Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
Determinantywskaźnikapredykcjibankructwa:przeglądmodeliimetaanaliza
441
te(2006).Wedługautorówwprzypadkufirmostosunkowomałymzadłużeniu
wzrostzobowiązańzwiększaszanseprzeżycia,natomiastdlafirmowysokim
wskaźnikuzadłużeniajegowzrostzwiększaszansębankructwa.
Próczmodeliopartychnadanychzesprawozdańfinansowychwliteraturze
przedmiotumożnaznaleźćrównieżmodelebazującenadanychgiełdowych,
awięczawierającychm.in.cenyakcjiiobligacjiemitowanychprzezfirmy.Ponce
iMediana(2012)dokonaliporównaniatychdwóchrodzajówmodeliwceluokre-
ślenia,któryznichjestbardziejodpowiednidomierzeniaryzykakredytowego.
ZmiennązależnąwtymbadaniubyłCDSspreadobligacji(odrocznychpo30-let-
nie),którysłużydoprzenoszeniaryzykakredytowego.Dozbioruzmiennychob-
jaśniającychnależąwskaźnikifinansoweorazzmienneuwzględniająceinformacje
zrynkukapitałowego:cenaakcjidozyskównettonaakcję(wskaźnikP/E),cena
akcjidoprzepływówgotówkowychliczonychjakosumazyskunettoiamortyza-
cji(wskaźnikP/CF)orazcenaakcjidowartościksięgowej.Wszystkiewspomnia-
neinformacjepozyskanedla51firmz6krajóweuropejskich(Francja,Niemcy,
Włochy,Holandia,HiszpaniaorazWielkaBrytania)pochodzązMarketdatabase
idotycząokresu2002–2009.Autorzypiszą,żewszystkiezmienneobjaśniającesą
ujemnieskorelowanezryzykiemkredytowymfirmy,azatemimmniejszawartość
wskaźnika,tymwiększejestryzykoniewypłacalności.Wramachbadaniadokona-
noestymacjitrzechmodeli:zawierającegowyłączniezmiennezesprawozdańfi-
nansowych,zawierającegowyłączniezmienneopartenainformacjachgiełdowych
orazmodelłącznyzawierającyobydwatypyzmiennychobjaśniających.Analizę
przeprowadzonozapomocązwykłejregresjiliniowej,coniedokońcajestdobrym
wyboremzewzględunafakt,żezmiennazależnaprzyjmujewartościzezbioru
ograniczonego.Wdrugiejczęścibadaniazazmiennązależnąprzyjętoratingiobli-
gacjiemitowanychprzezanalizowanefirmy,pozyskaneztrzechgłównychagencji
ratingowych:Standard&Poor,MoodyorazFitch.Dooszacowaniaparametrów
trzechmodeliwykorzystanouporządkowanymodellogitowy.Wnioskiuzyskane
ztegobadanianależyjednakżetraktowaćzdużądoząostrożności,ponieważdo
porównywaniamodeliwykorzystanojedyniestatystykęR2,chociażwobumode-
lach,atakżewmodelułącznym,znajdująsięodmiennezestawyzmiennychob-
jaśniających.Wartowspomnieć,żestatystykaR2wzrastawrazzewzrostemliczby
zmiennychwmodelu.Wkonkluzjidoopisywanejpracymożnaznaleźćstwierdze-
nie,żeżadenzrozpatrywanychmodeliniemabezwzgędnejprzewagi–zarówno
modelopartynadanychzesprawozdańfinansowych,jakimodelopartynadanych
giełdowychuzupełniająsięnawzajemimodelłącznystanowinajlepsząkonstruk-
cjęsłużącądoprognozowaniaupadłościfirmiokreślaniaichkondycjifinansowej.
Innymprzykłademmodeluwykorzystującegonietylkodanezesprawoz-
dańfinansowychjeststrukturalnymodelMertonaściślepowiązanyzmodelem
Blacka-Scholesa.Modeltenpozwalanastworzeniestrukturalnejrelacjipomię-
dzyzadłużeniemfirmy,wartościąjejmajątkunettoorazwartościąjejaktywów.
Zasadnośćjegostosowaniadomierzeniajakościkredytuprzezfirmyratingowe
sprawdzilim.in.DuiSuo(2007),którzyzbadali,czymiaryryzykakredytowego
uzyskanezmodelustrukturalnegoodpowiednioodzwierciedlająfaktyczneryzy-