Metodologja za določanje bontetnh ocen poslovnh subjektov (gospodarskh družb, zadrug n samostojnh podjetnkov) (S.BON AJPES model) Kratek ops metodologje Ljubljana, maj 2012
POVZETEK Prps bontetnh ocen slovenskm podjetjem, zadrugam n samostojnm podjetnkom (v nadaljevanju: poslovnm subjektom) z modelom S.BON AJPES temelj na analz računovodskh zkazov n nastopov dogodka neplačla za celotno populacjo slovenskh poslovnh subjektov v daljšem časovnem obdobju. Kot dogodek neplačla se upošteva stečaj, lkvdacja n prslna poravnava v prmeru podjetj n zadrug ter osebn stečaj podjetnka n prslna poravnava nad podjetnkom v prmeru samostojnh podjetnkov. Model S.BON AJPES vključuje večje števlo podmodelov, n scer ločeno za gospodarske družbe n samostojne podjetnke, v okvru teh pa več sektorskh podmodelov glede na osnovno dejavnost poslovanja ocenjevanh poslovnh subjektov ter ločeno obravnavo novoustanovljenh poslovnh subjektov ozroma poslovnh subjektov s krajšm obdobjem poslovanja. Slovenske bontetne ocene (SB) po modelu S.BON AJPES temeljjo na ocen verjetnost, da se bo v podjetju al zadrug ozroma pr samostojnem podjetnku v obdobju 12 mesecev po sestavtv računovodskh zkazov zgodl kater od navedenh nsolventnh dogodkov. Za vsak poslovn subjekt je glede na konkretne vrednost kazalnkov donosnost, lkvdnost, zadolženost, aktvnost n upravljanja s sredstv, produktvnost ter rast poslovanja s S.BON AJPES modelom zračunana skupna verjetnost nastopa dogodka neplačla v obdobju 12 mesecev po datumu zdelave računovodskh zkazov podjetja. Vzorčno pogojene verjetnost so kalbrrane ob upoštevanju značlnost slovenskega gospodarstva n posameznh sektorjev skoz daljše časovno obdobje, k vključuje celotn makroekonomsk ckel. Vzorčno nepogojene ozroma kalbrrane verjetnost neplačla so podlaga za prps bontetnh ocen s S.BON AJPES modelom. Rezultat so neprstranske bontetne ocene za celotno populacjo slovenskh poslovnh subjektov, k bodo bankam služle za ocentev kredtnega tveganja povezanega z verjetnostjo nastopa dogodka neplačla za poljubn slovensk poslovn subjekt. Vsem drugm zanteresranm uporabnkom pa bodo bontetne ocene podlaga za presojo zmožnost poravnavanja obveznost n kredtnega tveganja pr njhovh dejanskh al potencalnh poslovnh partnerjh. S cljem, da b v bontetn ocen, zdan na določen dan, v največj možn mer upošteval razpoložljve tekoče nformacje o poslovanju n plačln sposobnost poslovnh subjektov, pr določtv trenutne bontetne ocene upoštevamo tud tekoče podatke o blokadah transakcjskh računov 1 n objave slovenskh sodšč o nsolventnh postopkh. Prav tako se kot dodatn krterj pr določanju trenutne bontetne ocene upoštevajo podatk o plačln sposobnost 1 Blokade transakcjskh računov zkazujejo nezmožnost plačla sodnh n davčnh zvršb.
podrejenh (odvsnh) družb ter podatk n nformacje z revdranh letnh poročl n revzorjevega mnenja. S.BON AJPES model slovenske poslovne subjekte glede na kredtno tveganje razvrst v 10 bontetnh razredov s prpadajočm slovenskm bontetnm ocenam od SB1 do SB10, pr čemer je SB1 najboljša bontetna ocena. Bontetna ocena SB10d je prpsana poslovnm subjektom pr katerh dejansko prde od nastopa dogodka neplačla. Povprečne verjetnost neplačla po bontetnh ocenah eksponentno (n ne lnearno) naraščajo s premkom od najboljše bontetne ocene SB1 prot najslabš bontetno ocen SB10. Povprečna napovedana verjetnost neplačla ločeno po prvh šesth bontetnh ocenah za gospodarske družbe ozroma samostojne podjetnke (SB1, SB2, SB3, SB4, SB5 n SB6) je tako nžja od povprečne verjetnost neplačla kot velja za vse slovenske gospodarske družbe ozroma vse slovenske samostojne podjetnke. Povprečna napovedana verjetnost neplačla za gospodarske družbe ozroma samostojne v sedmem bontetnem razredu (bontetna ocena SB7) je prblžno enaka povprečn napovedan verjetnost neplačla kot velja za vse slovenske gospodarske družbe ozroma vse slovenske samostojne podjetnke. Povprečna napovedana verjetnost neplačla za gospodarske družbe ozroma samostojne podjetnke ločeno po bontetnh ocenah SB8, SB9 n SB10 je zarad eksponentnega naraščanja bstveno všja od povprečne verjetnost neplačla kot velja za vse slovenske gospodarske družbe ozroma vse slovenske samostojne podjetnke.
KAZALO 1. PODATKOVNE OSNOVE ZA S.BON AJPES MODEL... 5 1.1. LETNA POROČILA O POSLOVANJU POSLOVNIH SUBJEKTOV... 5 1.2. OPREDELITEV DOGODKA NEPLAČILA IN ZBIRANJE PODATKOV O NEPLAČILU... 5 1.2.1. Insolventnost (stečaj, prslna poravnava, lkvdacja)... 6 2. GLAVNI KORAKI PRI IZDELAVI IN OCENITVI PARAMETROV S.BON AJPES MODELA... 8 2.1. FINANČNI KAZALNIKI IN ANALIZA POSAMEZNIH FAKTORJEV TVEGANJA... 8 2.1.1. Obravnava manjkajočh vrednost fnančnh kazalnkov... 9 2.1.2. Transformacja fnančnh kazalnkov... 10 2.1.3. Izbor podskupne najprmernejšh fnančnh kazalnkov... 10 2.2. MULTIVARIATNA ANALIZA SPECIFIKACIJA IN OCENA PARAMETROV PODMODELOV... 11 2.2.1. Vključevanje fnančnh kazalnkov v logstčne sektorske podmodele, ocentev parametrov n zbor optmalnh sektorskh podmodelov... 13 2.2.2. Izračun ocenjenh verjetnost neplačla za poslovne subjekte... 14 3. KALIBRACIJA PODMODELOV V OKVIRU S.BON AJPES MODELA IN PRIPIS BONITETNIH OCEN... 15 3.1. PRIPIS BONITETNIH OCEN GLEDE NA IZRAČUN KALIBRIRANIH VERJETNOSTI NEPLAČILA... 16 3.2. OPIS SLOVENSKIH BONITETNIH OCEN (SB) ZA POSLOVNE SUBJEKTE... 17 3.3. MATRIKE PREHODOV... 22 4. TESTIRANJE VELJAVNOSTI MODELA... 24 4.1. RAZLOČEVALNA MOČ BONITETNEGA MODELA... 24 4.2. PREVERJANJE KALIBRACIJE MODELA... 25 5. TEKOČA AŽURACIJA BONITETNIH OCEN MED LETOM... 26
