Bu çalışma, Ekvador ekonomisinin imalat sektörünü çeşitli finansal ve verimlilik göstergeleri ile analiz etmeyi ve şirketin iflas ettiğini gösteren bir değer ve söz konusu sektördeki kuruluşlar için bir verimlilik değeri elde etmeyi amaçlamaktadır.
Veri tabanları, ISIC (International Standard Industrial Classification) üçüncü revizyonuna göre üçüncü haneye ayrıştırılarak, Şirketler Müfettişliği tarafından sağlanmakta ve sektördeki firmaların bilanço hesaplarını içermektedir.
Tam bilgiye sahip büyük, orta ve küçük şirketlerin segmentlerine göre bilgi tabanları ile çalışıyoruz ve çalışma döneminden en az beş yıl önce mevcut bilgiler çok eksik olduğu için mikro şirketlere atıfta bulunulmadığını belirtmekte fayda var. ve çalışmasının gerçekleştirilmesini olanaksız kılan muazzam miktarda atipik veri sunar. Çalışmalarında bu istatistiksel tekniği uygulayan, homojen gruplarla çalışan (Alman, 1968) tarafından önerilen Ayırım Analizi kullanılır ve her şirket segmenti için ilgili ayırıcı modeller hesaplanır;Ayrımcı puanlar elde edildikten sonra, Kanitz çalışmasına göre bir "ödeme gücü termometresi" ve bir "verimlilik termometresi" hazırlanır ve şirketler, iflas ve verimlilik açısından durumlarına göre kategorize edilir.
Bu çalışmanın sonucu, D sektöründeki (İmalat Sanayii) firmaların mali ve üretken durumlarını ve belirleyicileri tespit etmeyi mümkün kılmakla birlikte, endeksleri en yüksek olan firmalara da sunulmaktadır.
Bu çalışmanın sonunda, bilgi eksikliği ve belirsizliği bu çalışmanın potansiyelini ortadan kaldırdığından, şirketlerin mali tablolarından bilgi toplanmasında daha fazla kapsamlılık önerilmektedir.
Anahtar Kelimeler: İflas, İflas, Verimlilik, Finansal Gösterge, Ayrımcı Analiz, İmalat Sanayileri.
1. GİRİŞ VE ARKA PLAN
Şirketlere olası iflaslar hakkında uyarıda bulunma ve karşılığında ekonominin sektörel düzeyinde verimlilik düzeylerini belirleme ve iyileştirme olanağı sağlayan sınırlı sayıdaki araç, Ekvador'daki ekonomik büyümenin gelişmesi için büyük bir sorun teşkil etmektedir.
Verimlilik şüphesiz bir ülkenin ekonomik büyümesinde belirleyici bir faktördür, çünkü toplumun yaşam standardı üzerinde böylesine bir etkisi vardır ve iyileştirilmesi, ücretleri, maaşları artırma ve yatırılan sermayeden daha yüksek bir getiri elde etme olasılığını gerektirir ve sonuç olarak, istihdamda bir büyüme ve dolayısıyla ekonominin gelişimine bir katkı anlamına gelen yatırıma daha fazla teşvik, çok önemli faktörler ve bir ülke veya bölgenin ekonomisinden sorumlu olanlar için büyük ilgi.
Bir ülkenin üretken aygıtı, çoğunlukla, her biri farklı yapıya, yapıya ve faaliyete sahip olan ve insanların işe alınması yoluyla ekonomik faaliyetlerini yürüten şirketlerden oluşur. Bir ülkenin üretken aygıtının önemi, yerel düzeyde kendini idame ettirebilme kabiliyetinde ve toplumda yaratılan ihtiyaçları karşılamak için asgari dışa bağımlılığında yatmaktadır.
Ekvador'da şirketler yerel ekonomiye katkı konusunda aşkın bir eksen oluşturuyor, çünkü İç Gelir Servisi'ne göre yapılan tahsilatların% 93'ü şirketlere karşılık geliyor ve bunlar Ekvador ekonomisine katkı üzerinde büyük etkiye sahip (SRI, 2008)
Ekvador gibi gelişmekte olan bir ülkede, üretken aygıt ekonomisini canlandırmanın anahtarıdır, bu nedenle Ekvador'da "Endüstriyel Üretim" sektörü çok önemlidir; Ekvador Merkez Bankası verilerine göre, 2009 yılında GSYİH'ye en yüksek katkısı olan ikinci sektör (petrol rafineri hariç) iken, 2000 yılında dolarizasyonla başlayan bu sektör, GSYİH'nın üzerinde büyüyen bir sanayi katma değerine sahiptir. Ekvador ekonomisi üzerindeki etkisi önemlidir; Aynı şekilde, Şirketler Müfettişliği verilerine göre, 2009 yılı için "İmalat Sanayileri" sektörü 3402 şirkete sahip olup, bu kontrol organına bağlı en fazla şirket olan dördüncü sektör olup, 259.502 kişiye eşit istihdam yaratan personel sayısıdır.,en çok istihdam yaratan ikinci sektör, sadece “Toptan ve perakende ticaret; motorlu taşıtların, motosikletlerin, kişisel eşyaların ve ev eşyalarının onarımı ”.
Bununla birlikte, yukarıda sayılanlardan, Şirketler Müfettişliği siciline göre, Ekvador'daki şirket sayısı olumlu bir eğilim göstermiş ve bunların sayısını 2007'de toplam 37.135 şirketten 40.202 şirkete çıkarmıştır. 2009 ise, 2008-2009 yılları arasında "İmalat Sanayii" sektöründe firma sayısı azalmıştır, 2008 yılında 3.476 şirket varken, 2009 yılında sadece 3402 şirket bırakılmıştır.
