Территория новых возможностей. Вестник Владивостокского государственного университета. 2024. Т. 16, № 2. С. 15-27 The Territory of New Opportunities. The Herald of Vladivostok State University. 2024. Vol. 16, № 2. Р. 15-27
Научная статья
УДК 658.155.012.7
DOI: https://doi.org/10.24866/VVSU/2949-1258/2024-2/015-027
EDN: https://elibrary.ru/EWAXOO
Совершенствование подхода к анализу несостоятельности предприятий
Женкин Дмитрий Павлович
Самарский государственный аграрный университет
Кинель. Россия
Аннотация. В современной экономической науке анализ несостоятельности имеет важную прогностическую функцию в исследовании финансового состояния предприятия. Почти вековое изучение различных факторов, влияющих на здоровую финансовую среду, обогатило данное направление различными теоретическими аспектами и практическими моделями анализа. Исследования отечественных экономистов вопроса несостоятельности начались только в 1980-х гг., в то время как зарубежные экономисты за полвека уже сформировали комплекс теоретических и практических подходов в данном направлении. Однако, если рассмотреть труды отечественных учёных-экономистов и сравнить их с результатами зарубежных практиков, можно заметить различия в подходе к исследованию несостоятельности с точки зрения финансово-хозяйственной деятельности предприятия. В статье сравниваются не только зарубежные и отечественные подходы к анализу и прогнозированию вероятности наступления банкротства, но и предлагается авторская точка зрения по совершенствованию комплексного экономического и финансового анализов несостоятельности предприятия. В качестве решения вышеуказанного вопроса рассмотрена авторская комплексная методика анализа финансово-хозяйственной деятельности и прогнозирования вероятности наступления банкротства на предприятии. Методика отличается широким охватом данных для исследования за счет внедрения математической матрицы как базы для вычисления.
Ключевые слова: анализ несостоятельности, финансово-хозяйственная деятельность, АПК, прогнозирование банкротства, комплексный финансовый анализ, экономический анализ.
Для цитирования: Женкин Д.П. Совершенствование подхода к анализу несостоятельности предприятий // Территория новых возможностей. Вестник Владивостокского государственного университета. 2024. Т. 16, № 2. С. 15-27. DOI: https://doi.org/10.24866/VVSU/2949-1258/2024-2/015-027. EDN: https://elibrary.ru/EWAXOO
Original article
Improving the approach to the analysis of insolvency of enterprises
Dmitry P. Zhenkin
Samara State Agrarian University
Kinel. Russia
Abstract In modern economics, the analysis of insolvency plays an important predictive function in the study of the financial condition of an enterprise. Almost a century of studying the dependencies of various factors affecting a healthy financial environment has enriched this area with some theoretical aspects and practical models of analysis. The research of domestic economists on the issue of insolvency began only in the 1980s, when foreign economists already formed a set of theoretical and practical approaches in this direction over half a century before. However, if we consider the works of domestic economists and compare them with the results of foreign practitioners, we can see some differences in the approach to the study of insolvency from the
© Женкин Д.П., 2024
15
point of view of financial and economic activity of an enterprise. In this work, the main focus is not only on comparing foreign and domestic approaches to analyzing and predicting the probability of bankruptcy, but it also offers the author's vision for improving the comprehensive economic and financial analysis of the insolvency of an enterprise. As a solution to the above issue, the author proposes a comprehensive methodology for analyzing financial and economic activities and predicting enterprise bankruptcy probability. This technique is characterized by a wide coverage of data for research due to the introduction of a mathematical matrix as a base for calculation.
Keywords: analysis of insolvency, financial and economic activities, agro-industrial complex, bankruptcy forecasting, comprehensive financial analysis, economic analysis.
