Skip to the main content

Preliminary communication

MOGUĆNOST PRIMJENE ZMIJEWSKI MODELA ZA PREDVIĐANJE NEUSPJEHA PREDUZEĆA U TRANZICIJSKIM ZEMLJAMA

Selma Vidimlić ; JP „Tržnica“ doo Zenica *

* Corresponding author.


Full text: bosnian pdf 312 Kb

page 40-51

downloads: 0

cite

Download JATS file


Abstract

S ciljem ocjene prihvatljivosti Zmijewski modela za predviđanje neupjeha u poslovanju
preduzeća u tranzicijskim zemljama tretirana su preduzeća iz Bosne i Hercegovine. Uzorak se
sastoji od 88 preduzeća sa imovinom većom od 5 miliona KM i ukupnim prihodima većim od
5 miliona KM, a podaci za ocjenu modela su dobijeni iz finansijskih izvještaja preduzeća koja
se obavezno deponuju kod državne agencije FIA. Preduzeća su proizvodne i trgovačke
djelatnosti koja posluju u Zeničko-dobojskom kantonu države Bosne i Hercergovine.
Podijeljena su u dvije grupe: ona koja su imala poteškoće u poslovanju, a koje su se ogledale
u postojanju blokade transakcijskog računa kod poslovnih banaka, i to 76 preduzeća, i 12
preduzeća koja su imala finansijskih problema u poslovanju. Zmijevski model tretira tri
varijable i to: neto dobit/ukupna imovina, ukupni dug/ukupna imovina i kratkoročna
imovina/kratkoročne obaveze. Rezultati istraživanja su pokazali da se Zmijewski model ne
može koristiti kod predviđanja neupjeha preduzeća u tranzicijskim zemljama. Razloge
nalazimo u poslovnom okruženju, klasifikaciji preduzeća na velika, srednja i mala kao i
nedovoljnoj finansijskoj kontroli od strane države.

Keywords

finansijski pokazatelji; predviđanje; finansijski izvještaji; Zmijewski model;

Hrčak ID:

323914

URI

https://hrcak.srce.hr/323914

Publication date:

17.12.2024.

Visits: 0 *




UVOD

Izrada modela za procjenu neuspjeha u poslovanju u tranzicijskim zemljama još uvijek je u fokusu istraživanja ekonomista regiona. Autori su testirali postojeće modele za predviđanje bankrota - nemogućnosti izvršavanja obaveza prema bankama ili dobavljačima, nesolventnost i nelikovidnost kompanija koristeći već postojeće modele koji su dali dobre rezultate dali širom svijeta, ali su i, sa ograničenim uspjehom, razvijali i vlastite formule. Međutim, tranzicijske zemlje imaju svoje specifičnosti, zbog kojih su do sada tretirani modeli davali skromne rezultate u prognostici. Ovo istraživanje će testirati hipotezu da jedan od postojećih modela za predviđanje finansijskog neuspjeha koji se koriste u svijetu, Zmijewski moedel, nije adekvatan na tržištima tranzicijskih zemalja.

  1. METODOLOGIJA

    1. Istraživački uzorak

Uzorak čine pravna lica koja posluju na teritoriji Zeničko-dobojskog kantona unutar Federacije Bosne i Hercegovine, država Bosne i Hercegovine. Preduzeća su pretežno proizvodna i trgovačka, obzirom da je geografski bazen industrijskog karaktera. U uzorku su se našla sva preduzeća koja imaju prihode iznad iznosa od pet miliona konvertibilnih maraka te imovinu iznad vrijednosti od pet miliona konvertibilnih maraka, ukupno 87 preduzeća. Napominjemo da u predmetnom kontonu posluje ukupno oko 3.500 malih, srednjih i velikih preduzeća. Uzorak je, nakon urađenih finansijskih analiza, izračuna finansijskih pokazatelja i primjene Zmijewski modela, podijeljen u dvije grupe. U prvoj su se našla preduzeća koja naredne godine nisu imala problema sa likvidnošću, a u drugoj grupi su ostala preduzeća kod kojih su se nakon godinu dana bilježili problemi koji su se ogledali u blokadi transakcijskih računa kod poslovnih banaka dužoj od jedan mjesec. Na ovaj način se utvrdilo koliko je model prihvatljiv za odabrano geografsko područje i veličinu preduzeća.

