COPYRIGHTSupplement, Vol. 4 Issue 3.oliver.efos.hr/~dsajter/PDF/5.) Rano predv. posl. pot... ·...
Transcript of COPYRIGHTSupplement, Vol. 4 Issue 3.oliver.efos.hr/~dsajter/PDF/5.) Rano predv. posl. pot... ·...
78
55.. RRaannoo pprreeddvviiđđaannjjee ppoosslloovvnniihh ppootteešškkooććaa bbaannaakkaa uu
RReeppuubblliiccii HHrrvvaattsskkoojj Učinjeno je mno�tvo najrazličitijih studija na području predviđanja poslovnih
pote�koća, no u Hrvatskoj smo imali svega nekoliko istra�ivanja poslovnih pote�koća banaka.
Banke tek odnedavna funkcioniraju po tržišnim principima, a razdoblje od 1990-tih čini
prilično malen niz nestabilnih godina (inflacija, rat, tržišna ekonomija u povojima, prijenos
vlasni�tva) za dono�enje čvrstih zaključaka. Također treba imati na umu kako je Hrvatska
relativno maleno tržište.
Uz navedene nedostatke u Hrvatskoj ipak postoji prednost u činjenici da je dobar dio
povijesti istra�ivanja poslovnih pote�koća već ispisan, te da mo�emo koristiti dobra,
provjerena rje�enja koja funkcioniraju i izbjeći poznate nam probleme. Stoga se ovaj
magistarski rad bavi predviđanjem poslovnih pote�koća banaka u Republici Hrvatskoj
korištenjem poznate i provjerene metodologije.
Dva su bitna razloga za izbor bankovnog sustava u ovom radu. Hrvatska narodna
banka po slu�benoj du�nosti prikuplja financijska izvje�ća svih banaka u sustavu. Bez ovog
ograničenja na bankovni sektor prilično bi se te�ko prikupili pokazatelji poslovanja različitih
poduzeća. Ovako se sva izvje�ća mogu dobiti na jednom mjestu.
Uz ovo, budući da se mogu prikupiti izvje�ća svih banaka ne mora se konstruirati
statistički reprezentativan uzorak, nego se model može konstruirati na gotovo cjelovitoj
populaciji (pojedini slučajevi ipak su morali biti isključeni), čime se izbjegavaju statističko –
metodološki problemi.
Banke s poslovnim pote�koćama u ovom se radu definiraju kao banke koje su zavr�ile
u stečaju, ili su spa�ene dr�avnom intervencijom, tj. određenim oblikom sanacije. Svakako
treba napomenuti da ovo ne znači kako pojedine banke koje i danas redovno posluju, a nisu
bile sanirane niti je pokrenut postupak stečaja nisu imale ozbiljnih problema u poslovanju koji
su mogli rezultirati stečajem. Ovo je poznat i već opisan problem u istra�ivanju poslovnih
pote�koća (Beaver, 1966.121).
121 Beaver, W.; Financial Ratios as Predictors of Failure, Journal of Accounting Research, 1966.
Supplement, Vol. 4 Issue 3. COPY
RIGHT
79
5.1. Informacijska osnova analize
Rano predviđanje poslovnih pote�koća banaka u Republici Hrvatskoj izvedeno je na
temelju podataka sadr�anih u izvje�ću o stanju poslovnog bankarstva u Republici Hrvatskoj
pod naslovom "Analiza financijskog stanja i rezultat poslovanja hrvatskih banaka prema
podacima za 1995. godinu", kojeg je Sektor nadzora i kontrole Hrvatske narodne banke
podnio Vladi i Saboru u svibnju 1996. godine (u daljnjem tekstu: Izvje�će).
U Izvje�ću su sadr�ani podaci za cjelokupni bankovni sustav Republike Hrvatske,
kojeg su u 1995. godini sačinjavale 54 banke koje se nalaze u tablici 1.
Iz cjelokupne populacije bankovnog sustava iz istra�ivanja su isključene slijedeće
banke, i to zbog slijedećih razloga:
Hrvatsko-austrijska banka – ne postoje podaci za 1994. godinu,
banke u likvidaciji: Primus banka (ex Hypo banka, Zagreb) i Convest
banka – isključene zbog trenutno nepoznatog uzroka likvidacije,
Histria banka, Pula – oduzeta dozvola za rad 1996. godine, te ne ulazi u
definiciju poslovnih pote�koća.
Ovo čini reprezentativan uzorak od 50 banaka, �to u ukupnoj populaciji od 54 banke
čini 92,59 %. Udio isključenih banaka u ukupnoj aktivi svih banaka u Republici Hrvatskoj na
dan 31. 12. 1995. iznosio je 0,08%, odnosno uzorak na kojemu se provodi istra�ivanje čini
99,92% ukupne aktive svih banaka u Republici Hrvatskoj.
U tablici 5. koja daje popis svih banaka u sustavu isključene su banke označene
zvjezdicom.
COPY
RIGHT
80
Tablica 5. Popis banaka u Republici Hrvatskoj u 1995. godini
RB NAZIV BANKE 1. AGRO OBRTNIČKA BANKA D.D. ZAGREB 2. ALPE-JADRAN BANKA D.D. SPLIT 3. BJELOVARSKA BANKA D.D. BJELOVAR 4. BRODSKO-POSAVSKA BANKA D.D. SLAV.BROD 5. ČAKOVEČKA BANKA D.D. ČAKOVEC 6. CENTAR BANKA D.D. ZAGREB 7. CIBALAE BANKA D.D. VINKOVCI 8. * CONVEST BANKA D.D. ZAGREB 9. CREDO BANKA D.D. SPLIT 10. CROATIA BANKA D.D. ZAGREB 11. DALMATINSKA BANKA D.D. ZADAR 12. DUBROVAČKA BANKA D.D. DUBROVNIK 13. GLUMINA BANKA D.D. ZAGREB 14. GOSPODARSKO KREDITNA BANKA D.D. ZAGREB 15. GRADSKA BANKA D.D. OSIJEK 16. * HISTRIA BANKA D.D. PULA 17. HRV. GOSPODARSKA BANKA D.D. ZAGREB 18. HRV. POŠTANSKA BANKA D.D. ZAGREB 19. * HYPO BANKA D.D. ZAGREB (Primus) 20. ILIRIJA BANKA D.D. ZAGREB 21. IMEX BANKA D.D. SPLIT 22. ISTARSKA BANKA D.D. PULA 23. ISTARSKA KREDITNA BANKA D.D. UMAG 24. JADRANSKA BANKA D.D. ŠIBENIK 25. KARLOVAČKA BANKA D.D. KARLOVAC 26. KOMERCIJALNA BANKA D.D. ZAGREB 27. KRAPINSKO ZAGORSKA BANKA D.D. KRAPINA 28. KREDITNA BANKA D.D. ZAGREB 29. KVARNER BANKA D.D. RIJEKA 30. MEĐIMURSKA BANKA D.D. ČAKOVEC 31. NAVA BANKA D.D. ZAGREB 32. NERETVANSKA BANKA D.D. PLOČE 33. PARTNER BANKA D.D. ZAGREB 34. PRIVREDNA BANKA D.D. ZAGREB 35. PODRAVSKA BANKA D.D. KOPRIVNICA 36. POMORSKA BANKA D.D. SPLIT 37. POŽEŠKA BANKA D.D. POŽEGA 38. * PRVA. HRV.-AUSTRIJSKA BANKA D.D. ZAGREB 39. PROMDEI BANKA D.D. 40. RAIFFEISENBANK BANKA D.D. ZAGREB 41. RAZVOJNA BANKA D.D. SPLIT 42. RIADRIA BANKA D.D. RIJEKA 43. RIJEČKA BANKA D.D. RIJEKA 44. SAMOBORSKA BANKA D.D. SAMOBOR 45. SISAČKA BANKA D.D. SISAK 46. SLATINSKA BANKA D.D. SLATINA 47. SLAVONSKA BANKA D.D. OSIJEK 48. SPLITSKA BANKA D.D. SPLIT 49. ŠTEDBANKA BANKA D.D. ZAGREB 50. TRGOVAČKA Z BANKA D.D. AGREB 51. TRGOVAČKO - TURISTIČKA BANKA D.D. SPLIT COPY
RIGHT
81
52. VARAŽDINSKA BANKA D.D. VARAŽDIN 53. ZAGREBAČKA BANKA D.D. ZAGREB 54. ŽUPANJSKA BANKA D.D. ŽUPANJA
Za navedene 54 banke u Izvje�ću su iskazane stavke sadr�ane u tablici 6., i to za 1994.
i 1995. godinu.
Tablica 6. Podaci sadr�ani u Izvje�ću HNB IZVJE�ĆE STAVKA
NOVČANA SREDSTVA DEPOZITI KOD NARODNE BANKE KRATKOROČNI VRIJEDNOSNI PAPIRI I TEKUĆA DOSPIJEĆA DUGOROČNIH VRIJEDNOSNIH PAPIRA KRATKOROČNI KREDITI I DRUGI PLASMANI ODOBRENI BANKAMA I DRUGIM FINANCIJSKIM ORGANIZACIJAMA KRATKOROČNI KREDITI, DRUGI PLASMANI I TEKUĆA DOSPIJEĆA DUGOROČNIH KREDITA OBRAČUNATE KAMATE, NAKNADE I OSTALA AKTIVA DUGOROČNI VRIJEDNOSNI PAPIRI TRAJNA ULAGANJA U DIONICE, UDJELE I SUDJELUJUĆE INTERESE DUGOROČNI KREDITI DANI BANKAMA I DRUGIM FINANCIJSKIM INSTITUCIJAMA DUGOROČNI KREDITI I DRUGI PLASMANI KUPLJENA POTRAŽIVANJA I PRAVA NA POTRAŽIVANJA IZ ISPORUKA ROBA I USLUGA
BONITETNA REKLASIFICIRANA BILANCA (AKTIVA)
MATERIJALNA I NEMATERIJALNA IMOVINA DEPOZITI PO VIĐENJU KRATKOROČNI DEPOZITI I TEKUĆA DOSPIJEĆA DUGOROČNIH DEPOZITA OBVEZE IZ KRATKOROČNIH KREDITA I TEKUĆA DOSPIJEĆA DUGOROČNIH KREDITA IZDANI KRATKOROČNI VRIJEDNOSNI PAPIRI I TEKUĆA DOSPIJEĆA DUGOROČNIH VRIJEDNOSNIH PAIRA OBVEZE IZ OBRAČUNATIH KAMATA, NAKNADA I OSTALA PASIVA DUGOROČNI DEPOZITI OBVEZE IZ DUGOROČNIH KREDITA IZDANI DUGOROČNI VRIJEDNOSNI PAPIRI TEMELJNI KAPITAL DOPUNSKI KAPITAL REZERVE POSEBNE REZERVE
BONITETNA REKLASIFICIRANA BILANCA (PASIVA)
DOBIT ILI GUBITAK KAMATE I SLIČNI PRIHODI PROVIZIJE PRIHODI OD VLASNIČKIH VRIJEDNOSNIH PAPIRA
RAČUN DOBITI I GUBITKA (PRIHODI)
OSTALI PRIHODI I IZVANREDNI PRIHODI KAMATE I SLIČNI TRO�KOVI PROVIZIJE ZA USLUGE I SLIČNI TRO�KOVI OPĆI ADMINISTRATINI TRO�KOVI OSTALI TROŠKOVI I IZVANREDNI RASHODI
RAČUN DOBITI I GUBITKA (RASHODI)
VRIJEDNOSNA USKLAĐIVANJA (REZERVIRANJA ZA RIZIKE I ISPRAVCI VRIJEDNOSTI) KRATKOROČNI KREDITI DUGOROČNI KREDITI
IZVJE�ĆE O RASPOREĐIVANJU RIZIČNE AKTIVE I ODGOVARAJUĆIH IZVANBILANČNIH
POTRA�IVANJA KOJA NISU PLAĆENA U ROKU 45 DANADOSPJELA, SUMNJIVA I SPORNA POTRAŽIVANJA IZ POTENCIJALNIH OBVEZA (GARANCIJA, JAMSTAVA, AVALA, I SL.) COPY
RIGHT
82
SUMNJIVA I SPORNA POTRAŽIVANJA IZ KREDITA I VRIJEDNOSNIH POTRAŽIVANJA IZVANBILANČNA AKTIVA
STAVKI
POTENCIJALNI GUBICI
Od stavki navedenih u tablici 2. prvotno je bilo formirano 45 omjera. Nakon izračuna
matrice korelacija (45x45) i preliminarne backward i forward stepwise diskriminacijske
analize broj omjera reduciran je na 12122. Ovih 12 omjera sadržano je u tablici 7.
Tablica 7. Omjeri kori�teni u predviđanju poslovnih pote�koća
OZNAKA OMJER X1 KRATKOTRAJNA SREDSTVA / UKUPNA AKTIVA X2 KRATKOTRAJNA SREDSTVA / ZAJMOVI KLIJENTIMA X3 DOBIT / PROSJEČNI KAPITAL I REZERVE X4 DOPUNSKI KAPITAL, REZERVE I POSEBNE REZERVE / UKUPNA AKTIVA X5 POTRA�IVANJA NEPLAĆENA U 45 DANA / JAMSTVENI KAPITAL X6 POTRA�IVANJA NEPLAĆENA U 45 DANA / UKUPNA AKTIVA X7 POTRAŽIVANJA IZ POTENCIJALNIH OBVEZA / JAMSTVENI KAPITAL X8 POTENCIJALNI GUBICI / JAMSTVENI KAPITAL X9 KRATKOROČNI KREDITI / JAMSTVENI KAPITAL
X10 KOEFICIJENT ADEKVATNOSTI KAPITALA
X11 (KAPITAL + REZERVE - POTRAŽIVANJA IZ POTENCIJALNIH OBVEZA - SUMNJIVA I SPORNA POTRAŽIVANJA - IZVANBILANČNA AKTIVA) / PROSJ. UK. AKTIVA
X12 (JAMSTVENI KAPITAL - POTRAŽIVANJA IZ POTENCIJALNIH OBVEZA - SUMNJIVA I SPORNA POTRAŽIVANJA) / DOBIT
Opis omjera: Omjer X1: (novčana sredstva + depoziti kod HNB + kratkoroč. vrij. papiri i tekuća
dospijeća dugoroč. vrij. papira) / ukupna aktiva → pokazuje udio
kratkotrajnih sredstava u ukupnoj imovini poduzeća. Sna�an je indikator
poslovnih pote�koća jer upravo iz ovih stavki banka podmiruje dospjele
obveze. �to je omjer veći manja je mogućnost nastanka poslovnih pote�koća.
Omjer X2: (novčana sredstva + depoziti kod HNB + kratkoroč. vrij. papiri i tekuća
dospijeća dugoroč. vrij. papira) / (kratkoroč. krediti i drugi plasmani
odobreni bankama i drugim financijskim organizacijama + kratkoroč.
krediti, drugi plasmani i tekuća dospijeća dugoroč. kredita + trajna
ulaganja u dionice, udjele i sudjelujuće interese + dugoroč. krediti dani
bankama i drugim financijskim institucijama + dugoroč. krediti i drugi
plasmani) → pokazuje koliko se zajmova odobrava klijentima iz kratkotrajnih
122 Za sve je izračune kori�ten računalni software Statistica 6.0., StatSoft, Inc. (2001). CO
PYRI
GHT
83
sredstava banke. Uprava banke trebala bi komponirati kratkoročne zajmove
najvećim dijelom iz kratkotrajne imovine, a dugoročne zajmove potpuno iz
dugotrajne imovine. Pokazatelj je strukture financiranja s obzirom na ročnost
pojedinih stavki aktive. Smanjenjem apsolutne vrijednosti omjera raste i
mogućnost nastanka poslovnih pote�koća, jer to znači da se (ukupni) zajmovi
klijentima financiraju iz dugotrajne imovine. Kako je u hrvatskoj bankovnoj
praksi kratkoročno pozajmljivanje rizičnije od dugoročnog, ni�i omjer ukazuje
kako se uzima dugotrajna imovina kako bi se ostvarili kratkoročni (rizičniji)
plasmani.