For citation: Zhenkin D.P. Improving the approach to the analysis of insolvency of enterprises // The Territory of New Opportunities. The Herald of Vladivostok State University. 2024. Vol. 16, № 2. P. 15-27. DOI: https://doi.org/10.24866/VVSU/2949-1258/2024-2/015-027. EDN: https://elibrary.ru/EWAXOO
Введение
В современной экономической литературе приводится различная терминология понятий «экономический анализ» и «финансовый анализ». И эти понятия скорее пытаются различить, чем объединить. Экономический анализ более широко рассматривает взаимосвязи процессов и явлений, происходящих на предприятии, исходя из данных финансового анализа. Понятие «финансовый анализ» включает в себя изучение финансового состояния предприятия на основании расчетов финансовых показателей. Вместе с тем в современной литературе можно встретить огромное количество финансовых показателей в виде коэффициентов. Для их расчета применяются данные, взятые из бухгалтерской отчетности предприятия. Именно после исследования финансовых показателей появляется возможность провести экономический анализ, чтобы установить и выявить взаимосвязь явлений, ведущих предприятие к тому или иному сценарию развития [1, 2].
Финансовый анализ проводится не только для выявления взаимосвязей событий и явлений, но и для оценки развития и прогнозирования дальнейшего жизненного цикла предприятия. В теории и практике современной литературы самым частым анализом прогнозирования является анализ на несостоятельность (банкротство). История такого анализа берет свое начало с 1930-х гг., когда американский экономист Эдвард Альтман разработал первую двухфакторную модель прогнозирования вероятности наступления банкротства. И на этом его исследование не закончилось: модель совершенствовалась и стала одной из самых популярных для прогнозирования. Вслед за Э. Альтманом Р. Лис, Г. Спрингейт, У. Бивер, Д. Чессер и другие обогатили экономическую науку своими исследованиями в области анализа и прогнозирования вероятности наступления банкротства, тем самым дав толчок к развитию финансового анализа в современной экономике [3-6].
Отечественная литература также богата трудами учёных-экономистов, активно занимавшихся проблематикой анализа и прогнозирования вероятности наступления банкротства, например методика, разработанная в Иркутской государственной экономической академии аспирантом А.Ю. Беликовым и его научным руководителем Г.В. Давыдовой в 1998 г. В последующем в российской экономической литературе развитие данному направлению дали такие уче-
16
ные, как: О.П. Зайцева, Г.В. Савицкая, А. Колышкин, Р.С. Сайфиуллин, Г.Г. Кадыков, Е.А. Федорова и др. Отечественные ученые перехватили «эстафету» по развитию направления анализа и прогнозирования банкротства у зарубежных исследователей, помогая экономике справляться с вызовами нового времени [7-9].
Однако проведенные ранее исследования показали, что существующие методики имеют некоторые недостатки. Они четко прослеживаются в применяемых коэффициентах для линейного уравнения. Одним из таких недостатков можно выделить узкий охват исследуемых данных и возможность оценки вероятности наступления банкротства лишь по одному исследуемому направлению [10].
Цель данной работы заключается в доказательстве эффективности разработанной авторской методики по анализу финансово-хозяйственной деятельности и прогнозированию вероятности наступления банкротства посредством сравнения с актуальным инструментарием на примере сельскохозяйственного предприятия Самарской области.
В процессе исследования использовался прагматический подход, методы анализа и обобщения данных. Информационной базой послужили публикации зарубежных и отечественных экономистов в области антикризисного управления и анализа финансово-хозяйственной деятельности, данные из бухгалтерской отчетности исследуемого предприятия, материалы научно-практических конференций и научные публикации.
