УДК 332.14; 330.43

Сценарное прогнозирование рисков банкротства предприятий деревообрабатывающей промышленности Свердловской области

И.В. Наумов, А.А. Бычкова, Н.Л. Никулина

Институт экономики Уральского отделения РАН, г. Екатеринбург, Россия

Аннотация

Деревообрабатывающая промышленность Свердловской области является важным сектором региональной экономики, она способствует развитию малого и среднего бизнеса, привлечению инвестиций и созданию рабочих мест. Однако высокая зависимость от цен на древесину, транспортных расходов и макроэкономических факторов делает предприятия отрасли уязвимыми, повышают риски их банкротства. В статье рассматривается применение регрессионных и авторегрессионных моделей ARIMA/ARMA для формирования прогнозных сценариев изменения вероятности банкротства предприятий отрасли. В качестве данных использовалась годовая бухгалтерская отчетность предприятий деревообрабатывающей промышленности Свердловской области за период 1999–2023 гг. В рамках работы определены ключевые внутренние (оборачиваемость оборотных активов, срочная ликвидность предприятий, обеспеченность собственными оборотными средствами, рентабельность оборотных активов, оборачиваемость запасов и др.) и внешние (процентные ставки по банковским кредитам, импорт технологий и услуг технического характера) факторы, влияющие на вероятность банкротства, проведены расчеты по трем сценариям развития (инерционному, предполагающему сохранение в будущем уже выявленных тенденций, а также крайне оптимистичному и пессимистичному). Исследование показало, что уровни финансовой устойчивости предприятий деревообрабатывающей промышленности значительно различаются, что обусловлено как их размерами, так и воздействием макроэкономических факторов. Результаты моделирования показали, что для крупных предприятий риск банкротства остается умеренным, средние предприятия сталкиваются с повышенным риском из-за изменчивости финансовых показателей, а малые предприятия демонстрируют относительно стабильные значения финансовых показателей, меньше подвержены рискам банкротства, но сталкиваются с проблемами ликвидности активов и обеспеченности оборотными средствами. Практическая значимость исследования заключается в возможности использования полученных прогнозов для выработки мер по снижению рисков финансовой нестабильности. Результаты могут быть полезны органам государственной власти, кредиторам и предпринимателям для повышения финансовой устойчивости предприятий отрасли. В дальнейшем предполагается углубленное изучение механизмов финансового регулирования и разработка стратегий повышения устойчивости бизнеса в условиях макроэкономической неопределенности.

Ключевые слова

вероятность банкротства; регрессионный анализ; ARIMA-моделирование; деревообрабатывающая промышленность; регион; прогнозирование

JEL classification

Список использованной литературы

1. Суркова О.Е., Акулинин М.А. Актуальные проблемы несостоятельности (банкротства) // Международный научно-исследовательский журнал. 2022. № 7 (121), часть 2. С. 176–178. https://doi.org/10.23670/IRJ.2022.121.7.071

         2. Слабинская И.А., Кравченко Л.Н. Прогнозирование банкротства как метод оценки экономической безопасности организаций // Вестник Белгородского государственного технологического университета им. В.Г. Шухова. 2017. №8. C. 195–199. https://doi.org/10.12737/article_5968b453283fe8.39704252

         3. Крохичева Г.Е., Архипов Э.Л., Борщева Л.В., Топор Ю.А. Прогнозирование банкротства как элемент экономической безопасности // Науковедение : интернет-журнал. 2016. Т. 8, № 2. С. 1–8. http://dx.doi.org/10.15862/68EVN216

         4. Оборин М.С., Мартиросян М.Р. Банкротство как риск и инструмент превентивного реагирования в предпринимательской̆ деятельности // Интеллект. Инновации. Инвестиции. 2021. № 3. С. 35–47. https://doi.org/10.25198/2077-7175-2021-3-35

         5. Субхонбердиев А.Ш., Титова Е.В., Егорова Г.Н. Анализ рынка деревообрабатывающего производства в России // Вестник Воронежского государственного университета инженерных технологий. 2021. T. 83, №3. C. 269–275. https://doi.org/10.20914/2310-1202-2021-3-269-275

         6. Федорова Е.А., Мусиенко С.О., Федоров Ф.Ю. Анализ влияния внешних факторов на прогнозирование финансовой несостоятельности российских компаний // Вестник Санкт-Петербургского университета. Экономика. 2020. Т. 36, № 1. С. 117–133. https://doi.org/10.21638/spbu05.2020.106

         7. Соколова О.А., Сидоров М.А. О прогнозировании динамики показателей промышленного производства региона (На материалах Вологодской Области) // Вопросы территориального развития. 2022. T. 10, № 2. C. 1–11. https://doi.org/10.15838/tdi.2022.2.62.2

         8. Добрина М.В. «Модель ARIMA в машинном обучении: прогнозирование временных рядов» // Мягкие измерения и вычисления. 2024. Т. 74, № 1. С. 36–47. https://doi.org/10.36871/2618-9976.2024.01.004

