Помощь студентам в учебе
Модель прогнозирования банкротства российских предприятий пищевой промышленности с учетом макроэкономических факторов
|
Аннотация 2
ВВЕДЕНИЕ 3
1. Основы прогнозирования банкротства предприятий 8
1.1 Влияние новой экономической реальности на риск банкротства предприятий 8
1.2 Современное состояние и тенденции развития пищевой промышленности России. 16
1.3 Обзор моделей прогнозирования банкротства 27
2. Выбор предикторов и подготовка данных для построения модели 38
2.2 Выбор лонг-лист факторов для построения модели 38
2.2 Формирование тестовой и обучающей выборок 43
3. Построение моделей и сравнение с альтернативами 46
3.1 Особенности моделирования вероятности банкротства с использованием
логистической модели бинарного выбора 46
3.2 Построение базовой модели без учета внешних факторов 49
3.3 Построение модели с учетом макроэкономических факторов 57
3.4 Сравнение предсказательной силы моделей между собой и с моделями других
авторов 59
ЗАКЛЮЧЕНИЕ 62
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ 64
ПРИЛОЖЕНИЕ А 78
Описательные статистики выборки в разрезе каждой группы (банкрот - не банкрот) 78
ПРИЛОЖЕНИЕ Б 82
Корреляционный анализ финансовых коэффициентов в разрезе каждого года 82
ПРИЛОЖЕНИЕ В 84
Построение модели без учета внешних факторов в программном пакете STATISTICA
84
ПРИЛОЖЕНИЕ Г 88
Построение модели, учитывающей макроэкономические факторы в программном пакете STATISTICA 88
ВВЕДЕНИЕ 3
1. Основы прогнозирования банкротства предприятий 8
1.1 Влияние новой экономической реальности на риск банкротства предприятий 8
1.2 Современное состояние и тенденции развития пищевой промышленности России. 16
1.3 Обзор моделей прогнозирования банкротства 27
2. Выбор предикторов и подготовка данных для построения модели 38
2.2 Выбор лонг-лист факторов для построения модели 38
2.2 Формирование тестовой и обучающей выборок 43
3. Построение моделей и сравнение с альтернативами 46
3.1 Особенности моделирования вероятности банкротства с использованием
логистической модели бинарного выбора 46
3.2 Построение базовой модели без учета внешних факторов 49
3.3 Построение модели с учетом макроэкономических факторов 57
3.4 Сравнение предсказательной силы моделей между собой и с моделями других
авторов 59
ЗАКЛЮЧЕНИЕ 62
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ 64
ПРИЛОЖЕНИЕ А 78
Описательные статистики выборки в разрезе каждой группы (банкрот - не банкрот) 78
ПРИЛОЖЕНИЕ Б 82
Корреляционный анализ финансовых коэффициентов в разрезе каждого года 82
ПРИЛОЖЕНИЕ В 84
Построение модели без учета внешних факторов в программном пакете STATISTICA
84
ПРИЛОЖЕНИЕ Г 88
Построение модели, учитывающей макроэкономические факторы в программном пакете STATISTICA 88
В развитии промышленных предприятий всегда присутствует вероятность наступления банкротства. Важнейшей задачей антикризисного управления является не допустить кризис, вызванный ошибками управления, а в условиях объективно развивающихся кризисных процессов - обеспечить их наиболее безболезненное прохождение. Следовательно, кризисные процессы должны оперативно обнаруживаться с целью их предотвращения и сохранения функционирования промышленных предприятий, так как ранняя идентификация кризиса способствует минимизации потерь в ходе управления. Целесообразно для идентификации кризиса применять модели прогнозирования банкротства, но они должны учитывать отраслевые особенности и макроэкономические факторы. Игнорирование такой информации в моделях прогнозирования банкротства снижает качество модели и может привести к некорректной оценке и выводам и, как следствие, без своевременно принятых мер к дальнейшему развитию кризисных процессов на отдельно взятых предприятиях и в отрасли в целом.
