Разработка инструментальных методов прогнозирования банкротства предприятий

Челышев, Александр Николаевич

Темы диссертаций по экономике » Математические и инструментальные методы экономики

Разработка инструментальных методов прогнозирования банкротства предприятий тема диссертации по экономике, полный текст автореферата

Автореферат

Ученая степень	кандидат экономических наук
Автор	Челышев, Александр Николаевич
Место защиты	Москва
Год	2006
Шифр ВАК РФ	08.00.13

Диссертация

Автореферат диссертации по теме "Разработка инструментальных методов прогнозирования банкротства предприятий"

На правах рукописи ББК: 65.290-21 4-41

Челышев Александр Николаевич

Разработка инструментальных методов прогнозирования банкротства предприятий

Специальность

08.00.13 - Математические и инструментальные методы экономики

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук

Москва -2006

Работа выпонена на кафедре Математическое моделирование экономических процессов Финансовой академии при Правительстве Российской Федерации.

Научный руководитель: доктор экономических наук, профессор

Сомнк Кирил Васильевич

Официальные оппоненты: доктор экономических наук, профессор

Росс Геннадий Викторович

кандидат экономических наук, доцент Мокий Михаил Стефанович

Ведущая организация:

МАТИ - Российский государственный технологический университет имени К.Э.Циоковского

Защита диссертации состоится 6 апреля 2006 года в 10.00 часов на заседании диссертационного совета Д 505.001.03 Финансовой академии при Правительстве Российской Федерации по адресу: 125468, г. Москва, Ленинградский проспект, д.55, аудитория 213.

С диссертацией можно ознакомиться в библиотеке Финансовой академии при Правительстве Российской Федерации по адресу: 125468, г. Москва, Ленинградский проспект, д.49, комната 101.

Автореферат разослан л__ марта 2006 г.

Ученый секретарь

диссертационного совета

О.Ю .Городецкая

I. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования.

Динамика российского промышленного производства последних лет имеет отчетливо выраженный характер переходного процесса, который к настоящему времени еще далек от своего завершения. В нижней точке трансформационного спада (август-сентябрь 1998 г.) промышленное производство составляло всего 38% от уровня января 1990 г., т.е. оно сократилось в 2.6 раза1.

На протяжении переходного периода имели место масштабное перераспределение ресурсов от реального сектора экономики в пользу финансового (стагнация реального сектора в российской переходной экономике сопровождалась некоторым развитием финансового), а также вывод ресурсов за пределы российской экономики (утечка капиталов, лутечка мозгов, рост процентных выплат, сопровождавший нарастание внешнего дога, кроме того, наблюдалась утрата или крайне неэффективное использование ресурсов внутри страны - военные конфликты, избыточное непроизводственное потребление, вызванное слабыми возможностями инвестирования, неопределенностью прав собственности, деградация человеческого капитала и т.п.). Все это привело к массовым банкротствам в производственной сфере.

Российский трансформационный спад протекал крайне неравномерно в отраслевом разрезе. Наименьшим спад был в топливно-энергетическом комплексе и в цветной металургии, в которой уже с середины 1994 г. наблюдается тенденция интенсивного роста. Слабее, чем в среднем по промышленности, был спад в черной

1 Сопоставляются уровни компоненты тренда и конъюнктуры временного ряда индекса ЦЭК. Среднегодовой уровень 1998

г составил 41% от уровня 1990 г В соответствии с официальными данными промы*1ленн6 ПГЮИШДШЮ в 1сЧ составило 46%от уровня 1990 г. Р0<--НАЦИОНАЛЬНАЯ

БИБЛИОТЕКА ] СИ л 08

металургии, а в химической и нефтехимической промышленности, где максимальная глубина снижения производства была несколько больше средней, восстановление идет опережающими темпами. Все эти отрасли на протяжении переходного периода в значительной мере сориентировались на экспорт. Отрасли же, в основном ориентированные на внутренний рынок, претерпели существенно более глубокий спад. Нижняя точка спада в машиностроительном комплексе, в лесной, деревообрабатывающей и целюлозно-бумажной промышленности соответствовала от 1/4 до 1/3 исходного уровня, а производство в легкой промышленности в нижней точке спада сократилась более, чем на порядок. Наибольший спад претерпели отрасли, в большей мере производящие конечную продукцию и, соответственно, ориентированные на тесные межотраслевые связи, которые были существенно нарушены после распада СССР и стагнации производства практически во всех отраслях.

Все эти обстоятельства привели к существенному росту количества процедур банкротства. Общая тенденция статистики банкротств представлена в таблице2.

Год 199л 1997 1998 1999 200л 2001 2002 2003 2004

Общее количество заявлений о признании дожника банкротом 3,740 5,687 12,781 15,583 24,874 55,934 106,647 14,277 14,090

Анализ динамики банкротств, позволяет сделать вывод, что с принятием Федерального закона от 08.01.1998 г. № 6-ФЗ О несостоятельности (банкротстве), значительно упростившим условия, необходимые для возбуждения дела о банкротстве, количество заявлений о признании дожников банкротами, поданных в арбитражные суды РФ, резко возросло. Впоследствии с принятием закона от 26.10.2002 г. № 127-ФЗ О несостоятельности (банкротстве) количество заявлений,

2 Источник- Данные ВАС РФ, ФСФО.

