accountingУчет. Анализ. АудитAccounting. Analysis. Auditing2408-93032619-130XFinancial University under The Government of Russian Federation10.26794/2408-9303-2021-8-1-13-23accounting-364Research ArticleТЕОРИЯ УЧЕТНО-КОНТРОЛЬНЫХ И АНАЛИТИЧЕСКИХ ПРОЦЕССОВTHEORY OF ACCOUNTING AND CONTROLМодели прогнозирования вероятности банкротства и возможности их применения для строительных компанийModels for Predicting the Probability of Bankruptcy: Applying in Construction Companieshttps://orcid.org/0000-0002-2387-3440ВойкоА. В.VoikoA. V.

Александр Вячеславович Войко — кандидат экономических наук, доцент Департамента корпоративных финансов и корпоративного управления

Aleksandr V. Voiko — Cand. Sci. (Econ.), Associate Professor, Department of Corporate Finance and Corporate Governance

Moscow

AVVoyko@fa.ruФинансовый университетРоссияFinancial UniversityRussian Federation202106022021811323Copyright © Войко А.В., 20212021Войко А.В.Voiko A.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://accounting.fa.ru/jour/article/view/364

В статье анализируются зарубежные и отечественные методики прогнозирования банкротства предприятий с целью их применения в крупнейших организациях России. Эмпирической базой исследования явились строительные компании, сопоставимые по размеру, объемам выручки, доле рынка, а информационной базой для расчетов послужили данные их финансовой отчетности за год, предшествующий анализу. Качество прогнозов проверено на основе расчета независимых показателей финансового анализа, а также с использованием данных финансовых рынков и цен акций исследуемых компаний. Результатом стал выбор моделей, дающих наиболее точный прогноз по финансовому положению организации строительной отрасли. Выявлено, что модели прогнозирования финансовой несостоятельности предприятий не могут оценить изменения финансовой устойчивости в краткосрочной перспективе, поэтому было проведено сравнение итогов расчета с данными финансовых рынков. Установлено, что модели, демонстрирующие наибольшую прогностическую способность, коррелируют с результатами независимого финансового анализа, а также с данными финансовых рынков относительно динамики цены акций строительных организаций. Сформулированные рекомендации по подходу к выбору моделей анализа вероятности банкротства могут быть полезны работникам финансовых и аналитических служб для прогнозирования финансовой несостоятельности строительных организаций.

The paper examines some foreign and domestic methods of forecasting bankruptcy of enterprises in order to apply them in the largest construction organizations in Russia. The empirical basis of the study is the construction companies that are comparable in size, revenue, and market share. Their annual financial statements preceding the analysis are the information base of calculations. The quality of forecasts has been checked on independent indicators’ calculations of financial analysis, as well as using data from financial markets and share prices under studied companies. The result of the research is the selection of models that gives the most correct forecast of the financial situation of a company in the construction industry. It has been also revealed that models for predicting financial insolvency of enterprises has not been able to assess changes in financial stability in the short term. Therefore, the author compares calculation results with data of financial markets. As a result, it was found that models which demonstrate the greatest predictive ability correlate with the results of independent financial analysis, as well as with data of financial markets regarding the share price dynamics of construction companies. The paper provides recommendations on approaches to choosing models for analyzing the probability of bankruptcy and can be useful for specialists of financial and analytical services to predict the financial insolvency of construction business.

финансовая несостоятельностьмодель прогнозированиястроительствофинансовый анализфинансовая устойчивостьбанкротствоцена акцииfinancial insolvencyforecasting modelconstructionfinancial analysisfinancial stabilitybankruptcyshare priceReferencesПилюгина А. В., Каширцева А. П. Проблемы финансового управления строительной отрасли. Экономика и управление: проблемы и решения. 2015;(2):58–62.Pilyugina A. V., Kashirtseva A. P. Problems of financial management of the construction industry. Ekonomika i upravlenie: problemy i resheniya = Economics and Management: Problems and Solutions. 2015;(2):58–62. (In Russ.).Shi Y., Li X. A bibliometric study on intelligent techniques of bankruptcy prediction for corporate firms. Heliyon. 2019;5(12):1–12. DOI: 10.1016/j.heliyon.2019.e02997Shi Y., Li X. A bibliometric study on intelligent techniques of bankruptcy prediction for corporate firms. Heliyon. 2019;5(12):1–12. DOI: 10.1016/j.heliyon.2019.e02997Карминский А.М., Бурехин Р. Н. Сравнительный анализ методов прогнозирования банкротств российских строительных компаний. Бизнес-информатика. 2019;(3):52–66. DOI: 10.17323/1998–0663.2019.3.52.66Karminskii A. M., Burekhin R. N. Comparative analysis of methods of forecasting of bankruptcy of the Russian construction companies. Biznes-informatika = Business Informatics. 2019;(3):52–66. (In Russ.). DOI: 10.17323/1998–0663.2019.3.52.66Agustia D., Abdi Muhammad N. P., Permatasari Y. Earnings management, business strategy, and bankruptcy risk: Evidencefrom Indonesia. Heliyon. 2020;6(2):1–9. DOI: 10.1016/j.heliyon.2020.e03317Agustia D., Abdi Muhammad N. P., Permatasari Y. Earnings management, business strategy, and bankruptcy risk: Evidencefrom Indonesia. Heliyon. 2020;6(2):1–9. DOI: 10.1016/j.heliyon.2020.e03317Khushbu A., Yogesh M. Efficacy of industry factors for corporate default prediction. IIMB Management Review. 2019;31(1):71–77. DOI: 10.1016/j.iimb.2018.08.007Khushbu A., Yogesh M. Efficacy of industry factors for corporate default prediction. IIMB Management Review. 2019;31(1):71–77. DOI: 10.1016/j.iimb.2018.08.007Крупенина Д. А. Сравнительный анализ моделей прогнозирования банкротства. Территория науки. 2019;(3):77–83.Krupenina D. A. Comparative analysis of bankruptcy forecasting models. Territoriya nauki = Territory of Science. 2019;(3):77–83. (In Russ.).Федорова Е. А., Довженко С. Е., Тимофеев Я. В. Какая модель лучше прогнозирует банкротство российских предприятий? Экономический анализ: теория и практика. 2018;392(41):32–38.Fedorova E. A., Dovzhenko S. E., Timofeev Ya. V. Which model better predicts the bankruptcy of Russian enterprises? Ekonomicheskii analiz: teoriya i praktika = Economic Analysis: Theory and Practice. 2018;392(41):32–38. (In Russ.).Rybarova D., Braunova M., Jantosova L. Analysis of the construction industry in the Slovak Republic by bankruptcy model. Procedia — Social and Behavioral Sciences. 2016;(230):98–306. DOI: 10.1016/j.sbspro.2016.09.038Rybarova D., Braunova M., Jantosova L. Analysis of the construction industry in the Slovak Republic by bankruptcy model. Procedia — Social and Behavioral Sciences. 2016;(230):98–306. DOI: 10.1016/j.sbspro.2016.09.038Marcinkevithiusa R., Kanapickienob R. Bankruptcy prediction in the sector of construction in Lithuania. Procedia — Social and Behavioral Sciences. 2014;(156):553–557. DOI: 10.1016/j.sbspro.2014.11.239Marcinkevithiusa R., Kanapickienob R. Bankruptcy prediction in the sector of construction in Lithuania. Procedia — Social and Behavioral Sciences. 2014;(156):553–557. DOI: 10.1016/j.sbspro.2014.11.239Федорова Е. А., Гиленко Е. В., Довженко С. Е. Модели прогнозирования банкротства: особенности российских предприятий. Проблемы прогнозирования. 2013;137(2):85–92.Fedorova E. A., Gilenko E. V., Dovzhenko S. E. Bankruptcy forecasting models: Features of Russian enterprises. Problemy prognozirovaniya = Problems of Forecasting. 2013;137(2):85–92. (In Russ.).Федорова Е. А., Федоров Ф. Ю., Хрустова Л. Е. Прогнозирование банкротства предприятий на примере отраслей строительства, промышленности, транспорта, сельского хозяйства и торговли. Финансы и кредит. 2016;715(43):27–32.Fedorova E. A., Fedorov F. Yu., Krustova L. E. Forecasting the bankruptcy of enterprises on the example of construction, industry, transport, agriculture and trade. Finansy i kredit = Finance and Credit. 2016;715(43):27– 32. (In Russ.).Qu Y., Quan P., Leid M., Shia Y. Review of bankruptcy prediction using machine learning and deep learning techniques. Procedia Computer Science. 2019;(162):895–899. DOI:10.1016/j.procs.2019.12.65Qu Y., Quan P., Leid M., Shia Y. Review of bankruptcy prediction using machine learning and deep learning techniques. Procedia Computer Science. 2019;(162):895–899. DOI:10.1016/j.procs.2019.12.65Большакова О. Е., Максимов А. Г., Максимова Н. В. К вопросу о прогнозировании состоятельности и вероятности банкротства предприятий малого и среднего бизнеса. Финансовая аналитика: проблемы и решения. 2016;290(8):47–62.Bolshakova O. E., Maksimov A. G., Maksimova N. V. On the issue of forecasting the solvency of small and medium-sized businesses and probability of their bankruptcy. Finansovaya analitika: problemy i resheniya = Financial Analytics: Problems and Solutions. 2016;290(8):47–62. (In Russ.).Ковшова М., Ларина Л., Насирова А. Сравнение отечественного и зарубежного опыта оценки финансового состояния предприятия. РИСК: ресурсы, информация, снабжение, конкуренция. 2015;(1):269–272.Kovshova M., Larina L., Nasirov A. Comparison of domestic and foreign experience in assessing the financial condition of the enterprise. RISK: resursy, informatsiya, snabzhenie, konkurentsiya = RISK: Resources, Information, Supply, Competition. 2015;(1):269–272. (In Russ.).Ситникова Э. В., Шумская Т. П. Комплексная оценка финансового состояния предприятия ООО «ПК Кристалл-Лефортово». Финансы. Управление. Инновации. 2017;(2):248–254.Sitnikova E. V., Shumskaya T. P. Comprehensive assessment of the financial condition of the company “PC Kristall-Lefortovo”. Finansy. Upravlenie. Innovacii = Finance. Management. Innovations. 2017;(2):248–254. (In Russ.).

The authors declare that there are no conflicts of interest present.