Панасенко О.В.

Харківський інститут бізнесу і менеджменту

Використання адаптивних моделей прогнозування показників фінансового стану підприємства для діагностики загрози банкрутства

В умовах ринкової економіки однією з найважливіших є проблема неплатоспроможності і банкрутства підприємств. В Україні досить велика кількість підприємств щороку проходить процедуру банкрутства, наслідком якої може бути ліквідація підприємства. Крім того, значна кількість підприємств знаходиться на межі платоспроможності і працює зі збитками, що може призвести до банкрутства в майбутньому. Підприємства-банкрути є в кожному регіоні України, банкрутами стають як малі, так і великі підприємства.

Банкрутство окремого суб’єкта господарювання має суттєві негативні наслідки на всіх рівнях економіки: на мікрорівні – для власників і робітників підприємства через фінансові втрати, на мезорівні – для регіону, в якому працює підприємство через порушення господарських зв’язків підприємства-банкрута з партнерами і зниження економічних показників регіону, на макрорівні – для держави в цілому в зв’язку з порушенням макроекономічної рівноваги та зниженням об’єму ВВП і, як наслідок, зменшенням доходів державного бюджету [1].

Подолання проблеми банкрутства залежить від своєчасного виявлення загрози банкрутства на підприємстві та розробки і впровадження відповідних антикризових заходів, що дозволять подолати кризу, відновити ліквідність і платоспроможність та запобігти процедурі банкрутства і ліквідації підприємства.

Для діагностики загрози банкрутства розроблені і використовуються ряд економіко-математичних моделей, найвідомішими з яких є моделі Альтмана, Спрінгейта, Чессера, Лису, Сайфуліна і Кадикова та ін. [1, 3].

Використання фактичних значень фінансових коефіцієнтів у моделях прогнозування банкрутства є неефективним, оскільки за їх допомогою можна лише отримати оцінку фінансового стану підприємства в поточний період часу. Цього недостатньо для оцінки схильності підприємства до банкрутства, тобто загрози банкрутства в майбутньому, так як в даний період часу підприємство може перебувати у передкризовому або навіть нормальному фінансовому стані, однак може мати негативні тенденції і в майбутньому перейти в кризовий стан. Тому для оцінки схильності підприємства до банкрутства необхідно використовувати прогнозні значення фінансових коефіцієнтів. Такі моделі даватимуть оцінку загрози банкрутства в майбутньому і даватимуть змогу своєчасно виявити і попередити кризовий стан.

При використанні традиційних підходів і методів для прогнозування економічних показників часто висувається гіпотеза про те, що основні тенденції і фактори, виявлені на передісторії, зберігаються протягом періоду, який прогнозується. Таким чином, процес екстраполяції виявлених закономірностей, тенденцій базується на припущенні про інерційність економічних систем, що аналізуються. Однак в останній час в умовах нестаціонарного зовнішнього середовища рухливість цих систем зростає. Спостерігаються суттєві зміни в розвитку економічних відносин, зростає швидкість реакції на кон’юнктуру зовнішнього і внутрішнього ринків, на рішення влади тощо. В зв’язку з цим для прогнозування фінансових показників діяльності підприємства, необхідно використовувати адаптивні прогнозні моделі, а саме моделі експоненційного згладжування [5].

Прогнозна модель на основі експоненційного згладжування має вигляд [2]:

,

де - значення експоненціальної середньої в момент ;

- параметр згладжування, , 0 < < 1;

.

До показників фінансового стану, які використовуються для оцінки схильності підприємства до банкрутства включаються: коефіцієнт мобільності активів, коефіцієнт оборотності власного капіталу, рентабельність виробничих фондів, коефіцієнт фінансової незалежності (автономії) [4].

Прогнозування системи показників фінансового стану підприємства здійснено за допомогою методів експоненційного згладжування у ППП STATISTICA. Прогнозні моделі побудовано на прикладі досліджуваного підприємства. Вихідними даними для прогнозування є фінансові показники підприємства за 2005-2006 рр поквартально.

ППП STATISTICA для побудови моделі експоненційного згладжування окрім параметру згладжування α, дозволяє включити в експоненційну модель трендовий параметр γ, а також параметр зміни тренду φ, значення яких можуть змінюватися в діапазоні 0 < α, γ, φ <1. Це дає змогу врахувати тенденцію зміни прогнозованого показника, що підвищує точність моделі експоненційного згладжування.

Результати прогнозування показників фінансового стану підприємства на основі моделей експоненційного згладження приведені в табл. 1.

Таблиця 1

Результати прогнозування показників фінансового стану на прикладі

досліджуваного підприємства

Показник	Параметри моделі експоненційного згладжування	Прогнозне значення показника на 1 квартал
коефіцієнт мобільності активів	α = 0,8, γ = 0,9, φ = 0,5	0,851
коефіцієнт оборотності власного капіталу	α = 0,2, γ = 0,1	0,338
рентабельність виробничих фондів	α = 0,1, γ = 0,7	0,174
коефіцієнт фінансової незалежності (автономії)	α = 0,9, γ = 0,9	0,753

Рівень довіри прогнозних моделей визначено на рівні 95 %. Перевірка адекватності отриманих прогнозних моделей за допомогою залишків показала, що вони є адекватними, мають високу точність прогнозування і можуть використовуватися у практичній діяльності підприємств.

Використання прогнозних значень фінансових показників, отриманих за допомогою адаптивних прогнозних моделей дозволить підприємствам завчасно виявляти і попереджати кризу, що дасть змогу уникнути банкрутства.

Література:

1. Банкрутство і санація підприємства: теорія і практика кризового управління / Т.С. Клебанова, О.М. Бондар, О.В. Мозенков та ін. / За ред. О.В. Мозенкова. – Х.: ВД „ІНЖЕК”, 2003. – 272 с.

2. Дуброва Т.А. Статистические методы прогнозирования: [Учеб пособие для вузов по спец. 061700 «Статистика» и др. экон. спец.]/ Т.А, Дуброва. – М.: ЮНИТИ-ДАНА, 2003. – 206 с.

3. Колесарь Е. Модели диагностики банкротства предприятий Украины // Економіст. – 2002. - №10. – С. 60-63.

4. Рибалка О.В. Формування системи показників фінансового стану підприємства для оцінки імовірності банкрутства // Економіст. – 2005. – № 9. – С. 63-66.

5. Рибалка О.В. Алгоритм побудови адаптивних моделей прогнозування значень показників фінансового стану підприємства // Матеріали Підсумкової міжнародної науково-практичної конференції „Наука: теорія і практика”. – Том 9. – Дніпропетровськ: Наука і освіта, 2005. – С. 7-10.