analiza insolvenţelor imm-urilor din românia în anul …...analiza insolven ţelor imm-urilor din...

Revista Română de Statistică - Supliment nr. 8 / 2015 41

Analiza insolvenţelor IMM-urilor din România în anul 2010.

O abordare logistică microeconomicăMarușa BECA

Academia de Studii Economice din București, RomâniaIrina Maria DRĂGAN

Academia de Studii Economice din București, România

Abstract

În acest articol studiem relația între factorii microeconomici (ratele fi nanciare) şi insolvenţele IMM-urilor din România folosind modelul de regresie logistică pentru a estima probabilitatea de faliment a IMM-urilor în perioada de după criza economică şi fi nanciară. Am realizat un model econometric logit pentru fi ecare categorie de mărime a IMM-urilor în parte (micro, mică și medie). Principalele constatări sunt următoarele: principalii indicatori semnifi cativi din punct de vedere statistic ai insolvențelor IMM-urilor sunt: returul asupra activelor (ROA) și rata datoriei totale (TDR) de-a lungul celor trei categorii de mărime ale IMM-urilor. Modelul logistic cel mai bun este cel pentru fi rmele mici deoarece numărul cazurilor estimate corect reprezintă 80.6%. Cuvinte cheie: Insolvență, IMM-uri, logit, indicatori fi nanciari, România Clasifi carea JEL: C 31, C58, G01, G33

Introducere

IMM-urile sunt coloana vertebrală a economiei României, deoarece acestea creează 54% din valoarea adăugată a avuției naționale și 65% din locurile de muncă din România. Criza economică a lovit puternic în sectorul IMM-urilor românești, principalele probleme cu care se confruntă sunt: colectarea târzie a creanțelor, lipsa de garanții pentru obținerea de credite pentru investiții, și birocrația în accesarea fondurilor europene. Ele joacă un rol-cheie în dezvoltarea economică a unei țări, datorită contribuției acestora la crearea de valoare adăugată, ocuparea forței de muncă și inovare. Cu toate acestea, importanța lor nu este refl ectată în mod adecvat în economie prin sprijinul și deschiderea instituțiilor fi nanciare, deoarece

Romanian Statistical Review - Supplement nr. 8 / 201542

există o respingere constantă a băncilor pentru sectorul IMM-urilor, în special ca urmare a asimetriei de informații, lipsei de garanții și reglementărilor nefavorabile. Instituțiile fi nanciare ignoră de multe ori așteptările fi rmelor pentru încredere și parteneriat. “Întreprinderile mici și mijlocii, așa cum sunt defi nite de către Comisia Europeană, sunt întreprinderi care îndeplinesc două condiții: au mai puțin de 250 de angajați și o cifră de afaceri anuală mai mică de 50 de milioane de € sau un bilanț anual mai mic de 43 milioane € (Recomandarea Comisiei Europene din 06 mai 2003). IMM-urile se disting în trei clase de mărime, în funcție de numărul de angajați: micro-întreprinderi - având 0-9 angajați, întreprinderi mici cu 10-49 de angajați și a întreprinderilor mijlocii, cu un număr de la 50 la 249 de angajați. Legea română preia, în linii mari, defi niția și pragurile stabilite de recomandările Comisiei Europene “(Fundația Post-Privatizare 2013). Legea insolvenței este legea nr. 85/2006 privind procedurile de insolvență, care a fost modifi cată în 2014. Trebuie să facem distincție între termenii de insolvență și faliment. “Insolvența este defi nită ca fi ind starea patrimonială caracterizată de eșecul debitorului de fonduri disponibile de a plăti obligațiile restante care privesc o sumă de bani, cei cu un alt obiect prevăzut de dreptul comun. Falimentul este o procedură pentru încetarea existenței societății, procedură aplicată la comercianți (debitori), care nu pot plăti datoriile afacerilor lor” (Appraisal & Valuation 2011). Din păcate, în România, majoritatea companiilor care intră în procedura de insolvență ajung în cele din urmă în starea de faliment, și nu există un cadru legal care să ducă la planuri de reorganizare de succes. Principalul scop al acestui articol este de a stabili relația între factorii microeconomici (ratele fi nanciare) şi insolvenţele IMM-urilor din România folosind modelul de regresie logistică pentru a estima probabilitatea de faliment a IMM-urilor în perioada de după criza economică şi fi nanciară. Este folosit un model econometric logit pentru fi ecare categorie de mărime a IMM-urilor în parte (micro, mică și medie).. Articolul este structurat după cum urmează: a doua secţiune prezintă o analiză a lucrarilor de referinţă anterioare cu privire la insolvenţa IMM-urilor la nivel microeconomic, a treia parte se referă la datele folosite şi metodologia de cercetare iar a patra secţiune prezintă principalele rezultate, în timp ce ultima secţiune prezintă concluzii şi recomandări.

