Оценка вероятности банкротства компаний строительной отрасли

Прогнозирование банкротства методом множественного дискриминантного анализа. Особенности формирования финансовой отчетности в строительной отрасли. Повышение рентабельности, платежеспособности и ликвидности компаний. Уменьшение вероятности дефолта.

Рубрика Бухгалтерский учет и аудит
Вид дипломная работа
Язык русский
Дата добавления 02.09.2018
Размер файла 927,0 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

С практической точки зрения результаты исследования могут быть полезны управляющим строительного бизнеса, нуждающимся в оценке финансового состояния своей компании и компаний конкурентов, что особенно актуально в кризисные периоды экономики.

Следует также выделить ряд ограничений настоящего исследования. Самым существенным недостатком стало несовершенство данных, так как по России более 2-х тыс. компаний зарегистрированы под основным видом деятельности: строительство жилых и нежилых зданий. Однако только около 40% компаний вошло в выборку ввиду того, что многие компании были исключены из выборки ввиду сокрытия отчетности или предоставления неполной информации. Также стоит отметить, что в выборку включались компании, которые существуют на рынке как минимум 2 года, так как в противном случае было бы невозможно рассчитать значения переменной, учитывающей динамику.

Кроме того, в настоящем исследовании не учитываются нормативные показатели коэффициентов. Предполагается, что увеличение значения финансового показателя является положительной тенденцией, однако интерпретация их динамики представляет более сложный процесс и является отдельным исследовательским вопросом. Также не учитываются в модели макропоказатели, однако выборка собрана так, что включает в себя компании, действующие в кризисные периоды в экономической ситуации в стране. Тем самым в настоящей работе выявлены показатели, которые могут быть чувствительны к макроэкономической ситуации в стране.

Стоит отметить, что разработанная модель, имеющая высокие прогнозные качества, позволяет оценить вероятность банкротства строительной отрасли Российской Федерации за год до наступления неблагоприятного события с помощью финансовых показателей, которые можно рассчитать, используя публичную годовую отчетность, составленную по российским стандартам. Также исследование создает широкую базу для дальнейшей работы в предметной области оценки банкротства и будет продолжено в рамках будущих исследовательских проектов.

Список использованных источников

Нормативно правовые акты

1. Федеральный закон от 26.10.2002 N 127-ФЗ (ред. от 29.12.2015) "О несостоятельности (банкротстве)" (с изм. и доп.. вступ. в силу с 29.03.2016).

Специальная литература

1. Афанасьева О., Жданов В. Модель диагностики риска банкротства предприятий авиационно-промышленного комплекса // Корпоративные Финансы, 2012. 5(4) -- 77-89 с.

2. Безрукова Т.Л.. Шанин И.И. Классификация показателей оценки эффективности экономической деятельности промышленного предприятия // Общество: политика. экономика. Экономика и организация предприятия. Управление предприятием 2012. №1. -- С. 73-79.

3. Беликов А.Ю.. Давыдова Г.В. Методика количественной оценки риска банкротства предприятий // Управление риском. 1999. № 3. С.13-20

4. Богданова Т.К.. Алексеева Ю.А. Прогнозирование вероятности банкротства предприятий с учетом изменения финансовых показателей в динамике. // Бизнес-информатика. 2011. №1 (15). С. 50-60.

5. Воронина В.М. Прогнозирование банкротства промышленных предприятий с помощью количественных и качественных методов анализа: проблемы теории и практики // Экономический анализ: теория и практика. 2007. № 18. С.27-34.

6. Индекс экономического настроения (ДКС ВШЭ) в IV квартале 2016 года. М.: НИУ ВШЭ. 2017 -- 20 с.

7. Кован С.Е.. Кочетков Е.П. Финансовая устойчивость предприятия и ее оценка для предупреждения его банкротства // Экономический анализ: теория и практика. 2009. №15. -- С. 52-59.

