Анализ рынка фитнес услуг. сУПЕР. 1 солодов а. К. Основы финансового риск менеджментa издание
![]()
|
3.3.Подх оды к и зм ерению риск ов С точки зрения экономической математики риск – это случайная величина, которая, в общем случае, может принимать бесконечное число значений. Случайной величиной Х называют функцию X(ω), отображающую пространство элементарных исходов Ω во множестве действительных чисел R. Поэтому, когда говорят о мере риска, то речь идет, прежде всего, о вероятностной мере, под которой, в математике, понимают распределение случайной величины. Но поскольку работать с бесконечным числом значений риска, при его анализе, не очень удобно, то в качестве анализируемых показателей риска используются отдельные характеристики данного распределенияслучайной величины, такие как математическое ожидание, стандартное отклонение, VaR, Shortfall и др. Следует отметить, что далеко не каждый из этих показателей является классической мерой в его математическом понимании. Так как мера риска ρ(Х) 30 должна быть когерентной и удовлетворять следующим свойствам: 4 монотонность:если Х1и Х2Gи Х1 ≤ Х2, то ρ(Х1) ≥ ρ(Х2). Это означает, что при сравнении двух портфелей, которые систематически показывают разный уровень доходности, риск портфеля с меньшей доходностью будет выше; трансляционная инвариантность (инвариантность относительно сдвига):если ХGотрицателен, то для любого α≥0, ρ(α+Х) = ρ(Х)-α. Иными словами, добавление в портфель безрискового актива на сумму α уменьшает риск этого портфеля на эту же величину; положительная однородность: для любых λ ≥ 0 и ХG, ρ(λХ) = λρ(Х). Это означает, что изменение размера портфеля в λ раз должно приводить к изменению его риска в такое же число раз; субаддитивность:для любых Х1и Х2G, ρ(Х1+Х2)≤ ρ(Х1)+ρ(Х2). Это свойство показывает, что мера риска должна учитывать возможность диверсификации портфеля. Следовательно, риск портфеля не должен быть больше суммы рисков составляющих его элементов. В частности, эти требования далеко не всегда выполняются для показателей, которые многие авторы называют «мерой риска», в частности для показателя RAROC (risk adjusted return on capital). RAROC – это относительный финансовый показатель. Он позволяет оценить потребность различных подразделений компаний в капитале с учетом принятых рисков и провести анализ эффективности деятельностипо сравнению с другими компаниями отрасли. Базельский комитет по банковскому надзору рекомендует подходить к выбору меры риска, основываясь на следующих принципах: Интуитивной понятности интерпретации – мера риска должная обеспечивать понятность трактовки. Например, понятий ожидаемый риск и неожидаемый риск. Стабильности – незначительные изменения параметров модели не должны приводить к несоразмерным им изменениям результатов расчета. Простоты расчетов – применение сложных расчетов при измерении риска должно быть обосновано выгодами от такого расчета (например, экономия капитала в связи с учетом взаимосвязей между факторами риска). Понятности для высшего менеджмента – мера риска должна использоваться высшим менеджментом на постоянной основе. Наличия признаков случайных величин: монотонности, гомогенности (подверженность портфеля определенному рисковому фактору), субаддитивности (риск агрегированного портфеля меньше сумм рисков портфелей, входящих в его состав). Возможности значимой декомпозиции (распределения капитала) – распределение капитала на постоянной основе по бизнес линиям или подразделениям с учетом эффектов диверсификации. 4 A.V. Kulikov. Different approaches for defining risk contribution in energy markets. Talk at Conference in Energy Finance, Vienna, 2011 31 3.4. Модель оценки странового риска Страновые риски, непосредственно связаны с интернационализацией деятельности коммерческих организаций, наличием глобального риска, зависят от политико-экономической стабильности стран-клиентов и (или) стран-контрагентов, импортеров или экспортеров. Они актуальны для организаций, созданных с участием иностранного капитала, и банковских учреждений, имеющих генеральную лицензию. Основные ошибки, которые допускает руководство таких организаций, связаны с неправильной оценкой финансовой устойчивости иностранного контрагента. Одним из рекомендуемых способов анализа уровня странового риска является индекс БЕРИ, разработанный и регулярно публикуемый германской фирмой БЕРИ. С его помощью заранее определяется уровень странового риска. Его определением занимаются около 100 экспертов, которые с помощью различных методов экспертных оценок проводят анализ четыре раза в год. Таким способом анализируются все стороны политической и экономической ситуации в стране партнера. Анкета, на которую анонимно отвечают специалисты разных стран, содержит 15 оценочных критериев, каждый из которых имеет свой удельный вес, с общей суммой 100. Каждый вопрос оценивается по балльно-процентной шкале и имеет 5 вариантов ответов - от 0 (неприемлемо) до 4. Чем выше количество собранных баллов, тем ниже страновой риск. Страновой риск может быть структурирован на риски конвертируемости, риски трансферта или моратория платежа. Примерно в 1980 г. экономический банковский отдел Швейцарской банковской корпорации разработал новые, систематизированные и четко нормированные принципы подхода к определению уровня странового риска. Эти принципы основывались на постулате, что его расчет должен быть полезным и легко анализируемым материалом, который предоставляется в распоряжение высших руководителей банков, принимающих решения в зависимости от уровня и структуры потолка банковских кредитов для каждой страны. Были сформулированы следующие основополагающие принципы: прогнозирование странового риска должно опираться на анализ структурных и качественных характеристик государственного устройства, основанный на изучении цифровых данных и соотношений; причины выводов о повышенной рискованности положения должны быть вполне понятны читателю отчета; сочетание двух типов анализа (качественного и количественного) должно быть четким и конкретным: все таблицы и сопоставления должны включать расшифровку сокращений, чтобы облегчить анализ и повысить его эффективность. Эти базовые принципы привели к формированию двухступенчатой структуры анализируемых материалов статистико-аналитического направления. Первую ступень составляет отчет о положении в стране. В нём краткая характеристика экономической ситуации. В самом начале приводится наиболее существенная часть анализа, т.