В 1968 году Эдвард Альтман, профессор NYU Stern, опубликовал работу, которая до сих пор цитируется как один из самых успешных эмпирических результатов в финансах. Он взял 66 компаний (33 обанкротились, 33 выжили), прогнал через дискриминантный анализ пять финансовых коэффициентов и получил формулу, которая за 12 месяцев до банкротства правильно классифицировала 95% обанкротившихся компаний.
За полвека с 1968 года формула пережила: переход с GAAP на IFRS, инфляционные эпохи 1970-х, кризис S&L 1980-х, dot-com 2000, мировой кризис 2008, COVID-2020. Точность снизилась — современные оценки дают 72–80% за 1 год — но в форензик-анализе это всё равно один из самых надёжных индикаторов.
Z-Score — это «температура» компании. Берёте пять простых соотношений из её отчётности (рабочий капитал, нераспределённая прибыль, прибыль до налогов, рыночная капитализация, выручка — всё к активам), умножаете каждое на свой коэффициент, складываете. Получаете число.
Больше 2.99 — компания здорова. Меньше 1.81 — пациент серьёзно болен, через год-полтора возможно банкротство. Между ними — серая зона: не критично, но и не безопасно.
Что особенного в этих пяти коэффициентах? Альтман выбирал их не интуицией, а статистически: они оказались теми пятью, которые лучше всего совместно разделили обанкротившиеся и выжившие компании. Никто из них по отдельности не предсказывает банкротство; их сила — в комбинации.
Формула: 5 коэффициентов, 3 весовые константы
Классическая (оригинальная) версия Z-Score для публичных производственных компаний:
Где каждый X — это финансовый коэффициент:
| X | Что измеряет | Формула | Вес |
|---|---|---|---|
| X₁ | Ликвидность. Сколько «работающих» денег относительно общих активов. Низкое значение — у компании проблемы с оборотным капиталом. | Working Capital / Total Assets | 1.2 |
| X₂ | Накопленная прибыльность. Сколько компания заработала за всю историю относительно текущих активов. Молодые или убыточные компании имеют низкий X₂. | Retained Earnings / Total Assets | 1.4 |
| X₃ | Операционная эффективность. Доходность активов до налогов и финансовых расходов. Самый «нагруженный» коэффициент (вес 3.3) — Альтман назвал X₃ единственным сильнейшим предсказателем. | EBIT / Total Assets | 3.3 |
| X₄ | Рыночное доверие vs долговая нагрузка. Насколько рынок верит в компанию относительно её обязательств. Падающая цена акций на фоне растущих долгов резко тянет X₄ вниз. | Market Value of Equity / Book Value of Liabilities | 0.6 |
| X₅ | Оборачиваемость активов. Сколько выручки на каждый шекель/доллар активов. Компании в проблемных отраслях с раздутыми активами тут проседают. | Sales / Total Assets | 1.0 |
Классификация по зонам
После расчёта Z результат попадает в одну из трёх зон:
- Z > 2.99 — SAFE. Зона финансовой устойчивости. Банкротство в ближайшие 1–2 года крайне маловероятно. У большинства blue chips Z > 5.
- 1.81 < Z < 2.99 — GREY. Серая зона: точно не сказать. Историческая точность модели в этом диапазоне ниже. Нужно смотреть тренд (улучшается Z или ухудшается) и дополнительные метрики.
- Z < 1.81 — DISTRESS. Зона финансового бедствия. По оригинальным данным Альтмана, ~95% компаний с Z < 1.81 за год до банкротства действительно банкротились. Современная оценка — 70–80%.
Три версии формулы
Альтман и его последователи адаптировали формулу под разные типы компаний. Использовать «не ту» версию — типичная ошибка, ведущая к неправильной классификации.
Z (оригинал)
Z = 1.2X₁ + 1.4X₂ + 3.3X₃ + 0.6X₄ + 1.0X₅
X₄ использует рыночную капитализацию. Подходит для публичных производственных компаний (industrials, basic materials, energy).
