CC BY
51
Согласно выявленным финансовым особенностям для представителей каждой группы можно предложить следующие инициативы по повышению эффективности компаний.
1. Первая и вторая группа демонстрируют высокий уровень финансового положения, поэтому для них актуальным направлением будет снижение издержек, применяя развитие автоматизации технологического и бизнес-процесса.
2. Для компаний третьей группы стоит предложить увеличение производственных мощностей в рамках стратегии развития нефтехимического комплекса, все 4 компании экспортируют свою продукцию, тем самым повышая качество и свою конкурентоспособность.
3. Малоприбыльным компаниям четвертой группы следует наладить систему работы с дебиторами с помощью стимулирования должников к погашению. Например, скидки, улучшенные специальные условия и работа с факторинговыми компаниями.
Библиографический список
1. Журавлев Я.Е., Хомичен-ко В.И. Проблемные аспекты состояния нефтехимии в России //Современные проблемы экономического развития. -2016. - С. 121-123.
2. Kamaev B., Sadriev A. Research of Market Maturity Phases of Ener-
УДК 33
gy Technologies //Revista San Gregorio. -2019. - №. 36.
3. Бухгалтерия России: Бухгалтерская отчетность всех предприятий РФ [Электронный ресурс]. - Режим доступа: https://www.audit-it.ru/buh_otchet.
4. Ниворожкина Л.И., Полякова Е.М. Статистическое исследование структурно-динамических процессов на российском рынке труда // Вестник Ростовского государственного экономического университета (РИНХ). - 2008. -№. 26.
Bibliographic list
1. Zhuravleva Y. E., Homchen-ko V. I. Problems of Aspects of the state of oil surface in Russia // Problems of economic developments - 2016. - P. 121-123.
2. Kamaev B., Sadriev A. Research of Market Maturity Phases of Energy Technologies //Revista San Gregorio. -2019. - №. 36.
3. Accounting of Russia: Accounting statements of all enterprises of the Russian Federation [Electron resource]. -Access mode: https://www.audit-it.ru/ buh_otchet/.
4. Nivorozhkina L.I, Polyako-va E.M. Statistical research of the structural and dynamic processes on the Russian labor market (in Russian) // Vestnik of the Rostov State University of Economics (RINH). - 2008. - №. 26.
Столбовой В.С.
ПРИМЕНЕНИЕ МЕТОДОВ ФИНАНСОВОГО АНАЛИЗА ДЛЯ ПРОГНОЗИРОВАНИЯ ФИНАНСОВОЙ НЕСОСТОЯТЕЛЬНОСТИ ПРОИЗВОДСТВЕННЫХ ОРГАНИЗАЦИЙ
Аннотация
В статье рассматривается применение методов финансового анализа для прогнозирования банкротства производственных организаций. Целью исследования является
определение коэффициентов, на основании значений которых можно судить о вероятности банкротства организации в течение ближайших лет. В работе по данным финансовых отчетностей 30 организаций-банкротов и 30 действующих организаций рассчитаны различные коэффициенты, отражающие финансовое состояние организации. В исследовании используются следующие методы финансового анализа: коэффициентный, средних величин и горизонтальный. Приведено сравнение средних величин рассчитанных коэффициентов за 2 года до банкротства и за 1 год до банкротства между собой, а также между организациями-банкротами за 1 год до банкротства и действующими организациями. Результатом исследования является сформированный перечень коэффициентов, на основе значений которых можно, например, создать статистическую модель прогнозирования банкротства, которая сэкономит трудовые и временные затраты на определение вероятности банкротства.
Ключевые слова
Методы финансового анализа, финансовый анализ, финансовая отчетность, банкротство, производственная организация.
JEL: C55
Stolbovoi V.S.
