CC BY
63
О.Ф. Бочарова - доцент кафедры финансов, к.э.н., Кубанский государственный аграрный университет ([email protected]),
0.F. Bocharova - Associate Professor of the Department of Finance, Candidate of Economics, Kuban State Agrarian University named after I. T. Trubilin;
И.Г. Шатохина - магистрант, Кубанский государственный аграрный университет имени И. Т. Трубилина ([email protected]),
1.G. Shatokhina - Master student, Kuban State Agrarian University named after I. T. Trubilin;
М.А. Левченко - магистрант, Кубанский государственный аграрный университет имени И. Т. Трубилина ([email protected]),
M.A. Levchenko - Master student, Kuban State Agrarian University named after I. T. Trubilin.
СРАВНИТЕЛЬНЫЙ АНАЛИЗ РОССИЙСКИХ МЕТОДОВ ОЦЕНКИ ВЕРОЯТНОСТИ БАНКРОТСТВА НА ПРИМЕРЕ ОРГАНИЗАЦИЙ АПК COMPARATIVE ANALYSIS OF RUSSIAN METHODS FOR ASSESSING THE PROBABILITY OF
BANKRUPTCY ON THE EXAMPLE OF THE ORGANIZATION OF THE AGRICULTURE
Аннотация. Вероятность риски банкротства в условиях финансово-экономической нестабильности усиливается, а, следовательно, своевременное выявление вероятности банкротства позволяет применить необходимый комплекс мер по выходу из кризисной ситуации. Методическая база оценки вероятности банкротства достаточно обширна и разнообразна: методы, предлагаемые нормативно правовыми актами, российские методики и модели, а также зарубежные модели, имеющие значительный опыт применения.
В статье представлены методики и модели, закрепленные на государственном уровне советующими нормативными актами и методы и модели российских учёных, ориентированные на оценку вероятности банкротства сельскохозяйственных товаропроизводителей. Для сопоставимости результатов оценки были выбраны три организации осуществляющие деятельность в сфере виноградарства и виноделия. В статье были произведены расчеты и оценка вероятности банкротства по восьми российским методикам с составлением сводной таблицы оценки вероятности банкротства.
Annotation. The likelihood of bankruptcy risks in the context of financial and economic instability increases, and, therefore, the timely identification of the probability of bankruptcy allows you to apply the necessary set of measures to overcome the crisis. The methodological basis for assessing the probability of bankruptcy is quite extensive and diverse: the methods proposed by regulatory legal acts, Russian methods and models, as well as foreign models with significant experience in application.
The article presents the methods and models, fixed at the state level by the advising normative acts, and the methods and models of Russian scientists, focused on assessing the likelihood of barony of agricultural producers. For comparability of the assessment results, three organizations engaged in viticulture and winemaking were selected. The article calculated and assessed the probability of bankruptcy using eight Russian methods, compiling a summary table for assessing the probability of bankruptcy.
Ключевые слова: платёжеспособность, ликвидность, финансовая устойчивость, модель оценки вероятности банкротства
Keywords: solvency, liquidity, financial stability, model for assessing the probability of bankruptcy
Активная интеграция России в мировое экономическое пространство актуализировала процесс сближения института банкротства стран-партнёров, как в нормативно-правовом аспекте, так и в аспекте теоретического обобщения сущности и содержания «несостоятельности (банкротства)». Вопрос разработки моделей оценки вероятности банкротства обсуждается как на государственном уровне, так в научных кругах.
Период развития российской методической базы оценки вероятности банкротства начинается с момента перехода к рыночным условиям хозяйствования (с начала 90-х годов XX в.). Синтез методик, утвержденных на государственном уровне, разработанных российскими учёными и научными школам, позволяет выявить слабые стороны финансовой деятельности компаний и внедрить мероприятия по выходу из кризисного положения или сохранения нормального финансового состояния [1,2,3].
