Шеметев Александр Александрович. Шеметев A.A. (Alexander A. Shemetev) Применение логистической регрессии при разрешении парадигмальной задачи прогнозирования вероятности банкротства бизнес-систем в современных российских условиях (на примере авторской доработки исследования университета г. Гента (Бельгия)); концепция сегментации российского рынка компаний и банков на основе матриц прогнозирования банкротства и сценарного подхода

Шеметев Александр Александрович : другие произведения.

Шеметев A.A. (Alexander A. Shemetev) Применение логистической регрессии при разрешении парадигмальной задачи прогнозирования вероятности банкротства бизнес-систем в современных российских условиях (на примере авторской доработки исследования университета г. Гента (Бельгия)); концепция сегментации российского рынка компаний и банков на основе матриц прогнозирования банкротства и сценарного подхода

Самиздат: [Регистрация] [Найти] [Рейтинги] [Обсуждения] [Новинки] [Обзоры] [Помощь|Техвопросы]

Ссылки:

Оставить комментарий © Copyright Шеметев Александр Александрович (anticrisis2010@mail.ru) Размещен: 03/06/2011, изменен: 03/06/2011. 42k. Статистика. Статья: Философия Группа Иллюстрации/приложения: 48 шт.		Ваша оценка:
Аннотация: Аннотация: Статья посвящена доработке и финализации процесса 42-летнего исследования университета Гента, которое до сегодняшнего дня не завершено. Автор статьи описывает разработанный им комплексный алгоритм доработки модели Гента так, чтобы она могла прогнозировать срок до банкротства компании в том числе современных российских условиях. Доработка модели основана на математическом анализе Фишера-Блисса. В статье также рассматривается разработанная автором концепция сегментации рынка коммерческих компаний и банков. Основа концепции - это теория прогнозирования потенциального эффекта от высвобождения долей рынка вследствие банкротств компаний и банков, что также просматривается при различных сценариях развития рынка на основании wait-if анализа.

Александр Александрович Шеметев,

01 ноября 2010 года

Применение логистической регрессии при разрешении парадигмальной задачи прогнозирования вероятности банкротства бизнес-систем в современных российских условиях (на примере авторской доработки исследования университета г. Гента (Бельгия)); концепция сегментации российского рынка компаний и банков на основе матриц прогнозирования банкротства и сценарного подхода

Alexander A. Shemetev

Logistical regression applying in bankruptcy probability prognosing paradigmal task resolution in business-systems in the modern Russian conditions (by the example of Ghent"s university (Belgium) author made model finalization); Russian market segmentation conception for commercial companies and banks based upon the bankruptcy prognosing matrixes and scenario approach

Ключевые слова: риск банкротства элементов кредитного портфеля коммерческого банка; банкротство; комплексное прогнозирование вероятности банкротства; логистическая регрессия; завершение модели университета Гента по моделям распределения Фишера-Блисса; срок до банкротства; линейно-дискриминантный анализ; логит; матричный анализ; сегментация российского рынка; сегментация на основании вероятности высвобождения долей рынка вследствие банкротства; сегментация на основании сценарного подхода; сегментация банковского рынка; сегментация рынка коммерческих компаний; wait-if анализ

Key terms: commercial bank"s credit portfolio elements bankruptcy risk; bankruptcy; bankruptcy probability complex prognosing; logistical regression; Ghent university"s models finalization according the Fisher-Bliss distribution models; time till bankruptcy; linear-diskriminant analysis; logit; matrix analysis; Russian market segmentation; segmentation approach based upon the market stakes release due to the bankruptcy; scenario approach based segmentation; bank market segmentation; commercial companies market segmentation; wait-if analysis scenarios

Аннотация: Статья посвящена доработке и финализации процесса 42-летнего исследования университета Гента, которое до сегодняшнего дня не завершено. Автор статьи описывает разработанный им комплексный алгоритм доработки модели Гента так, чтобы она могла прогнозировать срок до банкротства компании в том числе современных российских условиях. Доработка модели основана на математическом анализе Фишера-Блисса. В статье также рассматривается разработанная автором концепция сегментации рынка коммерческих компаний и банков. Основа концепции - это теория прогнозирования потенциального эффекта от высвобождения долей рынка вследствие банкротств компаний и банков, что также просматривается при различных сценариях развития рынка на основании wait-if анализа.

Summary: The paper is devoted to the completion and finalizing the 42-years-lasting process of the Ghent university"s research. The research is not finished till today. The paper author describes the developed by him complex algorithm how to finish the Ghent"s city univerity"s model so it could prognose the time till the bankruptcy is left even in the modern Russian conditions. The model"s finalizing is based upon the Fisher-Bliss mathematical analysis. The created by the author conception of the commercial companies and banks segmentation is also described in the paper. The conception basis is the market stakes release due to commercial companies and banks bankruptcies potential effect analyzing. The above mentioned is analyzed in different scenarios of the market development. The scenario analysis is based upon the wait-if analysis.

