СРАВНИТЕЛЬНЫЙ АНАЛИЗ МОДЕЛЕЙ ПРОГНОЗИРОВАНИЯ БАНКРОТСТВА ОРГАНИЗАЦИИ

Аннотация. Проведен сравнительный анализ распространенных моделей прогнозирования банкротства. Рассмотрены однофакторный подход У. Бивера, модели Э. Альтмана и Р. Таффлера, а также отечественные методики. Определены их преимущества и ограничения по доступности данных, интерпретируемости и применимости к российским организациям. Предложен порядок включения прогнозных расчетов в систему управления финансами.

Ключевые слова: банкротство, прогнозирование, финансовые коэффициенты, модель Альтмана, модель Таффлера, модель Давыдовой–Беликова, финансовый анализ.

Прогнозирование банкротства позволяет выявлять ухудшение финансового состояния до возникновения устойчивой неплатежеспособности. Результат модели является аналитическим сигналом, а не юридическим заключением. Он должен использоваться для пересмотра бюджета, структуры капитала, условий расчетов и объема принимаемых обязательств. Цель исследования заключается в сравнении основных моделей и определении порядка их применения в управлении финансами организации.

Большинство методик исходит из того, что приближение кризиса отражается в изменении ликвидности, рентабельности, оборачиваемости и долговой нагрузки. Модели различаются составом коэффициентов, способом их объединения и границами оценки. Основные подходы представлены следующим образом:

• подход У. Бивера оценивает отдельные коэффициенты и их динамику без единого итогового показателя;
• модель Э. Альтмана объединяет показатели ликвидности, накопленной прибыли, рентабельности, капитала и оборачиваемости в Z-счет;
• модель Р. Таффлера использует компактный набор показателей прибыльности, ликвидности, финансового риска и деловой активности;
• модель Г. В. Давыдовой и А. Ю. Беликова рассчитывает отечественный интегральный R-показатель по четырем финансовым коэффициентам [1];
• рейтинговые российские методики сопоставляют фактические коэффициенты с нормативами и формируют обобщенную оценку.

Преимущество подхода Бивера состоит в наглядности: аналитик видит, какой элемент состояния ухудшается. Недостатком является отсутствие единого критерия, поэтому разные показатели могут подавать противоречивые сигналы. Модели Альтмана и Таффлера удобны для экспресс-анализа, поскольку дают интегральный результат. Однако они создавались на зарубежных выборках, а отдельные варианты Альтмана требуют рыночной стоимости капитала. Использование исходных порогов для непубличных российских организаций может снижать достоверность вывода [2].

Что касается модели Давыдовой–Беликова, то она строилась на данных российских предприятий и опирается на бухгалтерскую отчётность, доступную любой организации. Это делает её удобной для практического применения. Вместе с тем нужно учитывать, что исходная выборка формировалась в конце 1990-х гг. и с тех пор существенно устарела. Кроме того, одни и те же коэффициенты по-разному проявляются в торговле, промышленности и сфере услуг, что ограничивает универсальность модели. Рейтинговые методики тоже понятны пользователю, но их итог зависит от выбранных нормативов и весовых коэффициентов, которые не всегда прозрачны. В итоге приходится констатировать: универсальной модели, одинаково точной для любой организации, на сегодняшний день не существует [3].

Следует отметить, что перечисленные подходы, несмотря возрастную составляющую ряда исходных публикаций, по-прежнему активно используются в практике финансового анализа. Зарубежные исследования последних лет в основном развивают и уточняют те же модели, а не заменяют их принципиально новыми идеями [4]. Поэтому рассмотрение классических методик остаётся актуальным, хотя интерпретировать их результаты нужно с поправкой на отрасль и текущие экономические условия.

Сравнивать модели целесообразно по четырем критериям:

• доступность и качество исходных данных;
• понятность экономического содержания результата;
• соответствие отрасли, масштабу и структуре капитала организации;
• чувствительность к сезонности, разовым операциям и изменениям учетной политики.

На практике лучше не ограничиваться одной методикой. Разумнее поступить так: сначала собрать сопоставимые данные хотя бы за три года, затем рассчитать две-три модели с разной логикой построения и посмотреть не только на итоговую зону, но и на то, куда движутся отдельные коэффициенты. Полученные результаты стоит сверить с платёжным календарём, операционным денежным потоком, графиком погашения долга и состоянием дебиторской задолженности. Помимо цифр из отчётности, нужно держать в поле зрения такие обстоятельства, как потеря крупных контрагентов, идущие судебные споры, невозможность рефинансирования и снижение загрузки мощностей.

Внутренний регламент организации должен четко определять, что делать при ухудшении оценки. Если сигнал умеренный, то достаточно усилить контроль денежных потоков. Когда несколько моделей одновременно переходят в опасную зону, придётся пересматривать бюджеты, запасы и условия предоставления отсрочки. Устойчивый критический результат по большинству методик является поводом готовить план восстановления платёжеспособности и снижения долговой нагрузки.

Таким образом, можно сказать, что модели прогнозирования банкротства полезны именно как инструменты раннего предупреждения, но слепое следование их пороговым значениям без учёта происхождения модели, отраслевой специфики и качества отчётности способно ввести в заблуждение. Совместный расчёт нескольких методик, анализ динамики показателей и подтверждение выводов данными о денежных потоках превращают формальную оценку в основу для своевременных управленческих решений.