         9. Шубина Н.В. Угрозы экономической безопасности деревообрабатывающей отрасли РФ // Национальные интересы: приоритеты и безопасность. 2017. Т. 13, № 9. С. 1692–1711. https://doi.org/10.24891/ni.13.9.1692

         10. Игнашева Т.А. Моделирование интегральных показателей и прогноз индексов промышленного производства в Республике Марий Эл // Вестник Марийского государственного университета. Серия «Сельскохозяйственные науки. Экономические науки». 2019. T. 5, № 4. С. 460–469. https://doi.org/10.30914/2411-9687-2019-5-4-460-469

         11. Давыденко В.А., Данилова Е.П., Портняга Е.М. Социально-экономические последствия банкротства физических лиц // Вестник Тюменского государственного университета. Социально-экономические и правовые исследования. 2022. Т. 8, № 4. С. 23–64. https://doi.org/10.21684/2411-7897-2022-8-4-23-64

         12. Бурцева Т.А., Ахмадов А.Р. Метод оценки влияния создания новой промышленной инфраструктуры на промышленное и социально-экономическое развитие регионов // Экономика науки. 2022. T. 8, № 1. С. 46–57. https://doi.org/10.22394/2410-132x-2022-8-1-46-57

         13. Прядилина Н.К., Стариков Е.Н., Мезенцева Е.С. Современное состояние и перспективы развития лесопромышленного комплекса Свердловской области // Лесотехнический журнал. 2017. T. 7, № 2. C. 193–204. https://doi.org/10.12737/article_5967eafe996de7.27358174

         14. Lukason O. Age and size dependencies of firm failure processes: an analysis of bankrupted Estonian firms // International Journal of Law and Management. 2017. Vol. 60, Issue 6. Pp. 1272–1285. https://doi.org/10.1108/IJLMA-03-2017-0071

         15. Lukason O., Hoffman R. Firm Bankruptcy Probability and Causes: An Integrated Study // International Journal of Business and Management. 2024. Vol. 9, No. 11. Pp. 80–91. https://doi.org/10.5539/ijbm.v9n11p80

         16. Lukason O., Vissak T. Exporters’ failure predictors and processes: a multi-country analysis based on the theoretical concept of firms’ financial crisis types // Cogent Economics & Finance. 2024. Vol. 12, Issue 1. 2399957. https://doi.org/10.1080/23322039.2024.2399957

         17. Lukason O, Laitinen E. Firm failure processes and components of failure risk: An analysis of European bankrupt firms // Journal of Business Research. 2018. Vol. 98. Pp. 380–390. https://doi.org/10.1016/j.jbusres.2018.06.025

         18. Hossain S., Mir M., Chouksey A., Miah M., Pant L., Ridoy M., Sayeed A., Khan M. Bankruptcy Prediction for US Businesses: Leveraging Machine Learning for Financial Stability // Journal of Business and Management Studies. 2025. Vol. 7, No. 1. Pp. 1–14. https://doi.org/10.32996/jbms.2025.7.1.1

         19. Rizvi M. ARIMA Model Time Series Forecasting // International Journal for Research in Applied Science and Engineering Technology. 2024. Vol. 12, Issue 5. Pp. 3782–3785. https://doi.org/10.22214/ijraset.2024.62416

         20. Wang X., Kräussl Z., Brorsson M. Datasets for Advanced Bankruptcy Prediction: A survey and Taxonomy // ArXiv. 2024. 2411.01928. Pp. 1–47. https://doi.org/10.48550/arXiv.2411.01928

         21. Yadav D.K., Goswami L. Autoregressive Integrated Moving Average Model for Time Series Analysis // 2024 International Conference on Optimization Computing and Wireless Communication (ICOCWC). IEEE, 2024. Pp. 1–6. https://doi.org/10.1109/icocwc60930.2024.10470488

         22. Abbas A., Abdali M. Companies Bankruptcy Prediction by Using Altman Models and Comparing Them // Research Journal of Finance and Accounting. 2015. Vol. 6, No. 14. Pp. 154–169. https://doi.org/10.13140/RG.2.1.1605.0320

         23. Altman E.I., Iwanicz-Drozdowska M., Laitinen E.K., Suvas A. Financial distress prediction in an inter-national context: A review and empirical analysis of Altman’s z-score model // Journal of International Financial Management & Accounting. 2017. Vol. 28, Issue 2. Pp.131–171. https://doi.org/10.1111/jifm.12053

         24. Melon P. Predykcja upadłości przedsiębiorstw – przykład Monnari Trade S.A. // Ekonomia Międzynarodowa. 2022. No. 33. Pp. 45–54. https://doi.org/10.18778/2082-4440.33.02

         25. Siddiqui S. Business Bankruptcy Prediction Models: A Significant Study of the Altman’s Z-Score Model // Asian Journal of Management Research. 2012. Vol. 3, Issue 1. Pp. 212–219. https://doi.org/10.2139/ssrn.2128475

         26. Takahashi M., Taques F., Basso L. Altman’s Bankruptcy Prediction Model: Test on a Wide Out of Business Private Companies Sample // iBusiness. 2018. Vol. 10, No. 1. Pp. 21–39. https://doi.org/10.4236/ib.2018.101002

         27. Ciampi F., Giannozzi A., Marzi G., Altman E.I. Rethinking SME default prediction: A systematic literature review and future perspectives // Scientometrics. 2021. Vol. 126. Pp. 2141–2188. https://doi.org/10.1007/s11192-020-03856-0

         28. Altman E.I., Iwanicz-Drozdowska M., Laitinen E.K., Suvas A. A Race for Long Horizon Bankruptcy Prediction // Applied Economics. 2020. Vol. 52, Issue 37. Pp. 4092–4111. https://doi.org/10.1080/00036846.2020.1730762

         29. Глужнева А.С. Оценка достоверности бухгалтерской информации и факторы, влияющие на степень достоверности результатов финансового анализа // Экономика и бизнес: теория и практика. 2023. № 2 (96). C. 109–113. https://doi.org/10.24412/2411-0450-2023-2-109-113

         30. Altman Е., Haldeman R., Narayanan Р. ZETA Analysis: A New Model to Identify Bankruptcy Risk of Corporations // Journal of Banking and Finance. 1977. Vol. 1, Issue 1. Pp. 29–54. https://doi.org/10.1016/0378-4266(77)90017-6

         31. Наумов И.В., Бычкова А.А., Никулина Н.Л. Теоретико-методический подход к оценке вероятности банкротства предприятий отраслей экономики // Финансовый журнал. 2024. №6. C. 24–41. https://doi.org/10.31107/2075-1990-2024-6-24-41

         32. Наумов И.В., Бычкова А.А., Никулина Н.Л., Седельников В.М. Оценка перспектив банкротства отраслей промышленности Свердловской области // Финансы: теория и практика. 2024. T. 28, № 4. С. 181–192. https://doi.org/10.26794/2587-5671-2024-28-4-181-192

         33. Красных С.С. Сценарии развития внешнеторговой деятельности Российской Федерации в условиях санкционных ограничений // Векторы благополучия: экономика и социум. 2024. Т. 52, № 1. С. 1–12. https://doi.org/10.18799/26584956/2024/1/1691

         34. Красных С.С. Сценарное моделирование развития внешнеторговой деятельности Свердловской области // Российский внешнеэкономический вестник. 2022. № 8. С. 105–118. https://doi.org/10.24412/2072-8042-2022-8-105-118

         35. Наумов И.В., Никулина Н.Л., Бычкова А.А. Сценарный подход к моделированию рисков банкротства предприятий отраслей промышленности // Экономические и социальные перемены: факты, тенденции, прогноз. 2024. Т. 17, № 2. С. 166–186. https://doi.org/10.15838/esc.2024.2.92.9

Благодарности

Исследование выполнено за счет гранта Российского научного фонда №24-28-00704 «Сценарное моделирование и прогнозирование рисков банкротства отраслей промышленности Свердловской области» (https://rscf.ru/project/24-28-00704/).

Информация об авторах

Наумов Илья Викторович

Кандидат экономических наук, доцент, заведующий Лабораторией моделирования пространственного развития территорий Института экономики Уральского отделения РАН, г. Екатеринбург, Россия (620014, г. Екатеринбург, ул. Московская, 29); ORCID https://orcid.org/0000-0002-2464-6266 e-mail: naumov.iv@uiec.ru

Бычкова Aнна Aндреевна

Младший научный сотрудник Лаборатории моделирования пространственного развития территорий Института экономики Уральского отделения РАН, г. Екатеринбург, Россия (620014, г. Екатеринбург, ул. Московская, 29); ORCID https://orcid.org/0000-0001-8676-5298 e-mail: bychkova.aa@uiec.ru

Никулина Наталья Леонидовна

Кандидат экономических наук, старший научный сотрудник Лаборатории моделирования пространственного развития территорий Института экономики Уральского отделения РАН, г. Екатеринбург, Россия (620014, г. Екатеринбург, ул. Московская, 29); ORCID https://orcid.org/0000-0002-6882-3172 e-mail: nikulina.nl@uiec.ru

Для цитирования

Наумов И.В., Бычкова A.А., Никулина Н.Л. Сценарное прогнозирование рисков банкротства предприятий деревообрабатывающей промышленности Свердловской области // Journal of Applied Economic Research. 2025. Т. 24, № 2. С.555-583. https://doi.org/10.15826/vestnik.2025.24.2.019

Информация о статье

Дата поступления 11 февраля 2025 г.; дата поступления после рецензирования 4 марта 2025 г.; дата принятия к печати 12 марта 2025 г.

DOI: https://doi.org/10.15826/vestnik.2025.24.2.019

Скачать полный текст статьи: