Расчетный пример анализа риска банкротства с использованием нечетких описаний

Постановка задачи. Рассмотрим предприятие " CD ", которое анализируется по двум периодам - IV-ый квартал 1998 г. и I-ый кварталы 1999 года. В качестве примера была выбрана реальная отчетность одного из предприятий Санкт-Петербурга.

Решение(номера пунктов соответствуют номерам этапов метода).

1. Определяем множества E, G и B, как это сделано на этапе 1 полного метода.

1. Выбранная ранее система Х из 6 показателей остается без изменений.

1. Также принимаем, что все показатели являются равнозначными для анализа (r_i = 1/6).

1. Степень риска классифицируется по правилу таблицы 9 этапа 4 метода.

1. Выбранные показатели на основании предварительного экспертного анализа получили следующую классификацию таблицы 10.

1. Финансовое состояние предприятия «CD» характеризуется следующими финансовыми показателями (таблица 11):

Таблица 11

Шифр показа-теля Хi	Значение Хi в период I (хI,i)	Значение Хi в период II (хII,i)
Х1	0.619	0.566
Х2	0.294	0.262
Х3	0.670	0.622
Х4	0.112	0.048
Х5	2. 876	3.460
Х6	0.113	0.008

1. Проведем классификацию текущих значений х по критерию таблицы 10. Результатом проведенной классификации является таблица 12:

Таблица 12

Показатель Хi	Значение {l} в период I	Значение {l} в период II
l1(xI,i)	l2(xI,i)	l3(xI,i)	l4(xI,i)	l5(xI,i)	l1(xI,i)	l2(xI,i)	l3(xI,i)	l4(xI,i)	l5(xI,i)
Х1				0.81	0.19
Х2
Х3
Х4
Х5
Х6							0.5	0.5

Анализ таблицы 12 дает, что по втором периоде произошло качественное падение обеспеченности одновременно с качественным ростом оборачиваемости активов.

1. Оценка степени риска банкротства по формуле (12) дает g_I = 0.389, g_II = 0.420, откуда заключаем, что произошло серьезное ухудшение состояния предприятия (резкий количественный рост оборачиваемости не сопровожден качественным ростом, зато наблюдается качественный спад автономности, абсолютной ликвидности и рентабельности).
2. Лингвистическое распознавание степени риска по таблице 9 дает степень риска банкротства как пограничную между низкой и средней, причем уверенность эксперта в том, что уровень именно средний, нарастает от периода к периоду.

Заключение

Здесь изложен подход, который позволяет эксперту наилучшим образом формализовать свои нечеткие представления, трансформировав язык слов в язык количественных оценок. Если эксперт хорошо знает предприятие изнутри, то ему не составит никакого труда выделить именно те факторы, которые наиболее влияют на процессы потери платежеспособности (включая ошибки менеджмента), сопоставить этим факторам количественные показатели и пронормировать их. При этом, если эксперт затрудняется с классификацией, он может в ходе нормирования успешно применять нечеткие описания в том смысле, как это делается здесь. Дальнейшее – уже дело банальной арифметики.

Опыт применения заявленного здесь подхода в самостоятельных работах студентов 5 курса СпбУЭФ по анализу ряда российских предприятий показал, что с точки зрения динамики комплексных показателей наш подход и подход Альтмана дает однотипные результаты. Однако, если результаты подхода Альтмана не подлежат верификации (невозможно сказать, как коэффициенты, полученные на одной статистике, пригодятся для другой), то в случае нашего метода мы не получаем в ответе ничего иного, чем то, что заложено нами же в структуре исходных данных. Успех анализа -– и это правильно – заключен в том, как глубоко мы понимаем суть происходящего на отдельном единичном предприятии, в также в том, как мы соотносим предприятие с отраслью хозяйства, к которой оно относится.

Мы в своем изложении тщательно избегали ходового словечка «вероятность банкротства», столь употребительного в литературе. Нам думается, что понятие вероятности к банкротству неприменимо ни в классическом, ни в субъективном смысле. Это обусловлено тем, что события банкротства не являются однородными в статистическом смысле. Более того: однотипные контексты свидетельств о текущем положении предприятия не порождают однотипных субъективных распределений шансов на банкротство, в силу подвижности объекта исследования во времени. То, что казалось имеющим одни шансы еще в недавнем прошлом, полностью изменило свою природу в настоящем. С этой точки зрения к понятию банкротства вряд ли можно применить научную категорию случайности.