Основная часть
На базе экономического факультета федерального государственного бюджетного образовательного учреждения высшего образования «Самарский государственный аграрный университет» проведены исследования и разработана методика по всестороннему анализу финансово-хозяйственной деятельности предприятия и прогнозированию вероятности наступления банкротства, а также по поиску уязвимых мест, ведущих к несостоятельности. Название методики - «S.Q.U.A.R.E.» (System of Quickly Universal Analysis of Result of the Enterprises). Разработанный комплексный аналитический инструментарий построен на основе математической матрицы, что позволяет решать ряд проблем, которые были рассмотрены в существующих методиках: узкий охват данных, односторонняя аналитика, упор на определенный весовой коэффициент. С помощью методики «S.Q.U.A.R.E.» благодаря интеграции математической матрицы в качестве базиса аналитики
SQR = (Dj + D2 + D3 + D4),
Dt = 2,003x1 - 0,05x2 + 0,39x3 - 0,4x4 можно провести анализ деятельности предприятия по производственным, коммерческим, организационным показателям, указать на уязвимые места, которые способны привести к несостоятельности предприятия. Результат данной интеграции представлен в табл. 1.
17
Таблица 1
Методика «8.0.и.А.Я.Е.»
Рентабельность продаж Рентабельность задействованного капитала Платежеспособность Обеспеченность обязательств за счет активов
2400/2110 2400/(1300+1400) 1300/ (1400+1510+1520+1550) (1600-1220)/ (1400+1510+1520+1550)
Рентабельность продукции Рентабельность собственного капитала Финансовый леверидж Концентрация чистого оборотного капитала
2400/ (2120+2210+2220) 2400/1300 (1400+1500)/1300 (1200-1500)/1600
Текущая ликвидность Рентабельность активов Финансовая независимость Маневренность капитала
1200/ (1510+1520+1550) 2400/1600 1300/1600 (1300+1400-1100)/ 1300
Быстрая ликвидность Абсолютная ликвидность Обеспеченность запасами Обеспеченность собственных оборотных активов
(1230+1240+1250)/ (1510+1520+1550) (1240+1250)/1500 (1300-1100)/1210 (1300-1100)/1200
Данная методика была разработана исходя из исследования 70 сельскохозяйственных предприятий Самарской области, среди которых 35 - действующих на изучаемой территории и 35 - обанкротившихся по различным причинам. В исследовательскую группу таких предприятий вошли как сельхозпроизводители растениеводческой и животноводческой продукции, так и предприятия-переработчики.
В представленной методике, как можно заметить, рассматриваются такие группы показателей, как рентабельность, ликвидность, платежеспособность, состояние оборотных активов, финансовая устойчивость. Анализ этих показателей происходит посредством вычислений суммы показателей исходя из свойств математической матрицы. Каждое свойство обозначено показателем Б. На основании этого при анализе применяются четыре свойства математической матрицы: суммы строк, суммы столбцов, суммы секторов, суммы диагоналей и смежных верхних и нижних центральных значений.
Алгоритм работы с данной методикой очень прост для понимания, но сложен в расчетах. Разберем каждый этап анализа по методике «8^.и.А.Я.Б». На первом этапе, как в любом анализе, необходимо произвести сбор необходимых данных. Всю необходимую информацию можно получить из бухгалтерской отчетности, а точнее, из формы № 1 «Бухгалтерский баланс» и формы № 2 «Отчет о прибылях и убытках». Значения из этих форм для более точного прогноза
18
берутся за последние 3 года деятельности предприятия. Данные из бухгалтерской отчетности, которые необходимы для анализа, представлены в табл. 2.
Таблица 2
Необходимые данные для анализа
Наименование Строка Данные
Внеоборотные активы 1100
Запасы 1210
НДС 1220
Дебиторская задолженность 1230
Финансовые вложения 1240
Денежные средства 1250
Оборотные активы 1200
Капитал и резервы 1300
Долгосрочные обязательства 1400
Займы 1510
Кредиторская задолженность 1520
Прочие обязательства 1550
Краткосрочные обязательства 1500
Баланс 1600
Выручка 2110
Себестоимость 2120
Коммерческие расходы 2210
Управленческие расходы 2220
Чистая прибыль 2400
На следующем этапе необходимо произвести расчет финансовых показателей. Как отмечалось ранее, в группу показателей входит широкий охват значений: рентабельность, ликвидность активов, платежеспособность, финансовое состояние, состояние оборотных активов. Исходя из исследования всех показателей и их отклонений от нормалей, можно увидеть, в каком состоянии находится производственная деятельность предприятия, как продвигается финансовое благополучие, насколько обеспечено производство необходимыми активами и сможет ли предприятие рассчитаться по своим обязательствам благодаря ликвидным активам и имеющимся финансовым источникам (расчет показателей произведен в табл. 1). Форма табличного вида второго этапа исследования представлена в табл. 3.