Omjer X3: dobit / {(temeljni i dopunski kapital iz '94. god. + rezerve i posebne
rezerve iz '94. god.) + (temeljni i dopunski kapital iz '95. god. + rezerve i
posebne rezerve iz '9. god.) / 2} → daje uvid u profitabilnost banke, odnosno
stavlja u odnos dobit i prosječni kapital i rezerve. Pretpostavlja se kako veća
profitabilnost doprinosi imunosti na poslovne pote�koće, odnosno veći omjer
pretpostavlja ni�u mogućnost poslovnih pote�koća.
Omjer X4: dopunski kapital + rezerve + posebne rezerve / ukupna aktiva → pokazuje
koliko uprava banke odvaja za nepredviđene financijske 'potrese', odnosno daje
uvid u udio dopunskog kapitala i rezervi u ukupnoj aktivi. Veći omjer pokazuje
bolju sposobnost amortiziranja potencijalnih gubitaka, te stoga i manju
mogućnost poslovnih pote�koća.
Omjer X5: potra�ivanja koja nisu plaćena u roku od 45 dana / jamstveni kapital →
padom sposobnosti naplate potra�ivanja raste mogućnost poslovnih pote�koća.
Omjer X5 pokazuje koliko je banka sposobna amortizirati neplaćanje
potraživanja u roku od mjesec i pol dana jamstvenim kapitalom. Što je omjer
veći jamstveni kapital manje pokriva neplaćena potra�ivanja, te je veća
mogućnost poslovnih pote�koća.
Omjer X6: potra�ivanja koja nisu plaćena u roku od 45 dana / ukupna aktiva →
jednako kao i omjer X5, pokazuje udio neplaćenih potra�ivanja u roku od 45
dana, ali ovdje u ukupnoj imovini banke. Daje uvid u pokrivenost neplaćenih
potraživanja ukupnom aktivom banke
Omjer X7: potraživanja iz potencijalnih obveza / jamstveni kapital → pokazuje kako
jamstveni kapital pokriva potraživanja iz potencijalnih obveza. Ako se
potraživanja iz potencijalne obveze realiziraju jamstveni kapital morao bi ih COPY
RIGHT
84
moći apsorbirati. �to je omjer veći, manja je sposobnost poduzeća da nadvlada
poslovne pote�koće.
Omjer X8: potencijalni gubici / jamstveni kapital → vrlo je sličan omjeru X7, no u
brojniku se nalazi stavka potencijalni gubici. �to su potencijalni gubici veći,
veća je i mogućnost poslovnih pote�koća, no bitnije je da jamstveni kapital kao
nazivnik prema�uje stavku brojnika. U svakom slučaju, povećavanjem
apsolutne vrijednosti omjera povećava se i mogućnost poslovnih pote�koća.
Omjer X9: kratkoročni krediti / jamstveni kapital → pokazuje koliko jamstveni kapital
banke nadmašuje stavku kratkoročnih kredita. Daje uvid u ročnu strukturu
imovinskog portfelja banke. Budući da su u Hrvatskoj kratkoročni krediti
rizičniji od dugoročnih, veći omjer znači i veću mogućnost poslovnih
pote�koća.
Omjer X10: koeficijent adekvatnosti kapitala → Zakonom propisan pokazatelj kapitala
temeljen na riziku. Koeficijent adekvatnosti kapitala iskazuje kapital kao
postotak aktive i izvanbilančnih stavki ponderiranih rizikom, pri čemu se
ponderi kreću između 0 i 300 %. U Izvje�ću je ovaj omjer već izračunat. Što je
koeficijent veći manja je mogućnost nastanka poslovnih pote�koća.
Omjer X11: (temeljni i dopunski kapital + rezerve i posebne rezerve – potraživanja iz
potencijalnih obveza – sumnjiva i sporna potraživanja – ukupna
izvanbilančna aktiva) / {(ukupna imovina iz '94. god. + ukupna imovina iz
'95. god.) / 2} → stavlja u odnos iznos kapitala i rezervi koji preostane nakon
oduzimanja rizične aktive i prosječne ukupne imovine. Dakle, pokazuje koliko
udjela u prosječnoj ukupnoj imovini ima kapitala i rezervi nakon oduzimanja
rizične aktive. Mogućnost poslovnih pote�koća raste s porastom omjera..
Omjer X12: jamstveni kapital – potraživanja iz potencijalnih obveza – sumnjiva i
sporna potraživanja / dobit → pokazuje koliko dobit iz poslovanja pokriva
iznos jamstvenog kapitala (temeljni + dopunski kapital + rezerve) koji
preostane nakon oduzimanje rizične aktive. Smanjenjem apsolutne vrijednosti
omjera smanjuje se i mogućnost nastajanja poslovnih pote�koća.
U tablici 8. nalaze se statistički pokazatelji omjera. Budući da su svi omjeri
međusobno različiti kako bi se mod mogao izračunati omjeri su reducirani na jedno decimalno
mjesto.
COPY
RIGHT
85
Tablica 8. Statistički pokazatelji omjera
OMJ. MIN MAX MAX-MIN ARITM. SREDINA MEDIJAN MOD STANDARDNA
DEVIJACIJA KOEF.
VARIJACIJE X1 0,0111 0,4409 0,4298 0,1630 0,1444 0,1 0,0928 56,95% X2 0,0116 1,0907 1,0790 0,3059 0,2760 0,1 0,2241 73,28% X3 -0,1674 0,4169 0,5843 0,0762 0,0584 0,1 0,1062 139,31% X4 0 0,2725 0,2725 0,0962 0,0821 0,1 0,0694 72,18% X5 0 0,9023 0,9023 0,1639 0,0524 0 0,2140 130,58% X6 0 0,1359 0,1359 0,0272 0,0137 0 0,0324 118,97% X7 0 0,4689 0,4689 0,0432 0,0114 0 0,0860 198,89% X8 0 2,8508 2,8508 0,3135 0,1731 0 0,5015 159,99% X9 0,0234 3,6531 3,6296 1,1161 1,0052 0,9 0,6766 60,62%
X10 0,0641 1,5891 1,5250 0,4359 0,3007 0,2 0,3177 72,89% X11 -0,6933 1,4761 2,1694 0,2095 0,1211 0,0 0,3574 170,62% X12 -115,4212 8206,5333 8321,9546 279,3999 10,4442 7,4 1304,4969 466,89%
Opis statističkih pokazatelja omjera
Omjer X1 ima najniži koeficijent varijacije u usporedbi, kao i relativno malen raspon
vrijednosti. Jednako kao i kod omjera X2 najnižu vrijednost omjera X1 ima Razvojna
banka koja je u stečaju od 2001. god., a najvi�u Raiffeisen banka, prva od stranih banaka
koja je ušla u hrvatski bankovni sustav.
Omjer X3 kao omjer profitabilnosti pokazuje najnižu vrijednost (negativnu uslijed ostvarenog
gubitka) kod Neretvanske banke koja je u stečaju od 1999. godine, nasuprot Trgovačkoj
banci koja je sada u sastavu Erste & Steiermärkische grupe, a koja ima najveću
vrijednost omjera. Ukupno 5 banaka ima negativan X3, odnosno 5 je banaka iskazalo
gubitak u 1995. godini, i to: Karlovačka, Krapinsko-zagorska, Neretvanska, Istarska iz
Pule, i Raiffeisen banka koja je tada tek ušla na tržište.
Udio dopunskog kapitala i posebnih rezervi u ukupnoj imovini banke – omjer X4 – najnižu
vrijednost (ništicu) pokazuje kod Krapinsko-zagorske banke, koja 1995. godine nije
imala dopunskog kapitala, rezervi niti posebnih rezervi. Danas je u sastavu PBZ grupe.
U odnosu na ukupnu aktivu Slavonska je banka (sanirana) 1995. god. imala najveći
iznos dopunskog kapitala i rezervi.
Omjeri X5 i X6 su interesantni stoga što od osam banaka koje imaju ništicu iskazanu pod
stavkom 'potra�ivanja neplaćena u roku od 45 dana' njih 4 je zavr�ilo u stečaju, i to:
Glumina, Promdei, Razvojna, i Trgovačko-turistička banka. Najveće su vrijednosti kod
X5 iskazale najveće banke u sustavu, a sve su (osim Zagrebačke) bile sanirane, dok je
kod omjera X6 situacija nešto složenija. Osim što ima najmanji raspon vrijednosti u
usporedbi, najveće vrijednosti imaju banke koje su zavr�ile u stečaju (uz određene COPY
RIGHT
86
iznimke). Redoslijed je: Brodsko-posavska banka, Slatinska (obje posluju i danas), te
zatim Agro-obrtnička, Alpe-Jadran, Dubrovačka banka (sve u stečaju), itd. Ovdje se
ponovno ističe već spomenuti "problem oporavka", jer je očito kako su Brodsko-
posavska i Slatinska banka imale visok iznos neplaćenih potra�ivanja u odnosu na
ukupnu aktivu, ali nisu zavr�ile u stečaju.
Slijedeći omjer - X7 - jo� značajnije ukazuje na pojavu koja se mogla uočiti kod omjera X5 i
X6. Naime, čini se kako je kod banaka u Republici Hrvatskoj sredinom devedesetih
godina bilo dovoljno prostora za slobodno tumačenje pojedinih knjigovodstvenih stavki.
Konkretno, od 17 banaka koje su pod stavkom 'potraživanja iz potencijalnih obveza'
iskazale ni�ticu njih 4 je zavr�ilo u stečaju (Glumina, Komercijalna, Promdei, i
Trgovačko-turistička banka). Banke koje su sanirane i koje su zavr�ile u stečaju imaju
najveće vrijednosti ovog omjera, koji također pokazuje visok koeficijent varijacije.
Potencijalni gubitak nisu iskazale tri banke (tj. iskazale su ništicu) i to Gospodarsko-kreditna,
Imex, i Nava banka (koje i danas redovno posluju), te su imale najniži omjer X8.
Najveće vrijednosti imaju Splitska, Dubrovačka, i Slavonska banka kod kojih su
potencijalni gubici premašivali jamstveni kapital, no one su spašene državnom
intervencijom. Već je navedeno kako su omjeri, da bi se mogao izračunati mod,
reducirani na jednu decimalu. Kod omjera X8 ovo je značilo da je najče�ća vrijednost
omjera 0,0x što je redukcijom svedeno na 0,0. Uz medijan od 0,17 ovo ukazuje kako je
aritmetička sredina (0,31) kao mjera centralne tendencije u ovom slučaju pod utjecajem
ekstremnih vrijednosti.
Omjer X9 pokazao je kako su kratkoročni krediti premašili jamstveni kapital dva i više puta
kod Croatia, Hrv.-gospodarske, Županjske, te najviše (3,6) kod Glumina banke. Sve su
ove banke imale poslovnih pote�koća. Promdei banka imala je najni�i omjer (0,02) i to
značajno ispod mjera centralne tendencije koje imaju vrijednosti oko 1. Ova se banka
opet ističe jer je zavr�ila u stečaju, premda se promatrajući samo ovaj omjer deklarira
kao "najzdravija". Izuzev omjera X12, X9 ima najveći raspon vrijednosti, �to je vidljivo
i na grafikonu br. 1.
Koeficijent adekvatnosti kapitala (X10) potvrđuje pretpostavku kako manja vrijednost znači i
veću mogućnost poslovnih pote�koća. Splitska banka koja je sanirana ima najni�u
vrijednost, dok najveću ima Pomorska banka, danas u sastavu Zagrebačke banke.
Omjer X11 iskazuje negativnu vrijednost za 11 banaka, od kojih je 5 imalo poslovne
pote�koće (Croatia – sanirana, Cibalae, Glumina, Gradska, Ilirija – u stečaju). Ostalih 6
su Bjelovarska, Dalmatinska, Karlovačka, Međimurska, Zagrebačka, i s najni�om COPY
RIGHT
87
vrijedno�ću – Hrvatska-po�tanska banka. Nakon oduzimanja rizične imovine vi�e
kapitala i rezervi od prosječne uk. imovine (X11>1) imale su �tedbanka i Krapinsko-
zagorska, koja iskazuje najveći omjer, a obje redovno posluju i danas.
Ekstremno veliku vrijednost omjera X12 ima Promdei banka (8206,5), osobito imajući u vidu
medijan (10,4) i mod (7,4), te "gura" aritmetičku sredinu na visokih 279,4. Uzrok je
iznimno niska dobit (koja je u nazivniku ovog omjera) iskazana 1995. godine u iznosu
od 15.000,00 kuna. Slična je situacija i kod Ilirija banke koja je iskazala dobit od
11.000,00 kuna, a za koju omjer X12 iznosi 4433,09. Isključivanjem ove dvije banke u
stečaju aritmetička sredina omjera X12 postaje deseterostruko manja i iznosi 27,71,
standardna devijacija je gotovo 18 puta manja i iznosi 73,04, a koef. varijacije je
263,54%. Za pet je banaka X12 < 0, a najviše za Istarsku banku iz Pule (X12 = -11,67) i
za Krapinsku banku (X12 = -115,42). Očigledno je kako je kod Promdei i Ilirija banke
dobit višestruko manja i stoga ne pokriva ono što preostane od kapitala i rezervi kad se
od njih oduzmu potencijalne obveze i sumnjiva i sporna potraživanja. Ova bi varijabla
mogla ukazivati na problem ekstremnih vrijednosti, odnosno iznimki123.
Na grafikonu 5. nalazi se raspon vrijednosti 11 omjera s prikazom položaja medijana,
rasponom vrijednosti središnja dva kvartila podataka (središnjih 50% vrijednosti), te
minimalnom i maksimalnom vrijedno�ću. Omjer X12 isključen je zbog potpunog drugačijeg
vrijednosnog razreda veličina (najveći maksimum u usporedbi 11 omjera ima X9 i to 3,65,
dok X12 ima maksimum od 8206,5. Jednako je i s minimumom) �to značajno ote�ava grafički
prikaz i interpretaciju.
Uočljiva je pojava nerazmjerno velikih maksimalnih vrijednosti kod omjera X5, X6,
X7, X8, i X9. Kod navedenih je omjera maksimalna vrijednost značajno udaljena od
sredi�njih 50% podataka. Naravno, ove vrijednosti utječu na aritmetičku sredinu i pomiču je
prema višim vrijednostima.
Omjer X6 ima najmanji, a omjer X9 najveći raspon vrijednosti. Također je vidljivo
kako svi omjeri osim X3 i X11 imaju pozitivne vrijednosti.
123 eng. outlier COPY
RIGHT
88
Grafikon 5. Raspon vrijednosti 11 omjera
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11-1,0
-0,5
0,0
0,5
1,0
1,5
2,0
2,5
3,0
3,5
4,0
Median
25%-75%
Min-Max
Grafikon 6. prikazuje poziciju aritmetičke sredine kao mjere centralne tendencije, te
kolika je disperzija (varijabilnost) podataka predstavljena ± 1 standardnom greškom
(odnosno standardnom devijacijom svih aritmetičkih sredina u uzorku ), i ± 1 standardnom
devijacijom.
