CC BY
53Аудиторские ведомости. 2021. № 4. С. 102—109. Audit journal. 2021;(4): 102 — 109.
ФИНАНСЫ
Научная статья УДК 33
doi: 10.24411/1727-8058-2021-4-102-109 NIION: 2017-0074-4/21-019 MOSURED: 77/27-021-2021-04-219
Теоретический обзор общепринятых моделей оценки прогнозирования банкротства компаний: критерии и признаки банкротства стратегических предприятий
Гульнара Абдулловна Салахетдинова
Национальный исследовательский университет «Высшая школа экономики», Москва, Россия, [email protected]
Аннотация. Цель написания настоящей статьи — изучить существующие модели определения вероятности банкротства компаний, а также выяснить, насколько актуальны существующие модели в настоящее время и могут ли они применяться при расчете несостоятельности компаний на примере сельскохозяйственной отрасли. Автором выявлены достоинства и недостатки существующих моделей, а также определены часто используемые предикторы рассматриваемых моделей.
Проведен анализ действующего законодательства РФ о несостоятельности (банкротстве), выявлены обстоятельства, при наличии которых необходима реализация процедуры банкротства стратегических предприятий.
Ключевые слова: несостоятельность (банкротство), logit-модели, MDA-модели
Для цитирования: Салахетдинова Г.А. Теоретический обзор общепринятых моделей оценки прогнозирования банкротства компаний: критерии и признаки банкротства стратегических предприятий // Аудиторские ведомости. 2021. № 4. С. 102 — 109. doi: 10.24411/1727-8058-2021-4-102-109.
FINANCE
Original article
Theoretical review of generally accepted models for assessing the forecasting of bankruptcy of companies: criteria and signs of bankruptcy of strategic enterprises
Gulnara A. Salakhetdinova
National Research University Higher School of Economics, Moscow, Russia, [email protected]
Abstract. The purpose of this article is to study the existing models for determining the probability of company bankruptcy, as well as find out how relevant the existing models are at the present time and whether they can be applied in calculating the insolvency of companies using the example of the agricultural industry. The author identified the advantages and disadvantages of existing models, and also identified frequently used predictors of the considered models.
The analysis of the current legislation of the Russian Federation on insolvency (bankruptcy) is carried out, the circumstances are revealed, in the presence of which it is necessary to implement the bankruptcy procedure of strategic enterprises.
Keywords: insolvency (bankruptcy); logit models; MDA models.
For citation: Salakhetdinova G.A. Theoretical review of generally accepted models for assessing the forecasting of bankruptcy of companies: criteria and signs of bankruptcy of strategic enterprises // Auditorskiye vedomosti = Audit journal. 2021;(4): 102-109. doi: 10.24411/1727-8058-2021-4-102-109 (In Russ.).
© Салахетдинова Г.А., 2021
Для определения вероятности банкротства компаний были выбраны как 1о§И-модели, так и МБЛ-модели:
• МБЛ-модель Э. Альтмана для частных компаний;
• МБЛ-модель Р. Таффлера и Г. Тишоу;
• 1о§И-модель Дж. Олсона;
• 1о§И-модель для сельскохозяйственных предприятий Е.А. Федоровой и Я. В. Тимофеева;
• 1о§И-модель для сельскохозяйственных предприятий Г.В. Савицкой;
• 1о§И-модель для сельскохозяйственных предприятий А.В. Казакова и А.В. Ко-лышкина.
Предполагалось использование 1о§И-модели для сельскохозяйственных предприятий Г.А. Хайдаршиной, однако ее использование невозможно из-за присутствия в ней непубли-куемых в общедоступных источниках информации показателей. Кроме того, планировался расчет по модели Фулмера, но, исследовав элементы модели, можно заметить их мульти-коллинеарность.
Использование исследователями показателей внутренней отчетности повышает прогнозную силу инструмента, но исключает возможность дистанционной, внешней оценки. Немногие российские компании публикуют отчетность по форме № 5, поэтому расчет по множеству западных моделей затруднен в связи с использованием ими показателя денежного потока.
В силу слабой развитости финансового рынка в России были также исключены все модели, использующие рыночные показатели. Таким образом, к дальнейшему расчету принимались только модели, преимущественно основанные на балансовых показателях.
