Помощь студентам в учебе
АНАЛИЗ ФАКТОРОВ РИСКА БАНКРОТСТВА РОССИЙСКИХ ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ
|
Введение 4
ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ АНАЛИЗА РИСКА БАНКРОТСТВА 8
1.1. Теоретические основы банкротства и финансовой несостоятельности 8
1.1.1. Экономическая составляющая несостоятельности 8
1.1.2. Правовая форма несостоятельности 10
1.2. Институт банкротства в Российской Федерации 12
1.2.1. Критерии вступления в стадию банкротства 12
1.2.2. Процедуры, применяемые в деле о банкротстве 12
1.3. Банкротство российских компаний в современных условиях 15
1.4. Исследования факторов риска банкротства 20
1.5. Российские исследования факторов риска банкротства 27
ГЛАВА 2. ЭМПИРИЧЕСКОЕ ИССЛЕДОВАНИЕ 36
2.1. Выбор моделей прогнозирования банкротства 36
2.1.1. Модели логистической регрессии 36
2.1.2. Применение алгоритма случайного леса 42
2.2. Выборка 46
2.3. Результаты построения моделей логистической регрессии 48
2.3.1. Модель Жданова 50
2.3.2. Модель Ольсона 53
2.3.3. Модель Федоровой, Гиленко, Довженко 56
2.3.4. Модель Федоровой, Мусиенко, Федорова 57
2.3.5. Модель Альтмана для частных компаний 60
2.3. Построение моделей случайного леса 67
2.4. Сравнение предсказательной способности моделей 84
Заключение 88
Список использованных источников 92
Приложение 102
ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ АНАЛИЗА РИСКА БАНКРОТСТВА 8
1.1. Теоретические основы банкротства и финансовой несостоятельности 8
1.1.1. Экономическая составляющая несостоятельности 8
1.1.2. Правовая форма несостоятельности 10
1.2. Институт банкротства в Российской Федерации 12
1.2.1. Критерии вступления в стадию банкротства 12
1.2.2. Процедуры, применяемые в деле о банкротстве 12
1.3. Банкротство российских компаний в современных условиях 15
1.4. Исследования факторов риска банкротства 20
1.5. Российские исследования факторов риска банкротства 27
ГЛАВА 2. ЭМПИРИЧЕСКОЕ ИССЛЕДОВАНИЕ 36
2.1. Выбор моделей прогнозирования банкротства 36
2.1.1. Модели логистической регрессии 36
2.1.2. Применение алгоритма случайного леса 42
2.2. Выборка 46
2.3. Результаты построения моделей логистической регрессии 48
2.3.1. Модель Жданова 50
2.3.2. Модель Ольсона 53
2.3.3. Модель Федоровой, Гиленко, Довженко 56
2.3.4. Модель Федоровой, Мусиенко, Федорова 57
2.3.5. Модель Альтмана для частных компаний 60
2.3. Построение моделей случайного леса 67
2.4. Сравнение предсказательной способности моделей 84
Заключение 88
Список использованных источников 92
Приложение 102
В рамках коммерческой деятельности, осуществляемой в нынешних «турбулентных» условиях усложняющихся взаимодействий с контрагентами и изменений требований рынка, от предприятий требуется готовность к оперативному реагированию на спектр всевозможных рисковых событий, способных оказать непредсказуемое влияние на финансовое положение организации. Воздействие подобных рисков может привести к снижению эффективности функционирования компании, к утрате платежеспособности и, как следствие, к банкротству. При определении риска банкротства и степени подверженности организации данному риску необходим всесторонний мониторинг финансово-хозяйственной деятельности предприятия, оценка потенциального воздействия заинтересованных сторон на его функционирование. В рамках применения современных продвинутых методов прогнозирования риска банкротства возможно с высокой степенью точности определить, что может послужить катализатором финансовых трудностей в долгосрочной перспективе. Обширная теоретико-методологическая база является основой дальнейшего выявления специфических факторов риска банкротства предприятий, включая как внутрифирменные показатели, финансовые коэффициенты, так и макроэкономические индикаторы, влияние которых на риск финансовой несостоятельности на данный момент трудно переоценить [Федорова, Мусиенко, Федоров, 2020]. Обеспечение успешного функционирования бизнеса в данных условиях приобретает особое значение, учитывая необходимость переориентации российской экономики на инвестиционную активность в сфере импортозамещения, наращивания темпов инновационной деятельности. Сырьевая зависимость российской промышленности, недостаток средств для финансирования капиталоемких технологий порождают дополнительные трудности на пути к стабильному экономическому развитию. В данных условиях необходимо исследовать факторы риска финансовой несостоятельности компаний российской промышленности и детерминанты устойчивости предприятий данного сектора к ограничениям, обусловленным неблагоприятной геополитической обстановкой. Стоит отметить, что именно на основе продукта совокупности отраслей промышленного производства обеспечивается активное внедрение отечественных технологических решений и оборудования в рамках смежных отраслей российской экономики. Рост показателей выпуска машиностроения и металлургической промышленности, включая высокотехнологичные производства, обеспечивает улучшение показателей таких секторов, как топливно-энергетический комплекс, строительство, обрабатывающие производства, составляющих 58% от общего объема ВВП Российской Федерации .
