МОДИФИКАЦИЯ МОДЕЛЕЙ ПРОГНОЗИРОВАНИЯ БАНКРОТСТВА РОССИЙСКИХ КОМПАНИЙ

MODIFICATION OF BANKRUPTCY FORECASTING MODELS OF RUSSIAN COMPANIES

Ganin Nikita Alexandrovich

Student, Academy of Labor and Social Relations,

Russia, Moscow.

АННОТАЦИЯ

В статье анализируются модели прогнозирования банкротства российских компаний с целью выявления возможностей их адаптации к условиям нестабильной экономики. Представлен сравнительный анализ зарубежных и отечественных моделей, особое внимание уделено моделям Альтмана и Зайцевой. Предложены модификации моделей, учитывающие влияние макроэкономических факторов (волатильность валютного курса, инфляция, санкционное давление) и отраслевой специфики (на примере компаний ТЭК и розничной торговли). В частности, предложено введение коэффициента волатильности валютного курса и бинарного индикатора санкционного давления. Обоснована необходимость замены рыночной стоимости активов на балансовую стоимость в условиях низкой ликвидности российского фондового рынка. Результаты исследования могут быть использованы для повышения эффективности управления финансовыми рисками в российских компаниях.

ABSTRACT

The article analyzes bankruptcy forecasting models for Russian companies in order to identify opportunities for their adaptation to the conditions of an unstable economy. A comparative analysis of foreign and domestic models is presented, with special attention paid to the Altman and Zaitseva models. Modifications of the models are proposed that take into account the influence of macroeconomic factors (exchange rate volatility, inflation, sanction pressure) and industry specifics (using the example of fuel and energy complex and retail companies). In particular, it is proposed to introduce a volatility coefficient of the exchange rate and a binary indicator of sanction pressure. The need to replace the market value of assets with the book value in the context of low liquidity of the Russian stock market is substantiated. The results of the study can be used to improve the efficiency of financial risk management in Russian companies.

Ключевые слова: модели прогнозирования банкротства; российская экономика; отраслевая специфика; модель Альтмана; модель Зайцевой, волатильность валютного курса.

Keywords: bankruptcy prediction models; Russian economy; industry specifics; Altman model; Zaitseva model, exchange rate volatility.

Количественные методы оценки финансовых рисков, в частности, модели прогнозирования банкротства, являются важным инструментом для принятия обоснованных управленческих решений и обеспечения финансовой устойчивости организаций [4]. Точная и своевременная оценка рисков позволяет компаниям оптимизировать структуру капитала, повышать рентабельность и снижать вероятность банкротства [5]. Однако, как отмечают многие исследователи [1; 8], применение классических моделей в российских условиях сопряжено со значительными трудностями, обусловленными спецификой российской экономики, высокой волатильностью, влиянием геополитических факторов и недостаточной прозрачностью финансовой отчетности [4].

Актуальность данного исследования определяется необходимостью разработки и адаптации моделей прогнозирования банкротства к реалиям российской экономики, учитывающих влияние макроэкономических факторов и отраслевой специфики. Существующие модели, разработанные для развитых рынков, не всегда адекватно отражают риски, возникающие в условиях нестабильной российской экономики [9]. В связи с этим, целью исследования является модификация моделей прогнозирования банкротства российских компаний с учетом макроэкономических факторов и отраслевой специфики.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Проанализировать применимость существующих моделей прогнозирования банкротства (Альтмана, Зайцевой и др.) в условиях российской экономики.

2. Выявить ключевые макроэкономические факторы (волатильность валютного курса, инфляция, санкционное давление) и отраслевые особенности, влияющие на финансовую устойчивость российских компаний.

3. Разработать модификации моделей прогнозирования банкротства, учитывающие влияние макроэкономических факторов и отраслевой специфики.

Научная новизна исследования заключается в разработке методологии адаптации моделей прогнозирования банкротства к условиям российской экономики, учитывающей влияние макроэкономических факторов и отраслевой специфики. В отличие от существующих работ в данной статье предлагается комплексный подход, включающий введение новых коэффициентов, учитывающих волатильность валютного курса и санкционное давление, а также замену рыночной стоимости активов на балансовую стоимость.

Поставленные цель и задачи определили структуру данного исследования. В первом разделе представлен обзор существующих моделей прогнозирования банкротства и анализ их применимости в российских условиях. Во втором разделе рассматриваются особенности российской экономики и факторы, влияющие на финансовую устойчивость компаний. В третьем разделе предлагаются модификации моделей прогнозирования банкротства, учитывающие макроэкономические факторы и отраслевую специфику. В заключении сформулированы основные выводы и рекомендации.

В современной практике существует широкий спектр количественных методов оценки финансовых рисков, в частности моделей прогнозирования банкротства [4; 8]. Эти модели можно разделить на зарубежные и отечественные, каждая из которых имеет свои преимущества и недостатки в контексте применения на примере организаций российской экономики.

В качестве зарубежных моделей оценки финансовых рисков выделяются следующие:

1) Модель Альтмана (Z-оценка) является одной из наиболее распространённых и широко используемых моделей, основанной на анализе пяти финансовых коэффициентов [4]. Формула Z-счета (1) отражена ниже:

где

K₁ = (Оборотные активы - Краткосрочные обязательства) / Активы

K₂ = Нераспределенная прибыль / Активы

K₃ = Прибыль до налогообложения и процентов / Активы

K₄ = Рыночная стоимость акций / Обязательства

K₅ = Выручка / Активы

Преимуществами модели являются простота расчёта и доступность данных для количественного измерения бизнес-рисков. Однако, модель Альтмана, разработанная под специфику американских компаний, не учитывает особенности российской экономики, например, высокую волатильность валютного курса, влияние геополитических рисков и регулирование деятельности на основе бухгалтерского учета [1]. В частности, использование рыночной стоимости акций (K₄) может быть проблематичным в условиях низкой ликвидности российского фондового рынка.

2) Модель Таффлера (Taffler’s Z-Score), разработанная в 1977 году, использует четыре финансовых коэффициента для оценки вероятности банкротства [2]. Эта модель была разработана на основе анализа британских компаний и является одной из первых попыток применения многофакторного дискриминантного анализа для прогнозирования банкротства.

Общий вид модели имеет следующий вид, исходя из формулы (2):

где

X₁ - мера рентабельности и ликвидности;

X₂ - мера ликвидности и финансовой устойчивости;

X₃ - мера финансовой зависимости;

X₄ - мера эффективности использования активов;

c₀, c₁, c₂, c₃, c₄ - коэффициенты, определенные с помощью дискриминантного анализа.

Посредством модели Таффлера можно учесть комплекс ключевых финансовых показателей, отражающих ликвидность, рентабельность и финансовую устойчивость компании. При этом она была разработана на основе эмпирических данных, что повышает ее практическую значимость и ценность для анализа бизнес-рисков.

Однако, модель Таффлера была разработана для британских компаний, соответственно, она не учитывает особенности российской экономики и бухгалтерского, налогового учета. В условиях высокой инфляции и волатильности процентных ставок в России, высокая долговая нагрузка может искажать результаты модели. Как и большинство классических моделей, модель Таффлера не учитывает влияние макроэкономических факторов, таких как волатильность валютного курса и геополитические риски.

3) Модель Лиса, предложенная в 1972 году, также использует четыре финансовых показателя для оценки вероятности банкротства [2]. Общий вид модели Лиса приведен в формуле (3):

где

X₁ = (Оборотный капитал / Общие активы) - мера ликвидности

X₂ = (Чистая прибыль / Общие активы) - мера рентабельности

X₃ = (Нераспределенная прибыль / Общие активы) - мера финансовой устойчивости

X₄ = (Собственный капитал / Общие обязательства) - мера финансовой зависимости.

Модель Лиса позволяет учитывать ключевые аспекты финансового состояния компании, такие как ликвидность, рентабельность и структура капитала.

При этом в рамках её практического применения не учитывается темп инфляционных процессов, соответственно, исторические данные о нераспределенной прибыли могут быть искажены. Кроме того, модель не учитывает различия в структуре капитала и рентабельности между разными отраслями российской экономики.

4) Модель Спрингейта (Springate Score), разработанная в 1978 году, представляет собой еще один пример многофакторной модели для прогнозирования банкротства [2]. Общий вид модели имеет следующий вид, исходя из формулы (4):

где

X₁ = (Оборотный капитал / Общие активы)

X₂ = (Прибыль до налогообложения / Общие активы)

X₃ = (Выручка / Общие активы)

X₄ = (Собственный капитал / Общие обязательства)

Рассматриваемая модель позволяет комплексно учитывать финансовые показатели, отражающие рентабельность, финансовую устойчивость и ликвидность компании. При этом модель не учитывает особенности и специфику формирования российской бухгалтерской отчетности и налогообложения, не адаптирована к быстро меняющимся условиям в условиях нестабильной российской экономики.

5) Модель Фулмера (Fulmer H Score), предложенная в 1984 году, является более сложной моделью, чем предыдущие, и включает в себя значительное количество финансовых показателей (до 40) [7].

