알트먼 Z-점수
Altman Z-score |
파산 예측을 위한 Z 점수 공식은 에드워드 1세에 의해 1968년에 출판되었다. 알트먼은 당시 뉴욕대학교 재무학과 조교수였다. 이 공식은 기업이 2년 이내에 파산할 가능성을 예측하는 데 사용될 수 있다. Z-점수는 학업에 종사하는 기업의 재무적 고통 상태에 대한 기업 채무 불이행과 계산하기 쉬운 통제 조치를 예측하는 데 사용된다. Z-점수는 기업의 재무건전성을 측정하기 위해 복수의 기업소득과 대차대조표 값을 사용한다.
공식
Z-점수는 계수에 의해 가중되는 4-5개의 공통 사업비율을 선형적으로 조합한 것이다. 이 계수는 부도를 선언한 일련의 기업을 식별한 다음, 산업별, 대략적인 규모(자산)를 일치시켜 살아남은 기업의 일치된 표본을 수집함으로써 추정되었다.
Altman은 공개 보유 제조업체의 데이터 집합에 판별 분석의 통계적 방법을 적용했다. 이 추정치는 원래 공개 보유 제조업체의 데이터를 기반으로 했지만, 이후 민간 제조, 비제조 및 서비스 기업을 위한 다른 데이터셋을 기반으로 다시 추정되고 있다.
원본 데이터 샘플은 66개의 회사로 구성되었고, 그 중 절반이 7장에 따라 파산 신청을 했다. 데이터베이스의 모든 기업은 제조업자였고, 자산이 <100만 달러>인 소기업은 탈락했다.
원래의 Z-점수 공식은 다음과 같다.[1]
- Z = 1.2X1 + 1.4X2 + 3.3X3 + 0.6X4 + 1.0X5.
- X1 = 총 자산 대비 운용 자본의 비율 회사의 규모와 관련하여 유동자산을 측정한다.
- X2 = 총자산 대비 이익잉여금의 비율 회사의 나이와 수익력을 반영하는 수익성을 측정한다.
- X3 = 총 자산에 대한 이자 및 세금 이전의 이익 비율. 세금 및 활용 요소와는 별개로 운영 효율성을 측정한다. 영업이익을 장기 생존가능성에 중요한 것으로 인식하고 있다.
- X4 = 총부채의 장부금액 대비 자본의 시장가치 비율. 보안 가격 변동을 가능한 레드 플래그로 나타낼 수 있는 시장 차원을 추가한다.
- X5 = 총 자산 대비 매출 비율 총 자산 회전율(업계에서 산업으로 크게 변동)에 대한 표준 측정값.
Altman은 파산한 그룹의 비율 프로파일이 -0.25 평균으로, 파산하지 않은 그룹의 비율 프로파일이 +4.48 평균으로 떨어진다는 것을 발견했다.
판례
앨트먼의 연구는 회계 연구원 윌리엄 비버 등이 연구한 것이다. 1930년대 이후 머빈[who?] 등은[who?] 일치된 표본을 수집해 다양한 회계비율이 파산 예측에 귀중한 것으로 나타났다고 평가했다.[citation needed] Altman Z-score는 R. A의 판별 분석 기법을 사용자 정의한 버전이다. 피셔(1936).
1966년과 1968년에 출판된 윌리엄 비버의 연구는 쌍쌍의 기업 샘플에 대해 파산을 예측하는 통계적 방법인 t-테스트를 처음으로 적용한 것이다. 비버는 이 방법을 적용하여 각 회계비율을 한 번에 하나씩 사용하여 일변량 분석을 바탕으로 여러 회계비율의 중요성을 평가하였다. Altman의 일차적인 개선은 통계적 방법인 판별 분석을 적용하는 것으로, 여러 변수를 동시에 고려할 수 있다.
정확성 및 효과성
초기 테스트에서 알트만 Z-점수는 사건 발생 2년 전 파산 예측에서 72% 정확도가 높은 것으로 나타났으며, 유형 2 오류(허위 부정)는 6%(Altman, 1968년)로 나타났다. 이후 31년간(1999년까지) 3개 기간을 대상으로 한 일련의 후속 시험에서, 모형은 사건 발생 1년 전 파산 예측에서 약 80%~90%의 정확도를 나타냈으며, 제2종 오류(파산하지 않을 때 회사를 파산으로 분류)는 약 15%~20%(Altman, 2000년)의 것으로 나타났다.[2]
그러나 이것은 Altman Z-점수의 예측 능력을 과대평가한다. 학자들은 알트만 Z-점수가 "예측적인 내용이 없는 대규모 서술적 진술"이라고 오랫동안 비판해 왔다. Altman은 실패한 기업과 실패하지 않은 기업의 비율이 서로 다르지만 예측력이 있는 것은 아니라는 것을 보여준다. 그러나 중요한 문제는 역방향, 즉 비율에서 실패에 이르는 추론을 하는 것이다."[3] 약 1985년부터 Z-점수는 감사인, 경영회계사, 법원, 대출 평가에 사용되는 데이터베이스 시스템(Eidleman)에 의해 폭넓은 인정을 받았다. 이 공식의 접근법은 원래 자산이 100만 달러 이상인 공개 보유 제조 기업을 위해 설계되었지만, 다양한 맥락과 국가에서 사용되어 왔다. 이후 Altman에 의한 변형은 사기업(Altman Z's-core)과 비제조기업(Altman Z'-core)에 적용할 수 있도록 설계되었다.
