Прогнозирование банкротства

Кучеренко С.А. Прогнозирование банкротства сельскохозяйственных товаропроизводителей с использованием методов дискриминантного анализа // Экономический анализ: теория и практика, 12(117)-2008 июнь, с. 73-75.

Проблема оценки финансового состояния с точки зрения экономических взаимоотношений сегодня в большей степени актуальна в сфере диагностики неплатежеспособности потенциального партнера. Способность клиента обслуживать свою текущую задолженность вызывает интерес кредитных и страховых организаций. Государственными структурами прослеживается степень погашения хозяйствующими субъектами обязательных платежей в бюджет. Возможность снижения финансовой устойчивости и платежеспособности организации в перспективе принимается во внимание руководством организации при принятии управленческих решений.

Обобщая результаты анализа прогнозных методик, необходимо отметить разнообразие методов и моделей, применяемых в целях оценки и прогнозирования несостоятельности либо восстановления платежеспособности экономического субъекта. На взгляд автора, наиболее приемлемыми и точными прогнозными моделями на сегодняшний день остаются модели, разработанные на основе многомерного дискриминантного анализа. При этом существует возможность не только оценки вероятности банкротства на текущий момент, но и расчет такой вероятности на перспективу Подтверждением этому служат разработки Эдварда Альтмана, представляющие актуальность в экономической среде США и на сегодняшний день.

При разработке модели прогноза банкротства с использованием дискриминантного анализа необходимо учитывать определенные особенности. Так, в целях проводимого анализа уровень финансового состояния организации играет второстепенную роль, в данном случае результативным фактором является наличие процедуры банкротства. С этой целью существует объективная необходимость исследования двух соразмерных групп предприятий, одна из которых представлена организациями-банкротами, другая — предприятиями, не подверженными данной процедуре. Дискриминантный анализ в этом случае позволяет установить наличие уровня зависимости между совокупностью выбранных переменных и состоянием организации (банкрот — не банкрот) и выявить переменные, наиболее сильно характеризующие исследуемые позиции. Дальнейший прогноз осуществляется исходя из анализа данных за ряд лет, предшествующих процедуре банкротства.

При исследовании была использована выборка сельскохозяйственных организаций Краснодарского края, специализацией которых является выращивание озимой пшеницы, производство молока и мяса крупного рогатого скота и свиней.

В процессе формирования выборки особое значение придавалось периоду банкротства. Для исследования были отобраны 56 сельскохозяйственных организаций: в 28 из них на период исследования введена процедура конкурсного производства, остальные 28 являются организациями с различной степенью финансового состояния, где процедура банкротства не осуществлялась.

В целях избежания влияния временного фактора были отобраны организации, в которых процедура банкротства была инициирована в 2004 - 2005 гг. Отбор информации для анализа предприятий-банкротов проводился на основании последних годовых отчетов, предшествующих процедуре банкротства. Таким образом, информация по предприятиям, обанкротившимся в 2004 г. и инициировавшим данную процедуру, в 2005 г. в целях проводимого анализа была приведена в соответствие с критериями аналитичности и сопоставимости. Согласно методологии анализа, результаты исследования должны изначально определить вероятность наступлении процедуры в течение года, следующего за отчетным.

Следует отметить, что для прогнозирования банкротства в России характерны определенные трудности. Это объясняется тем, что наступление процедуры банкротства в отличие от формирования обстоятельств экономического кризиса в значительной степени подвержено влиянию факторов, не имеющих математического выражения. И если состояние экономического кризиса наступает постепенно, сопровождаясь ухудшением финансовой устойчивости и платежеспособности, то банкротство организации, как показывает практика, может быть инициировано практически на любой стадии се финансового состояния. Данный аспект усложняет выявление основополагающих факторов, определяющих классификацию. При подобном стечении обстоятельств для увеличения разделительной способности функции целесообразным является включение в модель большего чиста переменных, определяющих классовую принадлежность субъекта исследования. Однако не имеет смысла перенасыщать функцию переменными с достаточно низким уровнем значимости.