Из числа российских методов, методик и моделей оценки вероятности банкротства организаций, относимых к АПК, нами были определены:
1. Методика расчета показателей финансового состояния сельскохозяйственных товаропроизводителей, утверждённая в рамках Постановления Правительства РФ «О реализации Федерального закона «О финансовом оздоровлении сельскохозяйственных товаропроизводителей» от 30.01.2003 г. № 52 [4];
2. Методика интегральной оценки организации по совокупности финансово-экономических показателей, рекомендованная Министерством экономики РФ для разработки финансовой политики предприятия, утвержденная Приказом Минэкономики РФ от 01.10.1997 г. № 118 [5];
3. Методика интегральной бальной оценки финансового состояния Л.В. Донцовой и Н.А. Никифоровой;
4. Модель рейтинговой оценки финансового состояния организаций Р.С. Сайфулина и Г.Г. Кадыкова;
5. Модель О.П. Зайцевой;
6. Модель Беликова-Давыдовой (Иркутской государственной экономической академии;
7. Модель Г.В. Савицкой (Белорусского государственного экономического университета) для организаций АПК;
8. Модель Ю.И. Сигидова и С.А. Кучеренко для сельскохозяйственных товаропроизводителей [6].
Для повышения качества результатов апробации перечисленных методик нами были использованы
данные годовой финансовой отчетности трех компаний, осуществляющих деятельность в сфере виноградарства и виноделия.
Результаты апробация методики, утвержденной в рамках Постановления Правительства РФ «О реализации Федерального закона «О финансовом оздоровлении сельскохозяйственных товаропроизводителей» представлены в таблице 1.
Оценка результатов расчета показателей финансового состояния по методике, утвержденной в рамках Постановления Правительства РФ «О реализации Федерального закона «О финансовом оздоровлении сельскохозяйственных товаропроизводителей» показала, что:
1) ООО «Новокрымское» можно отнести к организациям с нормальным финансовым состоянием, так как итоговая сумма балов составляет - 60 баллов. Данное сумма баллов складывается из значений баллов по показателям ликвидности (которые значительно превышают нормативные значения) и показателей финансовой устойчивости (которые ниже норматива и имеют наименьший уровень баллов). Таким образом, уровень ликвидности уравновешивает нехватку собственных средств;
2) ООО «Лефкадия» также можно отнести к организациям с нормальным финансовым состоянием, так как итоговая сумма балов составляет - 60 баллов. И также уровень ликвидности уравновешивает нехватку собственных средств;
3) ООО «Саук-Дере» можно отнести к организациям с неустойчивым финансовым состоянием, так как отмечается нехватка ликвидных активов и собственных источников финансирования.
Еще одной методикой, утвержденной на государственной уровне, является методика интегральной оценки организации по совокупности финансово-экономических показателей, рекомендованная Министерством экономики РФ результаты применения которой представлены в таблице 2.
Таблица 1 - Оценка вероятности банкротства организаций по методике расчета показателей финансового состояния сельскохозяйственных товаропроизводителей
Показатель ООО «Новокрымское» ООО «Лефкадия» ООО «Саук-Дере»
2016 г. 2017 г. 2018 г. 2016 г. 2017 г. 2018 г. 2016 г. 2017 г. 2018 г.
Коэффициент абсолютной
ликвидности 0,98 0,93 1,82 1,28 1,10 2,05 14 170,02 0,0004
Коэффициент критической оценки 1,44 1,34 2,14 2,29 2,20 3,76 0,21 0,21 0,17
Коэффициент
текущей ликвидности 2,94 2,72 3,67 3,76 4,41 4,88 0,64 1,20 0,96
Коэффициент обеспеченности
собственными
средствами -1,73 -1,88 -2,26 -0,16 -0,10 -0,69 -0,62 -0,56 -0,47
Коэффициент финансовой независимости 0,071 0,051 -0,320 0,082 -0,014 -0,509 -0,146 -0,119 -0,112
Коэффициент финансовой
независимости в
отношении
формирования запасов и затрат 0,409 0,305 -1,894 0,271 -0,031 -2,555 -0,313 -0,202 -0,181
Итоговое значение 60 баллов 60 баллов 60 баллов 60 баллов 60 баллов 60 баллов 14 баллов 17 баллов 14 баллов
Таблица 2 - Оценка вероятности банкротства организаций по методике интегральной оценки _организации по совокупности финансово-экономических показателей_
Показатель ООО «Новокрымское» ООО «Лефкадия» ООО «Саук-Дере»
2016 г. 2017 г. 2018 г. 2016 г. 2017 г. 2018 г. 2016 г. 2017 г. 2018 г.
