Автореферат (1138361), страница 2
Текст из файла (страница 2)
Сущность данных методологических подходов состоит в процедуреклассификации с определенной степенью точности предприятий на 2 группы:8предприятий-банкротовипредприятий,имеющихудовлетворительноефинансовое состояние. Все эти подходы объединяет то, что при построениимодели вероятности банкротства используются данные только за одинвременной период.Отличие предлагаемого подхода в том, что классификация предприятийна группу банкротов и предприятий, имеющих удовлетворительное финансовоесостояние, осуществляется с учетом ретроспективной динамики измененияосновных финансовых показателей.Для построения и апробации моделей были собраны финансовые данныеза период с 2000 по 2009 годы по 1357 предприятиям, деятельность которых,согласноОбщероссийскомуклассификаторувидовэкономическойдеятельности (ОКВЭД), относится к обрабатывающему производству.
Из них173 предприятия официально были признаны банкротами в период с 2008 годапо 2010 год, финансовое состояние 1184 предприятий официально считаетсяудовлетворительным.Построение модели статической оценки вероятности банкротствапредприятияДля построения модели статической оценки вероятности банкротствапредприятияиспользоваласьобучающаявыборка,состоящаяиз333предприятий, при этом 117 предприятий в 2009 году были официальнопризнаныбанкротами,а216предприятийимелиудовлетворительноефинансовое состояние.Из 1184 предприятий, официально не являющихся банкротами, длявключения в обучающую выборку были отобраны 216 предприятий,финансовое состояние которых было оценено как удовлетворительное, какминимум, по 6 из 7 основных методик прогнозирования вероятностибанкротства.Оценкапроводиласьпоследующимсемиметодикам:пятифакторной модели Альтмана (Altman, 1968), модели Таффлера и Тишоу(Tafler, Tisshaw, 1977), модели Фулмера для классификации банкротств (Fulmer,1984), модели Чессера надзора над судами (Chesser, 1974), методики Лиса (Liss,1972), методики Спрингейта (Springate, 1978), методики Р.С.
Сайфулина и Г.Г.9Кадыкова (1996), методики Иркутской государственной экономическойакадемии (1997).Для построения модели статической оценки вероятности банкротствапредприятия был выбран метод логистической регрессии. Этот метод обладаетследующими достоинствами: во-первых, с его помощью можно оцениватьвероятность того, что событие наступит для конкретного наблюдения; вовторых, в качестве предикторов допускается использование всех типовпеременных, в том числе категориальных; в-третьих, модель являетсянелинейной, в нее можно включать взаимодействия предикторов.В таблице № 1 представлены результаты построения модели статическойоценки вероятности банкротства.
Из приведенной таблицы видно, что для всехвыбранных показателей гипотеза о том, что коэффициент при данномпоказателе равен нулю, отвергается на уровне значимости менее 1%, чтоподтверждает качество построенной модели.Таблица 1. Результаты расчета коэффициентов модели статической оценки ипроверки их значимостиПеременные, включенные в модельНаименованиепеременнойStep 5Логарифм выручкиОбщаяоборачиваемостьактивовОтношение чистойприбыли к общимактивамОтношениекраткосрочных идолгосрочных заемныхсредств к активамОтношениедолгосрочныхобязательств к активамConstantS.E.B (коэфф.WaldSig.(стандартная.dfExp.(B)регрессии)(Вальд)(значимость)ошибка)-1,573,25139,290 1,000,208-1,082,25218,4531,000,339-6,9322,5907,1641,007,0013,6971,3028,0631,00540,340-5,7121,52913,9501,000,00332,6335,32037,6251,0001,487E14Модель статической оценки вероятности банкротства предприятия имеетследующий вид:10,гдефункция;(1)вероятность банкротства предприятия j; e – экспоненциальная– общая оборачиваемость активов предприятия j;чистой прибыли к активам предприятия j;– отношение– отношение краткосрочных идолгосрочных заемных средств к активам предприятия j;долгосрочных обязательств к активам предприятия j;– отношение– натуральныйлогарифм выручки предприятия j.Данная модель названа моделью статической оценки вероятностибанкротства предприятия, т.к.
она не учитывает ретроспективную динамикуизменения финансовых показателей.Выявление основных сценариев изменения финансовых коэффициентовпредприятий-банкротовВ ходе исследования была выдвинута следующая гипотеза. Процедуребанкротства предприятий могут предшествовать разные сценарии развитиясобытий. Эти сценарии, так или иначе, найдут свое отражение в динамикеизменения финансовых показателей, вошедших в регрессионную модельстатической оценки (1). Если при построении модели, прогнозирующейвероятность банкротства предприятия, учесть сценарии развития событий, тотакаямодельможетдатьсущественноболеевысокуюточностьпрогнозирования.Длявыявлениявозможныхсценариевизмененияфинансовыхпоказателей предприятия в динамике, закончившихся его банкротством, всепредприятия, обанкротившиеся в 2009 году, с использованием методакластеризации Варда (Ward’s method,1963) были разделены на группы.