напротив, существенно сократилось. Это во многом связано с тем, что налоговые органы практически перестали подавать заявления о банкротстве отсутствующих дожников. Таким образом проявилось действие норм закона о несостоятельности 2002 года, устанавливающих, что процедуры банкротства применяются в отношении отсутствующих дожников только при наличии соответствующих средств в бюджете, однако, в бюджете на 2003 г. и последующие года такие средства не были предусмотрены.

Все это свидетельствует о том, что проблема потенциального банкротства является актуальной для многих российских предприятий и их партнеров.

Необходимость повышения уровня управляемости промышленным предприятием предполагает решение ряда сложных задач в области производственного и финансового менеджмента. На практике эти задачи сводятся к построению такой системы финансового управления предприятием, которая минимизирует издержки, формирующие себестоимость продукции. Сделать это достаточно сложно: как правило, на крупных предприятиях, имеющих разветвленную структуру и сеть филиалов, отсутствует четкая система сбора, обработки и учета финансовой информации, низка степень автоматизации этих процессов. Непрозрачность, неопределенность и фрагментарность данных о финансовых потоках, их временной привязке влекут слабую достоверность управленческой информации. В результате на таких предприятиях отсутствует не только система оперативного контроля над деятельностью структурных подразделений, но и затруднен выбор общей стратегии развития, адекватной сложившимся реалиям.

Улучшение качества управления требует развития и совершенствования методологического и методического обеспечения анализа финансового состояния предприятия и планирования его деятельности.

Все это, в свою очередь, обуславливает необходимость разработки относительно простых и точных методик прогнозирования кризисных ситуаций, и как частного случая таких кризисов - банкротства. Повысить их работоспособность призвано вовлечение в процесс прогнозирования инструментальных и математических методов.

Степень разработанности проблемы.

В странах с развитой рыночной экономикой (где, собственно, институт

банкротства имеет реальный экономический смысл) проблема прогнозирования банкротства на протяжении десятков лет находилась в центре внимания предпринимателей и ученых- экономистов. С середины XX века к решению задач прогнозирования банкротства начали привлекать математический аппарат.

Основоположником математического моделирования будущего финансового состояния предприятия и прогнозирования банкротства является зарубежный экономист Э. Альтман. Кроме того, ряд разработок и публикаций по данным проблемам принадлежат таким западным ученым, как: У. Бивер, Дж. Ольсон, А. Таффлер.

Модели западных ученых широко и достаточно успешно используются во всем мире. Основным препятствием их применению в современных российских условиях, является тот факт, что подбор ключевых показателей и расчет весовых коэффициентов производися на основании статистических данных о банкротствах в конкретных странах. Таким образом, все эти модели не учитывают специфику

функционирования предприятий в разных странах и макроэкономические особенности этих стран.

Значительный вклад в разработку проблематики банкротства как экономического инсппуга внесли российские исследователи, такие как Г.К. Таль, М.А. Федотова, А.Д. Шеремет, E.H. Евстигнеев, С.Е. Кован, среди которых немало ученых школы Финансовой академии при Правительстве РФ. Крупный вклад в развитие моделирования финансового состояния предприятий внесли отечественные ученые Н.М. Вараксина, ИЛ. Лукасевич, В.В. Ковалев, В.В. Патров, P.C. Сайфулин, Г.Г. Кадыков, О.П. Зайцева, М.А. Крейнина, Л.В. Донцова, H.A. Никифорова и другие. Была создана база для проведения дальнейших исследований в области применения математического аппарата в целях прогнозирования кризисных ситуаций в финансовой сфере деятельности предприятий.

Цель исследования состоит в решении научной задачи адаптации существующих математических и инструментальных методов прогнозирования банкротства к условиям функционирования современных российских предприятий. Для достижения этой цели были определены следующие задачи:

Х выявление основных недостатков существующих методик прогнозирования банкротства и возможных путей их устранения для успешного практического использования в российских условиях;

Х выбор прототипа модели, на основании анализа недостатков и преимуществ существующих моделей;

Х разработка методики обработки бухгатерской отчетности, составляемой в соответствии с российскими стандартами учета, как основного источника информации при моделировании;

Х отбор комплекса показателей, наиболее точно отражающих финансовое состояние предприятия, с учетом положений нормативных документов в области банкротства;

Х разработка модели прогнозирования банкротства: расчет весовых коэффициентов на основе бухгатерской отчетности российских предприятий. Объект и предмет исследования. Объектом исследования являются

предприятия сферы производства товаров народного потребления. Предметом исследования являются инструментальные средства моделирования финансового состояния предприятий.

Методологическая и теоретическая основа исследования. Теоретической и методологической основой исследования послужила действующая нормативно-правовая база, регламентирующая процедуру банкротства, труды зарубежных и отечественных ученых в области экономической природы банкротства, а также его моделирования с использованием методов системного, статистического, эконометрического и сравнительного анализа.

Методика исследования заключается в систематизации и обработке информации, полученной путем изучения данных бухгатерской отчетности, объяснении и интерпретации полученных результатов, практической реализации полученных выводов.