  • 2.

    Ograničenja istraživanja

Prilikom sprovođenja istraživanja, susreli smo se sa nekoliko ograničenja koja su mogla uticati na istraživačke rezultate. Prvo ograničenje se odnosilo na istraživački uzorak. Prema listama dobijenim u prethodnim istraživanjima, preuzetih iz agencije FIA (Federalna agencija prema kojoj su sva pravna lica obavezna dostaviti finansijske izvještaje) iz ranijih godina, korištene su jedinice u istraživačkom uzorku. U javno dostupnoj aplikaciji koju ova federalna agencija posjeduje, ažurirani su podaci za novije godine. Prukupljanje podataka se radilo manuelno, te postoji mogućnost nastanka greške. Također, provjera insolventnosti pravnih lica vršila se u Registru blokiranih privrednih subjekata ponaosob za svaku kompaniju iz analize, što je, također, stvaralo mogućnosti greške. Problem se nastojao riješti dvostrukom provjerom, čime su mogućnosti greške znatno reducirane.

Drugi problem se ogledao u jasnom određivanju pojma zavisne varijable, tj. pojmova solventnosti i likvidnosti. Naime, u literaturi se pod pojmom likvidnosti objašnjava nemogućnost izvršavanja finansijskih obaveza preduzeća u predviđenim rokovima. Solventnost se definiše sposobnošću preduzeća da u posmatranom trenutku posjeduje ukupnu imovinu veću od ukupnih obaveza. Međutim, u domaćim finansijskim narativima se preduzeće koje ima blokirane račune kod poslovnih banaka označava insolventnim, što svakako nema isto značenje. Primjer za to je izvještaj koji Centralna banka objavljuje svakog mjeseca donedavno pod nazivom Izvještaj o insolventnim pravnim licima, iako se radi o preduzećima koji imaju blokirane transakcijske račune. Naziv izvještaja je naknadno promijenjen i prilagođen teorijskim nazivima. Preduzeće je u situacijama blokiranih transakcijskih računa nelikvidno, ne nužno nesolventno. Dodatno, preduzeća mogu imati blokirane transakcijske račune kod poslovnih banaka i zbog drugih razloga, ne samo nesposobnosti izvršenja finansijskih obaveza u datom momentu, kao što su nežurnosti u knjiženju, neblagovremena promjena vlasničke strukture i slično, pa se prilikom ovog istraživanja, radi sigurnosti, uzimala blokada transkancijskog računa kod poslovne banke duža od 30 dana kao pojam nelikvidnosti.

  • 3.

    Pregled prethodnih istraživanja

Iznalazeći najbolje modele koji sa velikom izvjesnošću mogu predvidjeti bankrot, stečaj ili nemogućnost izvršavanja obaveza prema bankama ili drugim povjeriocima, istraživači su dugi niz godina davali svoj doprinos ekonomskoj teoriji i praksi. Nezaobilazna su fundamenatalna istraživanja koja su sprovodili Altman (1968), Beaver (1966), Ohlson (1980), Edmister (1972), koja su utvrdila da se na određenim skupinama preduzeća, velikim pretežno, sa vjerovatnoćom od preko 90% mogu koristiti statističke metode kao što su diskriminaciona analiza, logička regresija i neuronske mreže pri predviđanju finansijskog neupjeha. Uključivanjem analize trendova finansijskih pokazatelja koje su koristili u navedenim metodema statistike, pouzdanost modela koja su dobili je predstavljala zaokrete u izučavanjima finansijskih parametara preduzeća. Sami autori, ali i mnogi drugi, su naknadno dorađivale modele, prilagođavali ih finansijskim tržištima na kojima su testirani, ali i određenim skupinama preduzeća, pa danas imamo istraživanja koja se odnose na i manje regije, ali i i na mala i srednja preduzeća.

