Применение стохастического факторного анализа в целях диагностики вероятности банкротства является в условиях однородности и представительности статистических данных наиболее приемлемым в современных условиях. При этом необходимо учитывать:

1) достаточно высокую точность прогноза;

2) многокритериальность данных моделей, обеспечивающую охват широкого круга симптомов возможного кризисного состояния;

3) возможность оценки их одновременного влияния;

4) возможность исключения тех факторов, которые оказывают взаимное влияние друг на друга;

5) простоту применения: практически все модели можно рассчитать, обладая информацией, содержащейся в бухгалтерской отчетности.

Однако его использование в отечественной аналитической практике связано с рядом трудностей. Отечественные методики построения Z-индексов основаны на использовании подходов, предложенных Альтманом и другими западными учеными, и представляют собой адаптированные к российским условиям их модификации. Все эти методики объединяет одна черта: они основаны на анализе большого массива статистических данных. Кроме того, как отмечают многие исследователи данной проблемы, практика применения этих методик в развитых странах показывает, что веса в Z-индексах и пороговые значения сильно различаются не только от страны к стране, но и год от года, а также по отраслям экономики в рамках одной страны. Это свидетельствует о том, что методики, основанные на построении Z-моделей, не обладают устойчивостью к вариациям в исходных данных.

Таким образом, выделим основные специфичные недостатки, присущие методам стохастического факторного анализа в целях антикризисной диагностики организаций:

1) весовые константы зарубежных моделей установлены на основе статистических данных, отражающих динамику развития предприятий в иных, коренным образом отличных от российских, условиях функционирования, а в этой связи они не позволяют адекватно оценить степень воздействия каждого из факторов на оценочную характеристику вероятности банкротства, что, в свою очередь, делает некорректными сложившиеся критериальные значения Z-индексов;

2) весовые константы отечественных моделей (речь идет прежде всего о Z-индексе Давыдовой - Беликова), а следовательно, и критериальные их границы требуют периодического уточнения по истечении времени, для чего необходима специфичная, а главное, представительная, статистическая информация о деятельности организаций-банкротов; при этом попытка практического решения данной задачи в рамках проведенного исследования натолкнулась на проблему отсутствия в органах статистики такой информации в необходимом разрезе и объеме;

3) проблематичным представляется установление рыночной стоимости собственного капитала (в частности, при расчете пятифакторного Z-индекса Альтмана, использование которого получило наибольшее распространение на практике);

4) специфичные условия функционирования организаций различных отраслей экономики делают некорректной для диагностики вероятности их банкротства применяемую систему коэффициентов, которая у зарубежных аналитиков имеет унифицированный характер, без дифференциации по отраслям.

Детерминированные однокритериальные модели предполагают построение оценки вероятности банкротства на основе расчета и интерпретации одного частного показателя - коэффициента, в той или иной степени характеризующего ликвидность организации. Однако мы разделяем точку зрения большинства авторов в том, что ориентация на какой-то один критерий, даже весьма привлекательный с позиции теории, на практике не всегда оправданна. Многообразие экономических процессов в деятельности предприятий, множественность показателей характеристики их финансовой стабильности (отражающих, как правило, лишь один из аспектов функционирования предприятий), а также различия в уровне оптимального значения коэффициентов вызывают в данном случае трудности антикризисной диагностики.

Таким образом, оценка вероятности банкротства организаций на основе однокритериального подхода не может быть объективной по следующим причинам:

1) ограниченность индикаторов диагностирования: все отдельные коэффициенты, предлагаемые для оценки вероятности банкротства, исходят из характеристики ликвидности, оставляя без внимания другие сферы деятельности организации, не позволяя тем самым описать тенденцию развития с максимальной точностью прогноза;

2) фактическое значение коэффициентов ликвидности недостаточно объективно отражает уровень финансового состояния предприятий по причине:

- неоднородности и условности дифференциации активов по уровню ликвидности активов, а пассивов - по сроку их изъятия из оборота;

- моментного характера значения коэффициентов.

Детерминированные модели, основанные на расчете комплексного показателя, а также на анализе чувствительности, дают возможность проведения более глубокого анализа. При этом надо учитывать, что они основаны на:

1) многокритериальном подходе к диагностированию вероятности банкротства;

2) возможности учета отраслевых особенностей деятельности изучаемой совокупности организаций.

В совокупности оба преимущества повышают точность и адекватность оценки ситуации на основе методов обратного детерминированного факторного анализа. Однако практика их применения обнаружила характерный недостаток, который присущ всем представителям данной группы. Это определение весов значимости частных показателей системы, методика расчета которых в условиях ограниченности статистической информации и невозможности использования в данных целях корреляционно-регрессионного анализа, строится по большей части на основе экспертных оценок, для которых типична высокая степень субъективизма.

Проведение скоррингового анализа как разновидности сравнительного позволяет:

1) учесть комплексный подход к диагностированию признаков формирования кризисной ситуации;

2) определить «рейтинг» банкротства;

3) установить (в отдельных случаях, а именно при использовании методики У. Бивера) возможный временной интервал его наступления, т.е. получение векторного результата диагностирования, вследствие чего можно сформировать « .некоторое подобие динамической оценки».

Вместе с тем с применением многокритериального подхода в скорринговом анализе, справедливость которого бесспорна, возникают трудности в формировании точной обобщающей характеристики сложившейся ситуации по причине:

1) наличия вероятности принадлежности организации к разным классам кредитоспособности по каждому из включенных в систему критериев;

2) необходимости сравнения фактически рассчитанных значений коэффициентов с нормативными;

3) невозможности объективного определения значений отдельных коэффициентов системы из-за ограниченности информации об исходных показателях (в частности, это касается сведений о рыночной стоимости капитала анализируемой организации, необходимых для расчета пятифакторной модели Альтмана, являющейся составным критерием классификации организации по методике Казанского государственного технологического университета).