Оценка возможности банкротства предприятия: Прогнозирование банкротства организации — Контур.Эксперт — СКБ Контур — call-board

Содержание

Прогнозирование банкротства организации — Контур.Эксперт — СКБ Контур

Что такое банкротство?

Банкротство — это неспособность организации платить по своим долговым обязательствам и финансировать текущую основную деятельность из-за отсутствия денежных средств. Основным признаком банкротства является просрочка в уплате долга более чем на 3 месяца.

Вероятность банкротства — это одна из оценочных характеристик текущего финансового состояния в исследуемой организации. Руководство предприятия может постоянно поддерживать вероятность на низком уровне, если будет периодически проводить анализ вероятности банкротства, и вовремя принимать необходимые меры.

Z-счет Альтмана

В настоящее время существуют различные методики оценки вероятности банкротства предприятия. Наиболее точными в условиях рыночной экономики являются многофакторные модели прогнозирования банкротства, которые обычно состоят из пяти-семи финансовых показателей.

В практике для оценки вероятности банкротства наиболее часто используется так называемый «Z-счёт» Альтмана. Итоговый коэффициент вероятности банкротства Z представляет собой функцию от пяти показателей, характеризующих экономический потенциал предприятия и результаты его работы за истекший период: структуру активов и пассивов, рентабельность и оборачиваемость. Каждый из показателей был наделён определённым весом, установленным статистическими методами.

Z = 1,2 * K1 + 1,4 * K2 + 3,3 * K3 + 0,6 * K4 + K5, где

K1 — доля оборотных активов в суммарных активах организации. Показатель характеризует степень ликвидности организации.

K2 — рентабельность активов по нераспределенной прибыли. Показатель характеризует уровень финансового рычага организации.

K3 — рентабельность активов по прибыли до уплаты налогов. Показатель характеризует эффективность операционной деятельности организации.

K4 — соотношение собственного и заемного капиталов.

K5 — оборачиваемость активов. Показатель характеризует рентабельность активов предприятия.

В зависимости от значения «Z-счёта» по определённой шкале производится оценка вероятности наступления банкротства в течение двух лет. При анализе организации следует обращать внимание не столько на шкалу вероятностей банкротства, сколько на динамику этого показателя.

Z-счет Альтмана позволяет определить не только риск банкротства, но и уровень кредитоспособности, поэтому применяется банками для оценки кредитоспособности заемщика, финансовой устойчивости и вероятности банкротства.

Оценка вероятности банкротства | Современный предприниматель

В процессе деятельности любого предприятия периодически возникают ситуации, когда его положение в экономическом плане оказывается довольно неустойчивым. И только грамотный финансовый анализ позволяет точно определить: переживает ли предприятие кризисное явление, которое не повлечет за собой серьезных последствий, либо оно находится на краю банкротства, и требуются определенные усилия по спасению бизнеса.

Для чего нужна оценка вероятности банкротства

Основные цели проведения оценки экономического состояния предприятия уже отмечены. Но такая оценка может потребоваться и в случае, когда несостоятельность очевидна. Согласно действующего законодательства в сфере банкротства на арбитражном управляющем лежит обязанность по проведению финансового анализа должника (п. 2 ст. 20.3 закона № 127-ФЗ «О несостоятельности (банкротстве)» от 26.10.2002. Результатом этого анализа становится заключение о преднамеренном или фиктивном банкротстве, что влечет за собой множество негативных последствий для собственников и руководителей бизнеса. Поэтому заранее проведенная оценка вероятности банкротства предприятия в ряде случаев обеспечивает возможность внести коррективы в деятельность предприятия, исключив вероятность обвинения в противоправном банкротстве.

Вероятность банкротства организации

Предварительно оценить перспективы возможного банкротства юридического лица можно без тщательного анализа большого объема финансовых показателей. Практика показывает, что риск банкротства велик в случае выявления таких признаков:

Рост кредиторской задолженности;
Поток прибыли не имеет стабильности;
Рентабельность снижается, либо её изменения носят скачкообразный характер;
Снижается уровень ликвидности продукции и самого предприятия.

Наличие любого признака требует, чтобы был проведен анализ вероятности банкротства предприятия. Эта процедура позволит выявить места неэффективного использования ресурсов организации, а также определит возможные варианты исправления ситуации.

Диагностика вероятности банкротства

Подробный анализ финансового положения компании учитывает множество показателей, которые характеризуют определенную сторону существования бизнеса. В частности, учитывается:

В зависимости от полученных результатов экономическое положение предприятия может быть оценено как предкризисное или как кризисное. В первом случае для нормализации ситуации необходимы небольшие корректировки, внесенные в деятельность, которые позволят вывести предприятие в стабильное положение.

Во втором случае положение дел требует более серьезного изменения всей структуры работы, а в особо сложных ситуациях констатирует вероятность банкротства в ближайшее время, в т.ч. в случае непринятия решений по внесению изменений в деятельность компании.

Читайте также: Экспресс-анализ финансового состояния предприятия

Модели оценки вероятности банкротства

Для точного расчета экономических показателей, свидетельствующих о надвигающемся банкротстве, используются специальные модели – математические расчеты определения финансовой устойчивости и формирования прогнозов экономического развития. В настоящее время для оценки используется около десятка различных моделей, каждая из которых имеет свои особенности, как по расчетам, так и по получаемым результатам.

Например, вероятность банкротства по Альтману опирается на оценку показателя снижения объема заемных средств. Для расчета в данной модели используется показатели оборотных активов и текущей кредиторской задолженности.

Точность получаемого показателя составляет около 95% в периоде не более одного года.

Другие методы вероятности банкротства предусматривают использование большего числа показателей, в том числе получаемых по дополнительным расчетным моделям. Уровень точности результата расчетов в большинстве случаев составляет от 90 до 98 процентов.

Выбор конкретной методики вероятности банкротства законодательно не регламентирован и собственники бизнеса могут проводить его по удобной для них системе. Даже в рамках процедуры банкротства арбитражный управляющий самостоятельно выбирает метод финансового анализа, но с учетом того, что ряд показателей в его структуре носит обязательный характер и подлежит расчету для дальнейшей оценки возможности восстановления платежеспособности должника.

Прогнозирование вероятности банкротства: последствия

Последствия выявления признаков неплатежеспособности предприятия зависят от того: кто и когда их выявил. Идеальным вариантом считается, когда соответствующий результат выявлен собственниками бизнеса, что дает им возможности внести коррективы в бизнес-процессы и вывести его из кризисного состояния. Примерно такой же результат может быть достигнут и при введении процедуры наблюдения, когда арбитражный управляющий готовит финансовый анализ. В данном документе может быть предусмотрена возможность восстановления платежеспособности предприятия с указанием конкретных мероприятий для достижения этой цели.

Экономисты советуют регулярно проводить самую простую оценку вероятности банкротства предприятия – это позволит выявить кризисные явления и принять своевременные меры по недопущению банкротства.

Прогнозирование вероятности банкротства предприятия по Альтману – Science Portal

Существует система для расчета показателей, диагностики банкротства, созданная американским ученым Эдвардом Альтманом. Он создал собственную формулу на основе данных о стабильных предприятиях и тех, которые в течение пяти лет разорились.

Данный финансовый анализ изначально работал исключительно с фирмами, акции которых котировались на бирже. Позднее была выпущена доработка для корпораций с не котирующимися ценными бумагами.

Описание модели оценки вероятности банкротства предприятия

Ученый использовал специальный аппарат, который проводил мультипликативный дискриминантный анализ, чтобы вычислить риск банкротства.

Таким образом, инструмент помогал оценить риск и какие критерии приведут к банкротству организации. Происходило разделение компаний на те, которые могут разориться в скором времени или работающие стабильно. Модель Альтмана представляет собой функцию взятых данных, которые демонстрируют результаты работы и предполагаемый потенциал.

Существует несколько разновидностей функции:

Двухфакторная модель – самая простая из предложенных. Для определения несостоятельности (банкротства) используют показатели удельного веса заемных средств, которые находится в активах, и наличествующей ликвидности. Данные умножаются с добавлением расчетов весовых коэффициентов.

Пятифакторная модель банкротства Альтмана – более точный расчет. Добавляются следующие переменные: оборотный капитал, прибыль до выплаты налогов и дивидендов, рыночная стоимость собственного капитала, а также объем продаж.
Четырехфакторная методика или модель для диагностики финансов ого банкротства представляет собой модель оценки, рассчитанной для непроизводственных предприятий. Чаще всего это сектор розничной торговли или другие предприятия, где не производится капитализация аренды.

Существует еще несколько прочих методик (z-счет альтмана) оценки для развивающихся рынков и моделирования кредитного риска, которые помогают провести анализ вероятности банкротства.

Анализируем финансовое состояние предприятия за 5 минут

Со времен Эдварда Альтмана технологии значительно двинулись вперед, поэтому сейчас любому гражданину намного проще выявить несостоятельность, которая может привести к процедуре банкротства. SCIENCE HUNTER доработали алгоритм, переведя его в онлайн-приложение. Программа, основанная на модели Альтмана, позволит быстро обнаружить все проблемные места и сохранить имущество.

Воспользоваться калькулятором достаточно просто:

Выберите нужную формулу: классическую или для компаний с ценными бумагами, не котирующимися на рынке.
Заполнить текущие данные, например, оборотные средства и т.д. Присутствуют подсказки, по которым следует ориентироваться.
После заполнения нажмите «Применить», и на экране появится ответ, где вы можете оценить диапазон и понять величину отклонений.

Разработчики учитывали особенности рынка стран СНГ, поэтому сервис более точный, чем зарубежные аналоги.

Стоит заметить, что построение модели и даваемый ответ зависит от ситуации на рынке, состояния экономики региона и специфики данной сферы. Методика Альтмана считается достаточно точной. Но она все-таки не всегда учитывает некоторые показатели, поэтому не стоит всецело полагаться исключительно на нее. Лучше дополнительно воспользоваться другими способами анализа, например, несколькими моделями Таффлера, Бивера и Чессера, так точность значительно повысится.

Таким образом, комплексный подход поможет более точно оценить рентабельность активов.

Примеры автоматической оценки состояния предприятия

Нередко фирмы, чтобы узнать определенные данные высчитывают их именно через z вероятность, например, уровень заработной платы. Кроме того, данные помогают при реструктуризации, процедуре реализации имущества, списании долгов, финансовом оздоровлении. Кредиторы также могут воспользоваться этой функцией, чтобы вычислить дебиторскую задолженность физлиц.

Вдобавок в судебной практике также могут использовать данные модели, чтобы точнее вычислить проблему преднамеренного банкротства. Юрист юридических или физических лиц может представлять финансового управляющего согласно законодательству и доказать невиновность клиента.

Предлагаем просмотреть пример расчета, чтобы понять, как он работает.

Пользователю потребуется ввести данные, обозначенные в специальных полях:

Далее потребуется нажать «Применить», после чего программа выдаст результат.

Программа также приведет пример различной степени банкротства. При другом варианте расчета изменяется формула и данные, которые нужно ввести, чтобы понять считается ли компания банкротом.

Подобная система несколько напоминает форму Excel, однако действует намного проще. Клиенту не нужно вводить никаких личных данных, кроме указанных на сайте. Воспользоваться приложением можно совершенно бесплатно.

С помощью данной или другой модели, легко провести процедуру банкротства физического лица, узнать оборачиваемость дебиторской задолженности, полнее проанализировать размер оборотных средств и в целом подробнее узнать о своем имуществе. Если вы являетесь чьим-то деловым партнером или кредиторской организаций, то вам будет проще вычислить должника, не нарушая правовые нормы.

120. Оценка вероятности банкротства предприятия. Анализ финансово-хозяйственной деятельности. Шпаргалки

1. Анализ финансово-хозяйственной деятельности предприятия: цели, задачи, предмет, функции

Содержание анализа финансово-хозяйственной деятельности состоит во всестороннем изучении технического уровня производства, качества и конкурентоспособности выпускаемой продукции, обеспеченности производства материалами, трудовыми и финансовыми ресурсами и эффективности их использования. Этот анализ основан на системном подходе, комплексном учете разнообразных факторов, качественном подборе достоверной информации и является важной функцией управления.

Цель анализа финансово-хозяйственной деятельности предприятия – повышение эффективности его работы на основе системного изучения всех видов деятельности и обобщения их результатов.

Задачами анализа финансово-хозяйственной деятельности предприятия являются :

• идентификация реального состояния анализируемого объекта;

• исследование состава и свойств объекта, его сравнение с известными аналогами или базовыми характеристиками, нормативными величинами;

• выявление изменений в состоянии объекта в пространственно-временном разрезе;

• установление основных факторов, вызвавших изменения в состоянии объекта, и учет их влияния;

• прогноз основных тенденций. Предметом анализа финансово-хозяйственной деятельности предприятия является анализ производственных и экономических результатов, финансового состояния, результатов социального развития и использования трудовых ресурсов, состояния и использования основных фондов, затрат на производство и реализацию продукции (работ, услуг), оценка эффективности деятельности организации.

Объектом анализа финансово-хозяйственной деятельности предприятия является работа предприятия в целом и его структурных подразделений (цехов, бригад, участков), а субъектами могут выступать органы государственной власти, научно-исследовательские институты, фонды, центры, общественные организации, средства массовой информации, аналитические службы предприятий.

Функциями анализа финансово-хозяйственной деятельности предприятия являются: контрольная, учетная, стимулирующая, организационная и индикативная.

2. Анализ финансового состояния предприятия: значение и задачи

Финансовое состояние предприятия – это экономическая категория, отражающая состояние капитала в процессе его кругооборота и способность субъекта хозяйствования к саморазвитию на определенный момент времени. Финансовое состояние предприятия характеризуется совокупностью показателей, отражающих процесс формирования и использования его финансовых средств. Финансовое состояние может быть устойчивым, неустойчивым (предкризисным) и кризисным. Способность предприятия своевременно производить платежи, финансировать свою деятельность на расширенной основе, переносить непредвиденные потрясения и поддерживать свою платежеспособность в неблагоприятных обстоятельствах свидетельствует о его устойчивом финансовом состоянии, и наоборот.

Неотъемлемой частью финансовой работы на предприятии является финансовый анализ и оценка финансового состояния предприятия.

Финансовый анализ включает блоки:

• общий (предварительный) анализ;

• анализ финансовой устойчивости;

• анализ ликвидности баланса;

• анализ результатов деятельности;

• комплексный анализ и оценка деятельности.

Конкретное направление анализа, составляющие его блоки, набор показателей определяются целями и опытом финансового аналитика.

Задачами анализа выступают: выявление произошедших за период изменений значений финансовых показателей;

• определение наиболее вероятных тенденций изменения финансового состояния предприятий;

• определение факторов влияющих на финансовое состояние предприятия;

• установление мер и рычагов воздействия на финансы предприятия с целью достижения желаемого финансового результата.

Результаты анализа необходимы для внутренних (службы предприятия, руководство) и внешних пользователей (менеджеров предприятия, собственники, кредиторы, инвесторы, поставщики).

Информационной базой финансового анализа выступают данный бухгалтерского учета и отчетности, анализ которых помогает восстановить все основные аспекты хозяйственной деятельности предприятия в обобщенной форме, т. е. с необходимой для проведения анализа степенью агрегирования.

3. Способы анализа финансовой отчетности

Практика финансового анализа выработала следующие основные приемы чтения финансовых отчетов:

• анализ абсолютных данных финансовых отчетов;

• горизонтальный анализ, т. е. рассмотрение финансовых показателей в динамике, как правило, за несколько лет, или на начало и конец анализируемого периода;

• вертикальный (структурный) анализ, при котором итог баланса принимается за 100 % и определяется удельный вес основных статей актива или пассива баланса;

• трендовый анализ, в рамках которого каждая позиция отчетности баланса сравнивается с соответствующими показателями предшествующих периодов, и таким образом определяется тренд, т. е. основная тенденция динамики анализируемого показателя (позиции). С помощью тренда прогнозируются возможные значения показателя в будущем, т. е. проводится перспективный анализ;

• анализ финансовых коэффициентов, т. е…

Конец ознакомительного фрагмента.

Данный текст является ознакомительным фрагментом.

Продолжение на ЛитРес

Анализ и оценка вероятности банкротства предприятия и

У любого предприятия рано или поздно наступает стадия прекращения существования. Прекратить свою деятельность оно может самом по себе или же под влиянием различных внешних факторов (банкротство). В рыночной экономике не существует вечных предприятий, так что рано или поздно придется проводить оценку вероятности банкротства предприятия. В данной статье мы с вами рассмотрим, как же производится оценка банкротства предприятия, чтобы в будущем избежать неприятных последствий.

Теперь давайте перейдем непосредственно к рассмотрению важной информации:

В Республики Беларусь основными нормативными правовыми актами, регулирующими процесс банкротства предприятия, являются 2 документа, в которых все описано максимально подробно и предусмотрено значительное количество отклонений. Это самые основные документы, в которыми руководствуются при регулировании процесса банкротства предприятия.

С самого начала необходимо распознать приближающуюся кризисную ситуацию. Вся суть диагностики состоит в том, чтобы помочь управленческому составу принять нужные и важные решения, которые помогут смягчить негативное влияние на состояние компании.

Одним из внешних признаков банкротства предприятия можно выделить его неплатёжеспособность, которая может быть, как устойчивой, так и приобретаемой. Определить наличие или отсутствие такой ситуации вам поможет Инструкция о порядке расчета коэффициентов, которая была утверждена Министерством финансов РБ и Министерством экономики РБ №140/206 от 27. 12.2011 г.

Оценка банкротства предприятия в Республике Беларусь основывается на целом комплексе различных показателей, среди которых можно выделить: коэффициент обеспеченности предприятия, коэффициент текущей ликвидности.

Если значение хотя бы одного значения одного из вышеуказанных коэффициентов находится ниже нормативного уровня, то предприятие можно признать неплатежеспособным.

После того, как была выявлена неплатежеспособность предприятия, на основе детального изучения бухгалтерской отчетности предприятия выявляются причины, вследствие которых финансовое состояние фирмы ухудшилось. Если удалось выявить, что доля заемных средств при образовании активов у предприятия увеличилась, то при помощи специального коэффициента, показывающего обеспеченность просроченных обязательств активами, рассчитывают, как предприятие могло бы расплатиться по этим долговым обязательствам при реализации своего имущества.

Невооруженному глазу может показаться, что расчет этих коэффициентов достаточно прост, однако самая большая проблема заключается в их статичности, так как расчет производится лишь на определенную дату и на основе данных бухгалтерского баланса.

Следует учитывать, что при расчете вышеописанных коэффициентов стоит обращать внимание на: объем реализации продуктов и услуг, размеры затрат, прибыли. Ликвидность предприятия в очень большой степени зависит от того, какими будут будущие поступления.

Лучше всего анализ оценки потенциального банкротства предприятия проводить при помощи однокритериальной двухфакторной модели. Ее суть заключается в том, что модель строится на основе двух показателей: коэффициента текущей ликвидности и отношения заемных средств к активам предприятия. Но! Данная модель не может вам гарантировать высокой точности, так как она не учитывает в себе другие не менее важные при оценке факторы.

Кроме наличия вышеописанной модели есть еще много разных вариантов оценки и анализа вероятности банкротства организации.

Если сделать вывод из всего написанного выше, то этот процесс достаточно сложный и ответственный и доверить оценку лучше всего профессионалам, так как именно они смогут произвести все качественно и без образования нежелательных последствий. Вовремя проведенная организация оценки банкротства предприятия поможет вам не попасть впросак.

Для того, чтобы произвести данную оценку, вам нужно всего-навсего связаться с нами по одному из нижеприведенных телефонов и описать свою проблему. Наш менеджер подскажет вам, что и как делать.

Телефоны для справок: +375 29 119 86 66

1.3 Методики оценки вероятности банкротства. Оценка вероятности банкротства МУП «Вологдагортеплосеть»

Оценка вероятности банкротства — Энциклопедия по экономике

Закон О несостоятельности (банкротстве) определяет признаки несостоятельности для предприятий всех форм собственности.

Следует сказать, что Закон Об акционерных обществах устанавливает другие признаки неплатежеспособности акционерных обществ. Во-первых, в соответствии с Законом Об акционерных обществах строго оговаривается размер уставного капитала — 1000 МРОТ для открытых акционерных обществ и 100 МРОТ для закрытых акционерных обществ. Во-вторых, размер чистых активов не должен быть меньше уставного капитала. Если чистые активы меньше уставного капитала, то последний должен быть снижен до размера чистых активов (возможно путем снижения номинальной стоимости акций только с согласия акционеров). Если чистые активы по окончании второго и каждого последующего года остаются на уровне ниже уставного капитала, то общество подлежит ликвидации. Таким образом, ликвидация Акционерного общества вследствие неплатежеспособности может произойти и без оценки вероятности банкротства в соответствии с Законом О несостоятельности- (банкротстве) . [c.262]

Однако применять коэффициент Альтмана для оценки вероятности банкротства российских предприятий можно с большой долей условности, так как веса данной функции необходимо рассчитывать по отечественной статистике, а достаточно длительных динамических рядов пока нет. Попытки модифицировать функцию с учетом российских условий делались, но сколько-нибудь достоверных и универсальных результатов пока не получено. [c.411]

В связи с развитием рыночных отношений, изменением законодательной базы и практической потребностью в третье издание был внесен ряд существенных изменений и дополнений значительно переработан параграф по анализу рентабельности написаны новые параграфы по анализу денежных потоков, инвестиционной привлекательности предприятий, лизингу, регулированию финансовых результатов и левериджа, а также аналитической оценке вероятности банкротства и инвестиционных проектов, способам обеспечения сопоставимости показателей с учетом инфляционного фактора. Внесены некоторые изменения в структурно-логические модели факторных систем и методику расчета факторов. [c.3]

АНАЛИТИЧЕСКАЯ ОЦЕНКА ВЕРОЯТНОСТИ БАНКРОТСТВА [c.70]

В теории и практике известно несколько подходов к оценке вероятности банкротства, основанных на использовании [c. 71]

Перечисленные основные и вспомогательные критерии используются при внутреннем и внешнем анализе при внутреннем — для своевременного принятия соответствующих мер, устранения выявленных симптомов, при внешнем — для адекватного реагирования по заключенным или предполагаемым сделкам. Преобладающим в практике подходом оценки вероятности банкротства является использование ограниченного количества показателей, на основании которых ее можно прогнозировать. Как правило, перечень этих показателей и их нормативные значения устанавливаются соответствующим постановлением правительства. Используются в основном коэффициенты текущей ликвидности, обеспеченности собственными средствами, восстановления (утраты) платежеспособности. [c.71]

Глава 2 посвящена разработке методических основ определения показателей стабильности предприятия. Исходной позицией здесь является построение модели для оценки вероятности банкротства предприятия, которая полагается зависимой от качества бизнес-проекта и качества менеджмента предприятия. Затем формируется методический подход к экспертной оценке вероятности стабильности предприятия, основанный на агрегировании исходной информации о бизнес-проекте и менеджмента предприятия с использованием логики правдоподобных рассуждений. Наряду с этим излагаются результаты авторов по идентификации опасностей и рисков субъектов партнерских групп предприятия. [c.7]

Качественная характеристика функционально-экономического условия стабильности предприятия определена нами как сохранение предприятия на очень низком уровне вероятности банкротства в течение определенного прогнозного периода его деятельности. Говорить о стабильности предприятия в течение определенного прогнозного периода его деятельности имеет смысл только при условии, что вероятность его банкротства в текущий момент времени оценивается как очень низкая . Практика рыночной экономики выработала финансовые критерии банкротства, закрепленные в России на законодательном уровне. Финансовые показатели, значения которых используются в качестве критериев банкротства, логично применять и при оценке вероятности банкротства, а следовательно, и для оценки принадлежности предприятия к классу стабильных с функционально-экономической точки зрения. [c.68]

С учетом введенных обозначений, прогнозирование оценщиком в момент t состояния предприятия на момент (t+1), необходимое в свою очередь для оценки вероятности банкротства предприятия, выражается формулой [c.70]

Предположим, что оценщику известно состояние предприятия на момент оценки, стратегический план деятельности предприятия и политика руководства предприятия в сфере управления персоналом, определяющая уровень профессиональной подготовки персонала предприятия в плановом периоде. Тогда, на качественном уровне оценка вероятности банкротства предприятия в зависимости от качества плана и персонала может быть представлена функцией [c.71]

Однако в известных методиках оценки эффективности инвестиционных проектов не учитывается уровень профессионализма команды менеджеров, которая должна реализовать оцениваемый проект. То есть известные инструменты оценки инвестиционных проектов позволяют решать только часть задач, необходимых для получения оценки вероятности банкротства предприятия в случае реализации разработанного бизнес-проекта, которая выбрана в качестве интегрального скалярного показателя стабильности предприятия. Оценка именно этого показателя представляет наибольший интерес для инвесторов предприятия. [c.80]

Для собственников капитала предприятия объемом К у.е. потенциальный ущерб при вероятности банкротства предприятия Рб оценивается произведением К х Рб у.е. Поэтому, дополнительная экспертиза бизнес-проекта предприятия, которая потенциально может понизить значение оценки вероятности банкротства в случае привлечения экспертов высокой квалификации, является, безусловно, выгодной для владельцев и потенциальных инвесторов предприятия. Такие потенциальные инвесторы как банки и лизинговые компании считают проведение бизнес-диагностики клиентов неотъемлемым атрибутом технологий проведения своих кредитных и лизинговых операций. Однако, как и в случае оценки качества бизнес-проекта предприятия разработчиками, оценка его аналитиками кредитных подразделений банка и соответствующими службами лизинговых компаний носит специфический по своим целям характер. Такая оценка призвана выявить лучших из потенциальных клиентов банка или лизинговой компании. Оценка такого рода не преследует цели удовлетворения потребности владельцев и потенциальных инвесторов в получении независимой оценки качества бизнес-проекта предприятия путем вычисления вероятности его банкротства. Такую потребность в инфраструктуре рыночной экономике [c.80]

Таким образом, именно консалтинговые фирмы должны быть заинтересованы в развитии методического аппарата оценки вероятности банкротства предприятия, поскольку этот показатель позволяет дать интегральную оценку качества бизнес-проекта и менеджмента предприятия. [c.81]

Оценка вероятности банкротства предприятия [c.101]

Подставляя найденные значения в формулу (2.7) получаем следующее выражение для оценки вероятности банкротства предприятия в течение период равный длительности интервала стратегического планирования [c.101]

В условиях нестабильности проблема возможного банкротства каждого предприятия волнует многих людей. Оценку вероятности банкротства можно дать с помощью финансового анализа, так как именно он позволяет выяснить ее подлинную причину. Универсальный рецепт от любого банкротства — проведение систематического финансового анализа предприятия для оценки потенциального банкротства. В числе основных причин возникновения состояния банкротства фирмы можно отметить следующие [c.60]

Анализом данной модели оценки вероятности банкротства [c.158]

В зависимости от значения Z-счета дается оценка вероятности банкротства предприятия по [c.135]

Анализ подхода к оценке вероятности банкротства, основанного на счету PAS-коэффициента, показал, что сама методика в условиях Украины может использоваться, тогда как в качестве расчетной базы Z-счет Альтмана использовать невозможно. [c.260]

Здесь следует сделать два замечания. К потере ценности приводит вовсе не сама по себе неспособность фирмы к выживанию, а тот факт, что ценность в случае вынужденной продажи меньше истинной ценности на величину определенной скидки. Во-вторых, данный подход вращается вокруг оценки вероятности банкротства. Эту вероятность трудно оценить, поскольку она будет зависеть как от резервов денежной наличности (по отношению к ее потребностям в денежной наличности), так и от состояния рынка. На [c.422]

Для оценки вероятности выживания фирмы мы можем использовать два способа. Во-первых, можно основываться на прошлом — рассмотреть фирмы, потерпевшие банкротство, и сравнить их с фирмами, которые этого избежали, а затем выявить переменные, различающие их. Например, фирмы с отрицательными долговыми коэффициентами и отрицательными денежными потоками от операций с большей вероятностью потерпят банкротство, чем фирмы, не обладающие этими свойствами. Кроме того, для оценки вероятности банкротства фирмы можно использовать статистические методы (например, пробиты, или кривые регрессии). Для выведения пробитое следует начать со всех зарегистрированных в 1990 г. фирм и их финансовых характеристик, а затем определить те фирмы, которые потерпели банкротство в период 1991-1999 гг., и оценить вероятность банкротства как функцию переменных, наблюдавшихся в 1990 г. Результат, напоминающий результат регрессии, позволит оценить вероятность дефолта для любой фирмы в настоящий момент времени. [c.423]

Использовать рейтинг для оценки вероятности банкротства. Вспомним, что в таблице 15.2 содержатся значения вероятностей для каждого рейтинга [c.556]

ОЦЕНКА ВЕРОЯТНОСТИ БАНКРОТСТВА [c.78]

Для оценки вероятности банкротства наиболее часто используется показатель, называемый Z-счет Альтмана, который рассчитывается на основе баланса предприятия и отчета о прибылях и убытках [c.78]

Какие методы оценки вероятности банкротства вы знаете [c.82]

Кроме государственных методик оценки вероятности банкротства существуют многочисленные авторские методики, которые оперируют гораздо более широким спектром показателей и в целом должны быть более адекватными для достижения поставленной цели. Однако недостатком упомянутых методик является то, что часть из них, а именно зарубежные методики, в частности известная модель Э. Альтмана, не отвечают в полной мере российской специфике в части количественных значений параметров. Российские же методики не могут быть признаны вполне адекватными, поскольку алгоритмы построения этих моделей, предполагающие использование большого объема статистических данных, не вполне отработаны в связи с резкими изменениями условий функционирования российских предприятий, да и краткосрочностью существования самой рыночной экономики в России. [c.242]

Анализируя рассчитанные показатели, можно сделать общий вывод о повышении вероятности банкротства организации. Такой вывод следует из расчетов, проведенных по официальным и авторским методикам. Причина такого положения — резкое увеличение обязательств организации без адекватного роста выручки, прибыли и ликвидных активов. Вследствие этих обстоятельств существенно снизились такие показатели, используемые при оценке вероятности банкротства, как коэффициенты ликвидности и обеспеченности собственными оборотными средствами, показатели обеспеченности обязательств активами и показатель степени платежеспособности, показатели рентабельности и оборачиваемости активов. [c.245]

Какие существуют авторские методики для определения вероятности банкротства Какими показателями оперируют авторские методики для оценки вероятности банкротства [c.302]

Каковы недостатки авторских методик оценки вероятности банкротства [c.302]

В последние десятилетия в западных банках разрабатываются методы оценки качества потенциальных заемщиков с помощью разного рода статистических моделей. Цель состоит в том, чтобы создать стандартные подходы для объективной характеристики заемщика, найти числовые критерии для разделения будущих клиентов на надежных и ненадежных, подверженных риску банкротства. Примером такой модели может служить «модель Зета», разработанная группой американских экономистов в конце 1970-х гг. и применяемая банками в кредитном анализе. Модель предназначена для оценки вероятности банкротства фирмы. Значение ключевого параметра «Z» определяется с помощью уравнения, переменные которого отражают некоторые характеристики анализируемой компании ее ликвидность, скорость оборота капитала и т.д. Если значение коэффициента [c.31]

Таким образом, по системе. оценки вероятности банкротства У. Бивера анализируемая организация по большинству показателей относится ко второй группе — за 5 лет до банкротства . [c.80]

Описываемый ниже методический подход к экспертизе бизнес-проекта и менеджмента предприятия и экспертной оценке вероятности банкротства предприятия, как основного показателя функциональной стабильности предприятия, является развитием методики оценки лизингового проекта2. [c.81]

Поскольку в практике финансового менеджмента1 используются такие качественные оценки вероятности банкротства, как очень низкая , возможная , высокая и очень высокая , то описание данной функции должно включать соответствие между этими значениями функции F и областями значений аргументов Юк6п, OKUJ. Пример возможного решения данной задачи представлен в табл. 17 и 18. [c.101]

Способность к моделированию нелинейных процессов, работе с зашумленными данными и адаптивность дают возможность применять нейронные сети для решения широкого класса финансовых задач. В последние несколько лет на основе нейронных сетей было разработано много программных систем для применения в таких вопросах, как операции на товарном рынке, оценка вероятности банкротства банка, оценка кредитоспособности, контроль за инвестициями, размещение займов. [c.19]

Оценка вероятности банкротства Осуществляется официальной методикой и на основе Z-qmstor Альтмана [c.197]

Существуют два основных способа косвенной оценки вероятности банкротства. Один из них — это оценка рейтинга облигаций и использование эмпирических оценок вероятности дефолта для данного рейтинга. Например, в таблице 15.2, взятой из исследования Олтмана и Кишоре (Altaian and Kishore, 1998), представлены вероятности дефолта за десятилетний период, классифицированные по рейтинговыми группам облигаций в 1998 г. [c.536]

Для оценки вероятности банкротства в зарубежной практике широко используются количественные методы, такие, KaKZ-модели, разработанные Альтманом в 1968 г. Модель Альтмана представляет дискриминантную линейную функцию с различным числом переменных. В зависимости от этого различают двух-, пяти- и семифак-торные модели. Параметры дискриминантной функции рассчитываются путем статистической выборки по обанкротившимся или избежавшим банкротства предприятиям. [c.64]

Модель EDF, основанная на рыночной стоимости акций, не может бьп применена для оценки вероятности банкротства компаний, которые не Bt пускают в обращение свои акции. Применительно к таким частным предпр] ятиям компания KMV использует данные финансовой отчетности открыть акционерных обществ для оценки стоимости активов и их волатильности. Да] ный метод предполагает, что реальная рыночная стоимость активов коле лется в диапазоне между операционной стоимостью и ликвидационной ст[c.369]

В заключение необходимо отметить, что модель EDF, имеющая серьезное теоретическое обоснование, и чисто эмпирическая модель ZETA, построенная с помощью статистического анализа, показывают достаточно близкие результаты прогноза вероятности банкротства. Так, по результатам тестирования приблизительно половина дисперсии относительных оценок вероятности банкротства, полученных с помощью модели EDF, может быть объяснена моделью ZETA [17]. Такая тесная корреляция объясняется тем, что обе эти модели учитывают в том или ином виде уровень финансовой зависимости и волатильность стоимости активов компании. [c.371]

предупреждающих знаков о банкротстве и как подготовить

Пандемия COVID-19 вызвала первый серьезный экономический спад с 2008 года, ожидается рост числа банкротств, поскольку в остальном здоровые компании оказываются перед потенциальной неплатежеспособностью.

В зависимости от специфики вашего бизнеса заявление о банкротстве может предоставить жизнеспособный вариант для облегчения долгового бремени и нового финансового старта. Однако важно оценить все варианты реструктуризации, прежде чем принимать решение о подаче иска, поскольку кредиторы часто готовы работать с должниками для погашения своих долгов.Финансовое планирование также может быть жизнеспособным вариантом решения финансовых вопросов за пределами банкротства.

Ниже мы описываем различные типы банкротства, если вы решите, что это правильный путь вперед, и то, как компании обычно проходят через этот процесс, а также основные направления, которые следует рассмотреть вашему бизнесу перед началом.

Предупреждающие знаки о банкротстве

Хотя будет трудно предсказать точный ход развития экономики, если пандемия утихнет, последние исторические тенденции демонстрируют, что уровень банкротств часто сильно коррелирует с ростом ВВП в Соединенных Штатах.

По мере того, как экономика неуклонно восстанавливалась после рецессии 2008 года, количество банкротств уменьшилось одновременно со стабилизацией экономики. Если в ближайшие несколько лет произойдет восстановление экономики, вероятность банкротств снизится. Однако, как показано на диаграмме ниже, обратный эффект также имеет место в том смысле, что по мере снижения роста ВВП количество заявлений о банкротстве обычно увеличивается.

Владельцам бизнеса и руководителям важно знать о ранних признаках того, что их компания может столкнуться с финансовыми проблемами.

Распознавание этих признаков, когда они впервые появляются, может быть разницей между реструктуризацией согласно Главе 11 или потерей всего бизнеса в результате ликвидации согласно Главе 7.

Предупреждающие знаки, на которые следует обратить внимание, включают:

Продолжающееся уменьшение денежного потока
Низкий остаток денежных средств или капитала
Отъезд ключевого руководства или сотрудников
Невозможность выполнить долговые обязательства, такие как ссуды и лизинговые платежи
Ключевые долговые обязательства, которые будут или скоро будут нарушены
Затруднение при выплате заработной платы
Повышение процентных ставок по кредитным картам в связи с просрочкой платежей
Последовательные звонки кредиторов
Руководители компании рассматривают возможность вливания в бизнес большего количества личных денег для погашения долгов или выплаты заработной платы

Если после появления некоторых из этих предупреждающих знаков ситуация становится слишком тяжелой или неприемлемой с финансовой точки зрения, существует множество вариантов банкротства, которые могут помочь компаниям пережить шторм краткосрочных экономических проблем и выстоять в долгосрочной перспективе.

Виды банкротства

Существует шесть основных форм банкротства, из которых наиболее распространены и известны главы 7 и 11.

Каждый тип предлагает разные методы, позволяющие по-разному относиться к долгу и собственности. Ниже представлен обзор каждого типа банкротства.

Федеральные законы о банкротстве предназначены для того, чтобы позволить должникам выбраться из особо тяжелых долгов, давая потребителям и предприятиям возможность начать с чистого листа там, где все другие варианты потерпели неудачу.

Обычно это достигается путем прекращения дела о банкротстве — постановления суда, освобождающего должника от личной ответственности по определенным долгам. Освобождение от ответственности также запрещает кредиторам или коллекторским агентствам общаться с должниками.

Обзор процесса банкротства

Процесс банкротства обычно начинается с подачи заявления, которое может быть добровольным или принудительным.

После подачи ходатайства суд вводит автоматическое приостановление, которое временно приостанавливает обращение взыскания или повторное вступление во владение. Он также предотвращает вызовы кредиторов, удержание заработной платы, выселение и большинство судебных исков.

При заполнении по Главе 7 автоматическое приостановление является временным, если должник не может обеспечить текущий счет. Для сравнения, автоматическое приостановление подачи заявок по главе 11 защищает должника, в то время как план реорганизации действует для выплаты кредиторам.

Основное различие между выборами, указанными в главе 7 и главе 11, заключается в том, являются ли операции устойчивыми при текущем уровне доходов или предприятия считаются непрерывно действующими.

