Автореферат (Оценка финансового состояния и прогнозирование банкротства предприятия)
Описание файла
Файл "Автореферат" внутри архива находится в папке "Оценка финансового состояния и прогнозирование банкротства предприятия". PDF-файл из архива "Оценка финансового состояния и прогнозирование банкротства предприятия", который расположен в категории "". Всё это находится в предмете "экономика" из Аспирантура и докторантура, которые можно найти в файловом архиве НИУ ВШЭ. Не смотря на прямую связь этого архива с НИУ ВШЭ, его также можно найти и в других разделах. , а ещё этот архив представляет собой кандидатскую диссертацию, поэтому ещё представлен в разделе всех диссертаций на соискание учёной степени кандидата экономических наук.
Просмотр PDF-файла онлайн
Текст из PDF
На правах рукописиАлексеева Юлия АлександровнаОценка финансового состояния и прогнозирование банкротствапредприятияСпециальность: 08.00.13 – «Математические и инструментальные методыэкономики»Автореферат диссертации на соискание ученой степеникандидата экономических наукМосква – 2011Работа выполнена в федеральном государственном автономном учреждениивысшего профессионального образования «Национальный исследовательскийуниверситет «Высшая школа экономики»Научный руководитель:кандидат экономических наук, доцентБогданова Татьяна КирилловнаОфициальные оппоненты:доктор физико-математических наук, профессорПоспелов Игорь Гермогеновичкандидат экономических наукМоисеев Антон КирилловичВедущая организация:УчреждениеРоссийскойЦентральныйакадемиинаукэкономико-математическийинститут РАНЗащитасостоится«21»апреля2011годав14:00назаседаниидиссертационного совета Д 212.048.02 в Национальном исследовательскомуниверситете "Высшая школа экономики" по адресу: 101000, г.
Москва, ул.Мясницкая, д.20, ауд. 309.СдиссертациейможноознакомитьсявбиблиотекеНациональногоисследовательского университета "Высшая школа экономики".Автореферат разослан « 21 » марта 2011 годаУченый секретарьдиссертационного совета,д.э.н.Д.В. Нестерова21. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫАктуальность темы исследования. В сложившихся в настоящее времяусловиях экономического развития страны предприятия должны быть увереныв надежности и финансовой состоятельности своих партнеров, в противномслучае они имеют возможность использовать механизм банкротства каксредство возврата долга неплатежеспособными партнерами. В связи с этимруководители предприятий, менеджеры различных уровней управлениядолжны уметь своевременно определить неудовлетворительное финансовоесостояние предприятий-контрагентов на основе результатов проведенногофинансового анализа, и при необходимости воспользоваться своим правом, всудебном порядке применить процедуры банкротства к должнику.В свою очередь, руководители организаций, испытывающих финансовыетрудности, с помощью финансового анализа и последующих управленческихрешений могут защитить себя от полного краха и в случае возбужденияпроцедуры банкротства кредиторами найти возможность восстановленияплатежеспособности.Процедуре банкротства предприятий могут предшествовать разныесценарии развития событий.
Однако большинство существующих методикпрогнозирования банкротства не учитывают особенности этих сценариев иоценивают финансовое состояние предприятий по данным за один временнойпериод, что приводит к снижению прогнозной точности моделей.В связи с этим существует потребность в разработке подходов и методовпрогнозирования банкротства, учитывающих ретроспективную динамикуизменения финансовых показателей.Степень научной проработанности проблемыНачало использованию финансовых показателей для прогнозированиябанкротства было положено Бивером (Beaver, 1966).
Используя в качестветеоретической основы идеи модели денежного потока, он обнаружил, чтомножествофинансовыхпоказателейможетиспользоватьсядляпрогнозирования банкротства. Альтман (Altman, 1968) внес свой вклад впостроениемоделейпрогнозирования3банкротства,впервыеприменивмножественный дискриминантный анализ для преодоления ограничениймодели Бивера.Дикин (Deakin, 1972) был первым, кто заметил, что для применениямножественного дискриминантного анализа независимые переменные должныбыть нормально распределены. Ольсон (Ohlson, 1980) стоял у истоковприменения логистического анализа для оценки вероятности банкротства.Бегли(Begley,1996)исследовалвопрос,сохраняютлиранееразработанные модели свою прогнозную точность на данных текущегопериода.