Все права защищены законом! Никакая часть настоящей статьи не может быть использована без прямой ссылки на автора (на данную статью или иные публикации Александра Шеметева). В соответствии с последними изменениями в законодательстве РФ, с 2010 года нарушителям авторских и смежных прав может грозить уголовная ответственность (уголовная ответственность может предполагать реальное лишение свободы). Использование материалов данной статьи разрешено только с прямой ссылкой на автора, Александра Шеметева.

Александр Александрович Шеметев

Исследованием функций прогнозирования банкротства занимались такие ведущие специалисты в области финансов , как В.Г. Бивер, Э. Альтман, Ко, Фишер, У. Таффлер, Г. Спрингейт, Дж. Фульмер, Р. Лисс, Э. Вербаер, С. Балкаен, Х. Охе и другие. По мнению автора, наиболее полным исследованием вопросов банкротства коммерческих компаний является 42 летнее исследование института Гента (Бельгия) по созданию единой комплексной методики прогнозирования банкротства. Методика является до сегодняшнего дня не доработанной.

Автор довел данную методику до логического конца, завершив ее формулой логистической регрессии по распределению Фишера-Блисса. Вместе с тем, автор полагает возможным проводить сегментацию Российского рынка с применением данной комплексной методики прогнозирования банкротства. Методика, доработанная автором, состоит из шагов:

1) Старая методика Альтмана 1968 года

а) Модель кризиса инвестиционного цикла: 3 года до банкротства

(29)

Х1 - это соотношение чистого оборотного капитала (разница между оборотными активами и текущими обязательствами) к сумме активов

Х2 - это соотношение суммы прибыли либо убытка отчетного периода и нераспределенной прибыли прошлых лет к сумме активов

Х3 - это сумма прибыли до уплаты налогов и процентов к сумме активов

Х4 - это соотношение стоимости собственного капитала к сумме обязательств

Х5 - это отношение выручки к сумме активов

Критическая точка: +0,0229 и менее.

б) Модель кризиса операционного цикла: 2 года до банкротства рассчитывается по формуле (29)

Критическая точка: +0,0221 и менее.

в) Модель кризиса финансового цикла: 1 год до банкротства рассчитывается по формуле (29)

Критическая точка: +0,0190 и менее.

2) Новая методика Альтмана 1968 года

а) Модель кризиса инвестиционного цикла: 3 года до банкротства

(30)

Критическая точка: +0,0574 и менее.

б) Модель кризиса операционного цикла: 2 года до банкротства рассчитывается по формуле (30)

Критическая точка: - 0,1203 и менее.

в) Модель кризиса финансового цикла: 1 год до банкротства рассчитывается по формуле (30)

Критическая точка: - 0,1757 и менее.

3) Старая методика Бильдербека 1979 года

а) Модель кризиса инвестиционного цикла: 3 года до банкротства

(31)

Где: Х6 - это соотношение чистой прибыли к собственному капиталу;

Х7 - это соотношение кредиторской задолженности к выручке;

Х8 - это соотношение валовой добавленной стоимости к сумме активов; валовая добавленная стоимость - это добавленная стоимость, созданная за отчетный период, которая представляет собой разницу между выручкой и стоимостью сырья и услуг сторонних компаний, которая распределяется на выплату зарплаты, процентов, дивидендов и так далее.

Критическая точка: - 0,4955 и менее.

б) Модель кризиса операционного цикла: 2 года до банкротства рассчитывается по формуле (31)

Критическая точка: - 0,8523 и менее.

в) Модель кризиса финансового цикла: 1 год до банкротства рассчитывается по формуле (31)

Критическая точка: - 1,5495 и менее.

4) Новая методика Бильдербека 1979 года

а) Модель кризиса инвестиционного цикла: 3 года до банкротства

(32)

Критическая точка: - 0,0737 и менее.

б) Модель кризиса операционного цикла: 2 года до банкротства рассчитывается по формуле (32)

Критическая точка: + 0,4924 и более.

в) Модель кризиса финансового цикла: 1 год до банкротства рассчитывается по формуле (32)

Критическая точка: - 0,2145 и менее.

5) Старая методика Охе-Вербаера

а) Модель кризиса инвестиционного цикла: 3 года до банкротства (33):

Где: Х9 - это отношение суммы просроченных выплат по налогам и просроченных взносов по социальным отчислениям к краткосрочным обязательствам.

Х16 - это отношение суммы общей прибыли или убытка отчетного периода и нераспределенной прибыли прошлого к сумме собственного капитала и обязательств.

Х13 - это отношение денежных средств и прямых эквивалентов денежных средств (краткосрочных финансовых вложений) к сумме оборотных активов.