Poglavje I 1. Podatkovne osnove za S.BON AJPES model 1.1. Letna poročla o poslovanju poslovnh subjektov Kot zhodščna baza podatkov za razvoj S.BON AJPES modela so uporabljen računovodsk zkaz vseh aktvnh slovenskh poslovnh subjektov, zdelan na koncu poslovnega leta v daljšem časovnem obdobju, k predstavlja razvojn vzorec. Gospodarske družbe n samostojn podjetnk predložjo AJPES letna poročla z namenom zagotovtve javnost podatkov n za namen državne statstke. Poleg podatkov o poslovanju poslovnh subjektov z letnh poročl smo za ocentev verjetnost neplačla n prps bontetnh ocen s S.BON AJPES modelom zbral tud podatke o nastopu dogodka neplačla za populacjo slovenskh poslovnh subjektov v daljšem časovnem obdobju z upoštevanjem eno letnega časovnega zamka med računovodskm zkaz n morebtnm nastopom dogodka neplačla. Za potrebe kalbracje ozroma umrjanja modela smo zbral podatke o pojavnost dogodka neplačla za poslovne subjekte ločeno po sektorsk prpadnost za celotno razpoložljvo preteklo obdobje. Tako smo pr ocentv parametrov sektorskh podmodelov S.BON AJPES modela v kar največj mer upošteval značlnost slovenskega gospodarstva, k se odražajo v pojavnost dogodka neplačla, n scer ločeno za gospodarske družbe n samostojne podjetnke. 1.2. Opredeltev dogodka neplačla n zbranje podatkov o neplačlu Opredeltev nastopa dogodka neplačla je ključna z vdka ocentve modela n njegove uporabne vrednost za končnega uporabnka bontetnh nformacj, saj so od šrne defncje odvsne tud realzrane stopnje neplačla. Z novm Baselskm sporazumom (Basel II) se je defncja neplačla razšrla. Šteje se, da je do neplačla s stran dolžnka pršlo, ko se zgod eden al oba od naslednjh dogodkov (Sklep o zračunu kaptalske zahteve za kredtno tveganje po prstopu na podlag notranjh bontetnh sstemov za banke n hranlnce, UL RS 135/2006): - Banka men, da obstaja majhna verjetnost, da bo dolžnk poravnal svoje kredtne obveznost do banke, njene nadrejene družbe al katerekol njene podrejene družbe v celot, ne da b blo za poplačlo treba uporabt ukrepe, kakor je unovčenje zavarovanja (če obstaja); - Dolžnk več kakor 90 dn zamuja s plačlom katere kol pomembne kredtne obveznost do banke, njene nadrejene družbe al katere kol njene podrejene družbe. 5
Ne glede na zgoraj predstavljeno defncjo obstajajo med državam razlke v defncj dogodka neplačla, k je skladen z Basel II standardom, n razlke v zakonodaj, k ureja stečaje podjetj. Pr ocentv modela S.BON AJPES smo se, upoštevajoč omejtve v razpoložljvost neposrednh bančnh podatkov, skušal dogodku neplačla kot ga opredeljuje Basel II kar najbolje prblžat. Dogodek neplačla za gospodarske družbe je v S.BON AJPES modelu defnran kot nastop enega zmed naslednjh dogodkov: - stečaj gospodarske družbe; - začetek prslne poravnave nad gospodarsko družbo n - začetek lkvdacje n/al prslne lkvdacje gospodarske družbe. Dogodek neplačla za samostojne podjetnke je v S.BON AJPES modelu defnran kot nastop enega zmed naslednjh dogodkov: - osebn stečaj podjetnka n - prslna poravnava nad podjetnkom. 1.2.1. Insolventnost (stečaj, prslna poravnava, lkvdacja) AJPES skladno z Zakonom o poslovnem regstru Slovenje upravlja Poslovn regster Slovenje (PRS) kot osrednjo bazo podatkov o vseh poslovnh subjekth s sedežem na območju Republke Slovenje, k opravljajo prdobtno al neprdobtno dejavnost. Sestavn del PRS je (od 1.2.2008 dalje) sodn regster, to pomen, da so podatk o gospodarskh družbah n samostojnh podjetnkh v PRS popolnoma ažurn. Sodn regster, kot sestavn del PRS, ma dva dela: glavno knjgo n zbrko lstn. V glavno knjgo se vpsujejo podatk o posameznem subjektu vpsa, k jh določa Zakon o sodnem regstru (tud podatk o začeth stečajnh postopkh, začeth postopkh prslnh poravnav, začeth postopkh lkvdacje al prslne lkvdacje). V PRS se vpše sklep o začetku postopka prslne poravnave, lkvdacje al stečaja, sklep o zaključku postopka prslne poravnave, lkvdacje al stečaja, s kratko označbo načna zaključka postopka n sklep o potrdtv sklenjene prslne poravnave. Načn vpsa teh podatkov je natančneje urejen v Zakonu o fnančnem poslovanju, postopkh zarad nsolventnost n prslnem prenehanju. O vpsh podatkov, za katere zakon določa, da se vpšejo v sodn regster, odločajo regstrska sodšča. Vps v sodn regster n s tem v PRS se zvede takoj po odločtv sodšča o vpsu n se objav na spletn stran AJPES v trenutku zvrštve vpsa, kar je zredno pomembno, saj publctetn učnk nastopjo z objavo vpsa v sodn regster. Na spletn stran AJPES so objavljene tud 6
lstne, na podlag katerh je bl opravljen vps v Sodn regster n lstne, k se skladno z zakonom vložjo v zbrko lstn. Do 1.2.2008 so se podatk o začeth stečajnh postopkh, postopkh prslnh poravnav n lkvdacj vpsoval v PRS na podlag prejeth sklepov, k so jh AJPES posredovala prstojna sodšča ozroma poslovn subjekt sam. AJPES je najmanj enkrat letno zvajal tud uskladtve podatkov s Sodnm regstrom, s čmer je bla dodatno zagotovljena popolnost n ažurnost podatkov v PRS. Podatk, vpsan v PRS ozroma sodn regster, so javn. Javnost podatkov AJPES zagotavlja z vpogledom v podatke prek spletne stran AJPES (aplkacja PRS), z zdajanjem zpsov z PRS n s prpravo zbora podatkov po zahtevanh zbranh krterjh uporabnkov. Enostaven načn dostopa do podatkov n šrok krog uporabnkov podatkov še dodatno ugodno vplva na kvalteto podatkov PRS. 7
Poglavje II 2. Glavn korak pr zdelav n ocentv parametrov S.BON AJPES modela V prvem koraku so defnran razlčn fnančn kazalnk za katere na podlag ekonomske teorje prčakujemo, da majo pojasnjevalno moč za napovedovanje dogodka neplačla n k pokrvajo razlčne faktorje tveganja za nastop dogodka neplačla: lkvdnost, dobčkonosnost, zadolženost, aktvnost n upravljanje s sredstv, produktvnost, velkost n rast poslovanja. Testrana n analzrana je njhova napovedna moč pr pojasntv nastopa dogodka neplačla, pr čemer se upoštevajo specfke v poslovanju gospodarskh družb n samostojnh podjetnkov glede na njhovo sektorsko prpadnost ozroma osnovno dejavnost poslovanja. V naslednjem koraku so kazalnk transformran v skladu z najboljšm možnostm, k jh ponuja ekonomska teorja n dosedanja strokovna praksa. Pr transformacj kazalnkov se zasleduje clj doseganja čm večje napovedne moč posameznh podmodelov pr pojasnjevanju nastopa dogodka neplačla. Transformran kazalnk vstopajo v multvaratne sektorske podmodele za ocenjevanje verjetnost neplačla, katerh parametr so ocenjen s pomočjo logstčnh regresj. Razlčne statstčne metode se uporabjo za zbor najboljše kombnacje transformranh fnančnh kazalnkov po sektorskh podmodelh. Sled testranje razločevalne moč posameznh multvaratnh logstčnh podmodelov n njhova kalbracja upoštevaje dolgoročne značlnost slovenskega gospodarstva z vdka pojavnost nastopa dogodka neplačla. 2.1. Fnančn kazalnk n analza posameznh faktorjev tveganja V ekonomsk teorj ne obstaja generalno sprejeta splošna teorja, k b določala faktorje, k neposredno vplvajo na to, da poslovn subjekt postanejo plačlno nesposobn n kako natančno se to zgod. Zato s pr proučevanju tega pojava pomagamo s fnančnm kazalnk, zračunanm z računovodskh zkazov. T se pogosto razumejo kot smptom blžajoče plačlne nesposobnost. V praks se najpogosteje uporabljajo naslednje skupne kazalnkov: - kazalnk dobčkonosnost n denarnega toka, - kazalnk zadolženost ozroma fnančnega vzvoda, - kazalnk lkvdnost, - kazalnk aktvnost n upravljanja s sredstv, - kazalnk produktvnost, - kazalnk rast n - kazalnk velkost. 8
