Прогноз банкротства
Прогнозирование банкротства — это искусство прогнозирования банкротства и различных мер финансового кризиса государственных фирм. Это обширная область исследований в области финансов и бухгалтерского учета. Важность этой области отчасти обусловлена важностью для кредиторов и инвесторов оценки вероятности банкротства фирмы.
Количество исследований также зависит от наличия данных: для государственных фирм, которые обанкротились или нет, можно рассчитать многочисленные бухгалтерские коэффициенты, которые могут указывать на опасность, а также доступны многочисленные другие потенциальные объясняющие переменные. Следовательно, этот район хорошо подходит для тестирования все более сложных и требующих больших объемов данных подходов к прогнозированию .
История
[ редактировать ]История прогнозирования банкротства включает в себя применение многочисленных статистических инструментов, которые постепенно становились доступными, а также углубленное понимание различных ошибок на ранних этапах анализа. До сих пор публикуются исследования, в которых есть недостатки, которые были понятны уже много лет.
Прогнозирование банкротства стало предметом формального анализа, по крайней мере, с 1932 года, когда Фитцпатрик опубликовал в журнале The Certified Public Accountant исследование 20 пар фирм, одна обанкротилась, а другая выжила, сопоставленных по дате, размеру и отрасли . Он не проводил статистический анализ, как это принято сейчас, но вдумчиво интерпретировал соотношения и тенденции в этих соотношениях. Его интерпретация фактически представляла собой сложный анализ с множеством переменных.
В 1967 году Уильям Бивер применил t-тесты для оценки важности отдельных коэффициентов учета в аналогичной выборке с парным сопоставлением.
В 1968 году в первом формальном анализе множественных переменных Эдвард И. Альтман применил множественный дискриминантный анализ в парной выборке. Одной из наиболее известных ранних моделей прогнозирования банкротства является Z-показатель Альтмана , который применяется до сих пор.
В 1980 году Джеймс Олсон применил логит-регрессию к гораздо большей выборке, которая не включала сопоставление пар.
Современные методы
[ редактировать ]Прогнозирование банкротства компаний было горячей темой для многих экономистов. Обоснованием разработки и прогнозирования финансового кризиса компании является разработка прогностической модели, используемой для прогнозирования финансового состояния компании, путем объединения нескольких эконометрических переменных, представляющих интерес для исследователя. Исследование было направлено на внедрение моделей глубокого обучения для прогнозирования корпоративного банкротства с использованием текстового раскрытия информации. В ходе исследования была построена комплексная модель прогнозирования банкротства на основе котирующихся на бирже компаний Кении. В исследование вошли все 64 компании, котирующиеся на Найробийской фондовой бирже за десять лет. Логистический анализ использовался при построении модели прогнозирования финансового кризиса компании. Результаты показали, что оборачиваемость активов, совокупные активы и коэффициент оборотного капитала имеют положительные коэффициенты. С другой стороны, оборачиваемость запасов, соотношение заемного и собственного капитала, оборачиваемость дебиторов, коэффициент задолженности и коэффициент текущей ликвидности имели отрицательные коэффициенты. Исследование пришло к выводу, что оборачиваемость запасов, оборачиваемость активов, соотношение заемного и собственного капитала, оборачиваемость дебиторов, общие активы, коэффициент задолженности, коэффициент текущей ликвидности и коэффициент оборотного капитала являются наиболее значимыми коэффициентами для прогнозирования банкротства (Огачи, Д.; Ндеге, Р.; Гатуру, П.; Золтан, З. (2020)
Сравнение разных подходов
[ редактировать ]Последние исследования в области прогнозирования банкротства и неплатежеспособности сравнивают различные подходы, методы моделирования и отдельные модели, чтобы выяснить, превосходит ли какой-либо один метод свои аналоги.
