Обзор литературы, Ранние исследования и развитие методологии - Влияние значений финансовых коэффициентов на вероятность банкротства компании
Данная работа опирается на исследования, посвященные проблематике предсказания банкротства компаний. Наибольший интерес в работах предшественников представляет методология моделирования вероятности банкротства с использование логистической регрессии и искусственных нейронных сетей, а также методология сравнения эффективности различных моделей.
Ранние исследования и развитие методологии
Отправной точкой эмпирических исследований, нацеленных на предсказание корпоративных банкротств, принято считать 1960е годы. В этот период были написаны две широко известные работы: в 1966 году появилась работа Вильяма Бивера (Beaver, 1966), а в 1968 году работа Эдварда Альтмана (Altman, 1968).
Вильям Бивер впервые использовал финансовые коэффициенты для предсказания вероятности наступления банкротства компаний. Выборка включала в себя 79 компаний США, обанкротившихся в период с 1954 по 1964 год. Для каждой обанкротившейся компании в выборку была добавлена компания небанкрот по принципу соответствия.
В качестве метода Бивер использовал одномерный анализ. Бивер отобрал 6 коэффициентов с наибольшей предсказательной силой с процентом неправильно классифицированных компаний за год до банкротства от 13% до 24%. На основании данных по ошибкам, автор сделал вывод, что вероятность получить случайно подобные результаты крайне низка, а финансовые коэффициенты действительно могут быть использованы для предсказания вероятности банкротства.
Исследование Эдварда Альтмана, опубликованное в 1968 году, также посвящено использованию финансовых коэффициентов для предсказания вероятности банкротства. Альтман критикует одномерный анализ за его неспособность оценивать состояние компании комплексно и предлагает использовать множественный дискриминантный анализ.
Выборка в работе Альтмана состоит из 66 компаний США (33 банкротов и 33 небанкротов). Банкротства произошли в период с 1946 по 1965 год. Для каждой компании из группы банкротов была подобрана компания небанкрот по принципу парного соответствия.
Итоговая функция включала 5 объясняющих переменных: отношение оборотного капитала к совокупным активам, отношение нераспределенной прибыли к совокупным активам, отношение EBIT к совокупным активам, отношение рыночной стоимости капитала к балансовой стоимости совокупного долга и отношение выручки к совокупным активам. Полученная модель правильно классифицировала 95% выборки (63 из 66 компаний).
С развитием общей методологии эконометрических исследований, для предсказания банкротства стала использоваться логистическая регрессия.
Исследование Даниэля Мартина (Martin, 1977) посвящено раннему предсказанию банкротств банков с использованием логистической регрессии. В работе использовалась выборка американских банков Федеральной резервной системы, включавшая в себя 23 банкрота за период с 1970 по 1976 год. банкротство статистика финансовый
По выборке была построена модель логистической регрессии с использованием финансовых коэффициентов в качестве объясняющих переменных. Модель правильно предсказала 87% обанкротившихся банков (20 из 23) и 88,6% не обанкротившихся (4 939 из 5 575).
Работа Джеймса Олсона (Ohlson, 1980) также посвящена предсказанию банкротства с помощью логистической регрессии. Он критикует множественный дискриминантный анализ за то, что он подразумевает определенные статистические характеристики распределения объясняющих переменных, полученный результат в виде баллов не имеет интуитивной интерпретации, а используемая процедура парного подбора является спорной.
Для создания выборки автором были взяты данные по американским компаниям с 1970 по 1976 год, которые котировались на бирже или торговались на внебиржевом рынке. Итоговая выборка включала 105 обанкротившихся компаний и 2 058 финансово здоровых компаний.
Полученная логистическая модель правильно предсказывала 96,12%, а "наивный" прогноз имел точность 91,15%. Олсон отметил, что оценить результат на данной стадии затруднительно.
Похожие статьи
-
Большинство современных исследований, посвященных предсказанию банкротства, используют больше одного метода моделирования и делают выводы о сравнительной...
-
Среди современных исследований на тему предсказания банкротства можно выделить группу работ, которые не ставят своей целью сравнение предсказательной...
-
Для прогнозирования банкротства, некоторые исследователи создают модели, основанные на использовании искусственных нейронных сетей. Как правило,...
-
Введение - Влияние значений финансовых коэффициентов на вероятность банкротства компании
Моделирование вероятности банкротства является широко применимой практической процедурой, которая необходима любой крупной кредитной организации....
-
Постановка гипотез - Влияние значений финансовых коэффициентов на вероятность банкротства компании
Цель данной работы заключается в сравнении предсказательной силы логистической регрессии и искусственных нейронных сетей (ИНС) в рамках моделирования...
-
Заключение - Влияние значений финансовых коэффициентов на вероятность банкротства компании
В рамках данного исследования были построены и оценены модели предсказания банкротства на базе логистической регрессии и искусственных нейронных сетей...
-
Основной целью исследования является сравнение предсказательной силы моделей, построенных на основе различных методов. В условиях несбалансированности...
-
На следующем этапе в модель были добавлены дамми-переменные годов и отраслей. Таблицы соотношения переменных и данных приведены ниже. Кроме дамми...
-
Описание данных Данные для исследования получены из базы Руслана, предоставляемой компанией Бюро Ван Дайк. Эта база содержит данные финансовой отчетности...
-
Искусственные нейронные сети (ИНС) рассматриваются исследователями как возможная альтернатива статистическим методам. Исследования, использующие ИНС, как...
-
В первоначальном выборе объясняющих переменных существует две стратегии. Часть авторов осуществляют подбор переменных, опираясь на собственные...