Целью выпускной квалификационной работы являлось выявление значимых факторов риска банкротства российских промышленных предприятий. Для достижения данной цели были применены такие методы, как регрессионный анализ в рамках построения моделей бинарной классификации, а также алгоритм машинного обучения, случайный лес. Идентификация значимых факторов риска банкротства с применением данных методов производилась на выборке 1119 российских промышленных компаний среднего и крупного бизнеса за период 10 лет с 2013 по 2022 год путем апробации отечественных моделей прогнозирования риска банкротства, включая модель В.Ю. Жданова, Е.А. Федоровой, С.О. Мусиенко, Ф. Ю. Федорова, Е.А. Федоровой, Е.В. Гиленко, С.Е. Довженко, а также зарубежных моделей Дж. А. Ольсона и Э. Альтмана. Ранжирование значимых факторов риска банкротства было проведено путем построения модели случайного леса по 43 финансовым коэффициентам, характеристикам предприятий и макроэкономическим показателям и группировки вышеозначенных факторов.
Эмпирическое исследование состояло из следующих этапов:
1. Сбор данных о финансово-хозяйственной деятельности предприятий-банкротов и финансово «здоровых» предприятий посредством применения базы данных СПАРК и Единого федерального реестра сведений о банкротстве, а также данных о форме собственности, организационно-правовой форме предпринимательской деятельности, среднесписочной численности сотрудников, отраслевой принадлежности предприятий;
2. Расчет финансовых коэффициентов в соответствии с отобранными моделями прогнозирования риска банкротства и ключевыми отечественными и зарубежными исследованиями, сбор данных по отобранным макроэкономическим показателям и присвоение в рамках переменных на форму собственности и организационно-правовую форму предпринимательской деятельности;
3. Определение ключевых факторов и групп факторов риска банкротства для секторов российской промышленности путем построения моделей логистической регрессии, выявления значимых факторов в рамках построения модели случайного леса;
4. Ранжирование значимых факторов риска банкротства и их групп для каждого из 4 секторов российской промышленности в соответствии с результатами применения алгоритма случайного леса;
5. Сравнение предсказательной способности моделей логистической регрессии и случайного леса на основе общей точности прогноза, а также специфических метрик предсказания отдельных классов предприятий-банкротов и финансово «здоровых» компаний.
По результатам работы были сделаны следующие выводы:
1. Можно утверждать существенную необходимость учета отраслевых различий при прогнозировании риска банкротства и разработке превентивных мер в целях обеспечения устойчивого функционирования как общего сектора промышленности, так и его составляющих. Выявленная отраслевая специфика относится как к финансовым индикаторам деятельности предприятий, так и к их реакции на изменения макроэкономических факторов.
2. Наиболее значимые внутренние факторы риска банкротства предприятий обрабатывающих производств относятся к группам коэффициентов оборачиваемости, ликвидности и платежеспособности. Полученный результат является устойчивым по моделям логистической регрессии и случайного леса. Стоит отметить, что наиболее устойчивые факторы для данного сектора включают отношение выручки к суммарным обязательствам, оборачиваемость оборотных средств и совокупных активов, ликвидность при мобилизации средств.
3. Аналогичная апробация моделей случайного леса и логит-моделей для
добывающего сектора показала, что наиболее значимые факторы риска банкротства относятся к группам структуры капитала и ликвидности, что в достаточной степени соотносится с эмпирическими подтверждениями относительно специфики операционной деятельности данных предприятий, включая долгий срок окупаемости инвестиций и их рискованность. Наиболее значимые факторы риска банкротства для данного сектора представлены соотношением собственного капитала и общего долга, а также отношением нераспределенной прибыли к совокупным активам. отношением собственного капитала к обязательствам, а также отношением нераспределенной прибыли к активам предприятия.