Z′ (private)
Z′ = 0.717X₁ + 0.847X₂ + 3.107X₃ + 0.420X₄ + 0.998X₅
X₄ использует балансовую стоимость equity (нет рыночной цены). Для частных компаний и непубличных «дочек».
Z″ (non-mfg)
Z″ = 6.56X₁ + 3.26X₂ + 6.72X₃ + 1.05X₄
X₅ удалён (оборачиваемость не релевантна для сервисов и развивающихся рынков). X₄ — book value. Для retail, ИТ, услуг, EM.
Главная ошибка применения Z-Score — использовать оригинальную Z для нефинансовой сервисной компании (например, ритейлер, SaaS, банк). У них X₅ (Sales/TA) выходит сильно завышенным, и оригинальная Z даёт ложно-позитивный сигнал «всё хорошо». Для не-производственных бизнесов всегда используется Z″.
Иллюстративный пример: Microsoft vs распадающийся ритейлер
Возьмём Microsoft FY2024 (10-K, fiscal year закрыт в июне 2024) и синтетического distressed-ритейлера с типичным профилем компании, которая пройдёт через Chapter 11 в течение года.
Данные из 10-K (округлены до миллиардов):
- Working Capital (CA − CL) = 159 − 125 = $34 млрд
- Retained Earnings = $173.1 млрд
- EBIT (operating income) = $109 млрд
- Market Value of Equity = $3 000 млрд (май 2026)
- Total Liabilities = $244 млрд
- Sales (net revenue) = $245 млрд
- Total Assets = $512 млрд
Коэффициенты:
- X₁ = 34 / 512 = 0.066
- X₂ = 173.1 / 512 = 0.338
- X₃ = 109 / 512 = 0.213
- X₄ = 3 000 / 244 = 12.295
- X₅ = 245 / 512 = 0.479
Z = 1.2·0.066 + 1.4·0.338 + 3.3·0.213 + 0.6·12.295 + 1.0·0.479 = 0.08 + 0.47 + 0.70 + 7.38 + 0.48 = 9.11 → SAFE
Замечание: больше 80% Z-Score Microsoft даёт коэффициент X₄ (вклад 7.38 из 9.11). Это типично для зрелых tech-гигантов с огромной рыночной капитализацией и относительно небольшим долгом.
Синтетическая компания, типовая для умирающего ритейла (моделирование на примере профилей Sears, JC Penney, Bed Bath & Beyond за 12 мес до банкротства):
- Working Capital = −$50 млн (текущие обязательства > текущие активы)
- Retained Earnings = −$200 млн (накопленные убытки)
- EBIT = −$30 млн (операционный убыток)
- Market Cap = $200 млн (цена акций упала на 90%)
- Total Liabilities = $1 500 млн
- Sales = $2 000 млн (выручка ещё есть)
- Total Assets = $1 200 млн
Z = 1.2·(−0.042) + 1.4·(−0.167) + 3.3·(−0.025) + 0.6·0.133 + 1.0·1.667 = −0.05 − 0.23 − 0.08 + 0.08 + 1.67 = 1.38 → DISTRESS
Любопытно: X₅ (оборачиваемость) у этого ритейлера 1.67 — выше, чем у Microsoft (0.48). Без других коэффициентов это выглядело бы как «эффективный бизнес». Но отрицательные X₁, X₂, X₃ и низкий X₄ маркируют ситуацию однозначно: компания умирает. Это и есть ценность совместного рассмотрения коэффициентов.
Интерактивный калькулятор Altman Z-Score
Введите параметры компании и получите Z-Score с автоматической классификацией зоны. Все три версии формулы переключаются вкладками.
Когда применять Z-Score (и когда не стоит)
Z-Score полезен для:
- Скрининга: быстро отфильтровать компании из watchlist по принципу «без банкротных рисков в горизонте 12 мес».
- Контрольной проверки компаний с высокой долговой нагрузкой или падающей выручкой.