С помощью данной модели оценки финансовой несостоятельности компаний можно учесть воздействие разных детерминантов, воздействующих на её экономическое состояние. В отличие от приведенных выше моделей у концепции Фулмера более высокая точность прогнозирования (за счет использования значительных массивов информационных данных).

В качестве отечественных моделей оценки финансовой несостоятельности компаний выделяются такие, как:

1) Модель Зайцевой, которая основана на расчете комплексного коэффициента, учитывающего рентабельность, кредиторскую задолженность, ликвидность [10]. Модель лучше адаптирована к российским реалиям, чем зарубежные модели, поскольку учитывает особенности российской бухгалтерской отчетности и специфику ведения бизнеса. Однако, модель Зайцевой не учитывает влияние макроэкономических факторов, таких как волатильность валютного курса и инфляция, которые оказывают существенное влияние на финансовое состояние российских компаний.

2) Модель Постюшкова предназначена для оценки финансового состояния предприятия и прогнозирования вероятности банкротства на основе анализа ключевых финансовых показателей, ориентированного на российские предприятия, для того чтобы учесть особенности их бизнес-деятельности.

Рассматриваемая модель основана на расчете комплексного показателя, включающего следующие элементы:

- коэффициент текущей ликвидности (показывает способность компании погашать краткосрочные обязательства);

- коэффициент обеспеченности собственными оборотными средствами (характеризует финансовую устойчивость);

- коэффициент оборачиваемости активов (отражает эффективность использования активов);

- коэффициент рентабельности продаж (показывает прибыльность деятельности).

Соответственно, модель Постюшкова разработана с учетом специфики российской экономики и бухгалтерского учета, учитывает различные аспекты финансового состояния компании (ликвидность, устойчивость, эффективность, прибыльность), относительно проста в расчете и интерпретации итоговых результатов и выводов.

Вместе с тем данная методология неспособна учитывать влияние макроэкономических факторов, таких как инфляция и волатильность валютного курса, различия между разными отраслями российской экономики.

3) Модели Давыдовой и Беликова, Савицкой отличаются тем, что они разрабатывались с учетом отраслевой специфики. Это означает, что они учитывают особенности финансового состояния и деятельности предприятий конкретных отраслей экономики, таких как торговля и сельское хозяйство.

Модель Давыдовой и Беликова, как правило, ориентирована на предприятия торговли [11]. Она может включать такие показатели, как:

- оборачиваемость товарных запасов;

- доля дебиторской задолженности в активах;

- рентабельность продаж.

Модель Савицкой в наибольшей степени ориентирована на сельскохозяйственные предприятия и включает такие показатели, как:

- урожайность сельскохозяйственных культур;

- себестоимость производства сельскохозяйственной продукции;

- зависимость от государственных субсидий.

Ключевое преимущество обозначенных выше моделей состоит в комплексном учете отраслевой специфики. Соответственно, они позволяют более точно оценить финансовое состояние предприятий конкретных отраслей, учитывая их особенности. За счет учета отраслевой специфики эти модели могут давать более точные прогнозы вероятности банкротства, чем универсальные модели.

Однако данные модели применимы только к предприятиям тех отраслей, для которых они были разработаны.

Разработка отраслевых моделей требует глубокого понимания специфики конкретной отрасли, которые не всегда учитывают макроэкономические факторы в полной мере. При этом сбор информационных данных для отраслевых показателей может быть сложнее, чем для универсальных показателей финансового состояния организаций.

Представленный обзор демонстрирует, что ни одна из рассмотренных моделей прогнозирования банкротства не является полностью адаптированной к реалиям российской экономики.

Основная проблема зарубежных моделей состоит в том, что они изначально были разработаны для экономик с другими характеристиками (более стабильными, с развитым фондовым рынком, с иной системой бухгалтерского учета, чем в РФ).

Соответственно, в контексте функционирования российских компаний они не учитывают высокую волатильность валютного курса, влияние геополитических рисков и санкционного давления, инфляцию, особенности налогообложения и бухгалтерского учета.

Использование рыночной стоимости акций (как, например, в модели Альтмана) затруднено из-за низкой ликвидности российского фондового рынка. Следовательно, непосредственное применение зарубежных моделей по отношению к российским компаниям может приводить к искаженным и неточным результатам.

Отечественные модели исследования финансовой несостоятельности российских компаний в наибольшей степени учитывают специфику российской экономики и бухгалтерского учета.

Тем не менее, существующие концепции и методологии не учитывают влияние макроэкономических факторов (волатильность, инфляция, санкции), которые оказывают существенное влияние на финансовое состояние российских компаний.

