Выбор объясняющих переменных - Влияние значений финансовых коэффициентов на вероятность банкротства компании
В первоначальном выборе объясняющих переменных существует две стратегии. Часть авторов осуществляют подбор переменных, опираясь на собственные предположения о релевантности тех или иных финансовых коэффициентов, в то время как другие авторы используют работы предшественников и берут начальный набор переменных оттуда.
В данном исследовании начальный набор финансовых переменных взят из работы Людмилы Луговской (Lugovskaya, 2009), так как это наиболее полное исследование, посвященное банкротствам в России. Кроме того, используемые данные схожи тем, что в обоих выборках отсутствуют переменные денежного потока из-за недоступности информации в исходных данных.
Список объясняющих переменных
Название переменной |
Описание переменной |
Группа 1: эффективность | |
1. turnov1 |
Выручка/Дебиторская задолженность |
2. turnov2 |
Себестоимость/Кредиторская задолженность |
3. sales2as |
Выручка/Совокупные активы |
Группа 2: прибыльность | |
4. ROE |
Чистая прибыль/Собственный капитал |
5. ROA |
Чистая прибыль/Совокупные активы |
6. grossmarg |
Валовая прибыль/Выручка |
7. netmarg |
Чистая прибыль/Выручка |
Группа 3: устойчивость | |
8. cap2fixas |
Собственный капитал/Основные средства |
9. WC2as |
Рабочий капитал/Совокупные активы |
10. longdebt2cap |
Долгосрочные обязательства/Собственный капитал |
11. debt2cap |
Совокупные обязательства/Собственный капитал |
12. debt2as |
Совокупные обязательства/Совокупные активы |
Группа 4: ликвидность | |
13. cash2curliab |
Денежные средства/Текущие обязательства |
14. cash2as |
Денежные средства/Совокупные активы |
15. current |
Текущие активы/Текущие обязательства |
16. curas2liab |
Текущие активы/Совокупные обязательства |
17. curliab2cap |
Текущие обязательства/Собственный капитал |
18. quick1 |
(Денежные средства + Дебиторка)/Текущие обязательства |
19. quick2 |
(Денежные средства + Дебиторка)/Совокупные активы |
20. curas2sales |
Текущие активы/Выручка |
На следующем этапе необходимо уменьшить количество объясняющих переменных, чтобы исключить сильную мультиколлинеарность.
К уменьшению количества переменных также существует два подхода: первый предполагает статистический анализ и последовательное исключение переменных, а второй предлагает упор на уже проведенные исследования и заимствование переменных для анализа из них.
Для данного исследования набор итоговых переменных был подобран через метод постепенного отбора (stepwise selection). Применение статистического отбора выбрано из-за того, что исследований по российским компаниям на данный момент проведено не много, причем существующие исследования приходят к разным наборам переменных.
Несмотря на некоторое сходство с исследованием Людмилы Луговской (Lugovskaya, 2009) в части выборки, применение набора переменных, отобранных автором, не представляется целесообразным. Исследование Луговской посвящено малым и средним предприятиям, а выборка текущего исследования базируется на крупных акционерных обществах. У этих двух групп экономических субъектов принципиально различные отношения с кредиторами: по результатам работы по малым и средним предприятиям автор делает вывод, что долгосрочная задолженность фактически не играет для них роли, так как часть кредитных инструментов для малых и средних предприятий недоступна. Для выборки из крупных предприятий такая предпосылка не выглядит релевантной.
Первоначально были выделены и исключены переменные, характеризующиеся высокой степенью корреляции с прочими регрессорами модели. Отбор переменных и все описанные ниже действия производились с использованием тренировочной выборки.
Проведенный отбор показал, что значимые и незначимые переменные отделены от друг друга достаточно четко - пограничных переменных, имеющих P-value из интервала от 0,05 до 0,1, в модели не оказалось.
Значимыми на уровне 0,01 в модели оказались 4 переменные: коэффициент отношения выручки к совокупным активам (sales2as), коэффициент отношения долга к совокупным активам (debt2as), коэффициент быстрой ликвидности (quick2) и рентабельность активов (roa). Примечательно, что эти 4 коэффициента являются представителями четырех групп факторов.
Похожие статьи
-
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...
-
Искусственные нейронные сети (ИНС) рассматриваются исследователями как возможная альтернатива статистическим методам. Исследования, использующие ИНС, как...
-
На следующем этапе в модель были добавлены дамми-переменные годов и отраслей. Таблицы соотношения переменных и данных приведены ниже. Кроме дамми...
-
Данная работа опирается на исследования, посвященные проблематике предсказания банкротства компаний. Наибольший интерес в работах предшественников...
