«Финансы и кредит»
 

Реферирование и индексирование

Russian Science Citation Index
Referativny Zhurnal VINITI RAS
Worldcat
LCCN Permalink
Google Scholar

Электронные версии в PDF

EBSCOhost
Eastview
Elibrary
Biblioclub

Моделирование вероятности банкротства российских нефинансовых компаний

Журнал «Финансы и кредит»
т. 24, вып. 1, январь 2018

Получена: 28.11.2017

Получена в доработанном виде: 12.12.2017

Одобрена: 26.12.2017

Доступна онлайн: 29.01.2018

Рубрика: ТЕОРИИ ФИНАНСОВ

Коды JEL: G33

Страницы: 95–110

https://doi.org/10.24891/fc.24.1.95

Макушина Е.Ю. старший преподаватель школы финансов факультета экономических наук, НИУ Высшая школа экономики, Москва, Российская Федерация 
emakushina@hse.ru

ORCID id: 0000-0002-8985-4058
SPIN-код: 3617-2880

Шихлярова И.А. студентка бакалавриата, факультет экономических наук, НИУ Высшая школа экономики, Москва, Российская Федерация 
Ilona.shlrv@gmail.com

ORCID id: отсутствует
SPIN-код: отсутствует

Предмет. Объектом исследования выступают российские нефинансовые компании. Рассматривается влияние финансовых показателей компании на вероятность ее банкротства.
Цели и задачи. Построение модели прогнозирования банкротства российских компаний нефинансового сектора, которая с надежностью не менее 80% предскажет банкротство компании за год до его наступления. Для достижения цели поставлены и решены следующие задачи: выявлены юридические и экономические подходы к определению банкротства; систематизированы результаты существующих исследований для выбора оптимального метода построения модели и факторов, определяющих данную модель; смоделирована вероятность банкротства российских компаний и проинтерпретированы полученные результаты.
Методология. Использованы логистический анализ и деревья решений.
Результаты. Построена модель, которая с надежностью более 80% предсказала банкротство компании за один год до его наступления при помощи как статистического метода (логистической регрессии), так и методов машинного обучения (деревьев решений). Наиболее значимыми из финансовых показателей компании оказались прибыльность, ликвидность, оборачиваемость и финансовый рычаг. Из нефинансовых показателей наибольшее влияние на вероятность банкротства оказал размер компании.
Область применения. Полученные модели могут быть использованы для определения вероятности банкротства компании за год до его наступления. Для дальнейших исследований в этой области представляется возможным включение рыночных показателей для повышения качества предсказательной модели.

Ключевые слова: прогнозирование банкротства, логистическая регрессия, деревья решений, нефинансовые компании

Список литературы:

  1. Mella-Barral P., Perraudin W. Strategic Debt Service. The Journal of Finance, 1997, vol. 52, iss. 2, pp. 531–556. URL: https://doi.org/10.1111/j.1540-6261.1997.tb04812.x
  2. Демешев Б.Б., Тихонова А.С. Прогнозирование банкротства российских компаний: межотраслевое сравнение // Экономический журнал Высшей школы экономики. 2014. Т. 18. № 3. C. 359–386. URL: https://ej.hse.ru/data/2014/11/19/1101030348/Демешев.pdf
  3. Shumway T. Forecasting Bankruptcy More Accurately: A Simple Hazard Model. The Journal of Business, 2001, vol. 74, no. 1, pp. 101–124. URL: https://doi.org/10.1086/209665
  4. Chava S., Jarrow R.A. Bankruptcy Prediction with Industry Effects. Review of Finance, 2004, vol. 8, iss. 4, pp. 537–569. URL: https://doi.org/10.1007/s10614-016-9590-3
  5. Fedorova E., Gilenko E., Dovzhenko S. Bankruptcy Prediction for Russian Companies: Application of Combined Classifiers. Expert Systems with Applications, 2013, vol. 40, iss. 18, pp. 7285–7293. URL: https://doi.org/10.1016/j.eswa.2013.07.032
  6. Tinoco M., Wilson N. Financial Distress and Bankruptcy Prediction among Listed Companies Using Accounting, Market and Macroeconomic Variables. International Review of Financial Analysis, 2013, vol. 30, pp. 394–419. URL: https://doi.org/10.1016/j.irfa.2013.02.013
  7. Theodossiou P.T. Predicting Shifts in the Mean of a Multivariate Time Series Process: An Application in Predicting Business Failures. Journal of the American Statistical Association, 1993, vol. 88, no. 422, pp. 441–449.
  8. Wruck K.H. Financial Distress, Reorganization, and Organizational Efficiency. Journal of Financial Economics, 1990, vol. 27, iss. 2, pp. 419–444. URL: https://doi.org/10.1016/0304-405X(90)90063-6
  9. Pindado J., Rodrigues L., De la Torre C. Estimating Financial Distress Likelihood. Journal of Business Research, 2008, vol. 61, iss. 9, pp. 995–1003. URL: https://doi.org/10.1016/j.jbusres.2007.10.006
  10. Beaver W.H. Financial Ratios as Predictors of Failure. Journal of Accounting Research, 1966, no. 4, pp. 71–111. URL: https://doi.org/10.2307/2490171
  11. Edmister R.O. Financial Ratios as Discriminant Predictors of Small Business Failure. The Journal of Finance, 1972, vol. 27, iss. 1, pp. 139–140. URL: https://doi.org/10.1111/j.1540-6261.1972.tb00633.x
  12. Deakin E.A. Discriminant Analysis of Predictors of Business Failure. Journal of Accounting Research, 1972, vol. 10, no. 1, pp. 167–179. URL: https://doi.org/10.2307/2490225
  13. Altman E.I. Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy. The Journal of Finance, 1968, vol. 23, no. 4, pp. 589–609. URL: http://www.bus.tu.ac.th/department/thai/download/news/957/altman_1968.pdf
  14. Давыдова Г.В., Беликов А.Ю. Методика количественной оценки риска банкротства предприятий // Управление риском. 1999. № 3. С. 13–20.
  15. Ohlson J.A. Financial Ratios and the Probabilistic Prediction of Bankruptcy. Journal of Accounting Research, 1980, vol. 18, no. 1, pp. 109–131.
  16. Mensah Y.M. An Examination of the Stationarity of Multivariate Bankruptcy Prediction Models: A Methodological Study. Journal of Accounting Research, 1984, vol. 22, iss. 1, pp. 380–395.
  17. Bellovary J.L., Giacomino D., Akers M. A Review of Bankruptcy Prediction Studies: 1930 to Present. Accounting Faculty Research and Publications, 2006, no. 33, pp. 1–42. URL: http://epublications.marquette.edu/cgi/viewcontent.cgi?article=1025&context=account_fac
  18. Lugovskaya L. Predicting Default of Russian SMEs on the Basis of Financial and Non-financial Variables. Journal of Financial Services Marketing, 2010, vol. 14, iss. 4, pp. 301–313. URL: https://doi.org/10.1057/fsm.2009.28
  19. Altman E.I., Sabato G. Modelling Credit Risk for SMEs: Evidence from the U.S. Market. Abacus, 2007, vol. 3, iss. 43, pp. 332–357. URL: https://doi.org/10.1111/j.1467-6281.2007.00234
  20. Du Jardin P. Dynamics of Firm Financial Evolution and Bankruptcy Prediction. Expert Systems with Applications, 2017, June 1, vol. 75, pp. 25–43. URL: https://doi.org/10.1016/j.eswa.2017.01.016
  21. Ni J., Kwak W., Cheng X. et al. The Determinants of Bankruptcy for Chinese Firms. Review of Pacific Basin Financial Markets and Policies, 2014, no. 17, 22 p. URL: https://doi.org/10.1142/S021909151450012X
  22. Zmijewski M.E. Methodological Issues Related to the Estimation of Financial Distress Prediction Models. Journal of Accounting Research, 1984, vol. 22, pp. 59–82. URL: https://doi.org/10.2307/2490859
  23. Mselmi N., Lahiani A., Hamza T. Financial Distress Prediction: The Case of French Small and Medium-sized Firms. International Review of Financial Analysis, 2017, no. 50, pp. 67–80. URL: https://doi.org/10.1016/j.irfa.2017.02.004
  24. Nam J.-H., Jinn T. Bankruptcy Prediction: Evidence from Korean Listed Companies during the IMF Crisis. Journal of International Financial Management and Accounting, 2000, vol. 11, iss. 3, pp. 178–197. URL: https://doi.org/10.1111/1467-646X.00061

Посмотреть другие статьи номера »

 

ISSN 2311-8709 (Online)
ISSN 2071-4688 (Print)

Свежий номер журнала

т. 24, вып. 1, январь 2018

Другие номера журнала