Актуальность темы исследования. В новой экономической реальности коммерческие компании ведут хозяйственную деятельность в условиях изменчивой внешней среды, характеризующейся высоким уровнем неопределенности, требующей от руководства компаний принятия решений, адекватных текущей ситуации. Также в отсутствие централизованного планирования и распределения ресурсов акцент в определении факторов, оказывающих наиболее сильное влияние на финансовое состояние предприятий, смещается от внутренних аспектов деятельности к внешним условиям хозяйствования. Таким образом, в обеспечении эффективной деятельности предприятия возрастает роль внешней среды предпринимательства. Это позволяет говорить о значительной подверженности деятельности компаний внешним отраслевым и макроэкономическим факторам. Сложность ситуации заключается в невозможности диверсификации такого воздействия, в то время как управление внутренними аспектами деятельности предприятия является естественным операционным процессом. Особо следует подчеркнуть, что внутренние факторы деятельности являются управляемыми и планируемыми. В то время как внешние факторы, оказывающие влияние на финансовое состояние компании, не поддаются управлению и требуют учета при планировании и прогнозировании производственной и финансовой деятельности.
Традиционные классические модели определения вероятности банкротства преимущественно основаны на анализе финансовых показателей исследуемой компании.
Однако, учитывая существенные изменения макроэкономической ситуации в России, при разработке соответствующих моделей прогнозирования банкротства необходимо принимать во внимание не только качество внутреннего управления, но и воздействие внешних факторов, которые, так или иначе, отражаются на результатах деятельности компаний и могут привести к существенному ухудшению их финансово -экономического состояния. Это обуславливает актуальность данного исследования.
Степень научной проработанности проблемы. Проблеме прогнозирования банкротства предприятий посвящено много отечественных и зарубежных исследований. В основе всех современных моделей лежат финансовые показатели деятельности предприятия. Начало их использованию было положено Бивером (Beaver, 1966), который выделил ряд финансовых показателей, наиболее различающихся у действующих предприятий и предприятий-банкротов. Используя в качестве теоретической основы идеи модели денежного потока, он обнаружил, что множество финансовых показателей может использоваться для прогнозирования банкротства [127].
Альтман (Altman, 1968) внес свой вклад в построение моделей прогнозирования банкротства, впервые применив множественный дискриминантный анализ для
преодоления ограничений модели Бивера [125].
Дикин (Deakin, 1972) был первым, кто заметил, что для применения
множественного дискриминантного анализа независимые переменные должны быть нормально распределены [130]. Ольсон (Ohlson, 1980) стоял у истоков применения логистического анализа для оценки вероятности банкротства [138].
Бегли (Begley, 1996) исследовал вопрос, сохраняют ли ранее разработанные модели свою прогнозную точность на данных текущего периода. Он выяснил, что ошибочная классификация модели на более современных данных обучающей выборки значительно возрастает по сравнению с результатами первоначальных работ. Результаты исследования подтвердили гипотезу о нестационарности данных во времени, влияющей на прогнозную точность моделей [128].
Стоит отметить работу М. Н. Алифа (2014), который отметил, что валовый внутренний продукт (ВВП) - самый значительный фактор, влияющий на банкротство [123]. С. Хол (2007) выделяет денежную массу в качестве основного макроэкономического фактора банкротства [134]. Эрнандес Тиноко (2013) среди макроэкономических показателей выделил индекс розничных цен и краткосрочные ставки казначейства. Именно данные показатели увеличивают значение коэффициента детерминации [133].
Среди методик, разработанных для диагностики возможного банкротства отечественных предприятий, можно назвать методики оценки финансового состояния на основе интегрального показателя, учитывающие специфику российских предприятий, разработанные А.З. Бобылевой (2020) [20], А.С. Доржиева (2021) [49], Н.В. Пумбрасовой (2020) [91], Е.В. Гиленко, Е.А. Федоровой, С.Е. Довженко(2013) [114], модель М.Н. Кочугуева, Н.Н. Киселева (2014) [64] и модель А.С. Тихоновой, Б.Б. Демешева (2014) [41].