Работа выпонена в рамках пункта 1.4 Паспорта специальности 08.00.13 -Математические и инструментальные методы экономики.

Информационную базу диссертации составляют теоретические разработки отечественных и зарубежных ученых в исследуемой области, их диссертационные и

аналитические исследования, а также практические материалы, собранные автором в результате проведения самостоятельных исследований по данному направлению.

Научная новизна исследования состоит в разработке методики адаптации существующей модели прогнозирования банкротства к использованию на отечественных предприятиях путем выбора наиболее значимых в существующих российских условиях показателей и расчета весовых коэффициентов при них.

В результате диссертационного исследования получены следующие результаты, содержащие элементы научной новизны:

Х выявлены основные препятствия в практическом использовании моделей прогнозирования банкротства в условиях современной российской экономики, определены возможные пути их устранения;

Х разработана классификация моделей прогнозирования банкротства, научно обоснован выбор прототипа модели для дальнейшей разработки;

Х определены критерии отбора наиболее важных показателей функционирования предприятия, разработана методика предварительной обработки данных отчетности;

Х разработана методика расчета весовых коэффициентов модели;

Х предложен метод снижения размерности признакового пространства, используемого при моделировании;

Х с учетом достигнутых ранее результатов идентифицирована модель прогнозирования банкротства на основании данных бухгатерской отчетности ряда российских предприятий за несколько лет.

Практическая значимость исследования заключается в возможности широкого применения основных положений работы при создании инструментальных

методов прогнозирования банкротства предприятий. Использование полученной автором методики позволяет при наличии необходимой статистики разрабатывать модели для предприятий отдельных отраслей с учетом присущих им особенностей функционирования.

Самостоятельное практическое значение имеют:

Х рекомендации по методике отбора показателей, позволяющих проводить анализ с наибольшей точностью в существующих российских условиях;

Х методика расчета весовых коэффициентов модели на базе данных бухгатерской отчетности ряда предприятий определенной отрасли (производство товаров народного потребления).

Апробация и внедрение результатов исследования проводилась в аудиторской компании Делойт и Туш СНГ. Разработанные в диссертации положения апробированы и нашли применение в рамках ряда проектов как по годовому аудиту отчетности предприятий, так и ежеквартальных обзоров. Разработанная методика применения инструментальных методов прогнозирования банкротства предприятий была внедрена в стандартные рабочие бумаги и применялась к отчетности ряда предприятий в течение нескольких последовательных периодов.

Работа выпонена в рамках комплексной темы Финансово-экономические основы устойчивого и безопасного развития России в XXI веке (№ гос.рег. 0120.0 410682), разрабатываемой в соответствии с планом научно-исследовательских работ Финансовой академии при Правительстве РФ.

Публикации. По результатам диссертационного исследования опубликовано три статьи общим объемом 1,2 печатных листа (весь объем - авторский).

Структура и объем работы. Диссертация состоит из введения, трех глав, включая 2 рисунка и 6 таблиц, заключения, списка литературы, содержащего 74 наименования, и 4 приложений.

II. ОСНОВНОЕ СОДЕРЖАНИЕ ДИССЕРТАЦИОННОГО ИССЛЕДОВАНИЯ

В первой главе работы раскрыта сущность банкротства как внешней оценки признака неэффективности деятельности предприятия, которая сводится к определению его финансового состояния, отражающего способность устойчиво выпонять принятые на себя финансовые обязательства.

Обоснована важность моделирования будущего финансового состояния предприятия и необходимость четкого прогноза относительно потенциальных кризисов в данной сфере деятельности предприятия.

Показано, что методики моделирования финансового состояния и прогнозирования кризисов дожны являться неотъемлемой частью системы управления финансами предприятия.

В работе проведен исторический анализ развития методик прогнозирования кризисных ситуаций в финансовой сфере функционирования предприятий. Выявлено, что в годы существования СССР отсутствовали объективные экономические предпосыки для создания методик прогнозирования банкротства и проведения научных исследований в данной области. На этом основании сделан вывод, что ввиду отсутствия наработанных баз статистической информации, применение методов прогнозирования, основанных на статистике банкротств в отдельной стране, существенно затруднено.

Проведен сравнительный анализ методик, используемых источников

информации. Проанализирована специфика российского законодательства и практики института банкротства и возможное влияние данных факторов на процесс прогнозирования. В работе исследованы концепции построения моделей прогнозирования, что позволило выделить следующие основные классификационные признаки:

1) различия в используемой исходной информации для прогнозирования.

По этому основанию выделены методики, основывающиеся исключительно на исторической информации - данных бухгатерской отчетности, и методики, использующие помимо исторических данных, некоторые оценочные показатели в отношении будущих событий (котировки акций и др.). На основе применения теории управления обоснован вывод, что различия в концепциях построения методик отражают потребности пользователей в решении с их помощью различных практических задач. Показано, что применение моделей, в которых, помимо прочего, используются данные о рыночной стоимости акций (текущей и прогнозируемой) отечественных предприятий, в настоящее время не впоне оправдано в силу отсутствия в большинстве случаев такой информации.

В то же время выявлено противоречие между историческим характером данных бухгатерской отчетности (формы бухгатерской отчетности содержат информацию о результатах функционирования предприятия к определенному моменту времени) и необходимостью продуцирования прогнозов на основании этой же информации.

