Treść książki

Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
440
NataliaNehrebecka7KamilaDerlatka
bankructwem,Altmanprzeprowadziłanalogicznąanalizęnadanychwyprzedza-
jącychupadłośćfirmyo3,4i5lat.Niestety,zdolnośćdopoprawnejklasyfikacji
firmznaczącospadła.WzwiązkuztymjednązpodstawowychwadmodeluAlt-
manajestjegokrótkookresowość.Modelbardzodobrzeprzewidujebankructwo
przedsiębiorstwajedyniezjednookresowymlubdwuokresowymwyprzedzeniem.
Modeljestbardzoprostywstosunkudoobecniestosowanychiskładasięjedynie
z5zmiennychopartychwyłącznienadanychzesprawozdańfinansowych.Ponie-
ważopisująonewynikidziałalnościfirmydotycząceprzeszłości,możesięokazać,
żezapisanewnichinformacjeniewystarczającedoprzewidywaniaprzyszłych
problemówfinansowych.Ponadtoliczbyzesprawozdańfinansowychmogąstać
sięobiektemmanipulacjizestronymenedżerów,przezconiedokońcaobrazują
faktycznąkondycjęfinansowąfirmy.
JakwskazująDullmann,HerrmanniTodter(2011),modelZ-scoreAltmana
doczekałsięwielurozszerzeńiudoskonaleńdotyczącychgłównieselekcjiregreso-
rów,dokonywaniaichtransformacjiczyteżwzbogaceniamodeluodanegiełdowe.
Autorzyprzeprowadzilianalizęwcelusprawdzenia,czyestymacjamodeluAlt-
mananapodgrupachfirmuzyskanychnapodstawiezmiennych:branża,wielkość
firmyorazformaprawnapoprawijegomożliwościpredykcyjne.Błędyprognoz
out-of-sampleporównanozwynikamiuzyskanyminapodstawiemodeluMoody’s
RiskCalcTMv3.11składającegosięzewskaźnikówfinansowychuzyskanychna
podstawiesprawozdańfinansowych,takichjaknp.strukturazadłużenia,wielkość
sprzedażydoaktywówogółemczyEBITDAdoaktywówogółem.Modeltenrów-
nieżjestestymowanynapodgrupachfirm.Danewykorzystanewbadaniupocho-
dziłyzbazytheDeutscheBundesbank’sUSTAN,zawierającej300000sprawoz-
dańfinansowychniemieckichfirmzlat1994–2002.Uzyskanerezultatypozwalają
nasformułowaniewniosku,żemodelszacowanynapróbkachwyodrębnionychza
pomocątakichzmiennychjakwielkośćczyformaprawnafirmylepiejprognozują
bankructwoniżmodelAltmanaczymodelMoody’sRiskCalcTMv3.1szacowany
nacałejpróbie.
Napodstawiewskaźnikówfinansowychmożnaprognozowaćprawdopodo-
bieństwobankructwa.WedługMata,Antunes,Portugal(2010)imwiększyudział
krótkoterminowegozadłużeniawstrukturzezobowiązań,tymwyższeprawdopo-
dobieństwobankructwa.GörgiSpaliara(2009)konkludują,żewskaźnikifinanso-
weistotniewpływająnaprawdopodobieństwoupadłości,alewodmiennysposób
wprzypadkuporównywanychkrajów:AngliiiFrancji.Wzrostrentownościobniża
prawdopodobieństwobankructwawobukrajach,jednakefektjestsilniejszydla
Anglii.Wyższeprawdopodobieństwobankructwamająprzedsiębiorstwacha-
rakteryzującesięwiększądźwigniąfinansową,jednakefekttenjeststatystycznie
nieistotny.Imwyższywskaźnikpokryciapotwierdzonydanymibilansowymi,tym
niższeprawdopodobieństwobankructwawAnglii.Firmybędącewstaniespłacać
swojezobowiązaniamajązatemwiększąszansęprzetrwania.Nieliniowywpływ
zadłużenianaprawdopodobieństwobankructwaopisująLopez-GarciaiPuen-
1https://riskcalc.moodysrms.com/us/research/docs/EuropeAfrica/RiskCalc_v3_1_Germany.pdf