В случае, если бизнес больше не считается действующим предприятием, избирается Глава 7, компания прекращает деятельность, а избранный доверительный управляющий ликвидирует активы на упорядоченной основе, чтобы распределить эти активы между держателями требований.

Тесты на несостоятельность

Чтобы определить осуществимость способности компании погасить свои долги, профессионал-оценщик обычно проводит различные тесты на несостоятельность, как подробно описано ниже.

Тест платежеспособности. Это проверка того, можно ли разумно ожидать, что компания выплатит свои долги при наступлении срока их погашения, и иногда его называют платежеспособностью по денежным потокам или справедливой платежеспособностью.
Балансовая проверка платежеспособности. Это проверка того, превышает ли справедливая стоимость активов компании номинальную стоимость ее обязательств, и проводится на основе принципа непрерывности деятельности или ликвидации.
Тесты на платежеспособность и достаточность капитала. Это менее определенный тест на наличие у компании достаточного капитала.

Если компания считается непрерывно действующим лицом, выбирается документ согласно Главе 11 и составляется проект плана реорганизации, в котором предлагается план того, как компания может погасить свои кредиторы.

План должен установить так называемую реорганизационную стоимость, которая представляет собой справедливую стоимость предприятия до рассмотрения обязательств, и сумму, которую желающий покупатель заплатил бы сразу после реструктуризации.

Как правило, в этом определении поможет специалист-оценщик, используя анализ дисконтированных денежных потоков.Кроме того, проводится проверка денежных потоков для проверки жизнеспособности плана и платежеспособности будущих операций.

Бухгалтерский учет с нуля

Для отражения активов и обязательств по справедливой стоимости на основе установленной стоимости реорганизации может потребоваться новый процесс бухгалтерского учета.

Бухгалтерский учет с нуля, по сути, позволяет компаниям представлять свои активы, обязательства и капитал как новую сущность в день выхода компании из-под защиты Главы 11.Кроме того, сюда включаются идентифицируемые нематериальные активы.

После того, как план реорганизации будет выдвинут, кредиторы проголосуют за него и, если он будет одобрен, приведут его в действие. Согласно утвержденному плану, должник может уменьшить свои долги, погасив часть своих обязательств и выполнив другие.

Должник также может расторгнуть некоторые из своих договоров и договоров аренды, вернуть активы и масштабировать свои операции, чтобы, надеюсь, вернуться к прибыльности. В соответствии с главой 11 должник обычно проходит период консолидации и выходит с уменьшенной долговой нагрузкой и реорганизованным бизнесом.

Глава 7 Ход работы

Если Глава 11 оказывается неудачным или нежизнеспособным вариантом, и компания вынуждена ликвидироваться, она вступает в разбирательство в соответствии с Главой 7.

Эта конкретная форма банкротства предполагает упорядоченную процедуру под надзором суда, с помощью которой доверительный управляющий принимает активы имущества должника, переводит их в денежные средства и распределяет их между кредиторами при условии соблюдения права должника на сохранение определенного имущества, освобожденного от налога, и права обеспеченных кредиторов.

Следующие шаги

Процесс реструктуризации и банкротства сложен, поэтому важно продумывать стратегию потребностей вашего бизнеса на каждом этапе.

Сосредоточение внимания на определенных областях вашего бизнеса может помочь вам лучше подготовиться к банкротству с учетом специфики вашей компании. Ниже приведены несколько важных направлений для разных этапов процесса.

Оценка бизнеса. Важно иметь твердое представление о количественных аспектах процедуры банкротства путем проведения надлежащей проверки платежеспособности, создания предприятия, ликвидации и реорганизации справедливой стоимости.
Технический учет. Когда компания выходит из банкротства, обычно требуется бухгалтерский учет с нуля, как описано выше.
Налоговое планирование. Обычно трудные времена для рынков — это благоприятные времена для налогов. Неустойчивые рынки могут позволить вам изменить позиционирование ваших предложений, чтобы они могли более эффективно конкурировать на текущем рынке — или в других целевых сегментах — или получать прибыль с минимальными налоговыми последствиями или без них. Сосредоточившись на налоговых льготах, льготах и других возможностях, вы сможете увеличить денежный поток или сэкономить ценные средства.
Анализ восстановления бизнеса. В процессе реструктуризации вы захотите посмотреть в будущее и посмотреть, как ваш бизнес может развиваться после завершения реструктуризации. Ваш бизнес должен сосредоточиться на финансовых стратегиях, стратегиях реструктуризации, управления капиталом и кризисом, чтобы лучше подготовиться к привлечению капитала и финансовой перестройке.
Обеспечение непрерывности бизнеса и планирование действий в чрезвычайных ситуациях. Важно определить факторы риска и критически важные бизнес-функции для разработки и реализации подробного плана, который обеспечит достижение вашим бизнесом своих производственных целей до, во время и после стихийного бедствия.
Реструктуризация предприятия. Определение идеальной структуры организации для вашего бизнеса важно, чтобы вы могли оптимизировать налоговые и бизнес-решения по мере вашего роста.

Мы здесь, чтобы помочь

Чтобы узнать больше о том, как лучше всего справиться с потенциальным банкротством или реструктуризацией вашего бизнеса, свяжитесь со своим специалистом Moss Adams.

Дополнительные ресурсы

Обновления нормативных требований, стратегии, помогающие справиться с последующим риском, и возможные шаги по укреплению вашей рабочей силы и организации см. В следующих ресурсах:

Модель риска банкротства и эмпирические тесты

Abstract

Мы анализируем зависимость от размера и временную стабильность риска банкротства фирмы в экономике США, применяя методы масштабирования Ципфа.Мы сосредотачиваемся на одном факторе риска — соотношении долга к активам R — с целью изучения стабильности распределения Zipf R с течением времени. Мы обнаружили, что показатель Ципфа увеличивается во время обвалов рынка, что означает, что фирмы разоряются с более высокими значениями R . Основываясь на анализе Ципфа, мы используем теорему Байеса и связываем условную вероятность того, что банкротная фирма имеет коэффициент рэндов , с условной вероятностью банкротства для фирмы с заданным значением рэндов .Для 2737 обанкротившихся фирм мы демонстрируем зависимость изменения активов от размера в ходе процедуры банкротства. Активы предконкурсных фирм и активы фирм-петиций следуют распределению Ципфа, но с разными показателями, что означает, что фирмы с меньшими активами корректируют свои активы больше, чем фирмы с более крупными активами в процессе банкротства. Мы сравниваем фирмы-банкроты с фирмами, не являющимися банкротами, путем анализа активов и пассивов двух крупных подгрупп экономики США: 2545 членов Nasdaq и 1680 членов Нью-Йоркской фондовой биржи (NYSE).Мы обнаружили, что и активы, и пассивы подчиняются распределению Парето. Этот вывод не является тривиальным следствием масштабной зависимости Ципфа для размера фирмы, количественно определяемой сотрудниками — хотя рыночная капитализация акций Nasdaq следует распределению Парето, то же самое распределение не описывает акции NYSE. Мы предлагаем объединенную модель Саймона, которая одновременно развивает активы и долги с возможностью банкротства, а также рассматриваем возможность слияния компаний.

Сложные системы обычно связаны друг с другом, поэтому их следует рассматривать и моделировать как взаимозависимые.Важно изучить условия взаимодействия, которые могут привести к взаимному отказу, индикаторы такого отказа и поведение индикаторов во время кризиса. В качестве индикатора экономической неудачи риск дефолта определяется как вероятность того, что заемщик не сможет выполнить свои финансовые обязательства, то есть не сможет выплатить основную сумму долга и / или проценты (1, 2). Соответственно, важно лучше понимать риск дефолта (1–12) и его связь с ростом фирмы (13–17), а также их поведение во время кризиса.

Мы обнаружили, что балансовая стоимость активов и долга американских компаний, объявивших о банкротстве за последние 20 лет, соответствует распределению по шкале Ципфа (степенному закону). То же самое верно и для стоимости активов и долгов небанковских фирм, входящих в Nasdaq. Мы фокусируем наше внимание на единственном индикаторе риска, соотношении долга к активам R , чтобы проанализировать стабильность показателя масштабирования или установить пересекающиеся регионы. Чтобы уловить законы Парето и Ципфа, в литературе, как правило, основное внимание уделяется одной модели Саймона (13, 14, 16, 17), описывающей одну динамическую систему, которая не взаимодействует с другими.Мы моделируем рост стоимости долга и активов с помощью двух зависимых (связанных) моделей Саймона только с двумя параметрами: уровнем банкротства и другим параметром, контролирующим отношение долга к активам. Предсказания по закону Ципфа связанной модели Саймона согласуются с нашими эмпирическими выводами.

Проанализированные данные

Наш набор данных состоит из средних и крупных компаний США, подавших заявления о защите от банкротства в период 1990–2009 годов. Мы получаем наши данные от New Generation Research, Inc., который предоставляет один из самых полных наборов данных о банкротстве, доступных в настоящее время в Интернете. Существует также набор данных о банкротстве, доступный на http://bdp.law.harvard.edu/fellows.cfm, но с небольшими фирмами и без данных о долге. Наш набор данных включает данные о 2737 государственных и частных фирмах. Балансовая стоимость активов фирмы в базе данных колеблется от 50 миллионов до почти 700 миллиардов долларов США.

Для каждой фирмы в нашей выборке нам известна предварительная балансовая стоимость активов фирмы A _a и дата вступления в силу банкротства.Из документов судебного иска мы находим балансовую стоимость активов фирмы A _b, а также балансовую стоимость всего долга, D _b. Например, Lehman Brothers подала петицию 15 сентября 2008 г., указав 31 мая 2008 г. задолженность D _b и активы A _b. Таким образом, A _b, A _a и D _b оценить состояние должника перед объявлением банкротства.Мы можем получить A _b и долг D _b для 462 фирм. Обратите внимание, что исх. 5, 6 и 12 изучали 53, 105 и 585 фирм-банкротов соответственно. Часто в период, предшествующий банкротству, происходит существенное изменение долга и активов компании. Следовательно, для каждой фирмы мы рассчитываем отношение долга к активам (коэффициент левериджа) [1] из общей суммы долга D _b и активов A _b, оцененных одновременно.Обратите внимание, что в экономической теории существует параллельная трактовка, известная как теория инвестиций Тобина Q , которая также фокусируется на одном факторе Q (18).
В литературе, посвященной анализу коэффициентов (4, 6, 8), для прогнозирования вероятности дефолта используются множественные финансовые коэффициенты, такие как отношение общей суммы обязательств к общей сумме активов. Добавление большего количества факторов, вероятно, улучшит предсказательную силу модели, поэтому мы рассматриваем только один фактор риска, а именно отношение долга к активам R , которое отражает уровень задолженности компании.Мы используем единый коэффициент по двум причинам: ( i ), чтобы сделать модель как можно более простой, и ( ii ), чтобы упростить наше исследование относительно того, влияют ли крахи рынка и глобальные рецессии на масштабирование, существующее в данных о банкротстве. Чтобы связать вероятность банкротства с R , мы анализируем отношения масштабирования, которые количественно определяют распределение вероятностей фирм, вступивших в процедуру банкротства с конкретными значениями A _b и R .Наш анализ включает очень небольшое количество молодых начинающих фирм, для которых возраст фирмы также влияет на вероятность банкротства в дополнение к рэндам . В 2009 году мы обнаружили, что средний срок жизни 215 проанализированных фирм-банкротов составлял 35,8 ± 33,9 года, а минимальный срок жизни — 3 года.
Мы анализируем рыночную капитализацию, активы и обязательства 2545 фирм, торгуемых на Nasdaq за трехлетний период с 2006 по 2008 гг. Мы также анализируем активы и обязательства 1680 фирм, торгуемых на Нью-Йоркской фондовой бирже (NYSE) в период с 2007 по 2009 гг.Также мы анализируем рыночную капитализацию участников NYSE за период 2002–2007 гг.

Количественные методы

Наш анализ тесно связан с литературой по размеру фирмы (19, 20). Анализируя данные Бюро переписи населения США, исх. 20 сообщили, что размеры фирм в США подчиняются закону Ципфа: количество фирм, превышающих размер s составляет s ^{— ζ}, где ζ 1. Распределение Zipf находится для распределения размеров городов (21) и распределения размеров фирм (20, 22).

Кумулятивное распределение — это простое преобразование отношения ранг-частота Ципфа, где наблюдения x _i упорядочены в соответствии с рангом r от наибольшего ( r 1) к наименьшему. Для переменных, распределенных по Парето s с кумулятивным распределением P ( s > x ) ∼ x ^{— ζ ^′}, график Ципфа размера s в сравнении с рангом r демонстрирует степенной режим масштабирования с показателем масштабирования ζ , где [2]

Результаты анализа

Рис.1 A показывает график Ципфа для предварительной балансовой стоимости активов A _a. Данные приблизительно линейны в логарифмическом графике с показателем [3], полученным с использованием обычного метода регрессии наименьших квадратов. Что касается данных по США о размере фирм (измеряется количеством сотрудников), см. Исх. 20 сообщило значение ζ ≈ 1. Следовательно, до подачи заявления о защите от банкротства, балансовая стоимость активов фирмы для компаний, которые позже подверглись банкротству, удовлетворяет соотношению масштабирования, аналогичному приведенному в исх.20. Фирмы с рейтингом выше ≈500 начинают отклоняться от закона Ципфа в результате эффектов конечного размера, обнаруженных в данных о размере фирм (20).

Рис. 1.
График Ципфа активов обанкротившихся фирм в США. ( A ) График Ципфа, рассчитанный для фирм за последние 20 лет между совокупными активами до конкурса, A _a в зависимости от ранга. Отклонение от закона Ципфа связано с тем, что набор данных включает в основном фирмы с активами более 50 миллионов долларов (пунктирная линия).( B ) График Ципфа зависимости обанкротившихся долговых компаний США от рейтинга — всего 462 фирмы — вместе с графиком Ципфа балансовой стоимости активов и ранга. Эти два сюжета практически пересекаются.
Известно, что рыночный капитал фирм, близких к банкротству, обычно дисконтируется трейдерами (10, 12). Чтобы изучить, зависят ли эти изменения от размера во время банкротства, мы проверяем, есть ли разница в поведении масштабирования между активами фирмы до подачи заявления и подачи петиции. Инжир.1 B ранжирует балансовую стоимость активов компании A _b и твердую задолженность D _b. Мы находим [4] Обратите внимание, что на рис. 1 представлены только фирмы с наибольшими значениями A _a и A _b. Таким образом, фирмы с наибольшими корректировками на случай банкротства с потенциально небольшими значениями A _b не обязательно включены в диаграмму 1.Также найден закон Ципфа для распределения совокупных обязательств обанкротившихся фирм в Японии (23, 24).
Мы получаем, что ζ _b> ζ _a, несоответствие, которое может представлять потенциальный практический интерес. Чтобы прояснить этот момент, если A _b связан с A _a константой A _b/ A _a ≡ мы бы наблюдали ζ _a = ζ _b.Тем не менее, мы наблюдаем возрастающую зависимость A _a/ A _b ∝ r ^{ζ _b — ζ _{_{_{r , что означает, что фирмы-банкроты с более мелкими A _a имеют большие относительные корректировки, чем фирмы-банкроты с более крупными A _b.}}}}
Наш анализ вероятности банкротства из-за ограниченности данных основан на балансовой стоимости.Кто-то может возразить, что более релевантный анализ будет основан на рыночной стоимости активов и обязательств. Теперь мы демонстрируем, что использование рыночной стоимости вместо балансовой стоимости на самом деле может привести к аналогичным результатам. Для этого давайте рассмотрим компании, по которым у нас есть данные как о рыночной, так и о балансовой стоимости, а именно об акциях, составляющих Nasdaq. Мы начнем с определения рыночной капитализации участников Nasdaq за каждый год с 2002 по 2007 год. Данные доступны в Bloomberg L.P. Рис. 2 A показывает график Ципфа для рыночной капитализации, дефлированной до значений в долларах 2002 года.Мы обнаружили, что рыночная капитализация по сравнению с рангом для крупнейших ≈1000 компаний хорошо описывается законом Ципфа с показателем степени ζ _M = 1,1 ± 0,02, в соответствии с исх. 25.
Рис. 2.
( A ) График Zipf рыночной капитализации M в сравнении с рангом r для членов Nasdaq за каждый год из 6 лет. Мы находим практически тот же закон Ципфа для 1000 крупнейших компаний, что и для активов A _a обанкротившихся фирм на рис.1 В . ( B ) Для фирм Nasdaq как активы, так и обязательства следуют графику Ципфа. ( C ) Балансовая стоимость собственного капитала акций, торгуемых на Nasdaq, определяемая как активы за вычетом обязательств, соответствует закону Ципфа.
На рис. 2 B мы повторяем анализ Zipf, используя на этот раз балансовую стоимость активов и долга для тех же акций Nasdaq. Показатели масштабирования, которые мы наблюдаем на рис. 2 B , больше, чем показатель, наблюдаемый на рис. 2 A . Однако рыночная капитализация лучше всего сравнивать с балансовой стоимостью собственного капитала E ≡ A — D , а не с активами A .На рис.2 C мы находим, что E также демонстрирует масштабирование Ципфа с показателем ζ _E = 1,02 ± 0,01, что больше похоже на ζ _M. Таким образом, мы находим качественно аналогичное масштабирование для существующих компаний Nasdaq и для компаний до того, как они вступили в процедуру банкротства.
Вероятность банкротства P ( R ) является естественным показателем бедствия фирмы (10). В предыдущих исследованиях анализировались дефолты фирм, торгуемых на NYSE, Американской фондовой бирже (AMEX) и Nasdaq (10).Напротив, большинство фирм в нашем наборе данных являются частными компаниями. Для обанкротившихся фирм на рис. 3 A мы показываем P ( R | B ) для значений отношения долга к активам 0 < R <4. Мы усекаем данные, чтобы избежать выбросов, как в исх. 11. Мы находим, что P ( R | B ) скошен вправо с максимумом при R ≈ 1 и 〈 R 〉 = 1,4 ± 1,5.
Рис. 3.
Риск банкротства, основанный на заявлении о балансовой стоимости актива A _b и долга D _b.( A ) Находим распределение R = D _b/ A _b для обанкротившихся фирм. Можно рассчитать вероятность того, что фирма с данным коэффициентом R обанкротится, если его коэффициент ≤ R . ( B ) Для значений отношения 3> R > 0,8 (67% всех данных) мы показываем график Ципфа, который может быть аппроксимирован распределением Парето с ζ _R = 0.57. Тот же самый режим мы подбираем для степенного хвоста pdf и получаем 0,79 R ^-2,72, где показатель степени ζ ^′ + 1 = 2,73 согласуется (см. Уравнение 2 ) с показатель Ципфа ζ = 0,57. Для самых больших значений отношения R > 3 (7% всех данных) мы находим переход к степенному режиму с ζ _R = 1,58.
Предыдущие исследования показали, что риск банкротства акций NYSE и AMEX отрицательно связан с размером фирмы (10).Чтобы проверить зависимость риска банкротства от размера фирмы с использованием R в качестве меры банкротства, мы разделим значения R на две подвыборки на основе их значения A _b. На рис. 3 A мы качественно демонстрируем, что R зависит от размера. Функции плотности вероятности (pdfs) для малых A _b и больших A _b похожи в том, что они обе показывают пики при R ≈ 1.Однако фирмы с меньшими активами, измеряемые по шкале A _b, имеют большую вероятность высокого отношения долга к активам R , чем фирмы с большими активами A _b.
Кроме того, мы проверяем зависимость от размера, выполняя тест Манна – Уитни U , который количественно определяет разницу между двумя популяциями на основе разницы между рейтингами активов двух выборок. (Нулевая гипотеза состоит в том, что распределения одинаковы.) Поскольку значение тестовой статистики U = -5,60, мы отклоняем нулевую гипотезу, тем самым подтверждая, что R зависит от A _b при уровне достоверности p = 0,05.
На рис. 3 B мы анализируем масштабирование Zipf для больших R . Мы обнаружили, что график Ципфа можно аппроксимировать двумя степенными режимами. Для ≈300 фирм с 0,8 < R <3 (режим I ) мы находим степенной режим с ζ _R = 0.57 ± 0,02. Следовательно, согласно формуле. 2 , мы заключаем, что кумулятивное распределение опасно высоких значений R обанкротившихся фирм уменьшается быстрее с ζ ^′ ≈ 1,72 для больших R , чем распределение размера фирмы (20) и активов фирмы с ζ ^′ ≈ 1 (см. Рис.1). Для R > 3 (7% всех данных, включая преимущественно финансовые компании), мы обнаруживаем, что график Ципфа демонстрирует значительное переходное поведение к степенному режиму с ζ ≈ 1.58.
Условная вероятность P ( B | R ) того, что существующая фирма с соотношением долга к активам R подаст заявку на защиту от банкротства, может иметь значение для рейтинговых агентств, кредиторов и инвесторов. . Согласно теореме Байеса, P ( B | R ) зависит от P ( R | B ) (см. Рис. 3), P ( B ), вероятность банкротство для существующих фирм, и P ( R ), вероятность существующей компании с коэффициентом левериджа R .Чтобы оценить P ( R ), мы используем компании, составляющие Nasdaq в трехлетнем периоде с 2007 по 2009 год, в качестве прокси для существующих компаний. Для этого периода времени мы получаем балансовую стоимость активов и обязательств каждой фирмы (последние служат в качестве прокси для общей суммы долга). В результате получаем 7635 значений R со средним значением 0,48. Для существующих членов Nasdaq на рис.4 показано, что график Ципфа можно аппроксимировать двумя степенными режимами, где режим I с 3.5> R > 0,9 дает ζ _e = 0,37 ± 0,01. Обратите внимание, что режим I аналогичен тому, который мы находим на рис. 3 B для данных о банкротстве. P ( B ) может существенно измениться во время экономических кризисов. Интересно, что исх. 26 анализирует отношение долга к ВВП (валовой внутренний продукт) для стран по аналогии с отношением долга к активам для существующих фирм и вычисляет коэффициент масштабирования Ципфа, который примерно совпадает с показателем масштабирования, рассчитанным здесь для существующих фирм. Фирмы Nasdaq.
Рис. 4. График
Zipf отношения долга к активам R и рейтинг R для существующих фирм участников Nasdaq за последние 3 года. Для значений отношения ≈300 меньше 3,5 и больше 0,95 график Ципфа имеет показатель степени 0,37. Тот же режим мы подбираем для степенного хвоста pdf и получаем 1,54 R ^-3,6, где показатель ζ ^′ = 3,6 согласуется (см. Уравнение 2 ) с показателем Ципфа ζ = 0,37.
Мы оцениваем масштабирование P ( B | R ) с помощью теоремы Байеса, [5] где мы аппроксимируем P ( R | B ) и P ( R ) со степенными законами — P ( R | B ) ∼ R ^{— (1/ ζ _R +1)} Δ R и P ( R ) ∼ R ^{— (1/ ζ _e +1)} Δ R .Значения соответствующих показателей, рассчитанные для режима I , следующие: ζ _e ≈ 0,37 (см. Рис. 4) и ζ _R = 0,57 (см. Рис. 3 B ), где ζ _R> ζ _e означает, что P ( B | R ) увеличивается с твердой задолженностью, выраженной в размере R . Префактор 0,51, рассчитанный для режима I , мы оцениваем из соответствующих отсечений в PDF-файлах [см. Рис.3 B и 4]. На рис. 4 мы находим ярко выраженный переход на графике Ципфа для очень больших значений отношения R .
Чтобы проверить, оказывают ли крах рынка и глобальная рецессия существенное влияние на масштабирование, которое мы находим в данных о банкротстве, на рис. 5 мы анализируем масштабирование Ципфа больших значений R для трех различных трехлетних периодов. Для периода 2004–2006 гг. Мы находим устойчивый график Ципфа, характеризующийся показателем степени ζ _R = 0.50 ± 0,01 близко к значению, которое мы нашли на рис. 3 B за все проанализированные годы. Для периода 2001–2003 гг., Характеризующегося взрывом пузыря доткомов, мы обнаруживаем менее выраженный переход на графике Ципфа между режимом I с показателем ζ _R = 0,58 ± 0,01 и режимом II. . Для периода 2007–2009 гг. Мы обнаружили, что график Ципфа демонстрирует существенное перекрестное поведение между режимом I и режимом II .
Рис.5. График
Ципфа отношения долга к активам R в сравнении с рангом R для компаний-банкротов для трех различных 3-летних подпериодов. В течение последних 3 лет, характеризующихся рецессией, график Ципфа демонстрирует переходное поведение. Меньший кроссовер на графике Ципфа также существует для периода 2001–2003 гг., Характеризуемого взрывом пузыря доткомов.
Рис. 5 демонстрирует существование относительно стабильного показателя масштабирования (от 0,5 до 0,6) в режиме I за 9-летний период 2001–2009 гг.Однако во время экономического кризиса, например, в период 2007–2009 годов, показатель степени в режиме I увеличивается, что означает, что фирмы обанкротятся с более высокими значениями R . Согласно формуле. 5 , во время кризиса ( ζ _R ≈ 0,6) P ( B | R ) ∝ R ^{1/ ζ _e -1 / ζ _R} ∝ R ¹ смещается вверх по сравнению со временами относительной стабильности ( ζ _R ≈ 0.5) при P ( B | R ) ∝ R ^0,7. Пересечение показателей масштабирования может быть полезно для понимания пузырей активов.
Модель
Наши результаты дополняют литературу по риску дефолта, а также литературу по росту компаний. Согласно исследованию динамики фирм США, более 65% из 500 крупнейших фирм США в 1982 г. перестали существовать как независимые организации к 1996 г. (27). Чтобы объяснить, как фирмы развиваются, расширяются и затем прекращают свое существование, Йованович предложил теорию отбора, в которой ключевым моментом является эффективность фирмы; эффективные фирмы растут и выживают, а неэффективные сокращаются и, в конечном итоге, терпят крах (15).Было предложено множество моделей для моделирования риска дефолта (1, 2, 28–31). В одном из направлений этой литературы (28) разрабатываются структурные модели кредитного риска. В этих моделях рискованный долг моделируется в рамках системы ценообразования опционов, в которой базовым активом является стоимость активов компании. Банкротство происходит эндогенно, когда стоимость активов компании недостаточна для покрытия обязательств. Напротив, в моделях сокращенной формы (2) дефолт моделируется экзогенно.
Чтобы воспроизвести закон Ципфа, который справедлив для обанкротившихся фирм, мы предлагаем связанную модель Саймона, расширение модели Саймона, используемой в теории роста фирм (13, 14, 16, 17).Здесь мы объединяем эволюцию как роста активов, так и роста долга через приобретение долга, которое зависит от активов фирмы, и дополнительно налагаем условие банкротства на активы и стоимость долга фирмы в любой момент времени.
Правило Саймона для активов.
Экономика начинается с одной фирмы в начальный момент времени т 1. На каждом этапе к экономике добавляется новая фирма с начальными активами A ≡ 1. С вероятностью p новая фирма i добавляется в экономику как физическое лицо в момент времени t _i.С вероятностью 1 — p , новая фирма i будет поглощена уже существующей фирмой. Вероятность того, что фирма i будет поглощена существующей фирмой j , пропорциональна A _j ( t ), количество единиц в фирме j равно (1 — p ) A _j ( t ) / Σ _k A _k ( t ).Следовательно, более крупная фирма с большей вероятностью приобретет фирму, чем более мелкая. В этом выражении индекс k пробегает все существующие фирмы в момент времени t . Мы используем значение A _j ( t ) в качестве прокси для размера фирмы j . Саймон нашел стационарное решение, демонстрирующее степенное масштабирование, P ( s > x ) ∝ s ^{— ζ ^′}, с показателем ζ ^′ = 1 / (1 — с. ).Для оценки p , можно исследовать данные венчурного капитала, чтобы увидеть, как венчурные капиталисты распоряжаются своими компаниями. Несмотря на то, что данные предполагают p = 0,5 (см. Ссылку 32), мы используем гораздо меньшее значение p = 0,01, чтобы воспроизвести график Ципфа в уравнении. 4 .
Правило Саймона для долгов.

Когда новая фирма i создается в момент времени t _i, ей назначается долг D _i ( t _i) = m , где m 0 < м <1.Для простоты мы используем единое значение м для всех фирм. Если существующая фирма j приобретает новый актив A _i ≡ 1, то A _j ( t ) — A _j ( t 1) = 1, и долг D _j ( t ) — D _j ( t — 1) = m . Следовательно, фирма с активами A _j ( t ) = N имеет долг D _j ( t ) = mN , что означает, что отношение долга к коэффициент активов R = м одинаков для всех фирм.

Чтобы ввести вариации в коэффициентах R между фирмами, мы предполагаем, что в каждый момент времени t _i в экономике создается новый долг для некоторой компании j , так что D _j ( t _i) — D _j ( t _i — 1) = 1. Следовательно, для каждого временного шага существует новый фирма, получающая долг D _i = m в дополнение к фирме j , получающей одну единицу долга, где обычно i ≠ j .Вновь созданные единицы долга приобретаются с вероятностью, пропорциональной A _j ( t ). Следовательно, законы Саймона, контролирующие рост долга D _j ( t ) и рост активов A _j ( t ), связаны. В нашей модели более богатые фирмы увеличивают свою задолженность, но с большей вероятностью приобретают новые фирмы.

На рис. 6 A мы выполняем численное моделирование модели, генерируя 500 000 временных шагов Монте-Карло.Мы рассчитываем распределение Zipf отношения долга к активам R для различных вариантов выбора m . Несмотря на то, что долг и, следовательно, R увеличивается с м , наклон графика Ципфа для R по отношению к рангу практически не зависит от значения м . Если не указано иное, в других расчетах мы устанавливаем м = 0,5.

Рис. 6.
Результаты модели. ( A ) График Ципфа отношения долга к активам R в сравнении с рангом R для фирм, созданных с помощью модели (сравните с рис.4) при банкротстве не входит. Чтобы понять плато на рисунке, обратите внимание, что и активы, и долг в модели имеют целочисленные значения. ( B ) Для каждого актива и долга график Ципфа отображает степенной закон R ∼ r ^{— ζ}. ( C ) График Ципфа R в зависимости от ранга как функции параметра уровня банкротства q . При уменьшении q наклон немного увеличивается.
Согласно исх.33 мы рассматриваем непрерывную версию нашей модели дискретного времени. В этом случае D _j ( t ) и A _j ( t ) являются непрерывными действительными функциями времени. Далее, мы предполагаем, что скорость, с которой D _j ( t ) изменяется во времени, пропорциональна размеру активов A _j ( t ). Следовательно, следуя этому предположению, D _j ( t ) = (1 + m ) A _j ( t ) из-за приобретения дополнительного долга.Следовательно, поскольку A _j ( t ) = t / t _j (33), то D _j ( (1 ) = + м ) т / т _j. Кумулятивная вероятность того, что размер долга фирмы D _j ( t ) меньше, чем D , следовательно, P [ D _j ( t ) < D ] = P [ т _j> (1 + м ) т / D ].В модели Саймона мы добавляем новые фирмы через равные промежутки времени. Таким образом, каждое значение t _i реализуется с постоянной вероятностью P ( t _j) = 1/ t . Отсюда следует, что [6] Следовательно, Ур. 6 следует рассматривать как закон Ципфа для долга в случае, когда нет возможности банкротства (см. Уравнение 3 ).
Банкротство фирмы.
До сих пор долг моделировался как безрисковый.Теперь мы вводим банкротство в связанную модель Саймона. Мы предполагаем, что для каждой фирмы существует вероятность банкротства, которая зависит от изменчивой стоимости активов фирмы (28). Чтобы соответствовать нашим эмпирическим результатам, мы предполагаем, что фирма j , которая была создана в момент времени t _j, подает заявление о банкротстве с вероятностью qR ^0,95 (см. Уравнение 6 ) , где q — параметр уровня банкротства, связанный с P ( B ) в уравнении. 6 . В модели рисков степень риска — это вероятность банкротства на момент времени t , при условии, что компания дожила до времени t (11). В нашей модели, когда фирма j подает заявление о банкротстве, часть ее долга теряется (реструктурируется), и фирма начинает заново с долга, равного D _j = mA _j. Мы не предполагаем слияния или ликвидации, и вероятность банкротства фирмы не зависит от ее возраста (11).Помимо банкротства, фирма может покинуть отрасль в результате слияния и добровольной ликвидации (9).
Далее мы выполняем 500 000 временных шагов Монте-Карло для модели с возможностью банкротства. На рис. 6 B представлено распределение Zipf для стоимости активов и долга фирмы для всех существующих фирм. Каждое из этих распределений согласуется с законом Ципфа и формулой. 6 . На рис. 6 C для подмножества компаний-банкротов мы показываем распределение Zipf для R с использованием трех различных значений коэффициента банкротства q .Обратите внимание, что q должно быть маленьким. А именно, при q = 10 ^-7 и 500000 временных шагов, представляющих 1 год, 500000 q представляет собой вероятность того, что компания объявит о банкротстве в течение 1 года, ≈0,05 в нашем случае. Наш результат для годовой вероятности банкротства следует сравнить со средним показателем дефолта ≈0,04, рассчитанным в период 1985–2007 гг. (34). Мы видим, что прогнозы модели примерно соответствуют эмпирическим выводам.

Наша модель может быть расширена по-разному, включая слияние фирм. Во-первых, хотя модель Саймона предполагает, что при каждом приращении времени добавляется новая единица, мы можем предположить, что количество новых единиц растет по степенному закону t ^θ (35). Используя версию модели дискретного времени с непрерывным временем, мы получаем, где мы используем. Во-вторых, Йованович и Руссо (32) обнаружили, что слияния вносят больший вклад в рост фирмы, чем когда фирма берет на себя небольшого нового участника.Чтобы включить слияния в модель Саймона, мы предполагаем, что в каждый момент времени t одно слияние пары фирм происходит с вероятностью p ^′, где две фирмы выбираются случайным образом. Ref. 36 сообщили, что более чем в двух третях всех слияний с 1973 года стоимость Tobin Q приобретаемой фирмы превышала стоимость Tobin Q целевой фирмы, где Q — это коэффициент Тобина, аналогично определяемый как D. соотношение в уравнении. 1 . С этой целью мы предполагаем, что если A _j> A _i, когда происходит слияние, A _j = A _{j 50 A} _i и A _i = 0. Таким образом, более богатая фирма j покупает менее богатую фирму i , что приводит к исключению фирмы i как физического лица. .На рис. 7 мы показываем, что включение слияний не меняет безмасштабный характер модели Саймона. В этих симуляциях мы используем переменную вероятность слияния p ^′ и p = 0,01 с 1 миллионом временных шагов. С увеличением p ^′ показатель Ципфа ζ медленно уменьшается. Обратите внимание, что с 1 миллионом временных шагов, если p ^′ = 0,5 p , а при p = 0,01, происходит примерно 5000 слияний.

Рис. 7.

Безмасштабная персистентность в модели Саймона со слияниями. График Ципфа стоимости A _j ( t ) — стоимость активов фирмы j — рейтинг по сравнению с r для модели Саймона с параметром слияния p ^′, представляющий вероятность слияния пары фирм. С увеличением p ^′, ζ медленно увеличивается.

В заключение отметим, что рыночная капитализация, а также балансовая стоимость активов, обязательств и капитала для акций, торгуемых на Nasdaq, демонстрируют свойства масштабирования по Парето.Свойства масштабирования по Парето не являются тривиальным следствием масштабирования (20), потому что для компаний, торгуемых на NYSE, мы не находим аналогичного степенного масштабирования для рыночной капитализации (см. Рис. 8 A ) и балансовой стоимости капитала. Однако балансовая стоимость активов и обязательств для акций NYSE соответствует закону Парето с показателями, которые немного больше, чем те, которые мы находим для акций Nasdaq (см. Рис. 8 B ). Наши результаты показывают несоответствие в масштабировании рыночной капитализации и балансовой стоимости капитала, полученного на разных биржевых рынках (например,g., Nasdaq и NYSE).

Рис. 8. График

Zipf рыночной капитализации ( A ) M по сравнению с рангом r и ( B ) активов и долга по сравнению с рангом r для участников NYSE за 2007 год. Кривая в следует растянутой экспоненциальной экспоненте (- r ^β/ τ ) с β = 0,5 и τ = 45.

Благодарности

Мы благодарим Ксавье Габе за полезные предложения и Министерство Министерства науки Хорватии, Министерства науки и технологий Сербии и Национального научного фонда за финансовую поддержку.

Сноски

¹ Кому может быть адресована корреспонденция. Электронная почта: bp {at} phy.hr или hes {at} bu.edu.
Вклад авторов: B.P., D.H., A.M.P., B.U. и H.E.S. разработал исследования, провел исследования, предоставил новые реагенты / аналитические инструменты, проанализировал данные и написал статью.
Авторы заявляют об отсутствии конфликта интересов.

Оценка вероятности банкротства

Альтман, Э.(1968). «Финансовые показатели, дискриминантный анализ и прогноз банкротства корпораций». Финансовый журнал 23, 589–609.

Google ученый

Барт М., У. Бивер и У. Ландсман. (1998). «Относительная роль балансовой стоимости капитала и чистой прибыли в оценке как функция финансового здоровья». Бухгалтерский и экономический журнал 25, 1–34.

Google ученый

Бивер, W.(1966). «Финансовые показатели как предикторы банкротства». Журнал бухгалтерских исследований 6, 71–102.

Google ученый

Бивер, W. (1968). «Рыночные цены, финансовые показатели и прогнозирование неудач». Журнал бухгалтерских исследований 8, 179–192.

Google ученый

Бек, Н., Дж. Кац и Р. Такер. (1998). «Серьезно относиться ко времени: анализ временных рядов и поперечных сечений с двоичной зависимой переменной.” Американский журнал политических наук 42, 1260–1288.

Google ученый

Бегли, Дж., Дж. Мин и С. Уоттс. (1996). «Ошибки классификации банкротства в 1980-е годы: эмпирический анализ моделей Альтмана и Олсона». Обзор бухгалтерских исследований 1, 267–284.

Google ученый

Бергер, П., Э. Офек и И. Свари. (1996). «Оценка инвесторами возможности отказа.” Журнал финансовой экономики 42, 257–287.

