Максимов А.Г.кандидат физико-математических наук, заведующий кафедрой экономической теории и эконометрики, Национальный исследовательский университет Высшая школа экономики – Нижний Новгород, Нижний Новгород, Российская Федерация amaksimov@hse.ru
Максимова Н.В.старший преподаватель кафедры бухгалтерского учета, анализа и аудита, Национальный исследовательский университет Высшая школа экономики – Нижний Новгород, Нижний Новгород, Российская Федерация nvmaksimova@hse.ru
Предмет. В статье рассматриваются вопросы диагностики финансового состояния предприятий малого и среднего бизнеса. Цели. Построение и совершенствование моделей диагностики состоятельности и прогнозирования риска банкротства предприятий малого и среднего бизнеса. Методология. Рассмотрены различные типы моделей. При помощи эконометрического инструментария сконструирован и оценен ряд логит-моделей. Оценка коэффициентов моделей проводилась методом максимального правдоподобия. При подборе факторов (показателей), которые включались в оцениваемые модели, учитывались частота упоминания авторами российских и зарубежных методик оценки риска банкротства, доступность данных, способность качественно описать основные составляющие финансового состояния компании, информативность, соответствие особенностям российского законодательства о несостоятельности организаций и др. Кроме того, применялись различные экономико-статистические методы: алгоритмы факторного анализа, методы пошагового отбора, учет VIF-фактора и др. Классификационные характеристики моделей тестировались на «обучающей выборке» с учетом площади под ROC-кривой и анализа ошибок I и II рода. Эмпирические данные для формирования моделей взяты из финансовой отчетности компаний. Результаты. Улучшено качество моделей за счет учета отраслевой принадлежности объектов малого и среднего бизнеса (и отраслевой специфики структуры баланса), разработки и включения в модели параметров, характеризующих управление ресурсами предприятия (в том числе оценки методом стохастической границы технологической эффективности). Построенные для диагностики модели имеют хорошие классификационные и прогнозные свойства. Выводы и значимость. Использование предлагаемых моделей для диагностики предприятий малого и среднего бизнеса позволит выявлять проблемные предприятия и диагностировать риски вероятного банкротства, что будет полезно для владельцев бизнеса, кредиторов компании, ее внешних контрагентов, а также для судебных органов при принятии решения об открытии одной из процедур банкротства.
Ключевые слова: предприятия малого и среднего бизнеса, модель диагностики, состоятельность, эконометрическое моделирование
Список литературы:
Смелова Т.А., Мерзликина Г.С. Оценка экономической состоятельности в антикризисном управлении предприятием. Волгоград: Политехник, 2003. 191 с.
Aziz М.A., Dar H.А. Predicting Corporate Bankruptcy: Whither do We Stand? // Corporate Governance International Journal of Business in Society. 2005. Vol. 6. № 1. P. 18–33.
Демешев Б.Б., Тихонова А.С. Прогнозирование банкротства российских компаний: межотраслевое сравнение // Экономический журнал Высшей школы экономики. 2014. Т. 18. № 3. С. 359–386.
Altman E.I. Financial ratios, discriminant analysis and the prediction of corporate bankruptcy // Journal of Finance. 1968. Vol. 23. Iss. 4. 1968. P. 589–609.
Springate GordonL.V. Predicting the Possibility of Failure in a Canadian Firm // Simon Fraser University, January 1978.
Fulmer J.G.Jr., Moon J.E., Gavin T.A., Erwin M.J. A Bankruptcy Classification Model For Small Firms // Journal of Commercial Bank Lending. 1984. № 7. P. 25–37.
Федотова М.А. Сравнительный анализ методик оценки кредитоспособности заемщика // Вестник Самарского государственного экономического университета. 2010. № 1. C. 101–106.
Зайцева О.П. Антикризисный менеджмент в российской фирме // Сибирская финансовая школа. 1998. № 11-12. C. 66–73.
Давыдова Г., Беликов А. Методика количественной оценки риска банкротства предприятий // Управление риском. 1999. № 3. C. 13–20.
Yazdanfar D. The bankruptcy determinants of Swedish SME // Belfast. Institute for Small Business & Entrepreneurship. 2008. P. 1–14.
Lugovskaya L. Predicting default of Russian SMEs on the basis of financial and non-financial variables // Journal of Financial Services Marketing. 2010. Vol. 14. Iss. 4. P. 301–313.
Altman E.I., Sabato G. Modeling credit risk for SMEs: Evidence form the US market // Abacus. 2007. Vol. 43. Iss. 3. P. 332–357.
Altman E.I., Sabato G., Wilson N. The value of non-financial information in SME risk management // Journal of Credit Risk. 2010. Vol. 6(2). P. 95–127.
Ohlson J.A. Financial ratios and the probabilistic prediction of bankruptcy // Journal of Accounting Research. 1980. № 1. P. 109–131.
Хайдаршина Г.А. Комплексная модель оценки риска банкротства // Финансы. 2009. № 2. С. 67–69.
Shumway T. Forecasting Bankruptcy More Accurately: A Simple Hazard Model // Journal of Business. 2001. Vol. 74. № 1. P. 101–124.
Большакова О.Е., Максимов А.Г., Максимова Н.В. О моделях диагностики состоятельности предприятий малого и среднего бизнеса // Вестник ВГУ. Сер. Экономика и Управление. 2014. № 3. С. 131–142.
Tam K.Y., Kiang M.Y. Managerial Applications of Neural Networks: The Case of Bank Failure Predictions // Management Science. 1992. Vol. 38. № 7. P. 926–947.
Wilson R.L., Sharda R. Bankruptcy Prediction Using Neural Networks // Decision Support Systems.1994. Vol. 11. № 5. Р. 545–557.
Altman E.I., Marco G., Varetto F. Corporate Distress Diagnosis: Comparisons Using Linear Discriminant Analysis and Neural Networks (the Italian Experience) // Journal of Banking & Finance. 1994. Vol. 18. № 3. Р. 505–529.
Wei L.W., Li J.P., Chen Z.Y. Credit Risk Evaluation Using Support Vector Machine with Mixture of Kernel. Proceedings of the 7th International Conference on Computational Science. Lecture Notes in Computational Science and Engineering, 2007. Vol. 4488. P. 431–438.
Баженов О.В. Определение нормативных значений ключевых показателей финансово-хозяйственной деятельности предприятий медной промышленности // Дискуссия. 2013. № 4. С. 28–34.
Pulic A. VAICTM – an accounting tool for IC management // International Journal of Technology Management. 2000. Vol. 20. Iss. 5-8. Р. 702–714.
Farrell M.J. The Measurement of Productive Efficiency // Journal of the Royal Statistical Society. 1957. Vol. 120. No. 3. Р. 253–281.
Meeusen W., Van den Broeck J. Efficiency estimation from Cobb-Douglas production functions with composed error//International Economic Review. 1977. № 18(2). P. 435–444.
Battese G.E., Coelli T.J., Colby T.C. Estimation of Frontier Production Functions and the Efficiencies of Indian Farms Using Panel Data From ICRISAT Village Level Studies // Journal of Quantitative Economics. 1989. № 5. P. 327–348.
Афанасьев М.Ю. Модель производственного потенциала с управляемыми факторами неэффективности // Прикладная эконометрика. 2006. № 4. C. 74–89.