Zamanla şirketlerin iflas tehlikelerine karşı uyarılmasına olanak tanıyan araçların geliştirilmesi ve uygulanması önemli hale geldi, bu nedenle şirketlerin sürdürülebilirliği ve üretkenliği bir ekonomiyi sürdürmek için temeldir, buna sahip olmanın önemi vardır. iş iflaslarını belirleyen ve önlemeye yardımcı olan ve karşılığında, iş üretkenliği düzeyini sektör düzeyinde daha iyi tanıyan araçlara sahip olan araçlar türü, böylece belirli bir sektör daha iyi kontrol edilebilir ve gözden geçirilebilir.
- FİNANSAL GÖSTERGELER
Finansal analiz, bir iktisadi işletmenin finansal ve operasyonel performansını değerlendirmek ve aynı zamanda yöneticiler, yatırımcılar, alacaklılar ve diğer üçüncü şahıslar açısından doğru karar almalarına katkıda bulunmak amacıyla yapılan çalışmadır. varlıkla ilgileniyor. Bu, finansal analizin en yaygın biçimidir ve değerlendirilen kuruluşun likidite, ciro, ödeme gücü, karlılık ve borçluluk gibi bir şirketin belirli yönlerini bilmek için iki hesap veya finansal tablo kalemleri arasındaki ilişkiyi temsil eder.
Şimdi, daha kesin olmak gerekirse, bir mali gösterge (veya mali oran) ekonomi hakkında bir istatistiktir; finansal göstergeler ekonomik sonuçların analizine ve gelecekteki sonuçların tahminlerine izin verir; uygulaması ve faydası, büyük ölçüde mevcut bilgilerin doğruluğuna ve finansal analistin kapasitesine bağlıdır.
Ekvador'da, şirketler için düzenleyici kurum, kendi web portalında ülkede kayıtlı şirketleri kontrol etmek ve izlemek için kullanılan yirmi finansal göstergenin bir tablosunu yayınlayan Şirketlerin Denetleme Kuruludur; Bu göstergelerin yapılandırılması, “İmalat Sanayii” sektörünün iflas göstergesinin gelişmesine temel teşkil edecek olup, aşağıdaki tablo söz konusu oranları göstermektedir. (www.asesorescorporativos.net, sf)
2.1 “D” SEKTÖRÜNDE LİKİDİTE GÖSTERGELERİ, “İMALAT SANAYİLERİ”
Bu göstergeler, şirketlerin kısa vadeli yükümlülüklerini iptal etme kabiliyetini ölçmeyi amaçlamaktadır, bir şirketin mevcut varlıklarını nakde çevirirken cari borçlarını ödemek zorunda olduğu kolaylık veya zorluğu, yani likidite.
Şekil 1 "D" Sektöründe, "İmalat Sanayilerinde" likidite göstergeleri (Bkz. PDF)
Şekil 1'de açıkça görülmektedir ki "Sektörler"
İmalat ”olan iki likidite endeksi, çalışma dönemi boyunca likidite büyüklüğü bakımından çok benzer bir eğilim sergilemektedir, başka bir deyişle, şirketleri kısa vadeli borçlarını karşılama kapasiteleri yüksektir, ancak herhangi bir Likidite endeksleri çok yüksektir, cari varlıkların yetersiz yönetimi, yani çok verimsiz olma eğiliminde olan fazla likidite varlığı olasılığı olabilir.
2.1.2 SEKTÖR "D", " İMALAT SANAYİLERİ " NDE ÇÖZÜM GÖSTERGELERİ
Bu göstergeler, alacaklıların bir şirketin finansmanına ne ölçüde katıldığını ve bunu ne şekilde yaptığını ölçmeye, başka bir deyişle ticari borçluluk kapasitesini belirlemeye hizmet eder; Bu göstergelerle amaç, incelenmekte olan borcun uygunluğuna ek olarak, alacaklıların ve şirket sahiplerinin taşıdığı riski belirlemektir; ödeme gücü göstergeleri: Şekil 4'te gösterilen "Varlık Borçluluğu", "Özkaynak Borçluluğu", "Sabit Varlık Borçluluğu" ve şekil 2'de gösterilen "Kaldıraç" ve "Finansal Kaldıraç"
Şekil 2. Sektör "D", "İmalat Sanayileri" için Ödeme Gücü göstergeleri (Bkz. PDF)
("Varlık Borçluluğu", "Patrimonyal Borçluluk", "Duran Varlık Borçluluğu")
Şekil 2, imalat sanayinin çalışma dönemi boyunca sürdürdüğü "Varlık Borçluluğu", "Patrimonyal Borçluluk" ve "Duran Varlık Borçluluğu" oranlarına ilişkin davranışını açıkça göstermektedir.
Şekil 3. Sektör "D", "İmalat Sanayi" ("Kaldıraç" ve "Finansal Kaldıraç") Sektöründeki Ödeme Gücü göstergeleri (Bkz. PDF)
Şekil 3, “Kaldıraç” ve “Finansal Kaldıraç” oranlarına ilişkin olarak çalışma döneminde imalat sanayinin sürdürdüğü davranışı açıkça göstermektedir.
Kaldıraç göstergesi, her bir özkaynak birimi için elde edilen varlıkların parasal birimlerinin sayısına karşılık gelir; Başka bir deyişle, şirketin iç kaynaklarının üçüncü taraf kaynaklarla ne ölçüde desteklendiğini belirler; Bu anlamda, imalat sanayi pozitif endeksler sunmaktadır, çünkü her zaman 3 civarında, yani her bir dolar şirket özsermayesi için yaklaşık 3 dolar varlığa ulaşılmıştır.