е. вывод относительно степени странового риска и конечные данные по стране с приведением 32 избранных ключевых сведений. На основании этого анализа статистико-аналитическое управление предлагает свое суждение относительно классификации степени странового риска в применении к анализируемой стране. Во второй части анализа проводится конкретная экономико-политическая ситуация и уровень суммарного странового риска с помощью Схемы факторов риска (СФР). В процессе анализа и сопоставления СФР с данными маркетинговых исследований или с непосредственным наблюдением потребителя, конкретный коммерческий банк имеет возможность скорректировать данные первой ступени анализа. Таким образом, получаются взаимосвязи: прямая - «Швейцарская банковская корпорация — потребитель»» и обратная - «Банк, производитель, прочее — Швейцарская банковская корпорация». Создается сжатый информационный отчет, который может быть быстро проанализирован и обеспечивает достоверность результатов, а также их сопоставление схемы факторов риска с данными других маркетинговых обследований или с непосредственными наблюдениями. Возникающий подобным образом многосторонний диалог это приветствуемый и желательный результат системы, способствующий эффективной выработке окончательных решений относительно направлений финансовой деятельности в анализируемом ареале с учетом факторов риска. Валютный риск, или риск курсовых потерь, связан с интернационализацией рынка банковских операций, созданием транснациональных (совместных) предприятий и банковских учреждений и диверсификацией их деятельности и представляет собой возможность денежных потерь в результате колебаний валютных курсов. Со своей стороны, валютные риски структурируются следующим образом: коммерческие риски, связанные с нежеланием или невозможностью должника (гаранта) рассчитаться по своим обязательствам; конверсионные (наличные) риски, т.е. риски валютных убытков по конкретным операциям. Эти риски структурируются на риски конкретных сделок; трансляционные (бухгалтерские) риски, которые возникают при переоценке активов и пассивов балансов и счета “Прибыли и убытки” зарубежных филиалов клиентов, контрагентов. Эти риски в свою очередь зависят от выбора валюты пересчета, ее устойчивости и ряда других факторов; риски форфетирования, которые возникают в случае, когда форфетер берет на себя все риски экспортера без права регресса. Но в то же время форфетирование имеет свои преимущества, с помощью которых может быть снижен уровень риска. И наконец, к внешним рискам относится риск стихийных бедствий или форс- мажорных обстоятельств (РФО), который зависит как от наличия или отсутствия стихийных явлений природы и связанных с ними последствий, так и от разного рода ограничений со стороны государства. 3.5. Совокупный риск При вопросе: когда, на каком этапе, может возникнуть риск и как его изучать существует две позиции: 33 одинарный риск, где любой актив рассматривается в отдельности; портфельный риск, где актив является частью какого-либо портфеля или совокупности. Также существует точка зрения, что риски нельзя рассматривать по отдельности, так как всегда есть влияние на исследуемый риск других рисков. Это основная причина исследовать риски как совокупности или портфели. Интересно представление совокупного риска в виде некой "матрешки", где самая маленькая символизирует собой операционный риск, причиной которого могут быть ошибки любого сотрудника на рабочем месте, средняя – риск потери функциональной управляемости, возникающий при превышении количества операционных ошибок критической отметки и самая большая, внешняя "матрешка" – это риск потери репутации. Можно также сказать, что совокупный риск является риском агрегированным, составным. При этом он может относиться как к компании в целом, так и к отдельным видам её финансово-хозяйственной деятельности. К совокупным рискам, относящимся к компании в целом, можно отнести риск банкротства, риск потери экономического капитала и предшествующие им риски потери платежеспособности, ликвидности, рентабельности, финансовой устойчивости и ряда других. К совокупным рискам, относящимся к отдельным видам финансово- хозяйственной деятельности предприятия, можно отнести риски операционной, инвестиционной и финансовой деятельности. Однако, определение границ между компонентами, традиционно выделяемыми в совокупном риске, проблематично. Поскольку, не всегда можно однозначно провести границу, например, между кредитным и фондовым риском, риском ликвидности и процентным риском. Поэтому, иногда, структурирование совокупного риска проводится по видам бизнеса. Так эксперты J.P.Morgan осуществляют моделирование совокупного риска в масштабе всего банка по следующим категориям: рыночный риск торгового портфеля; кредитный риск ссуд и производных инструментов; операционный риск; риск долевого участия в уставном капитале других предприятий; риск колебаний дохода от операций инвестиционного банка, включающего премии и комиссионные по сделкам «своп» и другим производным инструментам, услугам андеррайтинга, консультационным услугам и др. (за исключением управления активами). В работе Дж. Фрейзера и Б. Симкинс для каждого из видов рисков представлены их подвиды: кредитный риск подразделяется на риск контрагентов (риск того, что контрагент не выполнит