用Altman教授的方法预测破产

RN Bhaskar

与爱德华·奥特曼教授的会面就像一次朝圣。25年来，我一直崇敬地看着奥特曼Z评分模型。在1980年代末期和1990年代初，在调整模型并在沃顿商学院两位杰出的毕业生-Chetan和Vinay Parikh的帮助下重新设计时，我变得对模型更加熟悉。

然后，我们开发的模型旨在预测每个行业的卓越水平（因为每个行业在其运作下都有不同的动力集）。Z评分与预测破产完全相反。

每周，我们都会使用该模型来确定大型出版集团在行业细分中的最佳表现。从1990年到1998年，我们继续这样做。然后，我决定离开小组。沃顿商学院的天才也是如此。没有人需要了解多变量判别分析模型，因此该练习被取消了。

但是我们在第四年发现的是无价的。超过85％的行业赢家表现优于BSE Sensex。它也已成为一种了不起的投资模型。

纽约大学斯特恩商学院名誉教授，金融学教授奥特曼教授致力于破产研究已有50多年的历史。最近，他应Assocham的邀请来到孟买，以教育印度银行家，信用评级机构和投资经理有关该模型的工作原理。他还开发了一种新模型-Z double prime。

正如奥特曼（Altman）教授所说：“它建于1995年……是为非制造商设计的，尽管它在其考虑的变量中具有资产。我们发现Z双重质数对于零售商来说是准确的。但是我不能真正说对技术公司来说是正确的。但是，此模型适用于零售，能源，服务部门等。它着重于四个变量而不是五个。我们消除了第五个变量-“总资产销售额”。

奥特曼（Altman）也正在印度为中小企业（SME）部门开发新模型，该模型将针对特定行业和特定地区。正如他所说：“我们为19个欧洲国家的SME区域建立了模型。我们现在开始着眼于印度，因为迫切需要它，而且虽然尚处于起步阶段，但您第一次有一个好的破产法典。”

不过，他看到了数据整理中的一个大问题。要开发模型，需要大量的数据。

外行Z评分指南

通常，此数据分为三个簇。一个集群将包含大约100家公司，几乎每个人都认为它们是好公司。另一组将包括相似数量的公司，人们认为这是坏公司。其余公司将组成第三（非常大）集群。然后进行回归多元回归分析，以找出所选比率如何解释每个公司的优缺点。必须调整比率，直到获得更高的R平方（该比率告诉您该模型在确定公司稳健性方面是否运作良好）。R平方越高，模型的工作方式越好。

但是，除非数据量很大，否则这是不可能的。

这就是为什么奥特曼教授解释说，印度使用这种模型来考察权益而不是债务。印度债务工具的数据量并不大。随着债务市场的改善，您还将发现该模型在债务排名中也有更多的应用。

以印度为例，在危机最终爆发前两年，他的模型被用于识别至少10家公司可能的破产。其中包括Essar Steel，Lanco，Bhushan Power＆Steel，Alok Industries，Monet Ispat，Era Infra Engineering，Electrosteel，Amtek Auto，Jyoti Structures和IL＆FS等公司（请参见此处的幻灯片26-35）。然而，正如奥特曼教授所指出的那样，信用评级公司在宣布违约之前的几个月内才给它们提供投资等级排名。

他说：“这些评级公司应该更频繁地使用这种模型。”

Altman Z评分于1960年代开发。在事件的前两年，Altman Z-Score在预测破产方面的准确性为72％。在随后的版本中，到1999年，该模型被发现在事件发生前一年预测破产的准确性约为80-90％。尽管最初是为资产超过100万美元的制造公司设计的，但现在已进行了各种修改，以与各个领域的小型公司打交道。审计师，管理会计师，法院和数据库系统使用它进行贷款评估。

但是，正如Altman教授警告的那样，“对于像Uber这样的轻资产公司而言，这两种模式都是一个问题。我没有答案。我将不得不为Airbnb，Uber等技术公司建立一个单独的模型。此外，在建立单独的模型之前，我们将需要大量此类公司。我们还需要在此空间中使用默认值来构建新模型。我喜欢违约和破产。不是因为我是一个虐待狂，而是因为我得到了数据。我已经说了很多年了。我的模型不适用于资产较少或没有资产的公司。我对此无能为力。“

但是，正如他指出的那样，这些行业的模型也将很快得到发展。今天，这类公司的数量非常少。我们需要更多的公司；和破产。当破产发生时，我们可以对其进行更好的分析，并找出可以预测倒闭的真实比率。

期望奥特曼教授在印度更多地成为新闻。

作者是moneycontrol.com的咨询编辑

　　版权及免责声明：凡本网所属版权作品，转载时须获得授权并注明来源“融道中国”，违者本网将保留追究其相关法律责任的权力。凡转载文章，不代表本网观点和立场。

延伸阅读