Результаты проверки построенной модели на элементах выборки представлены в таблице классификации ниже.

Таблица 14 - Таблица классификацииa

Как видно из таблицы, модель верно спрогнозировала финансово-устойчивые предприятия («не банкрот») для 114 из 117 компаний (97% корректных ответов),а также правильно спрогнозировала банкротов - 97 компаний из 117 (или 92% правильных ответов). Общий процент точности модели равняется 95%.

Можно заключить, что разработанная нами модель продемонстрировала высокую точность в прогнозировании в процессе тестирования на обучающей выборке.

Насколько модель является качественной, можно также понять, проанализировав показатели R квадрат Кокса и Снелла и R квадрат Нэйджелкерка. Эти индикаторы выступают в качестве мер определенности и указывают на часть дисперсии объясняемой при помощи логистической регрессии. Таким образом, поведение зависимой переменной на 84% объясняется включенными в модель предикторами.

Проведем апробацию данной модели на данных 2014 года. В выборку вошли 1468 действующих компаний и 325 компаний ликвидированных вследствие банкротства.

Ниже приведена таблица сопряженности между статусом предприятия в 2014 году и построенной моделью прогнозирования банкротства.

Таблица 16 - сопряженности между Банкротом 2014 и Моделью вероятности банкротства

Как видно из таблицы, построенная модель прогнозирования банкротства корректно определила финансово-устойчивые компании с точностью 83,9%. И определила банкротов с точностью до 83,7%.

ЗАКЛЮЧЕНИЕ

В данном исследовании были проанализированы такие актуальные темы , как оценка финансового состояния благополучия фирмы, а также прогнозирования вероятности ее банкротства.

Цель данной работы состояла в том, чтобы разработать метод моделирования и прогнозирования финансового состояния компаний разной отраслевой принадлежности.

В данной работе были систематизированы существующие западные и отечественные модели прогнозирования банкротства.

В результате проведенного исследования на основе статистических данных была построена модель прогнозирования банкротства, учитывающая отраслевую специфику и размер компании, а также основные финансовые показатели: коэффициент покрытия, рентабельность продаж, оборачиваемость внеоборотных активов и натуральный логарифм выручки.

Построенная модель показала высокую точность прогнозирования - 95% на обучающей выборке и 84% на данных, не использованных в построении модели.

Принимая во внимание все вышесказанное, можно заключить, что поставленные цель и задачи были выполнены последовательно и в полном объеме.

СПИСОК ЛИТЕРАТУРЫ

1. Altman, E. I. (1993). «Corporate Financial Distress and Bankruptcy:a complete guide to predicting & avoiding distress and profiting from bankruptcy». 2nd ed., New York: «John Wiley & Sons».

2. Altman E.I., Haldeman R.G., Narayanan P. ZETA ANALYSIS, a New Model to Identify Bankruptcy Risk of Corporations. Journal of Banking and Finance. 1977. № 1.

3. Altman E.I. Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy//Journal of Finance 22, 1968.

4. Beaver W. Financial Ratios as Predictors of Failure. Empirical Research in Accounting: Selected Studies//Journal of Accounting Research, 1966. ? Vol. 5.

5. Bahnson, P.; Bartley, J. [1992]: “The sensitivity of failure predictionmodels to alternative definitions of failure”, «Advances in Accounting»,vol.10, pp.255-278.

6. Chye Koh, Hian; Suan Tan, Sen [1999]: “A neuronal networkapproach to the prediction of going concern status”, «Accounting andBusiness Research», vol. 29, n. 3, pp.211-216.

7. Chesser D.L. Predicting Loan Noncompliance//The Journal of Commercial Bank Lending, 56(12), 1974.

8. J.G. Jr. Fulmer, J.E. Moon, T. A.Gavin, , M.J. Erwin, “A BankruptcyClassification Model for Small Firms,” Journal of commercial BankLending , pp. 25-37.1984.

9. Springate G.L.V. Predicting the Possibility of Failure in a Canadian Firm. Unpublished M.B.A. Research Project. Simon Fraser University. January, 1978.

10. Sharpe, W.F. Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk // Journal of Finance. - Vol. 19. - 1964. - September. . - P. 425-442;

11. Stein, J., Usher, S., LaGatutta, D., Youngen J. (2001). A comparables approach to measuring Cashflow-at-Risk for non-financial firms // Journal of Applied Corporate Finance. - Vol. 13. - 2001. - September. - P. 100-109;

12. Taffler R.J. The Assessment of Company Solvency and Performance Using a Statistical Model // Accounting and Business Research. 1983. 15(52).

13. Ohlson J. Financial Ratios and the Probabilistic Prediction of Bankruptcy // Journal of Accounting Research. Vol. 18, № 1, 1980.

14. Jana Kubecovб and Jaroslav «The Tafflerґs Model and Strategic Management», Vrchota, The Macrotheme Review 3(2), Spring 2014.

15. Алексеева, Ю.А. Прогнозирование вероятности банкротства предприятий с учетом изменения финансовых показателей в динамике //Бизнес- информатика, №1, 2011, с.50-60, 0,56 п.л. (в соавт. с Богдановой Т.К., автор. вклад - 0,28 п.л.).

16. Н.И. Берзон и др.; под ред. Н.И. Берзона /Финансовый менеджмент: учеб. для студ. сред. проф. учеб. заведений - 5-е изд., стер. - М.: Издательский центр «Академия», 2009. - 336.

17. Богданова Т.К. Применение методов многомерного статистического анализа для прогнозирования вероятности банкротства российских предприятий // Труды IX Международной конференции «Применение многомерного статистического анализа в экономике и оценке качества» (24-26 августа 2010 г.). - ГУ-ВШЭ, 2010. - с. 64-67.

18. Богданова Т.К., Баклакова А.В. Инструментальные средства прогнозирования вероятности банкротства авиа- предприятий // Бизнес-информатика, 2008, №1. - с. 45-61.

19. Бююль А., Цефель П. SPSS: искусство обработки информации. Анализ статистических данных и восстановле- ние скрытых закономерностей. - М.: Диасофт, 2005. - 602 с

20. Евстропов М.В. Оценка возможностей прогнозирования банкротства предприятий в России//Вестник Оренбургского государственного университета, 2008. ? № 4.

21. Евстропов М.В. Прогнозирование наступления банкротства предприятий на основе бухгалтерской отчетности//Бухгалтерский учет, 2008. - № 3.

22. Колышкин А.В. ПРОГНОЗИРОВАНИЕ РАЗВИТИЯ БАНКРОТСТВА В СОВРЕМЕННОЙ РОССИИ -автореферат 2003

23. Комлева Н.В. «Прогнозирование банкротства предпринимательской структуры : на примере страховой компании» диссертация ,Москва 2013

24. КУЧЕРЕНКО С.А. «ДИАГНОСТИКА ФИНАНСОВОГО СОСТОЯНИЯ И ПРОГНОЗИРОВАНИЕ БАНКРОТСТВА» АВТОРЕФЕРАТ, Краснодар - 2008

25. Д.А. МУРАДОВ LOGIT-РЕГРЕССИОННЫЕ МОДЕЛИ ПРОГНОЗИРОВАНИЯ БАНКРОТСТВА ПРЕДПРИЯТИЙ (РГУ нефти и газа имени И.М. Губкина) 2011

26. Прудникова Ю.В. Курсовая работа «Прогнозирование финансовых показателей», 2015г.

27. Радыгин, А.Д. Институт банкротства: становление, проблемы, направления реформирования. / Под ред. Радыгина - М.: ИЭПП, 2005.

28. Семенова О.П. Как оценить финансовое состояние организации и угрозу банкротства// Налоговый вестник - 2003.- №4 - С 141-145 (0,5 п.л.).

29. Сухарев Д.В. «Оценка и прогнозирование риска банкротства предприятия» : диссертация, Москва 2006

30. Е.А. Фёдорова, Е.В. Гиленко, С.Е. Довженко «МОДЕЛИ ПРОГНОЗИРОВАНИЯ БАНКРОТСТВА: ОСОБЕННОСТИ РОССИЙСКИХ ПРЕДПРИЯТИЙ»

31. Хайдаршина Г.А. Эффективность современных методов оценки риска банкротства предприятий в российской практике финансового менеджмента: logit- и SVM-модели//Экономические науки, 2008. ? № 44.

32. Челышев А.Н. «Разработка инструментальных методов прогнозирования банкротства предприятий» АВТОРЕФЕРАТ ,Москва-2006

33. ПОСТАНОВЛЕНИЕ от 20 мая 1994 г. N 498 «О НЕКОТОРЫХ МЕРАХ ПО РЕАЛИЗАЦИИ ЗАКОНОДАТЕЛЬСТВА О НЕСОСТОЯТЕЛЬНОСТИ (БАНКРОТСТВЕ) ПРЕДПРИЯТИЙ»

34. Общероссийский классификатор видов экономической деятельности (ОКВЭД).

35. "Общероссийский классификатор экономических регионов. ОК 024-95" (утв. Постановлением Госстандарта России от 27.12.1995 N 640) (ред. от 03.10.2014) (Дата введения 01.01.1997)

ПРИЛОЖЕНИЯ

Приложение 1

Приложение 2

Сводка для модели

Приложение 3

Размещено на Allbest.ru