HODNOCENÍ KREDIBILITY STAVEBNÍCH PODNIKŮ V JIHOČESKÉM REGIONU Finanční řízení podniku I (FRI_1) Případová studie.

Prezentace na téma: "HODNOCENÍ KREDIBILITY STAVEBNÍCH PODNIKŮ V JIHOČESKÉM REGIONU Finanční řízení podniku I (FRI_1) Případová studie."— Transkript prezentace:

1 HODNOCENÍ KREDIBILITY STAVEBNÍCH PODNIKŮ V JIHOČESKÉM REGIONU Finanční řízení podniku I (FRI_1) Případová studie

2 Objective Cílem příspěvku je vytvořit model umělé neuronové sítě, která bude umět hodnotit vývoj stavebního podniku v Jihočeském kraji a na jeho dosavadních výsledcích predikovat budoucí vývoj. Hypotéza vycházející z cíle tak zní: Existuje alespoň jeden model neuronové sítě, pomocí něhož můžeme predikovat případnou budoucí finanční tíseň stavebních podniků v Jihočeském kraji.

3 Data Databáze Albertina Stavební podniky – sekce F klasifikace ekonomických činností CZ-NACE (stavba budov, stavitelství a specializované činnosti ve stavebnictví) Stavební trh Jihočeského kraje mezi v letech 2003-2013 Databáze obsahuje celkově 1 219 datových vět (dle společností a jednotlivých roků). Každá datová věta obsahuje celkově 100 parametrů každé společnosti v každém sledovaném roce: Název společnosti Okres Seznam údajů výkazů účetní závěrky za každý rok za období roků 2003-2013 Seznam dalších dat

4 Popis dat – zastoupení jednotlivých skupin podniků PočetKumulativní počet ProcentoKumulativní procento Bonitní podnik1166 95,6521795,6522 Krach v budoucnosti2111871,7227297,3749 Krach v daném roce3212192,62510100,0000 Chybějící data012190,00000100,0000

5 Popis dat – jednotlivé proměnné Počet validních údajůPrůměrMinimumMaximum Standardní odchylka Jednoznačný identifikátor12191118727217126220 IČ firmy1219321246254748356500700013203493 NACE hlavní12194243641000471901099 Rok vzniku12192000199020126 Rok účetní závěrky12192010200720132 Počet měsíců účetní závěrky121912 0 Struktura účetní závěrky12192003200020030 Počet zaměstnanců - upraveno12192401750124 Aktiva celkem - tis. Kč121573815-38813096147712403 Pohledávky za upsaný základní kapitál - tis. Kč1219-2-150642075 Dlouhodobý nehmotný majetek - tis. Kč12191685-10935853660028960 Dlouhodobý hmotný majetek - tis. Kč12191812002856813179947 Dlouhodobý finanční majetek - tis. Kč12191480028037815973 Dlouhodobý majetek - tis. Kč12192128603248401215463 Oběžná aktiva - tis. Kč121951729-26289871446500869 Zásoby - tis. Kč121981710137242878500 Dlouhodobé pohledávky - tis. Kč12193278-476657695034228 Dohadné účty aktivní12193734097550750245 Krátkodobé pohledávky - tis. Kč121936873-22738218558391426 Pohledávky z obchodního styku12198019-59963539839606 Pohledávky & dlužníci121915054-2273118912580775 Pohledávky k přidruženým společnostem121925096-15067532127365652 Pohledávky z obchodních vztahů (krátk.) - tis. Kč12197699-59963537538952 Krátkodobý finanční majetek - tis. Kč12193403-872925342814997 Ostatní oběžná aktiva1219559-12463402897

6 Popis dat – jednotlivé proměnné Počet validních údajůPrůměrMinimumMaximum Standardní odchylka Oběžná aktiva121952287-25579880165502123 Vlastní kapitál - tis. Kč121940047-220107621197449900 Základní kapitál - tis. Kč11992092-155924023614266 Kapitálové fondy - tis. Kč1219782401550739108562 Rezervní fondy, nedělitelný fond a ostatní fondy ze zisku - tis. Kč 12191034-21118520411369 Ostatní kapitál12198858-2111735930119799 Výsledek hospodaření minulých let - tis. Kč121922077-252895444177270558 Závazky celkem121933526-35566155677272063 Cizí zdroje - tis. Kč121932643-35566155677270407 Rezervy - tis. Kč12191182027816812164 Dlouhodobé závazky total12194845-30042701828629 Dlouhodobé závazky - tis. Kč12192683-30020341415920 Dohadné účty pasivní12193445-69957223137621 Závazky z obchodních vztahů (krátk.) - tis. Kč12197050-767757337349 Závazky z obchodního styku12197782-767757340654 Krátkodobé závazky z obchodního styku12197050-767757337349 Závazky k přidruženým společnostem121911979-34054670432183363 Ostatní krátkodobé závazky12197902-280070578447449 Bankovní úvěry a výpomoci - tis. Kč12192730-1197330000015710 Bankovní úvěry a fin.výpomoci (krátk.)12191750-119731452959731 Krátkodobé bankovní úvěry12191680-119731452959641 Krátkodobé závazky total121928681-35565856071249397 Krátkodobé závazky - tis. Kč121926047-8825802049246223 Ostatní pasiva1219884-2552405439517 Oběžná aktiva121952287-25579880165502123