Х14 - это отношение, которое характеризуется в числителе суммой затрат в незавершенном производстве, готовой продукции и товаров для перепродажи и товаров отгруженных к знаменателю, который характеризуется суммой чистого оборотного капитала, равного разнице оборотных активов и краткосрочных заемных средств.

Х17 - это показатель полной рентабельности преманентного капитала или отношенич прибыли до уплаты налогов и процентов к сумме собственного капитала и долгосрочных заемных средств.

Критическая точка: - 0,2047 и менее.

б) Модель кризиса операционного цикла: 2 года до банкротства (34):

Где: Х10 - это соотношение общей суммы прибыли или убытка к сумме собственного капитала и обязательств.

Х15 - это отношение денежного потока к выручке. Денежный поток - это разница между суммой поступлений и суммой платежей компании за определенный период.

Критическая точка: - 0,2497 и менее.

в) Модель кризиса финансового цикла: 1 год до банкротства (35)

Х11 - это валовая доходность до вычета налогов по отношению к сумме активов. Валовая доходность - это выраженный в денежных единицах доход от всех активов компании до уплаты налогов и некоторых специальных выплат. Понятие валовой доходности близко к понятию операционной прибыли, хотя имеются некоторые различия, например, валовая доходность - это прибыль до уплаты налогов, выплат арбитражным управляющим и прочего персонала.

Х12 - это отношение собственного капитала к сумме собственного капитала и обязательств.

Критическая точка: + 2,0996 и менее.

Новая методика Охе-Вербаера

а) Модель кризиса инвестиционного цикла: 3 года до банкротства (36)

Критическая точка: - 0,4459 и менее.

б) Модель кризиса операционного цикла: 2 года до банкротства (37)

Критическая точка: - 0,3420 и менее.

в) Модель кризиса финансового цикла: 1 год до банкротства (38)

Критическая точка: - 0,4515 и менее.

6) Старая методика Кристины Завгрен

Концепция Кристины Завгрен называется концепцией "Хрустального шара". Анализируется прочность вещества, из которого сделана компания. И если это вещество можно сравнить с хрусталем, то такая компания с крайне высокой вероятностью обанкротится в ближайшее время.

По мнению К. Завгрен, основной причиной банкротства является чрезмерная концентрация заемного капитала. Второй по значимости причиной банкротства является спад на акционерном рынке. Третьей по значимости причиной является избыток инвестиций в товарно-материальные запасы.

Модель основана на регрессии ЛОГИТ:

(39)

Где: e - это стандартная экспонента; Z - это степень функции, которая вычисляется в соответствии с линейно-дискриминантным анализом. Классический логит связан с распределением Р.А. Фишера, которое применяется в области математической статистики.

а) Модель кризиса инвестиционного цикла: 3 года до банкротства (40)

Z=-1,51150+0,06257*X18+0,00829*X19+0,4248*X20-0,01549*X21+0,00519*X6+0,01822*X22+0,00002*X5

Где: Х18 - это соотношение запасов и затрат к выручке компании.

Х19 - это соотношение дебиторской задолженности к сумме запасов и затрат.

Х20 - это соотношение суммы денежных средств и краткосрочных финансовых вложений к сумме балансовой стоимости компании.

Х21 - это показатель, числитель которого характеризует сумму средств и краткосрочных финансовых вложений и суммы мгновенной к истребованию дебиторской задолженности, а знаменатель характеризует наиболее срочные обязательства и краткосрочные пассивы, рассчитываемые в соответствии с классической концепцией определения финансовой устойчивости компании .

Х6 - характеризует соотношение чистой прибыли к собственному капиталу.

Х22 - это соотношение суммы доходов будущих периодов и аккруированных обязательств к собственному капиталу компании. Аккруированные обязательства по ГААП соответствуют в российском учете сумме краткосрочных финансовых вложений.

Критическое значение модели: менее +0,1829.

б) Модель кризиса операционного цикла: 2 года до банкротства (41)

Z=-2,61060+0,04185*X18+0,02215*X19+0,11231*X20-0,02690*X21-0,01440*X6+0,04464*X22+0,00063*X5

Критическое значение модели: менее +0,0672.

в) Модель кризиса финансового цикла: 1 год до банкротства (42)

Z=-0,23883+0,00108*X18+0,01583*X19+0,10780*X20-0,03074*X21-0,00486*X6+0,04350*X22-0,00110*X5

Критическое значение модели: менее +0,4340.

7) Новая методика Кристины Завгрен

а) Модель кризиса инвестиционного цикла: 3 года до банкротства (43)

Z=+0,462+0,009*X18+0,001*X19+3,065*X20-0,314*X21+0,029*X6+0,001*X22-0,038*X5

Критическое значение модели: менее +0,7233.