Кроме того, ввиду отсутствия официальных данных по амортизации основных средств и нематериальных активов расчет производится исходя из нормы 14,3%, что соответствует семилетнему сроку полезного использования, так как большинство объектов имущества в сельском хозяйстве чаще всего относится к пятой амортизационной группе.
Оценка точности моделей прогнозирования банкротства заключается в расчете значений выбранных моделей, далее проводится сравнение полученного согласно модели прогноза с реальным состоянием компании.
В рамках указанной процедуры проходит проверка статистических гипотез. В нашем случае в качестве нулевой гипотезы принимается утверждение «компания в состоянии банкротства».
Во время проверки статистических гипотез можно допустить ошибку как первого, так и второго рода. Ошибка первого рода заключается в том, что отклоняется нулевая гипотеза, несмотря на то, что она верна. Ошибка второго рода состоит в том, что нулевая гипотеза не отвергается, однако в действительности она неверна. Следовательно, если компания является банкротом, но классифицируется моделью как «здоровая», то это ошибка первого рода, а если «здоровая» компания классифицируется как потенциальный банкрот, то имеет место ошибка второго рода.
Ошибки первого рода могут привести к более серьезным экономическим последствиям, чем ошибки второго рода, так как потери предполагаемого инвестора очевидны, тогда как ошибки второго рода лишь излишне предостерегут предполагаемого инвестора, что может повлиять только на возможную упущенную инвестиционную выгоду.
Таким образом, значимость данных ошибок признается неравноценной, поэтому в процессе оценки точности моделей приоритетной является точность верной сортировки именно компаний-банкротов (показатель специфичности модели).
Точность моделей относительно «здоровых» компаний (показатель чувствительности модели) приводится, однако является справочной. Модель с высокой чувствительностью часто дает истинный результат при наличии положительного исхода, а модель с высокой специфичностью чаще дает истинный результат при наличии отрицательного исхода. Приведение средневзвешенной точности моделей также является некорректным ввиду того, что банкротов в выборке заведомо меньше. Однако, исходя из проведенного анализа различных моделей, можно сделать вывод, что исследователи приводили значения средневзвешенной точности даже при заметном перекосе в сторону банкротов или «здоровых», что изначально может вводить стороннего пользователя модели в заблуждение.
На основании представленной ниже выборки (табл. 1) был проведен ее анализ с помощью шести моделей (табл. 2).
Таблица 1. Топ-10 компаний ЮФО по величине выручки
Источник: составлено автором по данным spark-interfax.ru.
Таблица 2. Результаты анализа существующих моделей, %
Наименование ЯОЛ, % В.ОИ, % Выручка, млн руб.
2016 г. 2017 г. 2018 г. 2016 г. 2017 г. 2018 г. 2016 г. 2017 г. 2018 г.
АО «Рассвет» 9 6 8 23 19 30 7502 6969 7008
ООО «ССП Генофонд» 52 47 49 553 495 940 5412 6861 6912
ООО «Агроком-плекс Ростовский» 7 -3 8 26 -10 18 2813 3560 6227
ООО «ТК Зеленая линия» 45 56 25 47 80 50 3698 4722 5715
ООО «ЗК Новопетровская» 4 5 1 20 27 3 2504 3065 3483
АО «Сад-Гигант» 26 10 22 89 47 78 3037 2042 3297
СПК Колхоз-племзавод 19 6 19 31 9 30 2836 2474 2874
ООО «Кубанские консервы» 4 10 3 7 14 3 2146 2656 2815
ООО «ВАПК» 9 8 0 38 22 1 2018 2976 2654
ООО «Успенский Агропромсоюз» 12 9 20 33 18 48 1465 1734 2274
Сумма - - - - - - 33 431 37 059 43 260
Наименование Точность для компаний-банкротов Точность для «здоровых» компаний
MDA-модель Альтмана 82,4 78,5
MDA-модель Таффлера—Тишоу 52,9 89,4
Logit-модель Олсона 23,5 95,3
Logit-модель Савицкой 29,4 95,1
Logit-модель Федоровой—Тимофеева 70,6 87,4
Logit-модель Казакова—Колышкина 17,6 97,1
Источник: составлено автором.