APPLICATION OF FINANCIAL ANALYSIS METHODS FOR FORECASTING FINANCIAL INSOLVENCY OF INDUSTRIAL ORGANIZATIONS
Annotation
The article discusses the use of financial analysis methods for predicting the bankruptcy of industrial organizations. The purpose of the study is to determine the coefficients based on the values of which it is possible to judge the probability of bankruptcy of an organization in the next few years. In this work, according to the financial statements of 30 bankrupt organizations and 30 operating organizations, various coefficients are calculated that reflect the financial condition of the organization. The study uses the following methods of financial analysis: coefficient, average values and horizontal. The comparison of the average values of the calculated coefficients for 2 years before bankruptcy and for 1 year before bankruptcy between themselves, as well as between bankrupt organizations for 1 year before bankruptcy and existing organizations is given. The result of the study is a list of coefficients, based on the values of which, for example, it is possible to create a statistical model for predicting bankruptcy, which will save labor and time costs for determining the probability of bankruptcy.
Keywords
Methods of financial analysis, financial analysis, financial reporting, bankruptcy, industrial organization.
Введение. Анализ возможной финансовой несостоятельности коммерческой организации является важным этапом комплексного анализа финансового состояния. Финансовая несостоятельность (банкротство) в случае наступления принесет серьезный вред многим
лицам, в той или иной степени имеющим дело с организацией, начиная от работников и заканчивая акционерами и кредиторами. Результатом реального банкротства является безработица, возможная потеря дивидендов акционеров, денежных средств инвесторов, кредит-
ных средств банков, уход субъекта рынка, снижение поступаемых в бюджет налогов и т.д. При этом банкротство может быть преднамеренным (умышленным), инициированным руководством организации с целью собственного обогащения через сокрытие и вывод активов. Таким образом, с целью анализа хозяйственной деятельности организации на предмет возможной финансовой несостоятельности актуальным является использование эффективных методов и инструментов прогнозирования банкротства.
В настоящее время существуют различные методы прогнозирования банкротства организации. Начиная с самого простого, например коэффициентного, трендового метода и т.д., заканчивая более точными методами, например регрессионным анализом, с помощью которого строится статистическая модель. Прежде чем построить подобную модель, необходимо проанализировать финансовые показатели действующих организаций и обанкротившихся организаций. В результате анализа будет получена информация об отклонениях различных коэффициентов друг от друга в действующих и обанкротившихся организациях.
В первую очередь необходимо определить актуальное направление применения методов финансового анализа для прогнозирования финансовой несостоятельности организаций. Для этого необходимо рассмотреть, финансовые показатели каких организаций можно сравнивать между собой, а также анализ каких организаций является одним из наиболее актуальных.
Проведенный анализ содержания финансовых отчетностей коммерческих организаций показал, что наполненность отчетности чаще всего зависит от вида деятельности и размера организации. При диверсификации хозяйственной деятельности у организации увеличивается количество заполненных строк
баланса. Например, у организаций, занимающихся оказанием услуг, может существенно отличаться по сравнению с производственной организацией размер основных средств, запасов, нераспределенной прибыли, долгосрочных обязательств и т.д. или вовсе отсутствовать данные показатели, поскольку для оказания услуг чаще всего не требуется большое количество основных и оборотных средств, накоплений для последующего вложения в хозяйственную деятельность, долгосрочных крупных кредитов и прочего. То же самое относится к дилерам по причине достаточно простого механизма деятельности - купить у производителя, чтобы продать дороже на рынке. В данном случае в отчетности будет небольшой размер внеоборотных средств с преобладанием оборотных, а в зависимости от специфики товара и спроса на него различное количество краткосрочной и долгосрочной задолженности по сравнению с другими дилерами. Подобных примеров множество, и это говорит о том, что анализировать отклонение финансовых коэффициентов необходимо исключительно между организациями одного вида деятельности, пусть даже и разных отраслей.
С точки зрения актуальности необходимости наличия точных инструментов прогнозирования банкротства такие инструменты необходимы в первую очередь для организаций, создающих что-либо, то есть для производственных организаций. Производственные организации имеют важное значение как для экономики страны в целом, так и для экономики многих городов. Банкротство производственной организации, как небольшой, так и крупной, ведет к увеличению безработицы, уменьшению дохода и снижению спроса на рынке у населения, и особенно значительны такие последствия, если производственная организация является градообразующей, то есть существенно
влияющей на экономику города. Особенно важно не допускать банкротства организаций, производящих что-либо для экспорта. И если вероятность банкротства крупных и значимых для страны производственных организаций довольно низкая, то организациям маленького и среднего размера стоит более внимательно относиться к возможности возникновения финансовой несостоятельности, то есть невозможности оплаты своих счетов, которая и приводит к банкротству. Таким образом, анализ финансовой несостоятельности производственных организаций является актуальным.
В настоящее время представлено очень большое количество научных публикаций на тему банкротства организаций. Преимущественно в них приводится описание уже существующих моделей прогнозирования банкротства или применение таких моделей к конкретным организациям, а работ, посвященных созданию моделей прогнозирования банкротства, достаточно мало. Тем не менее можно выделить некоторые полезные статьи на тему банкротства организаций, опубликованные за последние несколько лет. Дмитриева М.А. [1] в своей работе описала финансово-экономический механизм предупреждения банкротства организации, его основные принципы. Жеребило-ва А.Б. [2] описала различные методики предсказания банкротства организации. Аверина О.И. [3] в своей работе исследует методические подходы (регламентированные и авторские) к выявлению признаков банкротства и анализу финансового состояния, обосновывает сложность и многогранность проблем, связанных с методическим обеспечением анализа риска банкротства, и необходимость формирования однозначной официальной методики на основе комплексного подхода. Елисеева Е.Н. [4] рассмотрела различные модели прогнозирования банкротства и проанализиро-
вала практическое применение рассмотренных моделей и дополнительного инструментария оценки платёжеспособности на примере промышленного предприятия.
Формирование выборки финансовых отчетностей. Для проведения анализа подготовлена выборка финансовых отчетностей производственных организаций. Для создания выборки использована информация из системы Контур.Фокус6. Сформирован информационный массив по производственным организациям, который состоит из бухгалтерских балансов и отчетов о финансовых результатах за период с 2014 по 2017 год включительно. Факт банкротства организации определяется наличием соответствующего решения арбитражного суда. Расчеты будут проведены на основании данных года, предшествующего году признания арбитражным судом организации банкротом, за исключением случаев, когда организация признана банкротом в конце года (ноябре-декабре), в этом случае будут использованы данные года, в котором организация признана банкротом.
С целью обеспечения актуальности и возможности расчета при формировании выборки установлен порог размера выручки. Именно показатель выручки выбран по причине того, что чаще всего чем больше размер выручки, тем крупнее размер производственной организации и тем актуальнее проводить анализ коэффициентов таких организаций с возможностью такого анализа в целом. У организаций-банкротов годовая выручка должна быть более 100 миллионов рублей в году, предшествующему признание арбитражным судом организации банкротом. Для действующих организаций годовая выручка должна превышать 100 миллионов рублей в отчетном году. Не рассматрива-
6 Контур.Фокус - веб-сервис для быстрой проверки контрагентов. Режим доступа: ШрБ:// focus.kontur.ru.
ются организации с меньшей выручкой по следующим причинам: а) маленькие организации менее интересны инвесторам, они известны на небольшом локальном рынке и имеют постоянных клиентов, обеспечивающих им стабильный уровень выручки, оценка платежеспособности с помощью коэффициентного анализа и чтения баланса не представляет сложности; б) в финансовом отчете зачастую не представлены некоторые показатели, порой они указаны для выравнивания баланса. Кроме того, в выборку не включены организации, у которых размер многих используемых в модели коэффициентов в отчетном году существенно отличается от среднего размера коэффициентов, рассчитанных по большинству отчетностей.
