Банкротство крупных и средних компаний реального сектора в

Банкротство крупных и средних компаний реального сектора в России:
тенденции, структурные характеристики и основные факторы
В условиях высокой волатильности на мировых рынках, нестабильности и угрозы
дальнейшего ухудшения экономической конъюнктуры актуальным представляется вопрос
об оценке устойчивости дальнейшего развития российских компаний реального сектора к
изменению внешних условий. Особую остроту вопросу придает резкий рост числа
банкротств в 2014 г. (по оценке авторов, по итогам января-сентября 2014 г. прирост к
предшествующему году числа банкротств среди крупных и средних компаний
промышленности и сельского хозяйства составил около 40%).
Исследования в области анализа финансовой устойчивости компаний реального
сектора берут начало в 30-х годах XX века. В истории подходов к оценке устойчивости
компаний можно выделить три основных этапа – (1) «ранний» этап (основной метод –
сопоставительный анализ финансовых показателей «успешных» и «проблемных»
компаний)1, (2) развитие многомерных моделей (в основе – многомерные статистические
методы анализа)2, (3) современный этап3 (переход к комплексным моделям стресстестирования). Несмотря на значительное разнообразие методов анализа рисков,
эконометрический подход является преобладающим на современном этапе4.
В рамках настоящего исследования мы продолжаем работу по анализу факторов
риска банкротства в секторе крупных и средних компаний промышленности и сельского
хозяйства, опираясь на методику, разработанную в 2012 г. (см. [Сальников и др., 2012]).
По сравнению с ранее полученными результатами в рамках данной работы:
1. Существенно расширена база данных о банкротствах в России (включая
разделение
компаний
по
этапам
процедуры
банкротства,
наиболее
значимым с точки зрения экономического анализа – наблюдение и
конкурсное производство); на настоящий момент в базе систематизированы
и стандартизованы все сообщения о банкротствах за период 2007-2014 гг.
Подробнее см., например: [Merwin, 1942] и др.
Подробнее см., например: [Beaver, 1966], [Altman, 1968] и др.
3
Подробнее см., например: [Crosbie, Bonn, 2002], [Andersen et al, 2008], [Коссова, Коссова, 2011],
[Федорова, Гиленко, Довженко, 2013] и др.
4
Одной из характерных особенностей современного этапа исследований финансовой устойчивости
реального сектора является параллельное существование различных методов анализа рисков, как
конкурирующих между собой (например, нейронные сети и эконометрические скоринговые модели), так и
дополняющих друг друга (например, использование сигнальных индикаторов для оценке качества
апостериорной классификации эконометрических скоринговых моделей бинарного выбора). Подробнее см.,
например, [Jardin, 2010]
1
2
2. Выявлены и проанализированы основные тенденции и структурные
характеристики компаний-банкротов и небанкротов в период 2007-2014 гг.
3. Пересмотрена и дополнена методика построения скоринговой модели
банкротства (в частности, доработан алгоритм коррекции модели с учетом
проблемы несбалансированности числа банкротств и небанкротств);
4. Доработана эконометрическая скоринговая модель для «проблемных»
компаний (под «проблемными» понимаются компании, испытавшие резкий
спад производства).
В
основе
исследования
лежит
выборка
крупных
и
средних
компаний
промышленности и сельского хозяйства в России. Период анализа охватывает 20072014 гг. Информационной базой для исследования послужили: база данных БИРАналитик (в части бухгалтерской отчетности компаний), а также ресурс IT-AuditБанкротство предприятия, содержащий подробные сведения о предприятиях-банкротах и
ходе процедуры банкротства.
Показано, что наиболее проблемные сектора с точки зрения количества
предприятий-банкротов – агропромышленный комплекс5 (около 40%), машиностроение
(около 13%), электроэнергетика и производство стройматериалов (около 10%); напротив,
благоприятная ситуация с точки зрения количества проблемных предприятий, а также их
числа
ожидается
в
отрасли
производства
нефтепродуктов,
а
также
легкой
промышленности.
Одним из наиболее значимых факторов банкротства остается сокращение прибыли
от продаж и увеличение нагрузки на прибыль со стороны процентных платежей. В числе
значимых факторов банкротства предприятий также (в скобках указан вклад каждого из
факторов в абсолютном выражении в изменение вероятности банкротства в соответствии
с моделью6): рост уровня долговой нагрузки (8,4%), снижение оборачиваемости активов
(4,4%), ухудшение финансового состояния в отрасли в целом (в совокупности около 25%).
Резкий рост числа банкротств в 2014 г. стал результатом сокращения рентабельности при
одновременном ухудшении условий кредитования компаний.
Показано, что состав факторов, резко повышающих вероятность банкротства
компании, в целом совпадает с факторами, повышающими вероятность резкого падения
выручки (доли на рынке) компании, хотя предельные эффекты этих факторов для случаев
Сельское хозяйство и производство пищевых продуктов.
Вклад рентабельности в изменение вероятности банкротства составляет около 50%: падение
рентабельности на 1 п.п. вызывает прирост вероятности банкротства на 10 п.п.
5
6
банкротства и сокращения выручки, заметно отличаются (знаки предельных эффектов не
меняются, однако в абсолютном выражении разница может составлять до 1,5 раз).
Литература
Коссова Т.В., Коссова Е.В. (2011): Оценка кредитного риска компаний российского
корпоративного
сектора
на
основе
прогнозирования
вероятности
дефолта
по
обязательствам. // Проблемы анализа риска том 8, No 2 стр.68-78.
Сальников В.А., Могилат А.Н., Маслов И.Ю. (2012): Стресс-тестирование компаний
реального сектора для России: первый подход (методологические аспекты)//Журнал
Новой Экономической Ассоциации. №4(16). с.46-70
Фёдорова Е.А., Гиленко Е.В., Довженко С.Е. (2013): Модели прогнозирования
банкротства: особенности российских предприятий//Проблемы прогнозирования. №2(137).
с.85-92
Altman, E. (1968): Financial Ratios, Discriminant Analysis and the Prediction of Corporate
Bankruptcy // Journal of Finance, No 23, pp. 589 – 609.
Andersen H., Berge T. O., Bernhardsen E., Lindquist K.-G., Vatne B.H. (2008): A Suite-ofModels Approach to Stress-Testing Financial Stability//Staff Memo.2008/2. Norges Bank
Beaver W. (1966): Financial ratios as predictors of failure. empirical research in accounting:
Selected studies. // Journal of Accounting Research, No 5, pp. 71-111.
Bellovary J., Giacomino D., Akers M. (2007): A Review of Bankruptcy Prediction Studies:
1930 to Present//Journal of Financial Education. Vol.33. pp.1-42
Crosbie P.J., Bohn J.R. (2002): Modeling Default Risk//KMV LLC. San-Francisco, California,
USA
Jardin P. (2010): Predicting Bankruptcy Using Neural Networks and Other Classification
Methods: The Influence of Variable Selection Techniques on Model Accuracy// Proceedings of
the Second European Symposium on Time Series Prediction (Estsp 2008). Helsinki University of
Technology, Porvoo, Finland. pp. 271-284
Merwin C. (1942): Financing small corporations in five manufacturing industries, 1926-1936
New York: National Bureau of Economic Research