8. Парушина Н.В. Основные направления анализа и прогнозирования финансового состояния по данным бухгалтерской (финансовой) отчетности организаций // Международный бухгалтерский учет. 2012. №2. -- С. 55-63.

9. Рыбалка А.И. Моделирование вероятности дефолта в строительном секторе: факторы корпоративного построения // Корпоративные финансы. 2017. №3. Т. 13. -- 77-99 с.

10. Федорова Е.А.. Тимофеев Я.В. Разработка моделей прогнозирования банкротства российских предприятий для отраслей строительства и сельского хозяйства. // Финансы и кредит. Экономика и экономические науки. 2015. № 32 (656). С. 2-10.

11. Фонарева С. Обзор затрат на строительство и строительные материалы в России // КПМГ Росси и СНГ. 2017. --16 с.

12. Шеремет А.Д. Сайфулин Р.С.. Негашев Е.В. Методика финансового анализа. -- М.: ИНФРА-М. 2008. -- 208 с.

13. Altman Edward. Hotchkiss Edith. Corporate financial distress and bankruptcy. // John Wiley & Sons. Hoboken. New Jersey. 2006. Р. 354.

14. Aziz M.A.. Dar H.A. Predicting corporate bankruptcy: where we stand? // Corporate governance. 2006. №1(6). Р. 18-33.

15. Aziz A.. Lawson G.H. Cash Flow Reporting and Financial Distress Models: Testing of Hypotheses // Financial Management. 1989. № 1 (18). Р. 55-63.

16. Beaver W. Financial Ratios as Predictors of Failure // Journal of Accounting Research. 1966. №5. P. 71- 111.

17. Bellovary J.. Giacomino D.. Akers M. A Review of Bankruptcy Prediction Studies: 1930-Present // Journal of Financial Education. 2007. № 33. Р. 1-33.

18. Eisdorfer A., Hsu PH. The effect of technology competition on corporate bankruptcy. / /Financial Management. 2011. №40 (4) -- P. 1087-1117

19. FitzPatrick P. A comparison of ratios of successful industrial enterprises withthose of failed companies. // The Certified Public Accountant. 1932. P. 598-605.

20. Gu Z. Analyzing bankruptcy in the restaurant industry: A multiple discriminant model // International Journal of Hospitality Management. 2002. Vol. 21. Issue 1. P.: 25-42.

21. Jackendoff. N. A Study of Published Industry Financial and Operating Ratios. // Bureau of Economic and Business Research. 1962.

22. Marginean R.. Mihaltan D. Diagnostic of bankruptcy risk in the furniture industry using the Canon-Holder and Altman nodels. 2015. Vol. 3. Issue 2 (8). -- Р. 83-91.

23. Parsa H.G.. Self John T.. Njite D.. King T. Why Restaurants Fail // Cornell Hospitality Quarterly. 2005. Vol. 46. Issue 3. -- P. 304-322.

24. Scott J. The probability of bankruptcy: A comparison of empirical predictions and theoretical models // Journal of Banking & Finance. 1981. Vol. 5. Issue 3. P.: 317-344.

25. S-M Lin, Andreeva G., Ansell J. 'Predicting default of a small business using different definitions of financial distress // Journal of the Operational Research Society. 2012. vol 63, no. 4 -- P. 539-548.

26. Topaloglu Z. A Multi-Period Logistic Model of Bankruptcies in the Manufacturing Industry // International Journal of Finance and Accounting. 2012. № 1(3). P.: 28-37.