2.1.3 “D” SEKTÖRÜNDE YÖNETİM GÖSTERGELERİ, “İMALAT SANAYİLERİ”
Yönetim göstergeleri, şirketlerin kaynaklarını kullandıkları verimliliği ölçmeye hizmet eder, varlık bileşenlerinin rotasyon düzeyini ölçer; kredilerin geri kazanılma derecesi ve yükümlülüklerin ödenmesi; bir şirketin varlıklarını kendilerine uygulanan değerlerin geri kazanılma hızına ve satışlardan elde edilen gelirle ilgili olarak şirketin çeşitli giderlerinin ağırlığına göre kullanma etkinliği; Dikkate alınan yönetim göstergeleri şunlardır: Şekil 4, "Ortalama Tahsilat Süresi" ve "Ortalama Ödeme Süresi" gösterilen "Portföy Ciro", "Sabit Varlık Devir Hızı" ve "Satış Ciro" şekil 5 ve imalat sanayi için şekil 6'da gösterilen "Yönetim ve Satış Giderlerinin Etkisi" ve "Mali Yükün Etkisi".
Şekil 4. Sektör "D", "İmalat Endüstrileri" ("Portföy Rotasyonu", "Duran Varlıklar Rotasyonu" ve "Satış Rotasyonu") Sektöründeki yönetim göstergeleri (Bkz. PDF)
Şekil 4, imalat sektörünün çalışma dönemi boyunca sürdürdüğü "Portföy Devir Hızı", "Duran Varlıklar Devir Hızı" ve "Satış Devir Hızı" oranlarına ilişkin davranışını açıkça göstermektedir.
Portföy cirosu, alacak hesaplarının ortalama olarak belirli bir süre içinde, genellikle bir yıl içinde döndüğü, dolayısıyla imalat sanayi için alacak hesaplarının ortalama olarak nakit haline geldiği anlamına gelir 17 çalışma süresi boyunca, bu kesinlikle dikkate değer bir faktördür.
Sabit kıymet devir hızı, sabit kıymetlere yatırılan her bir parasal birim için satılan para birimlerinin sayısını ortaya koymaktadır.
Satış cirosu, toplam varlıkların kullanımındaki etkinliği ve belirli bir satış düzeyinde varlıkların kaç kez kullanıldığını ölçmek için kullanılan bir orandır.
Şekil 5. "D" Sektöründe, "İmalat Sanayilerinde" ("Ortalama Toplama Süresi" ve "Ortalama Ödeme Süresi") yönetim göstergeleri (Bkz. PDF)
Şekil 5, "İdari Giderlerin ve Satışların Etkisi" ve "Mali Yükün Etkisi" oranlarına göre imalat sanayinin çalışma döneminde sürdürdüğü davranışı açıkça göstermektedir.
Yönetim ve satış giderlerinin etkisi, yönetim ve satış giderlerini satışlarla ilişkilendirmeye hizmet eder; Bir şirket nispeten kabul edilebilir bir brüt kar marjı sunabilse de, düşük bir işletme marjını ve şirketin net karında bir düşüşü belirleyecek olan güçlü işletme giderlerinin (idari ve satış) varlığı nedeniyle azalabilir. İmalat sanayiinde ise etkinin 2009 yılında hafif bir artış göstererek dönem boyunca azaldığı, yani satış maliyetleri artmasına rağmen brüt kar üzerindeki etkisinin önemli olmadığı görülmektedir.
Mali yükün etkisi, mali giderlerin ne kadarının şirketin geliri üzerinde olduğunu bilmeyi mümkün kılar; Bu anlamda imalat sanayi, satış düzeyi açısından finansal kuruluşlarla olan yükümlülükleri çok düşük olan bir sektördür ve bu da genel olarak kendi kendini finanse eden bir sektör olduğunu göstermektedir.
2.1.4 “D” SEKTÖRÜNDE KRLILIK GÖSTERGELERİ, “İMALAT SANAYİLERİ”
Karlılık veya performans göstergeleri, şirket yönetiminin maliyet ve giderleri kontrol etmedeki etkinliğini ölçmek ve bu etkinlik aracılığıyla satışları kâra dönüştürmek için kullanılır.
Yatırımcının bakış açısından, bu göstergeleri kullanmak için en önemli şey, şirkete yatırılan değerlerin getirisinin (öz sermaye getirisi ve toplam varlıkların getirisi) nasıl gerçekleştiğini analiz etmektir. Göz önünde bulundurulan kârlılık göstergeleri şunlardır: "Net Varlık Getirisi (Du Pont)", "Brüt Kar Marjı", "İşletme Marjı", "Net Satış Getirisi (Marj
Net) "," Özsermaye Operasyonel Karlılık "ve" Finansal Karlılık "; imalat endüstrisi için şekil 6'da gösterilmektedir.
Şekil 6. "D" Sektöründe Karlılık Göstergeleri, "İmalat Sanayileri" ("Net Aktif Kârlılığı (Du Pont)", "Brüt Kar Marjı", "Faaliyet Kar Marjı", "Satışlardan Net Kârlılık (Net Kâr)", "Hisse Senedi Operasyonel Karlılık" ve "Finansal Karlılık" (Bkz. PDF)
Şekil 6, “İmalat Sanayi” sektörünün karlılık göstergeleri açısından davranışını göstermektedir.
Varlığın net karlılığı, bir varlığın borç veya özkaynak yoluyla olabilen finansmanı hesaba katılmadan kar elde etme kapasitesini gösterir. "İmalat Sanayileri" sektörü için, bu gösterge, net karının ortalama olarak toplam varlıkların% 12'sine karşılık geldiğini ve zamanla arttığını göstermektedir.
