Методика анализа и оценки риска неплатежеспособности предприятий малого бизнеса (1142423), страница 11

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 11)

долл. Модель стала более точной по сравнению с исходной«Z-моделью» [109]. Она прогнозирует на временном горизонте один годнаступление дефолта с точностью до 90%, на временном горизонте до пяти лет сточностью 70%. Изначально в модели использовались 27 факторных переменных,65наибольшую эффективность модель показывает используя семь факторов,представленных в таблице 12.Таблица 12 - Факторы, используемые в «ZETA»-модели Альтмана, Холдмен иНараянанаНазваниефакторнойпеременной (Xn)Пояснение для расчета факторной переменнойРентабельностьОтношение прибыли до выплаты процентов и налогов (earningsактивовbefore interest and taxes — EBIT) к совокупным активамСтабильностьОценка производится за последние 5-10 летприбылиОтношение прибыли до выплаты процентов и налогов (EBIT) кобщей сумме процентных платежей.

Это один из основныхПоказательпоказателей,процентногообычноиспользуемыйприпроведениифундаментального анализа ценных бумаг с фиксированнымипокрытиядоходами и при определении их рейтинга.Отношение нераспределенной прибыли к сумме активов. ЭтотСовокупнаяпоказатель учитывает такие факторы, как возраст компании,прибыльностьдивидендная политика и общий уровень доходности за времясуществованияКоэффициентОтношениеоборотногокапиталаккраткосрочнойтекущей ликвидности кредиторской задолженности компанииОтношение рыночнойкапитализациикбалансовой стоимостиКапитализация оценивается в среднем за последние 5 леткапиталаРазмер компанииОценивается как логарифм совокупных активов компанииИсточник: Модель «Zeta» [109].Области применения у «Z-модели» и модели «ZETA» одинаковые. Так,банки могут использовать модель для оценки кредитного риска по сделке, а такжеиспользоватьданнуюмодельприценообразовании,закладыватьсуммуожидаемых потерь на этапе рассмотрения кредитной заявки в цену кредита.66Компании могут использовать модель для оценки контрагентов, оценкифинансовых вложений.

Однако как у «Z-модели», так и у модели «ZETA» естьопределенные минусы:Модели являются эмпирическими, они разработаны на основаниивыборки и не основываются на теоретической концепции;Модели не учитывают страновые риски и национальные особенности.Например, в Российской Федерации, использование только бухгалтерскойотчетности при анализе платежеспособности имеет ряд дополнительных минусов:временная задержка, отсутствие всеобщего обязательного аудита, отсутствиеединой формы ведения бухгалтерского учета.На основании вышесказанного можно сделать вывод, что использоватьмодель Э. Альтмана для оценки платежеспособности контрагента целесообразно,однако сама оценка платежеспособности является недостаточной и должна быть вобязательном порядке дополнена анализом деловой репутации, также модельЭ.

Альтмана не применима для малого и среднего бизнеса по причине отсутствияинформации для анализа.Российским аналогом «Z-модели» Альтмана и модели «Zeta» являетсяметодика оценки финансовой устойчивости разработанная Л.В.Донцовой иН.А. Никифоровой, позволяющая оценить платежеспособность на основаниифинансовых показателей.Ввиду схожестей методик недостатки у моделей одинаковые, что непозволяет на практике использовать их для оценки риска неплатежеспособностипредприятий малого бизнеса.В 2000 году компания Moody’s Analytics представила RiskCalc, модельоценки риска дефолта частных компаний, а через 10 лет адаптировала ее дляроссийского рынка.Модель RiskCalc и предусматривает прогнозирование вероятности дефолтана основании сведений, отражаемых в финансовой отчетности компаний, иинформации, поступающей с фондовых рынков.

Модель RiskCalc Russiaсоставлена с учетом уникальных особенностей российских фирм и конъюнктуры67российского рынка с использованием обширной базы данных местнойфинансовой отчетности и сведений о дефолтах. При этом коэффициентырассчитывались на основе статей, существующих в российском бухгалтерскомучете.Моделиоценкивероятностидефолтаиспользуютсядляоценкивероятности неисполнения долговых обязательств.

Каждая модель составлена сучетом региональных или отраслевых особенностей и отражает местнуюпрактику кредитования, стандарты бухгалтерского учета и регулятивныетребования. Первая модель была разработана в 2000 году на основании данных,полученных в рамках сотрудничества Moody’s с ведущими североамериканскимибанками. Впоследствии, компания Moody’s, используя ту же методику,разработала модель для ряда других стран. На сегодняшний день существует уже28 страновых моделей RiskCalc.

