Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску

Предсказание банкротства - это искусство предсказания банкротства и различных показателей финансового положения государственных фирм. Это обширная область исследований в области финансов и бухгалтерского учета. Важность этой области отчасти объясняется тем, что кредиторы и инвесторы могут оценить вероятность банкротства фирмы.

Количество исследований также зависит от наличия данных: для государственных компаний, которые обанкротились или нет, могут быть рассчитаны многочисленные коэффициенты бухгалтерского учета, которые могут указывать на опасность, а также доступны многие другие потенциальные объясняющие переменные. Следовательно, эта область хорошо подходит для тестирования все более сложных подходов к прогнозированию с большим объемом данных .

История [ править ]

История прогнозирования банкротства включает в себя применение многочисленных статистических инструментов, которые постепенно становились доступными, и включает в себя более глубокое понимание различных ловушек на ранних этапах анализа. До сих пор публикуются исследования, в которых есть подводные камни, о которых знали уже много лет.

Предсказание банкротства было предметом формального анализа, по крайней мере, с 1932 года, когда ФитцПатрик опубликовал в «Сертифицированном общественном бухгалтере» исследование 20 пар фирм, одна обанкротившаяся и одна выживающая, с сопоставлением по дате, размеру и отрасли . Он не проводил статистический анализ, как это принято сейчас, но он вдумчиво интерпретировал соотношения и тенденции в соотношениях. Его интерпретация фактически представляла собой сложный анализ с множеством переменных.

В 1967 году Уильям Бивер применил t-тесты, чтобы оценить важность индивидуальных коэффициентов учета в рамках подобной парной выборки.

В 1968 году в первом формальном анализе множественных переменных Эдвард И. Альтман применил множественный дискриминантный анализ в попарно подобранной выборке. Одной из наиболее известных ранних моделей прогнозирования банкротства является Z-оценка Альтмана , которая применяется до сих пор.

В 1980 году Джеймс Олсон применил логит-регрессию к гораздо большей выборке, которая не включала парное сопоставление.

Современные методы [ править ]

Предсказание банкротства компаний было горячей темой для многих экономистов. Основанием для разработки и прогнозирования финансового кризиса компании является разработка модели прогнозирования, используемой для прогнозирования финансового состояния компании путем объединения нескольких эконометрических переменных, представляющих интерес для исследователя. Цель исследования - представить модели глубокого обучения для прогнозирования корпоративного банкротства с использованием текстовых раскрытий. В ходе исследования была построена комплексная модель исследования для прогнозирования банкротства на основе листинговых компаний Кении. В исследуемую группу были включены все 64 компании, акции которых котируются на Найробийской фондовой бирже в течение десяти лет. Логистический анализ был использован при построении модели для прогнозирования финансового кризиса компании. Результаты показали, что оборачиваемость активов, общая сумма активов,коэффициент коэффициента оборотного капитала имел положительные коэффициенты. С другой стороны, оборачиваемость запасов, коэффициент заемного капитала, оборачиваемость дебиторов, коэффициент задолженности и коэффициент текущей ликвидности имели отрицательные коэффициенты. В исследовании сделан вывод о том, что оборачиваемость запасов, оборачиваемость активов, соотношение заемных и собственных средств, оборачиваемость дебиторов, общий объем активов, коэффициент задолженности, коэффициент текущей ликвидности и коэффициент оборотного капитала были наиболее значимыми коэффициентами для прогнозирования банкротства (Ogachi, D .; Ndege, R .; Гатуру, П .; Золтан, З. (2020)П.; Золтан, З. (2020)П.; Золтан, З. (2020)

Сравнение различных подходов [ править ]

В последних исследованиях в области прогнозирования банкротства и несостоятельности сравниваются различные подходы, методы моделирования и отдельные модели, чтобы определить, превосходит ли какой-либо один метод свои аналоги.