Таким образом, в выборке использованы вручную отобранные финансовые отчеты 60 производственных организаций, из которых 30 признаны банкротами по решению арбитражных судов, а остальные 30 успешно функционируют на момент начала 2019 г. Годовая выручка в организациях выборки превышает 100 миллионов рублей. В выборку не попали организации, у которых в финансовых отчетах отсутствуют показатели, необходимые для расчета коэффициентов, влияющих на финансовую несостоятельность.
Формирование выборки финансовых коэффициентов. После формирования выборки финансовых отчетно-стей отобраны коэффициенты, оказывающие с точки зрения своего смысла наибольшее влияние на банкротство, то есть на возникновение ситуации неплатежеспособности организации. Рассмотрим основные коэффициенты финансовой устойчивости, ликвидности и рентабельности, которые представляют собой основную группу коэффициентов.
1. Коэффициент автономии (Ка) - рассчитывается как отношение собственного капитала организации к сумме активов. Данный коэффициент
является ярким отражением финансовой независимости, поскольку отражает уровень зависимости организации от кредитных средств. То есть коэффициент показывает долю активов, обеспечивающуюся за счет собственных средств, и долю, обеспечивающуюся за счет кредитных средств. Для минимизации риска неплатежеспособности значение коэффициента должно превышать 0,5.
2. Коэффициент финансового левериджа (Кфл) - рассчитывается как отношение заемных средств к собственному капиталу. По смыслу коэффициент похож на коэффициент автономии. С одной стороны, высокое значение коэффициента говорит о риске наступления неплатежеспособности. С другой стороны, низкое значение говорит о возможной упущенной прибыли, поскольку в большинстве случаев прибыль увеличивается за счет привлечения заемных средств, которые, в свою очередь, направляются на увеличение производства. Оптимальное значение коэффициента - не более 1 .
3. Коэффициент обеспеченности собственными оборотными средствами (Косо) - рассчитывается как отношение собственных оборотных средств к оборотным активам, то есть отношение разности собственного капитала и внеоборотных активов к оборотным активам. Коэффициент показывает размер оборотных активов, сформированных за счет собственных средств. Данный показатель напрямую влияет на финансовую устойчивость, поскольку отражает достаточность собственных средств у организации для финансирования текущей деятельности. Нормальное значение коэффициента - 0,1 и более.
4. Коэффициент текущей ликвидности (Ктл) - рассчитывается как отношение оборотных активов к краткосрочным обязательствам. Коэффициент показывает возможность организации погасить краткосрочную задолженность за счет оборотных активов, то
есть прямо влияет на платежеспособность. Нормальным считается значение, равное 2 и более.
5. Коэффициент быстрой ликвидности (Кбл) - рассчитывается как отношение суммы высоколиквидных оборотных активов (денежные средства, краткосрочные финансовые вложения, краткосрочная дебиторская задолженность) к краткосрочным обязательствам. Коэффициент показывает возможность организации погасить краткосрочную задолженность в короткие сроки, поскольку высоколиквидные активы по своей сути и являются денежными средствами. Нормальным считается значение, равное 1 и более.
6. Коэффициент абсолютной ликвидности (Кал) - рассчитывается как отношение суммы высоколиквидных оборотных активов (денежные средства, краткосрочные финансовые вложения) к краткосрочным обязательствам. Коэффициент показывает возможность организации погасить краткосрочную задолженность в самые короткие сроки и отличается от предыдущего коэффициента отсутствием краткосрочной дебиторской задолженности, которая менее ликвидна по сравнению с денежными средствами и краткосрочными финансовыми вложениями. Нормальным считается значение, равное 0,2 и более.
7. Рентабельность продаж (Рп) -рассчитывается как отношение прибыли от продаж к выручке. Коэффициент показывает, какую сумму прибыли получает организация с каждого рубля проданного товара.
8. Рентабельность продаж по ЕВ1Т (Ребит) - рассчитывается как отношение суммы прибыли до налогообложения и процентов к уплате к выручке.