обязательства в срок и в должном объеме); суверенный риск (риск того, что страна не сможет отвечать по своим обязательствам); риск фондирования (риск того, что компания не сможет вовремя найти достаточные источники фондирования для поддержания своей деятельности). Рыночные риски включают в себя: валютные риски, процентные риски, 34 фондовые риски, макроэкономические риски (влияние изменений макроэкономических показателей на денежный поток компании), риски ликвидности. Методы, обычно используемые для агрегации рисков, прежде всего риска потери экономического капитала, различаются по возрастанию сложности, гибкости и одновременно предпочтительности в использовании в практике риск- менеджмента. Эксперты Базельского комитета проранжировали данные способы так: суммирование рисков; метод простой диверсификации; дисперсионно-ковариационный подход; метод копул; полное моделирование зависимостей рисков (метод имитационного моделирования). Первые три метода проработаны и наиболее просты в применении, но не дают точных оценок совокупного финансового риска. Методу копул последнее время уделяется все большее внимание исследователей. Он активно применяется на практике. Он также реализован в некоторых программных продуктах риск-менеджмента. Метод полного моделированияпредставляет наибольший интерес для исследования и развития. Так как описывает зависимость совокупного риска от изменения (движения) факторов риска. Сравнение сильных и слабых сторон методов агрегирования приведено в таблице ниже. Методология агрегации рисков Преимущества Недостатки Суммирование Простота Как правило, дает консервативные оценки капитала У всех рисков одинаковые веса Метод простой диверсификации:предполагает наличие заранее известной доли экономии капитала (так называемой выгоды от диверсификации) Простота Учет эффекта диверсификации Установленный эффект диверсификации недостаточно учитывает возможные изменения в движении факторов риска Дисперсионно-ковариационный подход: суммирование рисков с учетом их корреляции Более точный учет эффекта диверсификации, чем в предыдущем методе Рассчитанные ковариации/корреляции учитываются недостаточно Метод копул: комбинирование распределений с помощью функции копулы Метод более гибкий, чем предыдущий. Подходит для анализа рисков портфелей с нелинейными инструментами (опционами) Корректно определить функции копулы сложно Построение совместного распределения нескольких рисков представляет сложность Метод полного моделирования: симуляция влияния движения факторов риска на совокупный риск и построение распределения потерь совокупного риска Теоретически наиболее правильный метод. Потенциально наиболее точный метод Интуитивно понятный Наиболее ресурсоёмкий с точки зрения затрат времени, ИТ- ресурсов и объемов данных Существует риск ошибок и неправильной интерпретации результатов ввиду сложности модели 35 3.6. Применение теории копул при измерении совокупного риска Применение копул (многомерных распределений) стало востребованным, так как позволило гибко оценивать распределения, не являющиеся гауссовскими. Для применения метода необходимо обладать информацией о взаимосвязи (копуле) и частных распределениях. Сам же факт предположения, многомерного нормального распределения, чреват потенциальной недооценкой потерь. Основной проблемой, при работе с копулами, является идентификации функции многомерной случайной величины. То есть определение семейства копулы и ее параметров. Розенберг и Шуерман строят распределение совокупного риска банка на основе значений предельных распределений кредитного, рыночного и операционного рисков. 5 Размер риска аппроксимируется как доходность соответствующей рисковой позиции. Например, рыночный риск принимается равным отношению прибыли (убытков) от торговли ценными бумагами, к размеру торгового портфеля банка. Предельные распределения рисков сходятся параметрически, например: рыночному риску ставится в соответствие распределение Стьюдента; кредитному – Вейбулла; операционному – Бернулли и экспоненциальное. Для оценки качества подгонки частных распределений используются тесты Колмогорова - Смирнова и Крамера-фон Мизеса. Для агрегирования рисков, используются копула нормальная и копула Стьюдента. Подход на основе копул дает следующие результаты: становится возможным уловить эффект диверсификации портфеля рисков; величина ожидаемых убытков на основе копул получается больше значения, выведенного из предпосылки о нормальности распределения, но меньше, чем при предположении о полной аддитивности рисков, используемой в надзорной практике расчета достаточности капитала. Таким образом, использование копул позволяет получить более реалистичные оценки, риска. Основной проблемой применения метода копулявляется правильная идентификация функции копулы и оценка её параметров. Для корректной идентификации параметров функции копулы необходим достаточный объем статистики, по разным факторам риска. Однако и это не решает проблемы, потому, что распределения факторов риска не стационарны и меняются во времени. Поэтому функция копулы и её параметры тоже будут меняться. Поэтому необходим постоянный пересмотр результатов расчета. Кроме того, в работах посвященных теории копул, не описаны механизмы: распределения капитала по видам риска/направлениям деятельности 5 Rosenberg J., Schuermann T. A general approach to integrated risk-management with skewed, fat- tailed risks. // FRB of NY. Staff report №185. -2004 36 использования результатов расчетов при принятии решений в отношении стратегических лимитов. 3.7. О риске ликвидности как совокупном риске По мнению автора, риск ликвидности нельзя отразить аналогично другим компонентам риска (кредитного, рыночного, операционного, бизнес-риска и т.