НАДЕЖНОСТЬ ПРИМЕНЕНИЯ МОДЕЛЕЙ ОЦЕНКИ ВЕРОЯТНОСТИ БАНКРОТСТВА ПРЕДПРИЯТИЙ

Аннотация. Данное исследование посвящено обзору методик оценки вероятности банкротства предприятий. В работе приведено сравнение методик оценки несостоятельности предприятий, выполнен анализ преимуществ и недостатков моделей. В заключении были сделаны выводы о противоречивости моделей определения несостоятельности и необходимости разработки собственных моделей с учетом специфики экономики и отрасли предприятия.

Ключевые слова: банкротство, модель оценки вероятности банкротства, финансовый анализ, методика диагностики банкротства.

Актуальность темы обусловлена тем, что для предприятия необходимо при анализе финансового состояния учитывать вероятность его банкротства. В связи с этим менеджмент предприятия должен знать методики диагностики банкротства и грамотно управлять финансовым состоянием предприятия [3]. При этом необходимо регулярно проводить антикризисную диагностику предприятия для недопущения наступления банкротства.

Важным аспектом при прогнозировании банкротства является антикризисное финансовое управление, которое состоит в диагностировании предприятия с помощью финансового анализа, в процессе которого определяются слабые стороны предприятия, которые с наибольшей вероятностью влияют на банкротство [2]. Также антикризисное управление заключается в разработке мер, обеспечивающих предприятию выход из кризисного состояния.

Для оценки несостоятельности предприятия существует большой выбор методик и моделей. В проведенном исследовании рассмотрены пятифакторная модель Альтмана, модель Таффлера и Тишоу, модель Лиса, модель Спрингейта, методика Давыдова-Беликовой и модель Савицкой. Все перечисленные методики объединяет общий подход – оценка финансового состояния на основе интегрального показателя, в зависимости от величины которого делается заключение об устойчивости и надежности финансового состояния предприятия [1].

Как показывает практика, из зарубежных моделей наиболее точной является модель Альтмана, так как данная модель с высокой вероятностью определяет предприятия банкроты. По предприятиям не банкротам наиболее достоверной являются модели Таффлера и Тишоу и Спрингейта.

Высокую достоверность пятифакторной модели Эдварда Альтмана по предприятиям банкротам можно объяснить тем, что модель учитывает ряд важных показателей, которые с разных сторон отражают деятельность предприятия. Высокая точность определения устойчивых предприятий моделями Таффлера и Тишоу и Спрингейта объясняется тем, что в основу модели Спрингейта заложены четыре финансовых показателя, связанных с прибылью, тем самым точность неплатежеспособности определяется на будущее, что говорит о хорошем уровне надежности прогнозирования. В основу модели Таффлера и Тишоу также заложены четыре показателя, всесторонне дающую точную картину финансовой устойчивости предприятия, так как большая часть показателей описывает обязательства предприятия. Среди отечественных моделей наиболее достоверной является модель Беликова-Давыдовой, так данная модель точнее определяет предприятия банкроты, так как большинство показателей модели основываются на чистой прибыли.

Таким образом, оправдывается необходимость разработки и применения модели на основе современных и репрезентативных данных, которая была бы легко применима и с наиболее высокой вероятностью идентифицировала вероятность банкротства предприятий. Мировые экономисты, использующие на практике модель Эдварда Альтмана, соглашаются с ее универсальностью и надежностью. Усовершенствовав удельные веса при финансовых показателях, с учетом специфики своих стран и отраслей, эксперты сходятся во мнениях в ее высокой эффективности и надежности. Для лучшей применимости модели Альтмана необходимо сделать корректировку коэффициентов при показателях с учетом специфики рыночной экономики [4]. Модели для оценки банкротства предприятий не могут применяться с полной достоверностью, т.к. рассмотренные методики не учитывают отраслевые особенности сферы деятельности, различные инфляционные факторы, структуру капитала, различия в финансовой отчетности.

Учитывая все вышеизложенное, необходимо разрабатывать собственные дискриминантные функции и модели, которые могли бы учесть специфику действительности, причем для всех отраслей экономики. Кроме этого, ежегодно данные модели необходимо тестировать на новых предприятиях и массивах данных для того, чтобы уточнить их эффективность.