Brüt kar marjı, satışların maliyetine karşı satışların karlılığını ve şirketin işletme giderlerini karşılama ve kesintiler ve vergilerden önce kar üretme kabiliyetini bilmemizi sağlar33. İmalat sanayi satışları yıllık brüt kârın ortalama% 46'sını oluşturuyor, ancak şekil 14 bu göstergenin o kadar düştüğünü gösteriyor, öyle ki 2009'da sadece% 38'e düşüyor ki Bunun gibi bir sektör için endişe verici, çünkü üretimi ve sonrasında satışı iş güdüsü.
Finansman yöntemi ne olursa olsun, işletmenin kendi içinde karlı olup olmadığını gösterdiği için bir şirketin karlılığı çalışmasında işletme marjı büyük önem taşır. "İmalat Sanayii" sektöründe faaliyet karı ortalama olarak satışların% 5,93'üne tekabül etmekte olup, genel olarak bu gösterge dönem içinde büyümeye devam etmiş ve 2008 yılında% 8,77 değerine ulaşmıştır..
Satışların net karlılığı veya net kar marjı, vergileri karşılamak ve ortaklar için kar elde etmek için satılan her dolardan ne kadar kaldığını gösterir; yüzde puanı olarak ortaklar arasında dağıtılacak net kar için kalan satış yüzdesini gösterir. İmalat sanayi için ortalama olarak net gelir, net satışların% 8,41'ine karşılık gelirken, 2009'da bu gösterge% 7,97'ye düştü.
Öz sermayenin operasyonel karlılığı, ortakların veya hissedarların şirkete yatırdıkları sermayeye göre, finansal giderler veya vergiler ve işçi katılımı dikkate alınmaksızın kendilerine sunulan karlılığı gösterir. Ekvador örneğinde, "İmalat Sanayileri" sektörü, ortalama olarak, özsermayenin% 29,2'si kadar bir işletme karı, yüksek bir karlılık sunuyor ve 2008,% 39,95 ile en yüksek toparlanan yıl ve her zaman büyüyen; Bilginin 2009 yılı için Şirketler Müfettişliği'nden temin edilemediği unutulmamalıdır.
Finansal karlılık, şirket sahiplerinin yatırımı ile ilgili olarak elde edilen net karı (finansal giderler, vergiler ve çalışan katılımı düşülerek) hesaplar. Bu anlamda, imalat sanayi çalışma dönemi için ortalama% 33,13 finansal karlılık elde etmiş, 2008 yılında en yüksek tepe noktası% 36,90 ve 2009 yılında birkaç puan düşmüştür. % 34.07'ye ulaşıldı. (http://www.infosigma.com/diagnostico_financiero.htm, sf)
2.3 METODOLOJİK İNCELEME
Bir şirketin ödeme gücünün ölçülmesi veya iş iflaslarının tahmini, belirli belgelerde açıklandığı gibi, birkaç araştırma ve analize tabi tutulmuştur; prensip olarak bu çalışmaların çoğu, muhasebe verilerine dayanan finansal endekslerin yeterli olduğu sonucuna varmıştır. iflas etmiş şirketler ile sağlıklı şirketler arasında ayrım yapmak.
Ülkelerinin benzer koşulları paylaştığı ve Ekvador'un ait olduğu bir bölge olduğu için Latin Amerika'da incelenen farklı uygulamaların yanı sıra temel teorilerinden çeşitli metodolojileri analiz etmekle ilgilidir; Şirketlerde borç ödeme kabiliyetinin ölçülmesi risklerin azaltılması hedefi nedeniyle önem kazanan bir konu olduğu için ülkemizde önemli bir katkı sağlayıcısı olarak kabul edilebilecek analizleri dikkate almak gerekmektedir.
Başlangıçta, iflasın yanı sıra kayıp riskini ölçme ve azaltma girişimleri birkaç on yıldır yapılmıştır, hatta 1930'lara kadar uzanmaktadır (Winakor, 1935). Daha tutarlı ve geçerli sonuçlar elde etmek için matematiksel ve istatistiksel analizlerle ilk çalışmalar yıllar sonra yapıldı; (Beaver, 1968), iş başarısızlığını tahmin etmek için tek değişkenli modellerin öncülerinden biriydi.
Bu vizyonun yerini hızla çok değişkenli bir yaklaşım aldı, böylece şirketlerin çeşitli yönleri değerlendirilebilir, bu noktada (Fisher, 1925), (Altman, FINANCIAL RATIOS, DISCRIMINANT ANALYSIS) gibi yazarların önerdiği Ayrımcı Analiz VE KURUMSAL BANKACILIK TAHMİNİ, 1968), (blum, 1974), (Deakin, 1972) diğerlerinin yanı sıra, bazı uygulamalarda çok iyi sonuçlar elde eden şirketleri değerlendirmek için diskriminant analizini kullanmaktadır.
Bununla birlikte, bu araç, verilerin normalliği varsayımları gibi geçerliliği için karşılanması gereken belirli gereksinimleri gerektirdiğinden, metodoloji ile ilgili daha sonra sorular ortaya çıkmaktadır. Bu nedenle, Logit, Probit veya Yapay Zeka (Sinir Ağları) modelleri gibi, ilk ikisi koşullu olasılık modellerine dayanan, ayrımcı analiz varsayımlarına mutlaka uymayı gerektirmeyen biraz daha karmaşık modeller ortaya çıkar.
(Marti, 1977), (Ohlson, 1980), (Ohlson, 1980), (Golinsky, 1998), (Golinsky, 1998), (Platt, 1991) gibi yazarlar, bu tekniklerle farklı alanlarda çalışmalar yapmış, daha fazlası Ayrımcı Analizinin yanı sıra açıklanan bu araçlar bile modelin diğer kısıtlamalarına tabidir.
