Регистрация / Вход
Прислать материал

Разработка моделей оценки вероятности банкротства для российских предприятий черной металлургии

Фамилия
Черноволенко
Имя
Сергей
Отчество
Евгеньевич
Номинация
Экономика и управление
Институт
Институт экономики и управления промышленными предприятиями (ЭУПП)
Кафедра
Промышленного менеджмента
Академическая группа
МФМ-15-1
Научный руководитель
д. Жагловская А.В.
Название тезиса
Разработка моделей оценки вероятности банкротства для российских предприятий черной металлургии
Тезис

Предпосылки банкротства можно наблюдать задолго до его наступления. Эти предпосылки могут быть результатом воздействия как внешних факторов, на которые не может воздействовать компания, так и внутренних, которые зависят от организации производственных процессов на предприятии.

Банкротству предшествует полоса финансовых затруднений и связанное с этим ухудшение финансового состояния предприятия. Следовательно, банкротство можно заранее спрогнозировать и принять соответствующие меры по его предотвращению.

Анализ существующих моделей показал их непригодность для отрасли черной металлургии. Наименьшая погрешность 29% наблюдалась при оценке с помощь модели Таффлера и Тишоу. При этом модель Фулмера в ряде случаев вовсе не способна просчитывать риски.

Целью данной исследовательской работы является создание модели прогнозирования банкротства на российских предприятиях черной металлургии.

Для достижения поставленной цели были решены следующие задачи:

  1. проанализированы результаты финансовой деятельности 35 предприятий черной металлургии России (12 из которых банкроты) с использованием 31 финансового показателя;
  2. произведен статистический анализ выборки и отбор риск-доминирующих факторов;
  3. произведены дискриминантный и логистический регрессионный анализы для построения моделей оценки риска банкротства.

В ходе статистического анализа были выявлены основные финансовые показатели, наиболее точно разграничивающие банкротов от не банкротов, на основе них были построены две модели оценки рисков банкротства с помощью дискриминантного анализа и анализа линейной регрессии. Полученные модели достаточно четко классифицируют анализируемые предприятия (85,7% и 91,4% точности соответственно).

Логистическая регрессионная функция для оценки вероятности дефолта выглядит следующим образом:

\(Y(x)=1,349 -2,871x_1+0,022x_2+9,616x_3+4,83x_4+15,781x_5+0,03x_6\)

где x1 – коэффициент обеспеченности собственными оборотными средствами;

      x2 – коэффициент маневренности функционирующего капитала;

      x3 – доля чистого оборотного капитала в активах;

      x4 – доля денежных средств в активах;

      x5 – рентабельность продукции;

      x6 - коэффициент соотношения мобильных и иммобилизованных средств.