19
Таблица 3
Табличный вид финансового анализа предприятия
Коэффициент Норматив Результат Отклонение
Рентабельность активов 0,1
Рентабельность собственного капитала 0,1
Рентабельность задействованного капитала 0,15
Рентабельность продаж 0,15
Рентабельность продукции 0,15
Текущая ликвидность 2
Быстрая ликвидность 0,8
Абсолютная ликвидность 0,4
Финансовая независимость 0,5
Финансовый леверидж 1
Обеспеченность запасов 0,5
Обеспеченность собственными оборотными активами 0,1
Обеспеченность обязательств за счет активов 1
Концентрация чистого оборотного капитала 0,5
Маневренность капитала 0,5
Платежеспособность 0,5
После проведенного финансового анализа проводится финальный этап анализа - прогнозирование вероятности банкротства (расчет по данному этапу произведен в табл. 2). Конечный коэффициент SQR сравнивается со шкалой нормали. Все расчеты представлены в табл. 4.
Таблица 4
Расчеты по методике «8.0.и.А.Я.Е.»
Показатель Расчет
SQR (D + А + А + Д,) 4
А 2,003хп - 0,055х12 + 0,392х13 - 0,4х14
Ü2 2,003х21 - 0,055х22 + 0,392х23 - 0,4х24
20
Окончание табл. 4
Показатель Расчет
П3 2,003х31 - 0,055х32 + 0,392х33 - 0,4х34
В4 2,003х41 - 0,055х42 + 0,392х43 - 0,4х44
хп 2400 2400 1300 1600 -1220 -+-+-+- 2110 1300 +1400 1400 +1510 +1520 +1550 1400 +1510 +1520 +1550
Х12 2400 2400 1400 +1500 1200 -1500 -+-+-+- 2120 + 2210 + 2220 1300 1300 1600
Х13 1200 2400 1300 1300 -1400 -1100 -+-+-+- 1510 +1520 +1550 1600 1600 1300
х13 1230 +1240 +1250 1240 +1250 1300 -1100 1300 -1100 -+-+-+- 1510 +1520 +1550 1500 1200 1200
х14 1230 +1240 +1250 1240 +1250 1300 -1100 1300 -1100 -+-+-+- 1510 +1520 +1550 1500 1210 1200
Х21 2400 2400 1300 1230 +1240 +1250 -+-+-+- 2110 2120 + 2210 + 2220 1510 +1520 +1550 1510 +1520 +1550
Х22 2400 2400 2400 1240 +1250 -+-+-+- 1300 +1400 1300 1600 1500
х23 1300 1400 +1500 1300 1300 -1100 -+-+-+- 1400 +1510 +1520 +1550 1300 1600 1210
х24 1600 -1220 1200 -1500 1300 +1400 -1100 1300 -1100 -+-+-+- 1400 +1510 +1520 +1550 1600 1300 1200
Х31 1300 -1100 1300 -1100 1300 +1400 -1100 1300 -+-+-+- 1200 1210 1300 1600
х32 1200 -1500 1400 +1500 1300 -+-+- 1600 1300 1400 +1510 +1520
х33 1200 -1500 1400 +1500 1300 1600 -1220 -+-+-+- 1600 1300 1400 +1510 +1520 +1550 1400 +1510 +1520 +1550
х34 1200 2400 1230 +1240 +1250 1240 +1250 -+-+-+- 1510 +1520 +1550 1600 1510 +1520 +1550 1500
Х41 2400 2400 1300 1300 -1100 -+-+-+- 2110 1300 1600 1200
х42 1600 -1200 1400 +1500 2400 1230 +1240 +1250 -+-+-+- 1400 +1510 +1520 +1550 1300 1600 1510 +1520 +1550
х43 1300 -1100 2400 1300 1240 +1250 -+-+-+- 1210 1300 +1400 1400 +1510 +1520 +1550 1500
х44 2400 1200 1200 -1500 1300 +1400 -1100 --1---1---1-- 2120 + 2210 + 2220 1510 +1520 +1550 1600 1300
21
Если SQR > 5,94, то предприятие признается финансово-устойчивым, здоровым, несостоятельность не грозит в ближайшие 3 года с точностью 96-98 %. Если SQR < 1,94, то предприятию в перспективе в ближайшие 3 года грозит банкротство с точностью 96-98 %. Если 5,94 > SQR > 1,94, то предприятие находится в зоне финансового риска. Чем ближе значение SQR к максимальному значению, тем выше вероятность к скорейшему финансовому оздоровлению, и, наоборот, чем ближе к минимальному значению, тем выше риск несостоятельности предприятия.