Между тем, именно бухгатерская отчетность предприятий в необходимой степени сочетает в себе доступность получения и достаточную надежность исходной информации для прогнозирования.

2) различия в горизонте прогнозирования и точности прогнозов.

Основой для прогнозирования банкротства предприятий на длительных отрезках времени является либо разработка соответствующих моделей непосредственно по фактической информации, либо адаптация существующих моделей с подбором показателей, отражающих присущие данной экономике и отрасли экономические условия (а также с учетом показателей, установленных нормативными актами в сфере банкротства). В зависимости от учета этих факторов эффективное прогнозирование теоретически возможно на отрезках времени до нескольких лет.

Выявлены основные требования и ограничения, возникающие при постановке задачи моделирования финансового состояния предприятия. Выявлены предпосыки, обуславливающие эффекгивное прогнозирование банкротства с учетом всех требований заинтересованных лиц.

В принципиальной форме задача прогнозирования кризисной ситуации представляет собой задачу определения принадлежности наблюдаемого состояния, заданного совокупностью п наблюдений над вектором его признаков х = {х1,х2,...,хр) к одному из нескольких классов, описываемых единообразным для всех классов набором признаков. Совокупность этих наблюдений представляет собой признаковую матрицу размера рхп

_Хр1 Хр2

В случае прогнозирования банкротства целесообразно выделить два взаимоисключающих класса: потенциально кризисное предприятие (потенциальный банкрот) и благополучное предприятие: 5, и 52.

Каждый стобец матрицы ХД представляет собой р-мерный вектор наблюденных значений р признаков хх,хг,...,хр,отражающих наиболее важные для распознавания свойства. Набор этих признаков, как правило, является одинаковым для распознаваемых классов Бг.

Схема принятия решения об отнесении предприятия либо к классу потенциальных банкротов, либо к классу успешных предприятий (рис.1)

Рис. 1. Схема принятия решения о потенциальном банкротстве фирмы.

При этом различие между классами будет проявляться только в том, что у разных объектов одни и те же признаки формально будут иметь различные

количественные значения характеристик - х1,х2,...,хр.

Далее необходимо ввести агоритм, по которому двум классам состояний 5, и 52 ставится в соответствие вектор

каждая компонента которого с1",(к = 1,2,...,р), описывает межклассовое расстояние и выражает степень отличия характеристик данных признаков.

При реализации указанной схемы возникает ряд специфических трудностей, обусловленных в первую очередь выбором совокупности информативных показателей.

Погрешность прогноза банкротства с использованием модели можно в достаточно общем виде представить формулой

где 8М - ошибка, обусловленная модельным приближением, 5тф - ошибка, обусловленная качеством информации.

Для обеспечения более точного представления о финансовом состоянии

исследуемого объекта требуется как можно большее количество разносторонних показателей, характеризующих различные аспекты функционирования финансов предприятия. С другой стороны, построение модели, основывающейся на многих показателях, представляется довольно сложным и, кроме того, существенно повышает затраты на сбор информации, проведение предварительных вычислений и к тому же предъявляет повышенные требования к наличию сопоставимой статистической информации. В рамках разрабатываемой в данной работе методики предусмотрены процедуры, позволяющие из множества показателей отобрать наиболее существенные для целей прогноза, и таким образом снимающие данное

противоречие.

Вторая глава.

Рассмотрены концептуальные подходы к анализу финансового состояния предприятий и прогнозированию банкротства, в частности.

Приведены три группы методов, используемых в управлении финансовыми ресурсами и анализе финансового состояния предприятия (методы экспертных оценок, стохастические методы и детерминированные методы). На основе анализа их основных характеристик, выявлены методы, наиболее подходящие для диагностики банкротства предприятий.

Проведен анализ методического аппарата. Показано, что наличие большого количества разрозненных показателей, характеризующих различные стороны функционирования предприятия в области финансов, не дает четкого однозначного представления о том, насколько предприятие подвержено риску банкротства в ближайшей перспективе. Обоснована необходимость создания интегрированной модели, которая позволяла бы с высокой степенью точности определять потенциальное банкротство предприятия на горизонте прогнозирования в несколько лет.

В рамках создания оригинальной методики обосновано решение о выборе мультидискриминантного анализа (МДА), в качестве основы методики.

Доказано, что мультидискриминантный анализ является наиболее

эффективным инструментом, используемым для классификации исследуемых

объектов по нескольким группам в зависимости от индивидуальных характеристик

объектов. Выявлено, что одним из основных достоинств МДА в проблемах,

связанных с классификацией объектов по определенным группам, являются

предпосыки к анализу скорее всего набора характеристик предприятия, чем просто

одновременной оценки нескольких индивидуальных показателей.

Раскрыты основные этапы построения модели с использованием дискриминантного анализа:

1. Формирование выборки предприятий аналогичного типа, содержащей как обанкротившиеся предприятия, так и избежавшие банкротства.

2. Определение состава показателей, характеризующих финансовое состояние предприятия.

3. Разбиение сформированной совокупности предприятий на две группы: предприятия-банкроты и предприятия, преодолевшие кризис и выжившие, и их описание с помощью выбранной системы финансовых показателей.