Literatura de specialitate

În multe dintre articolele recente din România în ceea ce privește factorii determinanți ai insolvențelor fi rmelor întreprinderile analizate au


fost cele listate la Bursa de Valori București (BVB), deoarece datele au fost disponibile (Mihalca 2011), (Mironiuc et al. 2012)), așa că am decis să efectuăm o analiză cantitativă asupra IMM-urilor românești insolvente având în vedere lipsa unor studii similare. Concluziile lui Mișu (2010) arată relevanța unui model pentru prognozarea performanței fi nanciare și clasarea IMM-urilor pe baza performanțelor lor (Bărbuţă-Mișu 2010). Moscalu (2012) aplică analiza discriminantă multiplă (MDA) pe un eșantion de IMM-uri din România, în scopul de a investiga utilitatea indicatorilor fi nanciari și alte variabile non-fi nanciare pentru a prognoza insolvabilitatea IMM-urilor. Rezultatele au arătat că falimentul poate fi prognozat cu precizie, cu cel puțin trei ani în avans. Cei mai buni predictori au fost cei referitori la acoperirea dobânzii, lichiditatea (imediată și rapidă), plățile restante, rentabilitatea, cifra de afaceri, creșterea, și rata de impozitare (Moscalu 2012). Brindescu-Olariu și Goleț (2013) au testat dacă datele din situațiile fi nanciare publice din România pot fi utilizate într-un model de regresie logistică pentru a prognoza cu exactitate probabilitatea de faliment corporativ în perioada crizei economice și fi nanciare. Concluziile lor sunt următoarele: “Modelul este considerat a fi de o utilitate practică imediată deoarece poate reprezenta un instrument pentru realizarea de estimări rapide a probabilității de faliment a unei companii care se potrivește profi lului populației țintă. Cercetarea demonstrează că fi rmele care au declarat falimentul în perioada crizei au arătat semne de slăbiciuni înainte de începerea crizei” (Brindescu-Olariu & Goleț 2013). Prin utilizarea metodelor de scoring, Bărbuță-Mișu și Codreanu (2014), clasifi că fi rmele în funcție de performanțele lor fi nanciare în companii de succes și falimentare. Pe baza datelor fi nanciare pentru perioada 2008-2012 au efectuat o analiză comparativă a riscului de faliment, și ajung la concluzia că modelul Conan și Holder este mai relevant pentru a determina probabilitatea de faliment (Bărbuță-Mișu & Codreanu 2014) Baciu (2014) studiază impactul pe care anumite rate de structură și mărimea și vârsta fi rmelor au asupra nivelului datoriei pentru fi rmele insolvabile din România. “Datoriile companiilor insolvabile sunt direct afectate de cifra de afaceri și creșterea lor arată că întreprinderile insolvabile își fi nanțează veniturile insufi ciente mai mult din datoriile curente decât din cele pe termen lung. Relația dintre activele imobilizate și gradul de îndatorare este unul pozitiv “(Baciu & Georgescu 2014).


Metodologie și datele

Colectarea datelor și defi nițiile variabilelor În analiza noastră am folosit mai mult de 15.000 de fi rme (50% insolvente și 50% solvente) însă după ce am eliminat valorile lipsă au rămas doar 14.244 de fi rme. Pentru a realiza analiza noastră am folosit o bază de date transversală cu 7,770 de IMM-uri insolvente din România din 2010 și 6474 fi rme solvente. Baza de date a IMM-urilor insolvente ne-a fost furnizată de Coface România. Principalele transformări pe care le-am realizat asupra datelor brute au fost făcute în Excel iar analiza exploratorie a datelor a fost realizată în Gretl care este un soft gratuit de econometrie și statistică. Variabilele utilizate în analiză au fost calculate pe baza indicatorilor din anul 2009 și au fost după cum urmează: • ROE (Return on Equity) - rentabilitatea capitalului - arată dacă

managementul determină o creștere a valorii companiei la o rată acceptabilă. ROE este calculat în următorul mod (Investopedia, 2015d)

• ROA (Return on Assets) - rentabilitatea activelor - arată cât de mult profi t câștigă o companie pentru fi ecare dolar din activele sale (Investopedia, 2015c).

