ЛОГИСТИЧЕСКАЯ РЕГРЕССИЯ КАК МЕТОД ОЦЕНКИ ФИНАНСОВОГО СОСТОЯНИЯ ПРЕДПРИЯТИЙ

Аннотация. На основе анализа моделей банкротства предприятий обоснована необходимость использования модели логистической регрессии в оценке финансового состояния предприятия.

Ключевые слова: прогнозирование банкротства предприятий, анализ финансового состояния, logit-модели, оценка вероятности банкротства.

Динамика экономических кризисов, неустойчивая экономика и отсутствие стабильности на финансовых рынках оказывают сильное влияние на вероятность возникновения банкротства компаний и предприятий. Нестабильная макроэкономическая ситуация и неустойчивый экономический рост вынуждает контролировать не только текущее финансовое состояние компании, но и обуславливает регулярно просчитывать возможность наступления банкротства. Для эффективного анализа финансового состояния и диагностики банкротства предприятий существует большое количество различных методов и моделей, и как правило основой экономико-математического моделирования являются статистические подходы.

Наиболее распространенным классическим подходом при построении моделей прогнозирования банкротства предприятий является метод, использующий мультипликативный дискриминантный анализ. Этот подход впервые использовали экономисты Эдвард Альтман и Уильям Бивер, тем самым они считаются главными основоположниками комплексного коэффициентного анализа банкротства при помощи экономико-математического моделирования, они разработали и предложили комплексные статистические модели для оценки вероятности банкротства компаний [1]. На основе этих моделей был разработан большой ряд схожих методик прогнозирования банкротства, созданных как зарубежными, так и отечественными авторами. Существует достаточно большое количество разнообразных моделей мультипликативного дискриминантного анализа, но из-за их недостатков многие специалисты проявляют интерес к другим методикам, основанным на эконометрических моделях. Одним из наиболее эффективных моделей при прогнозировании банкротства являются модели, построенные с помощью логистической регрессии, или по-другому, logit-модели.

При оценке банкротства компании логистическая регрессия используется в качестве статистической модели, которая предсказывает вероятность банкротства по значениям множества. Для этого используется зависимая переменная, принимающая множество значений от 0 до 1 и множество независимых переменных, называемых регрессорами. В отличие от линейных дискриминантных моделей, logit-анализ позволяет строить модели нелинейной зависимости, а также logit-модели позволяют однозначно интерпретировать результат [3]. При использовании данной методики вероятность банкротства рассчитывается с помощью общей формулы логистической регрессии.

Несмотря на положительные аспекты использования логистической регрессии и logit-моделей для оценки вероятности банкротства, эти модели имеют ряд недостатков. Анализ оценки риска банкротства российских компаний не позволяет сделать точный вывод относительно вероятности банкротства, так как расчеты дают не точные, часто даже обратные результаты [2]. Также данные модели не учитывают отраслевую специфику, так как модели разрабатывались с расчетом на универсальность, применимые для компаний любых отраслей. На основе многочисленных исследований оптимальные значения основных показателей финансового состояния значительно колеблются для различных отраслей, тем самым коэффициенты, включенные в модель, будут разными в зависимости от отрасли компании.

Вызывает сомнение и порог отсечения в моделях, попадание в интервалы которого и определяет состояние компании как банкрота или наоборот.

Как показывает практика, использование зарубежных logit-моделей оценки риска банкротства на российских предприятиях как правило показывает низкую эффективность, что связано со многими факторами. Во-первых, различия в исходных данных, так как модели опирались на данные зарубежных компаний, то есть значения данных баланса существенно могут отличаться от российских компаний. Также различия в макроэкономической ситуации, из-за разницы в стадиях экономического цикла, а также стадиях экономического роста. В-третьих, мультиколлинеарность факторов, то есть наличие линейной зависимости между факторами модели, что снижает ее эффективность. Таким образом, целесообразно заниматься разработкой новых логистических моделей для российских компаний, адаптированных под российскую действительность, которые позволят учесть отраслевую специфику предприятий.