Модели прогнозирования дефолта компаний. Часть 2

Страницы 1 2 3

2. АНАЛИЗ МОДЕЛЕЙ ПРОГНОЗИРОВАНИЯ ДЕФОЛТА КОМПАНИЙ

2.1 Обзор моделей прогнозирования дефолта компаний

С целью систематизации большого разнообразия математических моделей оценки вероятности дефолта промышленных компаний упорядочим их по группам в зависимости от используемых объясняющих переменных (рис. 3).

Рисунок 3. Классификация моделей прогнозирования дефолта промышленных компаний на основе объясняющих переменных [11, 12, 22]

Среди выделенных моделей наибольшее развитие получили балансовые модели оценки вероятности неблагоприятного события. При их построении используется принцип прогнозирования дефолта промышленной компании по данным ее финансовой отчетности. Детерминанты внешней среды также включены в моделях, однако они представлены косвенными факторами, которые имеются в отчетности компании.
В основе рейтингового подхода лежит оценка вероятности дефолта по группе компаний, которая формируется по показателям их кредитного рейтинга.
В моделях рыночного подхода детерминантами дефолта промышленной компании являются в основном два параметра – рыночная доходность акций и финансовый леверидж (определяется как отношение заемного капитала к активам).
Макроэкономический подход базируется на применении в качестве прогнозных переменных макропоказателей и некоторых индикаторов финансовых рынков. Принимая во внимание, что факторы внешней среды прямо влияют на результативный показатель, макроэкономический подход востребован при формировании стрессовых сценариев.
Наряду с перечисленными типами моделей прогнозирования дефолта, к отдельной группе принято относить модели, которые строятся на основе применения показателей финансовой отчетности, макроэкономических индикаторов и проч. Такой тип моделей соответствует гибридному (смешанному) подходу.
При построении моделей любого вида принято делать определенные допущения. От них во многом зависят и возможности применения полученной математической модели. К тому же, формальные количественные подходы не оперируют такими большими массивами информации, какими располагают банки [12]. По этой причине главным критерием адекватности модели остается степень приближенности полученных на ее основе оценок к оценкам, присвоенным компании кредитными организациями.
Наряду с классификацией по набору используемых переменных, совокупность моделей прогнозирования дефолта может быть упорядочена по способу их построения на: эконометрические, дискриминантные и смешанные [5].
Важно заметить, что вопросам разработки инструментария прогнозирования устойчивости компаний уделяется внимание как зарубежными, так и российскими исследователями. Однако, применение тех или иных моделей во многом обусловлено прогностическими качествами и признанием результатов финансово-кредитными организациями.
Например, в зарубежной практике для оценки устойчивости промышленных компаний применяется модель кредитного риска (SEBRA-model), которую разработали специалисты Норвежского  банка. Модель предназначена для прогнозирования банкротства компании-заемщика  и  оценки ожидаемых потерь  по  заемным обязательствам такой компании [6].
В основу модели положена взаимосвязь экономических блоков, представляющих разные секторы национальной экономики, -  домохозяйства, банки, компании, а также параметров их стресс-тестирования.
Структура модели обеспечивает ее чувствительность к возможным последствиям ожидаемых шоков  как для  банковской  сферы,  так  и  для коммерческих организаций.
Модель SEBRA построена на основе логит-модели, а «стрессовые»  сценарии  формируются для среднесрочного горизонта (5  лет)  путем эконометрической обработки системы  макроэкономических  показателей  (Small  Macro  Model – SMM) [6].
Говоря о недостатках модели SEBRA, эксперты отмечают высокий  уровень  агрегации данных, при котором динамика остаточной компоненты сопровождается шумом, источником которого являются индивидуальные особенности  развития  компаний  в  отрасли  [11].