В качестве доказательства достоверности разработанной методики проведем анализ одного из действующих сельскохозяйственных предприятий Самарской области разработанным инструментарием и существующими методиками. Результаты, полученные в ходе анализа, будут сравнены, вследствие чего сделаны соответствующие выводы.
Объектом анализа выступит сельскохозяйственный производственный кооператив им. Калягина (СПК имени Калягина), расположенный в селе Новый Сарбай Кинельского района Самарской области. Данное предприятие существует с 30.11.2002 г.; основной вид деятельности по общероссийскому классификатору видов экономической деятельности (ОКВЭД) - 01.11 «Выращивание зерновых (кроме риса), зернобобовых культур и семян масличных культур». С 21 октября 2022 г. предприятие путем реорганизации было преобразовано в ООО «Агрокомплекс имени Калягина» с целью получения государственной грантовой поддержки и дополнительных субсидий для увеличения производственных мощностей [11].
Для доказательства достоверности разработанная методика будет сравниваться с такими инструментариями анализа несостоятельности, как:
- общая методика Э. Альтмана;
- модель Р. Лиса;
- модель Спрингейта;
- модель Сайфиуллина - Кадыкова;
- модель Селезневой - Ионовой.
Для проведения анализа в табл. 5 представлены данные бухгалтерской отчетности СПК имени Калягина.
Таблица 5
Данные бухгалтерской отчетности СПК имени Калягина
Наименование Строка Годы исследования
2021 2020 2019
Долгосрочные финансовые вложения 1170 5 5 0
Внеоборотные активы 1100 71 326 71 852 79 141
Запасы 1210 126 788 114 995 99 049
НДС 1220 148 831 1951
22
Окончание табл. 5
Наименование Строка Годы исследования
2021 2020 2019
Дебиторская задолженность 1230 56 845 13 875 11 931
Краткосрочные финансовые вложения 1240 114 093 31 000 8005
Денежные средства и денежные эквиваленты 1250 1296 4356 2944
Оборотные активы 1200 299 170 165 132 123 880
Капитал и резервы 1300 214 336 129 882 111 002
Долгосрочные обязательства 1400 0 447 5776
Заемные средства 1510 117 961 71 000 66 000
Кредиторская задолженность 1520 36 664 33 885 20 243
Прочие обязательства 1550 0 0 0
Краткосрочные обязательства 1500 156 160 106 655 86 243
Баланс 1600 370 496 236 984 203 021
Выручка 2110 225 181 133 968 84 946
Себестоимость 2120 150 978 123 086 73 427
Коммерческие расходы 2210 2676 3763 2495
Управленческие расходы 2220 3528 0 0
Проценты к уплате 2330 5370 5172 1249
Прибыль (убыток) до налогообложения 2300 85 528 19 268 12 855
Чистая прибыль (убыток) 2400 84 463 19 003 12 430
Следующий этап анализа - подстановка данных бухгалтерской отчетности в исследуемые модели. Метод расчета по методике «8^.и.А.Я.Б.» представлен в табл. 4, а по существующим методикам - в табл. 6.
