Факторный финансовый анализ

Основной идеей создания моделей факторного анализа является то, что по данным наблюдений тренда и поведения некоторых коэффициентов различных фирм до момента банкротства можно делать прогнозы. Считается, что признаки ухудшения обстановки, о которых сигнализируют изменения коэффициентов, можно выявить достаточно рано, чтобы принять меры и избежать значительного риска невыполнения обязательств и банкротства. Одной из простейших моделей прогнозирования вероятности банкротства считается двухфакторная модель. Она основывается на двух ключевых показателях (например, показатель текущей ликвидности и показатель доли заемных средств), от которых зависит вероятность банкротства предприятия. Эти показатели умножаются на весовые значения коэффициентов, найденные эмпирическим путем, затем результаты складываются с постоянной величиной, полученной тем же (опытно-статистическим) способом. Если результат оказывается отрицательным, вероятность банкротства невелика. Положительное значение указывает на высокую вероятность банкротства. Такая модель не обеспечивает всесторонней оценки финансового состояния предприятия, поэтому возможны слишком значительные отклонения прогноза от реальности. К ранним исследованиям поведения коэффициентов, предшествующего краху фирмы, относятся работы А. Винакора и Р. Смитира, которые изучили 183 фирмы, испытывавшие финансовые трудности на протяжении 10 лет. Ученые пришли к выводу, что соотношение чистого оборотного капитала и суммы активов является одним из наиболее точных и надежных показателей банкротства.

П. Фитцпатрик анализировал трехи пятилетние тренды 13 коэффициентов у 20 фирм, которые потерпели крах в 1920;1929 гг. Сравнивая их с показателями деятельности контрольной группы из 19 успешно действующих фирм, он сделал вывод о том, что все анализируемые коэффициенты в некоторой степени предсказывали крах. Однако оказалось, что наилучшими показателями несостоятельности являются коэффициенты соотношения прибыли и чистого собственного капитала и чистого собственного капитала и суммы задолженности.

К. Мервин изучил опыт 939 фирм за период 1926;1936 гг. Проанализировав несколько основных коэффициентов, он обнаружил, что три коэффициента были наиболее приемлемыми для предсказания прекращения деятельности фирмы за 4−5 лет до этого события. Он выделил три коэффициента: коэффициент покрытия, отношение чистого оборотного капитала к сумме активов и чистого собственного капитала к сумме задолженности. Все они характеризуются снижающимися трендами перед прекращением деятельности и все время показывают значение ниже нормального уровня. Сосредоточивая внимание на опыте компаний, которые испытали трудности с выплатой задолженности и банковских кредитов, В. Хикман изучил опыт выпуска корпоративных облигаций за период 1900;1943 гг. и пришел к выводу, что коэффициент покрытия процентных выплат и отношение чистой прибыли к объему продаж оказались весьма полезными предсказателями невыполнения условий выпуска облигаций.

В. Бивер применил более сильную статистическую методику, чем его предшественники, и обнаружил, что финансовые коэффициенты оказались полезными для прогнозирования банкротства и невыполнения обязательств по облигациям по меньшей мере за 5 лет до краха. Он определил, что коэффициенты можно использовать для точного разграничения фирм, которые терпят крах и избегают его, в значительно большей степени, чем это возможно при случайном предсказании. Одним из его выводов было то, что и в краткосрочной, и в долгосрочной перспективе отношение потоков денежных средств к сумме задолженности было наилучшим предсказателем, следующими по важности были коэффициенты структуры капитала, далее — коэффициенты ликвидности, а наихудшими — коэффициенты оборачиваемости. При изучении способности коэффициентов предвещать изменения рейтинга облигаций Дж. Хорриган обнаружил, что изменения рейтинга можно предсказать гораздо точнее, используя коэффициенты, а не случайное предсказание. Среди многокритериальных выделяется модель, предложенная в 1968 году Э. Альтманом. Он первым использовал мультипликативный дискриминантный анализ для создания модели прогнозирования несостоятельности с высокой степенью точности.

