Статья: Обзор исследований в области прогнозирования риска банкротства в Беларуси, Республике Молдова, России и Украине в сравнении с опытом развитых стран

До вступления в силу нового закона интерес к вопросу оценки рисков банкротства компании был незначительным. Интерес к этим вопросам особенно усилился во второй половине первого десятилетия XXI века, когда Михалачи (2011) [11] оценил национальную модель. Модель была построена с использованием линейных многомерных методов, дискриминационного анализа и предназначен для оценки риска всеобщего банкротства. Эта модель носит скорее теоретический, чем практический характер, она никогда официально не признавалась в качестве инструмента для прогнозирования риска банкротства. Это связано с тем, что закон Республики Молдова не устанавливает методологию оценки риска банкротства, а учитывает только соотношение между уставным капиталом и стоимостью чистых активов.

Однако один из соавторов данной статьи - Мунтян Н. (2019) [12, 13] разработала собственную модель анализа банкротства, изучая последствия коррупции, уровня экономического роста, качество управления и налогово-бюджетную политику в европейских странах. Исходя из полученных результатов, опыт европейских стран может оказаться решающим. Было установлено, что наиболее важными факторами, влияющими на количество корпоративных банкротств во всех странах, включенных в набор данных, являются коррупция, отсутствие свободы выражения мнения, свобода объединений, свободный доступ к СМИ и фискальная свобода.

Российский опыт.

После распада Советского Союза закон о банкротстве был принят в России 19 ноября 1992 года и вступил в силу 1 марта 1993 года. В первые два года его существования количество банкротств было незначительным и достигло чуть более 100 в 1993 г. и 240 в 1994 г. (Витрянский, 1999) [18]. Поэтому, как и в других странах Центральной и Восточной Европы, интерес к прогнозированию корпоративного банкротства возник относительно поздно по сравнению с развитыми странами.

Первые российские модели были построены с использованием в основном дискриминантного многомерного линейного анализа в середине 1990-х годов Сайфулиным и Кадыковым, Зайцевой, Давыдовой и Беликовым. Федорова и др. (2013) сравнили эффективность этих моделей с результатами, полученными с использованием моделей, созданных в развитых странах (Альтман, Сприн-гейт, Таффлер и Змиевский), и неожиданно было показано, что последние лучше предсказывают банкротства российских производственных компаний. Позже эти авторы построили национальные модели, используя следующие методы: линейный многомерный дискриминантный анализ, метод логит-анализа, деревья классификации и нейронные сети. Наилучшие результаты классификации были получены с использованием нейронных сетей, их общая точность достигла 88,8%.

Кроме того, исследования включали показатели, рекомендованные российским законодательством для расследования угрозы банкротства предприятий. Оказалось, что только 1 из 13 этих показателей был статистически значимым и обладал дискриминационной силой. В другой публикации Федорова и др. (2016) предложили изменить пороговые значения для получения максимальной эффективности для отечественных и зарубежных моделей в различных секторах. Зарубежные модели позволяли добиться более высокой результативности, и лучшей из них была модель Змиевского.

Более того, эти авторы построили свою собственную модель с использованием логит-анализа на выборке российских крупных и средних предприятий. В дополнение к вышеупомянутым моделям были построены национальные модели оценки риска неплатежеспособности предприятий с использованием линейного многомерного дискриминантного анализа: Федотова, 1995, Луговская, 2010; модель для малых и средних предприятий (Воронова, 2012); Бурганова, Салахиева (2015) предложили модель прогноза банкротства производителей строительных материалов в Республике Татарстан.

Новизна последней модели заключалась в том, что авторы рассматривали в качестве переменных среднегодовые темпы изменения определенных финансовых показателей, что позволило им в определенной степени динамизировать модель. Исследователи, которые оценивали национальные модели риска неплатежеспособности с использованием методов, отличных от многомерного линейного дискриминантного анализа, включают, среди прочего, Евростопову, построившую логит-модель, Макеева и Неретина (2013), которые применяли подходы Logit и Probit в дополнение к многомерному линейному дискриминантному анализу, упомянутому выше.

Модели, разработанные позже моделей указанных выше авторов, предназначены для компаний строительного сектора. Ширинкина и Валиуллина (2015) представили несколько иной подход к прогнозированию риска банкротства. Во -первых, они выбрали наиболее часто используемые метрики в различных отечественных и зарубежных моделях. Во-вторых, они изучили их влияние на риск банкротства и предложили упрощенную модель в виде «пирамиды риска несостоятельности».

Помимо оценки риска банкротства предприятий из различных секторов, в связи с банковским кризисом в России в 1998 году , большой популярностью пользовались исследования по прогнозированию банкротства банков. Исследования выполнены как российскими, так и зарубежными исследователями: Пересецкий и др. (2004, 2011) применили кластерный анализ; Ланин и Веннет (2006) использовали логит-анализ и метод распознавания признаков; Каминский и др. (2012) использовали логит-модель.

Опыт Украины.