б) Модель кризиса операционного цикла: 2 года до банкротства (44)

Z=+0,656+0,020*X18+0,001*X19+4,974*X20+0,252*X21-0,001*X6+0,000*X22-0,079*X5

Критическое значение модели: менее +0,7371.

в) Модель кризиса финансового цикла: 1 год до банкротства (45)

Z=+1,596+0,001*X18-0,001*X19+1,528*X20-0,962*X21-0,010*X6+0,001*X22-0,053*X5

Критическое значение модели: менее +0,9150.

8) Старая модель Глобоса-Грамматикоса

9.1) Линейно-дискриминантная компонента

а) Модель кризиса инвестиционного цикла: 3 года до банкротства (46)

GG=+4,423-2,044*X23+4,421*X1-4,404*X24-2,778*X11+4,423*X25

Где: Х23 - это соотношение оборотных активов и краткосрочных заемных средств.

Х24 - это соотношение долгосрочных обязательств к сумме активов.

Х25 - характеризует отношение прибыли до уплаты налогов, процентов и амортизационных отчислений к сумме краткосрочных заемных средств.

Критическое значение модели: менее +2,5515.

б) Модель кризиса операционного цикла: 2 года до банкротства рассчитывается по формуле (46)

Критическое значение модели: менее +2,2070.

в) Модель кризиса финансового цикла: 1 год до банкротства рассчитывается по формуле (46)

Критическое значение модели: менее +2,2441.

9.2) Метод ЛОГИТ

Применяется формула:

(47)

Где: показатель G рассчитывается по формуле:

(48)

а) Модель кризиса инвестиционного цикла: 3 года до банкротства рассчитывается по формулам (47) и (48)

Критическое значение модели: менее +0,9573.

б) Модель кризиса операционного цикла: 2 года до банкротства рассчитывается по формулам (47) и (48)

Критическое значение модели: менее +0,9848.

в) Модель кризиса финансового цикла: 1 год до банкротства рассчитывается по формулам (47) и (48)

Критическое значение модели: менее +0,9444.

9) Новая модель Глобоса-Грамматикоса

10.1) Линейно-дискриминантная компонента

Данная компонента рассчитывается по формуле (49):

GG=-0,017+0,002*X23+0,001*X1-0,014*X24+0,203*X11+0,000*X25

а) Модель кризиса инвестиционного цикла: 3 года до банкротства рассчитывается по формуле (49)

Критическое значение модели: менее -0,0043.

б) Модель кризиса операционного цикла: 2 года до банкротства рассчитывается по формуле (49)

Критическое значение модели: менее -0,0006.

в) Модель кризиса финансового цикла: 1 год до банкротства рассчитывается по формуле (49)

Критическое значение модели: менее -0,0033

10.2) Метод ЛОГИТ

Степень логита (47) рассчитывается по формуле:

(50)

а) Модель кризиса инвестиционного цикла: 3 года до банкротства рассчитывается по формуле (50)

Критическое значение модели: менее +0,8142

б) Модель кризиса операционного цикла: 2 года до банкротства рассчитывается по формуле (50)

Критическое значение модели совпадает с предыдущей: менее +0,8142

в) Модель кризиса финансового цикла: 1 год до банкротства рассчитывается по формуле (50)

Критическое значение модели: менее +0,8138

10) Старая модель Кизи-МакГиннеса

а) Модель кризиса инвестиционного цикла: 3 года до банкротства (51)

Z=-6,4202+1,5599*X21+0,3010*X26+0,8799*X5+0,4216*X27

В модели: Х26 - это соотношение сырья, материалов и аналогичных ценностей к сумме кредиторской задолженности.

Х27 - это соотношение операционной прибыли к сумме выручки.

Х18 - это соотношение запасов и затрат к сумме выручки.

Х28 - это соотношение чистой прибыли к операционным активам. Под операционными активами понимаются активы, которые непосредственно участвуют в производственной деятельности компании: товарно-материальные запасы, животные на выращивании и откорме, затраты в незавершенном производстве, готовая продукция, оборудование, здания и сооружения, дебиторскую задолженность покупателям и заказчикам и прочие аналогичные активы.

Критическое значение модели: менее +0,1387

б) Модель кризиса операционного цикла: 2 года до банкротства (52)

Z=-3,3612-8,4286*X18+2,7244*X1+0,1081*X28+0,01947*X6

Критическое значение модели: менее +0,0131

в) Модель кризиса финансового цикла: 1 год до банкротства (53)

Z=-0,0881-0,0316*X4+0,2710*X26+0,3227*X27

Критическое значение модели: менее +0,7939

11) Новая модель Кизи-МакГиннеса

а) Модель кризиса инвестиционного цикла: 3 года до банкротства (54)

Z=+1,059+0,074*X21+0,001*X26-0,067*X5+0,024*X27

Критическое значение модели: менее +0,1387

б) Модель кризиса операционного цикла: 2 года до банкротства (55)

Z=+1,280+0,007*X18+0,151*X1+0,064*X28+0,001*X6

Критическое значение модели: менее +0,7853

в) Модель кризиса финансового цикла: 1 год до банкротства (56)

Z=+2,017+1,318*X4+0,0000*X26+0,035*X27

Критическое значение модели: менее +0,8980

Последний компонент модели институтом Гента не разработан. Потому модель является не законченной. Автор разработал концептуальную формулу, которая позволяет вычислить срок до банкротства компании в днях:

(57)

Где: показатель СБ покажет минимальный вероятный срок до наступления банкротства в годах со столь высокой точностью, что указанный срок можно легко перевести в дни. е - это экспонента. Ω - это показатель, вычисляемый по нижеследующей формуле (58):

Ω - это степень формулы (57) расчета вероятного срока банкротства в годах. Если Ω>0, то это говорит о том количестве лет, через которое компания наиболее вероятно обанкротится. Если же Ω получился равным 0,00000 ровно, то это говорит об идеальной устойчивости компании. Показатель 0 вызван особенностью расчета методики.

λ - это мультипликатор, индицирующий то, является ли методика новой (Н) или старой (С). Новая методика - это методика, доработанная в университете Гента. Старые модели приведены в описании как старые модели - это исходные модели для анализа. Если модель старая, показатель λ принимает значение 0,3 (30%). Если методика новая, то коэффициент принимает значение в 0,7 (70%). Указанные пропорции адекватности моделей и методик рассчитаны в рамках настоящего исследования.

Δ - это трендовый мультипликатор, оценивающий тренд методики за последний отчетный период. Оптимальным отчетным периодом является 01 год. Если тренд отрицательный, а именно, показатель за отчетный период углубился в значении в зону высокой вероятности банкротства по модели, то Δ становится равным 1,015; иначе в противном случае показатель Δ равен 0,75.

В скобочках в формуле обозначены циклы по методикам: И - это инвестиционный цикл; О - это операционный цикл и Ф - это финансовый цикл.

Показатели ЭАС, ЭАН, БАС, БАН, ОВС, ОВН, КЗС, КЗН, ГГС, ГГН, КМГС и КМГН указывают на модели методики, где последняя буква индицирует старой или новой является указанная методика. Каждый такой показатель может принимать два значения: 1 - если компания находится в зоне вероятного банкротства; или 0 - в противном случае. ЭА обозначают модели Эдварда Альтмана; БА обозначают модели Бильдербека (Амстердам); ОВ - означает модель Охе-Вербаера; КЗ - означает методики Кристины Завгрен; ГГ - обозначают методики Глобоса-Грамматикоса; КМГ - обозначает модели Кизи-МакГиннеса.

Научной новизной также обладает концепция сегментации российского рынка на основании мультипараметрических моделей прогнозирования банкротства, поскольку данный прогноз напрямую затрагивает сегментацию рынка в разрезе концепции ухода части компаний с рынка. Если степенной анализ важен при сегментации для осознания дополнительных мощностей, которые имеют компании для захватов сегментов рынков, то сегментация рынка на основе анализа банкротства по комплексной модели показывает риски потери компаниями долей сегментов.

На основании изложенных данных анализ сегментации российского рынка имеет следующую матричную структуру анализа:

Таблица 1 - Матрица сегментации рынка для коммерческих компаний

КОПИЯ ТАБЛИЦЫ 1

Показатель/ компания ВБ ФУ НД ОНД IRR (min) КСРОК Сценарный анализ

Песс Опт Норм Wait-if 1 Wait-if 2 .... Wait-if n

Компания 1

Компания 2

Компания 3

Компания 4

Компания 5

Компания 6

.....

Компания n

ИТОГ С1

Среднее

Где: ВБ - это выраженный в годах срок до банкротства компании по адаптированной в рамках исследования модели института Гента. ФУ - это степень финансовой устойчивости, определяемая на основании степенных функций и анализа, приведенного в 1.2. НД и ОНД - это показатели нормализованного дохода и общего нормализованного дохода для компаний сегмента. IRR(min) - это минимальная норма внутренней доходности компании. КСРОК - это срок окупаемости инвестиций в компании при трех основных сценариях развития: оптимистическом, пессимистическом и нормальном. Анализ Wait-if предполагает отражение результатов сценарного анализа развития отрасли и сегмента при различных потенциальных и реальных изменениях внешней и внутренней среды компании.

Для банков при сегментации рынка рекомендуется использовать следующую матрицу:

Таблица 2 - Матрица сегментации регионального банковского сектора

КОПИЯ ТАБЛИЦЫ 2

Показатель/ банк ВБ экспресс ВБ(общ) ВБ (фикт) ВБ (поглощ) ОптТ 1 ОптТ 2

Банк 1

Банк 2

Банк 3

Банк 4

Банк 5

.....

