Модели диагностики банкротства организации |
Для диагностики банкротства организации используется множество моделей, а для их построения используются различные методики. Вот некоторые из них: однофакторный анализ, анализ выживаемости, дискриминантный анализ, модели условной вероятности, логистическая регрессия (logit-регрессия), probit-регрессия, многомерное шкалирование, кумулятивная сумма, метод опорных векторов, деревья принятия решений, математическое программирование, экспертные системы, многокритериальные методы поддержки принятия решений, теория катастроф (хаоса), нейронные сети, нечеткие множества, грубые множества и др. Каждая методика имеет свои плюсы и минусы, нельзя сказать, что есть однозначно лучшая. Выбор методики для построения модели (или готовой модели) зависит от количества и качества исходных данных, предпочтений аналитика и иных факторов. Рассмотрим основные модели диагностики банкротства организации и методику их построения.
Однофакторные модели
Первыми работами по однофакторным моделям в антикризисной диагностике можно считать работы Фицпатрика в 1932 году, Смита и Винакора в 1935 году и Мервина в 1942 году. Позже, в 1966 году, Бивер предложил однофакторную модель для классификации организаций по двум группам, используя несколько финансовых показателей (табл. 1). Показатели использовались отдельно, и пороговые значения были рассчитаны для каждого показателя на основании минимизации ошибочных классификаций.
ТАБЛИЦА 1
Система показателей Бивера и их значения
Показатель |
Расчет |
Значения показателей |
||
для благополучных организаций |
за 5 лет до банкротства |
за 1 год до банкротства |
||
Коэффициент Бивера |
(NP – Am) / (LR + SR) |
0,4–0,45 |
0,17 |
–0,15 |
Рентабельность активов |
NP / A × 100% |
6–8 |
–4 |
–22 |
Финансовый рычаг |
(LR + SR) / A |
37 |
50 |
80 |
Коэффициент покрытия активов чистым оборотным капиталом |
(EC – NCA) / A |
0,4 |
0,3 |
0,06 |
Коэффициент покрытия |
CA / SR |
3,2 |
2 |
1 |
Примечание: NP — чистая прибыль; Am — амортизация; LR — долгосрочные обязательства (включая открытые кредитные линии); SR — краткосрочные обязательства (включая задолженность по заработной плате); A — активы; EC — собственный капитал; NCA — внеоборотные активы; CA — оборотные активы.
Предложенные Бивером финансовые показатели обладали отличной классифицирующей способностью. Детальное описание таких моделей дано в работах Бивера в 1968 году и Элама в 1975 году.
Позже однофакторные модели, несмотря на хорошие результаты, были подвергнуты критике:
· наличие корреляционных зависимостей между показателями;
· трудности в однозначной классификации в случае, когда различные показатели дают противоположные результаты;
· невозможность описания организации как сложной системы одним частным показателем.
Однако однофакторные модели положили начало огромному количеству исследований в области антикризисной диагностики.
Для устранения указанных недостатков требовался некоторый многофакторный индекс, идея которого была достаточно стара. В 1964 году Тамари предложил модель многофакторного индекса риска банкротства, основанную на шести показателях, взвешенных в соответствии с мнениями финансовых и кредитных аналитиков и экономистов.
Для повышения точности результатов в области антикризисной диагностики было применено большое количество многофакторных статистических методов.
Модели, основанные на анализе выживания
Цель данных моделей — оценить время, в течение которого организация обанкротится.
Модели, основанные на анализе выживания, ранее использовались в медицине, биохимии и других отраслях науки, а затем были использованы и в антикризисной диагностике — для разделения организаций на банкротов и небанкротов.
Ранее при построении моделей использовались данные за период от одного года до пяти лет до банкротства, но они не могли оценить действительное время наступления банкротства. В 1986 году Лэйн применил пропорциональную функцию риска, предложенную Коксом, для прогнозирования банкротства банков. Такая модель получила название модели, основанной на анализе выживания. Полное описание методики построения таких моделей в 1984 году было предложено Коксом и Оуксом.
Риск банкротства измеряется при помощи времени выживания, рассчитываемого для каждой организации. Если предположить, что T — время, через которое организация обанкротится, то функция выживания S(t) — есть вероятность того, что T > t. В этом случае F(t) есть вероятность того, что организация обанкротится до времени t:
F(t) = 1 – S(t).
Функция выживания h(t) определяется по формуле:
h(t) = f(t) = –S'(t),
S(t) S(t)
h(t|x) =h0exp(x'),
где x — вектор характеристик организации, — вектор коэффициентов.
Вектор , являющийся параметрической частью функции, рассчитывается при помощи метода, аналогичного методу максимального подобия. Непараметрическая часть h0(t) рассчитывается исходя из предположения, что x = 0.
Таким образом, функция выживания S(t|x) рассчитывается по формуле:
S(t|x) = S0(t)exp('x),
где S0(t) определяется как
S0(t) = exp(–∫h0(u)du).
Поскольку модели, основанные на анализе выживания, не являются в чистом виде параметрическими, то они частично избегают критики, которой подвергаются параметрические модели. Модель, основанная на анализе выживания, была разработана в 1991 году Луома и Лаитиненом для прогнозирования банкротства. Однако, несмотря на хорошие результаты, модели, основанные на анализе выживания, достаточно редко используются в антикризисной диагностике.
Модели дискриминантного анализа
Цель данных моделей — получить линейную комбинацию независимых переменных, описывающих состояние организаций, которая максимизирует вариацию (различие) между популяциями организаций-банкротов и организаций-небанкротов по сравнению с вариацией внутри групп.
...
Подробнее читайте в статье.
<...>