Автор работы: Пользователь скрыл имя, 13 Декабря 2011 в 08:47, статья
Предсказание платежеспособности предприятий давно занимает умы кредиторов. Особенно справедливо это в случае сельскохозяйственных предприятий, поскольку данная отрасль всегда считалась вложением рискованным и трудно окупаемым.
Выборка работающих предприятий сформирована по составу выборки банкротов. В пределах границ категорий и в соответствие выше описанным критериям выбор происходил случайно. Дальнейшие ограничения: в период с 1998 по 2000 год против фирм не возбуждался ликвидационный процесс, не было изменений в уставном капитале, не менялась форма предприятия.
Результаты применения моделей
Работа выполнялась с использованием программы Microsoft Excel. При наборе формул моделей возникла необходимость применения условной логической функции “Если” (IF) с целью избежать деления на ноль и вычисления логарифма нуля и отрицательных чисел. В таких случаях критический параметр принимался за единицу. Результаты соответствуют ожиданиям (Таблица 2). Модель Фулмера учитывает больше факторов, поэтому и при обстоятельствах, отличных от оригинальных, работает стабильней. Кроме того, вычисление логарифмов, модель учитывает и размер фирм, что, наверное, справедливо как в Америке, так и в любой другой рыночной экономике. По крайней мере, распределение венгерских фирм по уставному капиталу подтверждает правильность идеи. Модель с одинаковой надёжностью определяет как банкротов, так и работающие фирмы. Результаты модели Спрингейта очень несимметричны. Модель явно “сдвинута” в сторону краха и поэтому применять её следует в случае стратегии избежания риска, а также стоит ввести константу, корректирующую “сдвиг”.
Надёжность
моделей оказалась намного
Повысить уровень надёжности моделей можно изменением множителей методом итерации (подбора). Введением константы “сдвига” в модель Спрингейта можно компенсировать её несимметричность. Простым подбором вручную после нескольких шагов по принципу постоянного улучшения удалось поднять надёжность моделей до семидесяти процентов (в модели Фулмера — и выше). Можно использовать функцию-расширение Solver в программе MS Excel. В этом случае важен выбор отправных значений изменяемых множителей.
Советы по возможному применению в России
Прежде всего, без проверки на опытных данных применять их — особенно модель Спрингейта — не стоит. В описании модели использовались наименования, соответствующие российской бухгалтерской практике, однако при адаптации модели к российским условиям необходимо прояснить — проверить опытом — некоторые понятия. При испытании моделей на данных венгерских предприятий, использовалась следующая трактовка:
С помощью статистических софтверов (SPSS или др.) можно провести дискриминантный анализ данных конкретных предприятий, используя коэффициенты представленных моделей. Наиболее же правильным, но трудоёмким, является создание собственной модели.
Литература
[ALTMAN – IZAN, 1984] Altman – Izan: Identifying Corporate Distress in Australia: An Industry Relative Analysis. Working Paper, New York University, 1984.
[ALTMAN – LORRIS, 1976] Altman – Lorris: A Financial Early Warnings System for Over-the Counter Broker Dealers. Journal of Finance, September 1976.
[ALTMAN et al., 1977] Altman – Haldeman – Narayanan: ZETA Analysis, A New Model to Identify Bankruptcy Risk of Corporation. Journal of Banking and Finance, 1977. 29-54 pp.
[ALTMAN et al., 1987] Altman – Frydman – Kao: Introducing Recursive Partitioning for Financial Classification: The Case of Financial Distress. Journal of Finance, 1987/8. 303-320 pp.
[ALTMAN, 1968] Altman, E. I.: Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy. Journal of Finance, September 1968, 589-609 pp.
[BARTH et al., 1985] Barth – Brumbaugh – Sauerhaft – Wang: Thrift-Institution Failures: Causes and Policy Issues. Research Working Paper No. 117 Office of Policy and Economic Research, Federal Home Loan Bank Board, 1985.
[BEAVER, 1966] Beaver W. H.: Financial Ratios as Predictors of Failure. Empirical Research in Accounting, Selected Studies, 1966.
