Tim istraživača Ekonomskog fakulteta Univerziteta Crne Gore (UCG) u saradnji sa kolegom Branislavom Dudićem, sa Univerziteta u Slovačkoj, analizirao je kako se savremeni modeli za predviđanje bankrota mogu primijeniti na crnogorskom tržištu. Njihovo istraživanje, objavljeno u PLoS ONEF naučnom časopisu (SCI, SCIE, SSCI, A&HCI) pruža vrijedne uvide koji mogu pomoći menadžerima i investitorima u donošenju poslovnih odluka.
Rad potpisuje tim naučnika sa državnog Ekonomskog fakulteta: Milica Vukčević, Milan Lakićević, Boban Melović, Tamara Backović, kao i Dudić, sa Fakulteta za menadžment (Comenius University Bratislava).
Finansijski izvještaji kao osnov za predviđanje
Prema istraživanju, kvalitetni finansijski izvještaji su ključ za rano otkrivanje problema u poslovanju. Međutim, da bi to bilo moguće neophodno je da finansijski izvještaji budu sastavljeni u skladu sa MRS, MSFIi Direktivama Evropske unije, pri čemu računovodstvene informacije sadržane u izvještajima treba da budu relevantne i precizne, čime se smanjuje mogućnost za pojavu materijalno značajnih grešaka. Stoga, „kvalitet finansijskih izvještaja mora biti potvrđen od strane nezavisnih revizora kako bi se smanjila mogućnost grešaka koje mogu znatno uticati na poslovne odluke“, navodi se u radu.
Savremeni modeli za predviđanje bankrota
Autori su razmatrali nekoliko savremenih modela za predviđanje bankrota, koji se oslanjaju na različite finansijske pokazatelje.
Zmijewski model koristi tri finansijska pokazatelja kako bi procijenio vjerovatnoću bankrota. Istraživanje je pokazalo da je ovaj model predvidio bankrot za 80 posto slučajeva u uzorku analiziranih preduzeća.
Springate model formiran je na osnovu četiri analitička pokazatelja. Ovaj model je uspješno predvidio bankrot za sve analizirane kompanije koje su zabilježile poslovni neuspjeh.
Altman Z model, poznat po širokoj primjeni, kombinuje pet finansijskih pokazatelja i koristi se za procjenu finansijske stabilnosti. Ipak, na crnogorskom tržištu, ovaj model je predvidio bankrot za samo 40 odsto preduzeća, što sugeriše da nije u potpunosti prilagođen lokalnim uslovima.
Kralicek DF model, dizajniran za evropske kompanije, klasifikuje kompanije na osnovu šest analitičkih pokazatelja. Pozitivan rezultat ukazuje na stabilnost, dok negativan označava nesolventnost. U istraživanju je ovaj model bio 100 procenata precizan u predviđanju poslovnog neuspjeha.
BEX model kreiran je za hrvatsko tržište i ovaj model sastoji se od četiri pokazatelja kako bi ocijenio poslovnu izvrsnost preduzeća. Rezultati istraživanja pokazali su da se taj model može smatrati pouzdanim za primjenu i na crnogorskom tržištu za predviđanje poslovnog neuspjeha.
Osim prethodno navedenih savremenih modela za predviđanje poslovnog neuspjeha, u radu je primijenjena i logistička regresija kako bi se ispitalo koji su to finansijski pokazatelji koji na crnogorskom tržištu najviše utiču na pojavu poslovnog neuspjeha. Stoga, primjenom logističke regresije, identifikovana su dva ključna finansijska pokazatelja koja imaju najveći uticaj na predviđanje poslovnog neuspjeha: stepen zaduženosti i koeficijent obrta poslovne imovine.
Praktične koristi i buduća istraživanja
Predviđanje bankrota nije samo alat za sprečavanje neuspjeha već i ključni dio korporativne strategije. Uvođenjem ovih modela u poslovne procese, kompanije u Crnoj Gori mogu poboljšati svoje performanse, povećati konkurentnost i doprinijeti stabilnijem ekonomskom okruženju.
„Dobijeni rezultati mogu poslužiti menadžerima i drugim donosiocima odluka kao smjernice za dalje unapređenje poslovanja preduzeća u cilju poboljšanja poslovnih performansi, ali i jačanja konkurentnosti preduzeća, posebno ako se uzme u obzir da je Crna Gora tranziciona zemlja i da je konkurentnost preduzeća uz kontinuirano poslovanje njihov primarni cilj. Time će se ispuniti i zahtjevi Međunarodnih standarda finansijskog izvještavanja i Međunarodnih standarda revizije koji se odnose na kontinuirano poslovanje preduzeća“.
Dalje istraživanje može uključiti primjenu vještačke inteligencije i dodatne modele kako bi se poboljšala tačnost predviđanja.
(Rad odabran iz liste naučnih radova UCG)
O. Đ. Izvor UCG
Foto: Shutterstock