При построении Z-счета Альтман обследовал 66 фирм, из которых одна половина фирм обанкротилась за период 1946;1965 гг., а другая половина работала успешно. Он исследовал 22 аналитических коэффициента, которые могли быть использованы для прогнозирования возможного банкротства. Из этих показателей он отобрал пять наиболее значимых для прогноза и построил многофакторное регрессионное уравнение.

Модель Альтмана имеет вид:

Z = 1,2А + 1,4B + 3,3C + 0,6D + 0,999E.

A = (Собственные оборотные средства) / (Всего активов).

B = (Неопределенная прибыль) / (Всего активов).

C = (Прибыль до уплаты налога и процентов) / (Всего активов).

D = (Рыночная стоимость собственного капитала) / (Всего кредиторской задолженности).

E = (Оборот) / (Всего активов) Критическое значение индекса Z рассчитывалось Альтманом по данным статистической выборки и составило 2,675.

Сопоставление с этой величиной расчетного значения индекса Z для конкретной фирмы позволяет говорить о возможном в будущем (2−3 года) банкротстве одних (Z 2,675) фирм.

Точность прогноза является достаточно высокой и составляет 95% для обследованных Альтманом 66 компаний. Модель Альтмана в настоящее время является наиболее известной.

Она имеет один недостаток — ее можно применять лишь в отношении предприятий, котирующих свои акции на фондовых биржах, так как только для таких компаний можно получить рыночную оценку стоимости собственного капитала. В 1978 г. была разработана модель Г. Спрингейта. Он использовал мультипликативный дискриминантный анализ для выбора четырех из 19 самых известных финансовых показателей, которые наибольшим образом различаются для успешно действующих фирм и фирм-банкротов.

Модель Спрингейта имеет вид:

Z = 1,03A + 3,07B + 0,66C + 0,4D.

A = (Собственные оборотные средства) / (Всего активов).

B = (Прибыль до уплаты налога и процентов) / (Всего активов).

C = (Прибыль до налогообложения) / (Текущие обязательства).

D = (Оборот) / (Всего активов) Критическое значение Z для данной модели равно 0,862.

Точность этой модели составляет 92,5% для 40 компаний, исследованных Спрингейтом.

Американский экономист Фулмер (Fulmer) в 1984 г. предложил модель, полученную при анализе 40 финансовых показателей 60 компаний — из них 30 действующих успешно и 30 фирм-банкротов со средней стоимостью активов, равной 455 тыс. долл. США.

Модель Фулмера имеет вид:

Z = 5,528A + 0,212B + 0,073C + 1,270D — 0,120E + 2,335 °F + 0,575G + 1,083H + 0,894I — 6,075.

A = (Нераспределенная прибыль) / (Всего активов).

B = (Оборот) / (Всего активов).

C = (Прибыль до налогообложения) / (Собственный капитал).

D = (Изменение остатка денежных средств) / (Кредиторская задолженность).

E = (Заемные средства) / (Всего активов).

F = (Текущие обязательства) / (Всего активов).

G = (Материальные внеоборотные активы) / (Всего активов).

I = (Прибыль до уплаты процентов и налога) / (Проценты).

H = (Собственные оборотные средства) / (Кредиторская задолженность) Критическим значением Z является 0.

Фулмер объявил точность для своей модели в 98% при прогнозировании банкротства в течение года и точность в 81% при прогнозировании банкротства за период больше года. Интересная модель предсказания банкротства была разработана под руководством канадского специалиста Ж. Лего (Jean Legault). При создании этой модели были проанализированы 30 финансовых показателей 173 промышленных компаний Квебека, имеющих ежегодную выручку 1−20 млн долл. США.

Модель Ж. Лего имеет вид:

Z = 4,5913 А + 4,5080B + 0,3936С — 2,7616.

A = (Акционерный капитал) / (Всего активов).

B = (Прибыль до налогообложения + Издержки финансирования) / (Всего активов).

C = (Оборот за два предыдущих периода) / (Всего активов за два предыдущих периода) Критическим значением для Z является — 0,3. Точность данной модели составляет 83%. Она может быть использована только для прогнозирования банкротства промышленных компаний.

Британский ученый Таффлер в 1977 г. предложил четырехфакторную прогнозную модель, при разработке которой использовал следующий подход. С помощью компьютерной техники на первой стадии вычисляются 80 отношений по данным обанкротившихся и платежеспособных компаний. Затем, используя статистический метод, известный как анализ многомерного дискриминанта, можно построить модель платежеспособности, определяя частные соотношения, которые наилучшим образом выделяют две группы компаний и их коэффициенты. Такой выборочный подсчет соотношений является типичным для определения некоторых ключевых измерений деятельности корпорации (прибыльность, соответствие оборотного капитала, финансовый риск и ликвидность). Объединяя эти показатели и сводя их соответствующим образом воедино, модель платежеспособности производит точную картину финансового состояния корпорации. Для усиления прогнозирующей роли моделей можно трансформировать Z-коэффициент в PAS-коэффициент (Performance Analysys Score), т. е., коэффициент, позволяющий отслеживать деятельность компании во времени. Изучая PAS-коэффициент как выше, так и ниже критического уровня, легко определить моменты упадка и возрождения компании. PAS-коэффициент представляет собой относительный уровень деятельности компании, выведенный на основе ее Z-коэффициента за определенный год и выраженный в процентах от 1 до 100. Например PAS-коэффициент, равный 50, указывает на то, что деятельность компании оценивается удовлетворительно, тогда как PAS-коэффициент, составляющий 10, свидетельствует о том, что лишь 10% компаний находятся в худшем положении (неудовлетворительная ситуация). Итак, подсчитав Z-коэффициент для компании, можно затем трансформировать абсолютную меру финансового положения в относительную меру финансовой деятельности.

Другими словами, если Zкоэффициент может свидетельствовать о том, что компания находится в рискованном положении, то PAS-коэффициент отражает историческую тенденцию и текущую деятельность на перспективу.

Помимо перечисленных моделей в практике предсказания банкротства используются и другие, в частности так называемый показатель Аргента (А-счет). Показатель Аргента (А-счет) характеризует кризис управления. Согласно методике его исчисления процесс банкротства подразделяется на три стадии:

I стадия — предприятия, идущие к банкротству, годами демонстрируют ряд очевидных недостатков задолго до фактического банкротства;

II стадия — вследствие накопления этих недостатков предприятие может совершить ошибку, ведущую к банкротству (предприятия, не имеющие недостатков, не совершают ошибок, ведущих к банкротству);

III стадия — совершенные предприятием ошибки начинают выявлять все известные симптомы приближающейся неплатежеспособности: ухудшенные показатели, признаки недостатка денег.

Эти симптомы проявляются в последние два или три года процесса, ведущего к банкротству, в определенный период которого часто составляет от 5 до 10 лет.

При расчете А-счета конкретной компании необходимо ставить либо количество баллов согласно Аргенту, то есть каждому фактору каждой стадии присваивают определенное количество баллов и рассчитывают агрегированный показатель А-счет. Ориентация на один индекс или критерий не всегда оправданна, поэтому многие крупные аудиторские фирмы и другие компании, занимающиеся аналитическими обзорами, прогнозированием и консультированием, для своих аналитических оценок используют системы критериев.

Сравнительный финансовый анализ

Сущность методики сравнительного анализа состоит в сравнении сводных показателей отчетности предприятия с показателями других предприятий отрасли.

Предприятия предварительно делятся на классы кредитоспособности по следующим основаниям:

I класс кредитоспособности — фирмы, имеющие хорошее финансовое состояние (финансовые показатели выше среднеотраслевых, с минимальным риском невозврата кредита);

II класс — предприятия с удовлетворительным финансовым состоянием (с показателями на уровне среднеотраслевых, нормальным риском невозврата кредита);

III класс — компании с неудовлетворительным финансовым состоянием, имеющие показатели на уровне ниже среднеотраслевых, с повышенным риском непогашения кредита.

На основе фактических данных рассчитываются коэффициенты для группы однородных предприятий данной отрасли. Полученные данные по каждому коэффициенту представляются в виде таблицы. В качестве примера можно привести таблицы, разработанные учеными Казанского государственного технологического университета для машиностроения и предприятий оптовой торговли.

Сравнительный финансовый анализ позволяет наилучшим образом учесть специфику отрасли и товарного рынка предприятия.