4. Представление исходных данных в виде некоторых формальных конструкций.

5. Построение дискриминантной (разделяющей, классифицирующей) функции.

6. Определение статистических оценок параметров распределения дискриминантной функции.

Далее в работе в рамках разработки модели прогнозирования банкротства последовательно указаны все этапы.

Рассмотрен вопрос отбора показателей, составляющих наиболее достоверную базу для проведения точных прогнозов.

Выявлен конфликт интересов при определении признакового пространства, определяемого для каждого класса объектов: с одной стороны, выбранная совокупность признаков дожна в наибольшей степени отражать все те свойства состояний, которые важны для их распознавания, т.е. набор Хь Хг,..., Хр дожен быть

по возможности поным; с другой стороны, с увеличением размерности р признакового пространства очень быстро возрастают вычислительная сложность процедур обучения и принятия решения в распознающей системе, материальные и трудовые затраты на измерение необходимых характеристик объектов, т.е. на получение наблюдений на этапе обучения и принятия решений.

Основным показателем качества распознающей системы (или системы прогнозирования) является достоверность принимаемых ею решений. Если распознающая процедура допускает большой процент ошибочных решений, то, она делает практически непригодной любую, пусть даже совершенную в других отношениях, систему, частью которой она является. Таким образом, практический интерес представляют только те системы, которые обеспечивают требуемый уровень достоверности распознавания.

Наиболее распространенными способами формирования ансамбля признаков А'являются селекция (выбор) признаков из исходного набора У=(Т/, У2,...,Уд),

Х = (ХДХ2,...,Хр) = (Д,У^,...,У,Д\р<:<; <= 1 * 1к (4) и выделение признаков, т.е. проведение ортогонального линейного преобразования исходного пространства признаков У=(Т/,Уг,...,}у в новое -

пространство Х=(Х1 Х2,..., Хр):

Х = АУ (5)

Указанное преобразование является декоррелирующим, поэтому в качестве

стобцов матрицы преобразования А выбирают собственные векторы общей

ковариационной матрицы М исследуемых совокупностей. Сама ковариационная

матрица М* в этом случае становится диагональной с собственными числами \ на

диагонали:

л, о ... о о ^ ... о

М*=АМАТ =Л =

о о ... Я,

После этого отбирают р (р<ф новых признаков, соответствующих тем А, матрицы М*, которые оказывают наибольшее влияние на значение выбранного критерия ^Х).

При выборе признаков методом минимизации внутриклассового разброса

Другим критерием, который может быть использован при формировании новых признаков, является критерий наилучшей аппроксимации межклассового

расстояния (т.е. в нашем случае разностей ключевых показателей у предприятий двух взаимоисключающих групп предприятий). Необходимо выбрать р новых признаков, соответствующих, в отличие от предыдущего случая, максимальным собственным числам X,, так, чтобы значение J сократилось не более чем на заданное или на минимально возможное значение.

Существует усовершенствованный критерий, объединяющий оба предыдущих. Сущность его состоит в совместной минимизации внутриклассового разброса наблюдений и максимизации межклассового расстояния. Этот критерий принят в дискриминантом анализе, в котором наблюдения разных классов

проецируются на заданное пространство в пространстве признаков У/, У2.....^

(например, на прямую линию) таким образом, чтобы расстояние между центрами

наблюдений используется критерий

классов стало максимальным, а разброс наблюдений внутри каждого класса Ч минимальным. Количественным выражением критерия является функция от матриц Тг и 7/, характеризующих внутриклассовый и межклассовый разбросы наблюдений:

ХГ = *(г2-1Т1) (8)

Формирование признакового пространства по данному критерию производится аналогично описанному ранее с использованием декоррелирующего преобразования путем выбора признаков, соответствующих максимальным собственным значениям X, матрицы .

В общем виде задачу формирования признакового пространства необходимо ставить, исходя из требований к распознающей системе в целом. В реальных условиях обычно требуется, чтобы принимаемые системой решения имели гарантированную достоверность, которая достигалась бы при минимуме используемого объема обучающих и контрольных выборок и размерности признакового пространства. Поэтому характеристики достоверности неизбежно дожны быть увязаны с количеством обучающих наблюдений, используемых для задания классов, объемом контрольных выборок, необходимых для принятия решений, и размерностью признакового пространства.

В третьей главе рассматриваются возможные теоретические подходы к обоснованию направлений модификации 2-счега Альтмана и применению его в российских экономических условиях, с учетом всех их существующих особенностей.

Выявлено, что подбор показателей, наиболее точно характеризующих финансовую сторону деятельности именно российских предприятий, и расчет весовых коэффициентов при данных показателях позволяют существенно повысить

эффективность исходной модели и являются необходимым условием для применения подобных моделей на практике.

Далее раскрывается процедура применения математического аппарата, для построения и расчета численных значений коэффициентов модели и критериальных интервалов для оценки уровня 2-счета. Схематически это показано на рис. 2.

Вектор х

ортогональной матрицей Ф

Случайная веггориая переметом У

Ковариационная матрица К,

У. - главная компонента матрицы X

Ковариационная матрица Ку

Макммизация дисперсии У, -(применятетс* функция Лагранжа)

Собственные значения матрицы К,.