7 Popis dat – jednotlivé proměnné Počet validních údajůPrůměrMinimumMaximum Standardní odchylka Tržby za prodej zboží - tis. Kč12191519026544010362 Náklady na prodej + výkonová spotřeba12196153906130604410784 Spotřeba materiálu a energie - tis. Kč1219138460124215767619 Výkonová spotřeba - tis. Kč12196028306128203409531 Obchodní marže - tis. Kč1219258-8319866852938 Výkony121981600-97958517799581559 Ostatní tržby z provozní činnosti12194411-72573116693954186 Provozní výnosy121988934-65959463361647278 Tržby z provozní činnosti121982554-97958537021578700 Správní a jiné náklady12194588-40784729848117 Přidaná hodnota - tis. Kč121921581-490772547140175131 Tžby za prodané zboží a výkony121983119-97958520799582945 Tržby za prodej vlastních výrobků a služeb - tis. Kč121981035-97958534021577320 Osobní náklady - tis. Kč121912236-13146826290542 Mzdové náklady12198212098218263994 Odpisy dlouhodobého nehmotného a hmotného majetku - tis. Kč 12192463046475926073 Tržby z prodeje DM a materiálu – tis. Kč12193277082004342800 Tržby z prodeje dlouhodobého majetku - tis. Kč12191179041857516168 Tržby z prodeje materiálu - tis. Kč12191970052225928444 Zůstatková cena prodaného DM a materiálu - tis. Kč12193007074743540060 Zůstatková cena prodaného DM - tis. Kč12191186040002616664 Prodaný materiál - tis. Kč12191688046164025134 Změna stavu rezerv,opravné položky …- tis. Kč1219-557-42545027401119089 Ostatní provozní výnosy - tis. Kč12191517-92339111619333 Tržby za prodej zboží - tis. Kč12191519026544010362

8 Popis dat – jednotlivé proměnné Počet validních údajůPrůměrMinimumMaximum Standardní odchylka Ostatní provozní náklady - tis. Kč1219899-3091081276184 Provozní náklady121980826-98217796565300 Provozní výsledek hospodaření - tis. Kč12198108-363094144623486872 Výnosové úroky - tis. Kč12194270967235049 Nákladové úroky - tis. Kč12193220648132787 Jiné finanční náklady1219140-11340688082998 Finanční výsledek hospodaření - tis. Kč1219245-203091007185206 HV za běžnou činnost před zdaněním12198351-363241149921891447 Daň z příjmů za běžnou činnost12191631-1527125509915738 Výsledek hospodaření za běžnou činnost - tis. Kč12196720-363241128988876037 Mimořádný výsledek hospodaření - tis. Kč121935-171216456689 Výsledek hospodaření za účetní období (+/-) - tis. Kč12196751-363241128988876049 Daň z příjmů za běžnou a mimořádnou činnost12191637-1527125509915738 EBIT12198688-363094155051293769 Zisk před zdaněním12198389-363241149921891461 Nárůst / pokles tržeb (v %) - %121959-19625715960 Nárůst / pokles zisku / ztráty (v %) - %1217-164-87348617004270 Nárůst / pokles tržeb v % reálně - %121958-19625715960 Nárůst / pokles zisku / ztráty v % reálně - %1219-160-82177617004178 Výrok auditora12190030 Roční obrat12198909553656 Ostatní provozní náklady - tis. Kč1219899-3091081276184 Provozní náklady121980826-98217796565300 Provozní výsledek hospodaření - tis. Kč12198108-363094144623486872 Výnosové úroky - tis. Kč12194270967235049

9 Metody Pro přípravu datového souboru byl využit MS Excel. Každý podnik měl data za jeden rok vždy v jedné řádce (finanční i nefinanční). Soubor, který obsahoval 1,219 záznamů o stavebních firmách v jednotlivých letech a 100 charakteristik každého podniku. Data budou importována do softwaru Statistica společnosti DELL. Následně budou zpracována pomocí inteligentního řešitele úloh. Hledáme umělou neuronovou strukturu, která bude umět zařadit (klasifikovat) každý podnik na základě vstupních dat do jedné ze čtyř skupin: bonitní podnik, podnik zkrachuje v běžném roce, podnik zkrachuje za dva roky, podnik zkrachuje v budoucnu. Nejprve budou stanoveny vlastnosti jednotlivých charakteristik podniku, tedy zda se jedná o kategoriální nebo spojité veličiny.