Несмотря на значительное число исследований, посвященных оценке вероятности банкротства, проблема остается актуальной, потому что модели прогнозирования банкротства довольно быстро устаревают и не являются универсальными. Зарубежные модели не учитывают специфику экономической ситуации и организации предпринимательства в России, которые отличаются, в том числе, системами бухгалтерского учета и налогового законодательства, что находит отражение, как в наборе предикторов, так и в весовых коэффициентах при них. В ситуации нестабильной внешней среды модели необходимо постоянно пересматривать и обучать, потому что прогнозные способности модели при изменениях внешней среды ухудшаются. Таким образом, модели прогнозирования банкротства могут эффективно применяться только для предприятий той группы и в экономической ситуации того периода, для которых они были изначально построены. В этом случае модель учитывает (явно или неявно) отраслевые особенности предприятия и экономическую ситуацию рассматриваемого периода и ее прогнозам можно доверять.
Цель данного исследования состоит в построении статистической модели прогнозирования банкротства российских предприятий пищевой промышленности на основе финансовых показателей их деятельности и макроэкономических факторов.
Для достижения поставленной цели были поставлены следующие задачи исследования:
1. Проанализировать работы, посвященные прогнозированию банкротства, выделить их достоинства и недостатки;
2. Изучить отраслевые особенности и проблемы финансового обеспечения компаний пищевой промышленности;
3. Сформировать предварительный список предикторов (лонг-лист), которые будут участвовать в построении модели;
4. Собрать данные о предприятиях пищевой промышленности из финансовых отчетов компаний, рассчитать основные финансовые метрики, необходимые для целей моделирования. Подготовить данные о макроэкономических показателях из лонг-листа предикторов;
5. Оценить параметры логит-моделей без учета и с учетом макроэкономических факторов. Сформировать список наиболее важных предикторов (шорт-лист) каждой модели;
6. Провести тестирование качества построенных моделей, оценить их предсказательную силу и сравнить с моделями других авторов.
Объектом исследования являются российские предприятия пищевой промышленности.
Предметом исследования является прогнозирование вероятности банкротства предприятий пищевой промышленности.
Исследование основано на реальных данных из годовых финансовых отчетов о деятельности предприятий пищевой промышленности. Выборка сформирована на базе данных СПАРК ИНТЕРФАКС, которая содержит информацию по финансовой отчетности всех российских компаний. Информационную базу исследования также составили официальные данные Росстата, Банка России и информационного агентства ТАСС.
Теоретической и методологической основой данной работы стали научные труды зарубежных и российских ученых, законодательные акты РФ, постановления Правительства РФ, материалы российских и международных научно-практических конференций, материалы сети Интернет.
Для проведения исследования был использован ряд методов, в частности аналитические методы обобщения, аналогий и сравнения, применяется системный подход, факторный анализ, методы бизнес-аналитики: инструменты корреляционного,
регрессионного анализа, logit-модели.
Научная новизна диссертационного исследования заключается в следующем:
- разработана модель прогнозирования банкротства предприятий пищевой промышленности с учетом макроэкономических факторов и их динамики;
- доказано, что включение внешних экономических показателей в значительной степени повышает прогнозную силу модели.
Практическая значимость исследования состоит в следующем:
- предложенная модель позволяет прогнозировать вероятность банкротства предприятия российской пищевой промышленности;
- имея обоснованную оценку вероятности банкротства, предприятие получает возможность среагировать и найти оптимальный путь выхода из кризиса;
- данная модель может служить одним из инструментов анализа положения дел в отрасли российской пищевой промышленности. Достаточно большая доля предприятий отрасли, имеющих высокую вероятность банкротства в будущем, может быть сигналом для органов власти о назревании кризисной ситуации в отрасли. Своевременные меры государственной поддержки позволят смягчить или предотвратить эту ситуацию;
- модель может быть использована менеджерами различных уровней
управления для своевременного определения неблагоприятного финансового положения предприятий-контрагентов из отрасли пищевой промышленности. Инвесторами для оценки кредитного качества эмитента и выбора объекта для инвестирования. Кредиторами для оценки кредитоспособности предприятия-заемщика и рисков невозврата кредита.