9. Рентабельность продаж по чистой прибыли (Рчп) - рассчитывается как отношение чистой прибыли к выручке. Данный коэффициент наибольшим образом отражает результат хозяйственной деятельности организации;
10. Рентабельность активов (Ра) - рассчитывается как отношение чистой прибыли к активам. Коэффициент показывает результат использования всех активов организации, а также способность получать прибыль без учета структуры капитала, то есть качество управления активами.
После рассмотрения основных коэффициентов финансовой устойчивости, ликвидности и рентабельности необходимо рассмотреть остальные коэффициенты финансовой устойчивости, которые представляют собой неосновную группу коэффициентов.
1. Индекс постоянного актива (Ипа) - рассчитывается как отношение внеоборотных активов к собственному капиталу. Коэффициент показывает размер собственных источников средств, которые направляются на покрытие внеоборотных активов. Нормальным считается значение более 0,5.
2. Коэффициент покрытия инвестиций (Кпи) - рассчитывается как отношение суммы собственного капитала и долгосрочных обязательств к сумме активов. Коэффициент показывает, какая часть активов финансируется с помощью надежных источников. Нормальным считается значение более 0,7.
3. Коэффициент мобильности имущества (Кми) - рассчитывается как отношение оборотных активов к сумме активов. Коэффициент показывает возможность превращения оборотных активов во внеоборотные, то есть способность подстраиваться под изменение рынка. Нормальное значение отсутствует.
4. Коэффициент мобильности оборотных средств (Кмос) - рассчитывается как отношение суммы денежных средств и финансовых вложений к оборотным средствам. Коэффициент показывает долю оборотных средств, с помощью которых можно погасить краткосрочную задолженность в наименьшие сроки. Нормальное значение отсутствует.
5. Коэффициент обеспеченности запасов (Коз) - рассчитывается как отношение собственных оборотных средств к запасам. Коэффициент показывает размер запасов, обеспеченных собственными оборотными средствами. Нормальным считается значение более 0,5.
6. Коэффициент краткосрочной задолженности (Ккз) - рассчитывается как отношение краткосрочных обязательств к общей сумме обязательств. Коэффициент показывает долю обязательств, которые необходимо погасить в краткосрочный срок. Нормальное значение отсутствует.
Расчет финансовых коэффициентов. После рассмотрения необходимых коэффициентов на основании финансовых отчетов 30 производственных организаций-банкротов с помощью коэффициентного метода произведен расчет коэффициентов за 2 года до банкротства и за 1 год до банкротства. Данный расчет обусловлен необходимостью оценки динамики значений коэффициентов за 2 года до банкротства и за 1 год до банкротства. Такая оценка покажет, был ли переход к состоянию неплатежеспособности плавным. Необхо-
Использование метода горизонтального анализа показывает, что по всем рассчитанным коэффициентам, кроме коэффициента абсолютной ликвидности, наблюдается ухудшение значений в финансовой отчетности за 1 год
димо отметить, что значения, существенно отличающиеся на фоне остальных, для объективности расчета не будут учитываться в расчете средних величин, при этом доля подобных значений в общей массе несущественна.
После расчета значений коэффициентов за 2 года до банкротства и за 1 год до банкротства необходимо оценить динамику значений рассчитанных коэффициентов основной группы (табл. 1) и неосновной группы (табл. 2). Для этого применяется метод средних величин, заключающийся в суммировании значений показателей 30 производственных организаций (или менее, в зависимости от наличия показателей, существенно отличающихся от других) каждой выборки и делении получившейся суммы по каждой выборке на 30 (или менее, в зависимости от наличия показателей, существенно отличающихся от других). Необходимо отметить, что не все коэффициенты имеют нормативное значение. Так, например, коэффициенты рентабельности показывают прибыльность, к которой неприменимы нормативные значения.
до банкротства по сравнению с финансовой отчетностью за 2 года до банкротства. Кроме того, все коэффициенты за оба периода не соответствуют нормативам.