Все модели RiskCalc создаются в рамках единойсхемы (методики). На первом этапе необходимо рассчитать ограниченноеколичество коэффициентов финансовой отчетности из списка возможныхпоказателей, рассчитываемых на основе финансовой информации, полученной откомпании. Составленный таким образом рабочий список разбивается нанесколько групп по основным аспектам финансового положения фирмы.Например,группа«Покрытиезадолженности»включаеткоэффициентсоотношения потока наличности к процентным платежам, а также соотношениеEBITDA к общей сумме задолженности.

Высокое покрытие задолженностиозначает снижение вероятности дефолта. Moody’s проверяет каждый показательотдельно, затем рассматривает их в совокупности на предмет определениякорреляции и, наконец, отбирает самые эффективные показатели из каждойгруппы. В окончательную модель включаются коэффициенты, обладающиеследующими свойствами:Легкость расчета на основании доступных данных;Они отличаются интуитивным характером;Они полезны для измерения риска дефолта и не имеют корреляции сдругими переменными, используемыми в модели.68По мнению Moody’s между коэффициентами финансовой отчетности иуровнем дефолтов наблюдается нелинейная взаимосвязь.

Для ее сохранения былипреобразованыпеременныевпромежуточныевероятностидефолтасиспользованием непараметрических методов. Затем была проверена степеньвлияния каждого показателя на изменение уровня дефолта. На следующем этапекомпанией Moody’s был определен вес показателей финансовой отчетности сиспользованием пробит-модели.

В сочетании с отраслевыми переменными быласоздана окончательная (непараметрическая) трансформанта, которая превратилаполученную с помощью модели оценку в реальный показатель кредитного рискав ожидаемую частоту дефолта.На завершающем этапе, который также имеет большое значение,компанией Moody’s была проведена калибровка рассчитанная с помощью моделипоказатели вероятности дефолта с учетом центральной тенденции к дефолту(Central Default Tendency, CDT). CDT — это неподдающаяся непосредственномунаблюдению оценка истинной средней вероятности дефолта в популяции. ОценкаCDT осуществляется на основании информации, представленной в разныхисточниках, например, данных об управленческих резервах под возможныепотери от кредитования, полученных от местных банков, и данных по выборке,используемой для разработки модели.На показатель вероятности дефолта влияют не только финансовыепоказатели компании, но и общеэкономический кредитный цикл.

Чтобы учестьего влияние, модели RiskCalc включают поправочный коэффициент на стадиюкредитного цикла. Он рассчитывается на основе данных о стоимости акцийкомпаний, котирующихся на бирже.При разработкеRiskCalc Russia учитывались уникальные особенностироссийского рынка. Учет этих особенностей помог компании Moody’s точнееопределить набор вводимых переменных, обеспечивающий максимальнуюэффективность модели.В моделях RiskCalc часто используется показатель роста продаж. Так, встранах со зрелой экономикой, например в США, слишком медленный или69слишком резкий рост продаж сопровождается высоким риском дефолта. Наформирующихся рынках, в частности в России, высокий рост продаж являетсянормой, и более высокие показатели вероятности дефолта характерны только длякомпаний с чрезвычайно высокими темпами роста.

Вместе с тем, например, вКитае компании, продажи которых растут очень высокими темпами, отнюдь нехарактеризуются повышенными показателями риска дефолта. Экономика Россиисильно зависит от экспорта нефти и газа, соответственно, наблюдается теснаявзаимосвязь между ценами на энергоносители и экономическим ростом илиспадом, а последствия внешних потрясений отражаются в отчетности сопозданием. Это создает проблемы с применением модели RiskCalc, основаннойна использовании финансовой информации. Показатели финансовой отчетности,используемые в модели RiskCalc Russia представлены в таблице 13.Таблица 13 - Показатели финансовой отчетности, используемые в моделиRiskCalc RussiaДеловая активностьПокрытие задолженностиРостФинансовый левереджКредиторская задолженность / ПродажиОперационная прибыль / ПассивыИзменение объема продажСобственный капитал / АктивыНераспределенная прибыль / ТекущиеобязательстваЛиквидностьДен.

средства и их эквиваленты / АктивыРентабельностьДоходность активов (Return on Assets, ROA)Источник: Официальный сайт рейтингового агентства Moody’s [61].Российские стандарты бухгалтерского учета постепенно приближаются кмеждународным. Некоторые крупные компании уже сегодня представляютфинансовуюотчетностьпараллельновдвухформатах,соответственноотражающих международный (МФСО) и российский стандарты финансовойотчетности.

Малые предприятия при составлении отчетности по-прежнемуруководствуютсяисключительнороссийскимистандартами.Этотребуетпостроения модели, в которой используют местные данные.Большинство моделей RiskCalc включает показатель размера компаний.

Характеристики

Список файлов диссертации