Fnančn kazalnk prkazujejo osnovne značlnost poslovanja poslovnh subjektov v smslu njhovh ekonomskh značlnost n konkurenčnh prednost ter omogočajo prmerjavo med poslovnm subjekt, saj je z njh zarad načna zračuna zločen vplv velkost poslovnh subjektov. To velja za vse prej naštete skupne računovodskh kazalnkov, z zjemo kazalnkov velkost poslovnega subjekta, k nso razmerja med računovodskm kategorjam, ampak kar računovodske kategorje same. Poslovn subjekt z razlčnh panog majo razlčne značlnost poslovanja, k se odražajo v specfkah pr postavkah v računovodskh zkazh, posledčno pa tud v zračunanh fnančnh kazalnkh. Prav tako obstajajo razlke med gospodarskm družbam n samostojnm podjetnk. Zarad omenjenh značlnost se fnančn kazalnk n njhov vplv na pojavnost dogodka neplačla analzrajo ločeno po sektorskh podmodelh n ločeno za gospodarske družbe n samostojne podjetnke. V teorj obstaja zelo velko razlčnh kazalnkov, k so zračunan na podlag računovodskh zkazov. Tradconalen prstop k zboru kazalnkov za računovodsko analzo temelj na opredeltv razlčnh vdkov poslovanja poslovnh subjektov ter na arbtrarnem zboru nekaj kazalnkov, k pomembno osvetljujejo te vdke. Pregled števlnh domačh n tujh učbenkov omogoča ugotovtev, da razlčn avtorj razvrščajo kazalnke v podobne, vendar ne popolnoma enake skupne, k naj b osvetljevale posamezna področja poslovanja. Kadarkol je fnančn kazalnk defnran kot razmerje med spremenljvko toka (podatek z zkaza poslovnega zda) n spremenljvko stanja (podatek z blance stanja), se v računovodstvu zahteva dnamzacjo spremenljvke stanja ozroma njeno prlagodtev na spremenljvko toka. V skladu z metodologjo S.BON AJPES modela smo za posamezne faktorje tveganja, k vplvajo na možnost nastopa dogodka neplačla, defnral množco fnančnh kazalnkov, s cljem poskat manjšo podskupno kazalnkov, k ločeno po sektorskh podmodelh najbolje odražajo posamezne faktorje tveganja za nastop dogodka neplačla pr gospodarskh družbah n samostojnh podjetnkh. 2.1.1. Obravnava manjkajočh vrednost fnančnh kazalnkov Po tem, ko so bl fnančn kazalnk defnran n na osnov teh defncj zračunane vrednost fnančnh kazalnkov za vse poslovne subjekte vključene v analzo, smo odpravl problem morebtnh manjkajočh vrednost fnančnh kazalnkov. Z ustreznm statstčnm postopk smo problem odpravl, tako da pr podatkh za fnančne kazalnke n blo več manjkajočh vrednost. 9
2.1.2. Transformacja fnančnh kazalnkov Vključevanje pojasnjevalnh spremenljvk v model n njhova transformacja predstavljata najpomembnejša koraka v procesu modelranja verjetnost neplačla. V lteratur se najpogosteje navajajo naslednje transformacje kazalnkov: - kategorzacja kazalnkov; - standardzacja n normalzacja kazalnkov; - uporaba sgmodnh funkcj; - uporaba neparametrčne transformacje; - glajenje. Metode transformacje se uporabljajo z namenom doseganja monotone povezave med pojasnjevalno spremenljvko n verjetnostjo neplačla. Kot najpogosteje uporabljene metode transformacje se uporabljata standardzacja, kar pomen, da se od opazovanh vrednost spremenljvke odšteje povprečna vrednost, tako ugotovljena razlka pa del s standardnm odklonom spremenljvke. Standardzacja omogoča enako mersko lestvco vseh kazalnkov, zato so ocenjene vrednost parametrov med kazalnk neposredno prmerljve. Zgolj uporaba standardzacje ne reš problema nenormalne dstrbucje opazovanh vrednost spremenljvke, saj je ta kljub standardzacj asmetrčna n ma odebeljene repe, ter problema nelnearnost. Možne so tud druge transformacje, k poskušajo rešt problem nelnearnost (ugotovljena povezava med fnančnm kazalnk n verjetnostjo neplačla je nelnearna n lahko tud nemonotona), kot na prmer uporaba polnomskh aproksmacj funkcje, kar pa znža transparentnost modela. Ker je povezava med fnančnm kazalnk n verjetnostjo neplačla občajno nelnearna, logstčna regresja pa temelj na lnearn povezav, je potrebno nelnearn model lnearzrat s pomočjo transformacj, pr čemer najprmernejša transformacjska funkcja n v naprej znana. Po pregledu teorje n strokovne prakse je bla pr ocentv parametrov S.BON AJPES modela uporabljena metoda transformacje, k se je v praktčnem testranju na podatkh zkazala kot najprmernejša. 2.1.3. Izbor podskupne najprmernejšh fnančnh kazalnkov Defnral n testral smo množco fnančnh kazalnkov, k ločeno po sektorskh podmodelh za gospodarske družbe n samostojne podjetnke odražajo razlčne faktorje tveganja za nastop dogodka neplačla. Preverl smo, kako so fnančn kazalnk kot pokazatelj faktorjev tveganja zadolženost, dobčkonosnost, lkvdnost, aktvnost n upravlja s sredstv, produktvnost, rast n velkost poslovnh subjektov, ločeno po sektorskh podmodelh za 10
gospodarske družbe n samostojne podjetnke, povezan z verjetnostjo nastopa dogodka neplačla n al je ta povezanost skladna s teoretčnm prčakovanj. Testral smo: - predznak n statstčno značlnost povezave; - oblko povezave; - napovedno moč fnančnh kazalnkov pr napovedovanju nastopa dogodka neplačla. Za zbor podmnožce najprmernejšh fnančnh kazalnkov po sektorskh podmodelh za gospodarske družbe n samostojne podjetnke so bl uporabljen razlčn statstčn prstop. Napovedno moč posameznega fnančnega kazalnka po sektorskh podmodelh S.BON AJPES modela za gospodarske družbe n samostojne podjetnke smo testral z ROC krvuljo n statstčno mero AUC. Največjo razločevalno moč majo tst fnančn kazalnk, pr katerh AUC statstka zavzame najvšje vrednost. AUC predstavlja mero napovedne moč n je tako kot vsaka statstka podvržena naključnm fluktuacjam, k so posledca vzorčnh podatkov. Izračunal smo ntervale zaupanja za AUC krvuljo. 2.2. Multvaratna analza specfkacja n ocena parametrov podmodelov Fnančn kazalnk, transformran z zbrano oblko transformacje, v naslednjem koraku vstopajo v multvaratne logstčne regresje, k se zvajajo na sektorskh podmodelh za gospodarske družbe n samostojne podjetnke, s cljem ugotovt njhovo multvaratno napovedno moč pr pojasnjevanju verjetnost nastopa dogodka neplačla gospodarskh družb n samostojnh podjetnkov z posameznh sektorjev. Obstajajo razlčne metode statstčne multvaratne analze, k se lahko uporabjo za ta namen (dskrmnantna analza, logstčna regresja, probt model, nevronske mreže). Za ocentev parametrov multvaratnh sektorskh podmodelov za gospodarske družbe n samostojne podjetnke v S.BON AJPES modelu je bla uporabljena logstčna regresja, saj ma med alternatvnm metodam najmanj zahtev glede zpolnjenost določenh statstčnh predpostavk. Prednost uporabe logstčne regresje je v tem, da ne predpostavljata multvaratne normalne porazdeltve neodvsnh spremenljvk n lnearnega razmerja med odvsno n neodvsno spremenljvko. Prav tako ne predpostavlja homoskedastčnost. Zahtevata pa dovolj velk vzorec. Glavna slabost uporabe logstčne regresje je občutljvost na multkolnearnost. Posledca njene prsotnost je večja standardna napaka ocene parametrov modela n večja standardna napaka napoved. Model logstčne regresje zapšemo kot: Pr e 1+ e xβ ' ( y = 1x ) = F( xβ ' ) = x' β 11