Таблица 1 - Сравнение значений коэффициентов основной группы за 2 года до банкротства и за 1 год до банкротства
Коэффициент Ка Кфл Косо Ктл Кбл Кал Рп Ребит Рчп Ра
Норматив коэффициента >0,5 <1 >0,1 >2 >1 >0,2 - - - -
Значение ко- 0,02 3,63 -1,11 1,03 0,63 0,03 -4,30 -10,36 - -
эффициента за 2 года до банк- 15,3 6 8,0 4
ротства
Значение ко-
эффициента за 1 год до банк- 36,9 18,
ротства -0,20 16,30 -1,44 0,73 0,55 0,04 -17,72 -33,19 0 43
Таблица 2 - Сравнение значений коэффициентов неосновной группы за 2 года до банкротства и за 1 год до банкротства
Коэффициент Ипа Кпи Кми Кмос Коз Ккз
Норматив коэффициента >0,5 >0,7 - - >0,5 -
Значение коэффи- 3,11 0,37 0,59 0,03 -4,20 0,71
циента за 2 года до банкротства
Значение коэффи- 2,20 0,06 0,60 0,03 -9,32 0,78
циента за 1 год до банкротства
Использование метода горизонтального анализа показывает, что по всем рассчитанным коэффициентам, имеющим нормативное значение, наблюдается ухудшение значений в финансовой отчетности за 1 год до банкротства по сравнению с финансовой отчетностью за 2 года до банкротства. Только один из трех коэффициентов, имеющих нормативное значение, соответствует нормативу. Коэффициенты, не имеющие нормативного значения, остаются примерно на одном уровне.
На следующем этапе с помощью коэффициентного метода произведен расчет значений коэффициентов 30 действующих производственных организаций.
Далее для сравнения и анализа показателей необходимо сопоставить данные из отчетов обеих выборок как между собой, так и с нормативами коэффициентов. Поскольку в ходе горизонтального анализа значений коэффици-
ентов за 2 года до банкротства и за 1 год до банкротства наблюдается динамика ухудшения показателей при приближении к банкротству, в данном сравнении используются значения коэффициентов организаций-банкротов за 1 год до банкротства.
Снова применяется метод средних величин, заключающийся в суммировании значений показателей 30 действующих производственных организаций (или менее, в зависимости от наличия показателей, существенно отличающихся от других) и делениии получившейся суммы на 30 (или менее, в зависимости от наличия показателей, существенно отличающихся от других).
Для анализа проводится сравнение получившихся средних величин как между показателями за 1 год до банкротства организаций-банкротов и действующих производственных организаций, так и по сравнению с нормативными значениями (табл. 3 и табл. 4).
Таблица 3 - Сравнение значений коэффициентов основной группы организаций-банкротов за 1 год до банкротства и действующих организаций
Коэффициент Ка Кфл Косо Ктл Кбл Кал Рп Ребит Рчп Ра
Норматив коэффи- >0,5 <1 >0,1 >2 >1 >0,2 - - - -
циента
Значение коэффи-
циента у организации-банкрота -0,20 16,30 -1,44 0,73 0,55 0,04 -17,72 -33,19 -36,90 -18,43
Значение коэффи-
циента у действующей организации 0,48 2,03 0,09 2,24 1,19 0,32 10,42 9,77 5,73 7,95
Таблица 4 - Сравнение значений коэффициентов неосновной группы организаций-банкротов за 1 год до банкротства и действующих организаций
Коэффициент Ипа Кпи Кми Кмос Коз Ккз
Норматив коэффициента >0,5 >0,7 - - >0,5 -
Значение ко- 2,20 0,06 0,60 0,03 -9,32 0,78
эффициента у
организации-банкрота
Значение ко- 0,84 0,68 0,62 0,13 0,47 0,67
эффициента у
действующей
организации
Исходя из данных в таблицах, можно отметить, что у производственных организаций-банкротов значения основной группы коэффициентов достаточно далеки от нормативных значений. У организаций-банкротов один из трех коэффициентов неосновной группы, имеющих нормативное значение, соответствует нормативу.
