?
Static Model Classification Status: Taking into Account Emerging External Factors
Анализ состояния проблемы предсказания банкротства, свидетельствует, что и в зарубежных и в отечественных моделях учитывались только внутренние факторы предприятий. Но одни и те же показатели внутренних факторов в одних быстро меняющихся внешних условиях могут привести к банкротству, а в других нет. Внешние факторы являются наиболее опасными в связи с тем, что возможности оказания воздействия на них минимальны, а последствия их реализации могут быть разрушительными.
В работе ставится цель – на одних и тех же факторах Российских предприятий оценить влияние учета макроэкономических показателей (внешних факторов) на параметры статических моделей предсказания приближения локального кризиса на предприятии.
Для реализации поставленной цели из базы данных Spark был составлен набор, включающий 50 предприятий официально признанных банкротами в период 2000-2009 годов и 50 стабильно работающих предприятий со случайной выборкой этого же временного периода. Внешние факторы были взяты из источника www. stat.hse.ru.
Сравнивались 2 набора данных: 1) микроэкономические показатели - денежные средства к общей сумме обязательств, нераспределенная прибыль к активам, чистая прибыль к выручке, BIT к активам, чистая прибыль к собственному капиталу, чистая прибыль к совокупным обязательствам, краткосрочные обязательства к общим активам, совокупность краткосрочных и долгосрочных займов к общим активам, ДС к активам, оборотные активы к краткосрочным обязательствам, активы к выручке, собственный капитал к активам, оборотные активы к выручке; 2) дополнительно учитывались внешние факторы - индекс реального ВВП, индекс промышленного производства, индекс реальных денежных доходов;, индекс реальных инвестиций, индекс потребительских цен, ставка рефинансирования, уровень безработицы, цены на электроэнергию по регионам, цены на газ по регионам, цена нефти, цена газа, курс доллара к рублю, курс евро к рублю, индекс S&P, индекс RTS, регион.
Поставленная цель сравнения результатов разбиения на классы «Банкроты» и «Небанкроты» достигалась применением 2-х методов: классификации и дискриминации. В обоих методах расчетные процедуры реализованы с применением алгоритмов: линейной регрессии, искусственной нейронной сети и генетического.
Во 2-м наборе данных в модели вошли как внутренние, так и внешние факторы. Результаты показали, что учет только микроэкономических показателей ухудшает показатели моделей примерно в 2 раза.