Так как сфера торговли наиболее подвержена риску банкротства ввиду внутренних и внешних факторов, высокой конкуренткой средой, наличием крупных сетей, которые, в свою очередь, поглощают более мелкие компании, необходим грамотный подход в финансовом менеджменте.

Экспертным путем в модель О.П. Зайцевой был включен такой показатель, как запас финансовой прочности. На наш взгляд, он наиболее четко отразит в каком состоянии находится компания с точки зрения финансовой несостоятельности.

Относительно предсказательной способности модели О.П. Зайцевой 60%. Отсюда следует, что включение в данную модель новых параметров теоретически способно привести к повышению уровня предсказательной способности.

Одним из наилучших способов повышения точности модернизированной модели является сбор данных и их актуализация.

Для того, чтобы определить, возможно ли практически применять построенную модель прогнозирования риска финансовой несостоятельности была проведена оценка эффективности уравнения, построенного экспертным путем.

Одним из условий для применения модели на практике выступает способность предсказывать финансовую несостоятельность относительно тех компаний, которые не вошли в первоначальную выборку. Было выбраны 5 действующих компаний и 5 компаний-банкротов в сфере торговли и на основе их бухгалтерской отчетности проведен анализ построенной модели.

Отчетные даты для прогнозирования риска финансовой несостоятельности выбирались произвольно, для ликвидированных компаний в период с 2014 - 2016 гг.

В процессе апробации модели для компаний - банкротов результат получен в 3 из 5 случаев, т.е. предсказательная способность модели имеет точность 60%. Для здоровых компаний - 3 из 5 - 60%. Таким образом, применительно к выборке общая точность прогнозирования составила 60%.

Анализируя полученные данные, можно сделать вывод о том, что вероятность банкротства минимальна. Однако, несмотря на точность прогнозирования возможность эффективного применения данной модели минимальна.

В качестве рекомендаций, следует выделить, что данная модель может быть использована в качестве дополнительного инструмента при прогнозировании риска финансовой несостоятельности торговых компаний. При актуализации значений весовых коэффициентов, данная модель может быть применена к другим отраслям экономики.

Одним из недостатков этой модели выступает то, что в состав параметров входят только показатели финансово - хозяйственной деятельности, но нет учета влияния внешних факторов.

Исходя из вышесказанного, можно сделать вывод о том, что построение модели прогнозирования риска финансовой несостоятельности довольно сложный и тяжелый процесс, требующий от исследователя грамотного подхода, умения систематизировать и анализировать информацию.

В нашем случае, была взята модель О.П. Зайцевой, так как она наиболее подходит для целей и выполнения условий поставленной проблематики. Экспертным путем был добавлен дополнительный фактор, отражающий уровень запаса финансовой прочности.

Тем самым, прогнозная сила модели О.П. Зайцевой без дополнительного параметра составляла 60%, при добавлении показателя запаса финансовой прочности, модернизированная модель повела себя идентично. Отсюда следует, что необходима доработка в этой области исследования, использование большего объема выборки, возможно, включение в модель внешних факторов, однако, необходимо соблюдать условие, что за 3-4 года до банкротства, внешние факторы играют большую роль, чем внутренние.

ЗАКЛЮЧЕНИЕ

В работе приведены результаты исследования, которые направлены на разработку и исследование существующего инструментария по прогнозированию финансовой несостоятельности компании, измерение внутренних и внешних факторов, влияющих на финансовую среду компании, а также разработка и апробация новой модели.

Для проработки теоретического аспекта данной проблематики были исследованы ключевые понятия: банкротство, финансовая несостоятельность, риск финансовой несостоятельности, финансовая устойчивость, финансовая среда компании.

Проанализировав труды зарубежных и российских экономистов можно сделать вывод о том, что не существует единой позиции в трактовке вышеназванных понятий. Это говорит о том, что процесс исследования проблематики характеризируется многогранностью явлений и вызывает научный интерес.

Главным акцентом при исследовании выступала сфера торговли, так как согласно исследованиям, торговля лидирует по числу банкротств.

Отрасль торговли - это одна из основополагающих отраслей. В структуре ВВП России в 2016 году данная сфера занимала 15,8% - одно из первых мест. Это говорит о том, что торговля важна для России, ее необходимо развивать и оптимизировать. Тем самым, было указано на важность выявления и изучения причин финансовой несостоятельности компаний в данной сфере.