Показатели первого класса
Общий коэффициент покрытия 2,03 2,94 2,72 3,76 4,41 4,88 0,64 1,20 0,96
Коэффициент срочной ликвидности 0,90 1,44 1,34 2,29 2,20 3,76 0,21 0,21 0,17
Коэффициент ликвидности при мобилизации средств 1,13 1,49 1,38 1,44 2,18 1,09 0,42 0,99 0,79
Соотношение заемных и собственных средств 11,04 13,13 18,61 11,22 -73,03 -2,96 -7,87 -9,38 -9,95
Коэффициент обеспеченности собственными средствами -1,78 -1,73 -1,88 -0,16 -0,10 -0,69 -0,62 -0,56 -0,47
Коэффициент маневренности собственных оборотных средств 7,07 8,32 12,15 1,57 -6,71 -1,21 -3,02 -3,35 -3,20
Показатели второго класса
Рентабельность чистых активов по чистой прибыли -0,003 0,01 0,02 0,61 1,03 0,79 -1,35 -0,03 -0,0004
Рентабельность реализованной продукции 1,04 0,04 -0,23 -0,30 0,12 -0,51 0,48 0,003 -0,09
Коэффициент оборачиваемости оборотного капитала 0,00 -0,10 -0,05 -1,40 -3,75 -0,74 -1,48 -1,02 -1,25
Коэффициент оборачиваемости собственного капитала 0,02 0,85 0,62 2,20 -25,15 -0,90 -4,47 -3,43 -4,01
Средняя интегральная оценка 3 3 3 3 3 3 2 3 2
По методике интегральной оценки организации по совокупности финансово-экономических показателей, рекомендованной Министерством экономики РФ можно сделать следующее заключение:
1) в ООО «Новокрымское» и ООО «Лефкадия» финансовое состояния оценивается как удовлетворительное, так как по показателям первого класса, показателям ликвидности, отмечается стабильный рост и превышение нормативных значений (оценка «отлично»), а по показателям финансовой устойчивости и по показателям второго класса отмечается сокращение и не выполнение нормативных требований (оценка «удовлетворительно»);
2) в ООО «Саук-Дере» финансовое состояние в 2016 и 2018 гг. оценивается как неудовлетворительное, по причине нехватки ликвидных активов для погашения срочных обязательств, и недостаточности собственных источников финансирования, а также снижения интенсивности использования ресурсов и деловой активности. В 2017 г. по причине погашения краткосрочных заемных обязательств коэффициенты ликвидности имеют положительную динамику и соответствуют нормативным требованиям.
Еще одной интегральной моделью является модель предложенная Л.В. Донцовой и Н.А. Никифоровой -таблица 3.
Таблица 3 - Оценка вероятности банкротства организаций по методике интегральной
бальной оценки финансового состояния Л.В. Донцовой и Н.А. Никифоровой
Показатель ООО «Новокрымское» ООО «Лефкадия» ООО «Саук-Дере»
2016 г. 2017 г. 2018 г. 2016 г. 2017 г. 2018 г. 2016 г. 2017 г. 2018 г.
Коэффициент абсолютной ликвидности 0,98 0,93 1,82 1,28 1,10 2,05 0,01 0,02 0,0004
Коэффициент быстрой ликвидности 1,44 1,34 2,14 2,29 2,20 3,76 0,21 0,21 0,17
Коэффициент текущей ликвидности 2,94 2,72 3,67 3,76 4,41 4,88 0,64 1,20 0,96
Коэффициент финансовой независимости 0,07 0,05 -0,32 0,08 -0,01 -0,51 -0,15 -0,12 -0,11
Коэффициент обеспеченности собственными оборотными средствами -1,73 -1,88 -2,26 -0,16 -0,10 -0,69 -0,62 -0,56 -0,47
Коэффициент обеспеченности запасов собственным капиталом -3,41 -3,71 -5,43 -0,43 -0,20 -3,08 -0,94 -0,68 -0,58
Итоговое значение 52 баллов 49 баллов 55 баллов 55 баллов 55 баллов 55 баллов 0 баллов 3 баллов 0 баллов
Интегральная балльная оценка финансового состояния Л.В. Донцовой и Н.А. Никифоровой показала, что финансовое состояние ООО «Новокрымское» и ООО «Лефкадия» можно отнести к 3 классу - это проблемные организации, у которых существуют определённые проблемы с выполнением обязательств перед контрагентами, а финансовое состояние ООО «Саук-Дере» только в 2017 г. подлежит классификации (5 класс) - когда у организации отмечается высочайший риск банкротства, то есть организация практически неплатежеспособна.