Украина получила независимость в 1991 году, а закон о банкротстве вступил в силу 1 июля 1992 года. Первые национальные модели прогнозирования банкротства украинских компаний появились в начале 21 века и были разработаны Мартыненко и Терещенко. Оба автора использовали метод линейного дискриминативного анализа для их оценки. Матвийчук (2010) [10] пришел к интересным выводам: он привел аргументы, подтверждающие утверждение, что иностранные модели не будут работать в украинских условиях. Поэтому Матвийчук разработал национальные модели, базирующейся на использовании методов линейного дискриминантного анализа и нечеткой логики с финансовыми показателями в качестве независимых переменных.

Сравнительный анализ эффективности моделей: Альтмана, Конана и Холдера, Лиса, Таффлера, Спрингейта, Бивера, универсальной модели на основе дискриминантной функции, Чепурко, Сайфуллина, Кадыкова и Сумы был проведен Друзиным (2013) на выборке. 15 предприятий. Оказалось, что наилучшие результаты были достигнуты с использованием моделей Springate, Lis и Beaver. Автор также указал, что одной из основных проблем при прогнозировании банкротства украинских компаний является низкая достоверность общедоступных финансовых данных.

Интересная концепция модели прогнозирования банкротства предприятий была предложена Козаком и соавт. (2013). Она сочетает количественные и качественные переменные, создавая причинно-следственные связи. Авторы использовали комбинацию нечеткой логики и когнитивных технологий для построения модели. Этот метод известен теоретически как нечеткие когнитивные карты. Но авторы, помимо представления концепции этой модели, не показали, как ее следует реализовать на практике.

Корнилюк (2014) провел исследование ключевых факторов, определяющих риск банкротства украинских банков. Было показано, что банки с иностранным капиталом гораздо меньше подвержены риску банкротства, чем банки с внутренним капиталом. Нескородева и Пустовгар (2015) использовали нейронную сеть Кохонена и финансовые показатели для построения модели, позволяющей оценить риск банкротства компаний черной металлургии.

В 2015 году Клебан (2015) предложил использовать нечеткую логику для прогнозирования неплатежеспособности предприятий. Он использовал алгоритм Такаги-Сугено с финансовыми показателями в качестве независимых переменных. Литвин (2015) разработал модели для прогнозирования банкротств страховщиков, используя технику машины поддержки. Клебанова и др. (2016) разработали на основе 12 обанкротившихся и 24 небанкротных предприятий модель прогнозирования банкротства предприятий аграрного сектора. С этой целью они применили концепцию, сочетающую искусственные нейронные сети и нечеткую логику.

Обсуждение

На основе проведенного обзора литературы в таблицах 1 и 2 представлены наиболее важные выводы. В частности, в таблице 1 представлена историческая эволюция методов, используемых при прогнозировании банкротства. В таблице рассчитана доля моделей, используемых для прогнозирования риска банкротства, в общем количестве моделей, разработанных для конкретных периодов.

Согласно данным таблицы 1, наиболее часто используемым методом создания прогнозной модели является дискриминантный анализ. Если в 1960-1970 годах из общего числа методов в 70% моделей использовался метод линейного дискриминантного анализа, то в настоящее время этот метод больше используется в слаборазвитых странах (Беларусь, Украина, Молдова). На втором месте находятся нейронные сети, доля их использования при создании моделей прогнозирования банкротства значительно выросла за последние 20 лет. Однако следует отметить, что разница между нейронными сетями и логит-анализом практически не заметна. Более того, в некоторых странах (Республика Молдова) в настоящее время для прогнозирования риска банкротства все еще используются финансовые коэффициенты, рассчитываемые только на основе данных, взятых из финансовой отчетности.

В таблице 2 указаны и проанализированы три наиболее важных направления, а именно методы, используемые для разработки национальных моделей прогнозирования корпоративного банкротства, типы переменных и информация о секторальных моделях, применяемых в следующих государствах: Беларусь, Республика Молдова, Россия и Украина.

Таблица 1. Историческая эволюция методов, используемых для прогнозирования банкротства

Таблица 2. Краткое изложение исследований по прогнозированию риска банкротства корпораций в Белоруссии, Республике Молдова, России и Украине

Таблица 2 показывает, что самые передовые методы используются в России и Украине, в то время, как только классические методы внедрены в Беларуси и Республике Молдова. В России и Украине, помимо финансовых показателей, в качестве независимых переменных использовались другие переменные. В Беларуси и Республике Молдова использовались только финансовые показатели. В большинстве стран разработаны отраслевые модели. Исключение составляет Республика Молдова, в которой создана только одна универсальная модель. Наибольшее количество предложений отраслевых моделей зарегистрировано в России.

Выводы

В связи с очевидными политическими и экономическими изменениями, институт банкротства в странах Центральной и Восточной Европы стал изучаться лишь в первой половине 1990-х годов. В этот период появились первые дела о банкротстве, что вызвало интерес к прогнозированию риска банкротства предприятий. Из-за отсутствия статистических материалов в этих странах изначально использовались зарубежные модели. Лишь позже были внедрены более совершенные решения, известные в развитых странах, и построены национальные модели.