Если бы банкротства наблюдались как случайности, то эксперт не испытывал бы затруднения в классификации уровней тех или иных параметров, потому что имел бы представление о распределении тех или иных шансов, почерпнутых из отраслевой статистики. Но статистика «пляшет», поэтому эксперт не располагает устойчивыми связями и вынужден полагаться скорее на свое собственное чутье, нежели на слабо диагностируемую причинность.

Поэтому наш метод – это только инструмент, который в умелых руках будет звучать полноценно, а в неискушенных примется фальшивить. Это не свидетельствует против самого метода, а лишь характеризует предел его возможностей, предел, который является общим для любых методов экономического анализа. Предел этот - «дурная» рыночная неопределенность.

Список литературы

1. Закон РФ «О несостоятельности (банкротстве)» от 8 января 1998 года № 6-ФЗ.
2. http://www.quicken.com/investments/seceval/
3. http://www.mgfs.com/mggroups.htm
4. Altman E. Corporate Financial Distress. New York, Wiley, 1983.
5. Toffler R., Tishaw H. Going, going, gone – four factors which predict // Accountancy, March 1977, pp. 50-54.
6. Давыдова Г.В., Беликов А.Ю. Методика количественной оценки риска банкротства предприятий // Управление риском, 1999 г., № 3, с. 13-20
7. Недосекин А.О. Применение теории нечетких множеств к задачам управления финансами // Вопросы анализа риска, №2, 2000.
8. Эйтингон В., Анохин С. Прогнозирование банкротства: основные методики и проблемы. - На сайте http://crisis.engec.ru/bankrot5.htm.
9. Ковалев В.В. Финансовый анализ: Управление капиталом. Выбор инвестиций. Анализ отчетности. - М.: Финансы и статистика, 1996.
10. Недосекин А.О., Максимов О.Б. Новый комплексный показатель оценки финансового состояния предприятия. - На сайте http://www.vmgroup.sp.ru/Win/index1.htm.
11. Заде Л. Понятие лингвистической переменной и ее применение к принятию приближенных решений, М.: Мир, 1976.
12. Кофман А., Хил Алуха Х. Введение теории нечетких множеств в управлении предприятиями, Минск: Вышэйшая школа, 1992.
13. http://www.kcn.ru/tat_ru/universitet/inter/emnet/towns/kazan/khti/fuz-list.html.
14. http://www.ce.cctpu.edu.ru/msclub/fuzzy/FUZZ_WKR/report1.htm.
15. Фишберн П. Теория полезности для принятия решений. М.: Наука, 1978.

[1] Закон РФ «О несостоятельности (банкротстве)» от 8 января 1998 года № 6-ФЗ

[2] http://www.quicken.com/investments/seceval/

[3] http://www.mgfs.com/mggroups.htm

[4] Altman E. Corporate Financial Distress. New York, Wiley, 1983

[5] Toffler R., Tishaw H. Going, going, gone – four factors which predict // Accountancy, March 1977, pp. 50-54.

[6] Давыдова Г.В., Беликов А.Ю. Методика количественной оценки риска банкротства предприятий // Управление риском, 1999 г., № 3, с. 13-20

[7] Недосекин А.О. Применение теории нечетких множеств к задачам управления финансами // Вопросы анализа риска, №2, 2000.

[8] Эйтингон В., Анохин С. Прогнозирование банкротства: основные методики и проблемы. - На сайте http://crisis.engec.ru/bankrot5.htm

[9] Эйтингон В., Анохин С. Прогнозирование банкротства: основные методики и проблемы. - На сайте http://crisis.engec.ru/bankrot5.htm

[10] Ковалев В.В. Финансовый анализ: Управление капиталом. Выбор инвестиций. Анализ отчетности. - М.: Финансы и статистика, 1996.

[11] Недосекин А.О. Применение теории нечетких множеств к задачам управления финансами // Вопросы анализа риска, №2, 2000

[12] Недосекин А.О., Максимов О.Б. Новый комплексный показатель оценки финансового состояния предприятия. - На сайте http://www.vmgroup.sp.ru/Win/index1.htm

Дата добавления: 2015-07-14