Latin Amerika bölgesinde, 1994-2004 döneminde Kolombiya toplumlarında (Merton, 1974) probit modellerinin ve süre modellerinin temel kredi risk modellerinin karşılaştırılması, tanımlanması ve tahmininde referans olarak (Arroyo, 2009) buluyoruz.
Peru'da (Mongrut, 2011) 1995-2007 döneminde finansal zorluk yaşayan ve olmayan şirketlere uygulanan bir lojistik modeli kullanarak, Perulu şirketlerin iflas etme olasılığını etkileyen, yerli ürünün büyümesi gibi bazı makroekonomik faktörleri buldu. sanayi brüt (GSYİH), yıllık enflasyon büyümesi ve mali kriz dönemleri.
Şili'de yapılan araştırmalar (Romani, 2002), Şili'deki şirketlerin güvenilirlik derecesini daha doğru bir şekilde sınıflandıran ve öngören modeli belirlemeye çalışmaktadır, sonuçlar Sinir Ağları Modelinin Lojistik Regresyon ve Bununla birlikte, ayrımcı analiz, olguyu açıklamaya izin verir, bu da sorunu en iyi açıklayan değişkenlerin tanımlanması anlamına gelir.
Genel olarak bu alanda incelenen çalışmalara dayanılarak önerilen araçların ortamın koşullarına ve gerçeklerine göre farklı araştırmalarda değerlendirilebileceği; bu nedenle, gözden geçirilen farklı tekniklerden herhangi birinin kullanımı, istenen sonuçlara ek olarak kısıtlamalara, mevcut bilgilere, yazılıma ve metodolojiye uygunluğa bağlı olacaktır.
2.4 TAKİP EDİLECEK MODELİN GEREKÇELERİ
Önceki bölümde belirtildiği gibi, iş başarısızlığının değerlendirilmesi için uygulanabilecek farklı metodolojiler, çalışmanın kendi kısıtlamaları içinde çerçevelenmiştir. Bu araştırma durumunda, bilginin adaptasyonu, esnekliği ve metodolojinin basitliği nedeniyle, "Üretim Endüstrileri" sektöründe bir ödeme gücü göstergesi oluşturulması Fisher's Discriminant Analysis uygulaması ile gerçekleştirilecektir.
Ayrımcı Analiz seçiminde finansal oranların (sahip olunan girdilerin) kullanımı da oldukça önemlidir, bu teknikle diğer disiplinlerde olduğu gibi finans alanında da çeşitli çalışmalar yapılmıştır. Şu anda büyük şirketler ve özellikle finansal şirketler, bir Puan veya bireysel puanlar almaya dayalı metodolojiler kullanmaktadır.
Ayrımcı Analiz tekniği, şirketler için ortak olan özelliklerin eksiksiz bir profilini ve bu özelliklerin etkileşimini dikkate alma avantajlarına sahiptir, bu nedenle bu istatistiksel teknik, bir gözlemi aşağıdakilere bağlı birçok önsel gruptan birine sınıflandırmak için kullanılır. gözlemin bireysel özellikleri. (Altman., 2000)
Bu istatistiksel araç, uygulamalarında kendisini sağlam bir teknik olarak konumlandırmıştır. Yapılan çalışmalarda, Diskriminant Analizi sonuçlarının, kısıtlamalarının karşılanmadığı durumlarda, örneğin Logit Analysis gibi normallik varsayımları gerektirmeyen başka bir modelle karşılaştırılmasının, sonuçlarının önemli farklılıklar göstermediğini, çünkü Logit durumunda da gerekli olduğunu ileri sürmektedir. birkaç varsayımın yerine getirilmesi.
Bu, bu durumda, Ayrımcı Analizinin, her bir şirketin bir puanını (endeksini) oluşturmak için gerçekliği özümseyen bir işlev oluşturmaya gelince çok geçerli bir metodoloji olduğunu ve bu şekilde bir şirketin çözücü olup olmadığının değerlendirildiğini belirler. iflas aşamasındadır.
2.5 MODEL
Ayrımcı analiz, farklı bireyleri, sınıflandırılacak bireyler üzerindeki bir dizi değişkenin değerlerine göre alternatif gruplara veya popülasyonlara sınıflandırmak için kullanılır. Her birey yalnızca bir gruba ait olabilir. Bir veya diğer gruptaki üyelik, mevcut gruplar kadar çok değer alan kategorik bir değişken aracılığıyla analize dahil edilir.
Diskriminant analizinde bu değişken bağımlı değişken rolünü oynamaktadır. Bireyleri sınıflandırmak için kullanılan değişkenler, sınıflandırma değişkenleri olarak adlandırılacaktır. Kriter değişkenlerinin veya öngörücü değişkenlerin adları veya açıklayıcı değişkenlerin genel adı da kullanılır. Diskriminant analizinde, sınıflandırıcı değişkenlerden gelen bilgiler, sonunda sınıflandırma sürecinde kullanılan diskriminant fonksiyonlar adı verilen fonksiyonlara sentezlenir.
Açıklayıcı ve öngörücü amaçlar için ayırıcı ve çoklu doğrusal korelasyon analizi uygulanır. Açıklayıcı kullanım, her bir sınıflandırıcı değişkenin her bireyin doğru sınıflandırmasına katkısını belirlemeye çalışır. Tahmine dayalı bir uygulamada, sınıflandırma değişkenleri tarafından alınan değerlerin bilindiği bir bireyin ait olduğu grubu belirleme sorunudur. (Sanchís, 2003)
Diskriminant analizi, farklı değişken türlerinin oynadığı rolün her iki yöntemde de tersine çevrildiği, varyans analizinin temel bir koşul olduğu çok değişkenli analiz yöntemlerinden biridir. Dolayısıyla, varyans analizinde kategorik değişken (faktör) açıklayıcı değişkendir, diskriminant analizinde ise kategorik değişken tam olarak bağımlı değişkendir (Uriely Aldás 2005).