Диссертационная работа состоит из введения, трех глав, заключения, списка литературы из 147 источников и четырех приложений.
Во введении дается общая характеристика работы, определены цель, задачи, предмет и объект исследования, а также теоретико-методологическая база, основные положения диссертационного исследования, положения научной новизны, теоретическая и практическая значимость.
Основные научные результаты диссертационного исследования представлены в трех главах. В первой главе дается определение понятию банкротства, рассмотрена процедура его признания, выявлены основные факторы, которые оказывают влияние на несостоятельность предприятий в современных условиях, представлен обзор существующих моделей прогнозирования банкротства, произведен анализ современного состояния пищевой промышленности России, рассмотрены основные проблемы и перспективы развития отрасли.
Во второй главе представлены теоретические основы логистической регрессии, приведена методология сбора базы данных по предприятиям, а также определены основные финансовые коэффициенты, которые будут использованы для дальнейшего моделирования, проводится первичный отбор и очистка объясняющих переменных.
Третья глава посвящена непосредственно построению модели, позволяющей оценить вероятность банкротства, из общей совокупности финансовых показателей, отобраны коэффициенты, обладающие максимальной значимостью для прогнозирования банкротства. На их основе разработаны новые модели без учета и с учетом внешних макроэкономических факторов, проведена апробация моделей на тестовой и обучающей выборках.
В заключении диссертационной работы приведены наиболее существенные теоретические и практические результаты, полученные в ходе исследования.
Актуальность темы исследования. В новой экономической реальности коммерческие компании ведут хозяйственную деятельность в условиях изменчивой внешней среды, характеризующейся высоким уровнем неопределенности, требующей от руководства компаний принятия решений, адекватных текущей ситуации. Также в отсутствие централизованного планирования и распределения ресурсов акцент в определении факторов, оказывающих наиболее сильное влияние на финансовое состояние предприятий, смещается от внутренних аспектов деятельности к внешним условиям хозяйствования. Таким образом, в обеспечении эффективной деятельности предприятия возрастает роль внешней среды предпринимательства. Это позволяет говорить о значительной подверженности деятельности компаний внешним отраслевым и макроэкономическим факторам. Сложность ситуации заключается в невозможности диверсификации такого воздействия, в то время как управление внутренними аспектами деятельности предприятия является естественным операционным процессом. Особо следует подчеркнуть, что внутренние факторы деятельности являются управляемыми и планируемыми. В то время как внешние факторы, оказывающие влияние на финансовое состояние компании, не поддаются управлению и требуют учета при планировании и прогнозировании производственной и финансовой деятельности.
Традиционные классические модели определения вероятности банкротства преимущественно основаны на анализе финансовых показателей исследуемой компании.
Однако, учитывая существенные изменения макроэкономической ситуации в России, при разработке соответствующих моделей прогнозирования банкротства необходимо принимать во внимание не только качество внутреннего управления, но и воздействие внешних факторов, которые, так или иначе, отражаются на результатах деятельности компаний и могут привести к существенному ухудшению их финансово -экономического состояния. Это обуславливает актуальность данного исследования.
Степень научной проработанности проблемы. Проблеме прогнозирования банкротства предприятий посвящено много отечественных и зарубежных исследований. В основе всех современных моделей лежат финансовые показатели деятельности предприятия. Начало их использованию было положено Бивером (Beaver, 1966), который выделил ряд финансовых показателей, наиболее различающихся у действующих предприятий и предприятий-банкротов. Используя в качестве теоретической основы идеи модели денежного потока, он обнаружил, что множество финансовых показателей может использоваться для прогнозирования банкротства [127].