Банк n

Где: ВБ экспресс - это определенная для банков сегмента вероятность банкротства по методике (59).

Методики прогнозирования банкротства коммерческих банков, формулы (59) - (88), а также формулы (57) и (58), а также методики проведения анализа по таблицам (1) и (2), равно как и сами таблицы (1) и (2), представленные также в настоящей статье, разработаны Шеметевым Александром Александровичем,и представлены во множестве его публикаций. Предлагаемая автором настоящей статьи, Шеметевым А.А., методика прогнозирования банкротства коммерческих банков исходя только из данных баланса, имеет высокую эффективность прогнозирования и потенциал для проведения финансового анализа для банков России. Классически считается, что баланс банка не доступен для финансового анализа - только для экономического (рентабельность, удельный вес и динамика отдельных показателей). предлагаемая Шеметевым А.А., автором статьи, методика позволяет проводить комплексный финансовый анализ и прогнозирование банкротства коммерческого банка только исходя из данных баланса банка. Методика проста в применении и в расчетах и состоит из системы качественных уравнений, данные для которых берутся из официального публикуемого баланса банка. Цель методики - избегание эсхатологических мотивов; ее цель - предотвратить и предугадать, а не констатировать неотвратимое. Потому методика представляет собой мощный инструмент финансового и рискового анализа коммерческого банка. Данная часть методики позволяет вычислить вероятность того, что банк обанкротится, а также вероятность того, что банк не обанкротится в течение следующих 550 дней. Методика выбрала 21 банк не банкрот и 2 банка банкрота с вероятностью банкротства 100% в течение следующих 550 дней с точностью выборки 100,00%, показав четко: какие банки обанкротятся, а какие - нет. Для анализа необходима публикуемая на сайтах всех банков в обязательном порядке форма отчета об обязательных нормативах. Из всех нормативов методика использует публикуемые нормативы Н1 (достаточность капитала на покрытие ссуд); Н2, Н3, Н4 (ликвидность банка и его способность в адекватные сроки покрывать соответственно краткосрочные, среднесрочные и долгосрочные обязательства). Данные показатели следует взять за последнюю отчетную дату. Тогда вероятность банкротства в % будет равна:

(59)

Где: ВБ - это вероятность банкротства регионального коммерческого банка, выраженная в % в течение следующих 550 дней; е - это экспонента - показатель, всегда равный +2,718282..... У - это показатель степени е, рассчитываемый по формуле (60):

Где: Х1 рассчитывается по формуле:

(61)

Где: Н1, Н2, Н3, Н4 - это официальные публикуемые показатели достаточности капитала и ликвидности (нормативы Н1 - Н4 предусмотрены Инструкцией Банка России ?110-И). Пожалуйста, учтите, что нормативы Н1, Н2, Н3, Н4 следует брать в процентах (%) для расчета формулы, как и положено по методике расчета и представления этих показателей.

Следует заметить, что все нормативы Н1, Н2, Н3, Н4 следует брать только в процентном (%) выражении, как и должен производиться их расчет. Так, 19,2 следует вводить как 0,192 (19,2%).

Х1 - это разработанный автором совокупный показатель достаточности активов банка для оплаты обязательств по срокам.

Х2 рассчитывается по формуле:

(62)

Х2 - это разработанный автором показатель соотношения мгновенной и текущей ликвидности банка. Банк может перенаправлять средства из мгновенно ликвидных в текущее ликвидные и наоборот. Данный показатель показывает, сколько мгновенно ликвидных средств имеет банк по сравнению с текуще ликвидными средствами.

Х3 рассчитывается по формуле:

(63)

Х3 - это разработанный автором коэффициент соотношения текущих ликвидных средств по отношению к средствам долгосрочной ликвидности. Он показывает: банк держит больше средств в текущих активах или в долгосрочных.

Х4 соответствует показателю Н1 за последний отчетный период банка. Он показывает: сколько собственного капитала имеет банк по отношению к агрегированным с учетом риска активам.

Х5 соответствует показателю Н2 за последний отчетный период банка. Он показывает: сколько мгновенных активов имеется у банка по отношению к текущим обязательствам.

ВБ (общ) - это определенная вероятность общего банкротства банка в прогнозной перспективе. ВБ (фикт) - это показатель наличия признаков подготовки фиктивного банкротства банка. ВБ (поглощ) - это вероятность поглощения банка. ОптТ 1 - это итог анализа оптимизационных трансформаций на предмет достаточности собственного капитала по упрощенной формуле (78). ОптТ 2 - это итог точного анализа применения оптимизационных трансформаций отчетности по формуле (89). Более подробно указанные методики рассмотрены в [2, 3]. Краткое описание расчета выглядит следующим образом:

(65)

Параметр А рассчитывается из уравнения (66):

Где: е - это экспонента, которая всегда равна 2,718281828

АУ1 - это отношение суммы денежных средств (ДСБАНКА) в балансе кредитной организации к сумме активов (АБАНКА):

(67)

АУ2 - это отношение собственного капитала (СКБАНКА) к общей сумме обязательств кредитной организации (ОбБАНКА):

(68)

АУ3 - это отношение общей суммы фондов переоценки собственных средств /основных фондов (а также нематериальных активов, материальных запасов и аналогичных ценностей, которые идут единой строкой актива баланса банка)/ (ФПССБАНКА) к собственному капиталу (СКБАНКА) (совокупной величине собственных источников средств) кредитной организации:

(69)

АУ4 - это отношение суммы нераспределенной прибыли текущего года (НПРТГБАНКА) (из пассива баланса) к совокупной величине обязательств банка (ОбБАНКА):

(70)

АУ5 - это отношение суммы нераспределенной прибыли предыдущих лет (НРППЛБАНКА) (за исключением нераспределенной прибыли текущего года, которая отражается отдельной строкой) к совокупной величине активов банка (АБАНКА):

(71)

Параметр С рассчитывается из уравнения (72):

АМ1 - это отношение совокупной величины активов (АБАНКА) к совокупной величине обязательств кредитной организации (ОбБАНКА):

(73)

АМ2 - это отношение фондов переоценки собственных основных фондов кредитной организации (ФПССБАНКА) к совокупной величине обязательств (ОбБАНКА):

(74)

АМ3 - это отношение собственного капитала (величины собственных средств) кредитной организации (СКБАНКА) к совокупной величине активов банка (АБАНКА):

(75)

АМ4 - это отношение суммы нераспределенных прибылей текущего года (НРПТГБАНКА) и прошлых лет (НРППЛБАНКА) из пассива баланса к совокупной величине обязательств кредитной организации (ОбБАНКА):

(76)

Модель разделяет банки, ставшие банкротами, и банки, не ставшие банкротами. У всех банков не банкротов области вероятность банкротства составит менее 25%. К такому банкротству модель не относит фиктивное банкротство и банкротство через процедуру поглощения, что было сделано автором для того, чтобы выделить специфику таких типов банкротства среди прочих.

Модель со 100% вероятностью обозначила все банкротства банков, которые имели место быть. Таким образом, если вероятность банкротства по данной модели более 25%, то это говорит о наличии признаков банкротства.

За 01 год до банкротства модель принимает значение свыше 90% вероятности. За 02 года до банкротства - свыше или равно 80% вероятности. Следует заметить, что если банк не применяет существенных оптимизационных трансформаций отчетности, вероятность его банкротства будет по модели равна 80% вплоть до 335 дней до наступления банкротства, после чего начнет увеличиваться.

Вместе с тем, физическое банкротство следует отличать от банкротства кредитной организации, прошедшей через процедуру поглощения. Это, с одной стороны, не несет всех признаков типичного банкротства, поскольку вклады были возвращены вкладчикам, и банк продолжает свое функционирование в рамках консолидированной группы. Вместе с тем, это является и банкротством, которое возможно необходимо предупредить (во всяком случае, знать об этом нужно). Автор разработал формулу (65) следующим образом.

Вероятность общего банкротства такого банка должна быть равна 0 (банк продолжил деятельность в нормальном режиме после поглощения). Вместе с тем, модель должна четко выделять такие банки. Поглощение происходит вследствие недостаточности собственных средств для продолжения нормальной деятельности, которые затем привносит поглотившая банк организация.

Сумма коэффициентов А и С модели четко выделит такие банки (77):

Значение данного показателя менее минус 15,7 ( - 15,7) говорит о высокой вероятности поглощения банка более крупной консолидированной группой. При этом, коэффициенты А условно можно назвать как сумма факторов, противостоящих поглощению для большинства банков, а коэффициенты С - способствующие поглощению кредитной организации, если С меньше 0, что справедливо для большинства банков, иначе - данные факторы идут на пользу банку.

Низкое значение этого показателя говорит об активной банковской деятельности как субъекта бизнеса, который, вместе с тем, не приносит достаточных денег. Такое положение банка похоже на компанию, которая активно ведет бизнес, а ликвидных средств катастрофически не хватает. Таким образом, высока вероятность поглощения такого предприятия.

Чем ниже значение этого показателя от - 15,7 до - 19 и менее - тем меньше осталось времени до вероятного поглощения, если у кредитной организации низкое качество собственного капитала.