Google ученый

Биллингс Б. (1999). «Пересмотр связи между риском неисполнения долга и коэффициентом реагирования на прибыль». Обзор бухгалтерского учета 74: 4, 509–522.

Google ученый

Блэк, Ф. и Дж. Кокс. (1976). «Оценка корпоративных ценных бумаг: некоторые эффекты положений об эмиссии облигаций.” Финансовый журнал 31: 2, 351–367.

Google ученый

Блэк, Ф. и М. Скоулз. (1973). «Стоимость опционов и корпоративных обязательств». Журнал политической экономии 7, 637–654.

Google ученый

Burgstahler, D., J. Jiambalvo и E. Noreen. (1989). «Изменение вероятности банкротства и стоимости капитала». Бухгалтерский и экономический журнал 11, 207–224.

Google ученый

Кэмпбелл Дж., М. Леттау, Б. Малкиэль и Ю. Сюй. (2001). «Стали ли отдельные акции более волатильными? Эмпирическое исследование идиосинкразического риска ». Финансовый журнал 56: 1, 1–43.

Google ученый

Cheung, J. (1991). «Обзор теории опционного ценообразования в бухгалтерских исследованиях». Журнал бухгалтерской литературы 10, 51–84.

Google ученый

Core, J. and C. Schrand. (1999). «Влияние ковенантов по долгам на основе бухгалтерского учета на оценку капитала». Бухгалтерский и экономический журнал 27: 1, 1–34.

Google ученый

Дамболена И. и С. Хури. (1980). «Соотношение стабильности и корпоративной несостоятельности». Финансовый журнал 35: 4, 1017–1026.

Google ученый

Делани, К.(1992). Стратегическое банкротство . Беркли, Калифорния: Калифорнийский университет Press.

Google ученый

Дхаливал Д., К. Ли и Н. Фаргер. (1992). «Связь между неожиданной прибылью и аномальной доходностью от ценных бумаг при наличии финансового рычага». Современные бухгалтерские исследования 8, 20–41.

Google ученый

Дхаливал, Д.и С. Рейнольдс. (1994). «Влияние риска неисполнения долга на коэффициент доходности». Обзор бухгалтерского учета 69: 2, 412–419.

Google ученый

Дичев, И. (1998). «Является ли риск банкротства систематическим риском?» Финансовый журнал 53: 3, 1131–1147.

Google ученый

Фама, Э. и К. Френч. (1997). «Отраслевые затраты на капитал.” Журнал финансовой экономики 43: 2, 153–193.

Google ученый

Фрэнсис, Дж. (1990). «Корпоративное соблюдение условий долга». Журнал бухгалтерских исследований 28, 326–347.

Google ученый

Геске Р. (1977). «Оценка корпоративных обязательств как сложных опционов». Журнал финансового и количественного анализа 12: 4, 541–552.

Google ученый

Гриффин Дж. И М. Леммон. (2002). «Балансовая стоимость капитала, риск бедствия и доходность акций». Финансовый журнал 57: 5, 2317–2336.

Google ученый

Хан, Б., Р. Дженнингс и Дж. Ноэль. (1992). «Предоставление информации, не связанной с доходами, на дату выпуска финансовой отчетности». Бухгалтерский и экономический журнал 15: 1, 63–86.

Google ученый

Ло, А. (1986). «Логит против дискриминантного анализа: спецификационный тест и приложение к корпоративному банкротству». Journal of Econometrics 31, 151–178.

Google ученый

Лис, Т. (1984). «Обязательные изменения в бухгалтерском учете и условия долга: на примере учета нефти и газа». Бухгалтерский и экономический журнал 7, 39–65.

Google ученый

Макдональд Р. (2002). Срочные рынки . Бостон, Массачусетс: Эддисон Уэсли.

Google ученый

Макфадден Д. (1976). «Комментарий о дискриминантном анализе в сравнении с логит-анализом». Анналы экономических и социальных измерений 5, 511–523.

Google ученый

Мертон, Р.(1974). «О ценообразовании корпоративного долга: структура риска процентных ставок». Финансовый журнал 29, 449–470.

Google ученый

Олсон, Дж. (1980). «Финансовые показатели и вероятностное прогнозирование банкротства». Журнал бухгалтерских исследований 19, 109–131.

Google ученый

Оплер, Т. и С. Титман. (1994). «Финансовый кризис и корпоративные результаты.” Финансовый журнал 49: 3, 1015–1040.

Google ученый

Палепу К. (1986). «Прогнозирование целей поглощения: методологический и эмпирический анализ». Бухгалтерский и экономический журнал 8, 3–35.

Google ученый

Platt, H. and M. Platt. (1991). «Примечание об использовании отраслевых коэффициентов при прогнозировании банкротства». Банковский и финансовый журнал 15, 1183–1194.

Google ученый

Роджерс, В. (1993). «Стандартные ошибки регрессии в кластеризованных выборках». Технический бюллетень Stata 13, 88–94.

Google ученый

Шарп У. (1982). «Факторы, влияющие на доходность ценных бумаг Нью-Йоркской фондовой биржи». Журнал управления портфелем 8: 4, 5–19.

Google ученый

Шамуэй, Т.(2001). «Более точное прогнозирование банкротства: простая модель риска». Деловой журнал 74: 1, 101–124.

Google ученый

Слоан Р. (1996). «Полностью ли отражают цены на акции информацию о будущих доходах в начисленных и денежных потоках?» Обзор бухгалтерского учета 71: 3, 289–315.

Google ученый

Стоун, М. (1991). «Финансовый стресс фирмы и решения о продолжении / замене пенсионных планов.” Журнал бухгалтерского учета и государственной политики 10, 175–206.

Google ученый

Субраманьям, К. и Дж. Уайлд. (1996). «Предположение о непрерывности деятельности и информативность доходов». Современные бухгалтерские исследования 13, 251–274.

Google ученый

Вассалу, М. и Ю. Син. (2004). «Риск дефолта по доходности капитала». Финансовый журнал 59: 2, апрель 2004 г.

Вуонг, Кв. (1989). «Тесты отношения правдоподобия для выбора модели и невложенных гипотез». Econometrica 57: 2, 307–333.

Google ученый

Уоррен, С. (2003). «Асбестовое болото». Wall Street Journal 27 января, B1.

Змиевский, М. (1984). «Методологические вопросы, связанные с оценкой моделей прогнозирования финансовых бедствий». Журнал бухгалтерских исследований Приложение, 59–86.

Google ученый

Неплатежеспособность и долговая нагрузка после вспышки COVID-19

Неплатежеспособность и долговая нагрузка после вспышки COVID-19: оценка рисков и ответные меры политики

Лилас Демму, Сара Каллигарис, Гвидо Франко, Деннис Длугош, Мюге Адалет Макгоуэн, Сахра Саха 22 января 2021 г.

Быстрая реакция политиков в странах ОЭСР помогла предприятиям преодолеть краткосрочную нехватку ликвидности из-за экономического шока после вспышки COVID-19, избежав немедленных и широко распространенных кризисов неплатежеспособности (Demmou et al.2020, Demmou et al. 2021а). Однако многие страны сейчас вступили во вторую волну кризиса в области здравоохранения, что еще больше усугубило экономический шок беспрецедентных масштабов (Boot et al.2020, Cochrane 2020). Эта ситуация, которая вынуждает фирмы еще больше истощать свои резервы денежных средств и капитала и привлекать новое финансирование, вероятно, приведет к двум основным рискам в среднесрочной и долгосрочной перспективе: (1) длительная волна корпоративных банкротств и (2) проблема «долгового навеса», при которой компании с крупной задолженностью могут отказаться даже от выгодных инвестиционных возможностей из-за ограниченного доступа к новым кредитам и необходимости сокращения заемных средств из-за сокращения затрат и сокращения штатов.Используя выборку из почти одного миллиона европейских фирм, мы исследуем (Demmou et al. 2021b) вероятность этих двух типов рисков и намечаем варианты их смягчения для директивных органов. ¹

Прогнозируется, что большая часть фирм столкнется с проблемами, и им будет трудно обслуживать долг, что отрицательно скажется на их инвестициях

Используя простое упражнение по бухгалтерскому учету в духе Карлетти и др. (2020), мы количественно оцениваем влияние пандемии на долгосрочную жизнеспособность компаний.Экономический шок моделируется как изменение операционной прибыли фирм в результате резкого изменения объемов продаж и ограниченной способности фирм полностью корректировать свои операционные расходы. После расчета снижения прибыли, а также с учетом правительственных схем поддержки рабочих мест, реализованных во время первой фазы кризиса, модель позволяет нам предсказать: (1) долю проблемных фирм (то есть фирм, чей чистый капитал прогнозируется отрицательным ), которые подвержены высокому риску неплатежеспособности, и доля фирм, не способных покрывать процентные расходы; и (2) увеличение коэффициентов левериджа фирм, вызванное кризисом.

Для определения масштабов отраслевого падения продаж анализ опирается на шоки спроса и предложения первого раунда, рассчитанные на подробном отраслевом уровне del Rio-Chanona et al. (2020), которые, в частности, объясняют большую неоднородность возможностей удаленной работы между секторами. Что касается продолжительности шока, модель предлагает два альтернативных сценария. «Положительный» сценарий предполагает резкое падение активности на протяжении двух месяцев (что эквивалентно средней продолжительности периода локализации во втором квартале 2020 года) с последующим постепенным, но не полным восстановлением в оставшейся части года.«Обратный» сценарий первоначально перекрывается «положительным» сценарием, но затем моделируется более медленное восстановление из-за более широких дальнейших вспышек вируса, сопровождаемых более строгими ограничениями мобильности.

Предполагаемое снижение прибыли является значительным — в среднем от 40% до 50% нормальной временной прибыли (в зависимости от рассматриваемого сценария). После этого резкого снижения 7% (9%) в остальном жизнеспособных компаний, вероятно, испытают затруднения из-за сценария роста (снижения) (Рисунок 1).Однако эти проценты неоднородны по секторам и типам фирм. Фирмы в отраслях, которые интенсивно используют нематериальные активы (такие как интеллектуальная собственность, данные или программное обеспечение), серьезно пострадали, но они имеют больше возможностей для преодоления кризиса, в то время как гостиничный, развлекательный и транспортный секторы наиболее сильно пострадали. Кроме того, более старые, более производительные и крупные компании находятся в более выгодном положении, чтобы противостоять шоку, по сравнению с их более молодыми, менее производительными и более мелкими коллегами.

Рисунок 1 Прогнозируется, что значительная часть жизнеспособных фирм окажется в затруднительном положении

Примечание : На рисунке показан процент проблемных фирм в сценариях роста (треугольники) и снижения (столбцы) для всей экономики (зеленая полоса) и по однозначной отраслевой классификации Nace Rev.2 (синие столбцы). Фирмы считаются неблагополучными, если прогнозируется, что их балансовая стоимость капитала будет отрицательной через год после введения мер ограничения.Обратите внимание, что выборка предварительно ограничена фирмами, имеющими как положительную прибыль, так и балансовую стоимость капитала в отчетном 2018 году.
Источник : расчеты ОЭСР на основе данных Orbis®.

Уменьшение капитала по сравнению со сценарием обычного развития бизнеса имеет немедленные последствия для коэффициентов левериджа компаний. Отношение совокупных обязательств к совокупным активам увеличится на 6,7 процентных пункта в сценарии роста и на 8 процентных пунктов в сценарии снижения для средней фирмы в выборке (рис. 2, панель A).В свою очередь, увеличение уровня задолженности может подтолкнуть компании к так называемому риску «долгового навеса». Когда у фирмы имеется высокий непогашенный долг, по которому велика вероятность дефолта, снижение стимулов к инвестированию и ограниченный доступ к новым кредитам создают давление в сторону уменьшения заемных средств за счет сокращения затрат и сокращения даже в компаниях с прибыльными инвестиционными возможностями, потенциально замедляя выход из текущего кризиса.

Чтобы формально оценить, как растущая волна долга, связанная со вспышкой COVID-19, повлияет на инвестиции, и оценить потенциальную величину эффекта, мы эмпирически исследуем историческую взаимосвязь между задолженностью и инвестициями за период 1995-2018 годов.² Результаты показывают, что увеличение отношения долга к совокупным активам, сравнимое с тем, которое предсказывается нашей моделью бухгалтерского учета, будет означать снижение отношения инвестиций к основным средствам на 2 процентных пункта (2,3 процентных пункта) в положительную сторону (обратная сторона ) сценарий (рисунок 2, панель B). Наконец, в статье мы также показываем, что снижение прибыли также ухудшает способность фирм обслуживать свой долг — от 30% до 36% фирм не будут достаточно прибыльными, чтобы покрыть свои процентные расходы.

Рис. 2 Предполагается, что коэффициенты левереджа увеличатся, что может стать препятствием для инвестиций

Примечание : На панели A показано увеличение в процентных пунктах отношения обязательств к совокупным активам для средней фирмы с распределением кредитного плеча после вспышки COVID-19 в сценариях роста (синие столбцы) и снижения (красные столбцы). Панель B показывает прогнозируемое снижение отношения инвестиций к основным средствам при гипотетическом увеличении отношения долга к совокупным активам, показанное на панели A для медианной фирмы.
Источник : расчеты ОЭСР на основе данных Orbis®.

Политика поддержки способности корпоративного сектора выдержать кризис и быстро восстановиться

Эмпирический анализ подчеркивает, что бедственное положение и долговая нагрузка нефинансовых корпораций могут угрожать восстановлению экономики, ставя под угрозу способность фирм инвестировать, и предполагает, что правительствам следует тщательно разрабатывать пакеты поддержки, чтобы ограничить рост корпоративной задолженности. Еще одна проблема, связанная с разработкой политики, касается адресности поддержки — директивным органам необходимо найти правильный баланс между риском поддержки потенциально нежизнеспособных фирм и риском принуждения жизнеспособных и продуктивных фирм к преждевременной ликвидации (Laeven et al.2020). В нынешней ситуации баланс рисков должен быть смещен в пользу первых. Риск вытеснения с рынка многих жизнеспособных фирм действительно особенно высок во время кризиса, когда существует большая неопределенность в отношении новой нормы и перегружены суды. Принимая во внимание эти трудности в различении ожидаемых жизнеспособных и нежизнеспособных фирм, правительства могут принять следующий каскадный подход, регулярно переоценивая и адаптируя поддержку по мере развития экономической ситуации:

Меры поддержки должны в первую очередь быть нацелены на «сглаживание кривой несостоятельности» путем обеспечения того, чтобы проблемные фирмы имели доступ к дополнительным ресурсам, и учета ряда соображений при разработке политики:
- Для смягчения опасений по поводу долгового навеса меры должны все больше включать дополнительные инструменты недолгового финансирования.Компании могут быть рекапитализированы с помощью инструментов долевого финансирования, в том числе: (1) вливания капитала и квази-собственного капитала (например, привилегированные акции, конвертируемые займы), (2) поэтапное введение резерва под корпоративный капитал и (3) обмен долгового капитала на предоставлять фирмам необходимую ликвидность, не увеличивая их долговую нагрузку. Квазиакционерные инструменты (например, гибриды, сочетающие в себе характеристики долгового и долевого капитала), возможно, должны иметь преимущество перед обыкновенным капиталом, поскольку они обеспечивают преимущественное право на получение дивидендов и активов в случае ликвидации и позволяют компаниям привлекать средства без ослабления контроля.
- Долевые инструменты требуют мониторинга, и государству сложно управлять большим количеством мелких требований по акциям. Следовательно, директивные органы могут использовать косвенные меры для оказания помощи более мелким фирмам. Например, выплаты могут быть связаны с доходами предприятий — фирмы, которые восстанавливаются наиболее устойчиво, будут возвращать больше в виде будущих налогов, а те, у кого больше проблем, будут платить меньше. Эти инструменты позволили бы погашение быть зависимым от государства, имитируя вливания капитала.
Если эта стратегия окажется недостаточной, политики могут стимулировать своевременную реструктуризацию долга, чтобы позволить проблемным компаниям продолжить бесперебойную работу. Это помогло бы координировать требования кредиторов таким образом, чтобы это соответствовало сохранению жизнеспособности фирмы и ее способности инвестировать в будущем. Соответствующие меры включают создание правовых условий, благоприятствующих новому финансированию проблемных фирм (например, предоставление приоритета над существующими необеспеченными кредиторами), реформы режимов несостоятельности, включая продвижение рамок, предшествующих банкротству, и конкретных процедур для облегчения реструктуризации МСП.
Эти два шага направлены на сокращение числа жизнеспособных фирм, которые в противном случае были бы ликвидированы. Чтобы иметь дело с фирмами, которые по-прежнему останутся нежизнеспособными, несмотря на государственную поддержку и реструктуризацию долга, правительства могут повысить эффективность процедур ликвидации, чтобы высвободить потенциально производительные ресурсы. Создание институциональных условий для нового старта путем устранения барьеров, которые могут подтолкнуть должников к отсрочке ликвидации, в частности путем реформирования режима личной несостоятельности, остается ключевой задачей в нескольких странах.

Список литературы

Бут А, Э. Карлетти, Р. Хазельманн, Х. Коц, Дж. П. Крахнен, Л. Пелицсон, С. Шефер и М. Субрахманьям (2020), «Коронавирус и финансовая стабильность», VoxEU.org, 24 марта.

Карлетти, Э., Т. Оливиеро, М. Пагано, Л. Пелицсон и М. Г. Субраманьям, (2020), «Шок от COVID-19 и дефицит капитала: данные на уровне компаний из Италии», COVID Economics 25.

Кокрейн, Дж. Х (2020), «Денежно-кредитная политика в отношении коронавируса», в Р. Болдуин и Б. Ведер ди Мауро (ред.), Экономика во время COVID-19 , CEPR Press.

дель Рио-Чанона, Р. М., П. Мили, А. Пихлер, Ф. Лафонд и Дж. Д. Фармер, (2020), «Шоки спроса и предложения в пандемии COVID-19: перспективы отрасли и профессии», COVID Economics 6.

Демму, Л., С. Каллигарис, Дж. Франко и Д. Длугош (2020), «Уязвимости корпоративного сектора во время вспышки COVID-19: оценка и политические меры», VoxEU.org, 23 мая.

Демму, Л., С. Каллигарис, Г. Франко и Д. Длугош (2021a), «Дефицит ликвидности во время вспышки Covid-19: оценка и политические меры», Рабочие документы Департамента экономики ОЭСР, №1647.

Демму, Л., С. Каллигарис, Г. Франко, Д. Длугош, М. Адалет МакГоуэн и С. Саха (2021b), «Несостоятельность и долговая нагрузка после вспышки COVID-19: оценка рисков и ответные меры политики», Рабочий документ Департамента экономики ОЭСР № 1651.

Лаевен, Л., Г. Шепенс и И. Шнабель (2020), «Зомбификация в Европе во время пандемии», VoxEU.org, 11 октября.

Примечания

1 Мы используем набор данных Orbis (предоставленный Bureau Van Dijk) для 14 европейских стран: Бельгии, Дании, Финляндии, Франции, Германии, Венгрии, Ирландии, Италии, Польши, Португалии, Румынии, Испании, Швеции и Великобритании.Мы предполагаем, что последние доступные данные по каждой фирме (конец 2018 г.) отражают ее финансовое положение в нормальное время в отношении ее доходов, операционных расходов, налоговых платежей и балансовой стоимости капитала.