Альтман (Altman, 1968) внес свой вклад в построение моделей прогнозирования банкротства, впервые применив множественный дискриминантный анализ для
преодоления ограничений модели Бивера [125].
Дикин (Deakin, 1972) был первым, кто заметил, что для применения
множественного дискриминантного анализа независимые переменные должны быть нормально распределены [130]. Ольсон (Ohlson, 1980) стоял у истоков применения логистического анализа для оценки вероятности банкротства [138].
Бегли (Begley, 1996) исследовал вопрос, сохраняют ли ранее разработанные модели свою прогнозную точность на данных текущего периода. Он выяснил, что ошибочная классификация модели на более современных данных обучающей выборки значительно возрастает по сравнению с результатами первоначальных работ. Результаты исследования подтвердили гипотезу о нестационарности данных во времени, влияющей на прогнозную точность моделей [128].
Стоит отметить работу М. Н. Алифа (2014), который отметил, что валовый внутренний продукт (ВВП) - самый значительный фактор, влияющий на банкротство [123]. С. Хол (2007) выделяет денежную массу в качестве основного макроэкономического фактора банкротства [134]. Эрнандес Тиноко (2013) среди макроэкономических показателей выделил индекс розничных цен и краткосрочные ставки казначейства. Именно данные показатели увеличивают значение коэффициента детерминации [133].
Среди методик, разработанных для диагностики возможного банкротства отечественных предприятий, можно назвать методики оценки финансового состояния на основе интегрального показателя, учитывающие специфику российских предприятий, разработанные А.З. Бобылевой (2020) [20], А.С. Доржиева (2021) [49], Н.В. Пумбрасовой (2020) [91], Е.В. Гиленко, Е.А. Федоровой, С.Е. Довженко(2013) [114], модель М.Н. Кочугуева, Н.Н. Киселева (2014) [64] и модель А.С. Тихоновой, Б.Б. Демешева (2014) [41].
Несмотря на значительное число исследований, посвященных оценке вероятности банкротства, проблема остается актуальной, потому что модели прогнозирования банкротства довольно быстро устаревают и не являются универсальными. Зарубежные модели не учитывают специфику экономической ситуации и организации предпринимательства в России, которые отличаются, в том числе, системами бухгалтерского учета и налогового законодательства, что находит отражение, как в наборе предикторов, так и в весовых коэффициентах при них. В ситуации нестабильной внешней среды модели необходимо постоянно пересматривать и обучать, потому что прогнозные способности модели при изменениях внешней среды ухудшаются. Таким образом, модели прогнозирования банкротства могут эффективно применяться только для предприятий той группы и в экономической ситуации того периода, для которых они были изначально построены. В этом случае модель учитывает (явно или неявно) отраслевые особенности предприятия и экономическую ситуацию рассматриваемого периода и ее прогнозам можно доверять.
Цель данного исследования состоит в построении статистической модели прогнозирования банкротства российских предприятий пищевой промышленности на основе финансовых показателей их деятельности и макроэкономических факторов.
Для достижения поставленной цели были поставлены следующие задачи исследования:
1. Проанализировать работы, посвященные прогнозированию банкротства, выделить их достоинства и недостатки;
2. Изучить отраслевые особенности и проблемы финансового обеспечения компаний пищевой промышленности;
3. Сформировать предварительный список предикторов (лонг-лист), которые будут участвовать в построении модели;
4. Собрать данные о предприятиях пищевой промышленности из финансовых отчетов компаний, рассчитать основные финансовые метрики, необходимые для целей моделирования. Подготовить данные о макроэкономических показателях из лонг-листа предикторов;
5. Оценить параметры логит-моделей без учета и с учетом макроэкономических факторов. Сформировать список наиболее важных предикторов (шорт-лист) каждой модели;
6. Провести тестирование качества построенных моделей, оценить их предсказательную силу и сравнить с моделями других авторов.
Объектом исследования являются российские предприятия пищевой промышленности.
Предметом исследования является прогнозирование вероятности банкротства предприятий пищевой промышленности.
Исследование основано на реальных данных из годовых финансовых отчетов о деятельности предприятий пищевой промышленности. Выборка сформирована на базе данных СПАРК ИНТЕРФАКС, которая содержит информацию по финансовой отчетности всех российских компаний. Информационную базу исследования также составили официальные данные Росстата, Банка России и информационного агентства ТАСС.
Теоретической и методологической основой данной работы стали научные труды зарубежных и российских ученых, законодательные акты РФ, постановления Правительства РФ, материалы российских и международных научно-практических конференций, материалы сети Интернет.
Для проведения исследования был использован ряд методов, в частности аналитические методы обобщения, аналогий и сравнения, применяется системный подход, факторный анализ, методы бизнес-аналитики: инструменты корреляционного,
регрессионного анализа, logit-модели.
Научная новизна диссертационного исследования заключается в следующем:
- разработана модель прогнозирования банкротства предприятий пищевой промышленности с учетом макроэкономических факторов и их динамики;
- доказано, что включение внешних экономических показателей в значительной степени повышает прогнозную силу модели.
Практическая значимость исследования состоит в следующем:
- предложенная модель позволяет прогнозировать вероятность банкротства предприятия российской пищевой промышленности;
- имея обоснованную оценку вероятности банкротства, предприятие получает возможность среагировать и найти оптимальный путь выхода из кризиса;
- данная модель может служить одним из инструментов анализа положения дел в отрасли российской пищевой промышленности. Достаточно большая доля предприятий отрасли, имеющих высокую вероятность банкротства в будущем, может быть сигналом для органов власти о назревании кризисной ситуации в отрасли. Своевременные меры государственной поддержки позволят смягчить или предотвратить эту ситуацию;
- модель может быть использована менеджерами различных уровней
управления для своевременного определения неблагоприятного финансового положения предприятий-контрагентов из отрасли пищевой промышленности. Инвесторами для оценки кредитного качества эмитента и выбора объекта для инвестирования. Кредиторами для оценки кредитоспособности предприятия-заемщика и рисков невозврата кредита.
Диссертационная работа состоит из введения, трех глав, заключения, списка литературы из 147 источников и четырех приложений.
Во введении дается общая характеристика работы, определены цель, задачи, предмет и объект исследования, а также теоретико-методологическая база, основные положения диссертационного исследования, положения научной новизны, теоретическая и практическая значимость.
Основные научные результаты диссертационного исследования представлены в трех главах. В первой главе дается определение понятию банкротства, рассмотрена процедура его признания, выявлены основные факторы, которые оказывают влияние на несостоятельность предприятий в современных условиях, представлен обзор существующих моделей прогнозирования банкротства, произведен анализ современного состояния пищевой промышленности России, рассмотрены основные проблемы и перспективы развития отрасли.
Во второй главе представлены теоретические основы логистической регрессии, приведена методология сбора базы данных по предприятиям, а также определены основные финансовые коэффициенты, которые будут использованы для дальнейшего моделирования, проводится первичный отбор и очистка объясняющих переменных.
Третья глава посвящена непосредственно построению модели, позволяющей оценить вероятность банкротства, из общей совокупности финансовых показателей, отобраны коэффициенты, обладающие максимальной значимостью для прогнозирования банкротства. На их основе разработаны новые модели без учета и с учетом внешних макроэкономических факторов, проведена апробация моделей на тестовой и обучающей выборках.
В заключении диссертационной работы приведены наиболее существенные теоретические и практические результаты, полученные в ходе исследования.
В рамках данного исследования рассмотрено современное состояние рынка пищевой промышленности России: данная отрасль производства переживает период активного развития и на протяжении последних 5 лет является одним из драйверов промышленного производства. После введения продовольственного эмбарго в 2014 году Россия перестроила импорт и начала активно развивать как сельское хозяйство, так и перерабатывающую промышленность.
Сложная макроэкономическая ситуация ослабила рубль: отечественные пищевые предприятия начали активно заполнять своими товарами освободившиеся ниши внутри страны и выходить на экспортные рынки, пользуясь конкурентным преимуществом слабого рубля, что привело к росту отрасли в целом. Однако иностранное оборудование и сырье для производителей значительно выросли в цене благодаря росту курса валют к рублю, что отразилось на конечной стоимости продукции для российских потребителей.
Любые организации в обстоятельствах рыночной экономики подвергаются воздействию разных типов кризиса: общественно-социальных, финансовых, научно-технических, экономических. Банкротство считается последней степенью переломного кризисного состояния, если предприятие неспособно платить по своим долговым обязательствам и финансировать текущую основную деятельность из-за отсутствия денежных средств. Однако в большинстве случаев опасные тенденции можно предвидеть и предотвратить с помощью методик, позволяющих спрогнозировать возникновение угрозы финансового кризиса предприятия.
У каждой методики прогнозирования банкротства есть свои достоинства и недостатки, а применение некоторых моделей для оценки вероятности банкротства в их первоначальном виде для анализа вероятности банкротства отечественных компаний вообще малоэффективно. Собранная в процессе исследования выборка по российским предприятиям пищевой промышленности тому подтверждение.
Согласно результатам исследования, вероятность банкротства российских компаний может быть подвержена регулированию со стороны государства с помощью инструментов экономической политики. В условиях быстро меняющейся макроэкономической ситуации прогнозирование банкротства осуществляется с более высокой точностью, если включать в модель прогнозирования не только внутренние, но и внешние факторы. По результатам анализа был сформирован набор переменных, отражающих внутренние и внешние факторы, влияющие на банкротство предприятий пищевой промышленности.
Исходя из обоснованной методики, была проанализированы бухгалтерские отчетности этих предприятий, и рассчитаны переменные, характеризующие внутреннюю деятельность предприятий, а также макроэкономические предикторы, оказывающие влияние на прогнозирование банкротства российских компаний.
На следующем этапе работы было осуществлены тестирование и сортировка вычисленных переменных на предмет их дальнейшего возможного использования в моделях прогнозирования банкротства. В работе приведены все способы тестирования и проверки этих показателей на их соответствие необходимым параметрам.
На основе сделанной выборки и логистической регрессии, в работе были разработаны оригинальные модели прогнозирования банкротства предприятий пищевой отрасли РФ.
Построенные модели были дополнительно проанализированы на определение значимости использованных факторов, приводящих компании к финансовому краху, и определена степень их прогностической достоверности.
Разработанная модель прогнозирования банкротства, учитывающая
макроэкономические факторы характеризуются высокой прогностической способностью и позволяет предсказывать банкротство предприятий пищевой промышленности -80,33 %.
Статистическая значимость моделей, включающих макроэкономические факторы, оказалась выше, поэтому именно данные модели рекомендуются к использованию для прогнозирования банкротства компаний пищевой промышленности.
Представленный анализ возможности прогнозирования банкротства компаний работает с достаточной степенью точности. О скором приближении финансовой несостоятельности особенно четко сигнализируют такие факторы:
1. Потеря ликвидности. Очень сильный показатель, его значение в дискриминирующей способности функции столь высоко, что он сигнализирует о проблемах еще за четыре года до наступления банкротства;
2. Снижение рентабельности активов;
3. Неэффективность использования ресурсов;
4. Изменение структуры баланса;
5. Изменения в экономике на макроуровне.
Сложная макроэкономическая ситуация ослабила рубль: отечественные пищевые предприятия начали активно заполнять своими товарами освободившиеся ниши внутри страны и выходить на экспортные рынки, пользуясь конкурентным преимуществом слабого рубля, что привело к росту отрасли в целом. Однако иностранное оборудование и сырье для производителей значительно выросли в цене благодаря росту курса валют к рублю, что отразилось на конечной стоимости продукции для российских потребителей.
Любые организации в обстоятельствах рыночной экономики подвергаются воздействию разных типов кризиса: общественно-социальных, финансовых, научно-технических, экономических. Банкротство считается последней степенью переломного кризисного состояния, если предприятие неспособно платить по своим долговым обязательствам и финансировать текущую основную деятельность из-за отсутствия денежных средств. Однако в большинстве случаев опасные тенденции можно предвидеть и предотвратить с помощью методик, позволяющих спрогнозировать возникновение угрозы финансового кризиса предприятия.
У каждой методики прогнозирования банкротства есть свои достоинства и недостатки, а применение некоторых моделей для оценки вероятности банкротства в их первоначальном виде для анализа вероятности банкротства отечественных компаний вообще малоэффективно. Собранная в процессе исследования выборка по российским предприятиям пищевой промышленности тому подтверждение.
Согласно результатам исследования, вероятность банкротства российских компаний может быть подвержена регулированию со стороны государства с помощью инструментов экономической политики. В условиях быстро меняющейся макроэкономической ситуации прогнозирование банкротства осуществляется с более высокой точностью, если включать в модель прогнозирования не только внутренние, но и внешние факторы. По результатам анализа был сформирован набор переменных, отражающих внутренние и внешние факторы, влияющие на банкротство предприятий пищевой промышленности.
Исходя из обоснованной методики, была проанализированы бухгалтерские отчетности этих предприятий, и рассчитаны переменные, характеризующие внутреннюю деятельность предприятий, а также макроэкономические предикторы, оказывающие влияние на прогнозирование банкротства российских компаний.
На следующем этапе работы было осуществлены тестирование и сортировка вычисленных переменных на предмет их дальнейшего возможного использования в моделях прогнозирования банкротства. В работе приведены все способы тестирования и проверки этих показателей на их соответствие необходимым параметрам.
На основе сделанной выборки и логистической регрессии, в работе были разработаны оригинальные модели прогнозирования банкротства предприятий пищевой отрасли РФ.
Построенные модели были дополнительно проанализированы на определение значимости использованных факторов, приводящих компании к финансовому краху, и определена степень их прогностической достоверности.
Разработанная модель прогнозирования банкротства, учитывающая
макроэкономические факторы характеризуются высокой прогностической способностью и позволяет предсказывать банкротство предприятий пищевой промышленности -80,33 %.
Статистическая значимость моделей, включающих макроэкономические факторы, оказалась выше, поэтому именно данные модели рекомендуются к использованию для прогнозирования банкротства компаний пищевой промышленности.
Представленный анализ возможности прогнозирования банкротства компаний работает с достаточной степенью точности. О скором приближении финансовой несостоятельности особенно четко сигнализируют такие факторы:
1. Потеря ликвидности. Очень сильный показатель, его значение в дискриминирующей способности функции столь высоко, что он сигнализирует о проблемах еще за четыре года до наступления банкротства;
2. Снижение рентабельности активов;
3. Неэффективность использования ресурсов;
4. Изменение структуры баланса;
5. Изменения в экономике на макроуровне.
Подобные работы
- Оценка финансового состояния и прогнозирование банкротства предприятия ООО «ПУ Казаньэлектрощит»
Дипломные работы, ВКР, анализ хозяйственной деятельности. Язык работы: Русский. Цена: 4900 р. Год сдачи: 2019 - Разработка предложений по выявлению признаков технического банкротства предприятия на примере ООО «Дархит»
Дипломные работы, ВКР, экономика. Язык работы: Русский. Цена: 4240 р. Год сдачи: 2019 - Анализ рентабельности в современных условиях
Магистерская диссертация, экономика. Язык работы: Русский. Цена: 4830 р. Год сдачи: 2022 - Совершенствование развития организации на основе обеспечения ликвидности
Магистерская диссертация, экономика. Язык работы: Русский. Цена: 4900 р. Год сдачи: 2018