Джексон и Вуд (2013) представляет собой один из многих обзоров литературы на сегодняшний день и включает эмпирическую оценку 15 популярных моделей из существующей литературы. Эти модели варьируются от одномерных моделей Бивера через многомерные модели Альтмана и Олсона и до более поздних методов, включающих подходы к оценке опционов. Они обнаружили, что модели, основанные на рыночных данных, такие как подход к оценке опционов, превосходят более ранние модели, которые в значительной степени полагаются на показатели 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: сначала последовательный прямой отбор использовался для извлечения наиболее важных признаков; во-вторых, модель, основанная на правилах, была выбрана для соответствия данному набору данных, поскольку она может представлять физический смысл; в-третьих, был представлен генетический алгоритм колонии муравьев (GACA); стратегия масштабирования пригодности и хаотический оператор были включены в GACA, образуя новый алгоритм — хаотический GACA для масштабирования пригодности (FSCGACA), который использовался для поиска оптимальных параметров модели, основанной на правилах; и, наконец, стратифицированной K-кратной перекрестной проверки . для повышения обобщения модели использовался метод [2]
Есть несколько источников, из которых можно получить данные для прогнозирования банкротства. Среди прочего UCLA-LoPucki [3] База данных, в которой рассматриваются банкротства крупных американских компаний с октября 1997 года по настоящее время, а также Федеральный судебный центр. [4] в нем рассматриваются банкротства с 2008 года. Некоторые финансовые поставщики начали использовать эти наборы данных с моделями машинного обучения, чтобы попытаться предсказать будущие риски банкротства. [5] Это новая область, и мы ожидаем, что будущие исследования будут посвящены использованию неструктурированных финансовых данных и альтернативных источников данных в моделях прогнозирования.
Ссылки
[ редактировать ] | Эта статья включает список общих ссылок , но в ней отсутствуют достаточные соответствующие встроенные цитаты . ( февраль 2014 г. ) |
- ^ Джексон, Ричард Х.Г.; Вуд, Энтони (2013). «Эффективность моделей прогнозирования неплатежеспособности и кредитного риска в Великобритании: сравнительное исследование». Британский обзор бухгалтерского учета . 45 (3): 183–202. дои : 10.1016/j.bar.2013.06.009 . hdl : 10871/9690 . S2CID 73518244 .
- ^ Чжан, Юдун; Шуйхуа Ван; Генлин Цзи (2013). «Модель прогнозирования банкротства на основе правил на основе улучшенного алгоритма генетической колонии муравьев» (PDF) . Математические проблемы в технике . 2013 : 753251. doi : 10.1155/2013/753251 . Архивировано (PDF) из оригинала 29 апреля 2014 г. Проверено 29 апреля 2014 г.
- ^ «Окно в мир крупных дел о банкротстве» . Архивировано из оригинала 30 августа 2021 г. Проверено 30 августа 2021 г.
- ^ Дела о банкротстве возбуждены, прекращены и находятся на рассмотрении, с 2008 финансового года по настоящее время. Архивировано 9 февраля 2022 г. в Wayback Machine.
- ^ «Лаборатория финансовых исследований искусственного интеллекта Sov.ai» . сов.ай. Архивировано из оригинала 30 августа 2021 г.
- ФитцПатрик 1932 г.
- Бивер 1966. Финансовые коэффициенты предсказывают неудачу. Журнал бухгалтерских исследований , 4 (Приложение), с. 71-111.
- Бобер 1968 г.
- Альтман, Эдвард I (1968). «Финансовые коэффициенты, дискриминантный анализ и прогноз корпоративного банкротства». Журнал финансов . 23 (4): 589–609. дои : 10.1111/j.1540-6261.1968.tb00843.x . S2CID 154437292 .
- Олсон, Джеймс. 1980.
- Балкан, Софи; Ух, Хьюберт (2006). «35 лет исследований неудач бизнеса: обзор классических статистических методологий и связанных с ними проблем». Британский обзор бухгалтерского учета . 38 : 63–93. дои : 10.1016/j.bar.2005.09.001 .
- Змиевски, Марк Э. 1984. «Методологические вопросы, связанные с оценкой моделей прогнозирования финансового кризиса». Журнал бухгалтерских исследований 22 (Приложение), с. 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. дои : 10.1016/j.bar.2013.06.009 . hdl : 10871/9690 . S2CID 73518244 .
- Данилов, Константин (2014). Корпоративное банкротство: оценка, анализ и прогнозирование финансовых проблем, неплатежеспособности и банкротств . Серия рабочих документов SSRN (Диссертация). Эльзевир Б.В. дои : 10.2139/ssrn.2467580 . hdl : 1721.1/90237 . ISSN 1556-5068 .
Огачи, Д.; Ндеге, Р.; Гатуру, П.; Золтан, З. Модель прогнозирования корпоративного банкротства, особое внимание к зарегистрированным на бирже компаниям в Кении. J. Финансовый менеджер по рискам. 2020, 13, 47. https://doi.org/10.3390/jrfm13030047.