Модель вида

Рис. 2. Процедура применения математического аппарата при построении

модели.

На базе данных финансовой отчетности ряда предприятий отдельной отрасли с применением метода главных компонент проводится расчет весовых коэффициентов и, собственно, составление действующей модели прогнозирования банкротства предприятий соответствующей отрасли.

По итогам расчетов модель Ъ принимает вид

г=с1х1+с2х2+...+с,хр. (9)

где X,, Х2, Хр - известные параметры финансовых показателей; весовые коэффициенты С/, С2, -.., Ср определяются по формуле:

С1=Л1С,1+Л2С12+...+рС1р. (10)

где Як - собственные значения корреляционной матрицы Кх данных х.

Предлагаемый нами агоритм позволяет не только получить саму искомую модель Ъ, но и из р параметров X/, х^., ..., хр выбрать наиболее значимые. Так, если в результате расчетов получилось, что некоторое число 1, 2,...,р,

пренебрежительно мало по сравнению с остальными числами к= 1, (здесь используется упорядоченность чисел А,ь Х2, ..., Хр), то соответствующий показатель Х} можно исключить из модели, не нарушая точности.

Используемый агоритм применения метода главных компонент позволяет:

Х из всех показателей хь х2,..., Хр выбрать те, которые сильнее остальных влияют на значение результирующей функции;

Х получить сам вид модели 7 для дальнейшего использования, то есть вычислить значения весовых коэффициентов Сь С2,..., Ср.

Далее определяется критический интервал [2тл,2пш\. При 2 <2тп предприятие считается неплатежеспособным; 2 > 2^, то оно считается платежеспособным. Если 2 е [2^,2^], то нужны допонительные исследования.

В качестве примера на базе данных отчетности 10 предприятий по

производству товаров народного потребления за период в 4 года были рассчитаны

весовые коэффициенты, и была построена следующая модель:

2 = 0.0009Х, +0.0242Х2 +0.0107^ +0.1589Х, +0.1313Х, + +0.1287^ + 0.0059Г7 +0.9693*8 +0.0092*, +0.0262*,,, (1

где X, - оборотный капитал/сумма активов; Х2 - балансовая прибыль/сумма активов; Х3 - операционная прибыль/сумма активов; Х4 - выручка/сумма активов; Х5 - коэффициент текущей ликвидности; Хб - коэффициент абсолютной ликвидности; Х7 - коэффициент финансовой устойчивости; Х8 - коэффициент

оборачиваемости дебиторской задоженности; Х9 - коэффициент рентабельности активов; Х)0 - коэффициент рентабельности собственного капитала.

Очевидно, что модель применима лишь к предприятиям исследованной отрасли, поскольку в противном случае результат будет являться статистически неверным. Построение эффективной единой модели для предприятий вссх отраслей не представляется практически возможным в силу наличия межотраслевых отличий, формализация и расчет влияния которых, не могут быть эффективно осуществлены в рамках подобной модели. Для разработки модели в определенной отрасли методика, описанная выше, дожна быть применена к исходным данным по предприятиям соответствующей отрасли. Таким образом, для целей каждой из отраслей необходима разработка собственной статистической базы с целью выделения как ключевых показателей, так и весовых коэффициентов, придаваемых данным показателям.

В качестве инструментального средства для расчета собственных значений использовася комплексный статистический инструмент STATISTICA Base. Выходными данными данной программы являются собственные значения (обычные, кумулятивные и относительные), нагрузки факторов и коэффициенты факторных балов. После того, как факторное решение определено, пользователь может вычислить (воспроизвести) корреляционную матрицу и оценить согласованность факторной модели путем анализа остаточной корреляционной матрицы (или остаточной дисперсионной/ковариационной матрицы).

Приводятся основные результаты осуществленного на базе ряда предприятий эмпирического анализа с использованием Z-счета, а также сопоставляются полученные результаты с результатами анализа в соответствии с Методическими

указаниями по проведению анализа финансового состояния организаций, утвержденными приказом ФСФО России от 23 января 2001 г. №16 и постановлением Правительства РФ от 25 июня 2003 г. №367 Об утверждении Правил проведения арбитражным управляющим финансового анализа.

Ошибка модели составила несколько процентов по текущему году с возрастанием погрешности по прогнозному лагу.

Рассматривается возможность использования разработанной методики и программного обеспечения к ней для осуществления операций текущего мониторинга платежеспособности предприятий.

Показано, что разработанная методика может применяться к отчетности предприятий других отраслей с учетом присущей им специфики и существующих экономических и финансовых условий.

Приводятся общие выводы о состоянии исследовательских работ по оценке платежеспособности в условиях действия Федерального закона О несостоятельности (банкротстве) и необходимости совершенствования действующих методик оценки неплатежеспособности.

Основные положения, выводы и результаты диссертации опубликованы в следующих научных работах :

1. Челышев А.Н. Прогнозирование банкротства: математические методы // Модели экономических систем и информационные технологии - сборник научных трудов - М: Финансовая академия при Правительстве Российской Федерации, 2004, (0,4 п.л.).

