Аннотации:
The application of effective methods for forecasting of the bankruptcy of industrial
companies is always an urgent task for businesses, especially at the present stage which is
characterized by an extremely high uncertainty. The paper presents the main techniques
of bankruptcy modelling used in the world’s practice: logit, probit and MDA-models, as
well as the special private methods developed on their basis. These tools constitute the
methodological foundation of our research. To assess the practical applicability of these
methods to the contemporary Russian market, two sectorial companies (bankrupt and nonbankrupt)
are selected as the object of study. A feature of the research is the use of financial
statements of companies developed according to Russian and international standards. In
the course of the calculations, we apply external and internal restrictions related to the
key rate, credit history characteristics, age and regional affiliation of companies. Based
on the dynamic assessment, we draw conclusions about the practical applicability and
inapplicability of certain forecast models for the Russian economy. We investigate the
relationship between the assessment results and the type of source data used. Research
veracity is confirmed using generally recognized models and methods, as well as the
practical implementation of the results obtained. We can recommend to use these results
for improving the existing models for predicting bankruptcy and developing new ones, as
well as for owners and investors of companies who need to make strategic decisions. Использование эффективных методов прогнозирования банкротства отраслевых
компаний всегда является актуальной для бизнеса задачей, особенно на современном этапе, характеризующемся чрезвычайно высокой неопределенностью. В статье
представлены основные способы моделирования банкротства, используемые в мировой
практике: logit, probit и MDA-модели, а также разработанные на их основе частные
методы. Данный инструментарий является методологической базой проведенного исследования. Для оценки практической применимости данных подходов к современному российскому рынку в качестве объектов выбраны две отраслевые компании: банкрот и не банкрот. Особенностью проведенного исследования является использование
финансовых данных компаний, разработанных по российским, а также международным стандартам. При проведении расчетов приняты внешние и внутренние ограничения, связанные с размером ключевой ставки, характеристикой кредитных историй,
возрастом и региональной принадлежностью компаний. На основе проведенной динамической оценки сделаны выводы о практической применимости и неприменимости
отдельных прогнозных моделей для российской экономики. Исследована зависимость
между результатами оценки и типом используемых исходных данных. Достоверность
полученных выводов подтверждена применением общепризнанных моделей и методов,
а также практической реализацией полученных результатов. Данные результаты рекомендуется использовать при совершенствовании существующих и разработке новых
моделей прогнозирования банкротства, а также собственникам и инвесторам компаний
при принятии стратегических решений.
Описание:
G.S. Chebotareva1, W. Strielkowski2, N.S. Gafurov3
1Ural Federal University, Ekaterinburg, Russian Federation
2Czech University of Life Sciences, Prague, Czech Republic
3South Ural State University, Chelyabinsk, Russian Federation
E-mails: g.s.chebotareva@urfu.ru, strielkowski@pef.czu.cz, gafurovns@susu.ru. Галина Сергеевна Чеботарева, кандидат экономических наук, доцент, кафедра
≪Банковский и инвестиционный менеджмент≫, Уральский федеральный университет
им. первого Президента России Б.Н. Ельцина (г. Екатеринбург, Российская Федерация), g.s.chebotareva@urfu.ru.
Вадим Стриелковски, доктор экономических наук, профессор, кафедра ≪Торговля и финансы≫, факультет экономики и управления, Чешский аграрный университет
(г. Прага, Чешская Pеспублика), strielkowski@ppef.czu.cz.
Наиль Шайхрамович Гафуров, кандидат технических наук, доцент, кафедра
≪Прикладная экономика≫, Южно-Уральский государственный университет (г. Челябинск, Российская Федерация), gafurovns@susu.ru.