Проблема институционализации банкротства привлекает в последнее время все более пристальное внимание общественности, но далеко не каждый способен оценить его масштабы и осознать проблемы и риски, связанные с ним. Для начала разберёмся, что же такое банкротство.
Банкротство – это неспособность должника (физического, юридического лица или государства) производить выплаты по своим долговым обязательствам.
Банкротом принято называть конкретного человека или организацию, которая прошла через судебные процедуры и законом признана несостоятельной.
Основной целью принятия должником статуса «банкрот» является
способ избавиться от долгов, отсрочить уплату штрафов, неустойки и пеней. По окончании процедуры и физическое, и юридическое лицо, и индивидуальный предприниматель полностью освобождаются от обязанности уплачивать долги.
Спрогнозировать банкротство физического лица невозможно. Оно зависит от внешних факторов, когда как организации, безусловно могут быть подвергнуты влиянию извне, но упустим моменты, связанные с рынком и экономическим состоянием государства. Оставим только компанию. Зачастую организации сами приводят себя к краху и это легко заметить по деловой информации, на которой строится её благосостояние. На основе этих данных достаточно легко спрогнозировать банкротство, основываясь на математическом методе регрессивного анализа.
Регрессионный анализ – это метод изучения статистической взаимосвязи между одной зависимой количественной зависимой переменной от одной или нескольких независимых количественных переменных. Зависимая переменная в регрессионном анализе называется результирующей, а переменные факторы – предикторами или объясняющими переменными.
Основные задачи регрессионного анализа следующие:
· определения вида и формы зависимости;
· оценка параметров уравнения регрессии;
· проверка значимости уравнения регрессии;
· проверка значимости отдельных коэффициентов уравнения;
· построение интервальных оценок коэффициентов;
· исследование характеристик точности модели;
· построение точечных и интервальных прогнозов результирующей переменной
Целью регрессионного анализа является предсказание ожидаемого среднего значение результирующей переменной.
Именно это среднее значение будет являться признаком банкротства.
Самой простой является линейная регрессия. Ее формула такова:
Y = a0 + a1x1 + … + anxn
где Y — зависимая переменная,
x — независимые переменные, влияющие на нее,
a — коэффициенты регрессии.
Зависимой переменной может выступать цена актива. Возможные влияющие факторы — цены других активов, финансовые и макропоказатели и т.д. В нашем случае считать будем теоретическую (расчетную) условно справедливую стоимость акций, зависящую от цен на другие активы.
Важно, чтобы независимых переменных было не слишком мало, но и не слишком много. Влияющие переменные стоит отбирать из экономических соображений, руководствуясь здравым смыслом. В идеале их нужно тестировать на мультиколлинеарность и т.д., но наша статья посвящена базовым принципам регрессионного анализа. Статистическую значимость модели поможет оценить показатель R2 (R — квадрат).
Проще всего это сделать в Excel.