10 Methods Následně bude generováno náhodných 10,000 umělých neuronových struktur. Uchováme 5 nejvhodnějších výsledků. Budou použity: lineární neuronové sítě (Linerar) probabilistické neuronové sítě (PNN) radiální základní neuronové sítě (RBF) třívrstvé perceptronové sítě (TLP) čtyřvrstvé perceptronové sítě (FLP) V případě radiální základních neuronových sítě použijeme od 1 až do 300 skrytých neuronů. Druhá vrstva třívrstvé perceptronové sítě bude obsahovat 1 až 150 skrytých neuronů. Druhá a třetí vrstva čtyřvrstvé perceptronové sítě budou obsahovat vždy 1 až 150 skrytých neuronů. Pokud nebude zlepšení jednotlivých trénovaných sítí významné, je možné trénink neuronových sítí zkrátit.

11 Results – retained artificail neural networks IndexProfile Train Perf. Select Perf. Test Perf. Train Error Select Error Test Error Training/ Members Inputs Hidden (1) Hidden (2) 1MLP 62:66-150-140-3:10.9430.9490.9420.6840.6281.056 BP100, CG20, CG0b 62150140 2Linear 5:5-3:10.9530.9490.9690.1720.1760.142PI500 3RBF 35:61-22-3:10.9580.9530.9730.1620.1680.131KM KN, PI35220 4PNN 69:94-599-3:10.9590.9630.9730.1550.1480.135695990 5PNN 72:97-599-3:10.9610.9660.9730.1520.1450.134725990

12 Schéma umělé neuronové sítě (MLP 62:66-150-140-3:1)

13 Schéma umělé neuronové sítě (Linear 5:5-3:1)

14 Schéma umělé neuronové sítě (RBF 35:61-22-3:1)

15 Schéma umělé neuronové sítě(PNN 69:94-599-3:1)

16 Schéma umělé neuronové sítě (PNN 72:97-599-3:1)

17 Response surface (MLP 62:66-150-140-3:1) Response surface. Final status: Credible company Economic results for accounting period (+/-) (in TCZK) Operating profit (in TCZK) Credible company

18 Response surface (MLP 62:66-150-140-3:1) Response surface. Final status: Bankruptcy in the future (1) Economic results for accounting period (+/-) (in TCZK) Operating profit (in TCZK) Bankruptcy in the future

19 Response surface (MLP 62:66-150-140-3:1) Response surface. Final status: Bankruptcy in the current year (1) Economic results for accounting period (+/-) (in TCZK) Operating profit (in TCZK) Bankruptcy in the current year

20 Konfuzní matice T. Solvent company T. Bankr. in the future T. Bankr. in current year S. Solvent company S. Bankr. in the future S. Bankr. in current year X. Solvent company X. Bankr. in the future X. Bankr. in current year Solvent company. 15618152798228035 Bankr. in the future. 1100000100 Bankr. in current yr. 1914414801 Solvent company. 25719192839628936 Bankr. in the future. 2000000000 Bankr. in current yr. 2000000000 Solvent company. 35719162839528935 Bankr. in the future. 3000000000 Bankr. in current yr. 3003001001 Solvent company. 45719152839228935 Bankr. in the future. 4000000000 Bankr. in current yr. 4004004001 Solvent company. 55718152838228935 Bankr. in the future. 5010010000 Bankr. in current yr. 5004004001

21 Závěr Pro stavební podniky Jihočeského kraje je použitelná čtyřvrstvá perceptronová neuronová síť (MLP 62:66-150- 140-3:1). Jedná se o síť, která bere v úvahu 62 vstupních veličin, obsahuje 66 vstupních neuronů, 150 neuronů v první skryté vrstvě, 140 neuronů ve druhé skryté vrstvě, 1 výsledek ze 3 možných. Síle klasifikace, predikce zvolené umělé neuronové sítě je větší než 94 % v trénovací, validační i ověřovací množině objektů. Model je tudíž aplikovatelný v praxi. Mohou jej využít stavební podniky, finanční analytici, banky, konkurenti, potenciální investoři a další.

22 Thank you for attention. Jaromír Vrbka: vrbka@mail.vstecb.czvrbka@mail.vstecb.cz