알트먼 모델이나 다른 대차대조표 기반 모델은 금융회사에서 사용하는 것이 권장되지 않는다. 금융회사 대차대조표의 불투명성과 비대조표 항목의 빈번한 사용 때문이다.
현대의 학문적 채무불이행 및 파산 예측 모델은 Altman Z-점수에 지배적인 회계비율보다는 시장 기반 데이터에 크게 의존한다.[4]
원래 Z-점수 구성 요소 정의
- X1 = 작동자본/총자산
- X2 = 이익잉여금/총자산
- X3 = 이자 및 세금 전 이익/총자산
- X4 = 자본/총부채의 시장가치
- X5 = 매출/총자산
Z-점수 파산 모델:
- Z = 1.2배1 + 1.4배2 + 3.3배3 + 0.6배4 + 1배5
차별 영역:
- Z > 2.99 – "안전" 구역
- 1.81 < Z < 2.99 – "회색" 구역
- Z < 1.81 – "distress" 영역
비제조업체 및 신흥 시장에 대한 Z-점수 추정
- X1 = (유동자산 - 유동부채) / 총자산
- X2 = 이익잉여금/총자산
- X3 = 이자 및 세금 전 이익/총자산
- X4 = 자본/총부채의 장부금액
Z-점수 파산 모델(비제조업체):
- Z = 6.56X1 + 3.26X2 + 6.72X3 + 1.05X4[5]
Z-점수 파산 모델(신흥시장):
- Z = 3.25 + 6.56X1 + 3.26X2 + 6.72X3 + 1.05X4
차별 영역:
- Z > 2.6 – "안전" 구역
- 1.1 < Z < 2.6 – "회색" 구역
- Z < 1.1 – "distress" 영역
예
| 국제신용평가사 Altman의 Z 점수 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| 체납자 | 부채금액 | 디폴트 | Z-점수 | 채무불이행 당시의 등급 | 결과 | ||||||
| (10억 달러 단위) | 채무불이행연도 | 1년 전 | 2년전에 | 3년전에 | 4년 전 | S&P | 무디스 | 피치 | |||
| 베어른 스턴스 | 387 | 2007년 7월 31일 | 0.29 | -0.79 | 0.45 | 0.4 | 0.36 | 아아아. | A1 A2 | JP모건체이스 인수 | |
| AIG | 807 | 2008년 9월 16일 | -1.03 | -0.07 | -0.02 | 0.42 | 0.23 | AA- A- | A1 A2 | AA- A- | 미국 정부에 의해 구제됨 |
| 리먼 브라더스 | 392 | 2008년 9월 23일 | 0.06 | 0.09 | 0.03 | -0.03 | 0.29 | AA, A1 | P1 & A1 | AA- & F1+ | 파산하다 |
| 워싱턴 뮤추얼 뱅크 | 303 | 2008년 9월 25일 | -0.35 | -0.3 | -0.07 | -0.13 | -0.3 | A- & A2 | Baa1 & P2 | A-&F2 | JP모건체이스 인수 |
| 포드 모터스 | 132 | 2009년 4월 6일 | 1.32 | 1.03 | 1.23 | 1 | 1.29 | CC | Caa1, B3 | CCC, BB | 부활했다 |
| MF 글로벌 | 51 | 2011년 10월 31일 | 0.23 | 0.47 | 0.37 | 0.41 | 0.46 | Baa2 a Caa | BBB a BB+ | 파산하다 | |
| 2005년 4월부터 2013년 3월까지 최대 규모의 인도 채무불이행자 알트먼의 Z-점수 | |||||||||
|---|---|---|---|---|---|---|---|---|---|
| 체납자 | 부채 금액(Rs cr) | 채무불이행일자 | Z-점수 | 채무불이행 당시의 등급 | 결과 | ||||
| 크로아에 | 채무불이행 연도 | 기본값 이전 1년 | 기본값 이전 2년 | 채무불이행 전 3년 | 기본값 이전 4년 | ||||
| 아르빈드 제품 | 251.8 | 2009년 2월 10일 | 1.58 | 1.93 | 2.14 | 1.61 | 1.73 | CRSIL BBB | 재구성됨 |
| 앤솔 속성 및 인프라 | 1359 | 2009년 10월 5일 | 2.3 | 3.21 | 4.22 | 4.85 | 3.06 | 피치 BBB | 재구성됨 |
| 킹피셔 항공 유한회사 | 4105.88 | 2011년 12월 1일 | -2.36 | 1.85 | 0.61 | 0.79 | 1.93 | 크리스틸 D | 비작동 |
| 로열 오키드 호텔 리미티드 | 220 | 2012년 3월 31일 | 0.77 | 1.06 | 1.17 | 1.62 | 2.17 | ICRA BBB+ | 재구성됨 |
| 데칸 크로니클 홀딩스 | 3902 | 2012년 2월 2일 | -0.12 | 2.74 | 3.01 | 2.54 | 2.77 | 케어 A1 | 은행에서 매각한 자산 |
| Suzlon Energy | 10948 | 2012년 6월 17일 | -0.11 | 1.23 | 1.28 | 1.19 | 1.24 | ICRA BBB- A D | 재구성됨 |
참고 항목
참조
Altman, Edward I. (July 2000). "Predicting Financial Distress of Companies" (PDF). Stern.nyu.edu: 15–22.