Электронные ресурсы

27. Федеральная служба государственной статистики // Официальная статистика / Предпринимательство / Строительство. 2017. [Электронный ресурс]. URL: http://www.perepis-2020.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/enterprise/building/# (Дата обращения: 10.05.2018)

28. Altman Edward. Financial ratios. discriminant analysis and the prediction of corporate bankruptcy // The Journal of Finance. 1968. №4(23). P. 589-609. [Электронный ресурс]. URL: http://www.jstor.org/stable/2978933 (Дата обращения: 06.04.2017)

29. Economy.gov.ru. 2016. Деятельность/Направления/Макроэкономика//Мониторинг и анализ социально-экономического развития Российской Федерации и отдельных секторов экономики. [Электронный ресурс]. URL: http://economy.gov.ru/minec/activity/sections/macro/monitoring/ (Дата обращения: 28.03.17)

30. Ohlson J.A. Financial Ratios and the Probabilistic Prediction of Bankruptcy // Journal of Accounting Research. 1980. №1(18). Р. 109-131. [Электронный ресурс]. URL: http://www.jstor.org/stable/2490395 (Дата обращения: 06.04.2017)

Приложение 1

Точечные графики

Приложение 2

Корреляционная матрица переменных

LIQ

ROA

ROE

ROS

ZKSK

OAA

LNTR

PR_DIR

YEAR

GROWTH

LIQ

1.000000

-----

ROA

0.189478

1.000000

0.0001

-----

ROE

0.211959

0.391081

1.000000

0.0000

0.0000

-----

ROS

0.203790

0.293432

0.034935

1.000000

0.0000

0.0000

0.4618

-----

ZKSK

-0.050648

0.083480

0.054158

0.174073

1.000000

0.2858

0.0782

0.2537

0.0002

-----

OAA

0.042270

0.026923

0.044609

0.033245

0.104125

1.000000

0.3732

0.5707

0.3473

0.4837

0.0279

-----

LNTR

-0.112493

-0.021492

-0.033855

-0.004493

0.185853

0.048282

1.000000

0.0175

0.6508

0.4757

0.9246

0.0001

0.3090

-----

PR_DIR

0.090058

0.057135

0.042417

0.098165

0.138724

0.042356

-0.015782

1.000000

0.0574

0.2285

0.3715

0.0382

0.0033

0.3722

0.7396

-----

YEAR

0.014104

-0.027382

0.012551

-0.068974

-0.029213

0.050862

0.121875

-0.029371

1.000000

0.7664

0.5641

0.7915

0.1459

0.5383

0.2838

0.0100

0.5361

-----

GROWTH

0.112728

0.138716

0.105431

0.157595

0.028991

0.132447

-0.011305

0.149886

-0.027354

1.000000

0.0172

0.0033

0.0260

0.0008

0.5414

0.0051

0.8118

0.0015

0.5645

-----

Аннотация

Настоящее исследование посвящено изучению одному из актуальных вопросов корпоративного управления -- выявлению факторов, влияющих на оценку вероятности банкротства компаний. На данный момент не уделяется должного внимания анализу вероятности банкротства компаний в определенных отраслях российской экономики, что ведет к неправильному прогнозу платежеспособности и устойчивости компаний.

В настоящей работе на данных из финансовой отчетности предприятий строительства жилых и нежилых зданий простроена логистическая регрессия, включающая основные финансовые показатели рентабельности, ликвидности и платежеспособности, а также возраст компании и долю директора в собственном капитале компании, с помощью которой выявлены факторы, влияющие на прогнозирование банкротства строительных компаний за год до наступления неблагоприятного события в современных условиях.

Abstract

The research is devoted to studying of one of the most urgent corporate governance issues -- identification of factors affecting the forecasting companies' failure. The main problem is the lack of attention to the analysis of the probability of companies' bankruptcy in certain sectors of the Russian economy, which leads to an incorrect forecast solvency and sustainability of companies.

In this work, logistic regression was built with the help of data from the financial statements of construction companies, including the main financial indicators of profitability, liquidity and solvency, the company's age and the share of directors in the company's own capital, and indicators were defined by means of which it is possible to predict bankruptcy probability of the Russian construction companies in a year before deterioration in the financial health of company.

Размещено на Allbest.ru

...

Подобные документы

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.