Mo�e se uočiti kako je aritmetička sredina ne�to lo�ija mjera centralne tendencije jer je
uvjetovana krajnjim vrijednostima. Jednako kao i kod grafikona 5., omjeri X8 i X9 i na
grafikonu 6. pokazuju najveću varijabilnost podataka, nakon kojih slijede omjeri X10, X11, te
X2 i X5.
Kvantitativnom analizom omjera, ne ulazeći u kvalitativnu analizu podataka, moglo bi
se pretpostaviti kako će omjeri X8 i X9 koji imaju (kao �to je već navedeno) najveću
disperziju biti najbolji za diskriminiranje poduzeća, odnosno svrstavanje u grupu poduzeća sa
poslovnim pote�koćama, ili u grupu bez njih. No, model se u diskriminacijskoj analizi formira
kumulativnim učinkom varijabli a ne pojedinačnom snagom zasebnog omjera, te se na ovom
stadiju bez provedenih temeljitijih statističkih istra�ivanja ne mogu donijeti signifikantni
zaključci. COPY
RIGHT
89
Grafikon 6. Raspon vrijednosti standardne greške i standardne devijacije kod 11 omjera
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11-0,4
-0,2
0,0
0,2
0,4
0,6
0,8
1,0
1,2
1,4
1,6
1,8
2,0
ARITMETIČKA SREDINA
±1 STANDARDNA GREŠKA
±1 STANDARDNA DEVIJACIJA
Međusobne korelacije 12 omjera prikazane su u tablici 9.
Tablica 9. Korelacije omjera kori�tenih u predviđanju poslovnih pote�koća
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12
X1 1,00 X2 0,91 1,00 X3 0,29 0,07 1,00 X4 -0,32 -0,30 -0,11 1,00 X5 -0,13 -0,13 -0,16 0,27 1,00 X6 0,14 0,02 -0,05 0,23 0,77 1,00 X7 -0,20 -0,18 -0,19 -0,04 0,10 0,03 1,00 X8 -0,36 -0,28 -0,22 0,49 0,69 0,26 0,07 1,00 X9 0,16 0,03 0,18 -0,20 -0,02 -0,06 0,09 0,03 1,00 X10 0,01 0,04 -0,01 -0,19 -0,33 -0,22 -0,28 -0,41 -0,44 1,00 X11 -0,18 -0,15 -0,05 -0,11 -0,36 -0,24 -0,17 -0,26 -0,29 0,48 1,00 X12 -0,12 -0,14 -0,15 -0,08 -0,12 -0,14 0,04 -0,07 -0,14 -0,01 0,16 1,00
Vidljiva je pozitivna korelacija u iznosu od 0,91 između omjera X1 i X2, te 0,77
između omjera X5 i X6, čemu je uzrok isti brojnik u omjeru (kratkotrajna sredstva kod X1 i
X2, te potra�ivanja neplaćena u 45 dana kod X5 i X6). COPY
RIGHT
90
Kod omjera X5 i X8 i pozitivne korelacije od 0,69 radi se o jednakom nazivniku
(jamstveni kapital) te o svezi elemenata u brojniku. Potencijalni gubici kao element u
brojniku kod X8 je zbroj kod kojeg je jedna od komponenti koja se zbraja i stavka
'potra�ivanja neplaćena u 45 dana', a koja čini brojnik omjera X5.
Ove tri ne�to veće korelacije uzete su u obzir, i unatoč ne�to većim vrijednostima
omjeri nisu izmijenjeni jer ova činjenica ne poni�tava rezultate istra�ivanja. Naime, tijekom
preliminarnih istra�ivanja i izbora omjera koji će se koristiti visoke korelacije nisu značajno
mijenjale izlazne rezultate predviđanja.
Korelacije ostalih omjera, kao što je vidljivo u tablici 5., relativno su niske.
5.2. Višestruka diskriminacijska analiza
Prije same diskriminacijske analize nazivi banaka �ifrirani su četveroslovnom
oznakom zbog preglednosti rezultata. Budući da diskriminacijska analiza zahtijeva prethodno
grupiranje slučajeva, ovo je i učinjeno tako da su banke su svrstane u dvije grupe. Grupa koja
obuhvaća banke koje su zavr�ile u stečaju, kao i banke koje su spa�ene dr�avnom
intervencijom (odnosno koje su sanirane)s poslovnim pote�koćama, kodirana je kao
PROBLEM. Grupa banaka koje nisu imale nagla�enih poslovnih pote�koća, i koje redovno
posluju i danas kodirana je nazivom UREDNA.
Svrstavanje banaka u jednu od dvije grupe, njihov poslovni status, te pripadajuće
četveroslovne oznake prikazane su u tablici 10.
U tablici 10. postoje tri iznimke u kodiranju banaka. Alpe-Jadran banka iz Splita (pod
rednim brojem 2. u tablici 10.) koja je u stečaju od 2002. godine kodirana je kao banka bez
pote�koća. Ovo je učinjeno zbog značajne vremenske razlike. Naime, pretpostavljeno je kako
financijsko–računovodstveni podaci o poslovanju banke iz 1995. godine ne nose informacijski
sadr�aj o stečaju koji se dogodio 7 godina kasnije, odnosno 2002. godine. Iz ovoga proizlazi
kako vremenski horizont predviđanja poslovnih pote�koća iznosi �est godina, te se s pravom
mo�e govoriti o ranom predviđanju.
Dvije su banke "tiho" sanirane, odnosno njihove sanacije nisu bile medijski popraćene
čak niti u stručnom tisku. Istarskoj banci iz Pule (r.b. 34. u tablici 10.) Hrvatska narodna
banka je dodijelila stečajnog upravitelja 2000. godine, a poslovnih pote�koća imala je i
Hrvatska poštanska banka. Ove dvije banke su stoga svrstane u grupu PROBLEM.
Navedene su tri banke u tablici 10. označene zvjezdicom. COPY
RIGHT
91
Tablica 10. Oznake banaka i grupiranje u diskriminacijskoj analizi
R.B. ŠIFRA NAZIV BANKE STATUS GRUPA
bn 1. AGRO AGRO OBRTNIČKA BANKA D.D. ZAGREB u stečaju od 2000. PROBLEM 2. *ALPE ALPE-JADRAN BANKA D.D. SPLIT u stečaju od 2002. UREDNA 3. BJEL BJELOVARSKA BANKA D.D. BJELOVAR sada Erste&Steier. UREDNA 4. BROD BRODSKO-POSAVSKA BANKA D.D. SLAV.BROD posluje UREDNA 5. CAKO ČAKOVEČKA BANKA D.D. ČAKOVEC sada Erste&Steier. UREDNA 6. CENT CENTAR BANKA D.D. ZAGREB posluje UREDNA 7. CIBA CIBALAE BANKA D.D. VINKOVCI u stečaju od 2000. PROBLEM 8. CRDO CREDO BANKA D.D. SPLIT posluje UREDNA 9. CROA CROATIA BANKA D.D. ZAGREB sanirana PROBLEM 10. DALM DALMATINSKA BANKA D.D. ZADAR posluje UREDNA 11. DUBR DUBROVAČKA BANKA D.D. DUBROVNIK sanirana PROBLEM 12. GLUM GLUMINA BANKA D.D. ZAGREB u stečaju od 1999. PROBLEM 13. GOKR GOSPODAR. - KREDITNA BANKA D.D. ZAGREB posluje UREDNA 14. GRAD GRADSKA BANKA D.D. OSIJEK u stečaju od 1999. PROBLEM 15. HRGO HRV. GOSPODARSKA BANKA D.D. ZAGREB u stečaju od 2000. PROBLEM 16. *HRPO HRV. POŠTANSKA BANKA D.D. ZAGREB posluje, "tiho" sanirana PROBLEM 17. ILIR ILIRIJA BANKA D.D. ZAGREB u stečaju od 1999. PROBLEM 18. IMEX IMEX BANKA D.D. SPLIT posluje UREDNA 19. JADR JADRANSKA BANKA D.D. ŠIBENIK posluje UREDNA 20. KARL KARLOVAČKA BANKA D.D. KARLOVAC posluje UREDNA 21. KOME KOMERCIJALNA BANKA D.D. ZAGREB u stečaju od 1999. PROBLEM 22. KRAP KRAPINSKO ZAGORSKA BANKA D.D. KRAPINA sada PBZ UREDNA 23. KRED KREDITNA BANKA D.D. ZAGREB posluje UREDNA 24. KVAR KVARNER BANKA D.D. RIJEKA posluje UREDNA 25. MEDJ MEĐIMURSKA BANKA D.D. ČAKOVEC posluje UREDNA 26. NAVA NAVA BANKA D.D. ZAGREB posluje UREDNA 27. NERE NERETVANSKA BANKA D.D. PLOČE u stečaju od 1999. PROBLEM 28. PART PARTNER BANKA D.D. ZAGREB posluje UREDNA 29. PBZG PRIVREDNA BANKA D.D. ZAGREB sanirana PROBLEM 30. PODR PODRAVSKA BANKA D.D. KOPRIVNICA posluje UREDNA 31. POMO POMORSKA BANKA D.D. SPLIT sada Zagrebačka UREDNA 32. POZE POŽEŠKA BANKA D.D. POŽEGA posluje UREDNA 33. PROM PROMDEI BANKA D.D. ZAGREB u stečaju od 1999. PROBLEM 34. *PULA ISTARSKA BANKA D.D. PULA posluje, "tiho" sanirana PROBLEM 35. RAIF RAIFFEISENBANK BANKA D.D. ZAGREB posluje UREDNA 36. RAZV RAZVOJNA BANKA D.D. SPLIT u stečaju od 2001. PROBLEM 37. RIAD RIADRIA BANKA D.D. RIJEKA posluje UREDNA 38. RIJE RIJEČKA BANKA D.D. RIJEKA sanirana PROBLEM 39. SAMO SAMOBORSKA BANKA D.D. SAMOBOR posluje UREDNA 40. SISK SISAČKA BANKA D.D. SISAK posluje UREDNA 41. SLAT SLATINSKA BANKA D.D. SLATINA posluje UREDNA 42. SLAV SLAVONSKA BANKA D.D. OSIJEK sanirana PROBLEM 43. SPLIT SPLITSKA BANKA D.D. SPLIT sanirana PROBLEM 44. STED ŠTEDBANKA BANKA D.D. ZAGREB posluje UREDNA 45. TRGO TRGOVAČKA BANKA D.D. ZAGREB sada Erste&Steier. UREDNA 46. TRTU TRGOVAČKO - TURISTIČKA BANKA D.D. SPLIT u stečaju od 2000. PROBLEM 47. UMAG ISTARSKA KREDITNA BANKA D.D. UMAG posluje UREDNA 48. VARA VARAŽDINSKA BANKA D.D. VARAŽDIN posluje UREDNA 49. ZABA ZAGREBAČKA BANKA D.D. ZAGREB posluje UREDNA 50. ZUPA ŽUPANJSKA BANKA D.D. ŽUPANJA u stečaju od 1999. PROBLEM
COPY
RIGHT
92
Korištena je backward stepwise metoda višestruke diskriminacijske analize. Ovo je tip
diskriminacijske analize u kojoj se u prvom koraku u model uključuju sve varijable (omjeri),
te se potom iterativno iz modela isključuju one varijable koje najmanje doprinose
diskriminacijskoj snazi modela.
Pri definiranju metoda izabrana je vrijednost tolerancije od 0,01. Ako R2 definiramo
kao indikator koliko je varijabilnosti objašnjeno modelom, tada je tolerancija pri formiranju
modela iznosi 1- R2 .Ovo znači da ako varijabla ima vrijednost tolerancije manju od 0,01 tada
je ta varijabla vi�e od 99% redundantna sa ostalim varijablama u modelu i model se neće moći
formirati.
Vrijednost 'F za ulaz' je 5,01, a 'F za izlaz' 5,00.
U tablici 11. prikazan je sažetak diskriminacijske analize sa preostalim omjerima.
Tablica 11. Sažetak diskriminacijske analize – varijable u modelu Backward stepwise analiza - korak 8 (konačni korak)
Broj varijabli u modelu: 4 Posljednja varijabla koja je isključena: X10, F (1,45) = 2,672267 p < 0,1091
Wilks' Lambda: 0,572656 approx. F (4,45) = 8,395301 p < ,000001 STUPAC 1. 2. 3. 4. 5. 6.
Omjer Wilks' Lambda
Parcijalni Lambda
F za izlaz (1,45)
p-vrijednost
Tolerancija (1-R2)
1- Toler. (R2)
X5 0,682234 0,839383 8,610808 0,005244 0,913573 0,086427 X7 0,692472 0,826973 9,415316 0,003638 0,985886 0,014114 X9 0,664841 0,861343 7,244019 0,009952 0,907977 0,092023
X12 0,671565 0,852719 7,772366 0,007745 0,873298 0,126702 X5 = POTRA�IVANJA NEPLAĆENA U 45 DANA / JAMSTVENI KAPITAL X7 = POTRAŽIVANJA IZ POTENCIJALNIH OBVEZA / JAMSTVENI KAPITAL X9 = KRATKOROČNI KREDITI / JAMSTVENI KAPITAL X12 = (JAMSTVENI KAPITAL - POTR. IZ POTENCIJALNIH OBVEZA - SUMNJIVA I SPORNA POTRAŽIVANJA) / DOBIT
Backward stepwise metoda je u posljednjem, osmom koraku formirala konačni model
diskriminacijske analize u kojem je preostalo 4 varijable. U sedmom je koraku isključena
varijabla X10 sa F vrijedno�ću od 2,67 pri p < 0,10.
Wilks' Lambda kao standardna vrijednost koja se koristi za opis statističke
signifikantnosti diskriminacijske snage modela za ukupni model iznosi 0,57 uz F = 8,4 pri
p < 0,000001. S obzirom da Wilks' Lambda može imati vrijednost od 0 (savršena
diskriminacija) do 1 (nema diskriminacije) zaključuje se kako model ima relativno prosječnu
diskriminacijsku snagu.
Pojedinačni Wilks' Lambda (stupac 1.) za svaki omjer u tablici 7. označava vrijednost
Wilks' Lambde nakon �to je određena varijabla uvr�tena u model. Tako vidimo da nakon
uvrštenja varijable X7 Wilks' Lambda iznosi 0,69. COPY
RIGHT
93
Parcijalni Wilks' Lambda (stupac 2.) je Wilks' Lambda kao specifični doprinos
određene varijable diskriminaciji između grupa. �to je vrijednost u ovom stupcu ni�a veća je
pojedinačna diskriminacijska snaga određene varijable. Zaključujemo kako najveću
diskriminacijsku snagu ima varijabla X7 sa parcijalnom Wilks' Lambda vrijedno�ću od 0,82.
Wilks' Lambda se mo�e konvertirati u F vrijednosti (stupac 3.) i pripadajuće p-
vrijednosti (stupac 4.). Očito je kako najveću vrijednost F za izlaz ima varijabla s najvećom
diskriminacijskom snagom – X7, i to uz najnižu p-razinu. Kada bi nastavili isključivati
varijable slijedeća bi bila X5.
Vrijednost tolerancije (stupac 5.) pokazuje redundantnost (suvišnost) pojedine
varijable, te je uočljivo kako varijable uglavnom nose isti informacijski sadr�aj. Najveću
redundanciju ima upravo omjer koji ima i najveću diskriminacijsku snagu – omjer X7, koji je
98,59% redundantan s ostalim omjerima. No budući da smo pri definiranju modela odabrali
kako će granica redundantnosti biti 99%, model je mogao biti formiran i sa ovim omjerom.