Модели Давыдовой и Беликова, Савицкой, хоть и учитывают отраслевую специфику, применимы только к определенным отраслям и не являются универсальными. Следовательно, отечественные модели требуют доработки и адаптации к современным условиям функционирования российских компаний.

Предпосылки модификации моделей прогнозирования банкротства российских компаний:

- необходима разработка методологических механизмов учета влияния волатильности валютного курса, инфляции, геополитических рисков и санкционного давления на финансовое состояние компаний.

- важно учитывать различия в структуре капитала, рентабельности и уровне риска в разных отраслях экономики;

- необходимо использовать информационные данные, которые адекватно отражают финансовое состояние российских компаний в современных условиях (например, замена коэффициента рыночной стоимости активов на балансовую стоимость);

- необходимо непрерывно, своевременно, регулярно пересматривать и обновлять модели исследования финансовой несостоятельности российских компаний, чтобы они соответствовали быстро меняющимся экономическим условиям.

Представленный анализ показывает, что ни одна из существующих моделей не обеспечивает достаточной точности и надежности прогнозирования банкротства российских компаний в современных условиях. Это создает потребность в разработке новой модели, которая учитывала бы все ключевые факторы, влияющие на финансовое состояние российских предприятий.

Российская экономика характеризуется рядом особенностей, которые оказывают существенное влияние на применение количественных методов оценки финансовых рисков. К ним относятся:

1) Макроэкономические факторы, включая:

- волатильность валютного курса.

Значительные колебания курса российского рубля к доллару и евро создают риски для компаний, имеющих валютные активы и обязательства, что затрудняет прогнозирование финансовых результатов и требует использования специальных инструментов хеджирования [6].

- инфляция.

Высокий уровень инфляции снижает реальную стоимость активов и доходов российских компаний, что необходимо учитывать при проведении оценки вероятности финансовой несостоятельности бизнеса. Игнорирование рассматриваемого детерминанта может привести к принятию неэффективных и ошибочных управленческих решений [3].

- процентные ставки.

Высокие процентные ставки по банковским кредитам увеличивают стоимость заемного капитала и снижают инвестиционную привлекательность проектов, реализуемых российскими компаниями, что также влияет на оценку стоимости компаний и активов.

- экономический рост или спад национальной системы.

Цикличность российской экономики, характеризующаяся периодами роста и спада в национальной системе, оказывает влияние на финансовое состояние компаний и их способность выполнять свои обязательства.

2) Геополитические факторы, в том числе:

- международные санкции.

Ограничения, введенные в отношении российских компаний и коммерческих банков, ограничивают доступ к финансированию, увеличивают операционные расходы и создают неопределенность в отношении будущих перспектив. Оценка влияния международных экономических санкций требует использования комбинированного подхода, включающего элементы сценарного анализа и экспертных оценок.

- политическая нестабильность.

Неопределенность в отношении политической ситуации и будущей макроэкономической политики создает определенные риски в управлении проектами для инвесторов и российских компаний.

3) Специфические особенности российского бизнеса, которые обусловлены следующим:

- уровень корпоративного управления в российских компаниях, как правило, ниже, чем в организациях, функционирующих на территории развитых стран, что увеличивает риски для инвесторов и кредиторов;

- недостаточная прозрачность финансовой отчетности и ограниченный доступ к информационным данным, которые затрудняют проведение анализа и оценку рисков бизнес-деятельности;

- существенная роль государственного сектора в национальной экономике создает риски, связанные с изменением государственной политики и норм правового регулирования.

Перечисленные выше особенности российской экономики создают ряд проблем при применении количественных методов оценки финансовых рисков, в частности:

- неадекватность существующих моделей прогнозирования банкротства российских компаний, поскольку многие модели, разработанные для развитых рынков, не учитывают специфику российской экономики и не позволяют адекватно оценить риски. Например, модель Альтмана, разработанная для американских компаний, может давать неточные результаты при применении к российским компаниям из-за различий в структуре капитала и специфике бухгалтерского учета;

- недостаток качественных данных, что обусловливает проблему с информационной прозрачностью, доступностью и достоверностью информации при проведении анализа и оценки бизнес-рисков. При этом не все российские компании не публикуют подробную финансовую отчетность, а доступ к конфиденциальной информации зачастую ограничен.

- сложность в интерпретации результатов количественной оценки рисков, поскольку их необходимо интерпретировать с учетом контекста российской экономики и экспертной оценки макроэкономических и геополитических факторов;

- нехватка квалифицированных специалистов в области риск-менеджмента, обладающих знаниями и опытом в применении количественных методов оценки бизнес-рисков;

- особенности российского законодательства и надзора могут создавать ограничения для применения некоторых количественных методов оценки бизнес-рисков и уровня вероятности банкротства российских компаний.