4. Для сектора электроэнергетики по результатам работы были получены следующие результаты: наибольшую значимость помимо отношения выручки к суммарным обязательствам продемонстрировали факторы групп оборачиваемости, финансовой устойчивости и структуры капитала. По итогам исследования была выявлена особая важность таких отдельных факторов, как оборачиваемость оборотных средств и совокупных активов, фондоотдача. Аналогично результатам построения моделей случайного леса для добывающих производств значимым является соотношение капитала и суммарных обязательств предприятия, что может объясняться капиталоемкостью производства.
5. Для сектора водоснабжения, прогнозирование банкротства предприятий которого сопряжено с трудностями ввиду малого количества компаний и специфической структуры собственности, применение моделей позволило выявить такие значимые группы факторов риска банкротства, как оборачиваемость, рентабельность и ликвидность. Отдельные факторы, включение которых в модель в наибольшей степени способствует улучшению прогноза, включают отношение валовой прибыли к себестоимости, а также оборачиваемость совокупных активов.
6. Изучение влияния внешних факторов позволило выявить значимость фактора «курс
доллара США» для прогнозирования банкротства предприятий обрабатывающих производств. Анализ же влияния иных внешних факторов на другие совокупности отраслей промышленного производства, как и влияния переменных,
характеризующих организационно-правовую форму и форму собственности, не позволяет сделать однозначных выводов: требуется дополнительное изучение влияния данных факторов в рамках дальнейшего исследования.
Эмпирическое исследование состояло из следующих этапов:
1. Сбор данных о финансово-хозяйственной деятельности предприятий-банкротов и финансово «здоровых» предприятий посредством применения базы данных СПАРК и Единого федерального реестра сведений о банкротстве, а также данных о форме собственности, организационно-правовой форме предпринимательской деятельности, среднесписочной численности сотрудников, отраслевой принадлежности предприятий;
2. Расчет финансовых коэффициентов в соответствии с отобранными моделями прогнозирования риска банкротства и ключевыми отечественными и зарубежными исследованиями, сбор данных по отобранным макроэкономическим показателям и присвоение в рамках переменных на форму собственности и организационно-правовую форму предпринимательской деятельности;
3. Определение ключевых факторов и групп факторов риска банкротства для секторов российской промышленности путем построения моделей логистической регрессии, выявления значимых факторов в рамках построения модели случайного леса;
4. Ранжирование значимых факторов риска банкротства и их групп для каждого из 4 секторов российской промышленности в соответствии с результатами применения алгоритма случайного леса;
5. Сравнение предсказательной способности моделей логистической регрессии и случайного леса на основе общей точности прогноза, а также специфических метрик предсказания отдельных классов предприятий-банкротов и финансово «здоровых» компаний.
По результатам работы были сделаны следующие выводы:
1. Можно утверждать существенную необходимость учета отраслевых различий при прогнозировании риска банкротства и разработке превентивных мер в целях обеспечения устойчивого функционирования как общего сектора промышленности, так и его составляющих. Выявленная отраслевая специфика относится как к финансовым индикаторам деятельности предприятий, так и к их реакции на изменения макроэкономических факторов.
2. Наиболее значимые внутренние факторы риска банкротства предприятий обрабатывающих производств относятся к группам коэффициентов оборачиваемости, ликвидности и платежеспособности. Полученный результат является устойчивым по моделям логистической регрессии и случайного леса. Стоит отметить, что наиболее устойчивые факторы для данного сектора включают отношение выручки к суммарным обязательствам, оборачиваемость оборотных средств и совокупных активов, ликвидность при мобилизации средств.
3. Аналогичная апробация моделей случайного леса и логит-моделей для
добывающего сектора показала, что наиболее значимые факторы риска банкротства относятся к группам структуры капитала и ликвидности, что в достаточной степени соотносится с эмпирическими подтверждениями относительно специфики операционной деятельности данных предприятий, включая долгий срок окупаемости инвестиций и их рискованность. Наиболее значимые факторы риска банкротства для данного сектора представлены соотношением собственного капитала и общего долга, а также отношением нераспределенной прибыли к совокупным активам. отношением собственного капитала к обязательствам, а также отношением нераспределенной прибыли к активам предприятия.