Вначале обратимся к модели, разработчиком которой является Эдвард Альтман, знаменитый американский экономист. По частоте использования его модели нет равных. Всего к банкротам было отнесено 14 из 17 фактических банкротов и 237 «здоровых» компаний. Это самый высокий показатель точности для компаний-банкротов из всех рассматриваемых моделей. Обратимся к предикторам, на основе которых была построена самая точная модель. Наибольший вес в модели имеют значения коэффициента оборачиваемости активов и ЛОЛ, но, несмотря на это, наибольшее влияние получается от коэффициента финансовой зависимости. На наш взгляд, Э. Альтман не учитывал тот факт, что величина собственного капитала может быть отрицательной, тогда
как на практике множество компаний, а особенно в предбанкротном состоянии, имеют значительный непокрытый убыток, превышающий величину уставного капитала совместно с резервным и добавочным, если таковые имеются. Более того, величина нераспределенной прибыли (непокрытого убытка) дважды участвует при расчете, что усиливает ее влияние на итоговое значение.
Необходимо упомянуть, что модель Э. Альтмана признала 21,5% «здоровых» компаний банкротами, но, как указано выше, излишней предусмотрительности не бывает. В целом общая точность высокая, но доверять ей полностью, как и любой другой модели, не стоит.
Разработчики следующей модели — известные британские ученые Р. Таффлер и Г. Тишоу.
По результатам данной модели к банкротам были отнесены девять фактических банкротов и 117 «здоровых» компаний. Несмотря на то, что в данной модели участвуют только четыре фактора, ее точность для компаний-банкротов составила свыше 50%, а такое в приведенном анализе удалось лишь трем моделям. Наибольший вес в модели составляет отношение прибыли от продаж к краткосрочным обязательствам. Данное соотношение учитывает как объемы деятельности, так и политику компании по привлечению ЗК. Таким образом, рост/падение прибыли от продаж и увеличение/снижение финансовой нагрузки на ближайший год оказывают наибольшее влияние на жизнеспособность компании. Существенным недостатком данной модели является скромная выборка компаний, использованная исследователем (менее 100 компаний суммарно).
Можно заметить, что МБЛ-модели показали худшие результаты относительно «здоровых» компаний. Предположительно, это связано с их изначальной «категоричностью», т.е. происходит отнесение компании к банкротам, даже если она только начала испытывать небольшие трудности. Более того, в МБЛ-моделях не определяется конкретная вероятность банкротства. Как правило, создатель модели определяет лишь условные границы нескольких интервалов.
Автором первой 1о§И-модели является Джеймс Олсон, создавший ее в 1980 г. По результатам расчета к банкротам было отнесено четыре компании-банкрота и 52 «здоровых» компании. Точность относительно компаний-банкротов достаточно низкая — 23,5%, а для «здоровых» — свыше 95%, что говорит о некой «лояльности» модели. Судя по коэффициентам при регрессорах, наиболее сильное влияние на модель оказывают показатель чистой прибыли компании и коэффициент финансовой зависимости.
Интересным в данной модели представляется использование логарифма для отношения активов к индексу-дефлятору ВВП, т.е. исследователь постарался дополнительно учесть макроэкономический фактор, что должно было, вероятно, улучшить прогнозную способность модели при ее использовании в разных странах. Среди преимуществ можно выявить то, что данная модель была построена на основании статистики по 2000 различных компаний, что на тот момент являлось огромной выборкой. Дополнительное преимущество модели может быть связано также с использованием в ней двух бинарных показателей.
Возможно, недостатком модели Дж. Олсона является слишком большое количество коэффициентов — девять, тогда как, опираясь на теорию систем, нормальным количеством является пять-семь схожих элементов.
Г. В. Савицкая является известным разработчиком моделей оценки вероятности банкротства как на основе дискриминантного, так и регрессионного анализов. В данном исследовании рассматривается одна из ее логистических регрессионных моделей, созданная специально для оценки сельскохозяйственных предприятий. Данная модель была создана в начале 2000-х годов на основании анализа 2160 компаний Республики Беларусь, что является достаточно крупной выборкой. Модель является четырехфакторной и наибольшее влияние на получаемый результат исходит от коэффициента финансовой независимости и коэффициента оборачиваемости оборотного капитала. На основании проведенного анализа выделены пять компаний-банкротов и 54 «здоровые» компании. Подобный результат был получен по модели Олсона, т.е. модель Савицкой также сталкивается с проблемой «лояльности». Преимуществом модели можно считать ее отраслевую специализацию. К недостаткам можно отнести нестандартную формулу расчета для логистической регрессии, а также небольшое количество предикторов, отобранных всего из 15 рассчитанных коэффициентов, что, несомненно, негативно отразилось на прогностической силе модели.