д.) в составе совокупного финансового риска. Каждый из элементов совокупного финансового риска, может стать причиной потери ликвидности. Или не до получения прибыли из-за отказа от принятия какого-то риска, что эквивалентно риску избыточной ликвидности. В литературе по банковским рискам обычно различают два основных источника риска ликвидности: риск ликвидности фондирования (недостаточности денежных средств) связан, со снижением способности банка выполнять обязательства, по сделкам, в установленные сроки. Либо с невозможностью полностью или частично покрыть денежными ресурсами требования контрагентов. В более широком смысле речь идет о достаточности банковского капитала для покрытия активов. Риск ликвидности фондирования тесно связан с процентным риском. Так как невозможность привлечения денежных средств может быть связана с высоким уровнем процентных ставок на привлекаемые ресурсы; риск ликвидности активов связан, с невозможностью реализовать активы (различные услуги и финансовые инструменты) в тех или иных сегментах финансового рынка, что прямо ведет к потерям. Другой особенностью риска ликвидности являются экономические потери и, следовательно, уменьшение рыночной стоимости банковского капитала. В результате возникает компромисс между ликвидностью и рентабельностью: чем ликвиднее банк - тем меньше прибыли приходится на акционерный капитал и на активы. Другим источником потенциальных проблем является чувствительность вкладчиков банка к изменениям процентных ставок. При снижении ставок по депозитам некоторые вкладчики будут изымать свои средства в поисках более высоких доходов в других банках, при этом получение ликвидных средств с помощью займов будет в этом случае дороже. А некоторые виды займов станут недоступными. Поскольку сократиться объем активов банк, то это отразиться на значении уровня риска бизнеса. Или в случае повышения ставок по кредитам многие клиенты откажутся от подачи заявок на кредиты, что также приведет к сокращению операций. Надо заметить, что в этих примерах проявится положительная корреляция процентного и бизнес рисков, которая приведет к росту совокупного риска и, как следствие, к росту риска ликвидности. Проблема, возникающая в случае несовпадения сроков активов и обязательств кредитной организации или «бегства ее вкладов», состоит в том, что банки могут не найти источников погашения обязательств, требующих немедленного выполнения. Таких как, вклады до востребования, текущие счета и займы денежного рынка. Именно она, в конечном итоге, приводит к потере ликвидности и банкротству банка. Но ее проявление в модели совокупного риска банка будет выглядеть как сложная 37 комбинация целого ряда финансовых рисков: бизнес-риска, процентного, валютного, ценового. Надо заметить, что источником риска ликвидности могут быть также нефинансовые риски. Чаще всего, риски потери репутации или законодательные. Их можно выявить только в процессе мониторинга подобных воздействий, проводимых на регулярной основе. Таким образом, чтобы банк всегда мог удовлетворить безотлагательный спрос на денежные средства, который может быть весьма значительным в отдельные моменты времени, должна быть построена комплексная система управления рисками. В которой, не только оценивают риски, но и существуют процедуры, обеспечивающие своевременное реагирование, на их чрезмерные проявления. Обязательной частью этой системы должна быть подсистема управления ликвидностью. Таким образом, в целом риск ликвидности является комплексным фактором. Как показывает практика, на него оказывают влияние: кредитный риск, фондовый риск, валютный, операционный и процентный риски, а также вся сложная система их взаимодействия. 3.8. Факторные модели оценки совокупного риска В работах Alexander, Pezier (2003); Pezier (2003) предлагается расширение традиционной факторной модели АРТ арбитражного ценообразования (Arbitrage Pricing Theory) 6 . Идея модели состоит в предположении о наличии факторов риска, которые определяют ожидаемый доход (риск) каждого бизнес-подразделения. Совокупный риск получается за счет учета корреляций факторов риска. В качестве факторов риска в модели выделены: параллельный сдвиг процентных ставок; изменение наклона временной кривой доходности процентных ставок; волатильность процентной ставки; изменение стоимости акций (рыночного индекса), изменение кредитного спреда. В работе Alexander, Pezier (2003) приводится расчет экономического капитала с учетом агрегирования рыночного и кредитного рисков. Показано, что учет их корреляции позволяет получить «чистую (нетто) позицию банка по рискам», которая значительно меньше, чем оценки, полученные при принятии консервативных принципов агрегирования Базель II. Как отмечают авторы, самым существенным недостатком, простого суммирования рисков является игнорирование фундаментального принципа управления рисками – диверсификации. По аналогии с рыночными и кредитными рисками общие факторы риска могут быть выявлены и у операционных рисков, как это предлагается в работе Pezier (2002), что позволит получать более реальные оценки совокупного риска. В работах профессора Базельского университета г-на Хеннера Ширенбека и 6 Alexander C., Pezier J. On the aggregation of firm-wide market and credit risks. //ISMA Centre Discussion Papers in Finance 2003 Pezier J. Application-based financial risk aggregation methods.// ISMA Centre Discussion Papers in Finance 2003 38 Фаррахова И.Т. также рассмотрен факторный метод определения величины совокупного риска. 7 В работе И.