Enačba logt modela je pogosto zapsana kot: logt [ Pr ( = 1x )] = x' β p y z logt (p) ln 1 p Ocena parametrov logstčne regresje temelj na metod največjega verjetja. Naj y 1, y 2,, y N predstavljajo vzorec N neodvsnh rezultatov bnarnh spremenljvk Y 1, Y 2,, Y N, pr čemer so t generran na načn kot ga prkazuje latentn regresjsk model. Skupno verjetnost opazovanj (tako menovano funkcjo verjetja), pogojno glede na vrednost pojasnjevalnh spremenljvk x 1, x 2,, x N n vektor parametrov β, je mogoče zapsat kot: L = Pr = : y = 0 ( Y = y, Y = y,..., Y = y x, x,..., x, β) 1 1 y ( 1 F( x ' β) ) F( x ' β) = ( F( x ' β) ) ( 1 F( x ' β) ) 2 2 : y = 0 n n 1 N = 1 2 N 1 y Zarad matematčne poenostavtve se občajno uporab naravno logartmranje funkcje verjetja: ln L = = N = 1 N = 1 ( y ln F( x ' β) + ( 1 y ) ln( 1 F( x ' β) )) ln F ( q x ' β) kjer je q = 2y 1. Vektor optmalne vrednost parametrov β * dobmo z maksmranjem logartmrane funkcje verjetja glede na vektor parametrov β s pomočjo teratvne numerčne procedure (MLE metoda). Standardzrane cenlke parametrov funkcje največjega verjetja b * optmalnh * vrednost parametrov β ob upoštevanju razlk med varancam pojasnjevalnh spremenljvk zračunamo kot: b * βs = s y β nestandzrana cenlka -tega parametra s varanca -te pojasnjevalne spremenljvke s y varanca odvsne spremenljvke ob pogojn verjetnost Pr (y = 1) Po tem, ko ocenmo parametre posameznega podmodela logstčne regresje za gospodarske družbe n samostojne podjetnke glede na sektorsko prpadnost, uporabmo logt enačbo 12
xβ ' e Pr( y = 1x ) = F( xβ ' ) = za napovedovanje verjetnost neplačla za posamezn poslovn x' β 1+ e subjekt. Za ocenjevanje prmernost prleganja (goodness-of-ft) logstčne regresje se uporablja Hosmer-Lemeshow (2000) test prleganja. Za ocenjevanje uspešnost modela logstčne regresje lahko uporabmo t.. pseudo R 2 (Cox&Snell n Nagelkerke), k poskuša posnemat značlnost determnacjskega koefcenta pr lnearn regresj (R 2 ). Za preverjanje statstčne značlnost modela kot celote se uporablja χ 2 test razmerja verjetnost (lkelhood rato test), s pomočjo katerega testramo al so vs koefcent enak nč. Z α verjetnostjo zavrnemo nčelno domnevo n sklenemo, da je vsaj en koefcent razlčen od nč. Z Waldovm testom pa ugotavljamo statstčno značlnost posameznh koefcentov spremenljvk vključenh v model. Tako na podlag statstčno neznačlnega Waldovega testa lahko določene spremenljvke z modela zločmo, saj na ta načn model očstmo nepotrebnh n motečh spremenljvk. 2.2.1. Vključevanje fnančnh kazalnkov v logstčne sektorske podmodele, ocentev parametrov n zbor optmalnh sektorskh podmodelov Pred zvedbo multvaratne analze razpolagamo z ožjo skupno najprmernejšh fnančnh kazalnkov za razlčne dejavnke tveganja, k zpolnjujejo ekonomske krterje n majo po posameznh podskupnah gospodarskh družb n samostojnh podjetnkov, oblkovanh glede na njhovo sektorsko prpadnost, dobro unvaratno razlkovalno moč. Kazalnk so transformran z zbrano metodo transformacje. Za ocentev parametrov multvaratnh sektorskh podmodelov za gospodarske družbe n samostojne podjetnke se uporab logstčna regresja ozroma logt model. V logstčn regresj lahko uporabmo več razlčnh metod vključevanja pojasnjevalnh spremenljvk v model. S.BON AJPES model uporablja metodo postopne zbre (angl. stepwse selecton). Postopna zbra postopoma vključuje n zločuje spremenljvke glede na njhovo statstčno značlnost. V prmeru logstčne regresje se kot vključevalna al zključevalna statstka uporablja Waldov test. V postopku vključevanja (transformranh) fnančnh kazalnkov v multvaratne sektorske podmodele za gospodarske družbe n samostojne podjetnke je potrebno preverjat stablnost razlkovalne moč, merjene z mero AUC, statstčno značlnost n predznak regresjskh koefcentov posameznh vključenh fnančnh kazalnkov ter dobro zastopanje vseh relavantnh faktorjev tveganja ozroma nformacjskh kategorj. 13
Pr vključevanju posameznh fnančnh kazalnkov v multvaratne sektorske podmodele za gospodarske družbe n samostojne podjetnke je potrebno upoštevat tud korelacjo med njm, saj je logstčna regresja občutljva na korelacjo med pojasnjevalnm spremenljvkam. Posledca vključevanja več med seboj korelranh pojasnjevalnh spremenljvk v posamezn podmodel je nestablnost ocenjenh parametrov n slabša kvalteta modela. Poleg tega je lahko predznak parametra v nasprotju z ekonomskm prčakovanj. Problem korelacje med transformranm kazalnk se v multvaratn logstčn regresj pokaže kot problem povečanja napake ocene koefcentov n napake ocene verjetnost neplačla. Ker je bl poleg AUC mere zračunan tud 95% nterval zaupanja za AUC mero, je problem morebtne korelacje mogoče dentfcrat z analzo šrne ntervalov AUC mere. Analzral smo rezultate večjega števla razlčno specfcranh multvaratnh logstčnh sektorskh podmodelov za gospodarske družbe n samostojne podjetnke. Pr zboru optmalnh sektorskh podmodelov smo upošteval čm boljšo zastopanost razlčnh dejavnkov tveganja, velkost mere AUC n šrne ntervalov zaupanja, Hosmer-Lemeshow test prleganja, Cox&Snell n Nagelkerke pseudo R 2 n test statstčne značlnost modela kot celote (χ 2 test). 2.2.2. Izračun ocenjenh verjetnost neplačla za poslovne subjekte Parametr sektorskh podmodelov S.BON AJPES modela za gospodarske družbe n samostojne podjetnke se ocenjo z teratvno proceduro maksmranja logartemske funkcje največjega verjetja (MLE). Na podlag ocenjenh parametrov n dejanskh vrednost v model vključenh (transformranh) fnančnh kazalnkov za posamezn poslovn subjekt upoštevajoč njegovo sektorsko prpadnost, zračunamo verjetnost neplačla za posamezn poslovn subjekt z uporabo logt enačbe: Pr e 1+ e xβ ' ( y = 1x ) = F( xβ ' ) = xβ ' 14
