И тут мы приоткрываем завесу над нашим замыслом комплексной оценки риска банкротства корпорации, основанной только на качественных шкалах и отношениях предпочтения между факторами в структуре иерархии этих факторов. При этом и саму иерархию, и отношения порядка мы настраиваем в модели риска банкротства корпорации совершенно индивидуально, на свое усмотрение. И в этом смысле мы совершенно свободны от ограничений известных методов для оценки риска банкротства предприятия. [c.31]
В своей предыдущей монографии [53], на примере метода комплексного финансового анализа корпорации, нам удалось показать, как экспертные представления об уровне факторов могут быть включены в модель оценки риска банкротства, каким образом перейти от качественных представлений об уровнях [c.143]
Во второй главе книги автор исследует риск банкротства корпорации. В отличие от того, что уже сделано в [4, 5, 8], на сей раз множество отдельных показателей работы предприятия представляет собой многоуровневую иерархию, - что, впрочем, не отменяет существа метода анализа матричного агрегирования качественных оценок факторов, как это делалось и в самом простейшем случае оценки. [c.5]
Подобные примеры банкротства и есть те исключения, которые подтверждают правило обычно риск неплатежеспособности по ценным бумагам денежного рынка, выпущенным корпорациями, ниже, чем по корпоративным облигациям. Тому существуют две причины. Во-первых, у краткосрочных инвестиций меньше амплитуда вероятных исходов. Даже если учесть, что отдаленное будущее, как правило, скрыто за облаками, в способности к выживанию отдельной конкретной компании обычно можно быть уверенным хотя бы в течение нескольких следующих месяцев. Во-вторых, только устойчивая компания сумеет получить кредит на денежном рынке. Если вы собираетесь дать деньги только на один день, вы не можете позволить себе затратить много времени на оценку займа. Поэтому вы будете иметь дело только с высококлассными заемщиками. [c.876]
В гл. 5 на примере Европейской биржи опционов (ЕОЕ, Амстердам) исследуется вопрос о том, дают ли нейронные сети существенные возможности для получения прибыли в течение одного торгового дня. Гл. 6 посвящена результатам определения макроэкономических показателей (так называемых глобальных (pervasive) факторов), влияющих на доходы от общего индекса акций на Нью-Йоркской и Амстердамской фондовых биржах. В гл. 7 показано, что нейронные сети являются вполне жизнеспособным инструментом отбора в международном распределении активов, поскольку они позволяют выбрать среди всех портфелей тот, который имеет наивысший доход и наименьший риск. Гл. 8 посвящена оценке кредитного риска посредством данных нефинансового характера. До сих пор очень мало было сделано для того, чтобы в моделях предсказания банкротств учитывать качественные показатели. В то же время, нейронные сети могут работать как с числовыми, так и с нечисловыми данными. В гл. 9, напротив, чисто экономические числовые показатели используются для оценки возможности банкротства корпорации на примере английских производителей комплектующих для автомобилей. В последней, десятой, главе построена нейронная сеть для обнаружения критических точек при изменении показателей доходов по акциям. Результаты показывают, что простое техническое правило торговли, реализованное нейронно-сетевой системой с прямой свя- [c.17]
Нечеткие множества уже доказали свою состоятельность, будучи использованными в процессах финансового менеджмента ряда корпораций (оценка риска банкротства, оценка риска инвестиционного проекта, управление фондовым портфелем). Также автор, выступая в качестве бизнес-аналитика в проекте разработки системы стратегического планирования для компании Siemens AG, имеет отчетливое представление о том, какую реальную службу могут сослужить нечетко-множественные описания для позиционирования бизнеса и оценки его риска. Поэтому следует отметить, что научные результаты, приведенные в данной работе, не являются плодом кабинетных измышлений, но родились в процессе многолетней работы автора в соответствующих бизнес-проектах. Достаточно сказать, что система оптимизации фондового портфеля, разработанная на основе научных работ автора, была внедрена в Пенсионном фонде РФ. [c.97]
Отметим, что исторические (3 отражают степень рисковости акций в про шлом, тогда как инвесторы заинтересованы в оценке будущего риска Так, ста тистические данные могут характеризовать с положительной стороны финансо вое состояние компании в прошлом. Однако ситуация вполне может измениться и прогнозные расчеты покажут, что риск инвестирования в ценные бумаги ком пании будет выше, чем в предыдущие годы возможна и обратная картина Хо рошим примером этого является корпорация AT T В то время, когда она вла дела региональными телефонными компаниями, ее акции были среди наиболее популярных. К настоящему времени ситуация кардинально изменилась в связи с необычайно высокой конкуренцией. С другой стороны, компания hrysler еще несколько лет назад была на грани банкротства, а сегодня ее финансовое состояние вполне благополучно Поэтому очевидно, что риск инвестирования в компанию hrysler снизился, а в компанию AT T возрос [c.175]
И все субъекты фондового рынка - как эмитенты, так и инвесторы - в ходе принятия своих рыночных решений сталкиваются с одной общей проблемой - с неизвестностью завтрашнего дня, которая создает расплывчатые условия для инвестиций. Все стремятся сделать этот мир более предсказуемым, что вызывает потребность в планировании, прогнозировании, в оценке рыночного риска. Генерируются сценарии перспективного развития событий, связанных с изменением уровня цен, объемов выпуска и продаж товарной продукции, с изменением макропараметров экономической среды (уровней налогообложения, ставок по краткосрочным кредитам, темпов инфляции и т.д.), а затем проводится анализ реакции корпоративных финансов на реализуемый гипотетический сценарий. Оптимистические сценарии улучшают финансовое состояние корпорации и ее рыночное положение, а пессимистические - ухудшают, в том числе приводя корпорацию на грань банкротства. [c.7]
Смотреть страницы где упоминается термин Оценка риска банкротства корпорации
: [c.13] [c.100] [c.31] [c.43] [c.100]Смотреть главы в:
Оценка риска бизнеса на основе нечетких данных -> Оценка риска банкротства корпорации