Рисунок 4. Классификация моделей вероятности дефолта[12, 27]

Рисунок 5. Анализ моделей вероятности дефолта
В российской практике стресс-тестирования промышленных компаний применяется целый ряд моделей как зарубежных, так и отечественных.  Среди моделей прогнозирования дефолта компаний наиболее востребованы такие, которые основаны на применении данных финансовой отчетности. Большинство из них основаны на теоретических положениях, изложенных Э. Альтманом и У. Бивером.
В частности, Э. Альтманом в 1968 г. с помощью метода множественного дискриминантного анализа была разработана модель прогнозирования вероятности банкротства на основе пяти финансовых показателей, которая известна как Z-модель [31].
Модель позволяла дифференцировать компании при признаку вероятности банкротства на потенциальных банкротов и потенциальных небанкротов. Позднее, в 1977 г. Э. Альтманом в сотрудничестве с Р. Халдеманом и П. Нараянаном была разработана модель прогнозирования вероятности банкротства по 7 переменным на горизонте пяти лет с точностью до 70 % [32]. В 80-90-е годы XX-го столетия Э. Альтманом были предложены четырехфакторные модели прогнозирования банкротства для непубличных и непроизводственных компаний.
В 1966 г. У. Бивером был опубликован научный труд, в котором предлагалась система из пяти финансовых коэффициентов без расчета итогового показателя вероятности банкротства [33]. Полученные значения финансовых индикаторов подвергаются оценке путем их сравнения с нормативными значениями для трёх состояний компании, идентифицированными У. Бивером в результате проведения одномерного статистического анализа для благополучных компаний, для компаний, обанкротившихся в течение года, и для фирм, ставших банкротами в течение пяти лет.
Среди моделей стресс-тестирования, предложенных российскими учеными наиболее известны модели А.В. Колышкина, Сайфуллина-Кадыкова, В.В. Ковалева и др.
Рассмотрим перечисленные модели более детально.
Сущность методики прогнозирования банкротства с использованием метода рейтинговой оценки, предложенной А.В. Колышкиным, отражена на рис. 6.

Рисунок 6. Характеристика моделей прогнозирования дефолта компании А.В. Колышкина [10]

Маржинальную прибыль также называют вкладом на покрытие постоянных затрат. Это связано с тем, что маржинальная прибыль, начиная с продажи первой единицы продукции, покрывает постоянные затраты, пока не компенсирует их полностью. В этот момент и достигается точка безубыточности. Продажи последующих единиц продукции начинают создавать прибыль.
Точка безубыточности в единицах продукции =
Постоянные затраты / Маржинальная прибыль на единицу продукции
График безубыточности для определение маржинального дохода. Традиционный график безубыточности не позволяет увидеть объем маржинальной прибыли для любого объема производства. Для того, чтобы маржинальная прибыль была наглядно видна, преобразуем график так, чтобы переменные затраты были выделены явно, а постоянные в виде «добавки». На рисунке 7 маржинальный доход подкрашен. Видно, что он растет с увеличением объема реализации.

Рисунок 7. График безубыточности для определение маржинального дохода [10] В основе модели, предложенной Р.С. Сайфуллиным и Г.Г. Кадыковым, заложен расчет рейтингового числа:

R = 2 х Ко + 0,1 х Кп + 0,08 х Коа + 0,45 х Крп + Крсс, (1)

где Ко — коэффициент обеспеченности оборотных активов собственными источниками финансирования (Ко>0);
Кп -коэффициент покрытия (Кп>2);
Коа — коэффициент оборачиваемости активов, показывает размер выручки на 1 рубль активов компании (Коа>2,5);
Крп — рентабельность продаж) (Крп>r-1/r, где r – учетная ставка Центробанка России);
Крсс – рентабельность собственных средств (Крсс >0,2) [29].
В соответствии с критериями оценки рейтингового числа (R) по методике Сайфуллина-Кадыкова, R=1, если все финансовые коэффициенты в модели соответствуют их минимальным нормативным уровням. В этом случае финансовое состояние компании соответствует удовлетворительному. Если R<1, то финансовое состояние компании признается неудовлетворительным.
Комплексный показатель оценки финансового состояния компании разработан также и российским ученым Ковалевым В.В. Расчетная модель обозначенного индикатора имеет вид:

N = 25 х R1 +25 х R2 + 20 х R3 + 20 х R4 + 10 х R5 (3)