Poglavje III 3. Kalbracja podmodelov v okvru S.BON AJPES modela n prps bontetnh ocen Potrebno je razlkovat med napovedno močjo n kalbracjo sektorskh podmodelov za gospodarske družbe n samostojne podjetnke. Posamezn podmodel ma lahko velko napovedno moč, a n kalbrran. Na drug stran pa je lahko posamezn podmodel kalbrran, a ma nzko napovedno moč. Podmodel je kalbrran, če je povprečna vzorčna napovedana verjetnost neplačla za opazovanja, vključena v podmodel, enaka dolgoročn stopnj neplačla za populacjo, z katere je zbran vzorec. Clj v okvru S.BON AJPES modela je zbrat takšne podmodel za gospodarske družbe n samostojne podjetnke, k ma majo velko napovedno moč, kar pomen, da so sposobn razlkovat med dobrm n slabm poslovnm subjekt z vdka pojavnost dogodka neplačla, hkrat pa so kalbrran. Bstveno lažje je rekalbrrat podmodel, k ma velko napovedno moč, a n kalbrran, kot zboljšat napovedno moč slabšega, a kalbrranega podmodela. Baselsk standard zahteva, da ma banka robustn sstem potrjevanja točnost ocenjene verjetnost neplačla. Pomemben del takšnega potrjevanja vključuje preverjanje, al povprečna napovedana verjetnost neplačla po bontetnh ocenah sled dejansko realzran dolgoročn stopnj neplačla. Gre za tako menovano preverjanje ravn»level valdaton«, k je podvržena vplvu posebnh značlnost v podatkh npr. da se podatk nanašajo na obdobje, za katerega je značlna vsoka korelacja dogodkov neplačla al pa da se podatk ne nanašajo na celotn makroekonomsk ckel. Z ocentvjo parametrov multvaratnh sektorskh podmodelov za gospodarske družbe n samostojne podjetnke je mogoče na podlag razpoložljvh podatkov ocent vzorčno pogojene ozroma nekalbrrane verjetnost neplačla za poljubn poslovn subjekt. To nam omogoča ordnalno rangranje poslovnh subjektov glede na velkost ocenjene verjetnost neplačla. V naslednjem koraku kalbrramo tako dobljene rezultate podmodelov za gospodarske družbe n samostojne podjetnke na dolgoročne v praks ugotovljene stopnje neplačla, v končn faz pa tud na bontetno lestvco z defnranm bontetnm ocenam. V kolkor stopnja neplačla ugotovljena v praks v določenem obdobju bstveno odstopa od dolgoročne povprečne stopnje neplačla, se lahko podmodel za gospodarske družbe n samostojne podjetnke rekalbrrajo s cljem, da napovedane kalbrrane verjetnost neplačla bolje odražajo tekoče dejansko realzrane stopnje neplačla. Kalbracja vključuje naslednje korake: - zračun povprečnh nekalbrranh ozroma vzorčno pogojenh verjetnost neplačla v okvru podmodelov; 15
- analza stopenj neplačla za slovenske gospodarske družbe n samostojne podjetnke glede na sektorsko prpadnost v daljšem časovnem obdobju n zračun dolgoročnh povprečnh letnh stopenj neplačla; - zračun faktorjev kalbracje n njhova uporaba za prlagodtev nekalbrranh vzorčno pogojenh verjetnost neplačla s čmer dobmo kalbrrane verjetnost neplačla; - prevertev potrebe po reaklbracj modela s cljem, da napovedane kalbrrane verjetnost neplačla po podmodelh za gospodarske družbe n samostojne podjetnke bolje odražajo tekoče dejansko realzrane stopnje neplačla. Za potrebe kalbracje posameznh podmodelov za gospodarske družbe n samostojne podjetnke v okvru S.BON AJPES modela smo analzral gbanje stopenj neplačla za slovenske gospodarske družbe n samostojne podjetnke glede na njhovo sektorsko prpadnost v celotnem obdobju razpoložljvost podatkov. Analzrane so ble statstčne značlnost gbanja letnh stopenj neplačla, njhovo nhanje skoz makroekonomsk ckel n zračunano dolgoročno povprečje letnh stopenj neplačla. 3.1. Prps bontetnh ocen glede na zračun kalbrranh verjetnost neplačla Po kalbracj razpolagamo z vzorčno nepogojenm ozroma kalbrranm verjetnostm neplačla za vsako opazovanje, n scer ločeno za gospodarske družbe n samostojne podjetnke. Za oblkovanje bontetne lestvce n bontetnh ocen na bontetn lestvc za gospodarske družbe n samostojne podjetnke je potrebno defnrat števlo bontetnh razredov n prpadajoče mejne vrednost verjetnost neplačla, k bodo podlaga za prps bontetnh ocen poslovnm subjektom. Pr preslkav verjetnost neplačla na bontetne ocene zasledujemo naslednje clje: - obstoj dovolj velko števlo bontetnh ocen za potrebe ekonomske n regulatorne aplkacje (upoštevaje zahteve Basel II); - porazdeltev bontetnh ocen po bontetnh razredh je podobna normaln porazdeltv; - nobeden od bontetnh razredov ne sme vključevat prevelkega števla opazovanj; - bontetn razred so oblkovan tako, da stopnja neplačla za posamezn bontetn razred vseskoz narašča s prehodom od najboljšega prot najslabšemu bontetnemu razredu; - bontetn sstem mora prkazovat dovolj velko povečanje verjetnost neplačla pr prehodu z dobrh prot slabšm bontetnm ocenam, kar pomen, da n prevelkh skokov v verjetnost neplačla pr prehodu med sosednjma bontetnma razredoma. Po Basel II je verjetnost neplačla mogoče klasfcrat v največ 20 bontetnh razredov. Prps verjetnost neplačla bontetnm ocenam je ključnega pomena za zpolntev mnmalnh zahtev 16
za IRB prstop po Basel II n EU drektvo. Za zpolntev teh zahtev mora met bontetna lestvca najmanj sedem bontetnh razredov za plačnke n en bontetn razred za neplačnke, torej skupaj osem bontetnh razredov. Z zbranm matematčnm operacjam smo enolčno rešl problem zračuna zgornje n spodnje meje za vsakega od 10-h bontetnh razredov plačnkov za gospodarske družbe. Na podlag zračunanh mej razredov smo posameznm gospodarskm družbam prpsal bontetne ocene glede na zračunano vzorčno nepogojeno ozroma kalbrrano verjetnost neplačla. Upoštevaje statstčne značlnost porazdeltve bontetnh ocen za gospodarske družbe smo po analognem postopku na podlag kalbrranh verjetnot neplačla n na tej osnov določenh ntervalnh mej prpsal bontetne ocene tud samostojnm podjetnkom. Bontetna lestvca S.BON AJPES modela vključuje 10 bontetnh razredov za plačnke n razred neplačnkov, to je poslovnh subjektov pr katerh je dejansko pršlo do nastopa dogodka neplačla. Bontetne ocene za plačnke so SB1, SB2, SB3, SB4, SB5, SB6, SB7, SB8, SB9 n SB10 2. Poslovnm subjektom pr katerh je dejansko pršlo do nastopa dogodka neplačla je prpsana bontetna ocena SB10d. SB1 je najboljša bontetna ocena na bontetn lestvc, SB10 pa je najslabša bontetna ocena na bontetn lestvc. 3.2. Ops slovenskh bontetnh ocen (SB) za poslovne subjekte Bontetne ocene SB so defnrane z verjetnostnm razmkom, da bo pr konkretn gospodarsk družb al samostojnemu podjetnku pršlo do nastopa dogodka neplačla v obdobju 12 mesecev po datumu računovodskh zkazov, k so bl podlaga za določtev bontetne ocene. Verjetnost za nastop dogodka neplačla je najmanjša pr bontetn ocen SB1 n z eksponentno funkcjo narašča s premkom prot bontetn ocen SB10. Bontetna ocena SB10d je prpsana gospodarskm družbam n samostojnm podjetnkom, pr katerh je dejansko pršlo do nastopa dogodka neplačla. Porazdeltev gospodarskh družb ozroma samostojnh podjetnkov po bontetnh ocenah je prblžno podobna normaln porazdeltv. V teoretčnem prmeru, ko b opazovanja po bontetnh ocenah v celot sledla normaln porazdeltv, b blo v prvh pet bontetnh razredov (bontetne ocene od SB1 do vključno SB5) vključenh točno 50% vseh opazovanj. Kljub temu b zarad dejstva, da povprečne verjetnost neplačla po bontetnh ocenah eksponentno (n ne lnearno) naraščajo s premkom od najboljše bontetne ocene SB1 prot najslabš bontetno ocen SB10, povprečno verjetnost neplačla kot velja za vse slovenske gospodarske družbe ozroma vse slovenske samostojne podjetnke prblžno dosegle gospodarske družbe ozroma samostojn podjetnk v 7 bontetnem razredu s prpsano bontetno oceno SB7. 2 Pomenovanje bontetnh ocen kot SB n števlke prpadajočega bontetnega razreda zhaja z krovnega mena metodologje S.BON AJPES modela n predstavlja kratco za slovensko bonteto (SB). 17
Povprečna napovedana verjetnost neplačla ločeno po prvh šesth bontetnh ocenah za gospodarske družbe ozroma samostojne podjetnke (SB1, SB2, SB3, SB4, SB5 n SB6) je tako nžja od povprečne verjetnost neplačla kot velja za vse slovenske gospodarske družbe ozroma vse slovenske samostojne podjetnke. Povprečna napovedana verjetnost neplačla za gospodarske družbe ozroma samostojne v sedmem bontetnem razredu (bontetna ocena SB7) je prblžno enaka povprečn napovedan verjetnost neplačla kot velja za vse slovenske gospodarske družbe ozroma vse slovenske samostojne podjetnke. Povprečna napovedana verjetnost neplačla za gospodarske družbe ozroma samostojne podjetnke ločeno po bontetnh ocenah SB8, SB9 n SB10 je zarad eksponentnega naraščanja bstveno všja od povprečne verjetnost neplačla kot velja za vse slovenske gospodarske družbe ozroma vse slovenske samostojne podjetnke. Tabela: Ops bontetnh ocen za gospodarske družbe Bontetna ocena SB1 SB2 SB3 SB4 Vsebnsk ops SB1 je najvšja bontetna ocena na bontetn lestvc. Gospodarska družba, k jo dob, ma najvšjo zmožnost poravnavanja svojh obveznost. Bontetna ocena je določena glede na njen fnančnopremoženjsk položaj n njeno kredtno sposobnost. Pr družb z bontetno oceno SB1 so vrednost kazalnkov, k odražajo dejavnke tveganja za nastop dogodka neplačla takšne, da je modelsko ocenjena verjetnost nastopa dogodka neplačla najnžja. Zmožnost gospodarske družbe za poravnavanje obveznost je zelo vsoka. Družba z bontetno oceno SB2 se od tste z bontetno oceno SB1 z vdka kredtne sposobnost razlkuje v majhn mer. Vrednost kazalnkov, k odražajo dejavnke tveganja so takšne, da je modelsko ocenjena verjetnost nastopa dogodka neplačla zelo nzka a všja kot v prvem bontetnem razredu. Zmožnost gospodarske družbe za poravnavanje obveznost je vsoka. Družba z bontetno oceno SB3 ma takšne vrednost kazalnkov, k odražajo dejavnke tveganja, da je modelsko ocenjena verjetnost nastopa dogodka neplačla nzka a všja kot v drugem bontetnem razredu. V prmerjav z družbam, k majo dodeljeno všjo bontetno oceno, je bolj občutljva na neugodne spremembe v poslovnem okolju. Zmožnost gospodarske družbe za poravnavanje obveznost je še vedno vsoka, a nžja kot v tretjem bontetnem razredu. Družba z bontetno oceno SB4 dosega takšne vrednost kazalnkov, k odražajo dejavnke tveganja za nastop dogodka neplačla, da je modelsko ocenjena verjetnost nastopa dogodka neplačla še vedno nzka. Ne glede na to je verjetnost nastopa dogodka neplačla pr družbah z bontetno oceno SB4 v povprečju všja kot pr tsth z bontetno oceno SB3. 18
SB5 SB6 SB7 SB8 SB9 Zmožnost gospodarske družbe za poravnavanje obveznost je nadpovprečna, a nžja kot v četrtem bontetnem razredu. Zaostrtev razmer v poslovnem okolju al nastop drugh nepredvdljvh dogodkov (šokov) lahko družbo prpelje v položaj, ko ne bo sposobna poravnavat svojh obveznost. Družba z bontetno oceno SB5 dosega takšne vrednost kazalnkov, k odražajo dejavnke tveganja za nastop dogodka neplačla, da je modelsko ocenjena verjetnost nastopa dogodka neplačla nžja kot v povprečju za vse slovenske družbe. Zmožnost gospodarske družbe za poravnavanje obveznost je še vedno nadpovprečna, a je zarad eksponentnega naraščanja verjetnost neplačla po bontetnh razredh prblžno 60-m odstotkom vseh slovenskh družb prpsana všja bontetna ocena. Družba je ob normalnh tržnh razmerah še vedno sposobna poravnavat svoje obveznost, a je močno občutljva na razmere v poslovnem okolju. Poslabšanje splošnega makroekonomskega okolja al razmer v panog lahko prpelje družbo v položaj, ko ne bo sposobna poravnavat svojh obveznost. Družba z bontetno oceno SB6 dosega takšne vrednost kazalnkov, k odražajo dejavnke tveganja za nastop dogodka neplačla, da je modelsko ocenjena verjetnost nastopa dogodka neplačla še vedno nžja kot v povprečju za vse slovenske družbe, a zarad eksponentnega naraščanja pomembno všja kot v petem bontetnem razredu. Zmožnost gospodarske družbe za poravnavanje obveznost je povprečna, a je zarad eksponentnega naraščanja verjetnost neplačla po bontetnh razredh prblžno 75-m odstotkom vseh slovenskh družb prpsana všja bontetna ocena. Družba z bontetno oceno SB7 dosega takšne vrednost kazalnkov, k odražajo dejavnke tveganja za nastop dogodka neplačla, da modelsko ocenjena verjetnost nastopa dogodka neplačla ne odstopa bstveno od povprečja za vse slovenske družbe. Uspešnost poslovanja n sposobnost poravnavanja obveznost sta pomembno odvsn od ugodnh razmer v makroekonomskem okolju n panog, družba pa lahko htro zade v težave. Zmožnost gospodarske družbe za poravnavanje obveznost je nzka n zato v velk mer pogojena z razmeram v poslovnem okolju. Zaostrtev razmer zelo verjetno vod v nastop dogodka neplačla. Družba z bontetno oceno SB8 dosega takšne vrednost kazalnkov, k odražajo dejavnke tveganja za nastop dogodka neplačla, da je modelsko ocenjena verjetnost nastopa dogodka neplačla vsoka n zarad eksponentnega naraščanja pomembno všja kot v sedmem bontetnem razredu. V prmeru nsolventnost družbe je vprašljva popolna poplačljvost terjatev upnkov. Zmožnost gospodarske družbe za poravnavanje obveznost je zelo nzka. 19
Družba z bontetno oceno SB9 dosega takšne vrednost kazalnkov, k odražajo dejavnke tveganja za nastop dogodka neplačla, da je modelsko ocenjena verjetnost nastopa dogodka neplačla zelo vsoka n zarad eksponentnega naraščanja pomembno všja kot v osmem bontetnem razredu. Ob normalnh razmerah v poslovnem okolju je družba z bontetno oceno SB9 komaj sposobna poravnavat svoje obveznost. V prmeru nsolventnost družbe je vprašljva popolna poplačljvost terjatev upnkov. Zmožnost gospodarske družbe za poravnavanje obveznost je najnžja med vsem slovenskm družbam. Družba z bontetno oceno SB10 dosega takšne vrednost kazalnkov, k odražajo dejavnke tveganja za nastop dogodka neplačla, da je modelsko ocenjena verjetnost nastopa dogodka neplačla najvšja n zarad eksponentnega naraščanja bstveno SB10 všja kot v devetem bontetnem razredu. Pr družbah z bontetno oceno SB10 obstaja med vsem slovenskm družbam največja verjetnost, da v prhodnjem 12 mesečnem obdobju po datumu računovodskh zkazov postanejo nsolventne, hkrat pa je v tem prmeru tveganje popolne poplačljvost terjatev upnkov največje. Bontetna ocena SB10d je prpsana gospodarsk družb, pr kater je SB10d dejansko pršlo do nastopa dogodka neplačla, n scer stečaja, lkvdacje al prslne poravnave. Vr: lastna opredeltev. Tabela: Ops bontetnh ocen za samostojne podjetnke Bontetna ocena SB1 SB2 SB3 Vsebnsk ops SB1 je najvšja bontetna ocena na bontetn lestvc. Samostojn podjetnk, k jo dob, ma najvšjo zmožnost poravnavanja svojh obveznost. Bontetna ocena je določena glede na njegov fnančnopremoženjsk položaj n njegovo kredtno sposobnost. Pr podjetnku z bontetno oceno SB1 so vrednost kazalnkov, k odražajo dejavnke tveganja za nastop dogodka neplačla takšne, da je modelsko ocenjena verjetnost nastopa dogodka neplačla najnžja. Zmožnost samostojnega podjetnka za poravnavanje obveznost je zelo vsoka. Podjetnk z bontetno oceno SB2 se od podjetnka z bontetno oceno SB1 z vdka kredtne sposobnost razlkuje v majhn mer. Vrednost kazalnkov, k odražajo dejavnke tveganja so takšne, da je modelsko ocenjena verjetnost nastopa dogodka neplačla zelo nzka a všja kot v prvem bontetnem razredu. Zmožnost samostojnega podjetnka za poravnavanje obveznost je vsoka. Podjetnk z bontetno oceno SB3 ma takšne vrednost 20
SB4 SB5 SB6 SB7 kazalnkov, k odražajo dejavnke tveganja, da je modelsko ocenjena verjetnost nastopa dogodka neplačla nzka a všja kot v drugem bontetnem razredu. V prmerjav s podjetnk, k majo dodeljeno všjo bontetno oceno, je poslovanje podjetnka bolj občutljvo na neugodne spremembe v poslovnem okolju. Zmožnost podjetnka za poravnavanje obveznost je še vedno vsoka, a nžja kot v tretjem bontetnem razredu. Podjetnk z bontetno oceno SB4 dosega takšne vrednost kazalnkov, k odražajo dejavnke tveganja za nastop dogodka neplačla, da je modelsko ocenjena verjetnost nastopa dogodka neplačla še vedno nzka. Ne glede na to je verjetnost nastopa dogodka neplačla pr podjetnkh z bontetno oceno SB4 v povprečju všja kot pr podjetnkh z bontetno oceno SB3. Zmožnost samostojnega podjetnka za poravnavanje obveznost je nadpovprečna, a nžja kot v četrtem bontetnem razredu. Zaostrtev razmer v poslovnem okolju al nastop drugh nepredvdljvh dogodkov (šokov) lahko prpelje podjetnka v položaj, ko ne bo sposoben poravnavat svojh obveznost. Podjetnk z bontetno oceno SB5 dosega takšne vrednost kazalnkov, k odražajo dejavnke tveganja za nastop dogodka neplačla, da je modelsko ocenjena verjetnost nastopa dogodka neplačla nžja kot v povprečju za vse slovenske podjetnke. Zmožnost samostojnega podjetnka za poravnavanje obveznost je še vedno nadpovprečna, a je zarad eksponentnega naraščanja verjetnost neplačla po bontetnh razredh večn slovenskh podjetnkov prpsana všja bontetna ocena. Podjetnk je ob normalnh tržnh razmerah še vedno sposoben poravnavat svoje obveznost, a je njegovo poslovanje močno občutljvo na razmere v poslovnem okolju. Poslabšanje splošnega makroekonomskega okolja al razmer v panog lahko prpelje podjetnka v položaj, ko ne bo sposoben poravnavat svojh obveznost. Podjetnk z bontetno oceno SB6 dosega takšne vrednost kazalnkov, k odražajo dejavnke tveganja za nastop dogodka neplačla, da je modelsko ocenjena verjetnost nastopa dogodka neplačla še vedno nžja kot v povprečju za vse slovenske podjetnke, a zarad eksponentnega naraščanja pomembno všja kot v petem bontetnem razredu. Zmožnost samostojnega podjetnka za poravnavanje obveznost je povprečna, a je zarad eksponentnega naraščanja verjetnost neplačla po bontetnh razredh prblžno 75-m odstotkom vseh slovenskh podjetnkov prpsana boljša bontetna ocena. Podjetnk z bontetno oceno SB7 dosega takšne vrednost kazalnkov, k odražajo dejavnke tveganja za nastop dogodka neplačla, da modelsko ocenjena verjetnost nastopa dogodka neplačla ne odstopa bstveno od povprečja za vse slovenske podjetnke. Uspešnost poslovanja n sposobnost poravnavanja 21
obveznost sta pomembno odvsn od ugodnh razmer v makroekonomskem okolju n panog, podjetnk pa lahko htro zade v težave. Zmožnost samostojnega podjetnka za poravnavanje obveznost je nzka n zato v velk mer pogojena z razmeram v poslovnem okolju. Zaostrtev razmer zelo verjetno vod v nastop dogodka neplačla. Podjetnk z bontetno oceno SB8 dosega takšne vrednost kazalnkov, k SB8 odražajo dejavnke tveganja za nastop dogodka neplačla, da je modelsko ocenjena verjetnost nastopa dogodka neplačla vsoka n zarad eksponentnega naraščanja pomembno všja kot v sedmem bontetnem razredu. V prmeru nsolventnost podjetnka je vprašljva popolna poplačljvost terjatev upnkov. Zmožnost samostojnega podjetnka za poravnavanje obveznost je zelo nzka. Podjetnk z bontetno oceno SB9 dosega takšne vrednost kazalnkov, k odražajo dejavnke tveganja za nastop dogodka neplačla, da je modelsko ocenjena verjetnost nastopa dogodka neplačla zelo SB9 vsoka n zarad eksponentnega naraščanja pomembno všja kot v osmem bontetnem razredu. Obstaja nadpovprečna verjetnost, da bo mel podjetnk z bontetno oceno SB9 težave pr poravnavanju svojh obveznost, vprašljva pa je tud polna poplačljvost terjatev upnkov v prmeru nsolventnost podjetnka. Zmožnost samostojnega podjetnka za poravnavanje obveznost je najnžja med vsem slovenskm podjetnk. Podjetnk z bontetno oceno SB10 dosega takšne vrednost kazalnkov, k odražajo dejavnke tveganja za nastop dogodka neplačla, da je modelsko ocenjena verjetnost nastopa dogodka neplačla najvšja n zarad eksponentnega SB10 naraščanja bstveno všja kot v devetem bontetnem razredu. Pr podjetnkh z bontetno oceno SB10 obstaja med vsem slovenskm podjetnk največja verjetnost, da postanejo nsolventn, hkrat pa je vprašljva tud polna poplačljvost terjatev upnkov v prmeru nsolventnost podjetnka. Bontetna ocena SB10d je prpsana samostojnemu podjetnku, pr SB10d katerem je dejansko pršlo do nastopa dogodka neplačla, n scer osebnega stečaja al prslne poravnave nad podjetnkom. Vr: lastna opredeltev. 3.3. Matrke prehodov Bontetna ocena, prpsana posameznemu poslovnemu subjektu, se v času spremnja. Sprememba je posledca rednega ažurranja bontetnh ocen n s tem povezanh regulatornh zahtev. Basel II zahteva, da se ažuracja bontetnh zahtev oprav najmanj enkrat letno n 22