Несмотря на существующие проблемы, можно выделить перспективы для развития количественных методов оценки финансовых рисков среди российских компаний:

- адаптация существующих моделей к российским условиям, учитывая макро- и микроэкономические факторы, а также разрабатывать отраслевые модели анализа уровня вероятности финансовой несостоятельности субъектов хозяйствования;

- разработка новых моделей и методологий прогнозирования вероятности банкротства компаний, учитывающих особенности российской экономики, влияние санкций, политической нестабильности;

- использование комбинированных подходов, обусловленных сочетанием количественных и качественных методов оценки предпринимательских рисков;

- развитие цифровых технологий и методов анализа больших данных позволяет автоматизировать сбор и анализ данных, повысить точность прогнозирования рисков и принимать более обоснованные управленческие решения;

- повышение квалификации специалистов в области риск-менеджмента, в частности, можно способствовать обмену опытом количественных и качественных измерений рисков между российскими и зарубежными экспертами;

- совершенствование нормативно-правовой базы и стимулирование российских компаний к внедрению современных методов управления предпринимательскими рисками.

Проведенный анализ подтверждает значимость количественных методов оценки финансовых рисков для обеспечения финансовой устойчивости российских компаний. Однако, применение этих методов в российской практике сопряжено с рядом проблем, обусловленных особенностями национальной экономики, включая макроэкономическую нестабильность, геополитические риски, недостаточную прозрачность финансовой отчетности и ограниченный доступ к данным. Для повышения эффективности управления рисками необходимо: адаптировать существующие модели к российским условиям, разрабатывать новые модели, учитывающие особенности российской экономики, использовать комбинированные подходы, сочетающие количественные и качественные методы, развивать цифровые технологии и методы анализа больших данных, а также повышать квалификацию специалистов в области риск-менеджмента. Именно комплексный подход, учитывающий специфику российской экономики и сочетающий количественные и качественные методы анализа финансовой несостоятельности компаний, позволит повысить эффективность управления рисками и обеспечить их долгосрочную финансовую устойчивость.

Список литературы:

1. Васильева Н. К., Мороз Н. Ю., Соколова Е. А., Фрампольский А. В. Практическое применение методов финансового анализа для выявления манипуляций в бухгалтерской отчетности // Естественно-гуманитарные исследования. – 2021. – №. 3 (35). – С. 265-273.
2. Гонова О. В. Диагностика риска банкротства предприятия на основе финансового моделирования // Современные наукоемкие технологии. Региональное приложение. – 2023. – №. 3 (75). – С. 13-19.
3. Корсунова О. В., Худякова Т. А. Факторы, определяющие уровень финансово-экономической устойчивости промышленного предприятия // Вестник Южно-Уральского государственного университета. Серия: Экономика и менеджмент. – 2022. – Т. 16. – №. 3. – С. 82-90.
4. Куровский С. В., Мишин Д. А., Шугаев М. О. Финансовые аспекты управления рисками в международных инвестиционных проектах // Финансовый менеджмент. – 2024. - № 11-2. – С. 473-482.
5. Лескова К. А., Андреева О. О. Анализ финансового состояния организации: методические вопросы // Вестник науки. – 2021. – Т. 3. – №. 4 (37). – С. 85-91.
6. Лобунцова К. Б. Исследование внутренних и внешних факторов, влияющих на финансовую устойчивость компании // Аллея науки. – 2021. – Т. 1. – №. 1. – С. 246-250.
7. Мазур В. Н. Проблема диагностики банкротства при антикризисном управлении предприятием // Экономика и бизнес: теория и практика. – 2023. – №. 4-2 (98). – С. 37-42.
8. Мишин Д. А., Куровский С. В., Попов А. И. Цифровые финансовые решения для предприятий кондитерской фуд-флористики: опыт, практики и влияние на отрасль // Финансовые рынки и банки. – 2025. - № 4. – С. 86-91.
9. Самохвалов А. Ю. Конъюнктура риск-менеджмента цифрового бизнеса в России // Экономика: вчера, сегодня, завтра. – 2022. – Т. 12. – №. 8. – С. 315-321.
10. Фалалеева О. В., Маталыцкая С. К. Эффективность риск-менеджмента: отдельные аспекты анализа влияния бизнес-риска на деятельность организации // Endless light in science. – 2025. – №. 28 февраль ХН. – С. 364-372.
11. Юмашева И. А., Семенова Д. С. Оценка эффективности перехода предприятия на аутсорсинг // Экономика и управление. – 2022. – Т. 28. – №. 2. – С. 159-175.