Таблица 6
Расчет по существующим методикам
Коэффициент Альтман Лис Спрингейт Сайфиуллин -Кадыков Селезнева - Ионова
Х1 1200 -1500 1600 1200 -1500 1600 1200 -1500 1600 1300 -1100 1200 1200 1510 + 1520 + 1550
23
Окончание табл. 6
Ко- Альтман Лис Спрингейт Сайфиуллин - Селезнева - Ионова
эффи- Кадыков
циент
Х2 2400 2300+2330 2300+ 2330 1200 1200
1600 1600 1600 1510 +1520+1550 1510 + 1520 + 1550
Хз 2300 2400 2300 2110 1300
1600 1600 1500 0,5(1600 „.+1600 „.) 1400+1500
Х4 1170 1300 2110 2400 2400
1400 +1500 1400+1500 1600 2110 1600
Х5 2110 2400 2400
1600 1300 2110
Z 1,2Xj + 0,063Х1 + 1,03х + 2х1 + 25х1 +
1,4х2 + 0,092Х 2 + 3,07х2 + 0,1х2 + 25х2 +
3,3х3 + 0,057Х3 + 0,66х3 + 0,08х3 + 20 х3 +
0,6х4 + 0,001х4 0,4х4 0,45х4 + 20 х4 +
х5 х5 10 х5
Результаты проведенного анализа по исследуемым методикам представлены в табл. 7.
Таблица 7
Результаты анализа по исследуемым методикам
Методика Норматив Годы исследования
2021 Состояние 2020 Состояние 2019 Состояние
«S.Q.U.A.R.E.» >5,94 6,16 Финансо-во-устой-чивое 4,29 Зона финансового риска 3,92 Зона финансового риска
Альтман >2,9 2,15 Зона финансового риска 1,24 Несостоятельность 0,94 Несостоятельность
Лис >0,037 0,061 Финансо-во-устой-чивое 0,031 Несостоятельность 0,023 Несостоятельность
Спрингейт >0,862 1,755 Финансо-во-устой-чивое 0,916 Финансово-устойчивое 0,670 Несостоятельность
Сайфиуллин -Кадыков >1 1,77 Финансо-во-устой-чивое 1,12 Финансово-устойчивое 0,87 Несостоятельность
Селезнева -Ионова >100 130,46 Финансо-во-устой-чивое 97,72 Несостоятельность 88,64 Несостоятельность
24
Как можно заметить, исходя из результатов, представленных выше, на 2019 г. все существующие методики прогнозируют несостоятельность СПК имени Калягина в сравнении с разработанной методикой. Это объясняется тем, что авторский инструментарий более широко анализирует финансовое состояние предприятия за счет таких коэффициентов, как платежеспособность, обеспеченность обязательств за счет активов, а также более подробно исследуется возможность реализации ликвидных активов, воздействие факторов производства, которые способны снизить риск возникновения кризисных ситуаций.
Иную ситуацию раскрывает анализ 2020 г. Методики Альтмана, Лиса, Селезневой - Ионовой отражают состояние СПК имени Калягина как несостоятельное, в то время как методики Спрингейта и Сайфиуллина - Кадыкова показывают противоположный результат. Это объясняется не только расстановкой весовых значений для коэффициентов, но и применением самих финансовых показателей. В методике Сайфиуллина - Кадыкова основной акцент делается на обеспеченности оборотных активов, рентабельности капитала и продаж, а в методике Спрингейта - на доле прибыли до уплаты налогов и возможности погашения обязательств за счет этой доли. Если сравнивать методики именно с фактическим состоянием предприятия на 2020 г., то ближе всего к истинному результату авторская методика. В исследуемый год предприятие начало расширение производства и сферы деятельности, что способствовало улучшению ряда финансовых показателей.
