«Экономический анализ: теория и практика»
 

Реферирование и индексирование

Russian Science Citation Index
Referativny Zhurnal VINITI RAS
Worldcat
Google Scholar

Электронные версии в PDF

EBSCOhost
Eastview
Elibrary
Biblioclub

Оценка информационной значимости трехкомпонентного показателя типа финансовой ситуации на основе методов эконометрики

Купить электронную версию статьи

Журнал «Экономический анализ: теория и практика»
т. 17, вып. 11, ноябрь 2018

Получена: 27.08.2018

Получена в доработанном виде: 13.09.2018

Одобрена: 20.09.2018

Доступна онлайн: 29.11.2018

Рубрика: МАТЕМАТИЧЕСКИЕ МЕТОДЫ И МОДЕЛИ

Коды JEL: C01, C13, G33, G34

Страницы: 2179–2194

https://doi.org/10.24891/ea.17.11.2179

Бухарин С.В. доктор технических наук, профессор кафедры экономической безопасности и финансового мониторинга, Воронежский государственный университет инженерных технологий (ВГУИТ), Воронеж, Российская Федерация 
svbuharin@mail.ru

https://orcid.org/0000-0003-2997-3634
SPIN-код: 9330-2964

Предмет. Одним из этапов оценки финансового состояния предприятия является расчет трехкомпонентного показателя типа финансовой ситуации. В отличие от обычного подхода к анализу структуры капитала этот показатель использует дополнительные статьи баланса и поэтому является, с одной стороны, более детальной и тонкой оценкой, а с другой стороны, слабо связан с результатами общей оценки финансового состояния.
Цели. Определение информационной значимости упомянутого показателя на основе установления его корреляционной связи с оценками скорингового анализа и разработка методики эффективного учета его влияния на основе введения расширенного обобщенного показателя структуры капитала.
Методология. Методы теории экспертных систем, нечетких множеств, анализа иерархий Т. Саати, ранговых статистик, корреляционного анализа.
Результаты. Вместо дискретного трехкомпонентного показателя введен его непрерывный аналог – коэффициент достаточности собственных источников финансирования для покрытия запасов. Осуществлен корреляционный анализ связи введенного коэффициента с результатами общей оценки финансового состояния тех же предприятий на основе скорингового анализа. Для устранения неоднозначности оценок структуры капитала взамен множества разрозненных коэффициентов (признаков) предложен обобщенный показатель как рейтинговое число, весовые коэффициенты которого определяются методом анализа иерархий. Для учета влияния оценок трехкомпонентного показателя предложено расширение обобщенного показателя дополнительным признаком – коэффициентом достаточности и численно показана эффективность такого расширения.
Выводы. Корреляционная связь оценок трехкомпонентного показателя с общими оценками финансового состояния на основе скорингового анализа оказалась достаточно слабой. Однако предложенная методика учета влияния трехкомпонентного показателя на основе введения обобщенного показателя структуры капитала и расширения его за счет признака достаточности показала, что в ряде случаев такой учет необходим. В первую очередь это требуется для неблагополучных предприятий, для которых априорные оценки структуры капитала оказываются неудовлетворительными.

Ключевые слова: трехкомпонентный показатель, банкротство, рейтинг, скоринг, корреляция

Список литературы:

  1. Новоселова С.А., Истомина О.А. Анализ финансового состояния при процедуре банкротства: законодательный аспект // Аграрный научный журнал. 2014. № 8. C. 82–86. URL: Link
  2. Федорова Е.А., Чухланцева М.А., Чекризов Д.В. Оценка эффективности прогнозирования банкротства предприятий на основе российского законодательства // Финансы и кредит. 2017. Т. 23. Вып. 13. C. 732–746. URL: Link
  3. Хайдаршина Г.А. Комплексная модель оценки риска банкротства // Финансы. 2009. № 2. С. 67–69. URL: Link
  4. Bordeianu G.D. et al. Analysis Models of the Bankruptcy Risk. Economy Transdisciplinarity Cognition, 2011, vol. XIV, iss. 1, pp. 248–259. URL: Link
  5. Александрова М.В., Проскурина З.Б. Особенности применения различных методик для предупреждения банкротства отечественных предприятий // Экономика, социология и право. 2014. № 3. С. 12–14. URL: Link: ZMuXWtRm_buRK_4xdK_cc9VeQiQ/
  6. Любушин Н.П., Черкасова О.Г. Интеграция подходов к анализу устойчивости хозяйствующих субъектов // Экономический анализ: теория и практика. 2013. № 34. С. 2–7. URL: Link- hozyaystvuyuschih-subektov
  7. Бойкова А.В. Прогнозирование возможного банкротства предприятий: подходы и модели // Современные научные исследования. 2011. № 3. С. 25.
  8. Анисимов А., Башмаков Д., Устюкова В. Актуальные проблемы правового регулирования банкротства сельских товаропроизводителей // Хозяйство и право. 2013. № 4. С. 64–72. URL: Link
  9. Карпунин А. Развитие методик прогнозирования риска банкротства организаций и их применение в сельском хозяйстве // РИСК: Ресурсы, Информация, Снабжение, Конкуренция. 2012. № 4. C. 397–401.
  10. Рыгин В.Е. Модель оценки риска банкротства предприятий металлургической отрасли // Вестник Южно-Российского государственного технического университета (Новочеркасского политехнического института). Сер.: Социально-экономические науки. 2013. № 5. С. 84–91. URL: Link information_groups_property_96.pdf
  11. Богомолова И.П., Рукин Б.П., Тепикина Е.И. Оценка финансовой устойчивости и платежеспособности промышленных организаций // Экономический анализ: теория и практика. 2006. № 19. С. 5–6. URL: Link
  12. Бердников В.В., Гавель О.Ю. Сравнительный анализ подходов прогнозирования вероятности банкротства коммерческих организаций // Наука и Мир. 2014. № 8. С. 92–96. URL: Link-august_2.pdf
  13. Прудников А.Г. и др. Проблемы рейтинговой оценки финансовой деятельности хозяйствующих субъектов аграрной сферы // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2016. № 115(01). С. 20–33. С. 20–33. URL: sj.kubsau.ru/2016/01/57.pdf
  14. Косьмина О.И. Сравнительная характеристика различных методик диагностики финансового состояния предприятий // Сборник научных трудов СевКавГТУ. Сер.: Экономика. 2010. № 10. С. 21–28.
  15. Любушин Н.П., Бабичева Н.Э., Галушкина А.И., Козлова Л.В. Анализ методов и моделей оценки финансовой устойчивости организаций // Экономический анализ: теория и практика. 2010. № 1. С. 3–11. URL: Link- finansovoy-ustoychivosti-organizatsiy
  16. Polyakov K., Polyakova M. The Role of Financial Factors Interactions in the Capital Structure Determination // Корпоративные финансы. 2016. № 1. URL: Link
  17. Алферина О.Н., Казакова С.В. Анализ структуры капитала и повышение финансовой устойчивости предприятия // Инновационная наука. 2015. № 6. С. 4–11. URL: Link
  18. Witten I.H., Frank E., Hall M.A. Data Mining: Practical Machine Learning Tools and Techniques. Burlington, Massachusetts, Morgan Kaufmann, 2011, 664 p.
  19. Chambers J.M. Software for Data Analysis: Programming with R. New York, NY, Springer, 2008, 514 p. URL: Link
  20. Saaty T.L. Relative Measurement and Its Generalization in Decision Making. Why Pairwise Comparisons Are Central in Mathematics for the Measurement of Intangible Factors: The Analytic Hierarchy/Network Process. Revista de la Real Academia de Ciencias Exactas, Fisicas y Naturales. Serie A. Matematicas, 2008, vol. 102, iss. 2, pp. 251–318. URL: Link
  21. Бухарин С.В., Параскевич В.В. Повышение эффективности анализа близости к банкротству на основе методов эконометрики // Экономический анализ: теория и практика. 2018. Т. 17. Вып. 6. С. 1178–1196. URL: Link
  22. Бухарин С.В., Мельников А.В. Кластерно-иерархические методы экспертизы экономических объектов: монография. Воронеж: Научная книга, 2012. 276 с.

Посмотреть другие статьи номера »

 

ISSN 2311-8725 (Online)
ISSN 2073-039X (Print)

Свежий номер журнала

т. 17, вып. 11, ноябрь 2018

Другие номера журнала