Проанализировав работы в области данной проблематики и проведенному исследованию, необходимо обратить внимание на то, что в большинстве случаев зарубежные модели не адаптированы под российские экономические условия.

Сравнивая зарубежные и российские модели на предмет адекватности оценки прогнозирования банкротства можно сделать вывод о том, что использование зарубежных моделей должно происходить с большой осторожностью, потому что эти модели были созданы в рамках компаний тех государств, в которых используются и применяются, и они не в полной мере подходят для оценки риска банкротства отечественных субъектов хозяйствования.

Таким образом, можно сделать вывод о том, что авторами, на сегодняшний день, не разработан научно обоснованный инструментарий, который позволял бы компании и бизнесменам руководствоваться при принятии важных решений, позволяющих учитывать состояние рынка.

Согласно проведенным исследованиям, если предсказывать банкротство за четыре года, то влияние внешних факторов составляет 31%, внутренних - 69%.

За три года влияние внешних факторов усиливается и составляет 44% (доминирующую роль занимает технологический фактор), за два года примерно также, но доминирующую роль составляет рыночные и политические факторы). По итогам исследования, за год до банкротства влияние внешних факторов резко снижается до 27,2% (основные среди них - технологический, экономический, рыночный).

Влияние внутренних факторов увеличивается до 72,8% из которых наиболее влиятельные - финансовые показатели.

Банкротство возможно предсказать за несколько лет, но наибольшая точность прогнозирования банкротства достигается в последний год. Финансовые коэффициенты - не единственные факторы, которые преобладают при прогнозировании финансовой несостоятельности компаний, однако, являются ключевыми.

Экспертным путем в модель О.П. Зайцевой был включен такой показатель, как запас финансовой прочности. На наш взгляд, он наиболее четко отразит в каком состоянии находится компания с точки зрения финансовой несостоятельности.

Относительно предсказательной способности модели О.П. Зайцевой 60%. Отсюда следует, что включение в данную модель новых параметров теоретически способно привести к повышению уровня предсказательной способности.

Одним из наилучших способов повышения точности модернизированной модели является сбор данных и их актуализация.

Для того, чтобы определить, возможно ли практически применять построенную модель прогнозирования риска финансовой несостоятельности была проведена оценка эффективности уравнения, построенного экспертным путем. Одним из условий для применения модели на практике выступает способность предсказывать финансовую несостоятельность относительно тех компаний, которые не вошли в первоначальную выборку. Было выбраны 5 действующих компаний и 5 компаний-банкротов в сфере торговли и на основе их бухгалтерской отчетности проведен анализ построенной модели.

Отчетные даты для прогнозирования риска финансовой несостоятельности выбирались произвольно, для ликвидированных компаний в период с 2014 - 2016 гг. В процессе апробации модели для компаний - банкротов результат получен в 3 из 5 случаев, т.е. предсказательная способность модели имеет точность 60%. Для здоровых компаний - 3 из 5 - 60%. Таким образом, применительно к выборке общая точность прогнозирования составила 60%.

Анализируя полученные данные, можно сделать вывод о том, что вероятность банкротства минимальна. Однако, несмотря на точность прогнозирования возможность эффективного применения данной модели минимальна.

В качестве рекомендаций, следует выделить, что данная модель может быть использована в качестве дополнительного инструмента при прогнозировании риска финансовой несостоятельности торговых компаний. При актуализации значений весовых коэффициентов, данная модель может быть применена к другим отраслям экономики.

Тем самым, можно сделать вывод о том, что поставленные задачи выполнены в полной мере, цель в виде исследования инструментария по прогнозированию финансовой несостоятельности компании и измерению внутренних и внешних факторов, которые влияют на финансовую среду компании, достигнута.

Одним из недостатков этой модели выступает то, что в состав параметров входят только показатели финансово - хозяйственной деятельности, но нет учета влияния внешних факторов.

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

Нормативно - правовые акты

1. Уголовный кодекс Российской Федерации, от 13 июня 1996 № 63 - ФЗ, Раздел VIII, глава 22, ст. 195 - 197.

2. Федеральный закон от 26 октября 2002 г. N127-ФЗ «О несостоятельности (банкротстве)».

