+7 (925) 966 4690
ИД «Финансы и кредит»

ЖУРНАЛЫ

  

АВТОРАМ

  

ПОДПИСКА

    
«Финансы и кредит»
 

Включен в перечень ВАК по специальностям

ЭКОНОМИЧЕСКИЕ НАУКИ:
5.2.1. Экономическая теория
5.2.3. Региональная и отраслевая экономика
5.2.4. Финансы
5.2.5. Мировая экономика
5.2.6. Менеджмент


ЭКОНОМИЧЕСКИЕ,
ФИЗИКО-МАТЕМАТИЧЕСКИЕ НАУКИ:
5.2.2. Математические, статистические и инструментальные методы в экономике

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
LCCN Permalink
Google Scholar

Электронные версии в PDF

Eastview
eLIBRARY.RU
Biblioclub

Особенности прогнозирования банкротства организаций с государственным участием в законодательстве Российской Федерации

Купить электронную версию статьи

т. 25, вып. 6, июнь 2019

Получена: 01.04.2019

Получена в доработанном виде: 15.04.2019

Одобрена: 30.04.2019

Доступна онлайн: 28.06.2019

Рубрика: Финансовая система

Коды JEL: G33, G38

Страницы: 1266–1279

https://doi.org/10.24891/fc.25.6.1266

Федорова Е.А. доктор экономических наук, профессор департамента корпоративных финансов и корпоративного управления, Финансовый университет при Правительстве РФ, Москва, Российская Федерация 
ecolena@mail.ru

https://orcid.org/0000-0002-3381-6116
SPIN-код: 7520-2160

Хрустова Л.Е. ассистент департамента корпоративных финансов и корпоративного управления, Финансовый университет при Правительстве РФ, Москва, Российская Федерация 
khrustoval@yandex.ru

https://orcid.org/0000-0002-0884-2734
SPIN-код: 9929-3668

Предмет. Законодательные основы прогнозирования банкротства организаций с государственным участием в Российской Федерации.
Цели. Совершенствование предлагаемой российскими нормативно-правовыми актами методологии прогнозирования банкротства для предприятий с государственным участием через уточнение применяемых финансовых показателей и экономических ориентиров их оценки. Проверяются две гипотезы. Гипотеза 1 — финансовые показатели, предлагаемые законодательством, устарели и не учитывают специфических характеристик предприятий с государственным участием. Гипотеза 2 — некоторые коэффициенты, не учитываемые нормативными актами, имеют высокую прогностическую способность (более 70%) и могут быть рекомендованы для дополнения методологии.
Методология. В основе — методика, утвержденная Приказом Росимущества от 30.12.2014 № 530. Применение технологии CART (Classification And Regression Tree) к финансовым показателям, рекомендуемым Приказом, позволило уточнить их нормативные значения с учетом специфики организаций с госучастием.
Результаты. Эмпирическая проверка полученных результатов на выборке из 692 компаний продемонстрировала увеличение прогностической способности рассмотренных показателей при изменении нормативных значений. Аналогично была доказана высокая точность прогнозирования среди организаций с государственным участием ряда коэффициентов, не используемых сейчас.
Выводы. Полученные результаты позволят дополнить методологию, предлагаемую Приказом № 530, и будут способствовать повышению эффективности прогнозирования банкротства для предприятий с государственным участием.

Ключевые слова: банкротство, прогнозирование банкротства, организации с государственным участием, законодательство о банкротстве, экономические ориентиры оценки

Список литературы:

  1. Chiaramonte L., Casu B. Capital and Liquidity Ratios and Financial Distress. Evidence from the European Banking Industry. The British Accounting Review, 2017, vol. 49, iss. 2, pp. 138–161. URL: Link
  2. Sayari N., Mugan C.S. Industry Specific Financial Distress Modeling. BRQ Business Research Quarterly, 2017, vol. 20, iss. 1, pp. 45–62.
  3. Фёдорова Е.А., Довженко С.Е., Фёдоров Ф.Ю. Модели прогнозирования банкротства российских предприятий: отраслевые особенности // Проблемы прогнозирования. 2016. № 3. C. 32—40. URL: Link
  4. Rodano G., Serrano-Velarde N., Tarantino E. Bankruptcy Law and Bank Financing. Journal of Financial Economics, 2016, vol. 120, iss. 2, pp. 363–382. URL: Link
  5. Aguiar-Díaz I., Ruiz-Mallorquí M.V. Causes and Resolution of Bankruptcy: The Efficiency of the Law. The Spanish Review of Financial Economics, 2015, vol. 13, iss. 2, pp. 71–80. URL: Link
  6. Ponticelli J., Alencar L.S. Court Enforcement, Bank Loans, and Firm Investment: Evidence from a Bankruptcy Reform in Brazil. The Quarterly Journal of Economics, 2016, vol. 131, iss. 3, pp. 1365–1413. URL: Link
  7. von Lilienfeld-Toal U., Mookherjee D. A General Equilibrium Analysis of Personal Bankruptcy Law. Economica, 2016, vol. 83, iss. 329, pp. 31–58. URL: Link
  8. Paterson S. Rethinking the Role of the Law of Corporate Distress in the Twenty-First Century. LSE Law, Society and Economy Working Papers, 2014, vol. 27, pp. 1–29.
  9. Еленевская Е.А., Чижик Н.Н. Сравнительная оценка официальных методик анализа финансового состояния несостоятельных предприятий и организаций // Экономический анализ: теория и практика. 2004. № 15. С. 22—24. URL: Link
  10. Микитухо А.А. Аналитические показатели ликвидности и платежеспособности в системе финансового анализа банкротства фирмы // Фундаментальные исследования. 2014. № 6-2. С. 309—313.
  11. Жукова Т.М., Кондратьева К.С. Современные особенности применения экономических моделей диагностики вероятности наступления банкротства юридических лиц // Вестник Пермского университета. Юридические науки. 2014. № 1. С. 197—205. URL: Link
  12. Новоселова С.А., Истомина О.А. Анализ финансового состояния при процедуре банкротства: законодательный аспект // Вестник Саратовского госагроуниверситета им. Н.И. Вавилова. 2014. № 8. С. 82—86.
  13. Tian S., Yu Y., Guo H. Variable Selection and Corporate Bankruptcy Forecasts. Journal of Banking & Finance, 2015, vol. 52, pp. 89–100. URL: Link
  14. Li H., Sun J. Predicting Business Failure Using Forward Ranking-Order Case-Based Reasoning. Expert Systems with Applications, 2011, vol. 38, iss. 4, pp. 3075–3084. URL: Link
  15. Bauer J., Agarwal V. Are Hazard Models Superior to Traditional Bankruptcy Prediction Approaches? A Comprehensive Test. Journal of Banking & Finance, 2014, vol. 40, pp. 432–442. URL: Link
  16. Min J.H., Jeong C. A Binary Classification Method for Bankruptcy Prediction. Expert Systems with Applications, 2009, vol. 36, iss. 3, part 1, pp. 5256–5263. URL: Link
  17. Hung C., Chen J.H. A Selective Ensemble Based on Expected Probabilities for Bankruptcy Prediction. Expert Systems with Applications, 2009, vol. 36, iss. 3, part 1, pp. 5297–5303. URL: Link

Посмотреть другие статьи номера »

 

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

Свежий номер журнала

т. 30, вып. 3, март 2024

Другие номера журнала