2 В статье мы также исследуем специфические особенности, характеризующие взаимосвязь во время резких спадов, путем оценки перекрестной модели, сравнивающей период до и после Великого финансового кризиса (GFC). Результаты показывают, что влияние изменения долга на инвестиции неоднородно для разных фирм.Фирмы, которые вошли в GFC с более высоким коэффициентом финансового левериджа, испытали более резкое сокращение инвестиций. Более подробную информацию можно найти в Demmou et al.

От банкротства к корпоративному банкротству: обзор | Journal of Innovation and Entrepreneurship

Введение

После краха банков, вызвавшего один из самых серьезных потрясений в развитых странах, кризис суверенного долга Европы, начавшийся в 2010 году, продолжает формировать картину банкротства.В странах Западной Европы количество корпоративных коллапсов выросло в годовом исчислении на 0,3% — со 174 463 в 2010 году до 174 917 в 2011 году (Mohr 2012), что является исторически высоким уровнем. Большое количество неудач в бизнесе вместе с учащением случаев банкротства крупных компаний привели к увеличению числа случаев потери рабочих мест в связи с неплатежеспособностью. С 1,4 миллиона в 2010 году этот показатель вырос до 1,5 миллиона в 2011 году, что соответствует увеличению на 7,1% по сравнению с аналогичным периодом прошлого года (в таблице 1 представлены более точные данные о разбивке банкротств по странам).Ни одна промышленность не застрахована от этого явления. Ввиду их количественного значения для экономики в целом торговля (оптовая / розничная, включая общественное питание / гостиницы) и строительство представляют наибольший относительный вклад в объем банкротства в Европе. Однако сокращение обрабатывающей промышленности, вызванное уходом крупных дочерних компаний или закрытием заводов, является причиной большей доли потери рабочих мест. Что можно сказать после кризиса о причинах, по которым так много компаний находятся в бедственном положении? Чтобы ответить на этот вопрос, в данной статье предлагается обзор литературы по предпринимательству и промышленной экономике.Эта точка зрения не направлена на минимизацию роли делового климата в макроэкономическом контексте. Действительно, вслед за Вадхвани (1986) многие ученые интересовались оценкой роли инфляции в дефолте фирмы. То, что поставлено на карту в этой статье, больше связано с отдельными причинами и жизненным циклом фирмы.

Таблица 1 Банкротства в Европе

Исследования предпринимательства раньше настаивали на создании бизнеса, росте фирм и расширении рынка, которые затем являются яркой стороной экономической деятельности.Однако темная сторона предпринимательских предприятий существует, поскольку риски становятся эффективными и приводят к краху фирмы. Выход обычно считается признаком банкротства фирмы, следствием плохой работы; фирмы, которые не работают в условиях конкуренции на рынке, рано или поздно уйдут с рынка. Этот процесс стоит знать, по крайней мере, по двум основным причинам: во-первых, шумпетерианская концепция творческого разрушения, которая описывает процесс трансформации, сопровождающий радикальные инновации, который предполагает замену устоявшихся компаний новыми участниками, предполагает уход определенного количество существующих фирм.Помимо этого обновления производственной системы, которое он обеспечивает, выход также может иметь положительное значение, поскольку люди, которые закрыли компанию, которой они владели или управляли в предыдущем году, с большей вероятностью будут успешно участвовать в будущей предпринимательской деятельности. Во-вторых, несмотря на усилия и меры, принятые США, процент выхода новых участников едва опускается ниже 50% до достижения пятилетнего возраста, а глобальный уровень корпоративных банкротств демонстрирует редкую устойчивость, за исключением случаев, когда изменяется закон.Затем важно определить схему отказа и выхода в соответствии с этими теоретическими и фактическими измерениями.

Этот вопрос тем более важен, поскольку неплатежеспособность — это издержки для всей экономики. Однако это неравномерно сказывается на экономических агентах, поскольку мелкие компании платят твердую цену за это обновление производственной системы. Важность этого вопроса иллюстрируется вниманием, уделяемым правительствами модернизации своих режимов банкротства. Коллективные рамки были предложены Международным валютным фондом (МВФ, 1999 г.), Организацией экономического сотрудничества и развития (ОЭСР, 1998 г.) и Европейским союзом (Европейская комиссия, 2007 г.).Однако внесенные изменения считаются недостаточными для значительного улучшения системы. Однако вопрос о том, какой должна быть хорошая система, все еще обсуждается среди ученых и практиков. Дело в том, что универсального согласия по этому вопросу не существует, даже если это широко признается, вслед за Франксом и Тороусом (1992), что банкротящие малые и средние предприятия (МСП) делятся на две категории: те, которые находятся в экономическом затруднении, и не жизнеспособные, которые должны быть выведены с рынка, и те, которые испытывают временные финансовые трудности и бедствие которых вызвано особыми событиями или условиями, которые следует поддерживать.Предполагается, что работающая система способна хорошо отсеивать эти два вида профилей, т. Е. Позволять спасать временно находящиеся в затруднительном положении компании и разрешать определенно скомпрометированные ситуации путем ликвидации. Как подчеркивается в обширной литературе по этой теме, решающая ставка на этом этапе пути банкротства состоит в минимизации возникновения ошибок типа 1 и типа 2, т. Е. В ликвидации фирм, вероятность восстановления которых определенно снижена, в то время как компании, которые все еще должны быть поддержаны либо кредитоспособность, либо способность восстановить свою долю на рынке.Когда такая система будет введена в действие, она сможет усилить экономический рост в результате предпринимательства. Однако, как выразили сожаление Cook et al. (2012), «в литературе мало практических указаний о том, как следует сделать такой выбор» (стр. 276). Вот почему в недавнем обзоре дизайна закона о банкротстве Lee et al. (2007) пришли к выводу, что эта тема все еще «важная, но малоизученная область» (стр. 268).

Проблемы, с которыми сталкивается большинство ученых и практиков, когда возникает вопрос об определении, понимании или предотвращении банкротства фирмы, начинаются с определения несостоятельности и ее дифференциации с банкротством.Однако определение границы, которая отделяет текущую озабоченность от дефолта компании, не является конечной целью исследования, связанного с несостоятельностью. Вместо этого, обширная литература посвящена выявлению детерминант дефолта или неудачи благодаря определению дискриминантных функций, способных различать здоровые компании и фирмы, которые могут потерпеть неудачу в ближайшем будущем. Большая часть этого исследования направлена на выявление статей баланса или отчета о прибылях и убытках, способных отразить бедственное положение фирмы.Однако, сфокусировавшись на прогностическом сигнале неплатежеспособности, эта литература в основном касается симптомов дефолта, а не причин. Вот почему все большее количество работ выходит за рамки ожидания и изучения причин ухода с целью предотвращения неудач.

Остальная часть документа организована следующим образом: раздел «Определение несостоятельности» рассматривает различные определения несостоятельности и устанавливает некоторый порядок в различении дефолта, несостоятельности и банкротства; В разделе «Большое разнообразие причин несостоятельности» представлена литература, посвященная прогнозированию неплатежеспособности с учетом ее наиболее видимых проявлений, тогда как в разделе «Различные индивидуальные причины» настаиваются на эффективных причинах или первичных источниках банкротства, которые имеют большее отношение к продуктивное сочетание и рыночное позиционирование компании, чем с финансовыми и бухгалтерскими коэффициентами.

Определение несостоятельности

В своей основополагающей статье о корпоративной несостоятельности Армор (2001) проводит различие между шестью различными значениями термина «несостоятельность». Исходя из разговорного смысла этого слова, связанного с неспособностью платить кредиторам, он пытается прояснить концепции бухгалтерского учета несостоятельности баланса, несостоятельности денежных потоков и экономического краха, с одной стороны, и судебными аспектами неисполнения обязательств, которые пройти путь от производства по делу о несостоятельности и реорганизации к ликвидации, с другой стороны.Такой обширный подход к компаниям, терпящим бедствие, представляет собой огромное преимущество, заключающееся в том, что он включает в себя разнообразие возможных судебных решений, выносимых коммерческими судами по делам о несостоятельности корпораций ^a. Более того, такая сложная и уточненная типология неудач вряд ли совместима с эмпирическим анализом этого явления, который большую часть времени сосредоточен на определении дискриминантной функции, способной различать два класса фирм в соответствии с их соответствующим экономическим здоровьем (Rahman et al. al.2004; Bose and Pal 2006). Проблемы возникают из-за того, что корпоративная неплатежеспособность все еще не имеет общего определения, широко принятого сообществом авторов, работающих над этой темой.

В большинстве случаев компания считается испытывающей финансовые затруднения, если балансовая стоимость ее активов меньше, чем балансовая стоимость ее обязательств. С этой точки зрения критерии Базеля II определяют фирму как «дефолтную», если ее запланированные платежи задерживаются более чем на 90 дней. Этот подход, который сосредоточен на концепции движения денежных средств, выгодно дополняется перспективой запасов, которая сравнивает имеющиеся активы с текущими обязательствами (Belcher 1997).Если такое определение представляет собой бесспорное использование, поскольку кто-то интересуется конкретной ситуацией конкретной компании, экспертное суждение, на котором оно основано, не согласуется с изучением общей ситуации большого числа компаний или с определением функция, позволяющая отделить действующие фирмы от неплатежеспособных. Для этого требуется более простое, но более четкое определение несостоятельности. Это причина, по которой большинство документов, посвященных дискриминации между действующими и неплатежеспособными предприятиями, ссылаются, таким образом, на правовые нормы, чтобы провести четкую границу между этими двумя классами.В этом случае компания считается неплатежеспособной, когда она подает заявление о банкротстве или когда суд принимает решение о ее ликвидации.

Приписывание успеха и / или неудачи небольшим фирмам, таким образом, сложно, динамично и проблематично. В широком смысле несостоятельность определяется как неспособность выплатить долги в день, когда они наступают в ходе обычной деятельности. Это определение позволяет провести различие между здоровыми компаниями, соблюдающими свои договорные обязательства, и компаниями, находящимися в бедственном положении, которые вот-вот подадут петицию.Однако у такого определения есть недостаток. Это действительно имеет тенденцию создавать путаницу между несостоятельностью и дефолтом, которая в основном рассматривается как невыплата долга в литературе, посвященной функционированию кредитного рынка. Слово «неплатежеспособность» относится в первую очередь к корпоративной реальности, которую не так просто определить, поскольку кто-то заинтересован в том, чтобы отличить фирмы, нарушившие обязательства, от действующих предприятий.

Однако установление четкой границы между двумя предыдущими типами компаний является ключевой задачей при предложении типологии компаний в соответствии с их степенью устойчивости.Тем более важно, что такое различие является обязательным для банка в соответствии с Базелем II и будущим Базелем III, и что все большее количество исследований направлено на предложение эмпирического анализа проблемных фирм. Для достижения этих целей в настоящее время в экономике используются два полярных определения несостоятельности; первый экономический, а второй относится к судебным правилам.

Экономическая концепция несостоятельности

Согласно сторонникам экономической концепции, несостоятельность определяется как совокупность неудачных ситуаций, таких как невыплата долга, неспособность выплатить дивиденды акционерам, финансовые затруднения. , так далее., что может привести или не привести к началу судебного разбирательства. При таком подходе приостановление деятельности компании воспринимается как результат прогрессивного процесса. Некоторые авторы, как, например, Зопунидис (1995), предлагают очень обширный взгляд на это явление. Дефолт — это просто еще одно слово для описания компании, неспособной получать прибыль, чей капитал не создает ценности в основном из-за того, что континуум рынка товаров, производимых предприятиями, стал непостоянным. Такая компания также не выполняет свои обязательства, потому что не способствует решению социальных проблем, таких как безработица или повышение покупательной способности.Однако это широкое определение слишком велико для использования, что заставляет другую часть литературы сосредоточиваться на проблемах оплаты.

Действительно, невозможность вернуть причитающиеся суммы — явный сигнал дефолта, позволяющий отличить безопасные компании от рискованных. Это определение принято Ooghe и Van Wymmersch (1996). По словам этих авторов, компания считается неплатежеспособной, когда она больше не может достигать своих экономических целей в условиях социальных и юридических ограничений. Это бедствие также характеризуется тем фактом, что в течение всего этого процесса компания не может регулярно выполнять обязательства по отношению к своим различным партнерам.Действительно, проблемы, с которыми может столкнуться компания, должны рассматриваться как непрерывный и кумулятивный процесс: неудача начинается с небольших трудностей, которые постепенно трансформируются в более серьезные проблемы. Некоторые работы, вслед за Бивером (1966), таким образом, пытались предложить модели, в которых неплатеж используется как сигнал о банкротстве компании. Из-за низкого уровня правильной классификации, обеспечиваемой этим нечетким определением, термин «по умолчанию» больше не используется для эмпирической иллюстрации концепции отказа.

Чтобы выйти из тупика, возникающего в результате строгой ассимиляции между несостоятельностью и дефолтом, некоторые авторы рассмотрели другие события. В этом случае компания считается неплатежеспособной, если она больше не может достигать своих экономических, финансовых и социальных целей на регулярной основе. Некоторые идут еще дальше, полагая, что фирмы вступают в периоды упадка, когда они не могут предвидеть, распознавать, нейтрализовать или адаптироваться к внешнему и внутреннему давлению, угрожающему их долгосрочному выживанию.Разделение компаний-неудачников и других на основе различных критериев эффективности предложено Платтом и Платтом (2002). Они проводят грань между действующими предприятиями и проблемными фирмами, потерпевшими в течение нескольких лет убытки, уменьшение распределения дивидендов или крупную реструктуризацию. Бивер (1966) является представителем этого подхода и определяет неудачу как результат неспособности компании выполнить свои обязательства после того, как они достигли зрелости. Однако результаты довольно плохие и становятся еще хуже, когда цель состоит в том, чтобы отличить прибыльные фирмы от неприбыльных, потому что никакая функция не разделяет эти два класса должным образом.Совсем недавно этот подход был принят Бозом и Палом (Bose and Pal, 2006), которые получили степень предсказания в диапазоне от 65% до 75% в их попытке отделить компании априори , считающиеся финансово здоровыми, от тех, которые не являются таковыми.

Проблемы, возникающие при тестировании различных границ между жизнеспособными фирмами и теми, которые собираются потерпеть неудачу, возникают из-за того, что разделение между этими двумя ситуациями является как пористым, так и размытым. Вот почему многочисленные исследования сходятся во мнении, что прекращение платежей является заключительным этапом процесса, иногда называемого « спиралью неудач », из которого фирма может выйти благодаря принятию корректирующих и превентивных мер, заключающихся в изменении своей операционной деятельности. цикл.

С юридической точки зрения к управленческой

Во втором комплекте документов рассматривается отказ с юридической точки зрения. Затем он определяется на основе судебных критериев, введенных в законе о несостоятельности, принятом в данной стране в определенный период. Согласно большинству правовых норм, фирма считается банкротом, когда судья решает, что она не может произвести выплаты при наступлении срока погашения требований (Cabrillo and Depoorter, 1999). Неплатежеспособные компании всегда соблюдают это сочетание юридической и бухгалтерской логики.На каждом этапе судебного процесса вводятся учетные соображения, чтобы усилить рациональность решения, принятого судьями. Действительно, производство всегда начинается с прекращения платежей и заканчивается планами ликвидации или продолжения. Чтобы установить момент времени, чтобы сигнализировать о переходе от надежной и здоровой компании к несостоятельной, многие ученые считают, что сбой происходит с момента, когда компания представляет в суд юридические документы, необходимые для ее ликвидации или реорганизации.Затем неудача приравнивается к участию в производстве по делу о несостоятельности, и подача петиции должна рассматриваться как чрезвычайная ситуация, то есть выход с рынка в результате несоответствия между предпринимательским проектом и рыночными условиями.

Хотя смысл и характер судебного разбирательства могут отличаться, обращение в коммерческий суд, который регистрирует прекращение платежей, дает простой критерий для «объективного» разделения двух классов фирм: тех, которые управляются в соответствии с правилами коллективного права. судебные разбирательства и те, которые все еще действуют в экономическом мире, в котором доминирует соблюдение договорных обязательств.Как и в предыдущем наборе статей, надежность этой концепции основывается на бинарном выборе, обеспечиваемом судебной перспективой: либо компания здорова, либо неплатежеспособна. Судебное определение несостоятельности послужило поводом для большого количества исследований, которые в этой статье дается лишь краткий обзор.

Предлагая эмпирический анализ для проверки различий между юридически неплатежеспособными фирмами и компаниями, сообщающими только о финансовых трудностях, Agarwal et al. (2001) определяют выполняющую функцию, точные коэффициенты классификации которой превышают 93% для обеих групп.Похоже, что модели, основанные на юридическом определении и разделении предприятий на два класса, приводят к более надежным результатам, чем модели, основанные на уровнях финансовых показателей. Это превосходство объясняется разными причинами. Во-первых, разница между обанкротившимися и жизнеспособными фирмами становится яснее по мере приближения к прекращению платежей. Во-вторых, переход между экономическим порядком, в котором преобладают обязательства и контракты, с одной стороны, и судебной вселенной, в которой чистая рыночная логика заменяется правовым порядком, с другой, более ясен, чем оценка, основанная на результатах деятельности корпорации.Таким образом, в правовом порядке последовательность структурирована в виде трех этапов. Во-первых, это заявление о прекращении платежа. Во-вторых, за ним следует арбитраж между прямой ликвидацией и спасением, который зависит от конкретной ситуации неплатежеспособной фирмы и контекста, в котором принимается решение. В-третьих, обоснованность этого решения станет известна позже, если спасенная фирма действительно выживет.

Большое разнообразие причин неплатежеспособности

Огромное количество исследований уделяет внимание причинам неплатежеспособности.Большинство из них платят значительные проценты по нефинансовым аспектам как конкретным причинам банкротства (от Баума и Мезиаса (1992) до Грининга и Джонсона (1996) или Сваминатана (1996)). В этих исследованиях подчеркивается важность одного фактора, иногда даже внутри компании определенного типа. Однако, даже если широко признается, что несостоятельность является результатом длительного и сложного процесса, многие документы и отчеты настаивают на значительно более высокой вероятности банкротства определенных типов компаний.Таким образом, размер является первой характеристикой, принимаемой во внимание как ключевой дискриминантный фактор. В течение долгого времени малый бизнес был главной проблемой для авторов, занимающихся этой областью (Холл (1992) или, в последнее время, Бэк (2005), является представителем этой большой группы). Однако изменение характеристик обанкротившихся компаний заставляет некоторых других ученых обратить внимание на уход крупных корпораций. Действительно, банкротство крупных американских компаний в начале 2000-х годов ^b ставит под сомнение несостоятельность крупных корпоративных групп.Среди многих причин и после противоречивой статьи Charan и Useem (2002), управленческие ошибки часто представляются как серьезные, в то время как некоторые другие, заново открывая Kotler (1965) и считая, что для корпоративных групп может быть выгодно отказаться от некоторых видов деятельности, начинают думать о банкротстве как о бизнес-стратегии. Эти новые направления по-прежнему остаются редкостью, и, как подчеркнули Оог и Де Прийкер (2008), «в большинстве этих исследований характеристики управления провозглашаются наиболее критическими факторами корпоративного банкротства», тогда как несостоятельность следует рассматривать как процесс, в котором различные причины вмешиваться на разных этапах.Мы последовательно исследуем эти два момента.