Т. Фаррахова проводится агрегирование кредитного и рыночного рисков. Последний включает фондовый, валютный и процентный риски. При этом оценивается влияние изменений факторов риска на изменение стоимости портфеля. Под факторами риска понимается: кредитного риска – кумулятивная вероятность объявления дефолта в течение года; рыночного риска – изменение рыночных цен, рыночных индексов, валютных курсов, процентных ставок. Недостатком описанных факторных моделей является подход к выбору факторов риска. Поскольку в модель включается достаточно узкий спектр рисков. Как правило, не учитываются операционные риски и вообще не описаны факторы рисков бизнеса. Весьма сложной является оценка влияния, выбранных для расчетов факторов риска, на доходы ожидаемые компанией. Так как спектр рисков, включаемых в модель, может быть неполным, то есть вероятность возникновения неучтенных факторов и неверного объяснения влияния конкретного фактора риска на доход. Кроме того, операционный риск реализуются не только в деятельности бизнес-подразделений, но и обеспечивающих, и необходимы модели, которые будут оценивать влияние не только на доходы, но и на расходы организации. Необходимо подчеркнуть, что Базельский комитет по банковскому надзору признает метод полного моделирования наилучшим при оценке экономического капитала - совокупного финансового риска. Применение метода предполагает построение параметрической модели, отражающей изменение величины совокупного риска банка в зависимости от движения факторов риска. Однако в работах посвященных стохастическому моделированию совокупного риска, пока не встречается доказательств полноты агрегируемых компонентов экономического капитала и универсальности подхода к моделированию отдельных элементов (видов) рисков. В том числе в выборе моделей их агрегации. 3.9. Прогнозирование банкротства, как методология оценки совокупного риска Банкротство является высшим проявлением совокупного риска финансово- хозяйственной деятельности коммерческой организации. Поэтому прогнозирование банкротства является неотъемлемым атрибутом финансового риск менеджмента. Ниже приведем основные методологии прогнозирования риска банкротства. Сначала зарубежные, затем отечественные. 3.9.1. Зарубежные модели Двухфакторная модель Альтмана: Впервые в 1968 году профессор Нью - Йоркского университета Альтман исследовал деятельность ряда организаций, в том числе с неудовлетворительным балансом, проанализировал влияние 22 финансовых коэффициента на конечный результат, выбрал из них 2 и 5 значимых факторов и разработал двухфакторную и пятифакторную модели: 7 Фаррахов И.Т. Единая технология стресс-тестирования и VaR-анализа финансовых портфелей с учетом риска ликвидности/Методическое пособие// Банки и технологии, 2005, №2 39 Z= -0,3877 - 1,0736 КТЛ + 0,579 ЗК/П, (1) где КТЛ - коэффициент текущей ликвидности; ЗК - заемный капитал; П - пассивы. Если Z>0, то вероятность банкротства высокая, если Z<0, то низкая. Точность этой модели не высокая – около 65%. Пятифакторная модель Альтмана В пятифакторной модели для определения кредитоспособности субъектов хозяйствования были введены коэффициенты: Z = 1,2Х1 + 1,4Х2 +3,3Х3 + 0,6Х4 + 1,0Х5 где Х1 - собственный оборотный капитал / сумма активов; Х2 - нераспределенная (реинвестированная) прибыль /сумма активов; Х3 - прибыль до налогообложения /сумма активов; Х4 - рыночная стоимость собственного капитала /заемный капитал; Х5 - выручка (общий доход)/ сумма активов. В зависимости от значения Z определяется вероятность банкротства. Таблица: Зависимость значения Z счета и вероятности банкротства Значение Z Вероятность банкротства менее 1,8 очень высокая от 1,81 до 2,7 высокая от 2,71 до 2,99 средняя от 3,0 низкая То есть, если значение Z < 1,81, то это признак высокой вероятности банкротства, тогда как значение Z >2,7 и более свидетельствует о малой его вероятности. Модифицированная модель Альтмана Позднее в 1983 году Альтман получил модифицированный вариант своей формулы для компаний, акции которых не котировались на бирже(ЗАО): Z = 0,717Х1 + 0,847Х2 + 3,107Х3 + 0,42Х4 + 0,995Х5, где Х4 — балансовая стоимость собственного капитала / заемный капитал. "Пограничное" значение здесь равно 1,23. Модель Фулмера Н = 5,528X1 + 0,212X2 + 0,073X3 + 1,270X4 - 0,120X5 + 2,335X6 + 0,575X7 + 1,083X8 + 0,894X9 - 6,075 Х1 = нераспределённая прибыль прошлых лет/баланс;Х2 = выручка (нетто) от реализации/баланс; Х3 = прибыль до налогообложения/собственный капитал; Х4 = денежный поток/ обязательства (краткосрочные+долгосрочные); Х5 = долгосрочные обязательства/ баланс; Х6 = краткосрочные обязательства/ баланс; Х7 = log (материальные активы); Х8 = оборотный капитал/обязательства; Х9 = log [(прибыль до налогообложения / проценты к уплате) + 1]. По данной модели если Н>0 предприятие не является убыточным, если H < 0, крах неизбежен. Модель Таффлера В 1997 году Таффлер предложил следующую формулу: 40 Z = 0,53Х1 + 0,13Х2 + 0,18Х3 + 0,16Х4, где: Х1 — прибыль от реализации / краткосрочные обязательства; Х2 - оборотные активы / сумма обязательств; Х3 - краткосрочные обязательства / сумма активов; Х4 - выручка / сумма активов. Если величина Z - счета больше 0,3, это говорит о том, что у фирмы неплохие долгосрочные перспективы, если меньше 0,2, то банкротство более чем вероятно. Модель Лиса В 1972 году Лис разработал для Великобритании формулу, в которой учитывались такие результаты деятельности, как ликвидность, рентабельность и финансовая независимость организации: Z= 0,063Х 1 + 0,092Х 2 + 0,057Х 3 + 0,001Х 4 , В этой модели. где X 1 - оборотный капитал / сумма активов; Х 2 - прибыль от реализации / сумма активов; ХЗ - нераспределенная прибыль / сумма активов; Х 4 - собственный капитал / заемный капитал. Интерпретация результатов: Z < 0,037 - вероятность банкротства высокая; Z > 0,037 - вероятность банкротства малая. Модель Спрингейта Эта модель была построена Спрингейтом [SPRINGATE, 1978] в университете Симона Фрейзера в 1978 году с помощью пошагового дискриминантного анализа методом, который разработал Эдуард Альтман в 1968 году [ALTMAN, 1968]. В процессе создания модели из 19 — считавшихся лучшими — финансовых коэффициентов в окончательном варианте осталось только четыре. Общий вид модели: Z = 1,03x1 + 3,07x2 + 0,66x3 + 0,4x4; в которой x1 = оборотный капитал/баланс; х2 = (прибыль до налогообложения + проценты к уплате)/баланс; х3 = прибыль