Длявычисления расстояний между кластерами использовался квадрат евклидоварасстояния (Euclidian distances). Для каждой из групп предприятий былпроведен анализ характера изменения финансовых показателей за нескольколет до банкротства.11В качестве переменных для разбиения предприятий на кластеры выбранывероятности банкротства предприятий за период с 2004 по 2009 годы,рассчитанные для каждого предприятия-банкрота по полученной моделистатической оценки вероятности банкротства (1).Поскольку количество кластеров заранее неизвестно, то задавалсявозможный диапазон их количества от 2 до 10. С помощью частотных таблицбыло определено, сколько предприятий попадает в каждый кластер дляразличных решений (табл.2).Таблица 2.
Результаты разбиения предприятий-банкротов на кластерыКоличество Количество Количество Количество Количество Количество Количество Количество Количествокомпаний в компаний в компаний в компаний в компаний в компаний в компаний в компаний в компаний в10-и9-и8-и7-и6-и5-и4-х3-х2-хкластерном кластерном кластерном кластерном кластерном кластерном кластерном кластерном кластерномрешениирешениирешениирешениирешениирешениирешениирешениирешении66101012121235359131313132323468222221040463601010101040363600404040403660002121213660000666600000151515000000440000000400000000Для дальнейшего анализа использовалось 3-х кластерное решение.
Впервый кластер попали 35 предприятий, во второй – 46, в третий – 36предприятий. По каждому из трех кластеров была рассчитана средняявероятность банкротства предприятий. На рис. 1 показано изменение среднихзначений вероятности банкротства в период с 2000 по 2009 годы для каждойкластерной группы.12Рис. 1. График изменения средней вероятности банкротства предприятий длякаждой кластерной группы в динамикеКак видно из рис. 1, к кластеру №1 относятся предприятия, у которыхвероятность банкротства на протяжении первых пяти лет с 2000 г. до 2004 г.была невысокая, более того, даже уменьшалась вплоть до 2004 года, затем онарезко выросла в 2005 году и ежегодно увеличивалась, пока ситуация незавершилась банкротством предприятия в 2009 году.В кластер №2 попали предприятия, у которых финансовое состояниеоставалось неудовлетворительным на протяжении всех десяти лет.
Т.е.прогнозная вероятность банкротства была выше 0,8. Тем не менее, банкротствоэтих предприятий фактически наступило только в 2009 году.К кластеру №3 отнесены предприятия, вероятность банкротства которыхв 2000 и 2001 годах являлась достаточно высокой, хотя явно прослеживаласьтенденция к уменьшению вероятности банкротства.
Начиная с 2002 по 2004годы, наблюдалась тенденция к улучшению финансового состояния, что нашлоотражение в прогнозном значении вероятности банкротства. Однако в 2005году прогнозная вероятность банкротства резко выросла и оставаласьпрактически постоянной на протяжении нескольких лет вплоть до банкротствав 2009 году.Для того чтобы выяснить, за сколько лет до банкротства средниезначения показателей банкротов начинают значимо отличаться от показателейпредприятий,признанныхимеющими13удовлетворительноефинансовоесостояние, был проведен сравнительный анализ финансовых показателей,входящихврегрессиюс2000по2009годсиспользованиемнепараметрического U-теста по методу Манна и Уитни (Mann-Whitney U Test).Анализ результатов (табл. 3) показал, что у предприятий, банкротствокоторых развивается по сценарию №1, среднее значение натуральногологарифма выручки стало значимо отличаться от среднего значенияаналогичного показателя предприятий с удовлетворительным финансовымположениемзадвагодадобанкротства.Среднеезначениеобщейоборачиваемости активов значимо отличалось за 2 и более лет до банкротства,отношение чистой прибыли к общим активам - за 1 год до банкротства, ауровень долга значимо не отличался, как минимум, за 4 года до банкротства.Вероятно, что такие предприятия обанкротились в 2009 году в результатерезкого снижения выручки и прибыли.Для предприятий, банкротство которых развивалось по сценарию №2,высокая вероятность банкротства прогнозировалась в течение всех 10 лет, чтокосвенно свидетельствует об их неудовлетворительном финансовом состояниина протяжении всего этого времени.
Анализ показателей, вошедших влогистическую регрессию, также подтверждает этот тезис. Их характеризуетнизкая выручка от реализации, низкая оборачиваемость активов, малая долячистой прибыли в активах. Однако следует обратить внимание на то, чтоуровень задолженности у этих предприятий тоже невысок, но этот факт можетбыть объяснен тем, что их финансовое состояние было таково, что укредиторов были основания не давать им в долг денежные средства.У предприятий, банкротство которых развивалось по сценарию №3,финансовое состояние ухудшалось на протяжении последних пяти лет.Положительное влияние на финансовое состояние предприятий оказывалавысокая оборачиваемость активов.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