Различные индивидуальные причины

В различных исследованиях предпринимались попытки определить причины корпоративного банкротства, которые могут быть столь же многочисленными и сложными, как факторы, ведущие к росту. Исчерпывающее видение возможных причин банкротства представлено Брэдли и Рубахом (2002), которые напоминают различным семействам факторов, которые определены как причины несостоятельности в исследовании, проведенном по заказу Администрации малого бизнеса. Управленческие, маркетинговые или финансовые причины являются основными, но их следует уточнить, поскольку вмешиваются дополнительные элементы, например:

1.
Внешние условия ведения бизнеса: включает рост конкуренции, страхование и общие затраты на ведение бизнеса
2.
Финансирование: включает потерю капитала, неспособность получить новый капитал и высокий долг
3.
Внутренние условия ведения бизнеса: включая ошибки управления, местонахождение, потерю клиентов и проблемы с торговыми кредитами
4.
Налог: включает проблемы с налоговым администрированием
5.
Споры с конкретным кредитором: включая потери права выкупа, судебные иски и споры по контрактам
6.
Личное: включает болезнь и развод
7.
Бедствия: включает мошенничество, воровство, стихийные бедствия и несчастные случаи
8.
Прочее: включает время на покупку времени и заявления о принудительном банкротстве

Это исследование обеспечивает подходящую основу для включения неплатежеспособности в комплексную структуру. Некоторым также удается определить профиль уязвимого предприятия, вероятность банкротства которого выше, чем «нормальный» риск банкротства. Все согласны с тем, что слабые фирмы по своей природе предрасположены к банкротству.Тогда ставка состоит в том, чтобы выделить некоторые коэффициенты или показатели, которые дают точное представление о неустойчивости фирмы. В этом случае различные группы причин несостоятельности могут быть объединены в зависимости от аспекта компании, вызывающей озабоченность. Исчерпывающая презентация доступна в Caves (1998), где представлен обзор предшествующей литературы.

Размер, возраст и деятельность

Анализ возможных причин несостоятельности начался с введения размера фирмы в соответствии с законом Гибрата, часто учитываемым в моделях роста фирмы.Большинство исследователей сходятся во мнении, что чем меньше размер фирмы, тем больше у нее шансов обанкротиться. Действительно, у малых фирм нет финансовых ресурсов или поддержки со стороны кредиторов в качестве буфера для рыночных сокращений. Более того, небольшие организации сталкиваются с трудностями в привлечении наиболее компетентного персонала, поскольку они не могут предложить карьерный рост наравне с крупными организациями. Рассматривая компании строительной отрасли США, чей риск отказа сначала увеличивается с возрастом, достигает пика и затем снижается по мере взросления компаний, Кале и Ардити (1998) приходят к выводу, что молодые неудачи могут быть отнесены на счет неадекватных ресурсов и возможностей (по сравнению с начальные запасы).Напротив, старые сбои следует отнести на счет несоответствия между ресурсами и возможностями и требованиями конкурентной среды. Эти внутренние процессы проявятся в уязвимых бизнес-моделях, которые не могут генерировать положительный денежный поток. Сила взаимоотношений зависит от контекста и, в основном, от делового климата в отрасли. Затем значительная часть исследований предлагает модели, в которых динамика смертности зависит от возраста, размера и механизмов плотности населения.

Однако рассмотрение этих структурных переменных в качестве подходящих показателей для определения вероятности банкротства не может удовлетворить тех, кто хочет определить, какие фирмы с большей вероятностью совершат дефолт, чтобы использовать эту информацию для принятия правильного решения, например, при финансировании или консультировании менеджеров. Действительно, как следует из статьи Колторти и Гарофоли (2011) о взаимосвязи между размером и производительностью фирм, реальность проблемы несостоятельности не может быть ограничена некоторыми общими показателями.Действительно, эмпирические результаты анализа данных балансовых отчетов средних предприятий обрабатывающей промышленности в четырех европейских странах исключили положительную взаимосвязь между размером фирм и результатами деятельности (как по добавленной стоимости на одного работника, так и по показателям прибыльности). Это должно привести к большей осторожности с традиционной и широко признанной согласованной интерпретацией положительной взаимосвязи между уходом и размером фирмы.

Постепенно вводились и другие элементы, более узко зависящие от конкретных характеристик фирм.Источником вдохновения является точка зрения, основанная на ресурсах, которая в основном использовалась при изучении производительности выше нормы, но также поучительна в контексте производительности ниже нормы.

Финансовые причины

В противоречие с теоремой Модильяни-Миллера, которая гласит, что при определенных предположениях стоимость фирмы не зависит от того, как эта фирма финансируется, большое количество работ проливает некоторый свет на роль, которую играет финансовый сектор. структура уязвимости фирмы.Принято считать, что компании, прекращающие выплаты, характеризуются более низким уровнем долгосрочных финансовых ресурсов, чем надежные. Это различие все еще остается в силе, хотя и менее заметным, когда, во-первых, сравниваются фирмы, которые извлекают выгоду из попытки спасения, с фирмами, которые немедленно ликвидируются, а во-вторых, выжившие фирмы сравниваются с заведомо банкротами.

Класс моделей банкротства, разработанных в этом ключе, — это модели «риска разорения» (Santomero and Visno 1977).Они предполагают, что у фирмы есть заданный размер капитала (K) и что изменения K случайны. Положительные изменения в K являются результатом положительных денежных потоков от операций фирмы. Убытки требуют от фирмы ликвидировать активы. Неявно эта модель предполагает, что фирма полностью отрезана от рынков кредита или ценных бумаг и не может привлекать средства с помощью выпуска долговых обязательств или акций. Компания становится банкротом, когда рыночная (ликвидационная) стоимость ее активов (K) становится ниже ее долговых обязательств перед внешними кредиторами.

Можно считать, что процентное покрытие и рыночная стоимость капитала / совокупных обязательств отрицательно коррелируют с шансами корпоративного банкротства.Точно так же вероятность банкротства увеличивается с увеличением уровня левериджа и капиталоемкости, но снижается с увеличением уровня ликвидности и перспектив роста фирмы. Некоторых также интересуют ожидания и аппетиты акционеров, поскольку чем меньше доходность акций, тем выше вероятность банкротства фирмы. Следуя теории иерархии, можно поддержать идею о том, что компании отдают приоритет своим источникам финансирования (от внутреннего финансирования до собственного капитала), в соответствии с принципом наименьших усилий или наименьшего сопротивления, предпочитая привлечение капитала в качестве последнего средства финансирования. .Следовательно, в первую очередь используются внутренние средства, а когда они исчерпываются, выдается долг. Когда нет смысла выпускать какие-либо новые долговые обязательства, выпускаются акции (Myers and Majluf, 1984). Способность фирмы финансировать свои инвестиции сама по себе является решающим фактором ее стабильности. Таким образом, высокий начальный уровень финансовых ресурсов (собственный капитал и долгосрочный долг) может защитить фирму от риска банкротства.

Окружающая среда, продажи и положение на рынке

Другие объясняющие переменные связаны с бизнесом и положением компании на рынке.Фирмы, которые могут продавать свою продукцию, с меньшей вероятностью будут вынуждены прекратить платежи. Он следует «портеровской» точке зрения, согласно которой фирмы, извлекающие выгоду из динамичной географической или промышленной среды, имеют более высокую вероятность успеха, чем компании, которые не извлекают выгоду из таких положительных внешних эффектов. Действительно, банкротство бизнеса тем более вероятно, поскольку фирма сталкивается с трудностями при продаже своей продукции, что может вызвать постоянное снижение оборота, а также снижение прибыльности.На более высокую важность способности создавать хорошие отношения с клиентами указывает Шамвей (2001), который считает, что рыночные переменные более полезны, чем финансовые коэффициенты, при прогнозировании банкротства.

Макроэкономический контекст оказывает сильное влияние на выживаемость компании. Связи между изменениями в общих экономических условиях и совокупными темпами ликвидации корпораций были в центре внимания большого количества исследований, основанных на информации в масштабах всей экономики. Они пришли к выводу, что экономические циклы и изменение цен оказывают сильное влияние на продажи.

Корпоративное управление и акционеры

Беккетти и Сьерра (2003) включают фиктивный показатель членства в группе в модель прогнозирования, оцененную на большой выборке итальянских производственных компаний, и находят отрицательную взаимосвязь между вероятностью отказа и членством в бизнес-группе в период с 1992 по 1997 год. Это свидетельство можно увеличить. В среднем фирмы, интегрированные в крупные корпоративные группы, с большей вероятностью будут получать поддержку со стороны материнской компании и, следовательно, с меньшей вероятностью окажутся неплатежеспособными.Совсем недавно, изучая выборку публичных компаний в Гонконге, He et al. (2010) настаивают на том, что вероятность банкротства возрастает с увеличением уровня ограничений, налагаемых на внутренний корпоративный контроль.

Все эти различные причины не вмешиваются независимо в процесс отказа, а сочетаются друг с другом. Это означает, что никакая единственная причина сама по себе не способна разрушить компанию, но этот вынужденный уход, такой как банкротство, является результатом совокупности событий, порождающих последовательность, предиктивным концом которой является банкротство.

В сложном процессе

Как правило, банкротство не происходит в одночасье. Напротив, по предыдущим сигналам можно ожидать перебоев в выплатах. Эмпирические работы пытаются идентифицировать эти сигналы, используя либо модели, основанные на дзета-баллах, либо более качественный подход. Эмпирические данные не показывают четкой причинно-следственной связи между практикой надлежащего управления и хорошими корпоративными показателями. Практически невозможно отличить благоприятную экономическую конъюнктуру от передовой практики как причины успеха.Корпоративная несостоятельность обычно является предсказуемым результатом плохого корпоративного управления, когда компания все еще продолжает свою деятельность.

Рисунок 1 иллюстрирует то, что можно описать как кумулятивный сценарий неплатежеспособности, который может привести либо к прямой ликвидации, либо к судебному урегулированию, предполагающему продолжение деятельности (кредиторы обязаны согласиться с определенными сроками) или передаче бизнеса ( предприятие и его основные контракты продаются третьей стороне, которая принимает на себя определенные обязательства).

Рисунок 1

Путь банкротства (Источник: Marco 1989 г. ).

Спад компании в большинстве случаев начинается с неэффективного управления и появления нерыночных продуктов (Crutzen and Van Caillie 2009), что может вызвать снижение продаж в течение нескольких лет (и соответствующее снижение прибыли, если ничего не будет сделано для улучшения положения на рынке). ). В худшем случае спад оборачиваемости приводит к снижению прибыльности с последующим ухудшением условий работы, которые являются причиной кризиса платежеспособности.На этой стадии порочного круга у менеджеров компании появляется сильный стимул соглашаться на менее благоприятные рыночные условия (скидки или более длительные сроки оплаты и т. Д.) В надежде на восстановление продаж и прибыльности. Однако такая реакция может быть контрпродуктивной, поскольку может вызвать увеличение торговых долгов и запасов, особенно в обрабатывающей промышленности. Как следствие, компания может испытывать нехватку денежных средств и, следовательно, может столкнуться с кризисом ликвидности, который может заставить кредиторов практиковать нормирование кредита и повышать процентные ставки, поскольку одновременное увеличение задолженности и снижение самофинансирования снижает вероятность погашения кредита. такой должник.В случае нехватки финансовых ресурсов, снижения EBIT, усугубляемого невозможностью погасить требования после наступления срока их погашения, компания может принять решение о подаче заявления о банкротстве до того, как кредиторы решат подать его в коммерческий суд. Как только произойдет одно из этих двух возможных событий, несостоятельность перерастет в банкротство. Приход в судебный мир радикально меняет правила игры, поскольку первое последствие этого перехода заключается в автоматическом приостановлении действий кредиторов, пытающихся взыскать долги.Таким образом, ставка больше не в том, чтобы решать, должна ли компания выплатить компенсацию всем истцам, а в том, чтобы принять решение о том, сколько должники должны выплатить в случае спасения или ликвидации. Аргументы в пользу каждого решения могут отличаться в зависимости от институционального контекста, с одной стороны, и ситуации в компании, с другой.

Прогнозирование и предотвращение сбоев

Понимание и прогнозирование дефолта компании было областью обширных исследований на протяжении как минимум 40 лет.Литература, посвященная корпоративным неудачам, началась с простого одномерного дискриминантного анализа, впервые предложенного Бивером (1966). Его одномерный анализ ряда предикторов банкротства показывает, что ряд показателей может различать совпадающие выборки обанкротившихся и не обанкротившихся фирм за 5 лет до банкротства. Его опубликованная выборка включает 79 компаний, потерпевших крах в период с 1954 по 1964 год в 38 отраслях. Бивер приходит к выводу, что отношение денежного потока к долгу является единственным лучшим предсказателем.Подобные модели привлекательны своей простотой, но их главный недостаток заключается в неспособности учесть сосуществующие эффекты множества различных индикаторов дефолта.

Начиная с Альтмана (1968), большинство моделей, посвященных прогнозированию неплатежеспособности, пытались определить наилучшую функцию, чтобы отличить надежные компании от тех, которые, возможно, объявят дефолт в ближайшем будущем. Альтман отобрал 33 публичные производственные компании, которые были объявлены банкротами в соответствии с главой X в период с 1946 по 1965 год, и сопоставил их с 33 компаниями, используя стратифицированную случайную выборку, основанную на их активах и отрасли.Его знаменитый результат Z : ^c с использованием пяти финансовых коэффициентов ^d правильно дифференцировал 94% компаний-неудачников и 97% компаний-неудачников с данными до 1 года до отказа. Эта хорошая производительность способствовала популярности этого подхода. Многие работы последовали за одним из них Альтман (среди многих можно процитировать Дикина (1972) или Блюма (1974)). Их основная цель состоит, во-первых, в том, чтобы идентифицировать объясняющие переменные дефолта и оценивать их вклад, оценивая коэффициенты, которые позволяют точно классифицировать набор фирм по двум априорно определенным категориям.

Его эффективность основана на инновационном использовании множественного дискриминантного анализа в области экономики и финансов. Множественный дискриминантный анализ — это статистический метод, используемый для классификации наблюдения в одну из нескольких априорных групп в зависимости от индивидуальных характеристик наблюдения. Он используется в первую очередь для классификации и / или прогнозирования проблем, в которых зависимая переменная присутствует в качественной форме, например, банкротство или небанкротство.На основе этой почтенной модели было протестировано неизмеримое количество вариантов: либо количество показателей, составляющих окончательную оценку, было изменено для улучшения соответствия индекса, либо формула была адаптирована для лучшего соответствия особым ситуациям, таким как конкретные виды деятельности (услуги , стартапы,…) или рынки (развивающиеся, голубые корабли,…). Другое поколение моделей индекса риска вводит концепцию индексации индивидуальных индикаторов прогнозирования отказов; однако их подход имеет те же недостатки, что и одномерный анализ, и предоставляет в значительной степени произвольные метрики риска.

С момента реализации линейной функции было предложено множество усовершенствований. В основном они касаются техники оценивания и заключаются в реализации полупараметрических (логистических) или непараметрических (нейронных сетей) методов ^и. Логистическая процедура соответствует моделям линейной логистической регрессии для двоичных или порядковых данных отклика с использованием оценок максимального правдоподобия и сравнивает оцененные выборки, тогда как системы искусственных нейронных сетей пытаются присвоить надлежащие веса соответствующим входным данным с помощью процедуры оптимизации « генетического алгоритма », чтобы учесть правильный удержание конечного результата.В любом случае результат всегда один и тот же: после проверки функция становится прогностической моделью неплатежеспособности. Ключевым моментом является то, что этот метод требует строгого определения отказа, вытекающего из обзора литературы и знаний об организации по умолчанию перед любым эмпирическим анализом. В литературе сосуществуют две полярные точки зрения: экономическая и судебная.

Несмотря на их растущий успех, нейронные сети по-прежнему подвергаются критике из-за отсутствия прозрачности в отношении процесса оценки: их даже подозревают в том, что они являются «черными ящиками», что является реальной слабостью, в то время как точность и раскрытие информации требуется от банков для определения подверженность риску.Вот почему суждение остается сбалансированным. С одной стороны, нейронные сети при эффективном внедрении и проверке демонстрируют потенциал для прогнозирования и прогнозирования. С другой стороны, значительная часть исследований нейронных сетей в области прогнозирования и прогнозирования все еще не имеет достаточной достоверности. Как бы то ни было, в настоящее время некоторые из основных коммерческих продуктов для прогнозирования дефолта по кредитам основаны на нейронных сетях. Например, Moody’s Public Firm Risk Model (Online: http://www.moodyskmv.com) основана на нейронных сетях в качестве основной технологии.Многие банки также разработали и используют проприетарные модели прогнозирования дефолтов нейронной сети.

В настоящее время существует широкий спектр моделей прогнозирования дефолта, то есть моделей, которые присваивают фирмам вероятность отказа или кредитный рейтинг на заданном временном горизонте. Литература по этой теме была разработана специально в связи с Базелем II, который позволяет банкам создавать внутреннюю рейтинговую систему, то есть систему присвоения рейтингов должникам и количественной оценки связанных вероятностей дефолта.Требование микрорегулирования банковской системы и растущая потребность в более точных ожиданиях в отношении убытков финансовых учреждений, вероятно, подтолкнут к исследованиям несостоятельности фирм. Тем не менее, лучшее знание причин неудач фирм желательно не только для улучшения функционирования финансовой сферы. Это также может стимулировать интерес фирм и консультантов компании к внедрению передовых методов роста (Levratto and Paranque, 2011).

Сами компании могут быть заинтересованы в получении информации о своей ситуации.Вместо того, чтобы быть только инструментом, используемым посторонними для принятия решения о возможности ссудить деньги компаниям, сами менеджеры могут использовать прогноз неудачи как сигнал. Действительно, для подготовки бизнес-стратегии могут потребоваться инструменты для оценки возможных результатов новых ориентаций, определенных советом директоров. Таким образом, моделирование можно добавить в набор инструментов, имеющийся в распоряжении менеджеров, чтобы определить, какая возможность является менее рискованной.

Но также могут быть предложены некоторые внешние способы использования моделей прогнозирования неплатежеспособности.Действительно, перед агентствами развития все чаще встает вопрос об оценке эффективности своей поддержки компаний. На их действия накладывается двойное ограничение: избегание риска разбавления их помощи, с одной стороны, и нахождение удовлетворительного сочетания между долгосрочными, но весьма неопределенными результатами и краткосрочными, но часто ограниченными результатами рассмотрения вопроса о платежеспособности, с другой стороны. Таким образом, эти организации экономического развития могут быть заинтересованы в том, чтобы иметь в своем распоряжении метод оценки, который позволяет им одновременно рассматривать краткосрочные перспективы и среднесрочные соображения, которые имеют какое-то отношение к выживанию.

С академической точки зрения, таким образом, можно считать, что наличие специфических для фирмы детерминант неудач подтверждает ресурсную теорию фирмы и вносит вклад в более детальную перспективу изучения экологии организации.

Оценка рисков и ответных мер политики

Ссылки

Ачарья В., Д. Гейл и Т. Йорулмазер, (2011), «Риск пролонгации и замораживание рынка», The Journal of Finance , 66 (4) : 1177-1209.

Адалет МакГоуэн, М. и Д. Эндрюс, (2016), «Режимы несостоятельности и рост производительности: основа для анализа», Рабочие документы Департамента экономики ОЭСР , № 1309, Издательство ОЭСР, Париж.

Адалет Макгоуэн, М. и Д. Эндрюс, (2018), «Дизайн режимов несостоятельности в разных странах», Рабочие документы Департамента экономики ОЭСР , № 1504, Издательство ОЭСР, Париж.

Адалет Макгоуэн, М., Д. Эндрюс и В. Милло, (2017), «Ходячие мертвецы? Фирмы-зомби и производительность труда в странах ОЭСР », Рабочие документы Департамента экономики ОЭСР , №1372, Издательство ОЭСР, Париж.

Адалет Макгоуэн, М., Д. Эндрюс и В. Милло (2017), «Режимы несостоятельности, зомби-фирмы и перераспределение капитала», Рабочие документы Департамента экономики ОЭСР , № 1399, Издательство ОЭСР, Париж.

Allen & Overy, (2020), Меры по борьбе с коронавирусом Covid-19, влияющие на производство по делу о несостоятельности и принудительное исполнение .

Алмейда, Х., И. Кунья, М.А. Феррейра и Ф. Рестрепо, (2017), «Реальные эффекты кредитных рейтингов: канал суверенного потолка», The Journal of Finance , Vol.72 (1): 249-290.

Баджгар, М., Берлингери, Г., Каллигарис, С., Крискуоло, К., и Дж. Тиммис, (2020), «Использовать или не использовать (и как использовать): охват и репрезентативность Orbis данные », Рабочие документы ОЭСР по науке, технологиям и промышленности , № 2020/06, Издательство ОЭСР, Париж.

Барберис Н. и Р. Талер (2003), «Обзор поведенческих финансов», Справочник по экономике финансов , том 1.

Барбьеро, Ф., А. Попов и В. Марчин, (2020), «Избыточный долг, возможности глобального роста и инвестиции», Journal of Banking and Finance , Vol.120, Статья 105950.

Беккер Б., Ивашина В. (2014), «Цикличность кредитного предложения: свидетельства на уровне фирмы», Journal of Monetary Economics , Vol. 62, с. 76-93.

Беккер, Б., У. Хеге и П. Мелла-Баррал, (2020), «Бремя корпоративного долга угрожает восстановлению экономики после COVID-19: планирование реструктуризации долга должно начаться сейчас», VoxEU.org , 21 марта .

Берковиц, Дж. И М. Уайт, (2004), «Банкротство и доступ малых фирм к кредитам», RAND Journal of Economics, Vol.35 (1): 69-84.

Бернштейн, С., Дж. Лернер и Ф. Меццанотти, (2019). «Частный капитал и финансовая нестабильность во время кризиса», Обзор финансовых исследований , 32 (4)

Бертай, А., А. Демиргук-Кунт и Х. Хейзинга, (2015 г.), «Владение банком и кредит над деловой цикл: неужели кредитование государственных банков менее проциклично? », Journal of Banking and Finance, Vol. 50 (3): 326-339.

Bird and Bird, (2020), COVID-19: отчет о международной реструктуризации и несостоятельности .

Бланшар, О., Т. Филиппон и Дж. Пизани-Ферри (2020), «Новый инструментарий политики необходим, поскольку страны выходят из режима карантина COVID-19», Петерсон Институт международной экономической политики. Краткий обзор политики , № 20- 8.

Boot, A., E. Carletti, HH Kotz, JP Kranhen, L. Pelizzon и MG Subrahmanyam, (2020), «Коронавирус и финансовая стабильность 3.0: попробуйте разделение рисков акций для компаний, больших и малых», VoxEU .org , 2 апреля.

Boschmans, K., and L. Pissareva, (2017), «Стимулирование рынков для финансирования МСП», Документы ОЭСР по МСП и предпринимательству , No.6.

Branzoli, N., and A. Caiumi, (2018), «Насколько эффективна инкрементная ACE в устранении предвзятости в отношении долга? Доказательства из корпоративных налоговых деклараций », Налоговые документы Европейской комиссии , № 72 — 2018.

Бриконг, Дж. К., М. Демертзис, П. Понтуч и А. Туррини, (2016). «Макроэкономическая значимость системы несостоятельности в контексте высокого долга: перспектива ЕС», Европейская экономика — документы для обсуждения, № 2015-032, Главное управление экономики и финансов Европейской комиссии.

Бруннермайер, М., и А. Кришнамурти, (2020), «Предложение вечнозеленого COVID-19 для малых и средних предприятий: перевернутая экономика», mimeo.

Кабальеро Р., Т. Хоши и А. Кашьяп, (2008), «Зомби-кредитование и депрессивная реструктуризация в Японии», American Economic Review , Vol. 98 (5): 1943-1977.

Кампенхаут, Г., Т. В. Канегхем, (2013), «Как вычет условных процентов повлиял на структуру капитала бельгийских МСП?», Экономика малого бизнеса , Vol. 40 (2).

Карча, М., Д. Чириачи, К. Куэрпо, Д. Лоренцани и П. Понтуч, (2015), «Экономическое влияние системы спасения и восстановления в ЕС», Документы для обсуждения в ЕС , № 004.

Carletti, E ., T. Oliviero, M. Pagano, L. Pelizzon и MG Subrahmanyam, (2020), «Шок COVID-19 и дефицит капитала: данные на уровне фирм из Италии», CEPR Discussion Paper No. 14831, также опубликовано COVID Economics: проверенные документы и документы в реальном времени , выпуск 25.

Chatterjee, S., (2013), «Избыточный долг: почему восстановление после финансового кризиса может быть медленным», Business Review, Федеральный резервный банк Филадельфии, выпуск 2-го квартала, п.п. 1-9.

Камминг Д., (2012), «Измерение влияния законов о банкротстве на предпринимательство в разных странах», Journal of Entrepreneurial Finance , Vol. 16 (1): 80-86.

Делль’Аричча, Г., Д. Иган, Л. Лаэвен и Х. Тонг, (2016). «Кредитный бум и макрофинансовая стабильность», Экономическая политика 31 (86): 299-355.

дель Рио-Чанона, Р.М., П. Мили, А. Пихлер, Ф. Лафонд и Дж. Д. Фармер, (2020), «Шоки спроса и предложения в пандемии COVID-19: перспективы отрасли и профессии», COVID Economics : Vetted and Real-Time Papers , issue 6.

Demmou, L., I. Stefanescu и A. Arquié, (2019), «Рост производительности и финансирование: роль нематериальных активов — анализ на уровне сектора», Рабочие документы Департамента экономики ОЭСР , № 1547, Издательство ОЭСР.

Dentons, (2020), Изменения в законе о банкротстве: обзор (временных) мер в ответ на COVID-19 .

Европейская комиссия, (2019), Директива ЕС по основам превентивной реструктуризации и второй шанс .

Франц П. и Н. Инстефьорд, (2019), «Избыточная задолженность и реструктуризация не проблемной задолженности», Журнал финансового посредничества , Vol. 37 (С): 75-88.

Фрювирт, М., и М. Кобиалка, (2011), «Снижают ли налоговые щиты на акционерный капитал леверидж? Австрийский случай »Доступен в SSRN: https://ssrn.com/abstract=1458245.

Гал, П., (2013), «Измерение общей факторной производительности на уровне фирмы с использованием OECD-ORBIS», Рабочие документы Департамента экономики ОЭСР , No.1049, Издательство ОЭСР, Париж.

Гурреа-Мартинес, А., (2020), «Законодательство о несостоятельности во времена COVID-19», Блог Оксфордского юридического факультета .

Хэнсон, С., Дж. Стейн, А. Сандерам и Э. Цвик, (2020), «Страхование непрерывности бизнеса: свет в Америке во время пандемии», Белая книга Института Беккера Фридмана .

Хебоус С. и М. Руф (2017), «Оценка воздействия систем ACE на многонациональное долговое финансирование и инвестиции», Journal of Public Economics , Vol.156: 131-149.

Hege, U., (2020), «Корпоративный долг грозит сорвать взыскание», TSE Mag # 20 .

Hotchkiss, ES, P. Stromberg and D. Smith, (2012), «Частный капитал и разрешение финансовых проблем», AFA 2012 Chicago Meetings Paper, ECGI — Финансовый рабочий документ , № 331.

Iverson , Б., (2018), «Постой в очередь: реструктуризация главы 11 в переполненных судах по делам о банкротстве», Management Science , Vol. 64 (11): 5370-5394.

INSOL International — Группа Всемирного банка, (2020), Global Guide Корпоративная несостоятельность: меры реагирования во времена Covid-191: отчет ,

Jordà, O., М. Шуларик и А. Тейлор, (2013 г.), «Когда кредит возвращается», Journal of Money, Credit and Banking , Vol 45: 3-28.

Калемли-Озкан, С., Лаэвен Л.А., и Д. Морено, (2019) «Избыточный долг, (2019) Риск пролонгации и корпоративные инвестиции: свидетельства европейского кризиса», Рабочий документ ЕЦБ , № 2241

Кент П., (1993), «Лондонский подход», Ежеквартальный бюллетень Банка Англии .

Guerini, M., L. Nesta, X. Ragot и S. Schiavo, (2020), «Ликвидность и платежеспособность фирмы в условиях карантина COVID-19 во Франции», Аналитический отчет OFCE , No.76.

Миллер М. и Дж. Стиглиц, (2010), «Кредитное плечо и пузыри активов: предотвращение армагеддона с помощью главы 11?», Рабочие документы NBER , № 15817.

Мюррей М., ( 2020), «Управление кривой неплатежеспособности в Австралии » , Oxford Business Law Blog .

Майерс, С. К., (1977) «Детерминанты корпоративного заимствования», Журнал финансовой экономики , Vol. 5 (2), 147–175.

ОЭСР, (2020a), «Уязвимости корпоративного сектора во время вспышки COVID-19: оценка и политические меры», Tackling Coronavirus Series .

ОЭСР, (2020b), Первоначальное воздействие пандемии COVID-19 на нефинансовый корпоративный сектор и корпоративные финансы », Предстоящая серия по борьбе с коронавирусом.

ОЭСР, (2020c),« Кризис COVID-19 и состояние собственность в экономике: проблемы и политические соображения », серия Tackling Coronavirus Series.

OECD, (2020d),« Поддержка предприятий в финансовых затруднениях, чтобы избежать неплатежеспособности во время кризиса COVID-19 », Tackling Coronavirus Series .

ОЭСР, (2020e), «Национальные инициативы, связанные с корпоративным управлением во время кризиса COVID-19: обзор 37 юрисдикций», серия Tackling Coronavirus Series.

ОЭСР, (2020f), «Тенденции на рынке корпоративных облигаций, возникающие риски и денежно-кредитная политика», OECD Capital Market Series .

OECD, (2020g), «Стартапы во время COVID-19: сталкиваясь с проблемами, используя возможности», Tackling Coronavirus Series .

ОЭСР (2020h), «Программы государственной финансовой поддержки предприятий в связи с COVID-19», ОЭСР, Париж.

Оздамар, М., Б. Таньери и Л. Акдениз, (2020), «Влияние налогового регулирования на стоимость фирмы: турецкий случай регулирования поправок на корпоративный капитал (ACE)», Applied Economics Letters .

Панье, Ф., Перес-Гонсалес, Ф. и П. Вильянуэва, (2013), «Структура капитала и налоги: что происходит, когда вы (также) субсидируете акционерный капитал», mimeo.

Princen, S., (2012), «Налоги действительно влияют на решения о корпоративном финансировании: пример бельгийской ACE», CESifo серия рабочих документов , No.3713.

Скил, Д., (2020), «Банкротство и коронавирус», Brookings Economic Studies.

Сквайр Паттон Боггс, (2020), Влияние COVID-19 на законы о несостоятельности: как страны обновляют свои законы о несостоятельности и реструктуризации для борьбы с COVID-19.

ван Рой, М., А. Лусарди и Р. Алесси, (2011), «Финансовая грамотность и участие на фондовом рынке», Journal of Financial Economics , Vol. 101 (2): 449-472.

Ваттермоли, Д., (2020), «Закон о пандемии и несостоятельности: итальянский ответ » , Oxford Law Blog.

Ву Д., (2000), «Два подхода к разрешению проблемных активов во время финансовых кризисов», Рабочий документ МВФ , № 33.

Вулдридж, Дж. М., (2009), «Об оценке на уровне фирмы. производственные функции, использующие замещающие переменные для контроля ненаблюдаемых факторов », Economics Letters , 104: 112–114.

Всемирный банк, (2016), «Принципы эффективной несостоятельности и режимы кредиторов / должников», Группа Всемирного банка .

Всемирный банк, (2017), «Отчет о порядке несостоятельности ММСП», Группа Всемирного банка.

Всемирный банк, (2018), «Сбережения предпринимателей, сберегательные предприятия: предложения по урегулированию несостоятельности ММСП», Группа Всемирного банка .

Зангари, Э., (2014), «Устранение предвзятости в отношении долга: сравнение бельгийской и итальянской систем ACE», Taxation Papers — Working Paper No. 44, Европейская комиссия. Дополнительные таблицы и рисунки.

Финансовый риск поставщика: понимание оценок финансового состояния

Показатели риска в масштабе предприятия для управления поставщиками, клиентами и контрагентами

Та же система рейтинга поставщиков работает и для управления рисками клиентов.Есть много историй, похожих на ту, которую недавно рассказал на сайте OregonLive.com президент одной из станкостроительных компаний. Он сказал, что его компания предполагала, что один из ее основных клиентов, целлюлозно-бумажный комбинат, переживет потрясение в отрасли. Это не так. Материнская компания комбината объявила о банкротстве. Последствия этого означают, что станкостроительной компании придется месяцами ждать выплаты.

Такой сценарий вряд ли случится в Microsoft, у которой есть энергичная и широкомасштабная программа управления рисками.Компания использует RapidRatings для отслеживания рисков, связанных с клиентами. «Это часть нашей стратегии раскрытия на 360 градусов, которая помогает нам раскрывать те риски, которые мы, возможно, захотим устранить», — говорит Шрути Кулкарни, член группы управления финансовыми рисками Microsoft.

«RapidRatings предоставляет нам еженедельные отчеты примерно по 85 компаниям, и список может меняться каждую неделю в зависимости от наших потребностей», — говорит она. «Отчеты говорят нам, перешла ли компания от низкого риска к среднему к высокому». Microsoft также видит другие отчеты для публичных компаний, составленные RapidRatings.

Кулкарни говорит, что в казначейской группе Microsoft есть разные команды из нескольких подразделений, отслеживающих различные виды кредитного риска. Однако в 2008 году, когда кредитное качество ухудшалось, компания осознала, что ей необходимо иметь всесторонний обзор всех своих рисков. Итак, компания начала собирать все свои данные воедино.

Целью было собрать всю информацию о рисках и дать корпоративному казначею единое представление обо всех подверженностях. Затем ситуация в экономике ухудшилась, и команда поняла, что нужна более своевременная информация.Microsoft начала использовать показатели Альтмана Z, но поскольку эта система не включает компании, предоставляющие финансовые услуги, или частные компании, группа по управлению финансовыми рисками добавила отчеты RapidRatings, которые охватывают и то, и другое. «Теперь у нас есть лучшая видимость, поэтому мы можем принимать обоснованные решения в отношении наших рисков», — говорит Кулкарни.

Прогнозирование банкротства организации — Контур.Эксперт — СКБ Контур

Что такое банкротство?

Z-счет Альтмана

Оценка вероятности банкротства | Современный предприниматель

Для чего нужна оценка вероятности банкротства

Вероятность банкротства организации

Диагностика вероятности банкротства

Модели оценки вероятности банкротства

Прогнозирование вероятности банкротства: последствия

Прогнозирование вероятности банкротства предприятия по Альтману – Science Portal

Описание модели оценки вероятности банкротства предприятия

Анализируем финансовое состояние предприятия за 5 минут

Примеры автоматической оценки состояния предприятия

120. Оценка вероятности банкротства предприятия. Анализ финансово-хозяйственной деятельности. Шпаргалки

Анализ и оценка вероятности банкротства предприятия и

Теперь давайте перейдем непосредственно к рассмотрению важной информации:

Кроме наличия вышеописанной модели есть еще много разных вариантов оценки и анализа вероятности банкротства организации.

1.3 Методики оценки вероятности банкротства. Оценка вероятности банкротства МУП «Вологдагортеплосеть»

Похожие главы из других работ:

1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ОЦЕНКИ ВЕРОЯТНОСТИ БАНКРОТСТВА ОРГАНИЗАЦИИ

1.3 Методики оценки вероятности банкротства организации

3.1 Прогнозирование вероятности банкротства

4. Оценка вероятности банкротства

4.2 Двухфакторная модель оценки вероятности банкротства предприятия

2.3 Диагностика вероятности банкротства ООО «Башстрой» методом интегральной бальной оценки финансовой устойчивости

1.1 Понятие диагностики вероятности банкротства, виды и причины банкротства

1. ТЕОРЕТИЧЕСКИЕ И МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ ОЦЕНКИ ВЕРОЯТНОСТИ БАНКРОТСТВА

1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ОЦЕНКИ ВЕРОЯТНОСТИ БАНКРОТСТВА

2.3 Зарубежные модели количественной оценки вероятности банкротства предприятия

2.4 Отечественные модели оценки вероятности банкротства предприятия

1. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ МЕТОДИКИ ОЦЕНКИ ПОТЕНЦИАЛЬНОГО БАНКРОТСТВА ПРЕДПРИЯТИЯ

1.

1. Теоретический аспект оценки вероятности банкротства предприятия

2.5 Диагностика вероятности банкротства

Оценка вероятности банкротства — Энциклопедия по экономике

предупреждающих знаков о банкротстве и как подготовить

Предупреждающие знаки о банкротстве

Виды банкротства

Обзор процесса банкротства

Тесты на несостоятельность

Бухгалтерский учет с нуля

Глава 7 Ход работы

Следующие шаги

Мы здесь, чтобы помочь

Дополнительные ресурсы

Модель риска банкротства и эмпирические тесты

Abstract

Проанализированные данные

Количественные методы

Результаты анализа

Модель

Правило Саймона для активов.

Правило Саймона для долгов.

Банкротство фирмы.

Благодарности

Сноски

Оценка вероятности банкротства

Неплатежеспособность и долговая нагрузка после вспышки COVID-19

Прогнозируется, что большая часть фирм столкнется с проблемами, и им будет трудно обслуживать долг, что отрицательно скажется на их инвестициях

Политика поддержки способности корпоративного сектора выдержать кризис и быстро восстановиться

Список литературы

Примечания

От банкротства к корпоративному банкротству: обзор | Journal of Innovation and Entrepreneurship

Введение

Определение несостоятельности

Экономическая концепция несостоятельности

С юридической точки зрения к управленческой

Большое разнообразие причин неплатежеспособности

Различные индивидуальные причины

Размер, возраст и деятельность

Финансовые причины

Окружающая среда, продажи и положение на рынке

Корпоративное управление и акционеры

В сложном процессе

Прогнозирование и предотвращение сбоев

Оценка рисков и ответных мер политики

Ссылки

Финансовый риск поставщика: понимание оценок финансового состояния

Показатели риска в масштабе предприятия для управления поставщиками, клиентами и контрагентами

Добавить комментарий Отменить ответ