Na isti način kako je protumačena tablica 11. mo�e se protumačiti i tablica 12., u kojoj
se nalaze varijable koje su isključene, odnosno omjeri koji nisu u modelu.
Tablica 12. Varijable isključene iz diskriminacijske analize
Omjer Wilks' Lambda
Parcijalni Lambda
F za izlaz (1,45)
p-vrijednost
Tolerancija (1-R2)
1- Toler. (R2)
STUPAC 1. 2. 3. 4. 5. 6. X8 0,556192 0,971250 1,302437 0,259942 0,573856 0,426144 X3 0,566643 0,989500 0,466909 0,497996 0,905365 0,094635
X11 0,563684 0,984332 0,700378 0,407179 0,857912 0,142088 X4 0,572541 0,999798 0,008874 0,925376 0,891833 0,108167 X6 0,540745 0,944275 2,596591 0,114245 0,381441 0,618559
X10 0,539868 0,942744 2,672266 0,109246 0,798594 0,201406 X1 0,572039 0,998922 0,047465 0,828542 0,916395 0,083605 X2 0,566783 0,989744 0,455948 0,503057 0,922244 0,077756
Budući su definirane dvije grupe, mogu se izračunati dvije funkcije klasifikacije.
Pojedinačni slučaj, tj. banka svrstava se u onu grupu za koju je vrijednost funkcije
klasifikacije veća. Npr. uvrstimo li omjere za Glumina banku dobit ćemo F(PROBLEM) =
9,31 i F(UREDNA) = 7,68. Budući da je 9,31 > 7,68 banku svrstavamo u grupu PROBLEM.
Tablica 14. sadrži vrijednosti funkcija klasifikacije za sve banke.
U tablici 13. zvjezdicom su označeni krivo svrstani slučajevi.
F (PROBLEM) = –6,253 + 9,817X5 + 18,298X7 + 4,232X9 + 0,001X12
F (UREDNA) = –2,054 + 4,392X5 + 4,221X7 + 2,656X9 + 0,0005X12
COPY
RIGHT
94
Tablica 13. Vrijednosti funkcija klasifikacije F (PROBLEM) F (UREDNA)
AGRO 4,558 3,661 ALPE -1,719 0,192 BJEL -1,372 0,676
*BROD 4,480 3,790 CAKO -1,474 0,574 CENT -2,608 0,164 CIBA 2,138 1,892 CRDO -5,656 -1,811 CROA 12,247 6,881 DALM 1,753 2,348 DUBR 5,532 4,245 GLUM 9,310 7,687 GOKR -4,215 -0,778 GRAD 4,586 3,305
*HRGO 4,272 4,373 *HRPO 0,004 1,707
ILIR 10,469 5,591 IMEX -1,121 1,164 JADR -0,996 0,547 KARL -3,564 -0,390
*KOME 0,091 1,923 KRAP -3,472 -0,300 KRED 2,103 2,875 KVAR 0,323 1,976
*MEDJ 3,699 3,315 NAVA 0,037 1,888
*NERE 0,281 0,694 PART -1,850 0,678 PBZG 4,691 3,399 PODR 0,807 2,226 POMO -1,616 0,225 POZE 0,321 1,356 PROM 4,941 2,120
*PULA -1,079 0,462 RAIF -3,064 -0,078 RAZV 7,054 2,846 RIAD -4,883 -1,283 RIJE 6,880 3,478 SAMO 3,167 3,413 SISK -1,740 0,536 SLAT -1,057 0,657
*SLAV 1,532 2,122 SPLIT 7,498 4,754 STED -0,838 1,337 TRGO 0,794 2,276
*TRTU -3,223 -0,156 UMAG -4,143 -0,743 VARA -2,184 0,347
*ZABA 4,130 3,807 ZUPA 6,624 5,682 COPY
RIGHT
95
Od ukupno 50 banaka 40 ih je pravilno svrstano. Model teže definira pripadnike grupe
PROBLEM nego pripadnike grupe UREDNA (65,0% nasuprot 90,0% točnosti). Ukupna
točnost modela iznosi 80% i prikazana je u tablici 14.
Tablica 14. Točnost modela formiranog diskriminacijskom analizom Ispravno svrstanih Krivo svrstanih u grupi PROBLEM 65,0% ili 13 od 20 35,0% ili 7 od 20 u grupi UREDNA 90,0% ili 27 od 30 10,0% ili 3 od 30
Ukupna točnost 80% ili 40 od 50 20% ili 10 od 50
Klasifikacije pojedinačnih slučajeva prikazane su u tablici 15. Netočno svrstane banke
obilježene su zvjezdicom.
Tablica 15. Klasifikacija banaka predviđena diskriminacijskom analizom
BANKA POČETNA KLASIFIKACIJA
KLASIFIKACIJA PREDVIĐENA
MODELOM AGRO PROBLEM PROBLEM ALPE UREDNA UREDNA BJEL UREDNA UREDNA *BROD UREDNA PROBLEM CAKO UREDNA UREDNA CENT UREDNA UREDNA CIBA PROBLEM PROBLEM CRDO UREDNA UREDNA CROA PROBLEM PROBLEM DALM UREDNA UREDNA DUBR PROBLEM PROBLEM GLUM PROBLEM PROBLEM GOKR UREDNA UREDNA GRAD PROBLEM PROBLEM *HRGO PROBLEM UREDNA *HRPO PROBLEM UREDNA ILIR PROBLEM PROBLEM IMEX UREDNA UREDNA JADR UREDNA UREDNA KARL UREDNA UREDNA *KOME PROBLEM UREDNA KRAP UREDNA UREDNA KRED UREDNA UREDNA KVAR UREDNA UREDNA
*MEDJ UREDNA PROBLEM NAVA UREDNA UREDNA *NERE PROBLEM UREDNA
PART UREDNA UREDNA PBZG PROBLEM PROBLEM PODR UREDNA UREDNA POMO UREDNA UREDNA POZE UREDNA UREDNA PROM PROBLEM PROBLEM *PULA PROBLEM UREDNA
RAIF UREDNA UREDNA RAZV PROBLEM PROBLEM RIAD UREDNA UREDNA RIJE PROBLEM PROBLEM SAMO UREDNA UREDNA SISK UREDNA UREDNA SLAT UREDNA UREDNA
*SLAV PROBLEM UREDNA SPLIT PROBLEM PROBLEM STED UREDNA UREDNA TRGO UREDNA UREDNA *TRTU PROBLEM UREDNA
UMAG UREDNA UREDNA VARA UREDNA UREDNA *ZABA UREDNA PROBLEM
ZUPA PROBLEM PROBLEM
U tablici 16. nalaze se naknadne (a posteriori) vjerojatnosti svrstavanja pojedinačnih
slučajeva. Netočno svrstane banke obilje�ene su zvjezdicom.
COPY
RIGHT
96
Tablica 16. Naknadne vjerojatnosti svrstavanja banaka
BANKA POČETNA KLASIFIKACIJA
Naknadna vjerojatnost svrstavanja
u grupu PROBLEM
Naknadna vjerojatnost svrstavanja
u grupu UREDNA AGRO PROBLEM 0,710307 0,289693 ALPE UREDNA 0,128792 0,871208 BJEL UREDNA 0,114216 0,885784
*BROD UREDNA 0,666048 0,333952 CAKO UREDNA 0,114273 0,885727 CENT UREDNA 0,058848 0,941152 CIBA PROBLEM 0,560990 0,439010 CRDO UREDNA 0,020927 0,979073 CROA PROBLEM 0,995345 0,004655 DALM UREDNA 0,355462 0,644538 DUBR PROBLEM 0,783645 0,216355 GLUM PROBLEM 0,835181 0,164819 GOKR UREDNA 0,031162 0,968838 GRAD PROBLEM 0,782701 0,217299 *HRGO PROBLEM 0,474649 0,525351 *HRPO PROBLEM 0,154135 0,845865
ILIR PROBLEM 0,992445 0,007555 IMEX UREDNA 0,092353 0,907647 JADR UREDNA 0,176087 0,823913 KARL UREDNA 0,040124 0,959876
*KOME PROBLEM 0,137976 0,862024 KRAP UREDNA 0,040258 0,959742 KRED UREDNA 0,316210 0,683790 KVAR UREDNA 0,160810 0,839190
*MEDJ UREDNA 0,594861 0,405139 NAVA UREDNA 0,135776 0,864224
*NERE PROBLEM 0,398328 0,601672 PART UREDNA 0,073952 0,926048 PBZG PROBLEM 0,784366 0,215634 PODR UREDNA 0,194848 0,805152 POMO UREDNA 0,136855 0,863145 POZE UREDNA 0,262060 0,737940 PROM PROBLEM 0,943816 0,056184
*PULA PROBLEM 0,176388 0,823612 RAIF UREDNA 0,048051 0,951949 RAZV PROBLEM 0,985348 0,014652 RIAD UREDNA 0,026621 0,973379 RIJE PROBLEM 0,967788 0,032212 SAMO UREDNA 0,438945 0,561055 SISK UREDNA 0,093162 0,906838 SLAT UREDNA 0,152749 0,847251
*SLAV PROBLEM 0,356782 0,643218 SPLIT PROBLEM 0,939590 0,060410 STED UREDNA 0,102077 0,897923 TRGO UREDNA 0,185210 0,814790
*TRTU PROBLEM 0,044492 0,955508 UMAG UREDNA 0,032292 0,967708 VARA UREDNA 0,073661 0,926339
*ZABA UREDNA 0,580189 0,419811 ZUPA PROBLEM 0,719536 0,280464
COPY
RIGHT
97
5.2.1. Netočno svrstani slučajevi u diskriminacijskoj analizi
Banke koje je model višestruke diskriminacijske analize svrstao u grupu u koju ne
pripadaju po početnoj klasifikaciji prikazane su u tablici 17.
Tablica 17. Krivo svrstane banke
R. B
R.
BANKA KLASIFIKACIJA PREDVIĐENA
MODELOM POČETNA
KLASIFIKACIJA
1. BRODSKO-POSAVSKA BANKA D.D. SL.BROD 2. MEĐIMURSKA BANKA D.D. ČAKOVEC 3. ZAGREBAČKA BANKA D.D. ZAGREB
PROBLEM UREDNA
4. ISTARSKA BANKA D.D. PULA 5. HRV. GOSPODARSKA BANKA D.D. ZAGREB 6. HRV. POŠTANSKA BANKA D.D. ZAGREB 7. KOMERCIJALNA BANKA D.D. ZAGREB 8. NERETVANSKA BANKA D.D. PLOČE 9. SLAVONSKA BANKA D.D. OSIJEK 10. TRG.-TURISTIČKA BANKA D.D. SPLIT
UREDNA PROBLEM
Ukratko će se analizirati svaka pojedina banka iz tablice 17. usporedbom s mjerama
centralne tendencije grupe u koju je banka početno klasificirana.
Brodsko – posavska banka d.d., Slavonski Brod
Brodsko-posavska banka redovno posluje i nije imala evidentiranih poslovnih
pote�koća, odnosno nije bila sanirana, te je u početnoj klasifikaciji stoga bila svrstana u grupu
bez poslovnih pote�koća. Model vi�estruke diskriminacijske analize ju je nakon izračuna
svrstao u grupu s poslovnim pote�koćama.
Pokazatelji Brodsko-posavske banke i njihova usporedba s mjerama centralne
tendencije i standardnom devijacijom pojedinih grupa prikazani su u tablici 18.
Tablica 18. Analiza pokazatelja Brodsko - posavske banke d.d., Slavonski Brod
Početna klasifikacija: UREDNA Aritmetička
sredina Medijan Stand. devijacija
Aritmetička sredina Medijan Stand.
devijacija Brodsko-posavska za grupu PROBLEM za grupu UREDNA
X5 0,4119 0,249 0,078 0,285 0,107 0,045 0,127 X7 0,0220 0,088 0,026 0,122 0,014 0,001 0,022 X9 1,4821 1,350 1,188 0,861 0,960 0,877 0,474 X12 8,6325 677,517 10,496 2026,926 13,988 10,444 37,356
Naknadna vjerojatnost svrstavanja u grupu PROBLEM = 66,604 % Naknadna vjerojatnost svrstavanja u grupu UREDNA = 33,395 % COPY
RIGHT
98
Uspoređujući Brodsko-posavsku banku s mjerama centralne tendencije grupe
UREDNA u koju je početno svrstana vidljivo je kako se omjeri X7 (potra�ivanja iz
potencijalnih obveza / jamstveni kapital) i X12 ({jamstveni kapital - potr. iz potencijalnih
obveza - sumnjiva i sporna potraživanja} / dobit) nalaze unutar jedne standardne devijacije
oko aritmetičke sredine i medijana grupe bez poslovnih pote�koća.
Omjer X9 (kratkoročni krediti / jamstveni kapital) je gotovo u doma�aju sume
aritmetičke sredine grupe UREDNA i jedne standardne devijacije (0,96 + 0,47 = 1,43, a omjer
X9 je za 0,05 veći i iznosi 1,48). No, ipak vidljivo je kako je omjer X9 bli�i mjerama
centralne tendencije grupe PROBLEM.
Varijabla X5 (potra�ivanja neplaćena u 45 dana / jamstveni kapital) je značajno (četiri
puta) veća od aritmetičke sredine i medijana grupe bez poslovnih pote�koća i time odstupa iz
grupe UREDNA i premje�ta banku u grupu s poslovnim pote�koćama.
Očito je kako omjer X9, te osobito omjer X5 Brodsko posavsku banku iz grupe bez
poslovnih pote�koća svrstavaju u grupu sa poslovnim pote�koćama.
U grupi bez poslovnih pote�koća omjer X5 (potra�ivanja neplaćena u 45 dana /
jamstveni kapital) kod Brodsko posavske ima maksimum što ga jasno distancira od ostatka
grupe. Dakle, varijabla X5 "zaslužna" je za distanciranje Brodsko-posavske banke od grupe
bez poslovnih pote�koća, čemu neznatno pridonosi i omjer X9 (kratkoročni krediti / jamstveni
kapital).
Zaključuje se kako je po odnosu neplaćenih potra�ivanja u 45 dana i jamstvenog
kapitala ova banka imala problema u poslovanju, ali oni nisu doveli niti do stečaja niti do
državne intervencije.
Međimurska banka d.d., Čakovec
Međimurska banka redovno posluje i nije bila sanirana, stoga je u početnoj
klasifikaciji bila svrstana u grupu bez poslovnih pote�koća. Model vi�estruke diskriminacijske
analize ju je nakon izračuna svrstao u grupu s poslovnim pote�koćama.
Pokazatelji Međimurske banke i njihova usporedba s mjerama centralne tendencije i
standardnom devijacijom pojedinih grupa prikazani su u tablici 19.
COPY
RIGHT
99
Tablica 19. Analiza pokazatelja Međimurske banke d.d., Čakovec
Početna klasifikacija: UREDNA Aritmetička
sredina Medijan Stand. devijacija
Aritmetička sredina Medijan Stand.
devijacija Međimurska za grupu PROBLEM za grupu UREDNA
X5 0,3443 0,249 0,078 0,285 0,107 0,045 0,127 X7 0,0361 0,088 0,026 0,122 0,014 0,001 0,022 X9 1,3917 1,350 1,188 0,861 0,960 0,877 0,474 X12 14,100 677,517 10,496 2026,926 13,988 10,444 37,356
Naknadna vjerojatnost svrstavanja u grupu PROBLEM = 59,486 % Naknadna vjerojatnost svrstavanja u grupu UREDNA = 40,513 %
Promatrajući omjere najlak�e je uočiti omjer X12 ({jamstveni kapital - potr. iz
potencijalnih obveza - sumnjiva i sporna potraživanja} / dobit) koji je neznatno odstupa od
aritmetičke sredine svoje početne grupe, te tako jasno banku svrstava u grupu bez poslovnih
pote�koća.