Значения коэффициентов действующих производственных организаций или практически равны нормативным значениями, или превышают их за исключением одного коэффициента основной группы. В целом значения средних величин всех коэффициентов основной группы говорят о существенном различии между значениями организаций-банкротов и действующих организаций. Из шести коэффициентов неосновной группы у четырех наблюдается существенное различие между значениями обеих выборок.
Заключение. Таким образом, в результате исследования получены данные о том, что у действующих производственных организаций значения различных коэффициентов, отражающих финансовую устойчивость, ликвидность, а также прибыльность организации, либо приближены к нормативным значениям, либо превышают их. У организаций-банкротов ситуация противоположная - значения коэффициентов далеки от нормативных, а прибыльность
в среднем имеет отрицательное значение. Кроме этого, на основе анализа коэффициентов за 2 года до банкротства и за 1 год до банкротства можно сказать, что наступление банкротства происходит плавно, чем организация ближе к состоянию банкротства, тем больше ухудшаются значения коэффициентов.
Подводя итог работы, можно сказать, что для последующих исследований в области прогнозирования банкротства, например с использованием метода регрессионного анализа, рекомендуется обращать внимание на следующие коэффициенты: коэффициент автономии, коэффициент финансового левериджа, коэффициент обеспеченности собственными оборотными средствами, коэффициент текущей ликвидности, коэффициент быстрой ликвидности, коэффициент абсолютной ликвидности, рентабельность продаж, рентабельность продаж по ЕВ1Т, рентабельность продаж по чистой прибыли, рентабельность активов, индекс постоянного актива, коэффициент покрытия инвестиций, коэффициент мобильности оборотных средств, коэффициент обеспеченности запасов. Особенный интерес представляют коэффициенты основной группы, поскольку именно они в наибольшей степени отражают финансовую устойчивость организации.
Полученная информация позволит обоснованно использовать конкретные
коэффициенты финансовой отчетности для определения наиболее статистически значимых коэффициентов в ходе построения логит-регрессионной модели, которая может дополнить инструментарий финансового анализа. Правильный выбор коэффициентов положительно повлияет на точность создаваемой модели, применение которой уменьшит временные и трудовые затраты на прогнозирование банкротства производственных организаций.
Библиографический список
1. Дмитриева М.А. Система аналитических процедур диагностики банкротства организаций малого и среднего бизнеса // Экономическая среда. - 2017. - № 4 (22). - С. 42-49.
2. Жеребилова А.Б. Методики предсказания банкротства организации в рамках построения прогнозно-функциональной системы // Государственное и муниципальное управление. Ученые записки. - 2018. - № 2. - С. 231238.
3. Аверина О.И. Оценка методических подходов к выявлению признаков банкротства и анализу финансового состояния // Вестник волжского
университета им. В.Н. Татищева. -2015. - № 3 (34). - С. 68-76.
4. Елисеева Е.Н. Финансовый инструментарий оценки несостоятельности промышленных предприятий // Регион: системы, экономика, управление. - 2019. - № 3 (46). - С. 132-140.
Bibliographic list
1. Dmitrieva M.A. System of analytical procedures for diagnosing bankruptcy of small and medium-sized businesses organizations // Economic environment. - 2017. - No. 4 (22). - Pp. 42-49.
2. Zherebilova A.B. Methods for predicting the bankruptcy of an organization within the framework of building a predictive-functional system // State and municipal management. Scientific notes. -2018. - No. 2. - Pp. 231-238.
3. Averina O.I. Estimation of methodical approaches to identification of signs of bankruptcy and analysis of financial condition // Bulletin of the Volga University V.N. Tatishcheva. - 2015. - No. 3 (34). - Pp. 68-76.
4. Eliseeva E.N. Financial tools for assessing the insolvency of industrial enterprises // Region: systems, economics, management. - 2019. - No. 3 (46). -Pp. 132-140.
