К4 - балансовая стоимость собственного капитала / заемный капитал.

При Z<1.23 Альтман диагностирует высокую вероятность банкротства, при Z=1,23 – 2,9 – зона неведения, при Z>2,9 – низкая угроза банкротства.

Основным преимуществом данной технологии оценки финансового состояния предприятия является её высокая прогностическая способность.Очевидно, для анализа российских предприятий необходима разработка отличной системы показателей и весов, однако данное обстоятельство не исключает саму возможность эффективного применения фундаментальных положений модели Альтмана с целью анализа кредитоспособности российских предприятий.

Модель Фулмера. В основе данного подхода лежит схожая, с моделью Альтмана, методология. В американской деловой практике данная модель даёт точность прогноза в 98% для периода в один год и 81% для двух лет.

Однако, так же как и модель Альтмана данная методика неадаптирована для российских условий, поэтому её применение на практике возможно лишь в качестве дополнительного инструмента оценки кредитоспособности предприятия.

Методика прогнозирования банкротства ФСФО РФ была принята еще в 1994 году. Первое, о чем необходимо сказать, - нормативные значения трех коэффициентов, по которым делается вывод о платежеспособности предприятия, завышены, что говорит о неадекватности критических значений показателей реальной ситуации. К примеру, нормативное значение коэффициента текущей ликвидности, равное 2, взято из мировой учетно-аналитической практики без учета реальной ситуации на отечественных предприятиях, когда большинство из них продолжает работать со значительным дефицитом собственных оборотных средств. Нормативное значение коэффициента текущей ликвидности едино для всех предприятий, а значит, не учтены отраслевые особенности экономических субъектов.

Платежеспособность предприятия определяется при помощи следующей последовательности:

¾ Определение коэффициентов текущей ликвидности:

(5)

¾ Рассчитывается коэффициент обеспеченности собственными оборотными средствами:

(6)

¾ Если один или оба коэффициента не соответствуют норме (), баланс признается неудовлетворительным и рассчитывается коэффициент возможного восстановления платежеспособности в течение следующих 6 месяцев:

(7)

¾ Если структура баланса признана удовлетворительной (коэффициенты соответствуют норме) производится расчет коэффициента утраты платежеспособности в течение 3 месяцев:

(8)

где, T – период времени равный 3, 6, 9 или 12 месяцев.

В мировой учетно-аналитической практике нормативные значения коэффициентов платежеспособности дифференцированы по отраслям и подотраслям, такая практика существует не только в странах с традиционно рыночной экономикой. Представляется, что использование подобной практики в России могло бы дать положительный результат. Отечественная практика расчетов указанных показателей по причине отсутствия их отраслевой дифференциации и дальнейшее их использование не позволяют выделить из множества предприятий те, которым реально грозит процедура банкротства. Также необходимо отметить тот факт, что в официальной системе критериев несостоятельности (банкротства) ФУДН РФ применяются исключительно показатели ликвидности коммерческих организаций без учета рентабельности, оборачиваемости, структуры капитала и др., что говорит о том, что данная система критериев предназначена исключительно для оценки платежеспособности коммерческих организаций.

Модель Чессера позволяет прогнозировать невыполнение клиентом условий договора о кредите. Невыполнение подразумевает не только непогашение кредита, но и любые другие отклонения, делающие отношения между кредитором и заемщиком менее выгодными по сравнению с первоначальными условиями. Используемая линейная комбинация независимых переменных (Z) включает: отношение кассовой наличности и стоимости легко реализуемых ценных бумаг к сумме активов; отношение чистой суммы продаж (без учета НДС) к сумме кассовой наличности и стоимости легко реализуемых ценных бумаг; отношение брутто-дохода (прибыли до вычета процентов и налогов) к сумме активов; отношение совокупной задолженности к сумме активов; отношение основного капитала к величине чистых активов (или применяемого капитала, равного акционерному капиталу и долгосрочным кредитам); отношение оборотного капитала к нетто-продажам (чистой сумме продаж). Получаемый показатель может рассматриваться как оценка вероятности невыполнения условий кредитного договора. Чессер использовал данные ряда банков по 37 «удовлетворительным» и 37 «неудовлетворительным» кредитам и для расчета взял показатели балансов фирм-заемщиков за год до получения кредита. Подставив расчетные показатели модели в формулу вероятности нарушения условий договора, Чессер правильно определил три из каждых четырех исследуемых случаев.

Оценка кредитоспособности заёмщика может быть сведена к единому показателю - рейтинг заёмщика. Преимущество рейтингового метода заключается в возможности учитывать качественные неформализованные показатели, что позволяет строить всеобъемлющие рейтинги.

Методика рейтинговой оценки кредитоспособности включает [14]:

- разработку системы оценочных показателей кредитоспособности;

- определение критериальных границ оценочных показателей;

- ранжирование оценочных показателей.

К настоящему времени разработано значительное количество методик оценки кредитоспособности заемщика. Они отличаются по числу показателей, используемых для оценки кредитоспособности, подхода к определению критериальных границ оценочных показателей, оценкой значимости каждого из отобранных показателей, методикой подсчета суммарной кредитоспособности. Выбор конкретной структуры показателей, формирующих кредитный рейтинг, зависит главным образом от кредитной политики банка.

При классификации кредитов возможно использование модели CART (Classification and regression trees), что переводится как «классификационные и регрессионные деревья». Это непараметрическая модель, основные достоинства которой заключаются в возможности широкого применения, доступности для понимания и легкости вычислений, хотя при построении применяются сложные статистические методы. В «классификационном дереве» фирмы-заемщики расположены на определенной «ветви» в зависимости от значений выбранных финансовых коэффициентов; далее идет «разветвление» каждой из них в зависимости от следующих коэффициентов. Точность классификации при использовании данной модели – около 90%. Пример «классификационного дерева» представлен на рис. 2, где Кi — финансовый коэффициент; Рi — нормативное значение показателя; В — предполагаемый банкрот; S — предположительно устойчивое состояние.