Omjer X7 (potra�ivanja iz potencijalnih obveza / jamstveni kapital) također smje�ta
banku u grupu bez poslovnih pote�koća, premda ne toliko jasno kao X12. On, naime ima
vrijednost koja je tri puta veća od aritmetičke sredine grupe UREDNA, ali promotrivši red
veličina omjera X7 u grupi PROBLEM vidljivo je kako je ovaj omjer u toj grupi ima značajno
veću vrijednost nego u grupi UREDNA. Aritmetička sredina (i medijan) omjera X7 u grupi
PROBLEM dobrim je dijelom determinirana pojedinim bankama koje kod ovog omjera
prilično diskutabilnu iskazuju ni�ticu.
Varijabla X9 (kratkoročni krediti / jamstveni kapital) je kod Međimurske banke u
gornjem razredu vrijednosti grupe UREDNA, no čini se ipak kako po mjerama centralne
tendencije pripada u grupu PROBLEM. U svakom slučaju, ovaj je omjer kod Međimurske
banke nešto teže interpretirati.
Presudan za svrstavanje Međimurske banke u grupu PROBLEM je omjer X5
(potra�ivanja neplaćena u 45 dana / jamstveni kapital). Nakon Brodsko-posavske banke
Međimurska banka ima treću vrijednost po veličini u grupi UREDNA za ovaj omjer, te tako
svrstava ovu banku u grupu s poslovnim pote�koćama.
Vrijednosti funkcija klasifikacije slične su i razlikuju se samo za iznos od 0,38. Ovo je
posljedica omjera X9 i X7 koje nisu uspjeli jasno distancirati banku u neku od dvije grupe.
Međimurska je banka imala relativno velik iznos neplaćenih potra�ivanja u 45 dana u odnosu
na jamstveni kapital, no ostaje nejasno bi li to bilo dovoljno da banka ima ozbiljnih poslovnih
pote�koća, odnosno da zavr�i u stečaju. COPY
RIGHT
100
Zagrebačka banka d.d., Zagreb
Zagrebačka banka danas je najveća banka u Hrvatskoj po veličini aktive. Nije bila
sanirana, te je u početnoj klasifikaciji bila svrstana u grupu UREDNA (bez poslovnih
pote�koća). Prema modelu višestruke diskriminacijske analize svrstana je u grupu s
poslovnim pote�koćama.
Pokazatelji Zagrebačke banke i njihova usporedba s mjerama centralne tendencije i
standardnom devijacijom pojedinih grupa prikazani su u tablici 20.
Tablica 20. Analiza pokazatelja Zagrebačke banke d.d., Zagreb
Početna klasifikacija: UREDNA Aritmetička
sredina Medijan Stand. devijacija
Aritmetička sredina Medijan Stand.
devijacija Zagrebačka za grupu PROBLEM za grupu UREDNA
X5 0,3250 0,249 0,078 0,285 0,107 0,045 0,127 X7 0,0107 0,088 0,026 0,122 0,014 0,001 0,022 X9 1,6502 1,350 1,188 0,861 0,960 0,877 0,474
X12 7,8700 677,517 10,496 2026,926 13,988 10,444 37,356 Naknadna vjerojatnost svrstavanja u grupu PROBLEM = 58,018 % Naknadna vjerojatnost svrstavanja u grupu UREDNA = 41,981%
Omjeri X7 (potraživanja iz potencijalnih obveza / jamstveni kapital) i X12 ({jamstveni
kapital - potr. iz potencijalnih obveza - sumnjiva i sporna potraživanja} / dobit) pokazuju
vrijednosti slične ostalim bankama u grupi UREDNA.
S druge strane, omjeri X5 (potra�ivanja neplaćena u 45 dana / jamstveni kapital) i X9
(kratkoročni krediti / jamstveni kapital) jasno banku svrstavaju u grupu s poslovnim
pote�koćama. Vrijednost omjera X5 vrlo je visoko u grupi UREDNA i po mjerama centralne
tendencije pripada u grupu PROBLEM. Jednako je s omjerom X9 koji ovu banku stavlja na
listu prvih pet banaka po veličini navedenog omjera u grupi PROBLEM.
Kao i kod prethodne, Međimurske banke, postoji podvojenost omjera, odnosno dva su
omjera bliža grupi UREDNA nasuprot druga dva koja su bliža grupi PROBLEM.
Zagrebačka je banka u vrijeme nastanka podataka koji su temelj ovog predviđanja
nakon PBZ bila najveća po veličini aktive u Republici Hrvatskoj. Od tada�njih prvih osam
banaka na ljestvici po veličini aktive samo ona i Dalmatinska banka nisu bile subjektom
dr�avne intervencije i spa�avanja na teret poreznih obveznika. Premda druga po veličini
aktive, po ljestvici adekvatnosti kapitala zauzima vrlo nisko 49. mjesto od 54 banke u sustavu.
Koeficijent adekvatnosti kapitala (kao omjer X10) je backward stepwise metodom isključen iz COPY
RIGHT
101
konačnog oblika diskriminacijske analize, no dio njegovog informacijskog sadr�aja zasigurno
se nalazi u 4 omjera koji su u�li u konačni model diskriminacijske analize.
Zagrebačku banka zauzima na ljestvici svih banaka u Hrvatskoj 1995. god. treće
mjesto po omjeru ukupne rizične aktive i jamstvenog kapitala, te se mo�e reći kako je upravo
ovaj omjer učinio da ova banka bude svrstana u grupu banaka s poslovnim pote�koćama.
Istarska banka d.d., Pula
Hrvatska je narodna banka 22. o�ujka 2000. godine imenovala stečajnog upravitelja
Istarskoj banci d.d. iz Pule. U veljači 1999. god. HNB je ovoj banci odobrila kredit za
likvidnost s kojom je ova banka ima problema. "Tek je izravnim nadzorom Hrvatske narodne
banke utvrđeno da je stanje u banci gore nego �to je to proizlazilo iz izvje�ća koja je banka
dostavljala, �to je utvrđeno i zapisnikom".124 Iz ovih je razloga Istarska banka prethodno
svrstana u grupu PROBLEM, odnosno grupu s poslovnim pote�koćama, no
diskriminacijskom je analizom svrstana u grupu UREDNA, odnosno u grupu bez poslovnih
pote�koća.
U tablici 21. prikazani su pokazatelji Istarske banke i njihova usporedba s mjerama
centralne tendencije i standardnom devijacijom pojedinih grupa.
Tablica 21. Analiza pokazatelja Istarske banke d.d., Pula
Početna klasifikacija: PROBLEM Aritmetička
sredina Medijan Stand. devijacija
Aritmetička sredina Medijan Stand.
devijacija Histria za grupu PROBLEM za grupu UREDNA
X5 0,388 0,249 0,078 0,285 0,107 0,045 0,127 X7 0,469 0,088 0,026 0,122 0,014 0,001 0,022 X9 1,074 1,350 1,188 0,861 0,960 0,877 0,474 X12 132,531 677,517 10,496 2026,926 13,988 10,444 37,356
Naknadna vjerojatnost svrstavanja u grupu PROBLEM = 17,638 % Naknadna vjerojatnost svrstavanja u grupu UREDNA = 82,361 %
Omjer X7 (omjer s najvećom snagom diskriminacije) i omjer X12 upućuju kako bi
banka trebala biti svrstana u grupu s poslovnim pote�koćama, no omjeri X5 (potra�ivanja
neplaćena u 45 dana / jamstveni kapital) i X9 (kratkoročni krediti / jamstveni kapital) jasno
svrstavaju banku u grupu bez poslovnih pote�koća.
124 N.N., Hrvatska narodna banka, Sektor bonitetne regulative i nadzora banaka: Očitovanje na ekspertizu
Ekonomskog instituta u Zagrebu, http://www.hnb.hr, 2005., str. 7 COPY
RIGHT
102
Moguće je dvojako tumačenje krivog svrstavanja ove banke:
a) vremenski interval istraživanja za Istarsku banku prevelik te stoga u financijskim
izvje�ćima iz 1994. i 1995. godine nije sadr�ana informacija o nadolazećim
poslovnim pote�koćama, i/ili
b) već 1995.god. je započeo proces iskrivljavanja financijskih izvje�ća koji je utvrđen
izravnim nadzorom Hrvatske narodne banke (pogledati prethodni citat).
Hrvatska gospodarska banka d.d., Zagreb
Hrvatska gospodarska banka je u stečaju od 2000. godine, stoga je u početnoj
klasifikaciji bila svrstana u grupu s poslovnim pote�koćama, no nakon provedene vi�estruke
diskriminacijske analize svrstana je u grupu bez poslovnih pote�koća.
U tablici 22. prikazani su pokazatelji Hrv. gospodarske banke i njihova usporedba s
mjerama centralne tendencije i standardnom devijacijom pojedinih grupa.
Tablica 22. Analiza pokazatelja Hrv. gospodarske banke, d.d. Zagreb
Početna klasifikacija: PROBLEM Aritmetička
sredina Medijan Stand. devijacija
Aritmetička sredina Medijan Stand.
devijacija Hrvatska gospodarska za grupu PROBLEM za grupu UREDNA
X5 0,048 0,249 0,078 0,285 0,107 0,045 0,127 X7 0,012 0,088 0,026 0,122 0,014 0,001 0,022 X9 2,317 1,350 1,188 0,861 0,960 0,877 0,474 X12 11,270 677,517 10,496 2026,926 13,988 10,444 37,356
Naknadna vjerojatnost svrstavanja u grupu PROBLEM = 47,464 % Naknadna vjerojatnost svrstavanja u grupu UREDNA = 52,535 %
Omjeri X7 (potraživanja iz potencijalnih obveza / jamstveni kapital; omjer s najvećom
snagom diskriminacije) i X9 (kratkoročni krediti / jamstveni kapital) svrstali su banku u grupu
UREDNA, tj. u grupu bez poslovnih pote�koća.
Evidentna je podvojenost omjera (dva omjera sugeriraju svrstavanje u grupu
UREDNA, a druga dva u grupu PROBLEM) �to se očituje i u gotovo podjednakoj naknadnoj
vjerojatnosti svrstavanja. Prevagu vrši postotak od relativno niskih 2,53 %.
COPY
RIGHT
103
Hrvatska poštanska banka d.d., Zagreb
Hrvatska poštanska banka je u izvje�ću Hrvatske narodne banke iz kolovoza 1997.
naslovljenom 'Banke na raskri�ju' svrstana u skupinu agresivnih, brzo rastućih srednje velikih
banaka te joj se (neizravno) predbacuje pogoršanje kvalitete aktive, poslovna strategija koja
nije održiva na duži rok, te moralni hazard. Poznato je kako je ova banka "tiho" sanirana
(daleko od očiju javnosti) te je stoga u početnoj klasifikaciji bila svrstana u grupu s poslovnim
pote�koćama, no nakon provedenih izračuna model vi�estruke diskriminacijske analize
svrstao ju je u grupu bez poslovnih pote�koća.
U tablici 23. prikazani su pokazatelji Hrv. poštanske banke i njihova usporedba s
mjerama centralne tendencije i standardnom devijacijom pojedinih grupa.
Tablica 23. Analiza pokazatelja Hrv. poštanske banke d.d., Zagreb
Početna klasifikacija: PROBLEM Aritmetička
sredina Medijan Stand. devijacija
Aritmetička sredina Medijan Stand.
devijacija Hrvatska poštanska za grupu PROBLEM za grupu UREDNA
X5 0,024 0,249 0,078 0,285 0,107 0,045 0,127 X7 0,016 0,088 0,026 0,122 0,014 0,001 0,022 X9 1,347 1,350 1,188 0,861 0,960 0,877 0,474 X12 4,595 677,517 10,496 2026,926 13,988 10,444 37,356
Naknadna vjerojatnost svrstavanja u grupu PROBLEM = 15,413 % Naknadna vjerojatnost svrstavanja u grupu UREDNA = 84,586 %
Samo omjer X9 Hrv. po�tansku banku smje�ta u grupu s poslovnim pote�koćama, dok
ostala tri omjera jasno indiciraju kako banka nema značajnih poslovnih pote�koća.
Kod ove se banke mo�e zaključiti isto �to i kod Istarske banke: vremenski je horizont
predviđanja za Hrv. po�tansku banku prevelik, i/ili je već tada započeto iskrivljavanje njenih
financijskih izvje�ća.
Komercijalna banka d.d., Zagreb
Komercijalna banka je u stečaju od 1999. godine, stoga je u početnoj klasifikaciji bila
svrstana u grupu s poslovnim pote�koćama, no nakon provedenih izračuna model vi�estruke
diskriminacijske analize svrstao ju je u grupu bez poslovnih pote�koća.
COPY
RIGHT
104
U tablici 24. prikazani su pokazatelji Komercijalne banke i njihova usporedba s
mjerama centralne tendencije i standardnom devijacijom pojedinih grupa.
Tablica 24. Analiza pokazatelja Komercijalne banke d.d., Zagreb
Početna klasifikacija: PROBLEM Aritmetička
sredina Medijan Stand. devijacija
Aritmetička sredina Medijan Stand.
devijacija Komercijalna za grupu PROBLEM za grupu UREDNA
X5 0,001 0,249 0,078 0,285 0,107 0,045 0,127 X7 0,000 0,088 0,026 0,122 0,014 0,001 0,022 X9 1,494 1,350 1,188 0,861 0,960 0,877 0,474 X12 7,055 677,517 10,496 2026,926 13,988 10,444 37,356
Naknadna vjerojatnost svrstavanja u grupu PROBLEM = 13,797 % Naknadna vjerojatnost svrstavanja u grupu UREDNA = 86,202 %
Osim varijable X9 (kratkoročni krediti / jamstveni kapital), ostali omjeri kod
Komercijalne banke ukazuju kako ova banka pripada u grupu bez poslovnih pote�koća.
Promatrajući kod omjera X5, X7 i X12 mjere centralne tendencije – aritmetičku sredinu i
medijan – jasno je kako su znatno bliži grupi UREDNA nego grupi PROBLEM.
Omjer X9 po razredu veličine svrstava banku u grupu u koju je i početno bila
klasificirana – grupu PROBLEM.
Komercijalna je banka, kako je već navedeno, u stečaju od 1999. godine, i za razliku
od prethodno analiziranih slučajeva krivog svrstavanja banaka, bila je početno svrstana kao
banka s pote�koćama. Nakon učinjene diskriminacijske analize omjeri X5, X7 i X12 zaslužni
su za njeno svrstavanje u grupu UREDNA, i to stoga što ova banka nije iskazala gotovo
nikakvu rizičnu aktivu.
Slijedom navedenoga omjeri kod kojih se u brojniku ova rizična aktiva nalazi (X5, X7
i X12) poprimaju vrlo niske vrijednosti, koje nakon uvrštavanja u funkcije diskriminacije ovu
banku svrstavaju u grupu bez poslovnih pote�koća.
Neretvanska banka d.d., Ploče
Neretvanska je banka u početnoj klasifikaciji bila svrstana u grupu s poslovnim
pote�koćama jer je u stečaju od 1999. godine. Model diskriminacijske analize svrstao ju je u
grupu UREDNA – bez poslovnih pote�koća.