Модель рейтинговой оценки финансового состояния организаций Р.С. Сайфулина и Г.Г. Кадыкова также основана на комплексе финансовых коэффициентов значения которых подставляется в уравнение для исчисления итогового показателя R, значение которого и является ориентиром для оценки финансового состояния.
Для применения методики Р.С. Сайфулина и Г.Г. Кадыкова произведем расчет необходимых финансовых коэффициентов и итогового показателя R (таблица 4).
Таблица 4 - Оценка вероятности банкротства организаций по модели рейтинговой оценки финансового
состояния организаций Р.С. Сайфулина и Г.Г. Кадыкова
Показатель ООО «Новокрымское» ООО «Лефкадия» ООО «Саук-Д ере»
2016 г. 2017 г. 2018 г. 2016 г. 2017 г. 2018 г. 2016 г. 2017 г. 2018 г.
Коэффициент обеспеченности собственными оборотными средствами (К1) -1,73 -1,88 -2,26 -0,16 -0,10 -0,69 -0,62 -0,56 -0,47
Коэффициент текущей ликвидности (К2) 2,94 2,72 3,67 3,76 4,41 4,88 0,64 1,20 0,96
Коэффициент оборачиваемости активов (К3) 0,002 -0,009 0,002 -0,063 0,034 -0,341 0,240 0,001 -0,043
Коэффициент менеджмента (К4) 0,04 -0,29 0,05 -0,13 0,15 -0,92 0,32 0,00 -0,09
Рентабельность собственного капитала (К5) -0,09 -0,23 0,70 -1,05 -2,79 1,83 -7,19 -0,09 -0,001
Я -3,24 -3,86 -3,44 -1,06 -2,48 0,50 -8,21 -1,09 -0,90
Рейтинговая оценка финансового состояния организаций Р.С. Сайфулина и Г.Г. Кадыкова показала, что во всех трех компаниях финансовое состояние неудовлетворительное по причине нехватки собственных средств и убыточности деятельности.
В динамике итогового значения R у ООО «Новокрымское» отмечается стабильность результата (в приделах - 3,5), у ООО «Лефкадия» в 2018 г. Значение итогового показателя является положительным - 0,50, а у ООО «Саук-Дере» - отрицательное значение сокращается до 0,9 в 2018 г.
Дискриминантная модель Зайцевой О.П. это одна из первых отечественных моделей прогнозирования банкротства. Динамика показателей оценки вероятности банкротства по модели О.П. Зайцевой представлена в таблице 5.
Таблица 5 - Оценка вероятности банкротства организаций по дискриминантной модели _О.П. Зайцевой_
Показатель ООО «Новокрымское» ООО «Лефкадия» ООО «Саук-Дере»
2016 г. 2017 г. 2018 г. 2016 г. 2017 г. 2018 г. 2016 г. 2017 г. 2018 г.
Коэффициент убыточности предприятия (Куп) -0,13 0,07 -0,72 5,76 0,31 -3,89 -4,46 -0,10 0,00
Коэффициент соотношения
кредиторской и дебиторской задолженности (Кз) 1,78 1,67 1,50 0,75 0,65 0,20 3,01 5,09 4,62
Показатель
соотношения
краткосрочных обязательств и наиболее ликвидных активов (Кс) 1,02 1,08 0,55 0,78 0,91 0,49 75,38 65,03 2730,2
Убыточность
реализации продукции (Кур) -0,11 -0,45 -1,53 -0,44 -0,28 -1,06 0,91 0,03 0,00
Коэффициент финансового левериджа (финансового риска) (Кфл) 13,13 18,61 -4,13 11,22 -73,03 -2,96 -7,87 -9,38 -9,95
Коэффициент загрузки активов (Кзаг) 16,58 31,70 18,28 5,55 2,86 2,19 1,54 2,45 2,23
Кф 3,29 5,32 1,11 3,24 -6,76 -1,20 13,86 12,80 545,73
Кп - 3,23 4,74 - 2,12 1,86 - 1,72 1,81
Оценка вероятности банкротства ООО «Новокрымское» по модели О.П. Зайцевой показала, что в 2017 г. вероятность банкротства высока, а уже в 2018 г. вероятность банкротства становится незначительной, так как Кф < Кп.