2. Челышев А.Н. Выбор ключевых показателей деятельности предприятия для целей математического моделирования // Модели экономических систем и информационные технологии - сборник научных трудов - М- Финансовая академия при Правительстве Российской Федерации, 2004, (0,35 п л.).

3. Челышев А.Н. Применение метода главных компонент при построении моделей банкротства // Модели экономических систем и информационные технологии - сборник научных трудов - М: Финансовая академия при Правительстве Российской Федерации, 2005, (0,45 п.л.).

Напечатано с готового оригинал-макета

Издательство ООО "МАКС Пресс" Лицензия ИД N 00510 от 01.12.99 г. Подписано к печати 06.03.2006 г. Формат 60x90 1/16. Усл.печл. 1,5. Тираж 110 экз. Заказ 131. Тел. 939-3890. Тел./факс 939-3891. 119992, ГСП-2, Москва, Ленинские горы, МГУ им. М.В. Ломоносова, 2-й учебный корпус, 627 к.

2O ft I

- 5 D 5 8

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Челышев, Александр Николаевич

Введение.

Глава 1. Банкротство предприятия как объект моделирования.

з1. Экономическая сущность банкротства. Институт банкротства в России.

з2. Обзор литературы по проблемам прогнозирования банкротства.

з3. Постановка задачи прогнозирования банкротства предприятия.

Глава 2. Разработка методики прогнозирования банкротства предприятия.

з1. Концептуальные подходы к моделированию банкротства.

з2. Анализ методического аппарата.

з3. Разработка методики прогнозирования банкротства.

Отбор показателей, используемых при прогнозировании.

Формирование признакового пространства. ф Снижение размерности признакового пространства.

Глава 3. Модификация модели Альтмана для использования в российских условиях.

з1. Модификация Z-счета Альтмана для экономических условий России.

з2. Порядок применения математического аппарата.

з3. Эмпирический анализ на основе предложенной модели. Оценка точности модели.

Диссертация: введение по экономике, на тему "Разработка инструментальных методов прогнозирования банкротства предприятий"

Актуальность темы исследования. Динамика российского промышленного производства последних лет имеет отчетливо выраженный характер переходного процесса, который к настоящему времени еще далек от своего завершения. В нижней точке трансформационного спада (август-сентябрь 1998 г.) промышленное производство составляло всего 38% от уровня января 1990 г., т.е. оно сократилось в 2.6 раза*.

На протяжении переходного периода имели место масштабное перераспределение ресурсов от реального сектора экономики в пользу финансового (стагнация реального сектора в российской переходной экономике сопровождалась некоторым развитием финансового), а также вывод ресурсов за пределы российской экономики (утечка капиталов, лутечка мозгов, рост процентных выплат, сопровождавший нарастание внешнего дога, кроме того, наблюдалась утрата или крайне неэффективное использование ресурсов внутри страны - военные конфликты, избыточное непроизводственное потребление, вызванное слабыми возможностями инвестирования, неопределенностью прав собственности, деградация человеческого капитала и т.п.). Все это привело к массовым банкротствам в производственной сфере.

Российский трансформационный спад протекал крайне неравномерно в отраслевом разрезе. Наименьшим спад был в топливно-энергетическом комплексе и в цветной металургии, в которой уже с середины 1994 г. наблюдается тенденция

Сопоставляются уровни компоненты тренда и конъюнктуры временного ряда индекса ЦЭК. Среднегодовой уровень 1998 г. составил 41% от уровня 1990 г. В соответствии с официальными данными промышленное производство в 1998 г. составило 46% от уровня 1990 г. интенсивного роста. Слабее, чем в среднем по промышленности, был спад в черной металургии, а в химической и нефтехимической промышленности, где максимальная глубина снижения производства была несколько больше средней, восстановление идет опережающими темпами. Все эти отрасли на протяжении переходного периода в значительной мере сориентировались на экспорт. Отрасли же, в основном ориентированные на внутренний рынок, претерпели существенно более глубокий спад. Нижняя точка спада в машиностроительном комплексе, в лесной, деревообрабатывающей и целюлозно-бумажной промышленности соответствовала от 1/4 до 1/3 исходного уровня, а производство в легкой промышленности в нижней точке спада сократилась более, чем на порядок. Наибольший спад претерпели отрасли, в большей мере производящие конечную продукцию и, соответственно, ориентированные на тесные межотраслевые связи, которые были существенно нарушены после распада СССР и стагнации производства практически во всех отраслях.

Все эти обстоятельства привели к существенному росту количества процедур банкротства. Общая тенденция статистики банкротств представлена в таблице (см. Приложение 1).

Анализ динамики банкротств, позволяет сделать вывод, что с принятием Федерального закона от 08.01.1998 г. № 6-ФЗ О несостоятельности (банкротстве), значительно упростившим условия, необходимые для возбуждения дела о банкротстве, количество заявлений о признании дожников банкротами, поданных в арбитражные суды РФ, резко возросло. Впоследствии с принятием закона от 26.10.2002 г. № 127-ФЗ О несостоятельности (банкротстве) количество заявлений, напротив, существенно сократилось. Это во многом связано с тем, что налоговые органы практически перестали подавать заявления о банкротстве отсутствующих дожников. Таким образом проявилось действие норм закона о несостоятельности 2002 года, устанавливающих, что процедуры банкротства применяются в отношении отсутствующих дожников только при наличии соответствующих средств в бюджете, однако, в бюджете на 2003 г. и последующие года такие средства не были предусмотрены.

