INTERNATIONAL SCIENTIFIC DAYS 2008

Benda, V. - Vadovič, M.

MODEL ODHADU FINANČNEJ SITUÁCIE SLOVENSKÝCH FARIEM
MODEL OF FINANCIAL SITUATION ESTIMATION OF SLOVAK FARMS

Anotácia:
Sledovanie vývoja celkovej finančnej situácie a platobnej schopnosti slovenských fariem je dôležité vzhľadom na pretrvávajúci nedostatok kapitálu v pôdohospodárskom sektore, ktorý je dôsledkom špecifického vývoja slovenského poľnohospodárstva v období transformácie. Investície do poľnohospodárstva sú v súčasnosti financované prevažne z fondov EÚ a prostredníctvom úverových zdrojov poskytovaných bankovým sektorom, pre ktorý je dôležité odhadnúť stupeň rizika spojeného s poskytovaním úverov. V bankovom sektore je uvedené riziko kvantifikované aplikáciou skóringových modelov, ktoré sú konštruované na historických dátach súboru subjektov s podobným výrobným zameraním. Príspevok je rozdelený na dve časti. Prvá časť je zameraná na zaradenie subjektov do dvoch skupín, ktoré zohľadňujú ich celkovú ekonomickú situáciu, aplikáciou zhlukovej analýzy. V druhej časti sú použitím logistickej regresie skonštruované modely, ktorými sa odhaduje pravdepodobnosť zaradenia subjektu do konkrétnej skupiny na základe vybraných finančných ukazovateľov. Kvalita a správnosť zaradenia boli overované klasifikačnými maticami výsledných funkcií.

Abstract:
Monitoring of overall financial situation of the Slovak farms is important with aspect to deficit of capital in agricultural sector that is a result of specific development in transition period. Investments to the agricultural sector are financed mostly by EU funds and bank sector. From this point of view is important to estimate a credit risk that is in bank sector quantified by scoring models constructed on historical data of subjects with similar objects of business. This paper is divided into two parts used in explanation of the financial situation of Slovak farms. The first part divides subjects to groups by selected indicators based on Cluster Analysis. The second part estimates models which determine probability of occurrence of the single subject to defined group by financial ratios is constructed using Logistic Regression. Quality of the subject classification to defined groups and explanatory power of the models are analyzed by Classification Matrix.