3. Федеральный закон от 21 декабря 2013 г. № 379-ФЗ «О внесении изменений в отдельные законодательные акты Российской Федерации».

4. Постановлении Правительства РФ от 20 мая 1994 № 498 «О некоторых мерах по реализации законодательства о несостоятельности (банкротстве) предприятий».

Книги

1. Львова Н.А., Абрамишвили Н.Р. Модель интеллектуального капитала в диагностике высокотехнологичных компаний // Финансовая аналитика: проблемы и решения. 2014. № 25. С. 25-33.

2. Bems J, Stary O. Smart bankruptcy prediction modelling. Artificial Intelligence approach// Экономика и предпринимательство. - 2014,№6 (47). - с.629-631.

3. Абрамишвили Н.Р., Львова Н.А. Динамическая модель оценки платежеспособности должника: к вопросу разработки стандартов финансового анализа для арбитражных управляющих // Финансовая аналитика: проблемы и решения. 2015. № 38 (272). С. 30-41.

4. Абрамишвили Н.Р., Львова Н.А. Финансовая диагностика инновационных компаний: методический аспект // Проблемы современной экономики. 2013. № 2 (46). С. 164-168.

5. Антикризисное управление. Теория и практика: учебное пособие/ Под ред. Захарова В. Я. - 3-е изд., проработанное и дополненное - Москва: Юнити-Дана, 2015. - 319 с.

6. Безбородова Т. И. Современные особенности экономического анализа в институте банкротства России// Юрист. - 2013, №2013. - с. 30-35.

7. Болтунова Е. М. Оценка вероятности банкротства в российской и зарубежной практике// Экономика и предпринимательство. - 2014, №141 (42 - 1). - с. 239-244.

8. Вайсблат Б. И. Оценка риска несостоятельности организаций// Экономический анализ: теория и практика. - 2013, №42 (345). - с. 2-10.

9. Воронова Н.С., Дарушин И.А., Львова Н.А. Актуальные вопросы корпоративных финансов: диагностика эмитентов. Монография / Отв. редактор Воронова Н.С. - СПб, 2012

10. Давыдова Г.В., Беликов А.Ю. Методика количественной оценки риска банкротства предприятий // Управление риском. 1999. № 3. С. 320.

11. Демешев Б.Б., Тихонова А.С. Динамика прогнозной силы моделей банкротства для средних и малых российских компаний оптовой и розничной торговли // Корпоративные финансы. 2014. № 3. С. 4-22.

12. Елецких С.Я. Анализ теоретических подходов к трактовке сущности понятия «финансовая устойчивость предприятия» // Экономика промышленности. 2009. № 1. С. 188-196.

13. Зайцева О.П. Антикризисный менеджмент в российской фирме // Сибирская финансовая школа. 1998. № 11-12. С. 66-73.

14. Ивасенко А. Г. Антикризисное управление. - Москва: КноРус, 2016. - 503с.

15. Ковалев В.В., Ковалев Вит. В. Корпоративные финансы и учет: понятия, алгоритмы, показатели. 3-е изд. М.: Проспект, 2015. - 992 с.

16. Кокорев Н. А., Турчаева И. Н. Учет и анализ банкротств: учебное пособие. - Москва: КноРус, 2013. - 192 с.

17. Корпоративные финансы: учебник и практикум для академического бакалавриата. Гребенников П. И. - Москва: Юйт, 2014. - 252 с.

18. Кукушкина В. В. Антикризисный менеджмент: монография. - Инфра-М, 2013. - 328 с.

19. Львова Н.А. Финансовая диагностика предприятия: монография / Под ред. В.В. Иванова. М.: Проспект, 2015.

20. Мицель А. А. Модели риска и прозирование банкротства предприятия// Управление риском. - 2013, №1 (65). - с. 44-52.

21. Неупокоева Т. Э. Антикризисное управление организацией (предприятием). Учебное пособие. - СПб: СПбГУЭФ, 2016. - 133 с.

22. Попов В. Б., Кадыров Э. Ш. Анализ моделей прогнозирования вероятности банкротства предприятий// Ученые записки Таврического национального университета имени В.И. Вернадского. Серия «Экономика и управление». - 2014, том 27 (66), № 1. - с. 118-128.

23. Порохова. А. А. Диагностика признаков банкротства предприятия. Режим доступа: [http://conference.be5.biz/r2012/3180.htm]. Дата обращения: 8.04.2015.

24. Савицкая Г. В. Анализ хозяйственной деятельности предприятия. Москва: Инфра-М, 2013. - 345 с.

25. Свердлина Е. Б. Анализ в акнтикризисном управлении организацией: учебно-методическое пособие. - ОГУ им. Достоевского, 2013. - с. 172

26. Федорова Е.А., Гиленко Е.В., Довженко С.Е. Модели прогнозирования банкротства: особенности российских предприятий // Проблемы прогнозирования. 2013. № 2. С. 85-92.

27. Финансовая диагностика и оценка публичных компаний / Учебное пособие / Под ред. проф. Вороновой Н.С., доц. Львовой Н.А. - М.: Проспект, 2017

28. Чернова М.В. Аудит и анализ при банкротстве: теория и практика. Монография. - Москва: ИНФРА-М, 2013. - 207 с.

29. Экономический анализ: учебник для вузов/ Под ред. Гиляровской Л. Т. - Юнити-Дана, 2014. - 616 с.

Статьи в журналах

4. Порохова. А. А. Диагностика признаков банкротства предприятия. Режим доступа: [http://conference.be5.biz/r2012/3180.htm]. Дата обращения: 8.04.2017.

5. Мороз Н.Ю., Сигидова С.И., Нефидова М.Т. Финансовый анализ, как инструмент выявления финансовой несостоятельности (банкротства) хозяйствующего субъекта. Режим доступа: [http://proxy.library.spbu.ru] Дата обращения: 8.04.2017.

6. Мочалова Л.А., Сабельфельд Т.В. Несостоятельность, платежеспособность и финансовая устойчивость предприятия. Режим доступа: [http://proxy.library.spbu.ru] Дата обращения: 8.04.2017.

7. Светличная Е.В., Павлова Л.Л. Финансовая несостоятельность предприятия: понятие, виды, методы оценки. Режим доступа: [http://proxy.library.spbu.ru] Дата обращения: 8.04.2017.

Издания на иностранном языке

8. Altman E.I. Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. The Journal of Finance, 1968, vol. 23, iss. 4, pp. 589-609.

9. Araujo A.P., Ferreira R.V.X., Funchal B. The Brazilian bankruptcy law experience. Journal of Corporate Finance, 2012, vol. 18, iss. 4, pp. 994-1004.

10. Beaver W.H. Financial ratios as predictors of failure. Journal of Accounting Research, 1966, no. 4, pp. 71-111.

11. Djankov S., McLiesh C., Shleifer A. Private credit in 129 countries. Journal of Financial Economics, 2007, vol. 84(2), pp. 299-329.

12. Giacomino D.E., Bellovary J.L., Akers M.D. A review of bankruptcy prediction studies: 1930 to present. Journal of Financial Education, 2007, no. 1, pp. 1-42.

13. Lo A. Logit versus discriminant analysis: A specification test and application to corporate bankruptcies. Journal of Econometrics, 1986, vol. 31, no. 3, pp. 151-178.

14. Rodano G., Serrano-Velarde N., Tarantino E. Bankruptcy law and bank financing. Journal of Financial Economics, 2016, vol. 120(2), pp. 363-382.

15. Taffler R.J., Tisshaw H. Going, Going, Gone - Four Factors which Predict. Accountancy, 1977, vol. 88, no. 3, pp. 50-54.

Интернет ресурсы и электронные базы данных

16. База данных «Система профессионального анализа рынков и компаний» (СПАРК, 2012). URL: http://spark-interfax.ru.

17. База данных Bloomberg, 2017. URL: http://www.bloomberg.com.

18. Единая межведомственная информационно-статистическая система (ЕМИСС). URL: http://www.fedstat.ru.

19. Информационно - справочный ресурс «Банкрот Инфо». Режим доступа: [http://www.bankrot-inform.ru/izmeneniya_zakonodatelstva]. Дата обращения: 10.04.2017

20. Федеральная служба государственной статистики. URL: http://www.gks.ru/

ПРИЛОЖЕНИЕ

Таблица 4. Оценка вероятности банкротства

Диаграмма 5. Структура ВВП РФ, %

Размещено на Allbest.ru