PREZENTACJA analiza dyskrym CA O

background image

Symptomy i ocena

pogarszającej się sytuacji

finansowej

przedsiębiorstwa

background image

2

Fazy procesu pogarszania się
kondycji finansowej

faza I - powolne utrwalanie się nieprawidłowości w

funkcjonowaniu procesów gospodarczych

przedsiębiorstwa, które nie wywołują jeszcze istotnych

zakłóceń;

faza II - stopniowe pogłębianie się nieprawidłowości oraz

częstsze popełnianie błędów w realizowanych procesach;

faza III - pojawienie się pierwszych istotnych zakłóceń

związanych z wypłacalnością firmy, co prowadzi w

dłuższym okresie do ujawnienia się sytuacji kryzysowej,

oznaczającej załamanie się wzrostu danej jednostki, czyli

nagłe, gwałtowne przesilenie, naruszenie

dotychczasowego stanu równowagi i regres w jego

rozwoju;

faza IV – upadłość prowadząca do likwidacji.

background image

3

Kryzys przedsiębiorstwa

Kryzys przedsiębiorstwa to przełom w jego
działalności, sekwencja zdarzeń, od których
zależeć będzie dalszy rozwój. Kryzys
przedsiębiorstwa można określić jako
patologię w jego rozwoju, która jest często
wywołana dysproporcją między celami i
zasobami wykorzystywanymi do ich
osiągnięcia.

background image

4

Przyczyny kryzysu

Przyczyny zewnętrzne w stosunku do
przedsiębiorstwa wynikają z uwarunkowań
makroekonomicznych w kraju (koniunktury
gospodarczej, polityki rządu i instytucji finansowych
w stosunku do przedsiębiorstw). Przedsiębiorstwa
nie mają na nie wpływu i muszą się do nich
przystosować.

Przyczyny wewnętrzne występują w zakresie
działania przedsiębiorstwa. Podmioty mają więc
wpływ na ich pojawienie się i skalę. Można do nich
zaliczyć m.in. wielkość zadłużenia, rozmiar
inwestycji, sposób zarządzania.

background image

5

Symptomy zagrożenia
kontynuacji działalności
przedsiębiorstw
w świetle MSRF

background image

6

c.d.

background image

7

Narzędzia analizy finansowej w
procesie prognozowania
upadłości przedsiębiorstwa

Tradycyjna analiza wskaźnikowa

Jednowymiarowe metody prognozowania
upadłości przedsiębiorstwa

Wielowymiarowe metody prognozowania
upadłości przedsiębiorstwa (analiza
dyskryminacyjna)

background image

8

Metody wielowymiarowe

Istota metod wielowymiarowych sprowadza
się do tego, że poprzez agregację informacji
dostarczanej poprzez indywidualne wskaźniki,
modele te za pomocą jednej wartości określają
aktualną kondycję przedsiębiorstwa.
Umożliwia to jednoznaczne postawienie
prognozy przez zaklasyfikowanie
przedsiębiorstwa do jednej z rozważanych
populacji.

background image

9

Analiza dyskryminacyjna

Analiza dyskryminacyjna należy do najstarszych

metod klasyfikacyjnych wykorzystywanych do

oceny sytuacji ekonomiczno-finansowej

przedsiębiorstwa.

Funkcja dyskryminacyjna Z jest liniową

kombinacją zmiennych (wskaźników) i można ją

ogólnie określić następującym równaniem:

gdzie:
a – waga danej zmiennej (wskaźnika)
X – analizowana zmienna (wskaźnik)

background image

10

Najczęściej wykorzystywane
wskaźniki finansowe w 27
wybranych modelach
dyskryminacyjnych

background image

11

c.d.

* Dotyczy różnych poziomów wyniku finansowego
** Relacja wyniku finansowego do kapitału własnego, do zobowiązań lub do pasywów
bieżących itp.

background image

12

Model E. Altmana

Z = 1,200 X1 + 1,400 X2 + 3,300 X3 + 0,600 X4

+ 0,999 X5

gdzie:

X1 - kapitał obrotowy netto / aktywa ogółem

X2 - zysk netto do dyspozycji przedsiębiorstwa / aktywa

ogółem

X3 - zysk brutto + odsetki / aktywa ogółem

X4 – kapitał podstawowy / kapitał obcy

X5 – przychody netto ze sprzedaży / aktywa ogółem

punkt graniczny: 2,675

strefa pośrednia: <1,81-2,99 >

sprawność modelu dla próby uczącej : 94%

background image

13

Polskie modele prognozowania
zagrożenia finansowego
przedsiębiorstw

model D. Appenzeller i K. Szarzec,

model J. Gajdki i D. Stosa,

model D. Wierzby,

model B. Prusaka,

modele opracowane w INE PAN,

model M. Hamrola, B. Czajki i M.
Piechockiego

background image

14

Model D. Appenzeller i K.
Szarzec

D(w) = 0,81914 X1 + 2,56661 X2 – 0,005 X3 –

0,00951 X4 +0,00063 X5 – 0,55633

gdzie:

X1 - aktywa obrotowe / zobowiązania krótkoterminowe

X2 - wynik operacyjny / przychody ze sprzedaży

X3 - (wartość średnia zapasów / przychody ze sprzedaży) /

liczba dni

X4 - zobowiązania i rezerwy na zobowiązania / [(wynik

operacyjny + amortyzacja) x (12/ okres obrachunkowy)]

X5 - rotacja należności + rotacja zapasów (w dniach)

punkt graniczny: 0

sprawność modelu dla próby uczącej : 91,18%

background image

15

Model J. Gajdki i D. Stosa

Z = -0,0005 X1 + 2,0552 X2 + 1,7260 X3 +

0,1155 X4 – 0,3342

gdzie:

X1 - (średnia wartość zobowiązań krótkoterminowych /

koszt wytworzenia produkcji sprzedanej) x ilość dni w roku

X2 - zysk netto / średnia wartość aktywów w roku

X3 - zysk brutto / przychody ze sprzedaży

X4 - aktywa ogółem / zobowiązania ogółem

punkt graniczny: 0

obszar ignorancji: <- 0,49; 0,49>

sprawność modelu dla próby uczącej : 100%

background image

16

Model D. Wierzby

Z = 3,26 X1 + 2,16 X2 + 0,69 X3 + 0,3 X4

gdzie:

X1 - (wynik z działalności operacyjnej - amortyzacja) / suma
bilansowa

X2 - (wynik z działalności operacyjnej - amortyzacja) / przychody
ze sprzedaży

X3 - kapitał pracujący / suma bilansowa

X4 - aktywa obrotowe / zobowiązania ogółem

punkt graniczny: 0

sprawność modelu dla próby uczącej : 92%

background image

17

Model B. Prusaka

P1 = 6,5245 X1 + 0,1480 X2 + 0,4061 X3 +

2,1754 X4 – 1,5685

gdzie:

X1 - wynik z działalności operacyjnej / wartość średnia sumy

bilansowej

X2 - koszty operacyjne (bez pozostałych kosztów operacyjnych) /

wartość średnia zobowiązań krótkoterminowych bez funduszy

specjalnych i krótkoterminowych zobowiązań finansowych

X3 - aktywa obrotowe / zobowiązania krótkoterminowe

X4 - wynik z działalności operacyjnej / przychody netto ze sprzedaży

punkt graniczny: - 0,13

strefa pośrednia: <- 0,13; 0,65>

sprawność modelu dla próby uczącej : 100%

background image

18

Modele opracowane w INE PAN

Model B

Z = 5,837 X1 + 2.231 X2 + 0,222 X3+ 0.496 X4 + 0,945

X5 + 2,028 X6 + 3,472 X7 + 0.495 X8 + 0,166 X9 +

0.195 X10 + 0,030 X11 - 0,392

 Model D

Z = 6,029 X1 + 6.546 X2 + 1,546 X5 + 1.463 X6 + 3.585

X7 + 0.363 X9 + 0,172 X10 + 0,114 X11 - 0,593

Model G

Z = 9,498 X2 + 3.566 X5 + 2,903 X7 + 0,452 X9 – 1,498

background image

19

gdzie:

X1 - dynamika przychodów ze sprzedaży
X2 - wynik operacyjny / suma aktywów
X3 - wynik netto / przychody ze sprzedaży
X4 - wynik brutto z 3 poprzednich lat / suma aktywów
X5 - kapitał własny / suma aktywów
X6 - (kapitał własny - kapitał zakładowy) / suma aktywów
X7 - (wynik netto + amortyzacja) / zobowiązania
X8 - wynik operacyjny / koszty finansowe
X9 - aktywa obrotowe / zobowiązania krótkoterminowe
X10 - kapitał obrotowy / aktywa trwałe
X11 - przychody ze sprzedaży / suma aktywów

punkt graniczny: 0

sprawność modeli dla próby uczącej : powyżej
90%

background image

20

Model M. Hamrola, B. Czajki
i M. Piechockiego

Z = 3,562 X1 + 1,588 X2 + 4,288 X3 + 6,719 X4

– 2,368

gdzie:

X1 - wynik finansowy netto / suma bilansowa

X2 - (aktywa obrotowe - zapasy) / zobowiązania krótkoterminowe

X3 - kapitał stały / suma bilansowa

X4 - wynik ze sprzedaży / przychody ze sprzedaży

punkt graniczny: 0

sprawność modelu dla próby uczącej : 96%

background image

21

Kształtowanie się parametrów
wskaźnika Z Altmana oraz jego
komponentów w przedsiębiorstwie
Nova w latach 2005 - 2007

background image

22

Kształtowanie się wskaźnika Z
Altmana w przedsiębiorstwie Nova
w latach
2005 - 2007

background image

23

Interpretacja otrzymanych
wyników

Przedsiębiorstwo Nova w latach 2005 – 2006
znajduje się w strefie bankructwa, natomiast
w roku ostatnim w szarej strefie.

Z wyjątkiem roku 2006 zauważalna jest
tendencja wzrostowa wskaźnika Z, co
oznacza, że następowała poprawa sytuacji
finansowej, a tym samym oddalało się widmo
bankructwa przedsiębiorstwa.


Document Outline


Wyszukiwarka

Podobne podstrony:
Prezentacja 2 analiza akcji zadania dla studentow
Prezentacja 2 analiza akcji SGH
Prezentacja 3 analiza obligacji SGH
analiza dyskryminacyjna w prognozowaniu
Wykorzystanie analizy dyskryminacyjnej w ocenie ryzyka upadłości przedsiębiorców
analiza dyskryminacyjna 2011 id Nieznany (2)
10 2 DC Analiza dyskryminacyjnaid 11278
Wybrane modele analizy dyskryminacyjnej - materiały dla studentów, Górka
Opis do prezentacji Analiza rynku nieruchomości komercyjnych w Krakowie w latach 2008-2012, Zarządza
Analiza dyskryminacyjna tabele 1
Analiza dyskryminacyjna, od Goldman
Prezentacja 2 analiza akcji 2
Prezentacja i analiza etycznej polityki GENERAL ELECTRIC
analiza dyskryminacyjna
Prezentacjia i analiza wdrożenia systemu SAP na przykładzie PRZEDSIĘBIORSTWA ORKLA PRESS POLSKAx
6 Analiza dyskryminacyjna
analiza dyskryminacyjna p

więcej podobnych podstron