В конце исследуемого периода практически все методики определяют состояние СПК имени Калягина как финансово-устойчивое. Резкий рост финансовых показателей свидетельствует о получении государственной поддержки, что отражается в строке 1240 «Краткосрочные финансовые вложения» бухгалтерского баланса. Поступившие денежные средства способствовали улучшению показателей рентабельности, ликвидности активов, снижению финансовой зависимости, увеличению показателей структуры оборотного капитала.
Заключение
По результатам проведенной работы можно сделать следующие выводы:
1. Существующие методики анализа несостоятельности имеют узкую направленность исследования причин возникновения прогнозируемого банкротства. Это доказывается в процессе сравнительного анализа. В связи с этим исследуемые методики рекомендуется применять по следующим направлениям: пяти-факторную модель Э. Альтмана и модель Р. Лиса - для определения оптимальной производственной стратегии предприятия; модель Г. Спрингейта - для исследования возможностей повышения коммерческой прибыли, за счет которой возможно погасить краткосрочные обязательства; модели Селезневой - Ионовой и Сайфиуллина - Кадыкова - для оценки платежеспособности предприятия, ликвидности активов и их дальнейшего улучшения.
2. Разработанная авторская методика «8^.и.А.Я.Б.» имеет широкий охват исследуемых данных, что способствует более точному и детальному анализу возможных причин несостоятельности. Сравнительный анализ данного инструментария показал его достоверность, точность прогноза, новизну подхода к сис-
25
теме анализа несостоятельности. За счет применения математической матрицы удалось повысить количество исследуемых финансовых показателей, а за счет применения её свойств - разработать линейное уравнение, при помощи которого возможно глубже изучить финансовые возможности предприятия, что позволит предотвратить вероятность наступления банкротства.
3. Хочется отметить, что процесс реорганизации пройден успешно. На данный момент финансовое состояние реорганизованного исследованного предприятия характеризуется как неустойчивое, т.е. находится в зоне финансового риска. Такое состояние, по мнению автора, считается нормальным, учитывая то, что сейчас происходит освоение поступившей государственной поддержки для улучшения имеющихся производственных мощностей и расширения сферы деятельности.
Список источников
1. Архипова А.О. Понятие и виды процедур несостоятельности (банкротства) // Со11одшит-.|оигпа1. 2020. № 23-2 (75). С. 49-51.
2. Казакова Е.С., Волконская А.Г., Женкин Д.П. Современный комплекс инструментария в анализе банкротства предприятий // Вестник СамГУПС. 2019. № 4 (46). С. 3947.
3. Егоров И.С., Букреев А.В. Применение модели Альтмана для оценки вероятности банкротства предприятия // Экономика и социум. 2019. № 1-1 (56). С. 468-471.
4. Ковалева А.В. Модели вероятности банкротства как способ оценки эффективности управления корпоративными финансами // Вестник науки. 2019. Т. 4, № 5 (14). С. 30-33.
5. Магомедова М.Н. Зарубежные модели оценки финансового состояния и диагностики банкротства организации // Вестник современных исследований. 2018. № 4.2 (19). С. 466-470.
6. Женкин Д.П. Применение модели Лиса для определения вероятности банкротства на предприятиях // Современная экономика: проблемы, пути решения, перспективы: сб. науч. тр. VI Междунар. науч.-практ. конф. Кинель, 2019. С. 12-14.