до налогообложения/краткосрочные обчзательства; х4 = выручка (нетто) от реализации/баланс. Если Z < 0,862 предприятие получает оценку “крах”. При создании модели Спрингейт использовал данные 40 предприятий и достиг 92,5 процентной точности предсказания неплатежеспособности на год вперёд. Позднее Бодерас, [Botheras, 1979] используя модель Спрингейта на данных 50 предприятий со средним балансом в 2,5 миллиона долларов, достиг 88 процентной точности предсказания. Модель Бивера: Известный финансовый аналитик Уильям Бивер (William Beaver) предложил свою систему показателей для оценки финансового состояния предприятия с целью определения вероятности банкротства – пятифакторную модель, содержащую следующие группы индикаторов: Группа К1 – коэффициент движение наличности, группа К2 - коэффициент чистого дохода, группа К3 - коэффициент обязательств к суммарным активам, 41 группа К4 - коэффициент ликвидных активов к суммарным активам, группа К5 - коэффициент ликвидных активов к текущей задолженности. По результатам расчетов индикаторов составляется таблица, в которой осуществляется сравнение факторных показателей с их нормативными значениями. Таблица. Сравнение расчетных данных с нормативными значениями. Группа коэффициентов Благоприятные Банкроты за 5 лет Банкроты на момент К1 3,3-3,5 2,4 2 К2 0,45 0,15 -0,15 К3 0,1 0,05 -0,2 К4 0,37-0,40 0,5 0,8 К5 0,40-0,42 0,3 0,06 Модель Ж. Конана и М. Голдера: Французские ученые Ж. Конан и М. Голдер на базе метода множественного дискриминантного анализа разработали модель оценки платежеспособности фирм, которая позволила оценивать вероятность задержки платежей предприятием. Q = -0,16 Y1 – 0,222 Y2 + 0,87 Y3 + 0,10 Y4 – 0,24 Y5, где Y1 – отношение суммы денежных средств и дебиторской задолженности к итогу баланса; Y2 – отношение суммы собственного капитала и долгосрочных пассивов к итогу баланса; Y3 – отношение расходов по обслуживанию займов к выручке от реализации; Y4 – отношение расходов на персонал к добавленной стоимости после налогообложения; Y5 – отношение прибыли до выплаты процентов и налогов к заемному капиталу. В зависимости от значения Q (от 0,164 - 0,210) определяется вероятность неплатежеспособности. Модель надзора над ссудами – Чессера. Модель Чессера – банковская методика оценки вероятности невыполнения заемщиком условий кредитного договора. Под невыполнением условий договора подразумевается не только невозврат суммы, но и любые другие отклонения от договора, делающие ссуду для кредитора менее выгодной. Модель Чессера представляет собой расчет интегрального показателя на основании шести взвешенных переменных – финансовых коэффициентов, характеризующих рентабельность, ликвидность и финансовую устойчивость компании. Затем полученный с помощью скоринговой модели показатель используется для расчета вероятности невыполнения договорных условий. Модель выглядит следующим образом: Y = -2,0434 – 5,24 X1 + 0,0053 X2 – 6,6507 X3 + 4,4009 X4 – 0,0791 X5 – 0,1220 X6, где X1 – (Наличность + Легкореализуемые ценные бумаги) / Совокупные активы, X2 – Нетто-продажи / (Наличность + Легкореализуемые ценные бумаги), X3 – Брутто-доходы / Совокупные активы, 42 X4 – Совокупная задолженность / Совокупные активы, X5 – Основной капитал / Чистые активы, X6 – Оборотный капитал / Нетто-продажи. Формула для вероятности невыполнения условий договора Р = 1 / [1 + e -Y ], где е = 2,71828 Р≥ 0,5 - заемщик относится к группе которая не выполняет условия договора, Р < 0,5 - заемщик относится к группе надежных клиентов. Однако кроме этого расчета при выдаче кредита учитывается множество других факторов. Модель Аргенти Эта модель учитывает не только экономические, но и социальные причины банкротства. Исследование в рамках подхода начинается с предложений: - идет процесс, ведущий к банкротству, - процесс этот для своего завершения требует нескольких лет, - процесс может быть разделен на три стадии: недостатки, ошибки, симптомы. При расчете А-счета конкретной компании необходимо ставить либо количество баллов согласно Аргенти, либо 0 - промежуточные значения не допускаются. Каждому фактору, каждой стадии присваивают определенное количество баллов и рассчитывают агрегированный показатель - А-счет. Следует иметь в виду, что все модели, предложенные зарубежными авторами, разработаны основе поведения организаций в условиях американской и европейской экономик. Для российского бизнеса использовать предложенные модели можно лишь после дополнительных исследований и с учетом отраслевых и территориальных особенностей. Эти модели, как и любые другие, следует применять лишь как вспомогательные средства анализа деятельности предприятий. Применять их следует только после проверки и коррекции в среде будущего применения. Ниже перечислены примеры возможного использования: обработка данных потенциальных заёмщиков с целью определения риска неплатежеспособности; определение условий кредита; покупка или продажа предприятия; определение «Сигнала тревоги» для менеджмента предприятия; проверка принятых решений в симуляциях экономических ситуаций; создание динамичной картины платежеспособности предприятия (анализ трендов), используя данные предыдущих отчётных периодов. Последние три возможности могут быть встроены в менеджмент- информационные системы (MIS). Все эти модели позволяют высказывать суждение о возможном, в обозримом будущем (2–3 года), банкротстве одних предприятий и достаточно устойчивом финансовом положении других. Применение зарубежных моделей к финансовому анализу отечественных предприятий требует осторожности, так как они не учитывают специфику бизнеса. Например, структуру капитала в различных отраслях, экономическую ситуацию в стране. Использование указанных моделей в российской практике возможно с учетом того, что в России иные финансовые условия. Темпы инфляции, условия кредитования, налогообложения и многое иное. Нельзя сбрасывать со счетов и иную 43 ментальность менеджеров, принимающих управленческие решения. 