Теперь обратимся к моделям, созданным в России, применяя которые, можно рассчитывать на более точные результаты, так как данные модели, возможно, не в полном объеме, но учитывают уже устоявшуюся российскую специфику ведения бизнеса.
Авторы одной из таких моделей — Е.А. Федорова и Я.В. Тимофеев. Федоровой созданы отдельные модели для всех основных отраслей, включая сельское хозяйство. Используемая модель построена в 2015 г. на основании отчетности 1412 компаний, из которых 412 были признаны банкротами. Точность результатов расчета по данной модели оказалась гораздо выше остальных 1о§И-моделей. Так, по итогам расчета, определены 12 компаний-банкротов и 139 «здоровых» компаний. В данной семифакторной модели наибольший удельный вес присвоен рентабельности активов (по чистой прибыли и по ЕВ1Т), доле краткосрочных обязательств в общем объеме обязательств, а также соотношению дебитор-
ской задолженности и совокупных активов. Преимуществами данной модели являются использование величины дебиторской задолженности и отраслевая специализация. Что касается недостатков модели, то, на первый взгляд, исследователями учтены многие ошибки других авторов.
Наиболее современной является модель, созданная в 2018 г. А.В. Казаковым и А.В. Ко-лышкиным. Их обучающая выборка состояла из почти 3000 компаний сельскохозяйственного сектора. Несмотря на актуальность модели, анализ нашей выборки показал очень низкую точность: к банкротам отнесено лишь три компании и выявлено 32 «здоровых» компании. Модель слишком «лояльна», самая высокая вероятность банкротства составила всего 66%, поэтому для данной модели требуется уточнять коэффициенты или снижать пороговые значения. Проведя эксперимент по снижению порогового значения с 50% до 25%, наблюдается существенное увеличение точности по компаниям-банкротам с 18% до 71% и снижение точности по «здоровым» с 97% до 80%, что улучшает прогностическую способность модели, позволяет найти некий баланс между чувствительностью и специфичностью.
Основным преимуществом 1о§И-моделей является легкость интерпретации полученных результатов, ведь чем ближе полученное значение к 1, тем больше вероятность банкротства. Стандартный порог — 50%, но все зависит от выборки компаний, в особенности от доли банкротов в ней.
Действительно, многие исследователи сталкиваются с проблемой определения порога отнесения компании к банкротам. Создатели моделей стараются придерживаться единообразия и устанавливают порог, опираясь на труды других авторов, так как в ином случае созданная модель считается более субъективной, хотя объективность модели остальных авторов также под вопросом. Именно поэтому одни модели чересчур «лояльны» — точность по «здоровым» компаниями свыше 95%, а другие — слишком «категоричны», считая достаточное количество поистине «здоровых» компаний банкротами.
Общим недостатком рассматриваемых моделей можно признать отсутствие в них каче-ственньх показателей. Среди качественных показателей, встречающихся в различных исследованиях, выделяются:
• возраст компании;
• размер компании (число сотрудников);
• участие в бизнес-группе;
• регион деятельности;
• качество менеджмента;
• качество продукции;
• состояние основных фондов (определение величины износа используемого имущества);
• ведение научной деятельности (оптимизация процессов на производстве).
Чаще всего для внедрения качественных показателей в модель используются бинарные показатели. Например, такой качественный показатель, как участие в бизнес-группе, можно преобразовать в бинарный вид: «1», если является чьей-то дочерней структурой, и «0», если является самостоятельным юридическим лицом.
В итоге была проработана база для дальнейшего исследования, выявлены как достоинства, так и недостатки существующих моделей, определены наиболее часто используемые предикторы моделей.