- Анализа тренда: даже более важно, чем абсолютное значение. Z = 3.5 и стабилен — нормально. Z = 4.0, но упал с 6.0 — сигнал к копанию глубже.
- Bond covenant compliance: некоторые кредитные соглашения прямо прописывают пороговое значение Z как ковенант.
Z-Score НЕ подходит для:
- Банков и страховых компаний. У них специфическая структура баланса (депозиты, premium reserves) и Z неприменим. Для финансового сектора используются специальные модели (CAMELS, RAROC).
- Стартапов и компаний с короткой историей. Retained Earnings (X₂) у стартапа всегда отрицательные — Z всегда низкий, но это не означает близкого банкротства.
- Высокотехнологичных компаний без значимых физических активов. Total Assets искажены (большая часть стоимости в нематериальных активах, не отражённых в балансе), коэффициенты теряют смысл.
- Прогноза «когда именно» произойдёт банкротство. Z — это сигнал риска, а не таймер. Distressed-компании могут оставаться в distress-зоне 3–5 лет до фактического Chapter 11, особенно если кредиторы пролонгируют долг.
- Анализа влияния разовых событий. Один год убытков из-за списания не превращает Tata Motors в банкрота. Z нужно смотреть в динамике.
Типичные ошибки
- Использовать не ту версию формулы. Применить оригинальную Z к ритейлеру или сервису — гарантированно искажённый результат. Для не-производственных бизнесов всегда Z″.
- Брать оторванные от рынка цифры. Если в X₄ используется market value, считайте по текущей капитализации, а не по historic. Падение акций на 60% существенно меняет X₄.
- Смотреть только на текущий Z, игнорируя тренд. Компания с Z = 4.5, упавшим за два года с 6.5, — гораздо опаснее, чем компания со стабильным Z = 3.2.
- Игнорировать grey zone. «Z в серой зоне? Значит ничего страшного» — нет. Серая зона означает, что модель не может уверенно классифицировать. Нужны дополнительные метрики: Piotroski F-Score, M-Score, debt schedule, операционный денежный поток.
- Применять Z к финансовым институтам. Банк с Z = 1.5 — это норма по причине структуры баланса, не признак банкротства. Z для банков не работает.
- Брать EBITDA вместо EBIT. Альтман в оригинале использовал EBIT (operating income). Замена на EBITDA даёт завышенный X₃ и завышенный Z. Это «приукрашивание» — формальная ошибка.
Z-Score — это не «единственная истина», а первичный фильтр. Используйте его как первую проверку: если Z < 1.81 — копайте глубоко, если > 4.0 — спокойно переходите к качественному анализу. Серая зона между ними — повод для дополнительных метрик и анализа тренда за 3–5 лет.
Хотите комбинированный forensic-скрининг?
Forensic-калькулятор Cashalot объединяет Z-Score, Piotroski F-Score, Beneish M-Score и Ohlson O-Score в одну панель с цветовой кодировкой.
Резюме
Altman Z-Score — это пять коэффициентов и три весовые константы, дающие число от ~0 до 10+. Оригинальная формула предсказывает банкротство производственной компании за 12 месяцев с точностью 72–80%. Для частных и не-производственных компаний есть адаптированные версии Z′ и Z″.
Главная сила модели — не в одной из переменных, а в их комбинации. Компания может иметь блестящую оборачиваемость, но если рабочий капитал отрицательный, накопленные убытки большие, а рынок не верит — Z это поймает.
Главная слабость — модель плохо работает на нетипичных индустриях (финсектор, стартапы, asset-light tech), и абсолютное значение менее информативно, чем тренд. Используйте Z как первый фильтр в форензик-скрининге, а не как единственный критерий решения.
Нужен полный forensic-разбор по конкретной компании?
В Custom Research мы делаем глубокий forensic-анализ с Z-Score, M-Score, Piotroski и Sloan по 5-летнему окну отчётности, с интерпретацией трендов и красных флагов.
Заказать research →