4. Для сектора электроэнергетики по результатам работы были получены следующие результаты: наибольшую значимость помимо отношения выручки к суммарным обязательствам продемонстрировали факторы групп оборачиваемости, финансовой устойчивости и структуры капитала. По итогам исследования была выявлена особая важность таких отдельных факторов, как оборачиваемость оборотных средств и совокупных активов, фондоотдача. Аналогично результатам построения моделей случайного леса для добывающих производств значимым является соотношение капитала и суммарных обязательств предприятия, что может объясняться капиталоемкостью производства.
5. Для сектора водоснабжения, прогнозирование банкротства предприятий которого сопряжено с трудностями ввиду малого количества компаний и специфической структуры собственности, применение моделей позволило выявить такие значимые группы факторов риска банкротства, как оборачиваемость, рентабельность и ликвидность. Отдельные факторы, включение которых в модель в наибольшей степени способствует улучшению прогноза, включают отношение валовой прибыли к себестоимости, а также оборачиваемость совокупных активов.
6. Изучение влияния внешних факторов позволило выявить значимость фактора «курс
доллара США» для прогнозирования банкротства предприятий обрабатывающих производств. Анализ же влияния иных внешних факторов на другие совокупности отраслей промышленного производства, как и влияния переменных,
характеризующих организационно-правовую форму и форму собственности, не позволяет сделать однозначных выводов: требуется дополнительное изучение влияния данных факторов в рамках дальнейшего исследования.
Подобные работы
- МЕТОДИЧЕСКИЕ ИНСТРУМЕНТЫ КОМПЛЕКСНОЙ ОЦЕНКИ ЭКОНОМИЧЕСКОЙ ЭФФЕКТИВНОСТИ КОРПОРАТИВНОГО УПРАВЛЕНИЯ НА ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЯХ РОССИЙСКОЙ ФЕДЕРАЦИИ
Диссертация , экономика. Язык работы: Русский. Цена: 500 р. Год сдачи: 2001 - Факторы роста оборотного капитала промышленных предприятий и цена источников его финансирования
Диссертация , финансы и кредит. Язык работы: Русский. Цена: 500 р. Год сдачи: 2000 - МЕТОДИЧЕСКИЕ ИНСТРУМЕНТЫ КОМПЛЕКСНОЙ ОЦЕНКИ ЭКОНОМИЧЕСКОЙ ЭФФЕКТИВНОСТИ КОРПОРАТИВНОГО УПРАВЛЕНИЯ НА ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЯХ РОССИЙСКОЙ ФЕДЕРАЦИИ
Диссертации (РГБ), экономика. Язык работы: Русский. Цена: 700 р. Год сдачи: 2001 - Факторы роста оборотного капитала промышленных предприятий и цена источников его финансирования
Диссертации (РГБ), экономика. Язык работы: Русский. Цена: 700 р. Год сдачи: 2000 - Стратегия и механизмы формирования конкурентоспособной системы управления промышленным предприятием
Диссертации (РГБ), экономика. Язык работы: Русский. Цена: 470 р. Год сдачи: 2005 - Анализ факторов, влияющих на финансовую устойчивость предприятий (на примере предприятий нефтехимической отрасли)
Магистерская диссертация, корпоративные финансы и корпоративное управление . Язык работы: Русский. Цена: 5650 р. Год сдачи: 2019 - СТРАТЕГИЯ И МЕХАНИЗМЫ ФОРМИРОВАНИЯ
КОНКУРЕНТОСПОСОБНОЙ СИСТЕМЫ УПРАВЛЕНИЯ
ПРОМЫШЛЕННЫМ ПРЕДПРИЯТИЕМ
Диссертация , экономика. Язык работы: Русский. Цена: 500 р. Год сдачи: 2005 - ДИАГНОСТИКА ФИНАНСОВОГО СОСТОЯНИЯ ПРЕДПРИЯТИЙ
МОЛОЧНОЙ ПРОМЫШЛЕННОСТИ И ПУТИ ПРЕДОТВРАЩЕНИЯ
НЕСОСТОЯТЕЛЬНОСТИ
Дипломные работы, ВКР, анализ хозяйственной деятельности. Язык работы: Русский. Цена: 4900 р. Год сдачи: 2019 - АНАЛИЗ И ПУТИ ПОВЫШЕНИЯ РЕНТАБЕЛЬНОСТИ ПРОМЫШЛЕННОГО ПРЕДПРИЯТИЯ
Дипломные работы, ВКР, экономика. Язык работы: Русский. Цена: 6500 р. Год сдачи: 2019