Отбор факторов риска банкротства предприятия на основе факторного анализа
Для оценки финансово-хозяйственной деятельности предприятия часто используют систему показателей, которая включает несколько основных разделов: оценка имущественного положения; оценка ликвидности; оценка финансовой устойчивости; оценка деловой активности; оценка рентабельности. [3] В каждой группе от 6 до 12 различных коэффициентов (в общей сложности 41). Для анализа из них было отобрано 15 коэффициентов (в том числе и соотношение собственных и заёмных средств) наиболее часто используемых при построении моделей финансового состояния предприятий. Таблица 3.1 Частота появления финансовых показателей (коэффициентов) в различных моделях
Источник [25] Значения отобранных коэффициентов были рассчитаны для 30 предприятий нефтегазовой промышленности на основе агрегированного бухгалтерского баланса (приложение Б, таблица Б.1) и агрегированного отчета о прибылях и убытках (приложение В, таблица Б.2) за 2010 год. Для последующей обработки факторным анализом, полученные данные необходимо стандартизировать, т.е. вычесть среднее значение по каждому фактору и разделить на стандартное отклонение. Для статистических расчетов будем использовать пакет Statistica 6.0 [23]. На основе выборки из Приложения Б.1 и Приложения Б.2 получим стандартизованные величины , , где - среднее выборочное -го случайного фактора; - выборочная матрица корреляции; - объем выборки (количество коэффициентов ). Затем построим выборочную корреляционную матрицу для стандартизованных переменных , . Фрагмент матрицы V дан на рисунке 3.1.
Рис. 3.1 – Фрагмент матрицы корреляций Далее, находим собственные значения матрицы V (таблица 3.1). Таблица 3.2 – Собственные значения матрицы V
Имеем, что первый фактор объясняет 36,028% вариации, второй – 15,315% и т.д. Таким образом, первые 5 факторов объясняют 84,769 % всей дисперсии финансовых показателей. Теперь вычисляем собственные векторы матрицы, соответствующие факторам и на их основе определяем факторные нагрузки (таблица 3.3). Поскольку первые 5 факторов объясняют 84,769 % вариации, то размерность признакового пространства может быть сокращена до 5 [26]. Таблица 3.3. Факторные нагрузки, собственные значения и веса признаков
Теперь проанализируем полученные факторные нагрузки (таблица 3.3) и выясним, какие финансовые показатели вносят наибольший вклад в их формирование. Анализ признаковой структуры первого фактора показывает, что нагрузка этого фактора значимо определяется парами TL/AT (0,743), а также имеет значимую отрицательную связь с EQ/AT (-0,751), OP/AT (-0,853), AC/SL -0,858), INT/AT (-0,826) , EBIT/TL (-0,760) и EBIT/AT (-0,785). Таблица 3.4 – Собственные векторы матрицы V
Из таблицы 3.3 видно, что наибольший вклад вносят переменные: EQ/AT, OP/AT, AC/SL, INT/AT, CASH/AT, EBIT/AT, NP/EQ, CASH/TL, SP/TR, EQ/SL. С помощью процедуры вращения выявим наиболее интерпретируемые факторы. После ортогонального вращения факторов (таблица 3.4) структура данных выстраивается в более простую структуру и показывает, что для характеристики данных достаточно 6 коэффициентов. Таблица 3.5 Факторные нагрузки, собственные значения и веса признаков после вращения
Таблица 3.6 Собственные векторы матрицы V после вращения
Таким образом, из таблицы 3.4 и таблицы 3.5 видно, что можно выделить следующие показатели: – показатель доходности активов, рентабельность активов, т.е. отношение прибыли до уплаты процентов и налогов к сумме активов, показывает в какой степени доходы предприятия достаточны для возмещения текущих затрат и формирования прибыли; – рентабельность собственного капитала; – рентабельность продаж, т.е отношение прибыли и выручки от продаж; – коэффициент интенсивности оборота авансируемого капитала; – это показатель оборачиваемости активов, отдача всех активов, т.е. отношение выручки от реализации (объема продаж) к общей сумме активов. – коэффициент обеспеченности собственными оборотными средствами, представляющий собой отношение собственного капитала к оборотным активам. Остальные показатели можно не включать. Подтвердить значимость признаков, участвующих в формировании компонент можно с помощью коэффициента информативности (3.14). Получаем для 1-ого фактора [(0,47)2 +(0,57)2 +(0,5)2 ]×100% ≈ 79% (х1+ х2). Для 2-ого фактора (0,83)2 ×100% ≈70% (х3). Для 3-ого фактора [(0,65)2 + (0,66)2] ×100% ≈ 86% (х4). Для 4-ого фактора (0,84)2 ×100% ≈ 71% (х5). Для 5-ого фактора [(0,83)2] ×100% ≈ 70% (х6). (В формуле использованы собственные векторы из таблицы 3.4). Значение коэффициентов информативности считается удовлетворительным и говорит о том, что отобранное число переменных достаточно.
Популярное: Личность ребенка как объект и субъект в образовательной технологии: В настоящее время в России идет становление новой системы образования, ориентированного на вхождение... Модели организации как закрытой, открытой, частично открытой системы: Закрытая система имеет жесткие фиксированные границы, ее действия относительно независимы... Почему люди поддаются рекламе?: Только не надо искать ответы в качестве или количестве рекламы... ©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (748)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |