Применение сигнального подхода для оценки и прогноза финансовой устойчивости российских предприятий

Пехальский Денис Игоревич   Миничев Федор Ильич   

Статья опубликована в журнале «Проблемы прогнозирования» (ISSN: 0868-6351 (Print), ISSN: 3034-0071 (Online)), №5 2024

RUEN
ПРИМЕНЕНИЕ СИГНАЛЬНОГО ПОДХОДА ДЛЯ ОЦЕНКИ И ПРОГНОЗА ФИНАНСОВОЙ УСТОЙЧИВОСТИ РОССИЙСКИХ ПРЕДПРИЯТИЙ

Пехальский Денис Игоревич, dpekhalsky@forecast.ru, Центр макроэкономического анализа и краткосрочного прогнозирования, Институт народнохозяйственного прогнозирования Российской академии наук, Москва, Россия
ORCID: 0000-0002-5769-7326

Миничев Федор Ильич, fminichev@forecast.ru, Центр макроэкономического анализа и краткосрочного прогнозирования, Институт народнохозяйственного прогнозирования Российской академии наук, Москва, Россия
ORCID: 0009-0007-9827-2758

Аннотация. В статье оценивается финансовая устойчивость российских промышленных предприятий на основе финансовых коэффициентов, посчитанных по их бухгалтерской отчетности. Для оценки используется адаптированная методология сигнального подхода, изначально предназначенного для раннего оповещения о валютных кризисах. На основе данных о действующих компаниях и компаниях-банкротах вычисляются пороги по шести финансовым коэффициентам, пересечение которых повышает вероятность банкротства. Сводный опережающий индикатор банкротства, посчитанный на основе этих порогов, позволил верно спрогнозировать 91,5% банкротств и 93,7% отсутствия банкротств компаний в 2023 г.

Ключевые слова: финансовая устойчивость предприятий, финансовые коэффициенты, модель прогнозирования банкротства, сигнальный подход.

DOI: 10.47711/0868-6351-206-203-216

Статья поступила в редакцию 25.03.2024. Статья принята к публикации 25.04.2024.

Для цитирования: Д.И. Пехальский, Ф.И. Миничев. Применение сигнального подхода для оценки и прогноза финансовой устойчивости российских предприятий // Проблемы прогнозирования. 2024. № 5 (206). С. 203-216. DOI: 10.47711/0868-6351-206-203-216

SIGNALS APPROACH FOR ASSESSMENT AND PREDICTION OF FINANCIAL STABILITY OF RUSSIAN BUSINESSES

D.I. PEKHAL’SKII, Center for Macroeconomic Analysis and Short-Term Forecasting, Institute of Economic Forecasting, Russian Academy of Sciences, Moscow, Russia
ORCID: 0000-0002-5769-7326

F.I. MINICHEV, Center for Macroeconomic Analysis and Short-Term Forecasting, Institute of Economic Forecasting, Russian Academy of Sciences, Moscow, Russia
ORCID: 0009-0007-9827-2758

Abstract. The article presents an assessment of financial stability of Russian industrial companies based on financial ratios calculated on the data from their accounting statements. The assessment uses a modified methodology of the signals approach, originally designed for early warning of currency crises. Based on the data about operating and bankrupt companies, thresholds crossing which increases the likelihood of bankruptcy are calculated for six financial ratios. The consolidated leading indicator of bankruptcy calculated basing on these thresholds correctly predicts bankruptcies in 91,5% cases and the absence of bankruptcies in 93.7% cases, in 2023.

Keywords: financial stability of businesses, financial ratios, bankruptcy prediction model, signals approach.

DOI: 10.1134/S1075700724700291

Received 25.03.2024. Accepted 25.04.2024.

For citation: D.I. Pekhal’skii and F.I. Minichev. Signals Approach for Assessment and Prediction of Financial Stability of Russian Businesses // Studies on Russian Economic Development. 2024. Vol. 35. No. 5. Pp. 753–762. DOI: 10.1134/S1075700724700291

Литература/References

  1. Основные направления единой государственной денежно-кредитной политики на 2023 год и период 2024 и 2025 годов. Банк России. 02.11.2022 г. URL: https://www.cbr.ru/Content/Document/File/139691/on_2023(2024-2025).pdf [Monetary Policy Guidelines for 2023-2025. Bank of Russia. November 02. 2022 (In Russ.)]
  2. Сальников В.А., Могилат А.Н., Маслов И.Ю. Стресс-тестирование компаний реального сектора для России: первый подход (методологические аспекты) // Журнал Новой экономической ассоциации. 2012. № 4 (16). С. 46-70. [Salnikov V.A, Mogilat A.N., Maslov I.Yu. Stress testing for Russian real sector: first approach. Journal of the New Economic Association. No. 4 (16). Pp. 46-70 (In Russ.)]
  3. Beaver W.H. Financial Ratios as Predictors of Failure. Journal of Accounting Research. 1966. Vol. 4. Pp. 71–111. DOI: 10.2307/2490171.
  4. Tamari M. Financial Ratios as a Means of Forecasting Bankruptcy. Management International Review. 1966. Vol. 6. No. 4. Pp. 15–21.
  5. Altman E.I. Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy. The Journal of Finance. 1968. Vol. 23. No. 4. Pp. 589–609. DOI: 10.2307/2978933.
  6. Altman E.I., Hotchkiss E. Corporate Financial Distress and Bankruptcy: A Complete Guide to Predicting & Avoiding Distress and Profiting from Bankruptcy. 2nd edition. New York. John Wiley & Sons. 1993. 384 p.
  7. Balcaen S., Ooghe H. 35 years of studies on business failure: an overview of the classic statistical methodologies and their related problems. The British Accounting Review. 2006. Vol. 38 (1). Pp. 63–93. DOI: 10.1016/j.bar.2005.09.001.
  8. Ohlson J.A. Financial Ratios and the Probabilistic Prediction of Bankruptcy. Journal of Accounting Research. 1980. Vol. 18 (1). Pp. 109–31. DOI: 10.2307/2490395.
  9. Gentry J.A., Newbold P., Whitford D.T. Funds Flow Components, Financial Ratios, and Bankruptcy. Journal of Business Finance & Accounting. 1987. Vol. 14. Pp. 595-606. DOI: 10.1111/j.1468-5957.1987.tb00114.x.
  10. Gentry J.A, Newbold P., Whitford D.T. Classifying Bankrupt Firms with Funds Flow Components. Journal of Accounting Research. 1985. Vol. 23. No. 1. Pp. 146–160. DOI: 10.2307/2490911.
  11. Федорова Е.А., Довженко С.Е., Федоров Ф.Ю. Модели прогнозирования банкротства российских предприятий: отраслевые особенности // Проблемы прогнозирования. 2016. № 3. С. 32-40. DOI: 10.1134/S1075700716030060. [Fedorova E.A., Dovzhenko S.E., Fedorov F.Yu. Bankruptcy-Prediction Models for Russian Enterprices: Specific Sector-Related Characteristics. Studies on Russian Economic Development. 2016. Vol. 3. Pp. 254-261. (In Russ.)]
  12. Рыбалка А.И. Моделирование вероятности дефолта в строительном секторе: факторы корпоративного построения // Корпоративные Финансы. 2017. № 3. С. 79-99. DOI: 10.17323/j.jcfr.2073-0438.11.3.2017.79-99. [Rybalka A.I. Modeling the Probability of Default in the Construction Sector: Factors of Corporate Governance. Journal of Corporate Finance Research. 2017. Vol. 3. Pp. 79-99. (In Russ.)]
  13. Демешев Б.Б., Тихонова А.С. Прогнозирование банкротства российских компаний: межотраслевое сравнение // Экономический журнал ВШЭ. 2014. № 18. С. 359–386. [Demeshev B.B., Tikhonova A.S. Default prediction for Russian companies: intersectoral comparison. HSE Economic Journal. 2014. Vol. 3. Pp. 359-386. (In Russ.)]
  14. Мицель А.А., Козлов С.В., Силич В.А., Маслов А.В. Математические модели финансовой устойчивости предприятий // Фундаментальные исследования. 2016. № 6-1. С. 88-93. DOI: 10.17513/fr.40377. [Mitsel A.A., Kozlov S.V., Silich V.A., Maslov А.V. Mathematical models of enterprises financial stability. Fundamental’nye issledovaniya. 2016. Vol. 6-1. Pp. 88-93 (In Russ.)]
  15. Lugovskaya L. Predicting default of Russian SMEs on the basis of financial and non-financial variables. Journal of Financial Services Marketing. 2010. Vol. 14. Pp. 301–313. DOI: 10.1057/fsm.2009.28.
  16. Kim H., Cho H., Ryu D. Corporate Default Predictions Using Machine Learning: Literature Review. Sustainability. 2020. Vol. 12 (16). Pp. 1-11. DOI: 10.3390/su12166325.
  17. Kaminsky G.L., Lizondo J.S., Reinhart C.M. Leading indicators of currency crises. IMF Staff Papers. 1998. Vol. 45 (1). Pp. 1–48.
  18. Медведев И.Д., Кривенко Г.И. Оценка влияния прямых иностранных инвестиций на вероятность макрофинансового перегрева // Проблемы прогнозирования. 2024. № 1 (202). С. 157-167 DOI: 10.1134/S1075700724010106. [Medvedev I.D., Krivenko G.I. Assessing the Impact of Foreign Direct Investment on the Probability of Macro-Financial Overheating. Studies on Russian Economic Development. 2024. Vol. 35. No. 1. Pp. 109-115. (In Russ.)]
  19. Veganzones D., Severin E. Corporate failure prediction models in the twenty-first century: a review. European Business Review. 2021. Vol. 33 (2). Pp. 204–226. DOI: 10.1108/EBR-12-2018-0209.