• TDR (Total Debt Ratio) - rata datoriilor totale - are următoarea formulă (Investopedia 2015a):

• FLR (Financial Leverage Ratio) - rata levierului fi nanciar – are următoarea formulă (Investopedia 2015b):


• STATUS este variabila dummy care ia următoarele două valori: 1 – fi rmă solvabilă și 0 – companie insolventă

• SIZE este variabila categorială care ia următoarele trei valori: 1- micro-întreprinderi, 2- fi rme mici și 3 – companii medii

• Micro – variabila dummy pentru micro-întreprinderi • Small – variabila dummy pentru fi rmele mici • Medium – variabila dummy pentru companiile medii

Din tabelul de contingență a mărimii (Size) versus status (Status) observăm că baza de date cuprinde 55,8% micro-întreprinderi insolvente și 44,2% micro-întreprinderi solvent din numărul total de micro-fi rme pe care le-am folosit în analiza noastră (10.796). Baza de date conține 50,6% fi rme mici insolvente și 49,4% fi rme mici solvente din numărul total de companii mici analizate (2852). Am studiat de asemenea un număr de 596 întreprinderi medii (50,3% insolvente și 49,7% solvente). Baza de date globală, care conține 14.244 fi rme, este împărțită în felul următor: 54.5% fi rme insolvente și 45.5% companii solvente (vezi Tabelul 1).

Tabelul de contingență a variabilelor Size (linii) versus Status (coloane) Tabelul 1

STATUS

0 1 TOTAL

SIZE

1 55.80% 44.20% 10,796

2 50.60% 49.40% 2,852

3 50.30% 49.70% 596

TOTAL 54.50% 45.50% 14,244 Sursa: Calculele autorilor în Gretl

Testul Pearson chi-pătrat = 29.3457 (2 df, p-value = 4.24296e-007) Baza de date cuprinde 7770 fi rme insolvente (77,6% micro-întreprinderi, 18,6% fi rme mici și 3,9% companii medii) și 6474 fi rme solvente (73,7% micro-fi rme, 21,8% companii mici și 4,6% fi rme medii). Baza de date globală de 14.244 fi rme este structurată în felul următor: 75,8% micro-întreprinderi, 20% fi rme mici și 4,2% companii medii (vezi Tabelul 2).


Tabelul de contingență a variabilelor Size (linii) versus Status (coloane) Tabelul 2

STATUS 0 1 TOTAL

SIZE

1 77.60% 73.70% 75.80%

2 18.60% 21.80% 20.00%

3 3.90% 4.60% 4.20%

TOTAL 7,770 6,474 14,244 Sursa: Calculele autorilor în Gretl

Testul Pearson chi-pătrat = 29.3457 (2 df, p-value = 4.24296e-007)

Metodologia de cercetare În acest articol am realizat o analiză cantitativă a caracteristicilor IMM-urilor din România care au intrat în insolvență în anul 2010 și a IMM-urilor solvente din același an și apoi am realizat patru modele econometrice pentru fi ecare mărime de IMM și pentru întregul sector IMM. Pentru a realiza cercetarea noastră am analizat statisticile descriptive, am calculat matricea de corelație pentru a stabili gradul de corelație care există între variabilele analizate, tabelul de contingență între variablele calitative și am făcut o analiză exploratorie a IMM-urilor insolvente și solvente din anul 2010 folosite în acest studiu. Atunci când variabila dependentă y este binară există anumite distribuții cumulative care au fost folosite pentru a realiza un model pentru media lui y având x - E(y/x), 0≤E(y/x)≤1. Funcția logistică P(x) este defi nită în felul următor:

P(x) reprezintă probabilitatea variabilei dependente y care este un “succes”. Inversa funcției logistice, g(x), logit-ul sau log odds, este defi nită după cum urmează:

în care: • g(P(x)) se referă la funcția logit (log-odds) • ln reprezintă logaritmul natural


• β0 este ordonata la origine de la ecuația regresiei lineare • βixi sunt coefi cienții regresiei înmulțiți cu anumite valori ale variabilelor explicative • baza e reprezintă funcția exponențială. Șansa variabile dependente y ce reprezintă un succes (având în vedere o combinație lineară a variabilelor explicative) este egală cu funcția exponențială a regresiei liniare.