Tako su npr. Jazdanfar i Nillson (2008), Khanji (2010), Nur Adiana et all. (2014), Marom i Lussier (2014), Mures-Quintana (2014), kao i mnogi drugi, proučavali mogućnost korištenja finansijskih pokazatelja preduzeća u regijama u kojima su vršili istraživanja – Italija, Velika Britanija, Švicarska, Španija na mogućnost predviđanja finansijskog neuspjeha preduzeća. Rezultati su potvrđivali prediktivnost statističkih modela kod stečaja ili nelikvidnosti velikih, ali i malih i srednjih preduzeća razvijenog Zapada. Zbog specifičnosti ekonomija tranzicijskih zemalja, istraživanja koja su se vršila u regionu, nisu, međutim, polučila tako dobre rezultate. Šarlija i Jeger (2011), Pervan i ostali (2011), Muminović (2011), Vidimlić (2019), Alihodžić (2020) utvrdili su da se pojedini modeli koji se koriste u ekonomski razvijenim zemljama imaju skromnije prognostičke mogućnosti na domaćim tržištima. Ipak, poredeći istraživanja koja su sprovedena u regionu, uočava se da su se, prema saznanjima, u dosadašnjim objavljenim rezultatima istraživanja, koristili različiti finansijski pokazatelji prilikom detekcije onih finansijskih pokazatelja iz finansijskih izvještaja preduzeća koji najbolje predviđaju neuspjeh.

Iz navedenog razloga, u potrazi za modelom koji najbolje prognozira finansijski neuspjeh preduzeća na tržištima tranzicijskih zemalja, provedeno je i ovo istraživanje.

  1. ZMIJEWSKI MODEL

Zmijewski model je razvijen 1984. godine od strane autora Zmijewski M.E., objavljen u časopisu Journal of Accounting Research, nakon testiranja 800 preduzeća koja nisu bankrotirala i 40 koja su bankrotirala. Polazi od sljedećih finansijskih pokazatelja:

X1 = neto dobit / ukupna imovina

X2 = ukupni dug / ukupna imovina

X3 = kratkoročna imovina / kratkoročne obaveze,

a Model glasi:

X = – 4,3 – 4,5 X1 + 5,7X2 – 0,004 X3,

Ukoliko je tražena vrijednost X ispod vrijednosti 0,5, velika je vjerovatnoća da će preduzeće doživjeti bankrot. U nastavku je dat pregled rezultata Zmijewski modela na istraživačkom uzorku od 87 preduzeća. U Tabeli 1 su istovremeno predstavljeni i naknadni utvrđeni rezultati provjere varijabli, odnosno da li je preduzeće naredne godine blokirano od strane povjerilaca.

Tabela 1. Vrijednosti testiranja Zmijewski modela na istraživačkom uzorku

RbBlokada transakcijskog računaX1=neto dobit/ukupna imovinaX2=ukupni dug/ukupna imovinaX3=kratkoročna imovina/kratkoročne obaveze

Zmijewski model

X = – 4,3 – 4,5 X1 + 5,7X2 – 0,004 X3

1Nije blokirano-0.0456664080.8350304391.4110821040.659528008
2Nije blokirano0.0253899750.412540840.886583806-2.066318438
3Nije blokirano0.0274156490.1436823863.150815427-3.616984083
4Nije blokirano0.0742836270.5227380371.163473908-1.659323402
5Nije blokirano0.0129681790.5723030381.450450085-1.102031292
6Nije blokirano0.1129196850.319505272.765367087-2.998020012
7Nije blokirano0.0491187490.6495210451.086577944-0.823110728
8Nije blokirano-0.0948998150.1477288590.747954671-3.033888156
9Nije blokirano0.0080598150.8677403361.2912224710.604685862
10Nije blokirano0.0029828150.7385931471.770620288-0.11052421
11Nije blokirano0.0351056740.6379062461.073270201-0.826203009
12Nije blokirano-0.0179964490.2583562321.183264211-2.751118513
13Nije blokirano0.283513050.4855544021.585037746-2.814488782
14Nije blokirano-0.0215278660.0679711757.390279342-3.845250024
15Nije blokirano0.0620421860.3427129541.976024502-2.633630097
16Nije blokirano0.2079200190.4433663581.367072833-2.713920139
17Nije blokirano0.0031557760.6466021210.271094274-0.629653283
18Nije blokirano0.1112986410.1213222945.246370134-4.13029229
19Nije blokirano0.273261730.6248415920.962382578-1.971930239
20Nije blokirano0.0027941480.7769628450.8816145720.112588089
21Nije blokirano0.0304420370.2176792293.773021844-3.211309647
2Nije blokirano0.0033586320.4863966030.297392208-1.543842773
23Nije blokirano0.0055881140.5376690861.168797951-1.265107918
24Nije blokirano0.0218317690.1981620322.285413511-3.277861033
25Nije blokirano0.2946920460.1352967182.955178434-4.866743627
26Nije blokirano0.0055221950.511860982.047181171-1.415431017
27Nije blokirano0.00868980.5488894752.120197497-1.218914885
28Nije blokirano-0.06512026810.0468786761.69285369
29Nije blokirano0.0008347480.8676696830.9561804220.638136105
30Nije blokirano0.0037318020.9033126221.9338587040.824353404
31Nije blokirano0.018930660.4155970621.462701725-2.022135522
32Nije blokirano0.0139131370.2152300053.050834192-3.148001425
33Nije blokirano0.1068383490.2675588713.570710111-3.269969845
34Nije blokirano0.0370865190.3212378670.849244997-2.639230473
35Nije blokirano0.0960484150.7340715594.144332447-0.564587313
36Nije blokirano0.0149300930.4257023951.859234434-1.948118702
37Nije blokirano0.1132081770.4454608041.798383716-2.27750375
38Nije blokirano0.0114756970.7056770650.76991516-0.332361024
39Nije blokirano0.1268356470.2670683821.057800743-3.352701833
40Nije blokirano0.1607578010.1027217164.37700392-4.455404339
41Nije blokirano0.1399282450.223413982.843021906-3.667589509
42Nije blokirano0.0384044190.4155846061.057049416-2.108215831
43Nije blokirano0.0084411070.1157385763.454625957-3.692093605
44Nije blokirano0.0408380990.8242222910.9546872540.210476867
45Nije blokirano0.1274162710.2413740061.192643109-3.502311958
46Nije blokirano0.0388287750.1137217154.506797636-3.844542903
47Nije blokirano0.0127575790.6340298581.100307962-0.747840148
48Nije blokirano0.00598160.225659140.464095926-3.042516487
49Nije blokirano0.0582234580.5724718061.432582393-1.304646599
50Nije blokirano0.049284750.7480312691.234209143-0.262939978
51Nije blokirano-0.0104912140.5293173621.920550757-1.243362776
52Nije blokirano0.0014990530.8947070780.5080727210.791052314
53Nije blokirano0.1423658690.2531728031.800765648-3.5047645
54Nije blokirano-0.0107753830.2401031510.890385423-2.886484359
55Nije blokirano0.0344816860.6221100371.021529592-0.913226496
56Nije blokirano0.0457878450.2759169631.816297452-2.940583804
57Nije blokirano0.2125165830.1662025993.662484297-4.323619748
58Nije blokirano0.1751899920.385553772.251964493-2.899706331
59Nije blokirano0.0437138980.5685593810.798978214-1.259119979
60Nije blokirano0.1659806620.7645144421.244302374-0.69415787
61Nije blokirano0.1086207630.6130605381.448246574-1.300141353
62Nije blokirano0.0507002550.436798851.127035564-2.042905845
63Nije blokirano-0.0040689830.4506686598.291297149-1.746043405
64Nije blokirano-0.3299171730.9916547540.1868212472.83631209
65Nije blokirano-0.0246517160.5651098220.744748749-0.970920291
66Nije blokirano0.0518627710.3701356491.690099027-2.430369663
67Nije blokirano0.0136085670.7245448041.208662319-0.236167821
68Nije blokirano0.0343711040.9554143420.6939980890.988415792
69Nije blokirano0.0884630110.7643641031.099823987-0.345607456
70Nije blokirano0.0144879360.7650264031.849778627-0.011944328
71Nije blokirano0.0060249850.1941728821.167859353-3.224998439
72Nije blokirano-0.2093644870.9369110120.7755431341.979430788
73Nije blokirano0.0006393790.5359855090.756897103-1.250787391
74Nije blokirano0.0016418730.9589843780.7010812321.156018202
75Nije blokirano0.0186361850.4726633230.844860341-1.693061337
76Blokirano0.005046090.6140834040.633559806-0.824966241
77Blokirano0.0974378150.6704055870.471868305-0.919045795
78Blokirano-0.0352126620.5954280730.076417734-0.747908672
79Blokirano-0.0169047840.5959066480.286016807-0.828404647
80Blokirano0.0231544180.8438301660.8870444570.40208889
81Blokirano0.0003221720.3947644730.905342407-2.054913649
82Blokirano0.0004238310.8585862180.7742633770.588937147
83Blokirano-0.0418261940.9192864120.0399297591.127990698
84Blokirano-0.0238122520.4078399761.589193543-1.874513777
85Blokirano0.0031793160.374313441.953585555-2.188534659
86Blokirano-0.1370118310.9754151130.7422845621.873450243
87Blokirano0.0012405560.7648217880.454880620.052082168