Как известно, фактором, оказывающим влияние на уровень всестороннего процветания государства и качество жизни населения, является экономическая стабильность. В условиях мирового финансового кризиса, введения санкций со стороны целого ряда стран, падения цен на нефть, распространения СОУГО-19 и принятия государством в связи с этим целой совокупности ограничительных мер критерий «стабильность» присущ далеко не всем участникам экономического рынка. В результате целой совокупности факторов некоторые стратегические предприятия вынуждены прекращать свою деятельность ввиду несостоятельности. Особую важность с точки зрения стратегии развития государства представляют именно предприятия сельскохозяйственного сектора. Процедура признания стратегических предприятий банкротами представляет собой сложный, многоступенчатый процесс [7].
В соответствии с положениями Федерального закона № 127-ФЗ банкротство представляет собой объявленную должником или установленную и признанную судом неспособность должника удовлетворить существующие требования кредиторов по имеющимся денежным обязательствам в полном объеме. Банкротство в соответствии с законодательством может быть также связано с неспособностью должника выполнить свои обязательства по уплате обязательных платежей. В связи с этим в научной литературе банкротство
рассматривается как наиболее эффективный способ разрешения конфликтной ситуации, имеющей место между кредиторами и должниками в результате невозможности должников исполнить свои обязательства.
Применение банкротства позволяет обеспечить защиту интересов сторон. При использовании процедур банкротства кредиторы получают возможность получить те средства, которые причитаются им в результате неисполненного обязательства должника, должники, в свою очередь, получают возможность исполнить свои обязательства в предусмотренной законодательством форме, освободиться от данных обязательств, восстановить собственную платежеспособность [6].
По результатам анализа научной литературы можно заключить, что категории «банкротство» и «несостоятельность» находятся в определенной взаимосвязи, основаны на единых принципах, подразумевают невозможность исполнения обязательств должника с помощью имеющегося у него имущества. Наличие банкротства не может быть признано судом в том случае, если отсутствуют определенные признаки несостоятельности. В свою очередь, установление факта финансовой несостоятельности является основанием для возможности применения положений законодательства о банкротстве [9].
В законодательстве понятия «банкротство» и «несостоятельность» не разграничены, но при этом и не совсем тождественны. Федеральный закон № 127-ФЗ определяет три основных критерия, по которым можно судить, что юридическое лицо является банкротом:
• несостоятельность — выделение этого критерия уже противоречит отождествлению законодателем понятий «банкротство» и «несостоятельность»;
• неплатежеспособность;
• недостаточность имущества дебитора для удовлетворения требований всех кредиторов.
Стоит отметить, что понятие «несостоятельность» является больше экономическим. Несостоятельность означает фактическую невозможность должника выполнить свои денежные обязательства. Понятие «банкротство» является сугубо юридическим. Ведь дополнительным признаком банкротства выступает обязательное наличие решения арбитражного суда, признающего предприятие банкротом.
Для того чтобы суд не счел предприятие банкротом, ему необходимо либо выплатить
долги, либо представить суду документы или иные доказательства, подтверждающие, что кредиторы необоснованно пытаются взыскать с него денежную сумму.
Таким образом, основных, действенных критериев банкротства — два:
1) невозможность дебитора осуществить платежи кредиторам;
2) отсутствие нужного количества имущества для выполнения обязательств перед кредиторами всех очередей.
В правовой среде возникают дискуссии, какой из вышеназванных критериев более значим. В настоящий момент существует несколько подходов к решению данного вопроса.
М.В. Телюкина, Е. Калинина, В. Витрян-ский настаивают на приоритете признака неплатежеспособности [10]. Свою позицию они обосновывают тем, что именно признак неплатежеспособности является ключевым в определении понятия «банкротство» в Федеральном законе № 127-ФЗ.
Иной позиции придерживаются такие исследователи, как Н. Бай, В. Анохин, Н. Мелихов [2]. Они настаивают на том, что главным критерием должен выступать признак отсутствия необходимого имущества для оплаты долгов.
С. Зинченко, Е. Козлова, С. Казачанский настаивают на компромиссе [4]. Они предлагают не выделять главный критерий, а использовать их в совокупности. Лишь соответствуя обоим критерием, должник может быть признан банкротом.
Согласимся с последней точкой зрения, поскольку данный подход предусматривает комплексное, наиболее полное рассмотрение категории «банкротство».