Все это свидетельствует о том, что проблема потенциального банкротства является актуальной для многих российских предприятий и их партнеров.

Необходимость повышения уровня управляемости промышленным предприятием предполагает решение ряда сложных задач в области производственного и финансового менеджмента. На практике эти задачи сводятся к построению такой системы финансового управления предприятием, которая минимизирует издержки, формирующие себестоимость продукции. Сделать это достаточно сложно: как правило, на крупных предприятиях, имеющих разветвленную структуру и сеть филиалов, отсутствует четкая система сбора, обработки и учета финансовой информации, низка степень автоматизации этих процессов. Непрозрачность, неопределенность и фрагментарность данных о финансовых потоках, их временной привязке влекут слабую достоверность управленческой информации. В результате на таких предприятиях отсутствует не только система оперативного контроля над деятельностью структурных подразделений, но и затруднен выбор общей стратегии развития, адекватной сложившимся реалиям.

Улучшение качества управления требует развития и совершенствования методологического и методического обеспечения анализа финансового состояния предприятия и планирования его деятельности.

Все это, в свою очередь, обуславливает необходимость разработки относительно простых и точных методик прогнозирования кризисных ситуаций, и как частного случая таких кризисов - банкротства. Повысить их работоспособность призвано вовлечение в процесс прогнозирования инструментальных и математических методов.

Степень разработанности проблемы. В странах с развитой рыночной экономикой (где, собственно, институт банкротства имеет реальный экономический смысл) проблема прогнозирования банкротства на протяжении десятков лет находилась в центре внимания предпринимателей и ученых- экономистов. С середины XX века к решению задач прогнозирования банкротства начали привлекать математический аппарат.

Основоположником математического моделирования будущего финансового состояния предприятия и прогнозирования банкротства является зарубежный экономист Э. Альтман. Кроме того, ряд разработок и публикаций по данным проблемам принадлежат таким западным ученым, как: У. Бивер, Дж. Ольсон, А. Таффлер.

Модели западных ученых широко и достаточно успешно используются во всем мире. Основным препятствием их применению в современных российских условиях, является тот факт, что подбор ключевых показателей и расчет весовых коэффициентов производися на основании статистических данных о банкротствах в конкретных странах. Таким образом, все эти модели не учитывают специфику функционирования предприятий в разных странах и макроэкономические особенности этих стран.

Значительный вклад в разработку проблематики банкротства как экономического института внесли российские исследователи, такие как Г.К. Таль, М.А. Федотова, А.Д. Шеремет, Е.Н. Евстигнеев, С.Е. Кован, среди которых немало ученых школы Финансовой академии при Правительстве РФ. Крупный вклад в развитие моделирования финансового состояния предприятий внесли отечественные ученые Н.М. Вараксина, И.Я. Лукасевич, В.В. Ковалев, В.В. Патров, Р.С. Сайфулин, Г.Г. Кадыков, О.П. Зайцева, М.А. Крейнина, Л.В. Донцова, Н.А. Никифорова и другие. Была создана база для проведения дальнейших исследований в области применения математического аппарата в целях прогнозирования кризисных ситуаций в финансовой сфере деятельности предприятий.

Цель исследования состоит в решении научной задачи адаптации существующих математических и инструментальных методов прогнозирования банкротства к условиям функционирования современных российских предприятий. Для достижения этой цели были определены следующие задачи:

Х выявление основных недостатков существующих методик прогнозирования банкротства и возможных путей их устранения для успешного практического использования в российских условиях;

Х выбор прототипа модели, на основании анализа недостатков и преимуществ существующих моделей;

Х разработка методики обработки бухгатерской отчетности, составляемой в соответствии с российскими стандартами учета, как основного источника информации при моделировании;

Х отбор комплекса показателей, наиболее точно отражающих финансовое состояние предприятия, с учетом положений нормативных документов в области банкротства;

Х разработка модели прогнозирования банкротства: расчет весовых коэффициентов на основе бухгатерской отчетности российских предприятий. Объект и предмет исследования. Объектом исследования являются предприятия сферы производства товаров народного потребления. Предметом исследования являются инструментальные средства моделирования финансового состояния предприятий.

Методологическая и теоретическая основа исследования. Теоретической и методологической основой исследования послужила действующая нормативно-правовая база, регламентирующая процедуру банкротства, труды зарубежных и отечественных ученых в области экономической природы банкротства, а также его моделирования с использованием методов системного, статистического, эконометрического и сравнительного анализа.

Методика исследования заключается в систематизации и обработке информации, полученной путем изучения данных бухгатерской отчетности, объяснении и интерпретации полученных результатов, практической реализации полученных выводов.

Работа выпонена в рамках пункта 1.4 Паспорта специальности 08.00.13 -Математические и инструментальные методы экономики.

Информационную базу диссертации составляют теоретические разработки отечественных и зарубежных ученых в исследуемой области, их диссертационные и аналитические исследования, а также практические материалы, собранные автором в результате проведения самостоятельных исследований по данному направлению.