COPY
RIGHT
105
U tablici 25. prikazani su pokazatelji Neretvanske banke i njihova usporedba s
mjerama centralne tendencije i standardnom devijacijom pojedinih grupa.
Tablica 25. Analiza pokazatelja Neretvanske banke d.d., Ploče
Početna klasifikacija: PROBLEM Aritmetička
sredina Medijan Stand. devijacija
Aritmetička sredina Medijan Stand.
devijacija Neretvanska za grupu PROBLEM za grupu UREDNA
X5 0,083 0,249 0,078 0,285 0,107 0,045 0,127 X7 0,166 0,088 0,026 0,122 0,014 0,001 0,022 X9 0,634 1,350 1,188 0,861 0,960 0,877 0,474 X12 -3,123 677,517 10,496 2026,926 13,988 10,444 37,356
Naknadna vjerojatnost svrstavanja u grupu PROBLEM = 39,832 % Naknadna vjerojatnost svrstavanja u grupu UREDNA = 60,167 %
Omjeri X5, X9 i X12 bli�i su prosječnim vrijednostima grupe UREDNA. Neretvanska
banka je jedna od pet banaka u istraživanju kod koje varijabla X12 poprima negativnu
vrijednost, i to stoga što je iskazala gubitak u poslovanju.
Varijabla X7 (potraživanja iz potencijalnih obveza / jamstveni kapital) je jedina od
navedenih koja svrstava banku u grupu s poslovnim pote�koćama.
Zaključuje se kako četiri godine prije odlaska u stečaj Neretvanska banka nije imala
pokazatelje koji bi ju svrstali u grupu s poslovnim pote�koćama, osim omjera potra�ivanja iz
potencijalnih obveza i jamstvenog kapitala.
Naknadna vjerojatnost klasifikacija niža je nego kod Komercijalne banke i iznosi 64
%, �to je posljedica činjenice kako omjer s najvećom snagom diskriminacije (X/) upućuje
banku u suprotnu grupu. Funkcije klasifikacije jasno pokazuju kako je ovoj banci četiri
godine prije stečaja bilo mjesto među bankama bez poslovnih pote�koća.
Slavonska banka d.d., Osijek
Slavonska je banka spašena državnom intervencijom 1995. godine. U početnoj je
klasifikaciji bila svrstana u grupu s poslovnim pote�koćama, no model vi�estruke
diskriminacijske analize svrstao ju je u grupu bez poslovnih pote�koća.
Pokazatelji Slavonske banke i njihova usporedba s mjerama centralne tendencije i
standardnom devijacijom pojedinih grupa prikazani su u tablici 26.
COPY
RIGHT
106
Tablica 26. Analiza pokazatelja Slavonske banke d.d., Osijek
Početna klasifikacija: PROBLEM Aritmetička
sredina Medijan Stand. devijacija
Aritmetička sredina Medijan Stand.
devijacija Slavonska za grupu PROBLEM za grupu UREDNA
X5 0,319 0,249 0,078 0,285 0,107 0,045 0,127 X7 0,019 0,088 0,026 0,122 0,014 0,001 0,022 X9 1,011 1,350 1,188 0,861 0,960 0,877 0,474 X12 17,381 677,517 10,496 2026,926 13,988 10,444 37,356
Naknadna vjerojatnost svrstavanja u grupu PROBLEM = 35,678% Naknadna vjerojatnost svrstavanja u grupu UREDNA = 64,321 %
Omjer X5 (potra�ivanja neplaćena u 45 dana / jamstveni kapital) smje�ta Slavonsku
banku u grupu s poslovnim pote�koćama, no zato ostali omjeri čine upravo suprotno, jer su
bli�e mjerama centralne tendencije grupi banaka bez poslovnih pote�koća.
Slavonska je banka sanirana na ne�to drugačiji način nego ostale velike banke u
sustavu. Kao �to je već ranije rečeno, Slavonska je banka bila specifičan slučaj sanacije jer je
proceduru inicirala dobrovoljno, a potencijalni su gubici iznosili manje od 50% temeljnog
kapitala.
No kako je u diskriminacijskoj analizi omjer X8 (omjer potencijalnih gubitaka i
jamstvenog kapitala) isključen u procesu backward stepwise analize, Slavonska je banka
zavr�ila u grupi dobrostojećih banaka. Ovo je bitno jer samo Splitska i Dubrovačka od svih 50
banaka imaju ovaj omjer veći od Slavonske banke. Omjer X5 pravilno ukazuje u smjeru
banaka s poslovnim pote�koćama, i to stoga jer je stavka potra�ivanja neplaćena u 45 dana
sadržana u stavci potencijalni gubici, a koja je u brojniku omjera X8.
Dakle, informacija o potencijalnim gubicima prenesena je do kraja analize, tj. nije
isključena u backward stepwise procesu, ali ostali pokazatelji (X7, X9, X12) dvije godine
prije dr�avne intervencije nisu ukazivali na značajnije anomalije u poslovanju, te je stoga
banka modelom diskriminacijske analize definirana kao banka bez pote�koća u poslovanju.
Trgovačko-turistička banka d.d., Split
U početnoj je klasifikaciji Trgovačko-turistička banka bila svrstana u grupu s
poslovnim pote�koćama stoga jer je u stečaju od 2000. godine. Model vi�estruke
diskriminacijske analize svrstao ju je u grupu bez poslovnih pote�koća.
Pokazatelji Trgovačko-turističke banke i njihova usporedba s mjerama centralne
tendencije i standardnom devijacijom pojedinih grupa prikazani su u tablici 27. COPY
RIGHT
107
Tablica 27. Analiza pokazatelja Trgovačko-turističke banke d.d, Split
Početna klasifikacija: PROBLEM Aritmetička
sredina Medijan Stand. devijacija
Aritmetička sredina Medijan Stand.
devijacija Trgovačko-turistička za grupu PROBLEM za grupu UREDNA
X5 0,000 0,249 0,078 0,285 0,107 0,045 0,127 X7 0,000 0,088 0,026 0,122 0,014 0,001 0,022 X9 0,713 1,350 1,188 0,861 0,960 0,877 0,474 X12 9,722 677,517 10,496 2026,926 13,988 10,444 37,356
Naknadna vjerojatnost svrstavanja u grupu PROBLEM = 4,492% Naknadna vjerojatnost svrstavanja u grupu UREDNA = 95,508%
Svi omjeri Trgovačko-turističke banke jasno pokazuju kako je banci mjesto u grupi
bez poslovnih pote�koća. Omjeri X5 i X7 iskazuju ni�ticu, a X9 i X12 relativno niske
vrijednosti zbog koji obje funkcije diskriminacije imaju negativnu vrijednost.
Slijedom veličina uvr�tenih omjera dobiva se jednoznačan odgovor metode
diskriminacijske analize: banci je mjesto u grupi bez poslovnih pote�koća. Naknadna
vjerojatnost od visokih 95,5 % govori to isto, osobito u slučaju kada omjer s najvećom
diskriminacijskom snagom – omjer X7 – ima vrijednost jednaku ništici.
5.2.2. Zaključak nakon provedene višestruke diskriminacijske analize
Diskriminacijskom je analizom ispravno svrstano 80 % banaka (tj. 40 od 50) u sustavu
Republike Hrvatske 1995. godine. Model teže definira pripadnike grupe sa poslovnim
pote�koćama nego pripadnike grupe bez pote�koća u poslovanju (65,0% nasuprot 90,0%
točnosti). Ovaj model pokazuje ukupno ni�u točnost u usporedbi sa Sinkey-evim
istra�ivanjem banaka iz 1978. godine, kod kojega je ukupna točnost modela iznosila 95,4%.
Signifikantne varijable koje su ostale u analizi nakon backward stepwise procesa
nalaze su u tablici 28, od kojih najveću diskriminacijsku snagu predviđanja ima varijabla X7.
Tablica 28. Varijable koje su ostale u modelu diskriminacijske analize
OZNAKA OMJER X5 POTRA�IVANJA NEPLAĆENA U 45 DANA / JAMSTVENI KAPITAL X7 POTRAŽIVANJA IZ POTENCIJALNIH OBVEZA / JAMSTVENI KAPITAL X9 KRATKOROČNI KREDITI / JAMSTVENI KAPITAL
X12 (JAMSTVENI KAPITAL - POTR. IZ POTENCIJALNIH OBVEZA - SUMNJIVA I SPORNA POTRAŽIVANJA) / DOBIT CO
PYRI
GHT
108
Wilks' Lambda za cjelokupni model (odnosno standardna vrijednost koja se koristi za
opis statističke signifikantnosti diskriminacijske snage modela) iznosi 0,57.
Omjer X12 ima visok koeficijent varijacije, odnosno velik raspon vrijednosti, što je
potencijalan indikator ekstremnih slučajeva125. No njegovim isključivanjem iz analize sa
početnih 11 omjera backward stepwise metodom reduciran je broj omjera na dva, i to na X7, i
X10. Pri tome do�lo je do porasta Wilks' lambda vrijednosti na 0,67 (odnosno pada statističke
signifikantnosti diskriminacijske snage modela) i pada točnosti modela na 76% tj. 12
slučajeva krivog svrstavanja.
Iz navedenog proizlazi kako je omjer X12 dobar odraz stanja prikazanog financijskim
izvje�ćima, te kako ga vrijedi zadr�ati u analizi jer povećava točnost i diskriminacijsku snagu
modela. Koeficijent kod X12 u funkcijama diskriminacije iznosi iznimno niskih 0,0005 i
0,001 te primarno služi detekciji banaka s ekstremnim vrijednostima omjera X12, odnosno
onima koje su prikazale nisku dobit iz poslovanja. Drugim riječima, visoku vrijednost omjera
X12 imaju banke koje su prikazale nisku dobit.
Mogu se donijeti slijedeći zaključci:
1. pojedina računovodstvena izvje�ća nisu odgovarala realnoj poslovnoj poziciji banke,
odnosno određene banke formirale su izvje�ća s ciljem stvaranja pozitivne slike o
financijskom stanju banke u javnosti,
2. model relativno dobro diskriminira banke koje su sanirane odnosno banke koje su
zavr�ile u stečaju, i one koje to nisu,
3. za pojedine je banke vremenski horizont prevelik, te stoga financijsko-
računovodstveni podaci ne sadr�e informaciju o nadolazećim poslovnim pote�koćama.
Prvi zaključak mo�e se pro�iriti odnosno pojasniti pitanjem: je li moguće da banka
iskazuje dobre financijske rezultate i ima dobre pokazatelje pet godina prije stečaja? Ukoliko
pretpostavimo kako nije bilo pristranosti u formiranju financijskih izvje�ća, onda je moguće.
S druge strane, razumna je i logična činjenica kako stečaj banke nije nagao, nenadani događaj
koji odjednom ru�i 'zdravu' banku, već postupna akumulacija negativnih internih i eksternih
poslovnih događaja koji dovode banku do stečaja. Slijedom ovoga mo�e se zaključiti kako se
u pojedinim bankama uzelo previ�e slobode pri formiranju financijskih izvje�ća, a kontrolni
125 eng. outlier CO
PYRI
GHT
109
mehanizmi u to doba nisu dovoljno dobro funkcionirali (komercijalna revizija, interna
kontrola, i kontrola HNB).
5.3. Logit model
Pri istra�ivanju poslovnih pote�koća banaka kori�ten je i logit model kao varijanta
nelinearnih regresijskih modela126.
Ulazni su podaci isti kao i kod višestruke diskriminacijske analize, odnosno korišten je
isti uzorak od 50 banaka (tablica 10.) i 12 omjera (tablica 7.). Zavisna je binarna varijabla
STATUS, a nezavisne kontinuirane varijable su 12 omjera.
Pri definiranju modela određene je opcija backward stepwise uz 'p1, enter' vrijednost
od 0,05, te 'p2, remove' od 0,05. Ovo znači da će varijabla ući u model ako je statistička
signifikantnost doprinosa predviđanju bolja (tj. manja) od p1, odnosno da će varijabla biti
izbačena ako je statistička signifikantnost doprinosa predviđanju slabija (tj. veća) od p2. Za
definiranje procjene izabrane su Hooke-Jeeves i quasi-Newton metode.
Procjena parametara modela, njihova standardna gre�ka, i statistička signifikantnost
modela nalaze se u tablici 29.
Tablica 29. Parametri logit modela
PARAMETAR STAND. GREŠKA
p-RAZINA VJEROJATNOSTI
ODSJEČAK (KONSTANTA) 2,29631 1,025996 0,025213 X10 -8,97750 3,382020 0,007943 X12 0,00375 0,006600 0,569553 OMJERI
U MODELU
X10 = KOEFICIJENT ADEKVATNOSTI KAPITALA X12 = (JAMSTVENI KAPITAL - POTR. IZ POTENCIJALNIH OBVEZA - SUMNJIVA I SPORNA POTRAŽIVANJA) / DOBIT
Logit model prikazan je u izrazu:
126 Nelinearni modeli izračunavaju odnos između vi�e nezavisnih varijabli i zavisne varijable. U ovom
smislu, logit je model identičan vi�estrukoj regresiji, no za razliku od nje ne rezultira linearnim (pravocrtnim)
odnosom između nezavisnih i zavisne varijable. U logit regresijskom modelu predviđene vrijednosti zavisne
varijable nikada neće biti manje ili jednake 0, niti veće ili jednake 1, odnosno bez obzira na koeficijente regresije
i veličine nezavisnih varijabli x ovaj model uvijek daje rezultate u okviru 0 do 1.
)12003,010977,829,2(
)12003,010977,829,2(
1 XX
XX
eey
COPY
RIGHT
110
Početne vrijednosti, vrijednosti predviđene logit modelom i reziduali prikazane su u
tablici 30. Netočno svrstane banke obilje�ene su zvjezdicom.
Tablica 30. Početne, predviđene i rezidualne vrijednosti logit modela
Banka Početna vrijednost
Predviđena vrijednost Rezidual
*AGRO 0 0,569087 -0,569087 CIBA 0 0,242464 -0,242464 CROA 0 0,356193 -0,356193 DUBR 0 0,199036 -0,199036 GLUM 0 0,388256 -0,388256 GRAD 0 0,351867 -0,351867 HRGO 0 0,427540 -0,427540 HRPO 0 0,212478 -0,212478 ILIR 0 0,000001 -0,000001 KOME 0 0,406074 -0,406074
*NERE 0 0,570017 -0,570017 PBZG 0 0,063391 -0,063391 PROM 0 0,000000 0,000000
*PULA 0 0,679247 -0,679247 RAZV 0 0,404033 -0,404033
*RIJE 0 0,505486 -0,505486 SLAV 0 0,303047 -0,303047 SPLIT 0 0,140222 -0,140222
*TRTU 0 0,947136 -0,947136
Početna klasifikacija: PROBLEM
ZUPA 0 0,363245 -0,363245 ALPE 1 0,825281 0,174719 BJEL 1 0,709085 0,290915 BROD 1 0,849973 0,150027 CAKO 1 0,569190 0,430810 CENT 1 0,997899 0,002101 CRDO 1 0,918694 0,081306
*DALM 1 0,348045 0,651955 GOKR 1 0,999500 0,000500 IMEX 1 0,912733 0,087267 JADR 1 0,528432 0,471568 KARL 1 0,613326 0,386674 KRAP 1 0,999216 0,000784
*KRED 1 0,411975 0,588025 KVAR 1 0,945303 0,054697
*MEDJ 1 0,386437 0,613563 NAVA 1 0,972698 0,027302 PART 1 0,931718 0,068282
*PODR 1 0,362599 0,637401 POMO 1 0,999993 0,000007 POZE 1 0,597698 0,402302 RAIF 1 0,998259 0,001741 RIAD 1 0,991060 0,008940
*SAMO 1 0,469512 0,530488 SISK 1 0,772081 0,227919 SLAT 1 0,952242 0,047758 STED 1 0,974316 0,025684 TRGO 1 0,573275 0,426725 UMAG 1 0,999369 0,000631 VARA 1 0,993550 0,006450
Početna klasifikacija:
UREDNA
*ZABA 1 0,266821 0,733179 COPY
RIGHT
111
Vidljivo je kako su u tablici 30. banke s poslovnim pote�koćama kodirane kao 0, a
banke bez poslovnih pote�koća kao 1. Rezidualne vrijednosti su razlike promatranih i
predviđenih vrijednosti. Ukoliko je rezidual veći od 0,5 banka je krivo svrstana.
