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 России, Украины и Казахстана. Эта база данных удобна также тем, что содержит информацию о банкротствах, поэтому нет необходимости использовать дополнительные источники информации для определения статуса фирмы.

Интерес для исследования представляли только данные российских организаций за период с 2013 по 2016 годы.

Для создания выборки компаний в базе Ruslana применялось несколько критериев:

    - Выборка была ограничена малыми, средними и микро-предприятиями, так как они считаются менее устойчивыми по сравнению с крупными компаниями и при этом составляют большую часть предприятий в России в 2016 году. Для ограничения использовался размер выручки компаний. Согласно Постановлению Правительства РФ от 09.02.2013 № 101 "О предельных значениях выручки от реализации товаров (работ, услуг) для каждой категории субъектов малого и среднего предпринимательства" выручка от реализации товаров, работ или услуг без учета НДС для таких компаний не должна превышать 1 миллиарда рублей. Автор данного исследования не использовал ограничение по количеству работников из-за отсутствия такой информации у большинства компаний. - Выборка была ограничена только частными компаниями, то есть незалистоваными на биржах. - Отраслями, рассматриваемыми в данной работе, являлись производство, строительство, а также оптовая и розничная торговля (коды по классификатору промышленности NACE Rev. 2 - C, F, и G, соответственно). В исследовании не рассматривались компании, занимающиеся финансовой и страховой деятельностью (кредитные организации, пенсионные фонды, инвестиционные и страховые компании), так как эта отрасль имеет свою специфику учета и функционирования. Такие отрасли как здравоохранение, образование, коммунальные услуги, общественное управление и защита также были исключены из рассмотрения из-за специфичности их рисков и банкротства. В итоге было решено остановиться на трех отраслях, которые отличаются в достаточной степени, чтобы была возможность подтвердить или опровергнуть предположение о значимости отраслевой специфики при моделировании вероятности банкротства.

Как уже обсуждалось выше, банкротами в данной работе будут объявляться все компании, которые находятся на любой из стадий процедуры легального банкротства. Поэтому из базы были отобраны как действующие фирмы, проходящие через процедуру банкротства, так и недействующие компании - ликвидированные, либо находящиеся в стадии ликвидации. Компании, находящиеся в состоянии ликвидации из-за слияния или поглощения, исключались из рассмотрения, так как причины этих явлений находятся за рамками обсуждаемой проблемы.

Поиск финансово "здоровых" компаний в работах предыдущих исследователей выполнялся с помощью двух методов: либо подбирались фирмы-аналоги для банкротов с учетом их отрасли, размера, возраста и прочих характеристик, либо фирмы выбирались случайным образом. Автор данного исследования воспользовался первым методом и отобрал только действующие средние и малые предприятия из трех отраслей, у которых была доступна годовая отчетность с 2013 по 2015 годы.

Все данные по компаниям из Ruslana были поделены на 3 подвыборки - статус которых определялся в 2016 году (обучаемая выборка, на основе которой будет строиться модель) и статус которых определялся в 2015 и 2014 годах (контрольные подвыборки, с помощью которых будет проверяться надежность полученной модели). Каждая подвыборка состояла из своей группы компаний, не входящих в другую подвыборку.

Таким образом, можно будет избежать как межвременной ошибки, так и ошибки "out-of-sample", когда модель, хорошо предсказывающая банкротство компаний на обучающей выборке, показывает плохие результаты на данных других компаний или другого периода (Stein, 2007).

Таблица 3. Описание подвыборок

Подвыборка

Год определения статуса (банкрот/небанкрот)

Число компаний

Год используемой отчетности

Небанкротов

Банкротов

Обучаемая

2016

86

86

2015

Контрольная

2015

174

174

2014

Контрольная

2014

114

114

2013

В исследовании модель строилась на данных финансовой отчетности за один год до наступления/не наступления банкротства компании.

Количественное соотношение фирм-банкротов и здоровых фирм в данной работе составляет 50%-50%, так как это наиболее популярный подход в работах предыдущих исследователей (Altman (1968), Deakin (1972), Nam, Jinn(2000), Mselmi, lahiani (2017)).

Распределение отраслевой принадлежности компаний для каждой из подвыборок представлено в Таблице 4:

Таблица 4. Отраслевая принадлежность компаний в подвыборках

Подвыборка

Год определения статуса

Число компаний: производство

Число компаний: строительство

Число компаний: оптовая и розничная торговля

Небанкроты

Банкроты

Небанкроты

Банкроты

Небанкроты

Банкроты

Обучаемая

2016

16

16

15

15

55

15

Контрольная

2015

60

60

29

29

85

29

Контрольная

2014

49

49

21

21

44

21

Похожие статьи




Описание данных - Моделирование вероятности банкротства

Предыдущая | Следующая