Diskriminant analizini, bağımlı değişkenin kategorik olduğu ve grupların her birinin etiketinin kendi kategorileri olduğu, bağımsız değişkenlerin süreklilik gösterdiği ve nesnelerin hangi gruplara ait olduğunu belirlediği çoklu regresyon analizi olarak düşünmek mümkündür. Amaç, nesnelere verilen gruplarda en iyi ayrım yapan sürekli değişkenler arasındaki doğrusal ilişkileri bulmaktır. Bir diğer amaç, önceden sınıflandırılamayan yeni bir nesneyi belirli bir risk derecesine sahip önceden belirlenmiş gruplardan birine atayan bir karar kuralı oluşturmaktır.
Ayrımcı analizini kullanmadan önce bir dizi kısıtlama veya varsayım dikkate alınmalıdır:
- Yalnızca bir kategorik değişken vardır ve değişkenlerin geri kalanı aralık veya oran değişkenleridir ve buna göre bağımsızdır. En az iki grup olmalı ve her grup için iki veya daha fazla durum gereklidir. Ayırıcı değişkenlerin sayısı olmalıdır Nesnelerin sayısından az eksi 2: ve n, nesnelerin sayısıdır.Hiçbir ayırt edici değişken, diğer ayırıcı değişkenlerin doğrusal bir kombinasyonu olamaz. Maksimum ayırıcı fonksiyon sayısı, değişken sayısı ile grup sayısı eksi 1 arasındaki minimuma eşittir (K grupları ile, (K - 1) Tüm grupların kovaryans matrisi Σ'ye eşittir. (Eş varyans hipotezi) Her grup çok değişkenli normal dağılıma sahiptir. Önceki hipotezler (2.1)G gruplarının her birinde bağımsız çok değişkenli rastgele bir örneklemin çizildiği varsayılır.
2.5.1 BALIKÇININ AYIRT EDİCİ FONKSİYONU
Değişkenlerin sınıflandırılmasıyla ilgili problem, 1936'da p değişkenlerinin genel durumu için Fisher istatistiği tarafından analitik olarak çözüldü.
Fisher'in diskriminant fonksiyonu D, K değişkenlerinin doğrusal bir fonksiyonu olarak elde edilir.
açıklayıcı X, yani (2.2)
Ortaya çıkan sorun, ağırlıklandırma katsayılarının elde edilmesidir Eğer n gözlem olduğu düşünülürse, ayırt edici fonksiyon n gözlem için ifade edilebilir:
(2.3)
Dolayısıyla, i'inci gözleme karşılık gelen ayırt edici skordur. Açıklayıcı değişkenleri ortalamadan sapmalarla ifade etmek de öyle olacaktır. Önceki ilişki, gözlemler dizisi için matris biçiminde ifade edilebilir:
(2.4)
Veya daha kompakt matris gösteriminde:
(2.5)
Ayırt edici fonksiyonun değişkenliği, yani, ortalamalarından sapmalarda ayırt edici değişkenlerin karelerinin toplamı aşağıdaki gibi ifade edilebilir: (2.6)
(2.6) 'nın ikinci üyesi, +, matrisinin ikinci dereceden bir şeklidir. Bu matris, değişkenler ortalamaya göre sapmalarla ifade edildiğinden, X değişkenlerinin karelerinin toplamı ve çapraz çarpım (SCPC) matrisidir.Bu matris, gruplar ve SCPC arasındaki SCPC matrisine ayrıştırılabilir. kalıntı veya grup içi; X'X'in ayrışması şu şekilde ifade edilebilir:
(2.7)
T, F ve W sırasıyla gruplar arasında ve gruplar içinde toplam SCPC matrisleridir. (2.6) 'daki (2.7) yerine geçerek şunu elde ederiz:
(2.8)
Bir önceki ifadede T, F ve W'nin örnek verilerle hesaplanabileceği, katsayıların belirleneceği unutulmamalıdır. Fisher tahmini için aşağıdaki kriterleri kullandı:
Fisher'in ayrımcı işlevini elde etme kriterleri
(2.9)
Bu kriterle, ayırıcı ekseni belirlemeye çalışıyoruz, böylece üzerine yansıtılan dağılımlar mümkün olduğu kadar uzak (gruplar arasında daha fazla değişkenlik) ve aynı zamanda dağılımların her biri en az dağılmış (daha az gruplar içinde değişkenlik).
Analitik olarak Fisher'ın kriteri şu şekilde ifade edilebilir:
Ayrımcı işlevi elde etme kriteri
(2,9 bis)
Görülebileceği gibi, (2.8) 'in birinci teriminin (gruplar arası), ikinci terimin (gruplar içi) aleyhine olabildiğince büyük olması sorunudur.
Fisher'in diskriminant fonksiyonuna (2.3), orijinal değişkenlerin doğrusal bir kombinasyonu olarak elde edildiğinden, genellikle doğrusal niteleyici eşlik eder.
(2.9) 'un maksimizasyon sürecinde elde edilen (normalleştirilmiş) katsayılar, diskriminant ekseninin durumunu tanımlayan bir kosinüs kümesi olarak görülebilir. Bu yorum için, atıfta bulunulan normalleştirme, karelerinin toplamının birlik olduğudur.
Bu nedenle diskriminant skorları, denklem (2.3) 'de a değerleri verilerek elde edilen değerlerdir ve orijinal değişkenlerin K-boyutlu uzayının her noktasının diskriminant ekseni üzerine yansıtılmasıyla elde edilen değerlere karşılık gelir.