Vrijednosti predviđene logit modelom mogu se promatrati i kao vjerojatnosti
pripadanja pojedinoj grupi. Tako mo�emo za npr. Riječku banku sa 49,5% sigurno�ću (1 –
0,505 = 0,495) reći kako pripada grupi s poslovnim pote�koćama, a za npr. Zagrebačku kako
pripada grupi bez poslovnih pote�koća sa 73,38%. Sve su vjerojatnosti prikazane u tablici 31.
Netočno svrstane banke obilje�ene su zvjezdicom.
Tablica 31. Vjerojatnosti svrstavanja kod logit modela
Banka
Vjerojatnost svrstavanja
u grupu UREDNA
Vjerojatnost svrstavanja
u grupu PROBLEM
*AGRO 0,569087 0,430913 CIBA 0,242464 0,757536 CROA 0,356193 0,643807 DUBR 0,199036 0,800964 GLUM 0,388256 0,611744 GRAD 0,351867 0,648133 HRGO 0,427540 0,572460 HRPO 0,212478 0,787522 ILIR 0 1 KOME 0,406074 0,593926
*NERE 0,570017 0,429983 PBZG 0,063391 0,936609 PROM 0 1
*PULA 0,679247 0,320753 RAZV 0,404033 0,595967
*RIJE 0,505486 0,494514 SLAV 0,303047 0,696953 SPLIT 0,140222 0,859778
*TRTU 0,947136 0,052864
PRO
BLE
M
ZUPA 0,363245 0,636755 ALPE 0,825281 0,174719 BJEL 0,709085 0,290915 BROD 0,849973 0,150027 CAKO 0,569190 0,430810 CENT 0,997899 0,002101 CRDO 0,918694 0,081306
*DALM 0,348045 0,651955 GOKR 1 0 IMEX 0,912733 0,087267 JADR 0,528432 0,471568 KARL 0,613326 0,386674 KRAP 0,999216 0,000784
*KRED 0,411975 0,588025 KVAR 0,945303 0,054697
*MEDJ 0,386437 0,613563 NAVA 0,972698 0,027302 PART 0,931718 0,068282
UR
EDN
A
*PODR 0,362599 0,637401 COPY
RIGHT
112
POMO 1 0 POZE 0,597698 0,402302 RAIF 0,998259 0,001741 RIAD 0,991060 0,008940
*SAMO 0,469512 0,530488 SISK 0,772081 0,227919 SLAT 0,952242 0,047758 STED 0,974316 0,025684 TRGO 0,573275 0,426725 UMAG 0,999369 0,000631 VARA 0,993550 0,006450
*ZABA 0,266821 0,733179
Točnost logit modela prikazana je u tablici 32. Model relativno dobro svrstava banke
bez poslovnih pote�koća (80 %). Pogre�ka u grupi PROBLEM iznosi 75%, �to znači da je
četvrtina banaka s poslovnim pote�koćama krivo svrstano u grupu bez pote�koća u
poslovanju. Kao i kod diskriminacijske analize, model te�e definira banke sa pote�koćama
nego banke bez pote�koća.
Tablica 32. Točnost logit modela Ispravno svrstanih Krivo svrstanih u grupi PROBLEM 75 % ili 15 od 20 25 % ili 5 od 20 u grupi UREDNA 80 % ili 24 od 30 20 % ili 6 od 30
Ukupna točnost 78% ili 39 od 50 22% ili 11 od 50
Netočno svrstani slučajevi nalaze se u tablici 33.
Tablica 33. Banke netočno svrstane logit modelom
BANKA KLASIFIKACIJA PREDVIĐENA
MODELOM
POČETNA KLASIFIKACIJA
DALMATINSKA BANKA D.D. ZADAR KREDITNA BANKA D.D. ZAGREB MEĐIMURSKA BANKA D.D. ČAKOVEC PODRAVSKA BANKA D.D. KOPRIVNICA SAMOBORSKA BANKA D.D. SAMOBOR ZAGREBAČKA BANKA D.D. ZAGREB
PROBLEM UREDNA
AGRO-OBRTNIČKA BANKA D.D. ZAGREB ISTARSKA BANKA D.D. PULA NERETVANSKA BANKA D.D. PLOČE RIJEČKA BANKA D.D. RIJEKA TRGOVAČKO - TURISTIČKA BANKA D.D. SPLIT
UREDNA PROBLEM
COPY
RIGHT
113
Netočna klasifikacija Međimurske, Zagrebačke, Istarske, Neretvanske, i Trgovačko
turističke banke podudara se sa vi�estrukom diskriminacijskom analizom. Dakle, sukladnost
logit modela i dikriminacijske analize s obzirom na slučajeve krivog svrstavanja iznosi 50%.
Dalmatinska, Kreditna, Podravska, Samoborska, Agro-obrtnička i Riječka banka
dospjele su u suprotne grupe zahvaljujući omjeru X10 koji ima najveću signifikantnost u logit
modelu, a koji je kod ovih banaka bliži mjerama centralne tendencije suprotne grupe. Omjer
X10 je preuzet iz izvje�ća Hrvatske narodne banke i predstavlja koeficijent adekvatnosti
kapitala, no kao samostalan omjer očito je nedovoljan za identifikaciju banaka s poslovnim
pote�koćama.
Budući da je u logit modelu nakon backward stepwise metode preostalo samo dva
omjera, X10 i X12, te uzmemo li u obzir da je omjer X12 već posebno istaknut kod
diskriminacijske analize kao mogući izvor statističkih problema zbog ekstremnih vrijednosti
koje poprima, logit model je ponovljen i to ovaj puta bez omjera X12. U modelu je ostao
samo jedan omjer - X10, a točnost modela pala je na 76% uz 12 slučajeva krivog svrstavanja.
Kako se isključivanjem omjera X12 nisu dobili značajno drugačiji rezultati u smislu omjera
koji su preostali u modelu, odnosno kako je u modelu ostao opet samo omjer X10 uz nižu
točnost modela, jo� se jednom mo�e zaključiti kako se omjer X12 treba zadr�ati u analizi.
Konačno, mo�e se reći kako logit model podupire zaključke donesene nakon
diskriminacijske analize, no uz ne�to ni�u točnost modela.
5.4. Metoda višedimenzionalnih skala
Metoda vi�edimenzionalnih skala specifična je zbog slijedećeg:
Ne zahtijeva prethodno znanje o statusu banke. Drugim riječima, za razliku od
diskriminacijske analize i logit modela ne insistira na svrstavanje banaka u grupe.
Rezultat metode višedimenzionalnih skala jest višedimenzionalna mapa (karta) u koju su
smještene banke po ovom principu: dvije se banke na karti nalaze vrlo blizu jer su po
realnoj poslovnoj poziciji i financijskim izvje�ćima vrlo slične, odnosno dvije se banke
na karti nalaze vrlo daleko jer su po realnoj poslovnoj poziciji i financijskim izvje�ćima
vrlo različite. Sličnost, odnosno različitost mjerena je standardiziranim omjerima. COPY
RIGHT
114
Ulazni podaci za ovu metodu jednaki su kao i kod prethodnih metoda i sastoje se od
12 omjera za 50 banaka, ali su morali biti transformirani jer nisu istog razreda veličina (npr.
X1 ima raspon veličina od 0,4298, a X12 od 8321,95).
Prvo je učinjena standardizacija omjera i to na način da se od svakog omjera oduzela
aritmetička sredina tog omjera za cijeli uzorak te se rezultat stavio u omjer s standardnom
devijacijom. Izraz za standardizaciju glasi: xxi
Standardizacijom se posti�u međusobno usporedivi omjeri u jednakom redu veličina,
te kod svih omjera aritmetičkom sredinom iznosi 0, a standardna devijacija iznosi 1.
Nakon standardizacije formirana je matrica korelacija između svih banaka (matrica
50x50). Banke su pri tom varijable a standardizirani omjeri vrijednosti varijabli. Korelacije
među bankama predstavljaju sličnosti koje će metoda vi�edimenzionalnih skala reproducirati
u n-dimenzionalnom prostoru.
O broju dimenzija odlučeno je nakon provedenog Scree testa i nakon promatranja
Shepardova dijagrama.
Scree test je grafikon u kojeg se ucrtavaju i povezuju točke čije koordinate
predstavljaju tzv. ^D Raw Stress vrijednosti i pripadajući broj dimenzija. Stress je mjera
kojom se prosuđuje koliko dobro (ili lo�e) određena konfiguracija točaka u prostoru
reprezentira matricu podataka. Porastom broja dimenzija pada stress vrijednost. Scree test se
nalazi u grafikonu br. 7.
Grafikon 7. Scree test
0
100
200
300
400
500
600
700
1 2 3 4 5 6
BROJ DIMENZIJA
^D R
AW
STR
ESS
COPY
RIGHT
115
Iz scree testa je vidljivo kako optimalan broj dimenzija može biti 4 ili 5. Izbor je sužen
promatranjem Shepardova dijagrama za ovaj broj dimenzija (4 i 5). Shepardov dijagram
prikazuje raspr�enost točaka oko linije funkcije. Kako je kod Shepardova dijagrama za 4
dimenzije raspr�enost vrlo velika, odlučeno je za izbor 5 dimenzija. Shepardov dijagram za 5
dimenzija prikazan je u grafikonu 8.
Grafikon 8. Shepardov dijagram za 5 dimenzija Udaljenosti i ^D nasuprot omjera
-1,0 -0,8 -0,6 -0,4 -0,2 0,0 0,2 0,4 0,6 0,8 1,0 1,2
Omjeri
0,2
0,4
0,6
0,8
1,0
1,2
1,4
1,6
1,8
2,0
2,2
Uda
ljeno
sti /
^D
U konačnoj konfiguraciji iznesene su reproducirane udaljenosti među bankama u pet
dimenzija. D* Raw Stress iznosi 10,46574; koeficijent alijenacije je 0,0646677, a sveukupna
Stress vrijednost je 0,0609789.
Budući da se pet-dimenzionalna karta ne može vizualno reprezentirati, nakon
definiranja pet dimenzija učinjeno je 10 mapa (prva dimenzija nasuprot druge, prva nasuprot
treće, četvrte, itd.). Od navedenih deset mapa prve četiri dale su rezultate koji se mogu
interpretirati, dok je ostalih šest produciralo karte na kojima su banke bile raspršene i slabo
grupirane.
Nakon formiranja karata povučene su linije odnosno krivulje koje nastoje odijeliti
banke sa i bez poslovnih pote�koća. Ovako mo�emo utvrditi sukladnost iscrtanih pozicija sa
prethodnom klasifikacijom kod diskriminacijske analize i logit modela, odnosno kako su se
banke grupirale s obzirom na prethodno svrstavanje banaka u već izvedenim metodama. COPY
RIGHT
116
Potrebno je naglasiti kako metoda, �to je već spomenuto, ne zahtijeva prethodno
svrstavanje banaka u grupe te se stoga niti ne mo�e govoriti o točnosti metode
višedimenzionalnih skala.
Naime, metoda reprezentira udaljenosti među bankama na temelju informacija
sadr�anih u omjerima, a tumačenje je prepu�teno istra�ivaču. Banke su se na kartama
grupirale sukladno podacima (omjerima), a koje će banke imati poslovnih pote�koća, odnosno
koje neće nisu predmetom analize metode vi�edimenzionalnih skala. Linije / krivulje
povučene su naknadno, temeljem vremenskog odmaka jer danas imamo iskustvo o tome koje
su banke zaista imale poslovnih pote�koća, a koje nisu. Stoga sukladnost modela u tablici 35.
nije točnost u statističkom smislu, nego način provjere vjerodostojnosti informacija sadr�anih
u omjerima usporedbom sa stanjem za koje znamo da se dogodilo. Jedina prava mjera točnosti
metode višedimenzionalnih skala jest Stress vrijednost kao mjera statističke reprezentativnosti
reproduciranih i promatranih udaljenosti.
Sukladnost metode vi�edimenzionalnih skala za prve četiri karte (grafikoni 9-12)
prikazana je u tablici br. 34., dok su u tablici 35. prikazane banke koje su na kartama svrstane
u suprotnu grupu u odnosu na višestruku diskriminacijsku analizu i logit model.
Tablica 34. Sukladnost metode višedimenzionalnih skala
BROJ BANAKA SVRSTANIH SUKLADNO
PRETHODNIM KLASIFIKACIJAMA
POSTOTAK
BROJ BANAKA KOJE NISU SVRSTANE SUKLADNO
PRETHODNIM KLASIFIKACIJAMA
POSTOTAK
KARTA 1 40 80 10 20 KARTA 2 39 78 11 22 KARTA 3 39 78 11 22 KARTA 4 39 78 11 22
U tablici 35. zvjezdicom su označene banke koje su svrstane u suprotnu grupu na sve 4
karte. Kurzivom su označene banke koje su krivo svrstane u diskriminacijskoj analizi i logit
modelu. Valja uočiti kako se (osim kod Po�e�ke banke) slučajevi označeni zvjezdicom
podudaraju sa slučajevima označenima kurzivom, odnosno postoji podudarnost među
metodama.
COPY
RIGHT
117
Tablica 35. Banke čija se pozicija na kartama ne podudara s prethodnom klasifikacijom kod diskriminacijske analize i logit modela
BANKA NE PODUDARA SE NA KARTI BR.
AGRO-OBRTNIČKA BANKA D.D. ZAGREB 2, 4 ALPE-JADRAN BANKA D.D. SPLIT 3 BRODSKO-POSAVSKA BANKA D.D. SL.BROD 1, 3 *DALMATINSKA BANKA D.D. ZADAR 1, 2, 3, 4 HRV. GOSPODARSKA BANKA D.D. ZAGREB 2 JADRANSKA BANKA D.D. ŠIBENIK 2, 4 KARLOVAČKA BANKA D.D. KARLOVAC 4 *KOMERCIJALNA BANKA D.D. ZAGREB 1, 2, 3, 4 KREDITNA BANKA D.D. ZAGREB 1, 3 *MEĐIMURSKA BANKA D.D. ČAKOVEC 1, 2, 3, 4 NERETVANSKA BANKA D.D. PLOČE 2 PODRAVSKA BANKA D.D. KOPRIVNICA 4 POMORSKA BANKA D.D. SPLIT 3 *POŽEŠKA BANKA D.D. POŽEGA 1, 2, 3, 4 PROMDEI BANKA D.D. ZAGREB 1, 2 SAMOBORSKA BANKA D.D. SAMOBOR 1, 4 SLATINSKA BANKA D.D. SLATINA 3 *TRG.-TURISTIČKA BANKA D.D. SPLIT 1, 2, 3, 4 *ZAGREBAČKA BANKA D.D. ZAGREB 1, 2, 3, 4
Grafikoni 9. do 12. prikazuju navedene četiri karte koje su produkt metode
vi�edimenzionalnih skala. Crvenom su bojom označene banke svrstane u grupu s poslovnim
pote�koćama kod diskriminacijske analize i logit modela.