3.9.2. Отечественные модели Оценка структуры баланса и финансовые коэффициенты В период перехода к рыночным отношениям экономика России столкнулась с массовым явлением неплатежеспособности предприятий. Для определения их финансового состояния была разработана система критериев, утвержденная Постановлением Правительства Российской Федерации от 20 мая 1994 г. № 498 «О некоторых мерах по реализации законодательства о несостоятельности (банкротстве) предприятий». Основными источниками информации для анализа являются ф. №1 «Баланс предприятия» и ф. №2 «Отчет о прибылях и убытках». Данная методика носит в настоящее время рекомендательный характер, но всё еще достаточно популярна. Анализ и оценка структуры баланса предприятия проводятся на основе показателей: коэффициента текущей ликвидности; коэффициента обеспеченности собственными средствами. Основанием для признания структуры баланса предприятия неудовлетворительной, а предприятия - неплатежеспособным является одно из следующих условий: Коэффициент текущей ликвидности (Клик) на конец отчетного периода имеет значение менее 2; где Клик = (Текущие активы – Расходы будущих периодов) / (Текущие пассивы – Доходы будущих периодов). Коэффициент обеспеченности собственными средствами (Косс) на конец отчетного периода имеет значение менее 0,1. Косс = (Текущие активы – текущие пассивы) / Текущие пассивы. Основным показателем, характеризующим наличие реальной возможности у предприятия восстановить (либо утратить) свою платежеспособность в течение определенного периода, является коэффициент восстановления (утраты) платежеспособности. Если хотя бы один из коэффициентов меньше норматива (Клик<2, или Косс<0,1), то рассчитывается коэффициент восстановления платежеспособности за период, установленный равным шести месяцам. Если коэффициент текущей ликвидности больше или равен Клик > 2, а коэффициент обеспеченности собственными средствами больше или равен 0,1 (Косс ≥ 0,1), рассчитывается коэффициент утраты платежеспособности за период, установленный равным трем месяцам. Коэффициент восстановления платежеспособности Квос определяется как отношение расчетного коэффициента текущей ликвидности к его нормативу. Расчетный коэффициент текущей ликвидности определяется как сумма фактического значения коэффициента текущей ликвидности на конец отчетного периода и изменения значения этого коэффициента между окончанием и началом отчетного периода в пересчете на период восстановления платежеспособности, установленный равным шести месяцам: Квос = {Клик1 + (6 / Т)(Клик1 – Клик0)}/ Клик.норм где Квос – коэффициент восстановления платежеспособности; Клик1, Клик0 – коэффициенты ликвидности в конце и начале отчетного периода; Т – отчетный 44 период в месяцах равен 12; 6 – период восстановления платежеспособности равный 6 месяцам; Клик. норм - нормативное значение коэффициента текущей ликвидности. Коэффициент восстановления платежеспособности, принимающий значение больше 1, свидетельствует о наличии реальной возможности у предприятия восстановить свою платежеспособность. Коэффициент восстановления платежеспособности, принимающий значение меньше 1, свидетельствует о том, что у предприятия в ближайшие шесть месяцев нет реальной возможности восстановить платежеспособность. Если фактический уровень Клик или Косс равен или выше нормативных значений на конец периода, но наметилась тенденция их снижения, то рассчитывается коэффициент утраты платежеспособности Куп за период, равный 3 месяцам: Куп = {Клик1 + (3 / Т)(Клик1 – Клик0)} / Клик.норм. Если Куп > 1, то предприятие имеет реальную возможность сохранить свою платежеспособность в течении трех месяцев, если Куп < 1, то вероятность потери платежеспособности в течении трех месяцев очень велика. Рассчитанные коэффициенты обычно заносятся в таблицу и сравниваются с их нормативными значениями. На практике нормативные значения коэффициентов могуи существенно отличаться от указанных в приложениях к Постановлению Правительства Российской Федерации от 20 мая 1994 г. № 498 «О некоторых мерах по реализации законодательства о несостоятельности (банкротстве) предприятий». Недостатком приведенной методики являлось отсутствие учета отраслевых особенностей анализируемых предприятий, что приводило к неправильной оценке финансового состояния. Поэтому в России были проведены работы по созданию отечественных методик анализа несостоятельности организаций. При оценке рейтинга субъектов хозяйствования и вероятности их банкротства поставщиками финансовых и других ресурсов может использоваться многомерный сравнительный анализ различных предприятий по целому комплексу экономических показателей. Разработки отечественных авторов начали появляться в 90-х годах. Модель Л.В. Донцовой и Н.А. Никифоровой Сущность этой методики заключается в классификации предприятий по степени риска исхода из фактического уровня показателей финансовой устойчивости и рейтинга каждого показателя, выраженного в баллах. В частности, в работе Л.В. Донцовой и Н.А. Никифоровой предложена следующая система показателей и их рейтинговая оценка, выраженная в баллах, которая приведена в таблице ниже. I класс – предприятия, с хорошим запасом финансовой устойчивости, позволяющие быть уверенными в возврате ими заемных средств; IIкласс - предприятия, демонстрирующие некоторую степень риска по задолженности, но еще не рассматриваются как рискованные; Ш класс - проблемные предприятия. Здесь вряд ли существует риск потери средств, но полное получение процентов представляется сомнительным; IVкласс - предприятия с высоким риском банкротства даже после принятия мер по финансовому оздоровлению. Кредиторы рискуют потерять свои средства и проценты; 45 Vкласс - предприятия высочайшего риска, практически не состоятельные. Таблица. Группировка предприятий по критериям оценки финансового состояния. Границы классов согласно критериям (баллы) Показатель 1 2 3 4 5 6 Коэффициент абсолютной ликвидности 0,25 и выше -20 0,2-16 0,15-12 0,1-8 0,05-4 менее 0,05- 0 Коэффициент быстрой ликвидности 1,0 и выше -18 0,9-15 0,8-12 0,7-9 0,6-6 менее 0,5-0 Коэффициент текущей ликвидности 2,0 и выше - 16,6 1,9- 15 1,7 -12 1,6-10,5 1,4 -7,5 0,3-6 1,1-3 1,0-1,5 менее 1,0 - 0 Коэффициент финансовой независимости 0,6 и выше -17 0,59-15 0,54-12 0,53-1,4 0,43-7,4 0,42-6,6 0,41 -1,8 0,4-1 менее 0,4 - 0 Коэффициент обеспеченности собственными оборотными средствами 0,5 и выше -15 0,4-12 0,3-9 0,2-6 0,1-3 менее 0,1 - 0 Коэффициент обеспеченности запасов собственным капиталом 1,0 и выше - 15 0,9-12 0,8-9,0 0,7-6 0,6-3 менее 0,6 Минимальное значение границы 100 баллов 85-64 63,9-6,9 41,6-8,3 18 — Модель О.П. Зайцева. К = 0,25х1 + 0,1х2 + 0,2х3 + 0,25х4 + 0,1х5 + 0,1х6; где х1 = Уб/СК, коэффициент убыточности предприятия, характеризующийся отношением чистого убытка к собственному капиталу (III раздел баланса); нормативное значение х1 = 0; х2 - КЗ/ДЗ, коэффициент соотношения кредиторской и дебиторской задолженности, нормативное значение х2 = 1; х3 - КО/ОбА, показатель соотношения краткосрочных обязательств и наиболее ликвидных активов, этот коэффициент является обратной величиной показателя абсолютной ликвидности. Нормативное значение х3 = 7; х4 - Уб/Вр, убыточность реализации продукции, характеризующийся отношением чистого убытка к объёму реализации этой продукции. Нормативное значение х4 = 0; х5 – (КО+ДО)/СК, коэффициент финансового левериджа (финансового риска) - отношение заемного капитала (долгосрочные и краткосрочные обязательства) к собственным источникам финансирования. Нормативное значение х5 = 0,7; х6 - сумма актива/Вр, коэффициент загрузки активов как величина, обратная коэффициенту оборачиваемости активов - отношение общей величины активов предприятия (валюты баланса) к выручке. Нормативное значение х6 = х6 прошлого 46 периода. Если у предприятия нет убытков, то ставится 0. Весовые значения частных показателей для коммерческих организаций были определены экспертным путём, а фактический комплексный коэффициент банкротства следует сопоставить с нормативным, рассчитанным на основе рекомендуемых минимальных значений частных показателей - расчетное значение К надо сравнить с К нормативным. Если фактический комплексный коэффициент больше нормативного Кфакт>КN, то вероятность банкротства велика, а если меньше - то вероятность банкротства мала. Рассчитаем нормативное значение К: КN = 0,25*0 + 0,1*1 + 0,2*7 + 0,25*0 + 0,1*0,7 + 0,1*х6; КN = 1,57+0,1*х6. Тестирование данной модели по исследуемой выборке субъектов хозяйствования показало, что она позволяет довольно быстро провести экспресс- анализ финансового состояния производственных предприятий и достаточно точно оценить степень вероятности их банкротства Модель диагностики банкротства Давыдовой - Беликова имеет вид: Z = 8,38х1 + 1,0х2 + 0,054х3 + 0,63х4, где х1 - показывает долю мобильных активов в общей величине имущества предприятия; х2 - показывает удельный вес прибыли в общей сумме собственных источников финансирования; х3 - отношение выручки, полученной предприятием к среднегодовой величине его имущества; х4 - доля чистой прибыли в себестоимости реализованных товаров, работ, услуг предприятия. Полученные значения Z-счета сравниваются со следующими критериями: Z = 0 - max степень банкротства 90-100%; 0 Модель диагностики банкротства Сайфулина-Кадыкова имеет вид: R = 2х1 + 0,1х2 + 0,08х3 + 0,45х4 + 1,0х5; где х1 - СОС/МЗ >0,1; отношение собственных оборотных средств к материальным запасам; х2 = ОА/КО; отношение оборотных активов к краткосрочным обязательствам; х3 = Вр/ВБ; отношение выручки к валюте баланса; х4 = Чпр/Вр; отношение чистой прибыли к выручке; х5 = Чпр/СК; отношение чистой прибыли к собственному капиталу. Если R<1, то предприятие имеет неудовлетворительное финансовое состояние; R 1 - финансовое состояние удовлетворительное. Следует иметь в виду, что все модели, предложенные зарубежными авторами, разработаны для поведения организаций в основном в условиях 47 американской экономики. Для российского бизнеса переносить предложенные модели можно лишь после дополнительных исследований и с учетом отраслевых и территориальных особенностей. Эти модели, как и любые другие, следует использовать лишь как вспомогательные средства анализа предприятий. Применять их следует только после проверки и коррекции в среде будущего применения. Ниже перечислены примеры возможного использования: Обработка данных потенциальных заёмщиков с целью определения риска неплатежеспособности. Определение условий кредита. Покупка или продажа предприятия. Определение «Сигнала тревоги» для менеджмента предприятия. Проверка принятых решений в симуляциях экономических ситуаций. Создание динамичной картины платежеспособности предприятия (анализ трендов), используя данные предыдущих отчётных периодов. Последние три возможности могут быть встроены в информационные системы менеджмента риска (MIS) и выполняться автоматически. При использовании как зарубежных, так и отечественных моделей прогнозирования банкротства следует иметь в виду особенности отечественного бизнеса и системы бухгалтерского учета. Например, по модели Альтмана несостоятельные предприятия, имеющие высокий уровень четвертого показателя (собственный капитал / заемный капитал), получают очень высокую оценку, что не соответствует действительности. В связи с несовершенством действующей методики переоценки основных фондов, когда старым изношенным фондам придается такое же значение, как и новым, необоснованно увеличивается доля собственного капитала за счет фонда переоценки. В итоге складывается нереальное соотношение собственного и заемного капитала, Поэтому модели, в которых присутствует данный показатель, могут исказить реальную картину. |