Ağırlık merkezleri veya ağırlık merkezleri (yani araçların vektörü), gruplar hakkındaki bilgileri özetleyen temel istatistiklerdir. Grup I ve II'nin centroidlerini belirtmek için kullanılan isimler şunlardır:
(2.3) 'te vektörün elemanları ile yer değiştirerek bunu elde ederiz
Grup II'de benzer şekilde ilerleyerek şunları elde ederiz:
(2.12)
Ayrımcı kesme noktası C, aşağıdaki şekilde ortalama alınarak hesaplanır:
Ayrımcı kesim noktası:
(2.13)
Birey i sınıflandırmanın kriteri şudur:
Evet, birey i grup I'de sınıflandırılır.
Evet, birey i grup II'de sınıflandırılır.
Genel olarak, diskriminant analizi uygulandığında, C'nin değeri fonksiyondan çıkarılır. Bu şekilde, ayırt etme işlevi şu şekilde verilir:
Yukarıdaki denklem kullanılarak bir birey, 0 ise grup I'de ve aksi takdirde grup II'de sınıflandırılır.
(2.14) 'ün ikinci üyesi 0'a eşitse, 2 değişken olması durumunda, doğrunun denklemi elde edilir:
Düzlemdeki I ve II gruplarını sınırlayan.
(2.14) 'ü kullanmanın alternatif bir yolu vardır, bu da her grup için ayırıcı işlevler oluşturmayı içerir ve yine kriter (2.9)' a dayanır.
F1 ve F2 olarak adlandırılan bu işlevler aşağıdaki yapıya sahiptir:
Bu işlevler kullanıldığında, birey, işlevin en büyük olduğu grupta sınıflandırılır. Bu tür sınıflandırma işlevleri, 2'den fazla grup olduğu duruma kolayca genelleştirilme avantajına sahiptir. Fonksiyonların katsayılarından (2.16), fonksiyonun katsayıları (2.14) aşağıdaki denklik ile elde edilebilir:
2.5.2 ALTMAN MODEL Z
Altman'ın "Z Puanı" veya "Z Modeli", 1966'da Edward Altman tarafından oluşturulan ve çoklu ayrımcılığın yinelemeli istatistiksel analizine dayanan bir modeldir.
Bu model, ağırlıklandırılan ve birbirine eklenen (bağımsız değişkenler) beş finansal orandan ve farklı şirketleri çözücü ve ödeme aczine göre sınıflandıran bir ayırt edici değişkenden (bağımlı değişken) oluşur.
Altman modelinin geliştirilmesi, son 20 yılda başarısız olan 33 şirkete ve çalışma tarihinde halen faaliyette olan 33 şirkete bölünmüş 66 şirketten oluşan bir örneklemden oluşuyordu; Likidite, karlılık, kaldıraç, ödeme gücü ve faaliyet olmak üzere 5 standart kategoride sınıflandırdığı her bir şirket için 22 finansal oran hesaplamaya devam etti.
Katı bir model bulmaya yönelik pek çok denemeden sonra, iflasın öngörülmesinde en iyi sonucu veren 5 değişkeni seçti, bu anlamda diskriminant işlevi şu şekildedir:
Nerede:
Böylece ayrımcı puanların bulunabileceği 3 farklı alan belirleniyor:
(Altman, ŞİRKETLERİN FİNANSAL BÖLGESİNİ TAHMİN ETMEK: Z-SKORUNU YENİDEN ZİYARET ETMEK VE, 2000)
SONUÇLAR
- İmalat Sanayi, Ekvador ekonomisinde dinamizm yaratan, mevcut şirketler, yeni şirketlerin oluşumu ve iş birleşmeleri yoluyla Ekvador GSYİH'sinin oluşumuna önemli ölçüde katkıda bulunur İmalat Sanayi, esas olarak küçük ve mikro şirketlerden oluşur; Bununla birlikte, bu iş segmentleri aynı zamanda "feshedilmiş ve / veya tasfiye edilmiş" durumda en yüksek şirket yüzdesine sahip olanlardır, bu nedenle bu duruma sahip olan şirket sayısını azaltmak için kontrolleri önemlidir. Alacaklılarının “İmalat Sanayii” sektörü yönetilebilir, çünkü sektör (toplam düzeyde) alacaklıları ile% 55 civarında taahhütte bulunmuştur.İmalat Sanayi üçüncü şahıslar üzerinde özerkliğe sahip değildir,Özsermaye borçluluk göstergesinin 2 civarında dalgalanması nedeniyle, özkaynaklarının yükümlülüklerini karşılamaya yetmediği anlamına gelir.İmalat Sanayinin yönetimi, varlıklarının ve satışlarının cirosunun sürekli olarak dalgalandığını düşünerek iyidir. Korumak için nispeten yeterli değerler Zaman içinde, şirketlerin ödeme gücünü ölçmek önemli olmuş ve bu amaç için farklı matematiksel tekniklerin kullanılmasına izin vermiştir; Ancak bu araçlar ortamın koşullarına ve gerçeklerine göre farklı incelemelerde düşünülebilir; Bu anlamda, farklı tekniklerden herhangi birinin kullanımı kısıtlamalara, mevcut bilgilere, yazılıma ve / veya metodolojiye uygunluğa bağlı olacaktır,İmalat Sanayindeki büyük firmaların ödeme gücü, esas olarak üretebilecekleri kaldıraç seviyesi ve likiditeleri ile tanımlanmaktadır. İmalat Sanayinde orta ölçekli firmaların ödeme gücü bulunur. esas olarak likidite seviyeleri ve varlıkları aracılığıyla ürettikleri karlılık ile tanımlanır ve bu iş segmentinde üstün olmayan finansal karlılık bir kenara bırakılır.