Оценивая вероятность банкротства ООО «Лефкадия» по модели О.П. Зайцевой видно, что вероятность банкротства незначительна, так как Кф < Кп.
Оценка вероятности банкротства ООО «Саук-Дере» по модели О.П. Зайцевой показала, что вероятность банкротства велика, так как Кф > Кп.
Следующая модель оценки вероятности банкротства А.Ю. Беликова и Г.В. Давыдова (Иркутской государственной экономической академии).
Данная модель подразумевает расчет 2-показателя, который своим уровнем будет ориентировать на вероятность банкротства.
Динамика показателей вероятности банкротства по модели Беликова-Давыдовой (ИГЭА) представлена в таблице 6.
Таблица 6 - Оценка вероятности банкротства организаций по модели Беликова- Давыдовой __ (ИГЭА)__
Показатель ООО «Новокрымское» ООО «Лефкадия» ООО «Саук-Дере»
2016 г. 2017 г. 2018 г. 2016 г. 2017 г. 2018 г. 2016 г. 2017 г. 2018 г.
Доля обратного
капитала в совокупных активах (К1) 0,34 0,33 0,40 0,79 0,92 0,89 0,71 0,72 0,75
Рентабельность
собственного капитала
по чистой прибыли (К2) -0,09 -0,28 0,26 -0,97 6,92 0,96 -4,06 -0,10 0,00
Оборачиваемость активов (К3) 0,06 0,03 0,05 0,18 0,35 0,46 0,65 0,41 0,45
Рентабельность
продукции (К4) -0,11 -0,35 -1,61 -0,39 -0,32 -0,55 1,35 0,03 0,00
Z 2,69 2,26 2,64 5,41 14,45 8,13 2,73 5,97 6,34
Оценка вероятности банкротства по модели Беликова-Давыдовой (ИГЭА) показала минимальный уровень вероятности банкротства (менее 10%) у всех исследуемых компаний.
Так как исследуемые компании функционируют в отрасли АПК, следующие две методики были выбраны именно на отраслевую принадлежность.
В таблице 7 представлены показатели для оценки вероятности банкротства по модели Г.В. Савицкой
(БНЭУ).
Таблица 7 - Оценка вероятности банкротства организаций по модели Г.В. Савицкой (БНЭУ)
Показатель ООО «Новокрымское» ООО «Лефкадия» ООО «Саук-Дере»
2016 г. 2017 г. 2018 г. 2016 г. 2017 г. 2018 г. 2016 г. 2017 г. 2018 г.
Доля обратного
капитала в совокупных активах (К1) 0,34 0,33 0,40 0,79 0,92 0,89 0,71 0,72 0,75
Оборачиваемость собственного капитала
(К) 0,85 0,62 -0,17 2,20 -25,15 -0,90 -4,47 -3,43 -4,01
Доля собственного
капитала в
финансировании активов (Кз) 0,07 0,05 -0,32 0,08 -0,01 -0,51 -0,15 -0,12 -0,11
Рентабельность
собственного каптала
по чистой прибыли (К4) -0,09 -0,28 0,26 -0,97 6,92 0,96 -4,06 -0,10 0,00
Z -0,97 -0,45 1,42 -3,62 43,45 2,40 9,76 6,71 7,69
Оценка вероятности банкротства по модели Г.В. Савицкой показала, что у ООО «Новокрымское» в 2016 и 2017 гг. устойчивое финансовое состояние, а в 2018 г. высока вероятность банкротства в будущем, так как 2> 1.
В ООО «Лефкадия» в 2016 г. устойчивое финансовое положение, а в 2017 и 2018 гг. финансовое состояние свидетельствует о высоком риске банкротства в будущем.