Altman, Edward I. (September 1968). "Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy". Journal of Finance. 23 (4): 189–209. doi:10.1111/j.1540-6261.1968.tb00843.x.
Altman, Edward I. (May 2002). "Revisiting Credit Scoring Models in a Basel II Environment" (PDF). Prepared for "Credit Rating: Methodologies, Rationale, and Default Risk", London Risk Books 2002. Archived from the original (PDF) on 2006-09-18. Retrieved 2007-08-08.
Eidleman, Gregory J. (1995-02-01). "Z-Scores – A Guide to Failure Prediction". The CPA Journal Online.
Fisher, Ronald Aylmer (1936). "The Use of Multiple Measurements in Taxonomic Problems". Annals of Eugenics. 7 (2): 179. doi:10.1111/j.1469-1809.1936.tb02137.x. hdl:2440/15227.
뉴욕대학교 스턴 경영대학원의 에드워드 1세 알트먼 박사의 신용평가모듈의 사용과 신용문화의 중요성.
- ^ realequityresearch.dk/Documents/Z-Score_Altman_1968.pdf
- ^ 기업의 재무적 고통 예측: Z-SCORE 및 ZETA 모델 재방문
- ^ 존슨, C.G. 1970. 비율 분석과 확정 실패의 예측. 재무 저널, 25(5), 1166-1168. 추가 비판은 1977년 R.C. 모이어를 참조하라. 모이어를 참조한다. 재무 실패 예측. 재무 관리, 6(1), 11-17.
- ^ 예를 들어 Shumway, T. 2001을 참조하십시오. 보다 정확한 파산 예측: 단순한 위험 모델. Journal of Business, 74(1), 101–124; Campbell, J.Y., J. Hillscher, J. Szilagyi. 2008년. 조난 위험을 찾아서. 재무장, 63(6), 2899-2939; Li, L., R. Faff. 2019. 기업 파산 예측: 뭐가 중요해? 국제 경제 및 금융 리뷰, 62, 1–19.
- ^ http://people.stern.nyu.edu/ealtman/IRMC2014ZMODELpaper1.pdf
- ^ a b Khatkale, Swati (2014). Symbiosis International University (ed.). "An exploratory study to assess the performance of indian credit rating agencies 2005 2013". Retrieved 19 December 2021.
On the other hand all the defaults in case of Indian rated companies were in non-structured financial products. Defaulters like Arvind Products, Suzlon, Royal Orchid Hotel, Deccan Chronicle Holding & Ansal Properties had investment grade ratings either at the time of default or just a few days before the default. Altman’s Z score predicted default in case of Royal Orchid, Arvind Products & Suzlon Energy, which was not reflected in the ratings. This showed that simple model like Altman’s Z score was more informative than the ratings given by Credit Rating Agencies. Thus the findings of the case studies support the findings of overall accuracy of Indian Credit Rating Agencies based on default rates. So Indian Credit Rating Agencies have to improve the accuracy & timeliness of the ratings of normal non structured products.
추가 읽기
- 카우엣, 존 B; 에드워드 1세 알트만, 폴 나라얀(1998) 신용위험 관리 – 넥스트 그레이트 파이낸셜 챌린지, 존 와일리 & 선즈: 뉴욕. ISBN 978-0-471-11189-4
- Mare, Davide; Moreira, Fernando; Rossi, Roberto (2016). "Nonstationary Z-score measures". European Journal of Operational Research. forthcoming: 348–358. doi:10.1016/j.ejor.2016.12.001. hdl:20.500.11820/0a77ff25-1f7c-40a0-8eb4-57f7b19ba48a. SSRN 2688367.