Rata șanselor (OR) poate fi defi nită în felul următor:

Statistici descriptive Din analiza statisticilor descriptive am observat că principala diferență între companiile solvente și cele insolvente provine de la ratele ROA și FLR. Mediana ROA și FLR pentru fi rmele insolvente este negativă pe când cea pentru fi rmele solvente este pozitivă, cu excepția medianei companiilor medii insolvente. Pentru statistici descriptive detaliate vezi Anexa 1.

Analiza exploratorie a datelor Din matricea de corelație a IMM-urilor insolvente observăm că variabilele TDR și ROA sunt puternic corelate negativ (coefi cientul de corelație Pearson este -63,88%) și variabilele FLR și ROE sunt slab corelate negativ (r =-15,83%). Variabilele ROA și TDR sunt corelate negativ pentru micro fi rmele insolvente (-61,5%), întreprinderile mici (-82,19%) și companiile medii (-99.87%). Variabilele FLR și ROE sunt corelate negativ pentru fi rmele mici (-41,56%) și companiile medii (-85,10%). Din matricea de corelație pentru IMM-urile solvente observăm că variabilele TDR și ROA sunt puternic corelate pozitiv (coefi cientul de corelație este 81,74%) și variabilele FLR și ROE sunt de asemenea corelate pozitiv (37,79%). Din studiul matricei de corelație observăm o puternică relație pozitivă între ROA și TDR (coefi cientul de corelație este 67,77%) pentru întreaga bază de date (fi rme insolvente și solvente) și o relație pozitivă între variabilele FLR și ROE (10,33%).

Modelele econometrice Primul model logit cuprinde variabile semnifi cative statistic precum: ROA, TDR, FLR și variabilele dummy pentru fi rme mici și medii a întregii


baze de date, adică toate cele 14244 de fi rme. Variabila ROE a fost înlăturată din model deoarece nu era semnifi cativă statistic. Variabila FLR este semnifi cativă statistic la un prag de semnifi cație de 10% și restul variabilelor sunt semnifi cative la un prag de 1%. Am calculat erorile standard robuste pentru a reduce efectul pe care ar putea să-l aibă valorile extreme asupra preciziei modelului (vezi Tabelul 3).

Model 1: Logit, folosind observațiile 1-14244. Variabila dependentă: Status. QML erori standard

Tabelul 3Coeffi cient Std. Error Z p-value

Const -0.3428 0.02272 -15.09 <0.00001ROA 0.07934 0.01441 5.5044 <0.00001TDR 0.00373 0.00135 2.7723 0.00557FLR 0.00035 0.00019 1.8411 0.0656Small 0.27281 0.04206 6.4857 <0.00001Medium 0.29465 0.08392 3.5109 0.00045Media dependent var 0.45451 S.D. dependent var 0.49794

McFadden R-squared 0.08074 Adjusted R-squared 0.08013Log-likelihood -9021.8 Akaike criterion 18055.6Schwarz criterion 18101 Hannan-Quinn 18070.7Sursa: Calculele autorilor în Gretl Numărul cazurilor ‘prezise corect’ = 9112 (64.0%) f(beta’x) la medie a variabilelor independente = 0.498 Testul ratei probabilității: Chi-pătrat (5) = 1584.74 [0.0000] Logit-ul are următoarea formă pentru acest model:

Funcția logistică este următoarea:

Numărul cazurilor prezise corect de acest model reprezintă 64%. Raportul probabilității chi-pătrat de 1584.74 cu un prag de semnifi cație de 0.0000 ne spune că modelul nostru ca un întreg este semnifi cativ mai bun decât un model gol (adică un model cu nicio variabilă explicativă). ROA, TDR și FLR sunt semnifi cativi statistic, precum și cele două variabile pentru mărime. Coefi cienții regresiei logistice dau variația variabilei dependente în log șansă pentru creșterea cu o unitate a variabilei explicative.