В ООО «Саук-Дере» на протяжении всего анализируемого периода высока вероятность банкротства в будущем.
Еще одной моделью оценки вероятности банкротства организаций АПК является модель, предложенная Ю.И. Сигидовым и С.А. Кучеренко.
На основе исследования 146 сельскохозяйственных организаций авторы модели вывели зависимость итогового показателя 2ОФС от 5 основных финансовых показателей и определили корректирующие значения для каждого показателя.
Динамика показателей оценки вероятности банкротства по модели Ю.И. Сигидова и С.А. Кучеренко представлена в таблице 8.
Таблица 8 - Оценка вероятности банкротства организаций по модели Ю.И. Сигидова и
С.А. Кучеренко (КубГАУ)
Показатель ООО «Новокрымское» ООО «Лефкадия» ООО «Саук-Дере»
2016 г. 2017 г. 2018 г. 2016 г. 2017 г. 2018 г. 2016 г. 2017 г. 2018 г.
Х1 - коэффициент текущей ликвидности; 2,94 2,72 3,67 3,76 4,41 4,88 0,64 1,20 0,96
Х2 - промежуточный коэффициент покрытия; 0,90 1,44 1,34 1,99 2,29 2,20 0,35 0,21 0,21
Х3 - удельный вес
кредиторской
задолженности в валюте
баланса; 0,10 0,08 0,05 0,16 0,15 0,06 0,67 0,60 0,62
Х4 - коэффициент финансовой независимости; 0,07 0,05 -0,32 0,08 -0,01 -0,51 -0,15 -0,12 -0,11
Х5 - коэффициент рентабельности продаж. 0,04 -0,29 0,05 -0,13 0,15 -0,92 0,32 0,00 -0,09
ZoФc 26,17 20,39 9,46 39,71 47,78 -18,85 41,52 28,21 26,16
По результатам оценки вероятности банкротства по модели Ю.И. Сигидова и С.А. Кучеренко (КубГАУ) было выявлено, что:
в ООО «Новокрымское» в 2016 г. состояние оценивалось как предкризисное, а в 2017 и 2018 гг. можно отметить экономическую несостоятельность компании;
в ООО «Левкадия» в 2016 и 2017 гг. финансовое состояние характеризуется как удовлетворительное, а в 2018 г. компанию можно признать экономически несостоятельной;
в ООО «Саук-Дере» в 2016 г. удовлетворительное финансовое состояние, в 2017 и 2018 гг. предкризисное состояние.
Для получения общей картины по всем применяемым методикам была составлена сводная таблица оценки вероятности банкротства (таблица 9).
Сводная оценка вероятности банкротства ООО «Новокрымское» и ООО «Лефкадия» показала, что компании имеют высокую вероятность банкротства по причине недостаточности собственных средств, съедаемых убытком текущего года и прошлых лет. Однако, в компаниях достаточно текущих активов, которые позволяют своевременно выполнять обязательства перед контрагентами.
Оценка вероятности банкротства ООО «Саук-Дере» показала, что вероятность банкротства очень высока, так как у компании недостаточно собственных средств и отмечается нехватка текущих активов. Однако уровень текущих обязательств компании в большей степени представлен кредиторской задолженностью перед бюджетом по начисленным акцизам, которая будет погашена из выручки после реализации готовой продукции.
Таблица 9 - Сводная оценка вероятности банкротства организаций
Модель ООО «Новокрымское» ООО «Лефкадия» ООО «Саук-Дере»
2016 г. 2017 г. 2018 г. 2016 г. 2017 г. 2018 г. 2016 г. 2017 г. 2018 г.
Вероятность банкротства
Методика расчета показателей финансового состояния сельскохозяйственн ых товаропроизводител ей, утвержденная Постановлением Правительства РФ в 2003 г. низкая низкая низкая низкая низкая низкая высока я высока я высока я
Методика интегральной оценки, рекомендованная Миниэкономики РФ для разработки финансовой средня я средня я средня я средня я средня я средня я высока я средня я высока я
ООО «Новокрымское» ООО «Лефкадия» ООО «Саук-Дере»
Модель 2016 г. 2017 г. 2018 г. 2016 г. 2017 г. 2018 г. 2016 г. 2017 г. 2018 г.