Izvor: Izračun autora

  • 2.

    REZULTATI ISTRAŽIVANJA

Iz navedene tablice sumirali smo sljedeće razultate:

  1. Od 76 preduzeća koja nisu imala teškoća u poslovanju godinu dana nakon urađenih finansijskih analiza, deset preduzeća je imalo skor veći od 0,5, te je pogrešno ocijenjeno 66 preduzeća. Za ovu grupu preduzeća prihvatljivost modela je 13,18%

  2. Od 12 preduzeća koja su imala poteškoća u poslovanju, devet preduzeća je imalo skor ispod 0,9, te su tri preduzeća pogrešno ocijenjena. U ovoj grupi model je pokazao tačnost od 75%.

  3. Od ukupno obrađenih 88 preduzeća u uzorku, 66 preduzeća je pogrešno ocijenjeno, te se model pokazao nepouzdanim.

  4. RASPRAVA

Na rezultate istraživanja najviše je uticalo poslovno okruženje u kojem djeluju testirana preduzeća. Naime, Bosna i Hercegovina, kao jedna od tranzicijskih zemalja, susreće se sa nizom izazova, a koje se reflektuju na poslovno okruženje, ali i na poslovnu etiku. Jedan od najvećih problema sa kojima se ekonomija hrve je prisustvo sive ekonomije. Kao najčešće razloge nastanka i razvoja sive ekonomije ističu se visoko fiskalno opterećenje, složene i skupe poreske procedure, nedovoljan broj stručnih kadrova zaposlen u poreskoj administraciji, netransparentnost iste, ali i veliki nivo tolerancije poreskog aparata i ukupne javnosti prema poreskoj evaziji. U narativu je postalo skoro uobičajeno isticati kako neki od privrednih subjekata neadekvatno obračunava poreske obaveze. Na drugoj strani se nalazi problematika male privrede, koja zbog administrativnih barijera ima manju produktivnost, pa privredna društva često profitabilnost jedino grade na poreskoj utaji i u zoni nezakonitog i netransparentnog poslovanja.

Čak je u javnom diskursu kreiran pojam „kreativno računovodstvo“, koji se koristi za opisivanje neispravnog i nezakonitog poslovanja i evidentiranja poslovnih prihoda i obaveza u finansijskim izvještajima društva. Autorica Škarić-Jovanović (2011) tvrdi da je „kreativnog računovodstva“ znatno više u tranzicijskim zemljama nego u zemljama razvijenog Zapada jer novčani tokovi nisu jasno definisani, kontrolisani, a menadžeri nisu dovoljno kompetentni. Najčešći načini, prema navedenoj autorici, nezakonitog knjiženja finansijskih transakcija odnose se na neevidentiranje ukupnog prometa, nabavljanje robe i sirovina po, također, netransparentnim novčanim tokovima i plaćanjem u gotovini, rad radnika na „crno“, razlika između stvarnih i prikazanih obaveza po platama i mnoge druge. Također, nekada su menadžeri motivisani na drugu krajnost - evidentiranje viših prihoda od stvarnih kao što su prerano iskazivanje prihoda, iskazivanje nepostojećih prihoda, precjenjivanje postojećih prihoda i uključivanje neposlovnih prihoda u poslovne. Siva ekonomija može se naći u u razvijenim zemljama, pa tako na primjer, u Austriji se procjenjuje da je ista 8-10%, a u Švicarskoj oko 7%. Prisustvo neregistrovanih prometa u tranzicijskim zemljama je znatno veće. Prema najnovijim istraživanjima, procenat sive ekonomije u Bosni i Hercegovini, a slično je i u drugim tranzicijskim zemljama, oko 25%. Posmatrajući ukupan BDP, ovo znači da oko 7 milijardi maraka nije oporezovano niti evidentirano u poslovnim knjigama preduzeća. Prenoseći, konkretno, ovu činjenicu na istraživački uzorak, moglo bi se doći do drugačijih scenarija i konačnih rezultatata u testiranju Zmijewski, ali i drugih modela na tržištima tranzicijskih zemalja da su prihodi i druge bilansne stavke istinito prikazani. Međutim, iako sporo, kroz godine bilježi se poboljšanje na terenu sive ekonomije, što budi optimizam.