Качество собственного капитала банка только из бухгалтерского баланса кредитной организации с учетом оптимизационных трансформаций отчетности кредитной организации можно вычислить по разработанной автором формуле:

(78)

Где степень регрессии уравнения (78) вычисляется по формуле (79):

АА1 - это соотношение денежных средств (ДСБАНКА) к обязательствам банка (ОбБАНКА):

(80)

АА2 - это отношение Собственного капитала (средств) банка (СКБАНКА) к сумме активов кредитной организации (АБАНКА):

(81)

АА3 - это отношение нераспределенной прибыли прошлых лет (НРППЛБАНКА) ко вкладам физических лиц (ВФЛБАНКА):

(82)

АА4 - это нераспределенная прибыль текущего года (НПРТГБАНКА) (из пассива баланса) к сумме: средств ЦБРФ на счетах кредитной организации (СЦБРФНСКОБАНКА); средств прочих кредитных организаций на счетах банка (СПКОНСББАНКА); средств клиентов - не кредитных организаций в полной сумме (СКНКОПСБАНКА). Все это можно взять в бухгалтерском балансе банка (83):

АА5 - это отношение суммы переоценки основных средств (ФПССБАНКА) к сумме стоимости основных средств кредитной организации (ОСБАНКА):

(84)

АА6 - это отношение чистой суммы чистой ссудной задолженности (ЧСЗБАНКА) к сумме обязательств банка (ОбБАНКА):

(85)

АА7 - это отношение собственных средств (капитала) банка (СКБАНКА) к сумме обязательств (ОбБАНКА):

(86)

АА8 - это отношение активов банка (АБАНКА) к его обязательствам (ОбБАНКА):

(87)

Данная формула в 96,42% случаев попадает в коридор между фактическим значением достаточности собственного капитала и отчетным, при этом, в 0,00% случаев занижая фактическую достаточность капитала по показателю Н1.

Как правило, при прогнозировании банкротства по этой методике, достаточность капитала в случае с банками не банкротами должна превышать 40%. В данном случае качество капитала является достаточным, чтобы банку не грозило нежелательное поглощение. Если значение Н1(Ф) получилось менее 40%, то это говорит о большой вероятности поглощения банка.

Вместе с тем, автор поставил задачу четкого определения фиктивного банкротства банка. Ввиду размытого понятия фиктивного банкротства, автор принял два критерия такого понятия: сведения из прессы; именно личная инициатива руководства о ликвидации банка.

Формула подозрения на фиктивное банкротство банка выглядит следующим образом:

(88)

Эффективность этой методики составила 97,6%, исходя из данных анализа всех региональных банков Свердловской области с 2002 года со срезом в 1 месяц. Погрешность методики составил 01 банк, качественный анализ деятельности которого позволяет судить, что он ведет активную деятельность, но из-за активного применения оптимизационных трансформаций имеет минимальную фактическую достаточность собственного капитала, вместе с тем, достаточную сумму активов, чтобы избегать банкротства. Модель вероятности банкротства покажет вероятность общего банкротства такого банка в 0,00% и высокую вероятность банкротства через поглощение, которое действительно может наступить.

Матрицы 1 и 2 позволяют проводить сегментарный анализ в соответствии с концепцией комплексного сегментарного (финансово-атомарного) подхода.

Список использованных источников:

1. Ooghe H., Balcaen S. Are failure prediction models transferable from one country to another? An empirical study using Belgian financial statements. Ghent: Ghent university, 2002, 51p.

2. Шеметев А.А. Самоучитель по комплексному финансовому анализу и прогнозированию банкротства; а также по финансовому менеджменту-маркетингу, Екатеринбург: Полиграфист, 2010, 636с.

3. Шеметев А.А. Прогнозирование банкротства регионального коммерческого банка в условиях ограниченности исходных данных//Аграрный вестник Урала ?1 (79), стр. 93-99

4. Nikitina T.V., Shemetev A.A. Utilizado os bancos do mechanism de optimizacao Restatements//Современные научные исследования и инновации (Electronic scientific journal "Modern scientific researches and innovations"). - May, 2011. [web-source]. URL: http://web.snauka.ru/issues/2011/05/538

5. Воронин Б.А. Управление и государственный контроль в аграрной сфере Российской Федерации, Екатеринбург: УрГЮА, 2000, 283с.

6. Иваницкий В.П. Формирование и развитие финансового механизма на основе распределения накоплений промышленности, Иркутск: изд-во Иркут. Ун-та, 1984

7. Победаш Д.И. Эволюция американского политического реализма как метода исследования истории международных отношений, диссертация на соискание ученой степени кандидата исторических наук (07.00.09). Екатеринбург, 2007.

Оставить комментарий
Размещен: 03/06/2011, изменен: 03/06/2011. 42k. Статистика.
Статья: Философия

Связаться с программистом сайта.
Новые книги авторов СИ, вышедшие из печати:
О.Болдырева "Крадуш. Чужие души" М.Николаев "Вторжение на Землю"
Как попасть в этoт список

Кожевенное мастерство | Сайт "Художники" | Доска об'явлений "Книги"