Najjasnije je grupiranje na karti 2. (grafikon 10.), i mo�e se reći kako najbolji rezultat
polučuju dimenzije 1 i 3.
COPY
RIGHT
118
Grafikon 9. Metoda višedimenzionalnih skala, karta 1
AGRO
ALPE
BJELBROD
CENTCIBA
CRDO
CROADALM
DUBR
GLUM
GOKR
GRAD
HRGO
HRPO
ILIR
IMEX
JADR
KARL
KOME
KRAP
KRED
KVAR
MEDJ
NAVA
NERE
PART
PBZG
PODR/CAKO
POMO
POZE
PROMPULA
RAIF
RAZV
RIADRIJE
SAMO
SISK
SLAT
SLAV
SPLIT
STED
TRGO
TRTU
UMAG
VARA
ZABA
ZUPA
-1,2 -1,0 -0,8 -0,6 -0,4 -0,2 0,0 0,2 0,4 0,6 0,8 1,0
Dimension 1
-1,2
-1,0
-0,8
-0,6
-0,4
-0,2
0,0
0,2
0,4
0,6
0,8
Dim
ensi
on 2
Grafikon 10. Metoda višedimenzionalnih skala, karta 2
AGRO
ALPE
BJEL
BRODCAKO
CENT
CIBA
CRDO
CROA
DALM
DUBR
GLUM
GOKR
GRAD
HRGO
HRPO
ILIR
IMEX
JADR
KARLKOME
KRAP
KRED
KVAR
MEDJ
NAVA
NERE
PART
PBZ
PODR
POMO
POZE
PROM
PULA
RAIF
RAZV
RIAD
RIJE
SAMO
SISK
SLAT
SLAVSPLIT
STED
TRGOTRTU
UMAGVARA
ZABA
ZUPA
-1,2 -1,0 -0,8 -0,6 -0,4 -0,2 0,0 0,2 0,4 0,6 0,8 1,0
Dimension 1
-1,0
-0,8
-0,6
-0,4
-0,2
0,0
0,2
0,4
0,6
0,8
1,0
1,2
Dim
ensi
on 3
COPY
RIGHT
119
Grafikon 11. Metoda višedimenzionalnih skala, karta 3
AGRO
ALPE
BJEL
BROD
CAKO
CENTCIBA
CRDO
CROA
DALM
DUBR
GLUM
GOKR
GRAD
HRGO
HRPO
ILIR IMEX
JADR
KARL
KOME
KRAPKRED
KVAR
MEDJ
NAVA
NERE
PART
PBZG
PODR
POMOPOZE
PROMPULA
RAIF
RAZV
RIAD
RIJE
SAMO
SISK
SLAT
SLAV
SPLIT
STED
TRGO TRTUUMAG
VARA
ZABA ZUPA
-01 -01 -01 -01 -00 -00 00 00 00 01 01 01
Dimension 1
-01
-01
-00
-00
00
00
00
01
01
01
Dim
ensi
on 4
Grafikon 12. Metoda višedimenzionalnih skala, karta 4
AGRO
ALPE
BJEL
BRODCAKO
CENT
CIBA
CRDO
CROADALM
DUBR
GLUM
GOKR
GRAD
HRGO
HRPO
ILIR
IMEX
JADR
KARL
KOME
KRAP
KRED
KVAR
MEDJ
NAVA
NERE
PART
PBZG
PODR
POMO
POZE
PROM
PULA
RAIF
RAZV
RIAD
RIJE
SAMO
SISK
SLAT
SLAVSPLIT
STED
TRGO
TRTUUMAG
VARA
ZABAZUPA
-1,2 -1,0 -0,8 -0,6 -0,4 -0,2 0,0 0,2 0,4 0,6 0,8 1,0
Dimension 1
-1,0
-0,8
-0,6
-0,4
-0,2
0,0
0,2
0,4
0,6
0,8
Dim
ensi
on 5
COPY
RIGHT
120
5.5. Analiza nakon reklasifikacije
Nakon provedene metode višedimenzionalnih skala možemo ponoviti višestruku
diskriminacijsku analizu, ali sada sa novim kodiranjem, odnosno novim grupiranjem banaka
prema položaju kojeg su banke zauzele na karti. Naime, zanemarimo li povijesno iskustvo o
tome koja je banka zavr�ila u stečaju, koja je sanirana, a koja i danas redovno posluje, te
zatim banke grupiramo prema metodi višedimenzionalnih skala, mogu se donijeti novi
zaključci.
Ako se snaga i točnost diskriminacijske analize poveća to bi značilo da rezultirajuće
stanje 2002. godine (i poslije) nije dobar odraz informacija sadržanih u financijskim podacima
banaka iz 1995. godine, pa su određene banke (prema podacima) imale određenu razinu
poslovnih pote�koća, a druge su redovno poslovale.
Nova klasifikacija banaka iznesena je u tablici 36.
Tablica 36. Reklasifikacija banaka prema metodi višedimenzionalnih skala ŠIFRA STATUS GRUPA AGRO u stečaju od 2000. UREDNA ALPE u stečaju od 2002. UREDNA BJEL sada Erste&St. UREDNA BROD posluje UREDNA CAKO sada Erste&St. UREDNA CENT posluje UREDNA CIBA u stečaju od 2000. PROBLEM CRDO posluje UREDNA CROA sanirana PROBLEM DALM posluje PROBLEM DUBR sanirana PROBLEM GLUM u stečaju od 1999. PROBLEM GOKR posluje UREDNA GRAD u stečaju od 1999. PROBLEM HRGO u stečaju od 2000. PROBLEM HRPO posluje PROBLEM ILIR u stečaju od 1999. PROBLEM IMEX posluje UREDNA JADR posluje PROBLEM KARL posluje PROBLEM KOME u stečaju od 1999. UREDNA KRAP sada PBZ UREDNA KRED posluje PROBLEM KVAR posluje UREDNA MEDJ posluje PROBLEM
NAVA posluje UREDNA NERE u stečaju od 1999. PROBLEM PART posluje UREDNA PBZG sanirana PROBLEM PODR posluje PROBLEM POMO sada Zagrebačka UREDNA POZE posluje PROBLEM PROM u stečaju od 1999. UREDNA PULA posluje PROBLEM RAIF posluje UREDNA RAZV u stečaju od 2001. PROBLEM RIAD posluje UREDNA RIJE sanirana PROBLEM SAMO posluje UREDNA SISK posluje UREDNA SLAT posluje UREDNA SLAV sanirana PROBLEM SPLIT sanirana PROBLEM STED posluje UREDNA TRGO sada Erste&St. UREDNA TRTU u stečaju od 2000. UREDNA UMAG posluje UREDNA VARA posluje UREDNA ZABA posluje PROBLEM ZUPA u stečaju od 1999. PROBLEM
Kako bi se dobio bolji uvid u izmjene klasifikacija, odnosno kako bi bilo jasnije koje
su banke promijenile početnu grupu, formirana je tablica 37. u kojoj se eksplicitno navode
izvedene izmjene klasifikacija. COPY
RIGHT
121
Tablica 37. Revidirani slučajevi
ŠIFRA POSLOVNI STATUS UNATOČ STATUSU SVRSTANE SU U GRUPU UVJET
DALM JADR KARL KRED MEDJ PODR POZE ZABA
BANKE KOJE REDOVNO POSLUJU,
NISU BILE SANIRANE NITI SU U STEČAJU
PROBLEM
AGRO ALPE KOME PROM TRTU
BANKE U STEČAJU UREDNA
PREMA METODI VIŠEDIM.
SKALA PRIPADAJU
SUPROTNOJ GRUPI
5.5.1. Diskriminacijska analiza na temelju klasifikacije dobivene MDS
metodom
Nakon izvr�ene reklasifikacije učinjena je backward stepwise vi�estruka
diskriminacijska analiza, sa istim specifikacijama modela, nad istih 12 omjera i 50 banaka, uz
početno kodiranje navedeno u tablici 36. Rezultati su prikazani u tablici 38.
Tablica 38. Sažetak ponovljene diskriminacijske analize
Omjer Wilks' Lambda
Parcijalni Lambda
F za izlaz (1,45)
p-vrijednost
Tolerancija (1-R2)
1- Toler. (R2)
X2 0,314938 0,637689 24,99916 0,000010 0,668258 0,331742 X3 0,380171 0,528269 39,29098 0,000000 0,585608 0,414392 X9 0,233940 0,858480 7,25340 0,009976 0,777383 0,222617
X10 0,287273 0,699100 18,93806 0,000079 0,773727 0,226273 X11 0,311385 0,644965 24,22070 0,000012 0,638865 0,361135
Wilks' Lambda: 0,20083 approx. F (5,44)=35,018 p< 0,0000
U modelu je ostalo 5 omjera. Wilks' Lambda pokazuje vrlo dobru snagu diskriminacije
od 0,20. No, najbitnije je kako se točnost model povećala i iznosi 100 %, odnosno nema krivo
svrstanih slučajeva.
Naknadne vjerojatnosti pojedinih svrstavanja također su visoke, a nalaze se u tablici 39.
COPY
RIGHT
122
Tablica 39. A posteriori vjerojatnosti svrstavanja nakon reklasifikacije
BANKA POČETNA KLASIFIKACIJA
Naknadna vjerojatnost svrstavanja
u grupu PROBLEM
Naknadna vjerojatnost svrstavanja
u grupu UREDNA
AGRO UREDNA 0,70% 99,30% ALPE UREDNA 0,93% 99,07% BJEL UREDNA 0,43% 99,57% BROD UREDNA 1,11% 98,89% CAKO UREDNA 20,75% 79,25% CENT UREDNA 0,05% 99,95% CIBA PROBLEM 99,99% 0,01% CRDO UREDNA 3,38% 96,62% CROA PROBLEM 99,99% 0,01% DALM PROBLEM 99,88% 0,12% DUBR PROBLEM 99,99% 0,01% GLUM PROBLEM 100,00% 0,00% GOKR UREDNA 0,00% 100,00% GRAD PROBLEM 97,04% 2,96% HRGO PROBLEM 99,68% 0,32% HRPO PROBLEM 99,86% 0,14% ILIR PROBLEM 99,97% 0,03% IMEX UREDNA 0,01% 99,99% JADR PROBLEM 99,13% 0,87% KARL PROBLEM 99,99% 0,01% KOME UREDNA 0,01% 99,99% KRAP UREDNA 0,00% 100,00% KRED PROBLEM 98,93% 1,07% KVAR UREDNA 0,04% 99,96% MEDJ PROBLEM 99,98% 0,02% NAVA UREDNA 0,02% 99,98% NERE PROBLEM 99,83% 0,17% PART UREDNA 0,00% 100,00% PBZG PROBLEM 100,00% 0,00% PODR PROBLEM 99,25% 0,75% POMO UREDNA 0,00% 100,00% POZE PROBLEM 97,53% 2,47% PROM UREDNA 1,14% 98,86% PULA PROBLEM 99,70% 0,30% RAIF UREDNA 0,00% 100,00% RAZV PROBLEM 99,68% 0,32% RIAD UREDNA 0,45% 99,55% RIJE PROBLEM 98,06% 1,94% SAMO UREDNA 29,77% 70,23% SISK UREDNA 22,72% 77,28% SLAT UREDNA 8,30% 91,70% SLAV PROBLEM 99,98% 0,02% SPLIT PROBLEM 100,00% 0,00% STED UREDNA 0,02% 99,98% TRGO UREDNA 0,00% 100,00% TRTU UREDNA 0,00% 100,00% UMAG UREDNA 0,01% 99,99% VARA UREDNA 0,45% 99,55% ZABA PROBLEM 99,99% 0,01% ZUPA PROBLEM 99,99% 0,01% COPY
RIGHT
123
Samo Čakovečka, Samoborska i Sisačka banka imaju naknadne vjerojatnosti
svrstavanja niže od 98 %.
Funkcije klasifikacije su:
F (PROBLEM) = -5,12 + 6,71X2 + 4,91X3 + 3,74X9 + 8,04X10 + 2,08X11, i
F (UREDNA) = -16,11 + 21,68X2 + 44,42X3 + 0,78X9 + 19,22X10 + 12,73X11
5.5.2. Logit model na temelju klasifikacije dobivene MDS metodom
Logit model nakon reklasifikacije specificiran je jednako kao i u 5.3., na istom uzorku
od 50 banaka i 12 omjera.
Izveden je standardni logit model ali samo s omjerima koji su izlučeni ponovljenom
backward stepwise diskriminacijskom analizom, odnosno s omjerima X2, X3, X9, X10, i X11
(tablica 38.).
Logit model dan je u izrazu:
)1182,281004,14938,7335,7523718(
)1182,281004,14938,7335,7523718(
1 XXXXX
XXXXX
eey
Logit model je rezultirao 100 %-nom točno�ću klasifikacije.
Početne vrijednosti i vrijednosti dobivene logit modelom gotovo se potpuno
podudaraju, a naknadne vjerojatnosti svrstavanja nalaze se u tablici 40.
Konačno, dakle, mo�e se reći kako točnost ponovljene diskriminacijske analize i logit
modela koje iznose 100 % jo� jednom ukazuju na moguće zaključke:
a) pojedine banke su imale poslovnih pote�koća premda na to nisu
ukazivali njihovi financijski izvještaji, odnosno pojedine banke nisu
imale poslovnih pote�koća premda su njihovi pokazatelji ukazivali kako
će ih imati, i
b) pojedina prikazana financijska izvje�ća nisu najbolji izvor informacija.
COPY
RIGHT
124
Tablica 40. Vjerojatnosti svrstavanja kod ponovljenog logit modela
Prethodna klasifikacija Banka
Vjerojatnost svrstavanja
u grupu PROBLEM
Vjerojatnost svrstavanja
u grupu UREDNA
AGRO 0,000002 0,999998 ALPE 0,000001 0,999999 BJEL 0,000012 0,999988 BROD 0,000005 0,999995 CAKO 0,002322 0,997678 CENT 0 1 CRDO 0,000056 0,999944 GOKR 0 1 IMEX 0 1 KOME 0 1 KRAP 0 1 KVAR 0 1 NAVA 0 1 PART 0 1 POMO 0 1 PROM 0 1 RAIF 0 1 RIAD 0,000009 0,999991 SAMO 0,0009 0,9991 SISK 0,005903 0,994097 SLAT 0,000592 0,999408 STED 0 1 TRGO 0 1 TRTU 0 1 UMAG 0 1
UREDNA
VARA 0,000025 0,999975 CIBA 1 0 CROA 1 0 DALM 0,999991 0,000009 DUBR 1 0 GLUM 1 0 GRAD 0,99774 0,00226 HRGO 0,999951 0,000049 HRPO 0,999999 0,000001 ILIR 1 0 JADR 0,998755 0,001245 KARL 1 0 KRED 0,999345 0,000655 MEDJ 1 0 NERE 0,998761 0,001239 PBZG 1 0 PODR 0,996925 0,003075 POZE 0,996579 0,003421 PULA 0,999843 0,000157 RAZV 0,999465 0,000535 RIJE 0,99467 0,00533 SLAV 0,999999 0,000001 SPLIT 1 0 ZABA 1 0
PROBLEM
ZUPA 1 0
COPY
RIGHT