и региональную специфику
Пятифакторная	• возможен анализ каждого показателя в отдельности; • подходит для прогнозирования изменения финансовой устойчивости в ближайшем будущем	можно использовать только для акционерных компаний
5-факторная (усовершенствованная)	• возможен анализ каждого показателя в отдельности; • адаптирована для различных типов предприятия (акционерных и неакционерных, производственных и непроизводственных)	не отличается высокой точностью для российской экономики

Анализ вероятности банкротства предприятия по методике ученых Иркутской Государственной Академии

В таблице 5 представлена динамика показателей оценки вероятности банкротства, рассчитанных по методике предложенной учеными ИГА.

Таблица 5 – Динамика показателей оценки вероятности банкротства по методике, предложенной учеными ИГА

R – показатель вероятности банкротства, рассчитанный по методике, предложенной учеными ИГА, показал, что на предприятии высокий риск возникновения вероятности банкротства наблюдался в 2016 году, о чем свидетельствует значение R показателя находящегося в пределах от 0 до 18 коэффициентных пункта. В 2017 году анализируемый показатель увеличился на 0,188 пункта и его значение соответствовало среднему уровню вероятности возникновения банкротства. В 2017 отчетном периоде анализируемый показатель увеличился на 0,79 пункта и его значение соответствовало минимальному уровню вероятности возникновения банкротства. Таким образом, на предприятии в период с 2015 по 2017 года вероятность банкротства снизилась с высокого до минимального уровня.

На рисунке 5 представлена динамика R – показателя вероятности банкротства, рассчитанного по методике, предложенной учеными ИГА.

Динамика R – показателя вероятности банкротства, рассчитанного по методике, предложенной учеными ИГА за 2015-2017 гг.

Таким образом, существенной рост в составляющих модели показателей
показал в 2017 году удельного вес чистого оборотного капитала в активах, данный
показатель по отношению к 2016 году увеличился более чем в 6 раз.

Недостаток данной методики заключается в том, что корректирующий
коэффициент К1, который характеризует долю оборотных активов в общих активах
организации, в большинстве случаев, будет является основным, влияющим на
уровень R –
показателя, т.к. он умножается на высокий весовой коэффициент (8,38), и по
сути, методика предложенная учеными Иркутской Государственной Академии,
сводится наиболее часто именно к расчету отношения оборотных активов к общей
величине активов, что на наш взгляд, не способствует достоверной оценке.