Вероятность банкротства
политики предприятия
Модель рейтинговой оценки финансового состояния организаций Р.С. Сайфулина и Г.Г. Кадыкова
высока я высока я высока я высока я высока я высока я высока я высока я высока я
Интегральная бальная оценка финансового состояния Л.В. Донцовой и Н.А. Никифоровой средни й высока я средня я средня я средня я средня я очень высоки й очень высоки й очень высоки й
Модель О.П. Зайцевой - высока я средня я - средня я средня я - высока я высока я
Модель Беликова-Давыдовой (ИГЭА) низкая низкая низкая низкая низкая низкая низкая низкая низкая
Модель Г.В. Савицкой (БГЭУ) для АПК низкая низкая высока я низкая высока я высока я высока я высока я высока я
Модель Ю.И. Сигидова и С.А. Кучеренко (КубГАУ) очень высоки й высока я высока я средня я средня я высока я средня я очень высоки й очень высоки й
Оценивая сеть взаимосвязей всех исследуемых организаций, можно проследить определённую созависимость между собой и другими дочерними компаниями, которые осуществляют инвестиционные вложения в развитие всех компаний и пользуются как имущественным комплексом, так и являются дистрибьютером готовой продукции.
Оценивая российскую методическую базу расчета вероятности банкротства, можно отметить непроработанность вопроса учета взаимосвязей и взаимозависимостей с дочерними компаниями и компаниями учредителями, а также особенности начисления косвенных налогов, повышающих текущую кредиторскую задолженность, которые повышают уровень финансового состояния за счет корректировки обязательств и источников финансирования.
Источники:
1. Тюпакова Н.Н. Оценка риска банкротства для организаций агропромышленного комплекса России: коллективная монография «УПРАВЛЕНИЕ ФИНАНСОВЫМИ РИСКАМИ В ЦИФРОВОЙ ЭКОНОМИКЕ» / Н.Н. Тюпакова, О.Ф. Бочарова. - Саратов: - 2018. - С. 138-151.
2. Тюпакова Н.Н. Апробация методик оценки вероятности банкротства для организаций АПК / Н.Н. Тюпакова, О.Ф. Бочарова // Экономика и предпринимательство. -2018. - № 2 (91). - С. 810-818.
3. Герасименко О.А. Финансовая несостоятельность организаций и способы ее диагностики / В.В. Данчук, О.А. Герасименко // Вектор экономики. - 2019. - № 5 (35). - С. 113.
4. О реализации Федерального закона «О финансовом оздоровлении сельскохозяйственных товаропроизводителей» (вместе с «Методикой расчета показателей финансового состояния сельскохозяйственных товаропроизводителей», «Требованиями к участнику программы финансового оздоровления сельскохозяйственных товаропроизводителей»): Постановление Правительства РФ от 30.01.2003 № 52.
5. Об утверждении Методических рекомендаций по реформе предприятий (организаций): Приказ Минэкономики РФ от 01.10.1997 N 118.
6. Методика анализа финансового состояния и оценка потенциальности банкротства сельскохозяйственных организаций: Монография/ Ю.И. Сигидов, С.А. Кучеренко, Н.С. Жминько. - М.: НИЦ ИНФРА-М, 2015. - 120 с.
Sources:
1. Tyupakova N.N. Bankruptcy Risk Assessment for Agribusiness Organizations of Russia: Collective Monograph "FINANCIAL RISK MANAGEMENT IN DIGITAL ECONOMY" / N.N. Tyupakova, O.F. Bocharova. - Saratov: - 2018. - S. 138151.
2. Tyupakova N.N. Testing of methods for assessing the probability of bankruptcy for organizations of the agro-industrial complex / N.N. Tyupakova, O.F. Bocharova // Economics and Entrepreneurship. - 2018. - No 2 (91). - S. 810-818.
3. Gerasimenko O.A. Financial insolvency of organizations and methods for its diagnosis / V.V. Danchuk, O.A. Gerasimenko // Vector of Economics. - 2019. - No 5 (35). - S. 113.