Am interpretat rezultatele modelului econometric logit pentru IMM-uri astfel: o Pentru fi ecare variație cu o unitate în ROA log șansa solvenței

(versus insolvenței) crește cu 0.08. o Pentru o creștere cu o unitate în TDR, log șansa de a fi o fi rmă

solventă crește cu 0.004 o Fiind o fi rmă mică, versus o micro-întreprindere, crește log șansa

de solvență cu 0.27 o Fiind o fi rmă medie, versus a micro fi rmă, crește log șansa de

solvență cu 0.29 o O creștere cu o unitate a ROA, șansa de a fi solvent (versus insolvent)

crește cu un factor de 1.08 o O creștere cu o unitate a TDR, șansa de a fi solvent (versus insolvent)

crește cu un factor de 1.004 o Fiind o fi rmă mică, versus o micro fi rmă, șansa de a fi solvent

(versus insolvent) crește cu un factor de 1.31 o Fiind o fi rmă medie, versus o micro fi rmă, șansa de a fi solvent

(versus insolvent) crește cu un factor de 1.34

Al doilea model logit cuprinde variabile semnifi cative statistic precum: ROA, TDR și FLR numai pentru micro-întreprinderi. Variabila ROE a fost înlăturată din model deoarece nu era semnifi cativă statistic. Variabila FLR este semnifi cativă statistic la un prag de semnifi cație de 10% iar restul variabilelor sunt semnifi cative la o valoare p de 1% (vezi Tabelul 4).

Model 2: Logit, folosind observațiile 1-10796 (micro-întreprinderi). Variabila dependentă: Status. QML erori standard

Tabelul 4Coeffi cient Std. Error z p-value

Const -0.3381 0.02254 -14.999 <0.00001 ***ROA 0.08175 0.01578 5.1795 <0.00001 ***TDR 0.00311 0.00112 2.7798 0.00544 ***FLR 0.00039 0.00021 1.863 0.06246 *Media dependent var 0.44174 S.D. dependent var 0.49662 McFadden R-squared 0.09299 Adjusted R-squared 0.09245 Log-likelihood -6720.8 Akaike criterion 13449.5 Schwarz criterion 13478.7 Hannan-Quinn 13459.4 Sursa: Calculele autorilor în Gretl Numărul cazurilor ‘prezise corect’ = 6964 (64.5%) f(beta’x) la medie a variabilelor independente = 0.497


Testul ratei probabilității: Chi-pătrat (3) = 1377.99 [0.0000] Logit-ul are următoarea formă pentru acest model:

p

Funcția logistică este reprezentată după cum urmează:

Numărul cazurilor prezise corect de acest model reprezintă 64.5%. Raportul probabilității chi-pătrat de 1377.99 cu un prag de semnifi cație de 0.0000 ne spune că modelul nostru ca un întreg este semnifi cativ mai bun decât un model gol (adică un model cu nicio variabilă explicativă). Am interpretat rezultatele modelului econometric logit pentru micro-întreprinderi astfel: o Pentru fi ecare variație cu o unitate a ROA log șansa solvenței

(versus insolvenței) crește cu 0.08 o Pentru fi ecare variație cu o unitate a TDR, log șansa solvenței crește

cu 0.003 o Cu fi ecare creștere cu o unitate a ROA, șansa de a fi solvent (versus

insolvent) crește cu un factor de 1.085 o Cu fi ecare creștere cu o unitate a TDR, șansa de a fi solvent (versus

insolvent) crește cu un factor de 1.003

Al treilea model logit cuprinde variabilele semnifi cative statistic precum: ROA și TDR numai pentru fi rmele mici. Variabilele ROE și FLR au fost înlăturate din model deoarece nu erau semnifi cative statistic. Variabilele ROA și TDR sunt semnifi cative la o valoare p de 1% (vezi Tabelul 5).

Model 3: Logit, folosind observațiile 1-2852 (fi rme mici). Variabila dependentă: Status. QML erori standard

Tabelul 5Coeffi cient Std. Error z p-value

Const -0.531 0.05255 -10.106 <0.00001 ***ROA 2.27483 0.07871 28.9014 <0.00001 ***TDR 0.23506 0.0205 11.4658 <0.00001 ***Media dependent var 0.49404 S.D. dependent var 0.50005 McFadden R-squared 0.3646 Adjusted R-squared 0.36308 Log-likelihood -1256 Akaike criterion 2517.92 Schwarz criterion 2535.79 Hannan-Quinn 2524.37 Sursa: Calculele autorilor în Gretl


Numărul cazurilor ‘prezise corect’ = 2300 (80.6%) f(beta’x) la medie a variabilelor independente = 0.500 Testul ratei probabilității: Chi-pătrat (2) = 1441.38 [0.0000] Logit-ul are următoarea formă pentru acest model: Funcția logistică este reprezentată după cum urmează:

Numărul cazurilor prezise corect de acest model reprezintă 80.6%. Raportul probabilității chi-pătrat de 1441.38 cu un prag de semnifi cație de 0.0000 ne spune că modelul nostru ca un întreg este semnifi cativ mai bun decât un model gol (adică un model cu nicio variabilă explicativă). Am interpretat rezultatele modelului econometric logit pentru fi rmele mici astfel: • Pentru fi ecare variație cu o unitate a ROA log șansa solvenței (versus

insolvenței) crește cu 2.27 • Pentru fi ecare variație cu o unitate a TDR, log șansa solvenței crește

cu 0.23. • Cu fi ecare creștere cu o unitate a ROA, șansa de a fi solvent (versus

insolvent) crește cu un factor de 9.68 • Cu fi ecare creștere cu o unitate a TDR, șansa de a fi solvent (versus


Cel de-al patrulea model logit cuprinde variabilele semnifi cative statistic precum: ROA, TDR și FLR numai pentru întreprinderile medii. Variabila ROE a fost înlăturată din model deoarece nu era semnifi cativă statistic. Variabila FLR este semnifi cativă statistic la un prag de semnifi cație de 10% iar restul variabilelor sunt semnifi cative la o valoare p de 1% (vezi Tabelul 6).


Tabelul 6. Model 4: Logit, folosind observațiile 1-596 (întreprinderi medii). Variabila dependentă: Status. QML erori standard

Coeffi cient Std. Error Z p-value

Const -1.3273 0.29325 -4.5262 <0.00001 ***ROA 1.36646 0.37673 3.6272 0.00029 ***

TDR 0.93444 0.2628 3.5557 0.00038 ***

FLR -0.0017 0.00092 -1.8428 0.06536 *

Media dependent var 0.49664 S.D. dependent var 0.50041 McFadden R-squared 0.21396 Adjusted R-squared 0.20428 Log-likelihood -324.72 Akaike criterion 657.431 Schwarz criterion 674.992 Hannan-Quinn 664.269 Sursa: Calculele autorilor în Gretl Numărul cazurilor ‘prezise corect’ = 451 (75.7%) f(beta’x) la medie a variabilelor independente = 0.500 Testul ratei probabilității: Chi-pătrat(3) = 176.773 [0.0000] Logit-ul are următoarea formă pentru acest model: Funcția logistică este reprezentată după cum urmează:

Numărul cazurilor prezise corect de acest model reprezintă 75.7%. Raportul probabilității chi-pătrat de 176.773 cu un prag de semnifi cație de 0.0000 ne spune că modelul nostru ca un întreg este semnifi cativ mai bun decât un model gol (adică un model cu nicio variabilă explicativă). Am interpretat rezultatele modelului econometric logit pentru întreprinderile medii astfel: o Pentru fi ecare variație cu o unitate a ROA log șansa solvenței

(versus insolvenței) crește cu 1.37 o Pentru fi ecare variație cu o unitate a TDR, log șansa solvenței crește

cu 0.93 o Cu fi ecare creștere cu o unitate a ROA, șansa de a fi solvent (versus

insolvent) crește cu un factor de 3.93 o Cu fi ecare creștere cu o unitate a TDR, șansa de a fi solvent (versus



Concluzii

Din cercetarea noastră rezultă că principalii indicatori semnifi cativi din punct de vedere statistic ai insolvențelor IMM-urilor sunt: returul asupra activelor (ROA) și rata datoriei totale (TDR) de-a lungul celor trei categorii de mărime ale IMM-urilor. Modelul logistic cel mai bun este cel pentru fi rmele mici deoarece numărul cazurilor estimate corect reprezintă 80.6%. Rezultatele noastre sugerează că șansa de a fi solvent (versus insolvent) cresc cu un factor de 1.31 pentru o fi rmă mică versus o micro-întreprindere și șansa de a fi solvent (versus insolvent) crește cu un factor de 1.34 pentru o companie medie versus o micro fi rmă. Recomandăm managerilor, ca soluții pentru reducerea riscului de insolvabilitate a IMM-urilor, să monitorizeze evoluția următorilor indicatori: rentabilitatea activelor (ROA) și rata datoriilor totale (TDR) și să folosească, de asemenea, modelele econometrice pentru a face estimări rapide ale probabilității de faliment pentru companiile pe care conduc și care se încadrează într-un anumit profi l. Analiza noastră poate fi de interes managerilor și/sau acționarilor IMM-urilor, practicienilor în insolvență sau instituțiilor fi nanciare care doresc să dea credite fi rmelor sau părților terțe care sunt interesate în sănătatea companiei. Pentru cercetări ulterioare am putea folosi în analiza noastră trei ani de date anterioare insolvenței și să realizăm o analiză multidimensională a datelor sau analiza survival.

Mulțumiri Această lucrare a fost cofi nanţată din Fondul Social European, prin Programul Operaţional Sectorial Dezvoltarea Resurselor Umane 2007-2013, proiect numărul POSDRU/159/1.5/S/138907 „Excelenţă în Cercetarea Ştiinţifi că, Interdisciplinară, Doctorală şi Postdoctorală, în Domeniile Economic, Social şi Medical - EXCELIS”, coordonator Academia de Studii Economice din Bucureşti.

Bibliografi e 1. Appraisal & Valuation, 2011. The distinction between insolvency and bankruptcy.

Dreptonline.ro. Disponibil la: http://www.dreptonline.ro/articole/articol.php?id_articol=58 [Accesat 18 iulie 2015].

2. Baciu, E.C. & Georgescu, I., 2014. The analysis of the factors that infl uence indebtedness for the insolvent companies in Romania. In Proceedings of the 9th International Conference ACCOUNTING AND MANAGEMENT INFORMATION SYSTEMS AMIS 2014. pp. 968–988.

3. Bărbuţă-Mișu, N., 2010. Assessing of the SME‘s Financial Competitiveness. Global Journal of Management and Business Research, 10(1), pp.140–147.


4. Bărbuță-Mișu, N. & Codreanu, E., 2014. ANALYSIS AND PREDICTION OF THE BANKRUPTCY. Ekonomika, 93(2), pp.131–146.

5. Brindescu-Olariu, D. & Goleț, I., 2013. PREDICTION OF CORPORATE BANKRUPTCY IN ROMANIA THROUGH THE USE OF LOGISTIC REGRESSION. Annals of Faculty of Economics, 1(1), pp.976–986. Disponibil la: http://econpapers.repec.org/RePEc:ora:journl:v:1:y:2013:i:1:p:976-986 [Accesat 24 martie 2015].

6. Investopedia, 2015a. Debt Ratio Defi nition | Investopedia. Disponibil la: http://www.investopedia.com/terms/d/debtratio.asp [Accesat 18 iunie 2015].

7. Investopedia, 2015b. Leverage Ratio Defi nition | Investopedia. Disponibil la: http://www.investopedia.com/terms/l/leverageratio.asp [Accesat 18 iunie 2015].

8. Investopedia, 2015c. Return On Assets (ROA) Defi nition | Investopedia. Disponibil la: http://www.investopedia.com/terms/r/returnonassets.asp [Accesat 18 iunie 2015].

9. Investopedia, 2015d. Return On Equity (ROE) Defi nition | Investopedia. Disponibil la: http://www.investopedia.com/terms/r/returnonequity.asp [Accesat 18 iunie 2015].

10. Mihalca, G., 2011. The effects of market conditions on the capital structure of economic entities.

11. Mironiuc, M., Robu, M.-A. & Robu, I.-B., 2012. The Analysis of the Infl uence of Financial and Non-Financial Factors of the Bankruptcy Risk. Obtaining a Deterministic Model for the Firms Listed at Bucharest Stock Exchange. Proceedings of the 7th International Conference ACCOUNTING AND MANAGEMENT INFORMATION SYSTEMS AMIS 2012, pp.1061–1079.

12. Moscalu, M., 2012. Business Failure Prediction for Romanian SMEs Using Multivariate Discriminant Analysis. Revista Economica, Supplement(4), pp.457–466. Disponibil la: http://economice.ulbsibiu.ro/revista.economica/archive/RE 4-5-63-2012.pdf.

13. Post-Privatization Foundation, 2013. Post-Privatization Foundation report on the SME sector in Romania, 2013 edition. Postprivatizare.ro. Disponibil la: http://postprivatizare.ro/static/Raport-IMM-2013.pdf [Accesat 13 iulie 2015].


ANEXA 1Statistici descriptive, folosind observațiile 1 – 7770

(Statistici descriptive pentru companiile insolvabile)Tabelul 7

Variabile Media Mediana Minim MaximROE 0.46726 0.36278 -349.35 400.4ROA -3.7899 -0.1369 -1751.6 394.808TDR 9.37 1.13126 -993.61 2620.67FLR 2.6752 -1.3141 -2295.3 1922.47

Micro 0.77568 1 0 1Small 0.18571 0 0 1

Medium 0.03861 0 0 1Size 1.26293 1 1 3

Variable Std. Dev. C.V. Asimetria Aplatizare exROE 11.1415 23.8442 3.16111 606.214ROA 45.3892 11.9762 -23.01 682.108TDR 82.8053 8.83728 16.3979 351.225FLR 88.5683 33.1072 5.73325 282.776

Micro 0.41716 0.53781 -1.3218 -0.253Small 0.3889 2.09408 1.61638 0.61269

Medium 0.19268 4.99031 4.78959 20.9402Size 0.52063 0.41224 1.86145 2.58258

Sursa: Calculele autorilor în Gretl

Statistici descriptive, folosind observațiile 7771 – 14244(Statistici descriptive pentru companiile solvabile)

Tabelul 8Variabile Media Mediana Minim Maxim

ROE 0.4513 0.19284 -355.11 353.66ROA 8.89953 0.32934 -220.37 6376.66TDR 37.4197 2.08114 -1528.5 42141.7FLR 6.90369 1.07963 -2091.8 5250.47

Status 1 1 1 1Micro 0.73664 1 0 1Small 0.21764 0 0 1

Medium 0.04572 0 0 1Size 1.30908 1 1 3

Variable Std. Dev. C.V. Asimetria Aplatizare exROE 9.7262 21.5515 2.67541 910.172ROA 99.9556 11.2316 44.4605 2615.06TDR 564.769 15.0928 64.7634 4774.83FLR 118.102 17.1071 25.0558 1060.28

Status 0 0 Nedefi nit Nedefi nitMicro 0.44049 0.59797 -1.0745 -0.8454Small 0.41267 1.89613 1.36855 -0.1271

Medium 0.2089 4.5689 4.34966 16.9195Size 0.55231 0.4219 1.60939 1.62361

Sursa: Calculele autorilor în Gretl


Statistici descriptive, folosind observațiile 1 – 14244(Statistici descriptive pentru întreaga bază de date)

Tabelul 9Variabile Media Mediana Minim Maxim

ROE 0.46001 0.26404 -355.11 400.4ROA 1.97752 0.01168 -1751.6 6376.66TDR 22.1188 1.34379 -1528.5 42141.7FLR 4.59708 0.37991 -2295.3 5250.47

Status 0.45451 0 0 1Size 1.28391 1 1 3

Micro 0.75793 1 0 1Small 0.20023 0 0 1

Medium 0.04184 0 0 1Variable Std. Dev. C.V. Asimetria Aplatizare ex

ROE 10.5215 22.8724 3.00808 717.833ROA 75.527 38.1928 44.2853 3713.57TDR 385.868 17.4452 92.4824 9975.85FLR 103.064 22.4195 19.1356 916.538

Status 0.49794 1.09557 0.18273 -1.9666Size 0.53573 0.41727 1.74083 2.10503

Micro 0.42835 0.56516 -1.2044 -0.5495Small 0.40018 1.99867 1.49825 0.24474

Medium 0.20024 4.78549 4.57635 18.943Sursa: Calculele autorilor în Gretl

Coefi cienții de corelație, folosind observațiile 1 - 77705% valoarea critică (two-tailed) = 0.0222 for n = 7770

(Matricea de corelație pentru fi rmele insolvabile) Tabelul 10

ROE ROA TDR FLR

1 -0.0043 -0.0001 -0.1583 ROE

1 -0.6388 0.0036 ROA

1 -0.0044 TDR

1 FLRSursa: Calculele autorilor în Gretl



(Matricea de corelație pentru fi rmele solvabile) Tabelul 11

ROE ROA TDR FLR

1 0.0107 0.0113 0.3779 ROE

1 0.8174 0.0015 ROA

1 0.0695 TDR

1 FLRSursa: Calculele autorilor în Gretl


(Matricea de corelație pentru toate fi rmele) Tabelul 12

ROE ROA TDR FLR

1 0.0044 0.0069 0.1033 ROE

1 0.6777 0.0037 ROA

1 0.0532 TDR

1 FLR Sursa: Calculele autorilor în Gretl

analiza insolvenţelor imm-urilor din românia în anul …...analiza insolven ţelor imm-urilor din...

Documents