В действующем законодательстве общие и специальные положения, касающиеся нормативно-правового регулирования критериев и признаков несостоятельности (банкротства) предприятий, получили закрепление в достаточно большом количестве актов: в ГК РФ, АПК РФ, Федеральном законе № 127-ФЗ, постановлении Правительства РФ от 29 мая 2004 г. № 257 «Об обеспечении интересов Российской Федерации как кредитора в деле о банкротстве и в процедурах, применяемых в деле о банкротстве» [1] и др.
Юридические признаки несостоятельности предприятий могут быть установлены на основании критериев, которые закреплены в ст. 3 Федерального закона № 127-ФЗ. Таким образом, исходя из этого к числу общих юриди-
ческих признаков несостоятельности предприятий могут быть отнесены:
• имеющаяся у предприятия-должника задолженность по обязательным платежам;
• имеющаяся у предприятия-должника задолженность по заработной плате;
• имеющаяся у предприятия-должника задолженность по выплатам по ранее принятым предприятием обязательствам [3].
Статья 190 Федерального закона № 127-ФЗ устанавливает для стратегических предприятий специальные признаки несостоятельности (банкротства):
• стратегическое предприятие должно иметь в течение срока до шести месяцев неисполненные обязательства об уплате обязательных платежей и просрочки по денежным обязательствам;
• стратегические предприятия должны иметь общую кредиторскую задолженность в сумме не менее 1 млн руб.
Только при наличии указанных условий дело о банкротстве стратегических предприятий может быть принято арбитражным судом к производству.
Установленные законодательством признаки банкротства стратегических предприятий предусматривают необходимость наличия у таких предприятий существенных неисполненных денежных обязательств. Такие требования введены для того, чтобы сохранить стратегическое предприятие ввиду его значительной важности для государства.
Стратегические предприятия, как и иные юридические лица-должники, могут осуществлять деятельность, связанную с сокрытием существующей неблагоприятной ситуации с целью избегания процедуры банкротства. Так, стратегическим предприятием могут оплачиваться некоторые платежи для того, чтобы снизить общую сумму долга и не позволить ей достигнуть 1 млн руб. Однако такие действия в случае обнаружения их уполномоченными органами должны трактоваться как злоупотребление правом. В результате обнаружения таких действий заявители не лишаются возможности инициирования судебного разбирательства по делу о банкротстве.
В случае наличия отмеченных признаков банкротства или выявления риска банкротства при помощи использования представленных выше моделей правом на обращение с заявлением в суд наделены:
• кредиторы предприятия при наличии подтвержденных судебным решением требований;
• уполномоченные органы при наличии принятого решения о взыскании долга и истечении предусмотренного законодательством срока для возможности его уплаты предприятием-должником;
• сотрудники предприятия, которые не получили заработную плату или предусмотренные виды пособий.
Правом на обращение в суд с требованием об инициировании судебного разбирательства по делу о банкротстве обладают также сами стратегические предприятия при наличии установленных законодательством признаков банкротства. В определенных законодательством случаях руководители предприятия обязаны обращаться в суд для начала процедуры банкротства:
• если имеются явные признаки банкротства предприятия;
• если предприятие не способно исполнить свои обязательства перед кредиторами в результате того, что погасило свои обязательства перед одним из кредиторов [9].
Проведение процедуры банкротства предприятия требует принятия арбитражным судом соответствующего решения, которое принимается в результате анализа всех имеющихся обстоятельств дела [5].
Таким образом, на основе проведенного анализа действующего законодательства РФ можно заключить, что для начала реализации процедуры несостоятельности (банкротства) стратегических предприятий требуются наступление определенных обстоятельств, свидетельствующих о необходимости реализации такой процедуры, и выявление факта наступления таких обстоятельств, и его верификация может быть достигнута путем применения 1о§к- и MDA-моделей.
Список источников
1. Постановление Правительства РФ от 29 мая 2004 г. № 257 «Об обеспечении интересов Российской Федерации как кредитора в деле о банкротстве и в процедурах, применяемых в деле о банкротстве» (вместе с «Положением о порядке предъявления требований по обязательствам перед Российской Федерацией в деле о банкротстве и в процедурах, приме -
няемых в деле о банкротстве»)(ред. от 21 июля 2017 г.) // СЗ РФ. 2004. № 23. Ст. 2310.
2. Гончаров А.И. Предупреждение банкротства коммерческой организации. Методология и правовые механизмы [Электронный ресурс] // Режим доступа: https://ilctionbook.ru/author/ a_i_goncharov/preduprejdenie_bankrotstva_kom merches koy/read_online.html.