4. On the implementation of the Federal Law "On the financial recovery of agricultural producers" (together with the "Methodology for calculating the financial condition of agricultural producers", "Requirements for the participant in the financial recovery program for agricultural producers"): Decree of the Government of the Russian Federation of January 30, 2003 No. 52.
5. On approval of the Methodological recommendations for the reform of enterprises (organizations): Order of the Ministry of Economy of the Russian Federation of 01.10.1997 N 118.
6. Methods of analyzing the financial condition and assessing the potential bankruptcy of agricultural organizations: Monograph / Yu.I. Sigidov, S.A. Kucherenko, N.S. Zhminko. - M.: SIC INFRA-M, - 2015. - 120 p.
Л.В. Бузуртанова - кандидат экономических наук, доцент кафедры «Бухгалтерский учет, анализ и аудит» ФГБОУ ВО «Ингушский государственный университет»
L.V. Buzurtanova - candidate of economic sciences, associate professor of the department "Accounting, analysis and audit" FSBEI of HE "Ingush State University"
Р.С. Гайрбекова - кандидат экономических наук, доцент кафедры «Государственное и муниципальное управление» ФГБОУ ВО «Чеченский государственный университет»
R.S. Gairbekova - Candidate of Economic Sciences, Associate Professor of the Department of State and Municipal Administration, Federal State Budgetary Educational Establishment of Higher Education "Chechen State University"
ЭКОНОМИКО-ПРОСТРАНСТВЕННЫЕ ОСОБЕННОСТИ РАЗВИТИЯ МУНИЦИПАЛЬНЫХ
РАЙОНОВ
ECONOMIC AND SPATIAL FEATURES OF THE DEVELOPMENT OF MUNICIPAL AREAS
Аннотация. Муниципальные районы являются специфическими объектами исследования в экономическом пространстве регионов. Пространственному фактору в последние годы уделяется много внимания ученых и специалистов, в связи с его возрастающим значением в устойчивости развития муниципальных образований.
Коммуникационное сужение экономического пространства, усиливающееся под влиянием цифровых технологий, образует новый контекст развития муниципальной экономики.
Для большей части муниципальных образований республик СКФО характерна узкоспециализированная структура экономики, низкая доходность у местного населения, нарастание депопуляции, неразвитый рынок труда, невысокий уровень инвестиций в местную инфраструктуру, отсутствие деловой связи с крупными городскими агломерациями.
Особо надо отметить, что экономико-пространственное развитие муниципальных районов горных территорий депрессивных республик СКФО в сравнении с предгорными и равнинными муниципальными образованиями имеют существенно меньшие финансовые, инфраструктурные, организационно-управленческие и иные возможности противостояния в конкурентной борьбе.
Запущенность хронических проблем муниципальных районов усиливает несбалансированность пространственного развития территорий и продолжает наращивать экологические, транспортные и другие проблемы.
Такое положение активизирует отток населения из подобных муниципальных образований, как правило, размещающихся вне урбанизированных территорий, разрушает ресурсную базу местного самоуправления, ведет к потере финансового, интеллектуального и т.п. капитала...
Все это актуализирует необходимость изучения некоторых теоретических аспектов формирования и развития муниципальных районов как вида муниципальных образований и их воздействия на экономическое пространство региона.
Annotation. Municipal areas are specific objects of research in the economic space of the regions. In recent years, a lot of attention has been paid to the spatial factor by scientists and specialists, in connection with its increasing importance in the sustainability of the development of municipalities.
The communication narrowing of the economic space, intensified by the influence of digital technologies, forms a new context for the development of the municipal economy.
Most of the municipalities of the republics of the North-Caucasian Federal District are characterized by a highly specialized economic structure, low profitability of the local population, an increase in depopulation, an undeveloped labor market, a low level of investment in local infrastructure, and a lack of business connection with large urban agglomerations.
It should be especially noted that the economic and spatial development of the municipal regions of the mountainous territories of the depressed republics of the North Caucasus Federal District, in comparison with the foothill and lowland municipalities, have significantly lower financial, infrastructural, organizational, managerial and other opportunities for confrontation in the competition.
The neglect of the chronic problems of municipal districts strengthens the imbalance in the spatial development of territories and continues to increase environmental, transport and other problems.
