СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ ОЦЕНКИ ВЕРОЯТНОСТИ БАНКРОТСТВА (НА ПРИМЕРЕ ПРЕДПРИЯТИЙ СОТОВОЙ СВЯЗИ РОССИЙСКОЙ ФЕДЕРАЦИИ)

Olga Sergeevna Aksinina, Ol’ga Mikhaylovna Gasilina


Аннотация


На современном этапе развития российской экономики становится очевидным, что любое предприятие для сохранения финансовой устойчивости и долгосрочной конкурентоспособности должно отвечать требованиям окружающей действительности [13]. Одной из наиболее развивающихся отраслей экономики является рынок связи и телекоммуникаций, что во многом связано с современным трендом – цифровая экономика [1], а в частности, с национальным проектом «Цифровая экономика в Российской Федерации». Потребность в оценке финансового состояния и прогнозирования его изменений испытывает как сам экономический субъект, так и его контрагенты, инвесторы и другие заинтересованные пользователи отчётности. Как следствие, выявление неблагоприятных тенденций развития предприятия, рисковых факторов, приводящих к банкротству и методов их оценки, приобретают первостепенное значение. Но, несмотря на большое количество различных моделей оценки степени риска банкротства, в современной экономической науке нет единого формализованного подхода, каждая модель опирается на свою группу показателей и нормативных значений. Именно поэтому для получения объективной информации о финансовом состоянии предприятий сотовой связи необходимо использовать модели различных авторов. Помимо этого следует рассмотреть показатели, необходимые для прогнозирования финансовой несостоятельности исследуемых субъектов, а также разработать возможные их модификации, применимые непосредственно к телекоммуникационной отрасли. Приведённый порядок действий, безусловно, помогает выявить слабые места в деятельности исследуемых экономических субъектов, а вместе с этим, выяснить, смогут ли крупные участники рынка связи, такие как, как ПАО «Мегафон», ПАО «МТС», ПАО «Ростелеком», стать основополагающими, с помощью которых удастся реализовать национальный проект в Самарской области.

Цель: оценить возможность применения известных методик прогнозирования банкротства и финансовых коэффициентов к крупным телекоммуникационным компаниям Самарского региона.

Метод или методология проведения работы: в статье использовались экономико-математические методы, а также статистические методы анализа.

Результаты: оценена возможность применения представлена известных методик прогнозирования банкротства к телекоммуникационным компаниям региона. Представлена скорректированная формула собственных оборотных средств, которая учитывает отраслевые особенности участников рынка связи, тем самым показывает их реальное финансовое положение.

Область применения результатов: полученные результаты целесообразно применять экономическим субъектам телекоммуникационной отрасли экономики.


Ключевые слова


банкротство; экономический субъект; модели прогнозирования банкротства; цифровизация экономики

Полный текст:

PDF>PDF

Литература


Aturin V.V., Moga I.S., Smagulova S.M. Upravlenets. 2020. V.11, №2, рр. 67–76. DOI: 10.29141/2218-5003-2020-11-2-6

Anorboev A.U., Bondarenko V.V., Galiullin A.A. et al. Teoretiko-metodologicheskie podkhody k formirovaniyu sistemy razvitiya predpriyatiy, kompleksov, regionov [Theoretical and methodological approaches to the formation of the system of development of enterprises, complexes, regions] / ed. Udalov F.E., Bondarenko V.V., Stolyarova O.A. Penza: RIO PGAU, 2019. 233 p.

Avdeeva I.L. Tsifrovaya ekonomika i «Industriya 4.0»: problemy i perspektivy [Digital economy and Industry 4.0: problems and prospects]. 2017. P. 18-24, DOI: 10.18720/IEP/2017.1/1

Aleksandrova M.V., Proskurina Z.B. Ekonomika, sotsiologiya i pravo. 2015. № 3.

Bobyleva A.Z. Vestnik Moskovskogo universiteta. Ser. 21. Upravlenie (gosudarstvo i obshchestvo). 2019. № 3, рр. 39–60.

Bryantseva T.A., Glazyrina A.A. Belgorodskiy ekonomicheskiy vestnik. 2019. №1, рр. 173–175.

Blank I.A. Osnovy finansovogo menedzhmenta [Fundamentals of Financial Management]. Nika–Tsentr, El’ga, Kiev, 2017.

Gryaznova A.G. Antikrizisnyy menedzhment [Anti-crisis management]. Assotsiatsiya avtorov i izdateley «Tande». Izd-vo EKMOS, 2017.360 p.

Zakharyan A.V., Boyko A.A., Safarova S.N. Mezhdunarodnyy zhurnal gumanitarnykh i estestvennykh nauk. 2020. №4. DOI: 10.24411/2500-1000-2020-10324.

Kazakova N.A. Finansovyy menedzhment. 2016. № 6, рр. 17–33.

Kazakova N.A. Ekonomicheskiy analiz: teoriya i praktika. 2019. V. 18, № 07.

Natsional’naya programma «Tsifrovaya ekonomika Rossiyskoy Federatsii»/ Pravitel’stvo Rossii [National program “Digital economy of the Russian Federation”]. http://government.ru/rugovclassifier/614/events/

Naumova O.A., Tyugin M.A. Evropeyskie trudy po sotsial’nym i povedencheskim naukam. 2018. Vyp. 57: GCPMED 2018 / Mezhdunarodnaya nauchnaya konferentsiya “Global’nye vyzovy i perspektivy sovremennogo ekonomicheskogo razvitiya” [European works on social and behavioral sciences. 2018. Issue. 57: GCPMED 2018 / International Scientific Conference “Global Challenges and Prospects for Contemporary Economic Development”]. P. 1032–1041. DOI: https://dx.doi.org/10.15405/epsbs. 2019.03.103.

Rossiya v tsifrakh [Russia in numbers]. 2018: krat. stat. sb. / Federal’naya sluzhba gosudarstvennoy statistiki (Rosstat). M., 2018.

Federal’nyy zakon «O nesostoyatel’nosti (bankrotstve)» ot 26.10.02 N127-FZ [Federal law “On insolvency (bankruptcy)” from 26.10.02 N127-FZ]. URL: http://www.consultant.ru

Federal’nyy zakon «O bukhgalterskom uchete» ot 06.12.11 «402-FZ [Federal law “On accounting” from 06.12.11 402-FZ]. URL: http://www.consultant.ru

Tsurkan M.V.,Sotskova S.I.,Lyubarskaya M.A. Mezhdunarodnyy zhurnal ekologicheskogo i nauchnogo obrazovaniya.2016.V.11.№ 15,рр.7684–7702.

Sheremet A.D., Negashev E.V. Metodika finansovogo analiza deyatel’nosti kommercheskikh organizatsiy [Methodology of financial analysis of the activity of commercial organizations]. M.: INFRA-M, 2017. 233 p., рр. 205–219.

Drotar P., Gnip P., Zori M., Gazda V. (2019) Data in Brief, 25. DOI: 10.1016/j.dib.2019.104360. Accessed: 29.07.2019.

Chena Z., Chena W., Shibcde Y. (2020) Ensemble learning with label proportions for bankruptcy prediction. Expert Systems with Applications, 146. DOI: 10.1016/j.eswa.2019.113155. Accessed: 15.05.2020.

Feng M., Shaonan T., Chihoon L., Ling M. (2019) Deep learning models for bankruptcy prediction using textual disclosures. European Journal of Operational Research, 274 (2):743-758. DOI: 10.1016/j.ejor.2018.10.024.

Le T., Vo B., Fujita H., Nguyen N., Baik S. (2019) A fast and accurate approach for bankruptcy forecasting using squared logistics loss with GPU-based extreme gradient boosting. Information Sciences, 494: 294–310. DOI: 10.1016/j.ins.2019.04.060.

Tobback E., Bellotti T., Moeyersoms J., Stankova M., Martens D. (2017) Bankruptcy prediction for SMEs using relational data. Decision Support Systems, 102: 69–81. DOI: 10.1016/j.dss.2017.07.004.

Zoričák M., Gnip P., Drotár P., Gazda V. (2020) Bankruptcy prediction for small- and medium-sized companies using severely imbalanced datasets. Economic Modelling, 84: 165–176. DOI: 10.1016/j.econmod.2019.04.003.




DOI: https://doi.org/10.12731/2070-7568-2020-2-7-29

Ссылки

  • На текущий момент ссылки отсутствуют.


(c) 2020 Olga Sergeevna Aksinina, Ol’ga Mikhaylovna Gasilina

Лицензия Creative Commons
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.

Контент доступен под лицензией Creative Commons Attribution-NonCommercial-NoDerivs 4.0.

ISSN 2070-7568 (Print)