3. Гортра М.М. Допустимость участия третьих лиц в арбитражном процессе по делам о несостоятельности (банкротстве) // Труды Института государства и права РАН. 2018. Т. 13. № 2. С. 173.
4. Жданов В.Ю., Рыгин В.Е. Теоретический анализ понятий «настоятельность» и «банкротство» предприятий [Электронный ресурс] // Режим доступа: https://cyberleninka.ru/ article/v/ teoreticheskiy-analiz-ponyatiy-nesostoyatelnost-ibankrotstvo-predpriyatiya.
5. Кочарян В.Ю. Проблемы, возникающие в ходе процедуры наблюдения в деле о несостоятельности (банкротстве) юридического лица // Новый юридический вестник. 2019. № 4 (11). С. 22.
6. Кочетков Д.Ю. Наблюдение как процедура банкротства // Наука. Общество. Государство. 2020. № 2. С. 182.
7. Лазарева А.С, Куделя Н.Ю. Понятие, критерии и признаки несостоятельности (банкротства) // Дневник науки. 2020. № 4. С. 62.
8. Мамонтова Е.А. Значение процедуры наблюдения в деле о банкротстве // Новая наука: от идеи к результату. 2017. № 5. С. 189.
9. Полищук Т.А., Маркова Д.А. Банкротство юридических лиц в России // Общество: политика, экономика, право. 2017. № 6. С. 35.
10. Телюкина М.В. Комментарий к Федеральному закону «О несостоятельности (банкротства)». М.: Юрайт-Издат, 2004.
References
1. Decree of the Government of the Russian Federation of May 29, 2004 No. 257 «On securing the interests of the Russian Federation as a credi-
tor in a bankruptcy case and in the procedures used in a bankruptcy case» (together with the «Regulations on the procedure for filing claims for obligations to the Russian Federation in in the bankruptcy case and in the procedures applied in the bankruptcy case») (as amended on July 21, 2017) // SZ RF. 2004. No. 23. Art. 2310.
2. Goncharov A.I. Bankruptcy prevention of a commercial organization. Methodology and legal mechanisms [Electronic resource] // Access mode: https://fictionbook.ru/author/ a_i_goncharov / preduprejdenie_bankrotstva_kommerches koy / read_online.html.
3. Gortra M.M. The admissibility of the participation of third parties in the arbitration process in insolvency (bankruptcy) cases // Proceedings of the Institute of State and Law of the Russian Academy of Sciences. 2018. Vol. 13. No. 2. P. 173.
4. Zhdanov V.Yu, Rygin V.E. Theoretical analysis of the concepts of «urgency» and «bank-ruptcy» of enterprises [Electronic resource] // Access mode: https://cyberleninka.ru/ article / v / teoreticheskiy-analiz-ponyatiy-nesostoyatelnost-ibankrotstvo-predpriyatiya.
5. Kocharyan V.Yu. Problems arising during the observation procedure in the insolvency (bankruptcy) case of a legal entity // New legal bulletin. 2019. No. 4 (11). P. 22.
6. Kochetkov D.Yu. Observation as a bankruptcy procedure // Science. Society. State. 2020. No. 2.P. 182.
7. Lazareva A.S., Kudelya N.Yu. Concept, criteria and signs of insolvency (bankruptcy) // Science Diary. 2020. No. 4. P. 62.
8. Mamontova E.A. The value of the observation procedure in a bankruptcy case // New science: from idea to result. 2017. No. 5. P. 189.
9. Polishchuk T.A., Markova D.A. Bankruptcy of legal entities in Russia // Society: politics, economics, law. 2017. No. 6. P. 35.
10. Telyukina M.V. Commentary on the Federal Law «On Insolvency (Bankruptcy)». M.: Yurayt-Izdat, 2004.
Информация об авторе
Г.А. Салахетдинова — адвокат, соискатель степени доктора юридического администрирования.
Information about the author
G.A. Salakhetdinova — lawyer, candidate for doctor of legal administration degree.
Статья поступила в редакцию 06.09.2021; одобрена после рецензирования 06.10.2021; принята к публикации 02.11.2021. The article was submitted 06.09.2021; approved after reviewing 06.10.2021; accepted for publication 02.11.2021.
