94 печивает высокой точности. Это объясняется тем, что вышеописанная модель не учитывает влияния на финансовое положение предприятия других важных показателей, характеризующих, например, эффективность использования ресурсов, отдачу активов, деловую и рыночную активность предприятия. Дискриминантная граница между банкротами и небанкротами в общем случае имеет более сложный вид, представляет собой размытую область, а не прямую. Ошибка прогноза с помощью двухфакторной модели оценивается интервалами D Z=+(-)0,65. Чем больше факторов будет учтено в модели, тем, точнее рассчитанный с ее помощью прогноз. [41] В западной практике для предсказания банкротства широко используются многофакторные модели Э. Альтмана. Метод нечетких множеств Й Специалистам консультационной группы «Воронов и Максимов», разработан комплексный показатель финансового анализа на основании результатов теории нечетких множеств. Схема построения показателя следующая: 1. Полное множество состояний А предприятия разбивается на пять (в общем случае пересекающихся) нечетких подмножеств вида: Aj нечеткое подмножество состояния «предельного неблагополучия (фактического банкротства)»; Л2 нечеткое подмножество состояния «неблагополучия»; * дАз нечеткое подмножество состояния «среднего качества»; Ад нечеткое подмножество состояния «относительного благополучия»; А5 нечеткое подмножество состояния «предельного благополучия». То есть терм-множество лингвистической переменной «Состояние предприятия» состоит из пяти компонентов. Каждому из подмножеств ArA5 соответствуют свои функции принадлежности m Kj: m 5 Kj, где Kj комплексный показатель финансового состояния предприятия, причем, чем выше Kj, тем «благополучнее» состояние предприятия. 2. Осуществляется выбор базовой системы показателей X; и произво |
101 Рис 3.1 Дискриминантная линия на корреляционном поле показателей kn и кф3 Прогнозирование банкротства с помощью двухфакторной модели, включающей коэффициенты покрытия и финансовой зависимости, не обеспечивает высокой точности. Это объясняется тем, что данная модель не учитывает влияния на финансовое положение предприятия других важных показателей, характеризующих, например, эффективность использования ресурсов, отдачу активов, деловую и рыночную активность предприятия. 102 Дискриминантная граница между банкротами и небанкротами в общем случае имеет более сложный вид, представляет собой размытую область, а не прямую. Ошибка прогноза с помощью двухфакторной модели оценивается интервалами D Z=+(-)0,65. Чем больше факторов будет учтено в модели, тем, естественно, точнее рассчитанный с ее помощью прогноз.[41] В западной практике для предсказания банкротства широко используются многофакторные модели Э. Альтмана. Была предложена пятифакторная модель прогнозирования банкротства. Э. Альтман исследовал финансовое состояние 33 обанкротившихся предприятий, показатели которых сравнивались с аналогичными по размеру предприятиями в данной отрасли, которым удалось сохранить платежеспособность. Сопоставлялись пять показателей, которые характеризовали разные стороны финансового положения предприятия. В результате была получена следующая модель: Z = 1 , 5 ^ + 1,4кнп + 3,3кр + 0,6кп + 1,0кот, (3.3) где к<,б доля чистого оборотного капитала в активах, то есть отношение собственного оборотного капитала (разница между текущими активами и текущими пассивами) к общей сумме активов, кнп рентабельность активов, исчисленная по нераспределенной прибыли, то есть отношение нераспределенной прибыли (чистая прибыль за вычетом дивидендов) прошлых лет (строка 470 баланса формы №1) и отчетного периода (строка 170 формы № 2) к общей сумме активов, кр рентабельность активов, исчисленная по балансовой прибыли, то есть отношение балансовой прибыли (до вычета налогов) к среднегодовой стоимости активов, кп коэффициент покрытия рыночной стоимости собственного капитала, то есть отношение рыночной стоимости акционерного капитала (суммарная а) данных объективных тестов для работников различных возрастных групп, с выявлением психофизиологических особенностей этих групп (контекст наблюдений такого рода есть контекст свидегельств Е); б) интуитивных представлений экспертов (контекст S). Таким образом, функции принадлежности параметров нечетким множествам обладают теми же достоинствами в анализе, что и неклассические типы вероятностей, и вдобавок к этому они являются количественной мерой наличной информационной неопределенности в отношении анализируемых параметров, значение которых описывается в лингвистически-нечеткой форме. Специалистам консультационной группы «Воронов и Максимов», разработан комплексный показатель финансового анализа на основании результатов теории нечетких множеств. Схема построения показателя следующая: 1. Полное множество состояний А предприятия разбивается на пять (в общем случае пересекающихся) нечетких подмножеств вида: А] нечеткое подмножество состояния «предельного неблагополучия (фактического банкротства»; А2нечеткое подмножество состояния «неблагополучия»; Аз нечеткое подмножество состояния «среднего качества»; А4 нечеткое подмножество состояния «относительного благополучия»; А5нечеткое подмножество состояния «предельного благополучия». То есть терм-множество лингвистической переменной «Состояние предприятия» состоит из пяти компонентов. Каждому из подмножеств А\: А5 соответствуют свои функции принадлежности m К,: m 5 KJ? где Kj комплексный показатель финансового состояния предприятия, причем, чем выше Kj, тем «благополучнее» состояние предприятия. 2. Осуществляется выбор базовой системы показателей Xj и производится нечеткая классификация их значений. Пусть D (X j) -область определения параметра Х ь несчетное множество точек оси действительных чисел. |