İmalat Sanayisindeki küçük firmaların ödeme gücü tanımlanır temel olarak yönetim kapasitesi ve faaliyetlerinin finansmanı yoluyla elde edilebilecek karlılık nedeniyle; demek ki,Kendi küçük doğası gereği gelişmesi için yönetebileceği dış borç kapasitesi İmalat Sanayindeki firmaların ödeme gücü her tür şirket için, kendi nitelikleri (pazar nişi gibi) için genel bir şekilde açıklanamaz. Büyük, orta ve küçük şirketlerin sahip olduğu, bir şirketin ödeme gücü kapasitesini bir veya başka bir segmentte farklı tanımlayanlardır. "İmalat Sanayii" sektörü için iflas göstergelerinin detaylandırılması, işletmenin ödeme gücü kapasitesinin analiz edilmesini sağlar. Bu sektördeki firmalar, iflasları önlemenin bir aracı haline geliyor."İmalat Sanayileri" sektörü için verimlilik göstergelerinin belirlenmesi, sektördeki firmaların iş kararları alabilmeleri için üretken durumlarının teşhis edilmesine ve böylelikle sektörün gelişimini teşvik edecek üretken tekniklerin geliştirilmesine olanak sağlar.İş iflaslarının hafifletilmesi, daha verimli olmalarını sağlar. Ödeme gücü istikrarı, iş üretkenliğini sürdürmede kilit bir faktör olduğundan, "İmalat Endüstrileri" sektörüne
kaynakça
- (Sf). Http://www.infosigma.com/diagnostico_financiero.htm.Alman, EI (1968) adresinden alınmıştır. FİNANSAL RASYOLAR, AYRIMCI ANALİZ VE KURUMSAL BANKACILIK TAHMİNİ. Editoryal Duyurular.Altman. (1968). FİNANSAL RASYOLAR, AYRIMCI ANALİZ VE KURUMSAL BANKACILIK TAHMİNİ. Altman. (2000). ŞİRKETLERİN MALİ BÖLGESİNİN TAHMİN EDİLMESİ: Z-PUANININ YENİDEN ZİYARET EDİLMESİ VE. Altman., EI (2000). ŞİRKETLERİN FİNANSAL BÖLGESİNİ TAHMİN ETMEK: ZSCORE'U YENİDEN ZİYARET ETMEK VE. Akış. (2009) Kunduz. (1968). Yıllık Kazanç Duyurularının Bilgi İçeriği Son Üç Yılda Red mi Edildi? blum. (1974). iş sağlığı. Deakin, EB (1972). "İş Başarısızlığının Ayrımcı Analizi". Ekvador, SI (sf). www.supercias.gob.ec.Öğrenci, E. (1999). GF Baskı. Madrid İspanya Fisher. (1925).ARAŞTIRMA ÇALIŞANLARI İÇİN İSTATİSTİKSEL YÖNTEMLER. Golinsky. (1998) Golinsky. (1998) Marti. (1977) Marti, P. (2 Nisan 2008). http://webs.ono.com/martipascual. Http: //www.derechoecuador.com.Revista Judicial.Merton adresinden erişildi. (1974) Mongrut. (2011) Ohlson. (1980) Ohlson. (1980) Platt, P. ve. (1991) Romanca. (2002) Sanchís. (2003). Sigorta şirketlerinde acizlik tahmininde ayrımcı analiz. SRİ. (2008). Yıllık Yönetim Raporu. Winakor, A. a. (1935). Başarısız Sanayi Şirketlerinin Mali Yapısındaki Değişiklikler, İşletme Araştırma Bürosu, Urbana, Illinois.. Illinois: Bülten No. 51, Illinois Üniversitesi,. www.asesorescorporativos.net. (Sf).com.Revista Judicial.Merton. (1974) Mongrut. (2011) Ohlson. (1980) Ohlson. (1980) Platt, P. ve. (1991) Romanca. (2002) Sanchís. (2003). Sigorta şirketlerinde acizlik tahmininde ayrımcı analiz. SRİ. (2008). Yıllık Yönetim Raporu. Winakor, A. a. (1935). Başarısız Sanayi Şirketlerinin Mali Yapısındaki Değişiklikler, İşletme Araştırma Bürosu, Urbana, Illinois.. Illinois: Bülten No. 51, Illinois Üniversitesi,. www.asesorescorporativos.net. (Sf).com.Revista Judicial.Merton. (1974) Mongrut. (2011) Ohlson. (1980) Ohlson. (1980) Platt, P. ve. (1991) Romanca. (2002) Sanchís. (2003). Sigorta şirketlerinde acizlik tahmininde ayrımcı analiz. SRİ. (2008). Yıllık Yönetim Raporu. Winakor, A. a. (1935). Başarısız Sanayi Şirketlerinin Mali Yapısındaki Değişiklikler, İşletme Araştırma Bürosu, Urbana, Illinois.. Illinois: Bülten No. 51, Illinois Üniversitesi,. www.asesorescorporativos.net. (Sf).Başarısız Sanayi Şirketlerinin Mali Yapısındaki Değişiklikler, İşletme Araştırma Bürosu, Urbana, Illinois.. Illinois: Bülten No. 51, Illinois Üniversitesi,. www.asesorescorporativos.net. (Sf).Başarısız Sanayi Şirketlerinin Mali Yapısındaki Değişiklikler, İşletme Araştırma Bürosu, Urbana, Illinois.. Illinois: Bülten No. 51, Illinois Üniversitesi,. www.asesorescorporativos.net. (Sf).