где, R – определяется как отношение значения комплексного показателя для компании Ni к нормативному значению данного показателя (для каждого расчетного индикатора определено индивидуально);
N1 – коэффициент оборачиваемости запасов (определяется как отношение выручки к среднегодовой стоимости запасов); нормативное значение показателя определено на уровне 3,0;
N2 – коэффициент покрытия (определяется как соотношение активов и краткосрочных обязательств); нормативное значение показателя определено на уровне 2,0;
N3 – коэффициент соотношения собственных и заемных средств; нормативное значение показателя определено на уровне 1,0;
N4 – коэффициент рентабельности активов (определяется как отношение прибыли до налогообложения и среднегодовой стоимости активов); нормативное значение показателя определено на уровне 0,3;
N5 – коэффициент рентабельности продаж (определяется как отношение прибыли до налогообложения и выручки); нормативное значение показателя определено на уровне 0,2 [9].
Если N > 100, вероятность дефолта компании не подтверждается, при N < 100, — такая вероятность возможна. Чем больше отклонение полученного комплексного индикатора от значения 100 в меньшую сторону, тем более сложная финансовая ситуация имеет место в организации и тем больше вероятность банкротства такой организации в ближайшей перспективе [9].
Обобщая обзор методов интегральной оценки и прогнозирования дефолта промышленной компании, приходим к выводу, что для построения моделей оценки устойчивости компаний применяется множество финансовых коэффициентов, отражающих финансовое состояние хозяйствующего субъекта. В этой связи, можно утверждать, что выявлению наиболее ранних признаков дефолта промышленной компании способствует систематический финансовый анализ деятельности на основе финансовой отчетности.
В ходе проведенного анализа мы смогли убедиться в том, что на данный момент существует большое число моделей оценки вероятности дефолта, каждая их которых, безусловно, имеет свои сильные и слабые стороны. Комплексный обзор позволил классифицировать существующие подходы и представить их в схематическом виде. Модели оценки вероятности дефолта могут различаться в зависимости от:
используемого математического аппарата;
исходных данных или классов заемщиков;
критерия дефолта, лежащего в основе;
предпосылок, на которых модель основывается, и других признаков.
Обзор существующих методик крайне важен для выбора, внедрения и адаптации наиболее приемлемой модели. При этом, делая выбор в пользу того или иного подхода, необходимо учитывать доступный математический инструментарий, природу и качество исходных данных, горизонт планирования и преследуемые цели исследования.
Большое значение также имеет уровень квалификации персонала, степень внедрения и использования в банке новейших IT-систем и продуктов.

2.2 Сравнение моделей прогнозирования дефолта компаний

В современных рыночных условиях прогнозирование риска дефолта компаний и результатов деятельности компаний является необходимостью и неотъемлемой частью эффективного функционирования экономического субъекта любой формы собственности, всех отраслей экономики.
Деятельность любой компании — это сложный и многогранный процесс. Компания взаимодействует с разными субъектами на разных уровнях.
Прогнозную оценку общего финансового состояния компаний необходимо проводить на регулярной основе. Это дает возможность объективно оценить финансовое состояние компаний. В оценки финансового состояния компаний, прежде всего, заинтересованы собственники и менеджмент организации, но это также дает возможность привлечения капитала потенциальных инвесторов.
В экономической литературе довольно подробно описаны все риски, которые, как правило, делят на внешние и внутренние.
Риск возникновения дефолта компаний всегда продиктован определенными факторами, это несовершенная конкурентная среда, валютные и кредитные риски дефолта компаний, недостаток источников финансирования текущей деятельности, отсутствие продуманной политики компаний в используемых технологиях, несовершенная система управления и др.
Использование современных методов диагностики банкротства позволяют вовремя определить надвигающиеся риски финансовой несостоятельности и устранить угрозу дефолта компаний.
Вся методология определения риска дефолта компаний основывается на применении методов анализа финансового потока и отчетности компании.
Современная экономическая наука в теории и практике имеет большое количество методик для прогнозирования вероятного риска дефолта компаний.
Среди этих моделей дефолта компаний чаще всего используются наиболее известные, такие как двухфакторная и пятифакторная модель Э. Альтмана, модель Ф. Лиса и другие [1].
Российские ученые, взяв за основу западные модели дефолта компаний, попытались адаптировать их к нашим экономическим условиям.
Наиболее известными являются модели, предложенные О.П. Зайцевой, Р.С. Сайфуллина и Г.Г. Кадыкова, и четырехфакторная модель Иркутской государственной экономической школы [2].
Сравнительный анализ наиболее популярных российских и зарубежных моделей оценки вероятности дефолта компаний представим в таблице 1.

Таблица 1. Сравнительный анализ наиболее популярных российских и зарубежных моделей оценки вероятности дефолта компаний

Разработанные зарубежные модели оценки риска дефолта компаний, основанные на многомерном дискриминантном анализе, обширно применяют факторные модели.
Так, двухфакторная модель Z-счета американского экономиста Э. Альтмана, является самой простой моделью. Учитывая, что современный бизнес многокомпонентный, то применение данной модели слишком примитивно. В данной модели упускаются такие важные факторы, как рентабельность, деловая активность и фондоотдача.
Пятифакторная модель Э. Альтмана наиболее популярна, но существенным недостатком этой модели дефолта компаний является применение ее для больших компаний, чьи акции находятся в свободной продаже на фондовой бирже. Поэтому применение данной модели дефолта компаний в российских условиях ограничено.
Модель британского экономиста Р. Лиса разрабатывалась на основе статистических данных предприятий Великобритании. Преимущества этой модели — это прогнозирование дефолта компаний на год вперед. Применение данной модели дефолта компаний в рыночных условиях России возможно, но результат показывает несколько завышенную оценку, так как значительное влияние на итоговый показатель оказывает прибыль от продаж, без учета финансовой деятельности и налоговой нагрузки.
Поскольку институт банкротства в России сформировался совсем недавно, то и модели, предложенные нашими российскими учеными, разрабатывались гораздо позже и в основу разработок легли модели дефолта компаний западных экономистов.
Финансовая модель О.П. Зайцевой, это математическая модель, основанная на многофакторном анализе. Данная модель дефолта компаний составлена на основе данных производственных предприятий России. На практике применение этой модели показывает высокую точность и адаптивность к российским условиям.
Рейтинговая модель оценки вероятности банкротства Р.С. Сайфулина и Г.Г. Кадыкова принимает во внимание пять влияющих факторов, наиболее часто применяемых и полно характеризующих финансовое состояние. Недостатком этой модели является то, что, как и другие рас-смотренные модели, она не учитывает отраслевых особенностей предприятия и полагается исключительно на усредненные нормальные значения финансовых показателей.
Модель R-счета Иркутской государственной экономической академии была разработана на основе опроса торговых негосударственных предприятий.
Достоинством этой модели дефолта компаний, несомненно, является возможность ее использования в российских условиях, высокая точность расчетов.
Недостатком, является зависимость от точности предоставленной информации, не учитывается отраслевая специфика деятельности компании.
Рассматривая зарубежные и российские модели оценки вероятности дефолта компаний, отметим, что ни одна из представленных моделей не является совершенной.
Каждая модель дефолта компаний использует свои особые методы, выделяет наиболее значимые критерии, но игнорирует другие.
Поскольку любая компания является частью экономики региона, области, края, отрасли и страны в целом, то прекращение деятельности компании имеет массу отрицательных последствий. Тем не менее, дефолта компаний можно спрогнозировать, минимизировать риски или предотвратить.
Не прекращающийся, финансовый кризис показал, что систематический финансовый анализ состояния компаний отсутствует или применяется в ненадлежащем виде, как результат увеличение роста количества дефолта компаний.
Справедливо будет отметить, что со стороны государства принимаются меры по предотвращению риска дефолта компаний.
Так последние десять лет, применяется система антикризисного управления региональной экономике.
Надо сказать, что сегодня на уровне регионов разрабатываются и применяются новые инструменты антикризисного управления, в целях усиления устойчивости бизнес-структур в регионах, что также говорит о консолидации усилий государства и бизнеса.

Страницы 1 2 3