pogosteje v prmeru nastopa dogodkov na podlag katerh lahko sklepamo o povečanju kredtnega tveganja. S tem se zboljša dentfkacja tveganja, hkrat pa to omogoča tud testranje veljavnost bontetnh modelov. Eno letno matrko prehodov za gospodarske družbe ozroma samostojne podjetnke oblkujemo z dentfkacjo bontetnh ocen vseh ocenjenh gospodarskh družb ozroma samostojnh podjetnkov v obdobju 12 mesecev. Vse spremembe bontetnh ocen v tem časovnem obdobju se preštejejo s čmer dobmo absolutne frekvence prehodov. Matrke prehodov so specfčne za posamezn bontetn model n odražajo verjetnost prehoda tekoče bontetne ocene (predstavljene po stolpch) v razlčne druge bontetne ocene (predstavljene po vrstcah) v zbranem časovnem obdobju. Zarad značlnost konstrukcje matrke prehodov se opazovanja gostjo po dagonal (nespremenjena bonteta), potem pa gostota opazovanj pada z oddaljevanjem od dagonale. Moč gosttve na dagonal je odvsna tud od števla oblkovanh bontetnh razredov n stablnost preslkave na bontetno lestvco. Več kot je bontetnh ocen na bontetn lestvc, večje bo števlo prehodov. 23
Poglavje IV 4. Testranje veljavnost modela Testranje veljavnost modela se mora nanašat na spremljanje napovedne moč n stablnost modela, analze modelskh povezav n testranje napovedanh rezultatov modela (napovedana verjetnost neplačla) glede na dejanske rezultate (realzrane stopnja neplačla) v smslu nastopa dogodka neplačla. Značlnost Basel II prstopa je, da mora bt proces testranja veljavnost modela opsan v dokumentacj, k se nanaša na bontetn model. Ta eksplctna zahteva kaže na pomembnost testranja veljavnost modela pr samem razvoju modela. Testranje mora vključevat tako testranje zunaj vzorca opazovanja kot tud testranje zunaj časa opazovanja s cljem prevertve kvaltete razločevalne moč modela na neznanh podatkh. Pr statstčnh modelh predstavlja kvanttatvno testranje sestavn del razvoja modela. Ne glede na to, je pr statstčnh bontetnh modelh za potrebe kvanttatvnega testranja modela prmarno potrebno uporabt podatke, dobljene med uporabo modela v praks. Kot nadomestek se lahko uporabjo prmerjaln al benchmark podatk. Slednje še posebej velja, ko se na stem vzorcu preverja kvalteta večjega števla modelov. Ključn krterj, k jh je potrebno prevert pr kvanttatvnem testranju veljavnost modela so: - razločevalna moč modela, - pravlnost kalbracje modela n - stablnost modela zunaj vzorca n časa opazovanja. 4.1. Razločevalna moč bontetnega modela Razločevalna moč bontetnega modela pomen njegovo sposobnost za ex-ante razlkovanje med gospodarskm družbam ozroma samostojnm podjetnk, pr katerh bo v zbranem časovnem horzontu pršlo do dogodka neplačla, n gospodarskm družbam ozroma samostojnm podjetnk, pr katerh do nastopa dogodka neplačla ne bo pršlo. Gre za tako menovano kvalteto klasfkacje. Poleg tega je potrebno testrat tud veljavnost modela na neodvsn baz podatkov, to je na opazovanjh zunaj vzorca n časa opazovanja. V nasprotnem prmeru lahko prde do tako menovanega»over-fttnga«- to je do ugotovljene dobre razločevalne moč modela na obstoječem podatkovnem vzorcu n slabe razločevalne moč model zunaj vzorca opazovanja, kar z drugm besedam pomen, da ma bontetn model nzko stablnost. Značlnost stablnega bontetnega modela je, da dobro odraža povezavo med kredtnm tveganjem n posameznm faktorj tveganja tud zunaj razvojnega vzorca, kar pomen, da ugotovljena 24
povezava n zgolj posledca zbranega vzorca podatkov. Takšna povezava n s tem kvalteta modela se ohranja tud skoz čas. 4.2. Preverjanje kalbracje modela Kvalteta kalbracje je odvsna od (ne)enakost napovedanh kalbrranh verjetnost neplačla z dejansko realzranm stopnjam neplačla za gospodarske družbe ozroma samostojne podjetnke po bontetnh ocenah. Preverjanje kalbracje bontetnega modela se zato pogosto menuje tud»back-testng«ozroma testranje kalbracje za nazaj. V kolkor ugotovljene stopnje neplačla po bontetnh ocenah za gospodarske družbe ozroma samostojne podjetnke bstveno odstopajo od prpadajočh napovedanh verjetnost neplačla je potrebno modele rekalbrrat. 25
Poglavje V 5. Tekoča ažuracja bontetnh ocen med letom Slovenske bontetne ocene (SB) z uporabo S.BON AJPES modela so slovenskm gospodarskm družbam n samostojnm podjetnkom prpsane enkrat letno na podlag predloženh letnh računovodskh zkazov (bontetna ocena na podlag letnega poročla). Bontetna ocena gospodarske družbe ozroma samostojnega podjetnka na določen dan se lahko razlkuje od bontetne ocene prpsane na podlag letnega poročla, saj tekoča ocena upošteva tud morebtna nova dejstva, k vplvajo na oceno kredtnega tveganja n plačlne sposobnost poslovnega subjekta. S cljem, da b v bontetn ocen gospodarske družbe al samostojnega podjetnka veljavn na določen dan v največj možn mer upošteval razpoložljve tekoče nformacje o njhovem poslovanju, kredtnem tveganju n plačln sposobnost, pr določtv trenutne bontetne ocene upoštevamo tud: - tekoče podatke o morebtnh blokadah transakcjskh računov 3 ; - objave slovenskh sodšč o začetku nsolventnh postopkov pr poslovnh subjekth n nformacje o njhovem zaključku; - za nadrejene gospodarske družbe tekoče podatke o plačln sposobnost n morebtn nsolventnost podrejen (odvsnh) družb; - podatke n nformacje z revdranh letnh poročl za poslovne subjekte, k so zavezan k revzj računovodskh zkazov ter - podatke n nformacje z revzorjevega mnenja. Obstoj blokade transakcjskega računa nakazuje na povečanje kredtnega tveganja n poslabšanje plačlne sposobnost poslovnega subjekta, kar se lahko odraz v poslabšanju bontetne ocene poslovnega subjekta. Začetek nsolventnega postopka pr poslovnemu subjektu (nastop dogodka neplačla) vod v poslabšanje bontetne ocene z predhodno določene na bontetno oceno za neplačnka, to je SB10d. Po prpsu bontetne ocene SB10d ma poslovn subjekt bontetno oceno neplačnka SB10d tolko časa, dokler ne prde do morebtne reaktvacje poslovnega subjekta (prenehanje nsolventnost) ozroma dokler poslovn subjekt ne odda prvo novo letno poročlo po prenehanju nsolventnost. Do reaktvacje, to je prenehanja dogodka neplačla, lahko prde zlast v prmeru nastopa dogodka neplačla v oblk prslne poravnave. Ko je sprejet sklep o 3 Blokade transakcjskh računov zkazujejo nezmožnost plačla sodnh n davčnh zvršb. 26