Bonitní a bankrotní modely

Bc. Lucie ONDOKOVÁ

Master's thesis

Financial health models and bankruptcy prediction models

Abstract:

Hlavním cílem diplomové práce bylo porovnat vliv rozdílných metodik hodnocení finančního zdraví a předpovědi úpadku na klasifikaci podniku. Práce se zabývá využitelností modelů na vzorku 45 prosperujících a 45 neprosperujících podniků, které jsou v insolvenčním řízení. Výběrový soubor tvoří 33 % podniků z odvětví stavebnictví, 33 % podniků z odvětví velkoobchodu a maloobchodu, 16,7 % podniků zpracovatelského průmyslu a 16,7 % podniků z ostatních odvětví, převážně služeb. V metodice se využívá speciálního typu kontingenční tabulky klasifikační matice, pomocí které lze vypočítat senzitivitu, specificitu, falešnou negativitu, falešnou pozitivitu, správnost, chybovost a další klasifikační statistiky. Celkovou úspěšnost modelu lze získat rozdílem správnosti a chybovosti. Závislosti mezi modely se vypočítaly pomocí Pearsonova korelačního koeficientu. Změny (odstranění šedé zóny a hledání nových optimálních mezí) v modelech byly testovány analýzou citlivosti. V praktické části se vypočítalo 12 finančních modelů (Altmanovy modely Z´ a Z´´, indexy IN99, IN01 a IN05, Kralickův Quicktest, Zmijewskiho model, dvě varianty Tafflerova modelu, Index bonity, Grünwaldův index bonity, Bilanční analýza I). Pouze dva poměrové ukazatele (rentabilita aktiv a tržby ku aktivům) měly významný podíl na výsledcích ve více než jednom modelu. Poté byly jednotlivé podniky klasifikovány prostřednictvím modelů. Z výsledků vyplývá, že největší míru úspěšnosti klasifikace dosáhly model Zmijewski a Altmanův model Z´´. Na druhou stranu nejhůře dopadly index IN99 a obě verze Tafflerova modelu. Z hlediska příčin neměly na klasifikaci velký vliv extrémní hodnoty modelů, stáří modelu nebo země původu modelu (pracovní hypotéza 1). Na základě výsledků bylo dále zjištěno, že úspěšnost klasifikace finanční tísně je vyšší u většiny modelu 3 roky před vyhlášením úpadku (pracovní hypotéza 2). Dále bylo zjištěno, že odvětví sledovaných podniků výrazně ovlivňuje úspěšnost klasifikace bonitních i bankrotních modelů. Nakonec byly navrženy změny v modelech nejhůře hodnocených modelů na základě analýzy citlivosti. Všechny tři navržené změny zvýšily úspěšnost klasifikace modelů.

Abstract:

The main aim of the master thesis is to compare of different methodologies of financial health models and bankruptcy prediction models and their cause to company classification. The work deals with the applicability of models on the sample of 45 prosperous companies and 45 companies that were initiating in insolvency process. Sample contain about 33 % companies from building industry, 33 % retail, 16,7 % manufacturing industry and 16,7 % of the other industries mainly services. The special kind of contingency table - the confusion matrix - is used in the methodology to calculate sensitivity, specificity, negative predictive, false positive rate, accuracy, error and other classification statistics. Overall model accuracy is obtained as a difference between accuracy and error. Dependencies of models are acquired based on Pearson´s correlation coefficient. The changes (removing of grey zone and testing new cut-off points) in models are tested in the sensitivity analysis. In practise part there are about 12 financial models calculated (Altman Z´, Altman Z´´, Index IN99, IN01 and IN05, Kralicek Quicktest, Zmijewski model, Taffler model and its modification, Index Creditworthiness, Grunwald Site Index, Doucha´s Analysis). Only two financial indicators (ROA and Sales / Assets) in results were important as crucial part for more than one model. Then are classifications of companies in models determined. It shows that the best models according to overall accuracy are Zmijewski and Altman´s Z´´. On the other hand the worst models are index IN99 and both versions of Taffler´s model. The classification is not caused excessively by extreme values, year of the model creation or country of the origin (hypothesis 1). Based on results it is suggested that the bankruptcy prediction is an accurate forecaster of failure up to three years prior to bankruptcy in most examined models (hypothesis 2). It is observed that the type of model and industry influence the classification of models. In the end, the changes based on sensitivity analysis in the worst companies are made. All of three changes have increased overall classification accuracy of models.

Keywords

bonitní modely, bankrotní modely, klasifikační matice, úspěšnost klasifikace

Language used: Czech

Date on which the thesis was submitted / produced: 15. 4. 2016

Accessible from:: 15. 4. 2016

Thesis defence

• Supervisor: Ing. Radek Zdeněk, Ph.D.

UNIVERSITY OF SOUTH BOHEMIA IN ČESKÉ BUDĚJOVICE

Faculty of Economics

Master programme / field:
Economics and Management / Accounting and Financial Management