Он выяснил, что ошибочная классификация модели на болеесовременныхданныхобучающейвыборкизначительновозрастаетпосравнению с результатами первоначальных работ. Результаты исследованияподтвердили гипотезу о нестационарности данных во времени, влияющей напрогнозную точность моделей.Среди методик, разработанных для диагностики возможного банкротстваотечественных предприятий, можно назвать методики оценки финансовогосостояния на основе интегрального показателя, учитывающие спецификуроссийских предприятий, разработанные Р. С. Сайфуллиным и Г.
Г.Кадыковым (1996) и учеными Иркутской государственной экономическойакадемии (1997).Несмотрянабольшоеколичествосуществующихметодикпрогнозирования финансового состояния предприятий, эту проблему нельзясчитать полностью решенной по следующим причинам.Во-первых, применение различных методик приводит к противоречивымрезультатам.Во-вторых,прогнознаяточностьмоделейзначительноуменьшается при использовании для анализа финансового состояния данных занесколько лет до банкротства.
В-третьих, зарубежные модели не учитываютспецифику экономической ситуации и организации предпринимательства вРоссии, которые отличаются в том числе системами бухгалтерского учета иналогового законодательства, что находит отражение как в наборе факторовпризнаков, так и в весовых коэффициентах при них. В-четвертых, в моделяхиспользуются данные за один год, и не учитывается изменение показателей в4динамике за несколько лет. В связи с этим существует потребность вразработке подходов и методов прогнозирования банкротства, лишенныхперечисленных выше недостатков.Объект исследования – российские предприятия.Предметисследованияфинансовое-состояниероссийскихпредприятий.Цель исследования - разработка методологического подхода и методовмоделирования и прогнозирования банкротства предприятий, учитывающихдинамику изменения финансовых показателей.Для достижения поставленной цели необходимо решить следующиезадачи:1.
систематизировать существующие западные и отечественные моделипрогнозирования банкротства и провести их анализ;2. построить модель прогнозирования вероятности банкротства предприятия,учитывающуюхарактеризмененияфинансовыхпоказателейвретроспективной динамике;3. провестиапробациюмоделинавыборкероссийскихпредприятийобрабатывающего производства;4. разработать программный инструментарий для автоматизации процессаанализа финансового состояния предприятий.Методологической и теоретической основой исследования являютсясовременныетеориифинансовогоанализадеятельностипредприятий,концептуальные подходы к оценке финансового состояния, работы российскихи зарубежных авторов в области прогнозирования банкротства предприятий.Для решения поставленных в диссертационном исследовании задачприменяется инструментарий финансового и статистического анализа, теориявероятностей.Информационная база исследования.
В качестве информационной базыдля анализа и оценки финансового состояния предприятий были использованыданные обязательной финансовой отчетности 1357 российских предприятийобрабатывающего производства за 10 лет (формы №1 (баланс) и №2 (отчет о5прибылях и убытках), предоставляемые системой профессионального анализарынка и предприятий СПАРК.Научная новизна заключается в следующем:1.
Предложенаметодологическаяоснова,накоторойбазируетсяпринципиально новый подход к прогнозированию вероятностибанкротства предприятий, учитывающий ретроспективную динамикуизменения финансовых показателей.2. Разработана модель статической оценки вероятности банкротствапредприятий. При тестировании на выборке из 1357 предприятийобрабатывающего производства за 3 года до банкротства точностьмоделисоставила73%, приуменьшенииколичествалетдобанкротства точность прогноза увеличивалась и составила 91% в годбанкротства.3. Выявленыфинансовыхтрихарактерныхпоказателейсценарияпредприятийизменениязаосновныхнескольколетдобанкротства.4.
Определены максимальные временные горизонты прогнозированиявероятности банкротства предприятий в зависимости от сценарияизменения финансовых показателей. Было показано, что возможнопрогнозировать вероятность банкротства предприятия за период отгода до четырех лет до банкротства.5. Разработан комплекс из трех динамических моделей прогнозированиявероятностибанкротства,учитывающихсценарииизмененияфинансовых показателей. Значимыми при построении моделейоказались значения финансовых показателей от года до трех лет добанкротства и соотношение прогнозных вероятностей банкротства.6.
Установлены нормативные значения финансовых коэффициентов дляпредприятий, имеющих удовлетворительное финансовое состояние.Теоретическое значение представленных в работе результатов состоит вразработкемоделейдляпрогнозирования6вероятностибанкротства,учитывающих ретроспективную динамику изменения финансовых показателейи обладающих высокой прогнозной точностью в долгосрочной перспективе.Практическая значимость исследования заключается в том, чторазработан программный инструментарий, позволяющий автоматизироватьпроцесс анализа финансового состояния предприятий. Кроме того, проведенаапробация предлагаемых прогнозных моделей на выборке из 1357 предприятийобрабатывающего производства.Полученныерезультатымогутбытьиспользованы,во-первых,менеджерами различных уровней управления для своевременного определениянеблагоприятного финансового положения предприятий-контрагентов.
Вовторых, результаты могут применяться инвесторами для оценки кредитногокачества эмитентов и выбора объекта для инвестирования. В-третьих,разработанныеиспытывающиммоделимогутфинансовыепозволитьтрудности,руководителяморганизаций,идентифицироватьсценарийбанкротства и найти оптимальный путь выхода из кризисной ситуации.Апробация результатов исследования. Результаты исследования былипредставлены, и получили положительные отзывы на научных семинарах иконференциях:1. Научныйсеминар«Информационныетехнологииуправленияэффективностью бизнеса», ГУ-ВШЭ, Москва, 2008 и 2009 г.г.2. Ежегоднаястуденческаянаучно-практическаяконференция«Информационные технологии в экономике, бизнесе, управлении», ГУВШЭ, Москва, 2009.3.
Международная научно-практической конференции «Перспективныеинновации в науке, образовании, производстве и транспорте», Одесса,2010 год.Структура диссертации. Диссертационное исследование составляютвведение, три главы, заключение, список использованной литературы иприложения.72.
ОСНОВНЫЕ ПОЛОЖЕНИЯ И РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯОсновным результатом работы является методологическая основа, накоторой базируется новый подход к прогнозированию вероятности банкротствапредприятий,учитывающийретроспективнойсостоянияиизменениединамике, ипрогнозированиякомплексфинансовыхмоделейвероятностипоказателейоценкибанкротствавфинансовогопредприятия,учитывающих возможные сценарии изменения финансового состояния.Вовведенииобосновываетсяактуальностьдиссертационногоисследования, сформулированы цель, задачи, объект и предмет исследования,раскрыта научная новизна и содержание основных результатов, а также ихтеоретическая и практическая значимость.В первой главе приводится подробный обзор исследований попроблемам оценки финансового состояния и прогнозирования вероятностибанкротствапредприятий,даетсяхарактеристикаосновныхнаучныхнаправлений, связи и различия между ними, а также приводится постановкапроблемы, требующей решения.Во второй главе подробно рассматриваются методологические подходык оценке финансового состояния предприятий, моделированию вероятностибанкротства,разрабатываетсябанкротствапредприятия,модельвыявляютсястатическойоценкиосновныесценариивероятностиизмененияфинансовых коэффициентов предприятий-банкротов за несколько лет добанкротства,определяютсямаксимальныевременныегоризонтыпрогнозирования вероятности банкротства предприятий в зависимости отсценария банкротства, разрабатывается комплекс динамических моделейпрогнозирования вероятности банкротства.Методологические подходы к моделированию банкротства предприятияможно разделить на две группы: классические статистические методы(регрессионный анализ, дискриминантный анализ, кластерный анализ) иальтернативные методы (нейросетевой анализ, теория нечетких множеств идр.).