[BOTHERAS,
1979] Botheras, D. A.: Use of a Business Failure Prediction Model for
Evaluating Potential and Existing Credit Risk. Unpublished M.B.A. Research
Project, Simon Fraser University, Marc 1979. In: INSOLVENCY PREDICTION,
E. Sands & Associates Inc. http://www.sands-trustee.com/
[COMPLEX–Céghírek, 2001] CD Céghírek, COMPLEX, 2001. június 30. (База данных фирм)
[Csernyánszky, 2001] Csernyánszky J.: A válság mindig vasárnap üt be. Cégépítés – Cégvezetés, Hírtőzsde Holding, Budapest, 2001. augusztus. 124-129 pp. (âенг.: “Кризис наступает всегда в воскресенье”, Создание фирмы – Управление фирмой)
[DAMBOLENA – KHOURY, 1980] Dambolena – Khoury: Ratio Stability and Corporate Failure. Journal of Accounting Research, 1980/10, 167-179 pp.
[DEAKIN, 1972] Deakin, E. B.: A Discriminant Analysis of Predictors of Failure. Journal of Accounting Research, 1972/10. 167-179 pp.
[FULMER et al., 1984] Fulmer, John G. et al.: A Bankruptcy Classification Model For Small Firms. Journal of Commercial Bank Lending, 1984. július. 25-37 pp.
[IM Mérlegtár, 1999/2] IM Mérlegtár 1999/2 CD, Igazságügyi Minisztérium Cégnyilvántartási és Céginformációs Szolgálata, 1999. (âенг.: База финансовых данных фирм за 1999 год, Информационная Служба Министерства Юстиции)
[LEGAULT, 1987]
Legault, J.: C.A. - Score, A Warning System for Small Business Failures
Bilanas, 1987. június, 29-31 pp. In: INSOLVENCY PREDICTION,
E. Sands & Associates Inc. http://www.sands-trustee.com/
[PANNTELONA – PLATT, 1987a] Panntelona – Platt: Predicting Failure of Savings and Loan Associations. American Real Estate and Urban Economics Association Journal, num 15. 1987a, 46-64 pp.
[PANNTELONA – PLATT, 1987b] Panntelona – Platt: Predicting Commercial Bank Failure Since Deregulation. New England Economic Review, July/August, 1987b, 37-47 pp.
[PLATT – PLATT, 1990] Platt H. D. – Platt M. B.: Development of a Class of Stable Predictive Variables: The Case of Bankruptcy Prediction. Journal of Business Finance and Accounting, Spring, 1990.
[SPRINGATE,
1978] Springate, Gordon L.V.: Predicting the Possibility of Failure
in a Canadian Firm. Unpublished M.B.A. Research Project, Simon Fraser
University, January 1978. In: INSOLVENCY PREDICTION, E. Sands
& Associates Inc. http://www.sands-trustee.com/
[VIRÁG
– HAJDU, 1995] Virág M. – Hajdu O.: Pénzügyi mutatószámokon
alapuló csődmodell-számítások.
Bankszemle, (40) 1995/5, Budapest, 1995., 42-53. рр. (венг.:
“Вычисления моделей банкротства на основании
финансовых коэффициентов”, Банк-овозрение)
[ZMIJEWSKI, 1984] Zmijewski, M.: Methodological Issues Related to the Estimation of Financial Distress Prediction Models. Journal of Accounting Research, num 22.1984., 59-82 pp.
Таблицы
Таблица
1
Наиболее известные
модели предсказания
банкротства
|
Таблица
2
Точность предсказания
моделей за год до несостоятельности
Банкроты | Работающие | Всего | |
Fulmer | 66% | 66% | 66% |
Springate | 79% | 40% | 60% |
Рисунки
Рисунок
1
Распределение нормально
работающих сельхоз-предприятий
по уставному капиталу (в форинтах)
Рисунок
2
Распределение несостоятельных(в 2000
г.) сельхоз-предприятий
по уставному капиталу (в форинтах)
Рисунок
3
Распределение по уставному
капиталу (в форинтах)
в выборке несостоятельных
сельхоз-предприятий
Литература: