Применимость прогнозных моделей банкротства к российским отраслевым компаниям
Автор: Чеботарева Галина Сергеевна, Стриелковски Вадим, Гафуров Наиль Шайхрамович
Рубрика: Краткие сообщения
Статья в выпуске: 3 т.13, 2020 года.
Бесплатный доступ
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.
Банкротство, прогнозирование, отраслевые компании, математическое моделирование, logit-модель, probit-модель, mda-модель, российский рынок
Короткий адрес: https://sciup.org/147232997
IDR: 147232997 | DOI: 10.14529/mmp200311