Druga bitna činjenica koja znatno utiče na prihvatljivost statističkih modela ua ocjenu narušenosti poslovanja u tranzicijskim zemljama je pravnog karaktera, a odnosi se na dugotrajan proces sudskih postupaka kao i sporo ili zanemareno gašenje insolventnih pravnih lica. Naime, u poslovnim knjigama su evidentirane obaveze koje bi, prema poslovnim praksama preduzeća u razvijenim zemljama, odavno bila ili naplaćena ili otpisana. Dodatno, kašnjenje u izvršavanju obaveza prihvatljivije je u tranzicijskim zemljama. Zakonska regulativa u zemljama razvijenog Zapada i regulativa u tranzicijskim zemljama ne razlikuju se znatno, ali sprovođenja pravnih naloga značajno odstupaju. Kao rezultat sporosti u plaćanju obaveza između pravnih lica u privredi nalazimo aktivna preduzeća koja bi po svim tržišnim parametrima odavno trebala biti isključena iz finansijskih tokova. Isto utiče na mogućnost korištenja postojećih, svjetski priznatih modela za predviđanje finansijskog neupjeha preduzeća, pa i Zmijewski modela.

Pored specifičnosti tranzicijskih zemalja, karakteristike malih i srednjih preduzeća onemogućavaju korištenje istih tretmana kao velika preduzeća. Mala i srednja preduzeća, generalno, svugdje u svijetu, imaju veću vjerovatnoću gašenja. U prve tri godine poslovanja, 30-40% ih se u prva tri godine ugasi, 60% u narednih osam do deset godina, a treću generaciju polazeći od osnivača, realizuje samo 5% malih i srednjih preduzeća. Većina ih nema pristupa međunarodnim tržištima, osim ako ne nastupaju udruženo ili pod okriljem velike korporacije. Relativno nizak nivo kapitala koje karakteriše mala i srednja preduzeća, a što smo konstatovali i u ovom uzorku, onemogućava im da opstanu u uslovima kriza. Svjesni smo da su finansijske krize sve češće, a nestabilnost trišta izražena. Klasifikacija preduzeća u tržišno razvijenim ekonomijama i zemljama u tranziciji znatno se razlikuje. U prvima su kao velike kompanije okarakterisane one koje imaju znatno više prihode, imovinu i broj radnika, nego što je to slučaj u tranzicijkim zemljama. Ova činjenica, također utiče na mogućnost primjene Zmijewski modela kao prediktora narušenosti poslovanja preduzeća, jer, podsjećamo, model je prvobitno primijenjen za tretman velikih preduzeća razvijenih zemalja svijeta. Uzimajući sve navedeno, nije ni čudno što je prediktivnost statističkih modela koji se koriste u razvijenim zemljama znatno manja u tranzicijskim zemljama.