Джексон и Вуд (2013) предоставляют отличное обсуждение литературы на сегодняшний день, включая эмпирическую оценку 15 популярных моделей из существующей литературы. Эти модели варьируются от одномерных моделей Бивера до многомерных моделей Альтмана и Олсона и продолжаются до более современных методов, которые включают подходы к оценке опционов. Они обнаруживают, что модели, основанные на рыночных данных, такие как метод оценки опционов, превосходят предыдущие модели, которые в значительной степени полагаются на данные бухгалтерского учета. [1]

Чжан, Ван и Цзи (2013) предложили новую систему, основанную на правилах, для решения проблемы прогнозирования банкротства. Вся процедура состоит из следующих четырех этапов: во-первых, последовательный прямой выбор использовался для извлечения наиболее важных функций; во-вторых, была выбрана основанная на правилах модель для соответствия данному набору данных, поскольку она может иметь физический смысл; в-третьих, был введен алгоритм генетических колоний муравьев (GACA); стратегия масштабирования пригодности и хаотический оператор были включены в GACA, образуя новый алгоритм - хаотический алгоритм масштабирования приспособленности GACA (FSCGACA), который использовался для поиска оптимальных параметров модели, основанной на правилах; и, наконец, метод стратифицированной К-кратной перекрестной проверки был использован для улучшения обобщения модели.[2]

Ссылки [ править ]

  1. ^ Джексон, Ричард HG; Вуд, Энтони (2013). «Эффективность моделей прогнозирования неплатежеспособности и кредитного риска в Великобритании: сравнительное исследование». Британский обзор бухгалтерского учета . 45 (3): 183–202. DOI : 10.1016 / j.bar.2013.06.009 . ЛВП : 10871/9690 .
  2. ^ Чжан, Юдун; Шуйхуа Ван; Генлин Джи (2013). «Модель на основе правил для прогнозирования банкротства, основанная на улучшенном алгоритме генетических колоний муравьев» (PDF) . Математические проблемы инженерии . 2013 : 753251. дои : 10,1155 / 2013/753251 .
  • ФитцПатрик 1932
  • Бивер 1966. Финансовые коэффициенты, предсказывающие неудачу. Журнал бухгалтерских исследований , 4 (Приложение), стр. 71-111.
  • Бобр 1968
  • Альтман, Эдвард I (1968). «Финансовые коэффициенты, дискриминантный анализ и прогноз банкротства предприятий». Журнал финансов . 23 (4): 589–609. DOI : 10.1111 / j.1540-6261.1968.tb00843.x .
  • Ольсон, Джеймс. 1980 г.
  • Балкан, Софи; Оог, Хуберт (2006). «35 лет исследований бизнес-неудач: обзор классических статистических методологий и связанных с ними проблем». Британский бухгалтерский обзор . 38 : 63–93. DOI : 10.1016 / j.bar.2005.09.001 .
  • Змиевский, Марк Э. 1984. "Методологические вопросы, связанные с оценкой моделей прогнозирования финансовых бедствий". Журнал бухгалтерских исследований 22 (Приложение), стр. 59-86.
  • Джексон, Ричард; Вуд, Энтони (2013). «Эффективность моделей прогнозирования неплатежеспособности и кредитного риска в Великобритании: сравнительное исследование». Британский обзор бухгалтерского учета . 45 (3): 183–202. DOI : 10.1016 / j.bar.2013.06.009 . ЛВП : 10871/9690 .
  • Данилов, Константин (2014). «Корпоративное банкротство: оценка, анализ и прогноз финансовых бедствий, несостоятельности и банкротства» . Серия рабочих документов SSRN . Elsevier BV. DOI : 10.2139 / ssrn.2467580 . ЛВП : 1721,1 / 90237 . ISSN  1556-5068 .

Ogachi, D .; Ndege, R .; Gaturu, P .; Золтан, З. Модель прогнозирования банкротства корпораций, особое внимание к котируемым компаниям в Кении. J. Финансовый менеджмент рисков. 2020, 13, 47. https://doi.org/10.3390/jrfm13030047

Внешние ссылки [ править ]