-
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...
-
Основной целью исследования является сравнение предсказательной силы моделей, построенных на основе различных методов. В условиях несбалансированности...
-
Отбор и классификация объясняющих переменных Для всесторонней оценки строительной компании в ходе анализа будут использоваться финансовые,...
-
Для прогнозирования банкротства, некоторые исследователи создают модели, основанные на использовании искусственных нейронных сетей. Как правило,...
-
Большинство современных исследований, посвященных предсказанию банкротства, используют больше одного метода моделирования и делают выводы о сравнительной...
-
Описание данных Данные для исследования получены из базы Руслана, предоставляемой компанией Бюро Ван Дайк. Эта база содержит данные финансовой отчетности...
-
Введение - Влияние значений финансовых коэффициентов на вероятность банкротства компании
Моделирование вероятности банкротства является широко применимой практической процедурой, которая необходима любой крупной кредитной организации....
-
Среди современных исследований на тему предсказания банкротства можно выделить группу работ, которые не ставят своей целью сравнение предсказательной...
-
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...
-
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...
-
Проблема прогнозирования вероятности банкротства существует уже несколько десятков лет - все началось с работ Ramser, Foster (1931), Fitzpatrick (1932) и...
-
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%...
-
Построение модели с помощью логистической регрессии Прежде чем строить логистическую регрессию, необходимо выбрать конечный набор финансовых и...
-
Существует целый ряд классификаций моделей используемых для прогнозирования финансовой несостоятельности заемщиков. В своей работе Григорьева Т. И....
-
Итак, модели, которые будут дальше анализироваться, и получены с помощью Первого метода - проведения теста для выделения наиболее дескриптивных...
-
Для анализа был выбран временной диапазон с 2004 года по 2014 год. В целях построения прогнозной модели собранные годовые данные были разделены на две...
-
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...
-
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...
-
Заключение - Уровень конкурентоспособности строительных компаний
В ходе проведенного исследования была построена logit-модель вероятности дефолта для непубличных компаний строительного комплекса. Данная модель поможет...
-
Введение - Моделирование вероятности банкротства
В настоящее время в условиях экономической стагнации и ухудшения финансового состояния бизнеса тема кредитоспособности и оценки устойчивости предприятий...
-
Интерпретация финальной модели - Уровень конкурентоспособности строительных компаний
Перейдем к интерпретации построенной модели для непубличных строительных компаний, так как она представляет не меньший интерес, чем прогнозное качество...
-
Заключение - Моделирование вероятности банкротства
Целью данного исследования являлось моделирование вероятности банкротства российских нефинансовых компаний на основе наиболее значимых показателей...
-
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...
-
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...
-
Теперь, когда в рамках данного исследования была получена модель с наилучшими характеристиками для непубличных строительных компаний, полученные...
-
Сущность группировки, их виды и значение Группировка -- это распределение единиц по группам в соответствии со следующим принципом: различия между...
-
Анализ ликвидности баланса является одним из основных элементов углубленного анализа финансового состояния предприятия. Ликвидность баланса определяется...
-
Самостоятельное значение имеет показатель рентабельности, исчисляемый как отношение прибыли к расходам на оплату труда. В расчетах данного показателя...
-
В этом подразделе будет проведен экономический анализ финансово-хозяйственной деятельности предприятия, включающий в себя: 1. анализ основных результатов...
-
По мере работ стало понятно, что нам не удавалось приблизиться к качеству, сравнимому с уровнем анализа эксперта, поскольку около 20% тестов...
-
ОПРЕДЕЛЕНИЕ ЗАВИСИМЫХ И НЕЗАВИСИМЫХ ПЕРЕМЕННЫХ - Многомерный статистический анализ
Пусть Y - зависимая переменная, X - независимая переменная или категориальная переменная, имеющая С категорий (уровней групп). Для каждой группы Х...
-
Проверим значимость квадратичной формы переменных для двух полученных моделей. Сначала рассмотрим значимость данных преобразований для первой модели...
-
Оценка платежеспособности МУФП "ЦГА" Цель данного анализа - определить способность предприятия в течение года оплатить свои краткосрочные обязательства....
-
Чтобы найти подтверждение или опровержение основного исследовательского вопроса о взаимосвязи коррупции, безналичных платежей, теневой экономики и...
-
Задание 1 - Экономические показатели и способы их расчета
Составить бухгалтерский баланс предприятия. Известны следующие данные о деятельности компании: * размер собственного капитала 4500 руб.; * денежные...
Выбор объясняющих переменных - Влияние значений финансовых коэффициентов на вероятность банкротства компании