ZAKLJUČAK

Uprkos činjenici da tranzicijske zemlje imaju sličnu zakonsku regulativnu u pogledu tretiranja poslovanja preduzeća, tržišni uslovi, prije svega razvijenost nacionalne ekonomije diktiraju mogućnost sprovođenja istovjetnih kriterija na analize poslovanja preduzeća. Postojeći modeli za procjenu kontinuiteta poslovanja preduzeća koji se koriste u razvijenim zemljama ne mogu se primjenjivati kod analiza preduzeća u tranzicijskim zemljama, prije svega zbog tržišnih uslova koji se ogledaju u sporosti plaćanja obaveza prema dobavljačima kao posljedica manje likvidnosti privrede, sporom gašenju insolventnih pravnih lica i klasifikaciji preduzeća na velika, srednja i mala, kao posljedica nivoa razvijenosti svake zemlje. Ono što nije urađeno tokom ovog istraživanja je odabir najboljih finansijskih pokazatelja isključivo za preduzeća grupisana po djelatnosti kojom se bave, što ostavlja mogućnost drugim autorima da istraže za akademsku zajednicu, ali i za privredu, ovo, uvijek interesantno, istraživačko polje.

Notes

[1] Doc. dr. sc., direktor, JP „Tržnica“ doo Zenica, e-mail: selmavidimlic@yahoo.com

References

1 

Altman E.I., Haldeman R.G., Narayanan P. 1977ZETA Analysis,. Journal of Banking and Finance. 1:29–54

2 

Altman I.E., Sabato G., Wilson N. 2008The Value of Qualitative Information in SME Risk Menagement,. Journal of Financial Services Research. 40:15–55

3 

Beaver, W., 1966Financial Ratios as Predictors of Failure,. Empirical Research in Accounting, Selected Studies. 4:71–111

4 

Edmister R.O. 1972Financial Ratios as Discriminant Predictors of Small Business Failure,. The Journal of Finance. 271:129–140

5 

Janer J. 2011Bankuptcy Prediction and its Adwentages, Empirical Evidence from SMEs in the French Hospital Industry,. Department of Economics, Copenhagen Bussines School (pristupljeno 22.01.2024.).

6 

Jazdanfar D., Nilsson M. 2008The Bankruptcy Determinants of Swedish SMEs,. Institute form Small Business & Enterepreneurship. 5-7 November, Belfast, N. Ireland. (pristupljeno 22.01.2024.).

7 

Khanji I. 2012Failure Predictions for the Small-Medium Enterprises in UK, Phd theses. 2024

8 

Marom S., Lussier R.N. 2014A Business Success Versus Failure Prediction Model for Small Businesses in Israel,. Business and Economic Research, Macrothink Institute. 42:63–81

9 

Muminović S., Pavlović V., Cvijanović J.M. 2011Predictive Ability of Various Bankruptcy Prediction Z-Score Model for Serbian Publicly Listed Companies, Industrija,. Časopis Ekonomskog instituta Beograd, br. 3:1–12

10 

Nur Adiana H.A., Abd Halim A., Rohani M.R., Nasruddin Z. 2014Modeling Small Business Failures in Malaysia,International Conference on Education and Social Sciences. p. 613–618

11 

Ohlson, J. A. 1980Financial Ratios and the Probabilistic Prediction of Bankruptcy. Journal of Accounting Research (spring):. 109–131

12 

Pervan I., Pervan M., Vukoja B. 2011Prediction of Company Bankruptcy Using Statistical Techniques – Case of Croatia. Croation Operational Research Review. 2:158–167

13 

Salkić A. 2013Testing of Possibility of Establishing Creditworthiness od Small and Medium Enterprises in Bosnia and Herzegovana by Applying Kralicek DF Indicator,. Economic Review – Journal of Economics and Business. 2:57–70

14 

Šarlija N., Jeger M. 2011Comparing financijal distress prediction models before an during recession. Croatin Operational Reaserch Review. 2(1):133–142

15 

Škarić-Jovanović K. 2011Finansijske izvještaji kao instrument prevara, VI Kongres računovođa i revizora Crne Gore, Finansijsko izvještavanje u funkciji unapređenja poslovnog ambijenta u Crnoj Gori,. p. 209–234

16 

Vidimlić S. 2015Primjena Chesserovog modela kod predviđanje neispunjenja obaveza prema bankama kod malih preduzeća u Bosni i Hercegovini,. Zbornik radova Ekonomskog fakulteta u Sarajevu. 150–166

17 

Zmijewski, M.E. 1984Methodological Issues Related to the Estimation of Financial Distress Prediction Models. Journal of Accounting Research. 22:59–82


This display is generated from NISO JATS XML with jats-html.xsl. The XSLT engine is libxslt.