-
Существует целый ряд классификаций моделей используемых для прогнозирования финансовой несостоятельности заемщиков. В своей работе Григорьева Т. И....
-
Построение модели с помощью логистической регрессии Прежде чем строить логистическую регрессию, необходимо выбрать конечный набор финансовых и...
-
Методология исследования, Постановка гипотез - Моделирование вероятности банкротства
Постановка гипотез Целью данного исследования является построение модели вероятности банкротства, которая будет обладать надежностью не менее 80%. По...
-
Влияние значений финансовых коэффициентов на вероятность банкротства компании
Детализация расчета точки отсечения через G-mean для модели ИНС №2. Уровень Ошибка по небанкротам Ошибка по банкротам G-mean 0.04 10% 31% 1.262 0.039 10%...
-
Приложения, - Влияние значений финансовых коэффициентов на вероятность банкротства компании
Описательные статистики по финансовым коэффициентам. Переменная Количество наблюдений Среднее Медиана 25 перцентиль 75 перцентиль Стандартное отклонение...
-
Проблема прогнозирования вероятности банкротства существует уже несколько десятков лет - все началось с работ Ramser, Foster (1931), Fitzpatrick (1932) и...
-
Нефинансовые факторы, влияющие на вероятность банкротства - Моделирование вероятности банкротства
Как было отмечено выше, важность финансовых показателей для определения вероятности банкротства фирмы была замечена в самых ранних работах. Однако...
-
Отбор и классификация объясняющих переменных Для всесторонней оценки строительной компании в ходе анализа будут использоваться финансовые,...
-
Заключение - Моделирование вероятности банкротства
Целью данного исследования являлось моделирование вероятности банкротства российских нефинансовых компаний на основе наиболее значимых показателей...
-
Описание данных - Моделирование вероятности банкротства
Данные для исследования были взяты из базы Ruslana (Bureau van Dijk), содержащей финансовую и некоторую нефинансовую информацию об организациях из...
-
Введение - Моделирование вероятности банкротства
В настоящее время в условиях экономической стагнации и ухудшения финансового состояния бизнеса тема кредитоспособности и оценки устойчивости предприятий...
-
По итогам проведенного исследования можно прийти к выводу о том, что и логит-регрессия и деревья решений позволили построить модели, которые с...
-
Описание используемых методов - Моделирование вероятности банкротства
В данной работе было принято решение использовать логистический анализ с помощью пакета STATA, а также алгоритм CART с помощью SPSS Modeler. Бинарная...
-
Теперь, когда в рамках данного исследования была получена модель с наилучшими характеристиками для непубличных строительных компаний, полученные...
-
Введение - Уровень конкурентоспособности строительных компаний
Актуальность темы исследования. Строительная отрасль характеризуется огромным количеством потенциальных исполнителей. Полный цикл возведения любого...
-
Прогнозирование финансового состояния сельскохозяйственных организаций с применением дискриминантно-рейтинговой экспресс-модели Финансовый моделирование...
-
Выбор переменных - Моделирование вероятности банкротства
Как уже было отмечено выше, единого набора финансовых и нефинансовых показателей, которые необходимо включать в модели, не существует, поэтому было...
-
Тест на переобучаемость финальной модели - Уровень конкурентоспособности строительных компаний
Как отмечалось в ходе исследования, logit-модель может характеризоваться сильной зависимостью от обучающей выборки. Поэтому чтобы быть уверенным в...
-
Оценка влияния межрегионального воздействия на экономическое развитие
В статье рассматриваются основные методы, применяемые для оценки степени влияния межрегионального взаимодействия на экономическое развитие....
-
Построение модели с помощью метода деревьев решений - Моделирование вероятности банкротства
В отличие от логистической регрессии, при использовании метода деревьев решений ограничения для независимых переменных отсутствуют, поэтому для...
-
Помимо технических характеристик здания, анализируемых выше, объекты офисной недвижимости характеризуются факторами удобства для арендаторов. К таким...
-
Заключение - Уровень конкурентоспособности строительных компаний
В ходе проведенного исследования была построена logit-модель вероятности дефолта для непубличных компаний строительного комплекса. Данная модель поможет...
-
Для дополнительной наглядности полученных результатов предлагается подготовить рейтинговую шкалу, которая отмечала бы, какие значения вероятности дефолта...
-
ВВЕДЕНИЕ - Статистическое исследование арендного сегмента рынка коммерческой недвижимости Москвы
Описание проблемы исследования Рынок коммерческой недвижимости Москвы является динамичным и быстроразвивающимся. Об этом свидетельствуют не только отчеты...
-
Маркетинговое исследование представляет собой системный сбор, обработку и анализ всех аспектов процесса маркетинга: продукта, его рынка, каналов...
-
Постановка задачи регрессионного анализа - Основы научных исследований
Основное назначение Регрессионного анализа (РА) - получение по экспериментальным данным зависимостей, аппроксимирующих эти данные в виде алгебраических...
-
Возникновение и развитие системных представлений - Моделирование экономических систем
Научно-техническая революция привела к возникновению таких понятий, как большие и сложные экономические системы, обладающие специфическими для них...
-
Экономисты-исследователи - Моделирование вероятности банкротства
Чаще всего исследователи считают фирму банкротом, если она находится на любой из стадий процедуры банкротства: начиная с подачи заявления в суд до...
-
Экономическая сущность банкротства На сегодняшний день не сложилось единой точки зрения на то, что понимается под банкротством компании. Существует...
Обзор литературы, Ранние исследования и развитие методологии - Влияние значений финансовых коэффициентов на вероятность банкротства компании