7. Гранкин В.Ф., Марченкова И.Н., Удовикова А. А. Сравнительный анализ российских и зарубежных методик прогнозирования вероятности банкротства // Вестник Курской государственной сельскохозяйственной академии. 2018. № 5. С. 169-176.
8. Ковалева Н.А., Камбулов С.В., Леонова К.И. Модели оценки вероятности банкротства // Вектор экономики. 2019. № 10 (40). С. 33.
9. Старцев П.В., Саркисова Р.А. Способы диагностики риска банкротства предприятия // Факторы успеха. 2017. № 2 (9). С. 74-77.
10. Женкин Д.П. Оценка и анализ применения методики прогнозирования вероятности банкротства сельскохозяйственных предприятий Самарской области // Современная экономика: проблемы, пути решения, перспективы: сб. науч. тр. X Междунар. науч.-практ. конф. Кинель, 2023. С. 118-121.
11. Постановление Правительства Самарской области от 12.02.2013 № 30 (ред. от 12.09.2023) «О мерах, направленных на поддержку сельскохозяйственного производства за счет средств областного бюджета, в том числе формируемых за счет поступающих в областной бюджет средств федерального бюджета».
26
References
1. Arkhipova A.O. Concept and types of insolvency (bankruptcy) procedures. Colloquium-journal. 2020; 23-2 (75): 49-51.
2. Kazakova E.S., Volkonskaya A.G., Zhenkin D.P. Modern set of tools in the analysis of bankruptcy of enterprises. VestnikSamGUPS. 2019; 4 (46): 39-47.
3. Egorov I.S., Bukreev A.V. Application of the Altman model to assess the likelihood of bankruptcy of an enterprise. Economics and Society. 2019; 1-1 (56): 468-471.
4. Kovaleva A.V. Models of bankruptcy probability as a way to assess the effectiveness of corporate finance management. Bulletin of Science. 2019; 4 (5 (14)): 30-33.
5. Magomedova M.N. Foreign models for assessing the financial condition and diagnosing bankruptcy of an organization. Bulletin of Modern Research. 2018; 4.2 (19): 466-470.
6. Zhenkin D.P. Application of the Fox model to determine the likelihood of bankruptcy at enterprises. Modern economy: problems, solutions, prospects: Sat. scientific. tr. VI International. scientific-practical. conf. Kinel; 2019. P. 12-14.
7. Grankin V.F., Marchenkova I.N., Udovikova A.A. Comparative analysis of Russian and foreign methods for predicting the likelihood of bankruptcy. Bulletin of the Kursk State Agricultural Academy. 2018; (5): 169-176.
8. Kovaleva N.A., Kambulov S.V., Leonova K.I. Models for assessing the likelihood of bankruptcy. Vector of economics. 2019; 10 (40): 33.
9. Startsev P.V., Sarkisova R.A. Ways to diagnose the risk of bankruptcy of an enterprise. Success factors. 2017; 2 (9): 74-77.
10. Zhenkin D.P. Assessment and analysis of the application of the methodology for predicting the likelihood of bankruptcy of agricultural enterprises in the Samara region. Modern economy: problems, solutions, prospects: Sat. scientific. tr. X International. scientific-practical. conf. Kinel; 2023. P. 118-121.
11. Decree of the Government of the Samara Region of 12.02.2013 No. 30 (as amended by 12.09.2023) "On measures aimed at supporting agricultural production at the expense of the regional budget, including those formed at the expense of federal budget funds entering the regional budget".
Информация об авторе:
Женкин Дмитрий Павлович, аспирант, Самарский государственный аграрный университет, г. Кинель, mark_david_wolf@vk.com, https://orcid.org/0000-0002-4283-4738
DOI: https://doi.org/10.24866/VVSU/2949-1258/2024-2/015-027
EDN: https://elibrary.ru/EWAXOO
Дата поступления: Одобрена после рецензирования: Принята к публикации:
27.03.2024 03.04.2024 30.04.2024
27